拉格朗日对偶性
Posted dannix
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了拉格朗日对偶性相关的知识,希望对你有一定的参考价值。
拉格朗日对偶性
原始问题:
$\undersetxminf(x)$
$\beginmatrix
s.t. & c_i(x)\leq 0,i=1\sim k \\
&h_j(x)= 0,j=1\sim l
\endmatrix$
广义拉格朗日函数
$L(x,\alpha ,\beta )=f(x)+\sum_i=1^k\alpha _ic_i(x)+\sum_j=1^l\beta _ih_j(x)$
$\alpha _i\geq 0$
$\alpha _i$和$\beta _i$为拉格朗日乘子;
$\theta _p(x)=\underset\alpha ,\beta ,\alpha _i\geq 0maxL(x,\alpha ,\beta )$
由于$h_j(x)=0$,第三项为0,$c_i(x)\leq 0$
则对于max L
$\left.\beginmatrix
c_i(x)=0\\
c_i(x)< 0,\alpha _i=0
\endmatrix\right\故第二项为0$
则$\theta _p(x)=f(x)$
$\undersetxmin\theta _p(x)=\undersetxmin\underset\alpha ,\beta, \alpha _i\geq 0maxL(x,\alpha ,\beta )$
即为原始问题
对偶问题
$\underset\alpha ,\beta, \alpha _i\geq 0max\undersetxminL(x,\alpha ,\beta )$
1、若原始问题和对偶问题都有最优值,则
$max minL=minmaxL$
且最优解同时为$x^*,\alpha ^*,\beta ^*$(有解则解相同)
2、KKT(有解$\Leftrightarrow$满足KKT)
$\beginmatrix
\bigtriangledown _xL(x,\alpha ,\beta )=0\\
\alpha _ic_i(x_i)=0\\
c_i(x_i)\leq 0\\
\alpha _i\geq 0\\
h_j(x)=0
\endmatrix$
第一个条件为偏导等于0;
第二个为原始问题的中间结果;
最后三个为原始约束条件;
以上是关于拉格朗日对偶性的主要内容,如果未能解决你的问题,请参考以下文章