最优化理论复习--最优性条件(二)

文章目录

  • 上一篇
  • 约束极值问题的最优性条件
    • 基本概念
    • 一般情况的约束类型最优化条件

上一篇

最优化理论分析复习–最优性条件(一)

约束极值问题的最优性条件

基本概念

  • 凸规划
    m i n f ( x ) min f(x) minf(x)
    s . t . { g i ( x ) ≥ 0 , 不 等 式 约 束 h j ( x ) = 0 , 等 式 约 束 s.t.\left \{\begin{matrix} g_i (x) \geq 0,不等式约束 \\ \\h_j(x) = 0,等式约束 \end {matrix} \right. s.t.gi(x)0hj(x)=0
    其中 f ( x ) f(x) f(x) 是凸函数, g i ( x ) g_i(x) gi(x) 是凹函数, h j ( x ) h_j(x) hj(x) 是线性函数(线性函数既是凸函数又是凹函数)
    要将 g i ( x ) g_i(x) gi(x)变成 ≥ 0 \geq 0 0的形式
    判断凸函数的方法,求 f ( x ) f(x) f(x) 的海森矩阵如果矩阵为正定或半正定的,则它就为凸函数

对于凸规划问题中如果 x ˉ \bar{x} xˉ 是KKT点则 x ˉ \bar{x} xˉ 为整体极小值点
在 凸 规 划 中 K K T 点 ⇔ 整 体 极 小 值 点 在凸规划中 KKT点 \Leftrightarrow 整体极小值点 KKT

  • 定义: 设 x ˉ \bar{x} xˉ 为可行点, 不等式约束中在 x ˉ \bar{x} xˉ 起作用约束 g i ( x ) , i ∈ I g_i(x),i \in I gi(x)iI, 如果向量组 { ▽ g i ( x ˉ ) , ▽ h j ( x ˉ ) } \{\bigtriangledown g_i(\bar{x}), \bigtriangledown h_j(\bar{x}) \} {gi(xˉ),hj(xˉ)}线性无关,则称 x ˉ \bar{x} xˉ 为约束 g ( x ) ≥ 0 和 h ( x ) = 0 g(x) \geq 0 和 h(x) = 0 g(x)0h(x)=0的正则点

x ˉ \bar{x} xˉ 是曲面 S S S上的一个正则点,它所在的可微曲线的切向量组成空间的一个子空间
即前进方向为此时可行域的切向量
表示为
H 0 = { d ∣ ▽ h ( x ˉ ) T d = 0 } H_0 = \{d\ | \bigtriangledown h(\bar{x})^T d = 0\} H0={d h(xˉ)Td=0}

因此有
定理:设 x ˉ ∈ S \bar{x} \in S xˉS, f ( x ) f(x) f(x) g i ( x ) ( i ∈ I ) g_i(x) (i \in I) gi(x)(iI) x ˉ \bar{x} xˉ 处连续, h j h_j hj x ˉ \bar{x} xˉ 处可微,且 x ˉ \bar{x} xˉ S S S 上的正则点。如果 x ˉ \bar{x} xˉ 是问题的局部最优解有
F 0 ∩ G 0 ∩ H 0 = ∅ F_0 \cap G_0 \cap H_0 = \emptyset F0G0H0=

一般情况的约束类型最优化条件

  • (F - J条件) 设 x ˉ ∈ S \bar{x} \in S xˉS, f ( x ) , g i ( x ) ( i ∈ I ) f(x), g_i(x) (i \in I) f(x),gi(x)(iI) x ˉ \bar{x} xˉ处可微, g i ( x ) ( x ∉ I ) g_i(x) (x \notin I) gi(x)(x/I) x ˉ \bar{x} xˉ 处连续(内部无空洞, h j h_j hj x ˉ \bar{x} xˉ 处连续可微,如果 x ˉ \bar{x} xˉ 是问题的局部最优解, 则存在不全为零的数 w 0 , w i ( i ∈ I ) w_0, w_i (i \in I) w0,wi(iI) ∀ 的 v j \forall的 v_j vj, 使得
    w 0 ▽ f ( x ˉ ) − ∑ i ∈ I w i ▽ g i ( x ˉ ) − ∑ j = 1 l v j ▽ h j ( x ˉ ) = 0 w_0 \bigtriangledown f(\bar{x}) - \sum\limits_{i \in I} w_i \bigtriangledown g_i(\bar{x}) - \sum\limits_{j = 1}^{l} v_j\bigtriangledown h_j(\bar{x}) = 0 w0f(xˉ)iIwigi(xˉ)j=1lvjhj(xˉ)=0

同理通常不研究 w 0 = 0 w_0 = 0 w0=0的极端情况,所以有:

  • (KKT必要条件)设 x ˉ \bar{x} xˉ为可行点, f ( x ) , g i ( x ) ( i ∈ I ) f(x), g_i(x) (i \in I) f(x),gi(x)(iI) x ˉ \bar{x} xˉ处可微, g i ( x ) ( x ∉ I ) g_i(x) (x \notin I) gi(x)(x/I) x ˉ \bar{x} xˉ 处连续(内部无空洞, h j h_j hj x ˉ \bar{x} xˉ 处连续可微,向量组 { ▽ g i ( x ˉ ) , ▽ h j ( x ˉ ) } \{\bigtriangledown g_i(\bar{x}), \bigtriangledown h_j(\bar{x}) \} {gi(xˉ),hj(xˉ)}线性无关,如果 x ˉ \bar{x} xˉ 是问题的局部最优解, 则存在数 w i ( i ∈ I ) w_i (i \in I) wi(iI) ∀ 的 v j \forall的 v_j vj, 使得
    ▽ f ( x ˉ ) − ∑ i ∈ I w i ▽ g i ( x ˉ ) − ∑ j = 1 l v j ▽ h j ( x ˉ ) = 0 \bigtriangledown f(\bar{x}) - \sum\limits_{i \in I} w_i \bigtriangledown g_i(\bar{x}) - \sum\limits_{j = 1}^{l} v_j\bigtriangledown h_j(\bar{x}) = 0 f(xˉ)iIwigi(xˉ)j=1lvjhj(xˉ)=0

因此为了求KKT条件需要知道另一种使用松弛定理的表述形式:

  • x ˉ \bar{x} xˉ为可行点, f ( x ) , g i ( x ) f(x), g_i(x) f(x),gi(x) x ˉ \bar{x} xˉ处可微, h j h_j hj x ˉ \bar{x} xˉ 处连续可微,向量组 { ▽ g i ( x ˉ ) , ▽ h j ( x ˉ ) } \{\bigtriangledown g_i(\bar{x}), \bigtriangledown h_j(\bar{x}) \} {gi(xˉ),hj(xˉ)}线性无关,如果 x ˉ \bar{x} xˉ 是问题的局部最优解, 则存在数 w i ( i = 1 , 2... m ) w_i (i = 1,2...m) wi(i=1,2...m) ∀ 的 v j \forall的 v_j vj, 使得

{ ▽ f ( x ˉ ) − ∑ i = 1 m w i ▽ g i ( x ˉ ) − ∑ j = 1 l v j ▽ h j ( x ˉ ) = 0 w i g i ( x ˉ ) = 0 , i = 1 , 2 , . . m w i ≥ 0 , i = 1 , 2... m \left \{\begin{matrix} \bigtriangledown f(\bar{x}) - \sum\limits_{i = 1}^{m} w_i \bigtriangledown g_i(\bar{x}) - \sum\limits_{j = 1}^{l} v_j\bigtriangledown h_j(\bar{x}) = 0 \\ \\ w_i g_i(\bar{x}) = 0, i = 1,2,..m \\ \\w_i \geq 0, i = 1,2...m \end {matrix} \right. f(xˉ)i=1mwigi(xˉ)j=1lvjhj(xˉ)=0wigi(xˉ)=0,i=1,2,..mwi0,i=1,2...m

为了使描述更加方便,定义广义的Lagrange函数:
L ( x , w , v ) = f ( x ) − ∑ i = 1 m w i g i ( x ) − ∑ j = 1 l v j h j ( x ) L(x, w, v) = f(x) - \sum\limits_{i = 1}^{m} w_i g_i(x) - \sum\limits_{j = 1}^{l} v_j h_j(x) L(x,w,v)=f(x)i=1mwigi(x)j=1lvjhj(x)

将对应的参数 w w w, v v v 称为拉格朗日乘子

因此KKT条件用拉格朗日函数的表达形式就成了设 x ˉ \bar{x} xˉ为可行点, f ( x ) , g i ( x ) f(x), g_i(x) f(x),gi(x) x ˉ \bar{x} xˉ处可微, h j h_j hj x ˉ \bar{x} xˉ 处连续可微,向量组 { ▽ g i ( x ˉ ) , ▽ h j ( x ˉ ) } \{\bigtriangledown g_i(\bar{x}), \bigtriangledown h_j(\bar{x}) \} {gi(xˉ),hj(xˉ)}线性无关,若 x ˉ \bar{x} xˉ 是局部最优解, 则存在乘子向量 w ˉ ≥ 0 , v ˉ \bar{w} \geq 0, \bar{v} wˉ0,vˉ 使得
▽ x L ( x ˉ , w ˉ , v ˉ ) = 0 \bigtriangledown_x L(\bar{x}, \bar{w}, \bar{v}) = 0 xL(xˉ,wˉ,vˉ)=0

  • 一阶充分条件: 当是凸规划是KKT条件就是它的充分条件

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/608677.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【深入理解 ByteBuf 之二】对象池设计模式概述

对象池设计模式并不在经典的 23 种设计模式之中,先说我认为实际上设计模式,这四个词听着唬人,其实本质上就是一种设计的想法思路罢了,然后把经常会用到的一些思路整理出来就成了经典的设计模式思路,重点其实在于运用。…

观远.AI数分 过笔试后已一面

笔试 正常的牛客题,笔试有监控,跳出网页超过3次算作无效 理论知识主要考察概率论、机器学习,影响比较深的两道分别是1、过拟合怎么办、欠拟合怎么办?2、重男轻女的国家习惯生到男为止,生男生女概率一样,问每家女孩数量的期望值是多少?编程题主要考察C++、SQL、python1、…

C++ cstdio

头文件 <cstdio> 是 C 中的标准输入输出库&#xff08;C Standard Input and Output Library&#xff09;头文件&#xff0c;它提供了一系列的输入输出函数。以下是其中一些主要的函数&#xff1a; 输入函数&#xff1a; scanf: 格式化输入函数&#xff0c;用于从标准输入…

系列一、 单例设计模式

一、单例设计模式 1.1、概述 单例模式&#xff08;Singleton Pattern&#xff09;是Java中最简单的设计模式之一。这种类型的设计模式属于创建者模式&#xff0c;它提供了一种创建对象的最佳方式。这种模式涉及到一个单一的类&#xff0c;该类负责创建自己的对象&#xff0c;同…

Android Matrix (二)具体图形变换参数的获取

Android Matrix &#xff08;二&#xff09;具体图形变换参数的获取 Matrix 类在 Android 中用于表示 3x3 的变换矩阵。这个矩阵可以应用于画布&#xff08;Canvas&#xff09;&#xff0c;视图&#xff08;View&#xff09;或者位图&#xff08;Bitmap&#xff09;&#xff0…

服务器日常维护要素,应该如何做好维护

维护服务器的目的是为了让服务器的性能保持最佳状态&#xff0c;发现问题及时解决&#xff0c;没有问题也可以对相关的应用和配置进行调优。但也有很多用户疑问&#xff0c;服务器具体会有哪些方面需要维护的&#xff0c;今天就一起来看看吧。 服务器日常维护&#xff0c;主要包…

Python基础入门第九课笔记(文件和文件夹)

1&#xff0c;新建文本并且写内容 a open(1.text,w) a.write("""aaa bbb ccc""") a.close() 2,seek( )移动文件指针 文件对象.seek(偏移量&#xff0c;起始位置) # 起始位置&#xff1a;0开头&#xff0c;1当前位置&#xff0c;2文件结尾…

预训练模型的分类,以及代表模型介绍

预训练模型主要可以分为几个大的类型&#xff0c;这些类型通常基于它们所应用的任务和数据类型。以下是一些主要类型的预训练模型及其代表性模型&#xff1a; 自然语言处理&#xff08;NLP&#xff09;模型&#xff1a; 自回归语言模型&#xff1a;这类模型根据上文内容预测下一…

7+坏死性凋亡+分型+预后模型+实验,筛坏死性凋亡相关基因并建模

今天给同学们分享一篇生信文章“MLKL and other necroptosis-related genes promote the tumor immune cell infiltration, guiding for the administration of immunotherapy in bladder urothelial carcinoma”&#xff0c;这篇文章发表在Apoptosis期刊上&#xff0c;影响因子…

【新华三】IPsec VPN 实验配置(地址固定)

【新华三】IPsec VPN 实验配置&#xff08;地址固定&#xff09; 注意实验需求配置思路配置命令拓扑R1基础配置配置第一阶段 IKE SA配置第二阶段 IPsec SA ISP_R2基础配置 R3基础配置配置第一阶段 IKE SA配置第二阶段 IPsec SA PCPC1PC2 检查建立成功查看命令清除IKE / IPsec S…

分享几个网盘资源搜索地址,总能找到你想要的

目录 [TOC](目录)一、前言二、地址分享三、结尾 一、前言 分享几个网盘搜索网站&#xff0c;总能找到你想要的。 二、地址分享 盘搜搜: https://pansoso.com/ 搜网盘: https://www.swangpan.com/ fastsoso: https://www.fastsoso.cc 猫狸盘搜: https://www.alipansou.com…

虚拟机安装intel架构的银河麒麟V10(SP1)

一 背景 银河麒麟是国产操作系统之一&#xff0c;是基于Linux内核的桌面操作系统&#xff0c;有自己的应用中心&#xff0c;具有一定的生态系统。今从官网下载了V10&#xff08;SP1&#xff09;镜像文件&#xff0c;在Windowns的VMware虚拟机上安装试用。 二 安装 1、 首先安装…

【漏洞复现】锐捷RG-UAC统一上网行为管理系统信息泄露漏洞

Nx01 产品简介 锐捷网络成立于2000年1月&#xff0c;原名实达网络&#xff0c;2003年更名&#xff0c;自成立以来&#xff0c;一直扎根行业&#xff0c;深入场景进行解决方案设计和创新&#xff0c;并利用云计算、SDN、移动互联、大数据、物联网、AI等新技术为各行业用户提供场…

桶装水在线订水送水系统平台搭建

在线订水系统&#xff0c;为您带来更快捷、更优质的服务。不仅是用户福音&#xff0c;更是商家营销利器。一体化管理&#xff0c;轻松搞定用户、水站、商品、订单及售后。多种营销活动&#xff0c;激发用户复购意愿。 功能亮点如下&#xff1a; 1. 注册登录&#xff1a;手机号…

Mysql 恢复误删库表数据

一、前提 1、如果你的数据库有备份文件&#xff0c;自己还原即可。 2、如果没有备份文件&#xff0c;那首先检查下你的 binlog 是否开启。如果未开启&#xff0c;那你就不用往下看了。如果开启了&#xff0c;可以往下看看。 1.1 查看位置 可以通过以下的命令查看是否开启了 bi…

梯度下降和反向传播:能改

一、背景 1.问题 通过顶点坐标公式&#xff0c;求解出抛物线最低点的w坐标&#xff0c;得到了让误差代价最小的w。同样的&#xff0c;也通过算数说明了这种一步到位求解的方式固然是好&#xff0c;但是在输入特征过多、样本数量过大的时候&#xff0c;却非常消耗计算资源。 …

Windows Server 2012 R2 Standard 版英特尔 以太网 wifi 无线网驱动网络适配器驱动程序

Windows Server 2012 R2 Standard 版安装好以后发现没有网络&#xff0c;网上搜了很多都是不行&#xff0c;后来找到了方法&#xff0c;解决你方法如下&#xff1a; Windows Server 2012 R2 Standard 版英特尔网络适配器驱动程序 1、以太网驱动&#xff0c;下载解压安装即可…

echarts - xAxis.type设置time时该如何使用formatter的分级模板

echarts 文档中描述了x轴的多种类型 一、type: ‘value’ ‘value’ 数值轴&#xff0c;适用于连续数据。 此时x轴数据是从零开始&#xff0c;有数据大小的区分。 【注意】 因为xAxis.data是为category服务的&#xff0c;所以xAxis.data里面设置的数据无效。 二、type: ‘ca…

前端适配750px设计稿

全局引入 (function(doc, win) {const docEl doc.documentElement,resizeEvt orientationchange in window ? orientationchange : resizeconst setFont function() {let clientWidth docEl.clientWidth;if (!clientWidth) return;if (clientWidth > 750) {docEl.styl…

【自学笔记】01Java基础-07面向对象基础-03常量、枚举类、抽象类、多态详解

记录java基础学习中有关常量、枚举类、抽象类和多态的内容。 1 常量 什么是常量&#xff1f; 常量是使用了public static final修饰的成员变量&#xff0c;必须有初始化值&#xff0c;而且执行的过程中其值不能被改变。 常量名的命名规范&#xff1a;英文单词全部大写&#x…