标签:
1.原始问题
假设f(x),ci(x),hj(x)是定义在上的连续可微函数,考虑约束最优化问题
称此越是最优化问题为原始最优化问题或原始问题。
首先,引入广义拉格朗日函数(generalized Lagrange function)
这里,是拉格朗日乘子,αi>=0,考虑x的函数:
这里,P表示是原始问题。
假设给定某个x,如果x违反原始问题的约束条件,即存在某个i使得ci(w)>0,或者存在某个j使得hj(w)≠0,那久有
因为若某个i使约束ci(x)>0,则可令αi->∞,若某个j使hj(x)≠0,则可令βj使βjhj(x)->∞,而将其与各αi,βj均取0.
相反,如果x满足(C.2)和(C.3),则可知,。因此,
所以如果考虑极小化问题
它与原始问题(C.1)~(C.3)是等价的,即他们有相同的解。问题成为广义拉格朗日函数的极小极大问题。这样一来,就把原始最优化问题表示为广义拉格朗日函数的极小极大问题。
为了方便,定义原始问题的最优值
(看晕了的同学,你要知道它求的一直都是f(x),通过给L加了约束条件,去优化L实际上就是优化f(x))
2.对偶问题
定义
在考虑极大化,即
该问题称为广义拉格朗日函数的极大极小问题。可以将广义拉格朗日函数的极大极小问题表示为越是最优化问题:
称为原始问题的对偶问题,定义对偶问题的最优值
3.原始问题和对偶问题的关系
定理:若原始问题和对偶问题都有最优值,则
证明 :
对任意的α,β和x,有
即
由于原始问题和对偶问题均有最优值,所以,
即
推论 设x*和α*,β*分别是原始问题和对偶问题的可行解,则x*和α*,β*分别是原始问题和对偶问题的最优解。
在某些条件下,原始问题和对偶问题的最优值相等d*=p*。这时可以用对偶问题替代原始问题
标签:
原文地址:http://blog.csdn.net/pmt123456/article/details/51012554