這得須要一點拉格朗日乘子法的認識。你們可能都很熟悉這個著名的方法。可是仍是有不少入門的朋友忘記了具體過程的,因此仍是但願你們看一下這個來系統的認識一下此方法《拉格朗日乘子法》函數
建議戰鬥人員多啃幾遍,最好能夠作到本身能夠手推公式。post
咱們從新回到那個通常狀況下的約束問題:優化
其拉格朗日函數爲:get
咱們令:io
由《拉格朗日乘子法》裏所述的不等式約束狀況下的推導,可知以下:入門
因此考慮極小化問題:class
這與原始問題的解是等價的。由於最小化將給去掉了。這個最新的極小化問題稱爲廣義拉格朗日函數的極小極大問題。咱們定義:方法
咱們再定義:im
則:qq
被稱爲原始問題的對偶問題。一樣的,咱們也定義:
稱爲對偶問題的值。
若原始問題和對偶問題都有最優值,則:
對於任意的和,有
即
因爲原始問題和對偶問題均有最優值,因此,
即:
由此咱們即可以推論出若,則若是爲原始問題與對偶問題的可行解,那即是最優解。
在KKT條件之下,原始問題和對偶問題的最優解相等,即。這時候咱們求解對偶問題即可獲得原始問題的解。若是朋友們不太理解KKT條件,則能夠看這篇文章《拉格朗日乘子法》。
咱們對於最優化問題:
有以下拉格朗日函數:
咱們注意到,這裏咱們令,緣由同上文所述。則,那麼:
繼而咱們獲得:
咱們先停在這,換一條主線: 咱們由對偶問題展開:
咱們須要注意這裏的和都是向量,因此我去掉了下標,因爲與無關,因此上式成立。 又易知:
那咱們也有
那麼這樣的話,結合前面停下來的式子,咱們便有:
這就是對偶問題與原問題相等。而這一切都創建在什麼條件上呢?咱們總結可得KKT條件:
在此條件下,原問題和對偶問題相同,而且與相同。在最優解初或者,此最優值也是的極值點。固然這一切都是在凸函數的前提下提出的。若是是非凸函數的話,KKT條件只能算是必要條件,並且也不存在比較好用的其餘充要條件。
由此咱們獲得了KKT條件。由上文有完整KKT條件介紹