拉格朗日对偶性
原始问题:
$\underset{x}{min}f(x)$
$\begin{matrix}
s.t. & c_{i}(x)\leq 0,i=1\sim k \\
&h_{j}(x)= 0,j=1\sim l
\end{matrix}$
广义拉格朗日函数
$L(x,\alpha ,\beta )=f(x)+\sum_{i=1}^{k}\alpha _{i}c_{i}(x)+\sum_{j=1}^{l}\beta _{i}h_{j}(x)$
$\alpha _{i}\geq 0$
$\alpha _{i}$和$\beta _{i}$为拉格朗日乘子;
$\theta _{p}(x)=\underset{\alpha ,\beta ,\alpha _{i}\geq 0}{max}L(x,\alpha ,\beta )$
由于$h_{j}(x)=0$,第三项为0,$c_{i}(x)\leq 0$
则对于max L
$\left.\begin{matrix}
c_{i}(x)=0\\
c_{i}(x)< 0,\alpha _{i}=0
\end{matrix}\right\}故第二项为0$
则$\theta _{p}(x)=f(x)$
$\underset{x}{min}\theta _{p}(x)=\underset{x}{min}\underset{\alpha ,\beta, \alpha _{i}\geq 0}{max}L(x,\alpha ,\beta )$
即为原始问题
对偶问题
$\underset{\alpha ,\beta, \alpha _{i}\geq 0}{max}\underset{x}{min}L(x,\alpha ,\beta )$
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)
$\begin{matrix}
\bigtriangledown _{x}L(x,\alpha ,\beta )=0\\
\alpha _{i}c_{i}(x_{i})=0\\
c_{i}(x_{i})\leq 0\\
\alpha _{i}\geq 0\\
h_{j}(x)=0
\end{matrix}$
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;