拉格朗日乘子法与KKT条件
来源:互联网 发布:linux jenkins配置git 编辑:程序博客网 时间:2024/06/16 07:48
拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法,在有等式约束时使用拉格朗日乘子法,在有不等约束时使用KKT条件。前提是:只有当目标函数为凸函数时,使用这两种方法才保证求得的是最优解。
对于无约束最优化问题,有很多经典的求解方法,参见无约束最优化方法。
拉格朗日乘子法
先来看拉格朗日乘子法是什么,再讲为什么。
这个问题转换为
其中
下面看一下wikipedia上是如何解释拉格朗日乘子法的合理性的。
现有一个二维的优化问题:
我们可以画图来辅助思考。
绿线标出的是约束
而满足
所以
KKT条件
先看KKT条件是什么,再讲为什么。
其中
上面的推导到此中断一下,我们看另外一个式子。
这里的
又
此时
联合
亦即
我们把
把
值点 ,即
最后总结一下:
KKT条件是拉格朗日乘子法的泛化,如果我们把等式约束和不等式约束一并纳入进来则表现为:
注:
表明
- 拉格朗日乘子法与KKT条件
- 拉格朗日乘子法与KKT条件
- 拉格朗日乘子法与KKT条件
- 关于拉格朗日乘子法与KKT条件
- 关于拉格朗日乘子法与KKT条件
- 砥志研思SVM(二) 拉格朗日乘子法与KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- 【洛谷 P1137】旅行计划——spfa拓展
- WebRTC源码解读一
- Intel 平台编程总结----SIMD技术
- iOS开发:base64简单的加密和解密使用
- python 常用的os模块
- 拉格朗日乘子法与KKT条件
- java基础
- 使用 Django 1.6 实现事务交易管理
- 欢迎使用CSDN-markdown编辑器
- 4975: 区间翻转
- Spring与mybatis整合---Mybatis学习笔记(十一)
- 第七章 Customizing Concurrency Classes(自定义并发类)【上】
- 使用Caffe对摄像机视频流中的目标进行识别
- 计算机专业 考研VS工作