拉格朗日乘子法和KKT条件
来源:互联网 发布:淘宝打造爆款教程 编辑:程序博客网 时间:2024/04/29 04:56
本文来自博园:http://www.cnblogs.com/zhangchaoyang
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
转换为
系数λi称为拉格朗日乘子。
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g(x,y) = c的点的轨迹。蓝线是f的等高线。箭头表示斜率,和等高线的法线平行。
从图上可以直观地看到在最优解处,f和g的斜率平行。
λ ≠ 0
一旦求出λ的值,将其套入下式,易求在无约束极值和极值所对应的点。
=
新方程在达到极值时与相等,因为达到极值时总等于零。
KKT条件
对于带约束优化问题
KKT条件指出,在最优解处X*应该满足:
0 0
- 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
- 拉格朗日乘子法和KKT条件
- 拉格朗日乘子法和KKT条件
- KKT条件和拉格朗日乘子法
- 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
- 惠普 envy dv4 5214tx 光盘安装centos6.4
- LeetCode - Implement strStr()
- 房间看电视可见富豪数据库
- io 流
- 黑马程序员——Objecttive-C学习笔记(四):Foundation Kit
- 拉格朗日乘子法和KKT条件
- LeetCode - Reverse Nodes in k-Group
- LeetCode - Reverse Linked List II
- 关于postgresql的returns table调用时的显示问题
- secureCRT The remote system refused the connection.
- LeetCode - Merge Two Sorted Lists
- oc字符串
- C++ vector constructor
- WPF Data Binding之控件作为源(Source)与路径(Path)【二】