凸优化--强弱对偶性的几何解释
来源:互联网 发布:淘宝店童装货源 编辑:程序博客网 时间:2024/05/18 13:45
凸优化–强弱对偶性的几何解释
一般的优化问题模型
minf0(x)s.t.fi≤0,i=1,⋯,mhi=0,i=1,⋯,p
定义约束函数和目标函数所取值的集合G
G={(f1(x),⋯,fm(x),h1(x),⋯,hp(x),f0(x))∈Rm×Rp×R∣x∈D}
利用G 的表达原始优化问题
p⋆=inf{t∣(u,v,t)∈G,u≤0,v=0} .
原问题的对偶函数
g(λ,ν)=inf{(λ,ν,1)T(u,v,t)∣(u,v,t)∈G} .
其中,(λ,ν,1)T(u,v,t)=∑mi=1λiui+∑pi=1νivi+t
如果下确界有限,则不等式
(λ,ν,1)T(u,v,t)≥g(λ,ν)
是集合
假设λ≥0 。如果u≤0,v=0 , 则
t≥(λ,ν,1)T(u,v,t)=∑mi=1λiui+∑pi=1νivi+t
因此,p⋆ =inf{t∣(u,v,t)∈G,u≤0,v=0}≥inf{(λ,ν,1)T(u,v,t)∣(u,v,t)∈G,u≤0,v=0}≥inf{(λ,ν,1)T(u,v,t)∣(u,v,t)∈G}=g(λ,ν)
即弱对偶性成立。
举例:针对只有一个不等式约束的优化问题,
g(λ)=inf{λu+t∣(u,t)∈G}
图片再补
0 0
- 凸优化--强弱对偶性的几何解释
- 对偶问题几何解释
- 凸优化的对偶表示
- 凸优化-4对偶性
- 优化命题的对偶性(Duality)
- 优化理论系列1——拉格朗日对偶及强弱定理证明(一)
- 优化问题的对偶问题
- 凸优化与对偶问题
- 凸优化与对偶问题
- 凸优化-对偶问题
- 凸优化-对偶问题
- 矩阵的几何解释
- 线性方程组的几何解释
- homology的几何解释
- 方程组的几何解释
- 平方和的几何解释
- 最小二乘法的几何解释
- soledede-对偶凸优化最小二乘
- C# Eval
- Cocos2D:塔防游戏制作之旅(十一)
- Google Java编程风格指南
- 黑马程序员——网络编程(二)
- 实例讲解如何利用jQuery设置图片居中放大或者缩小
- 凸优化--强弱对偶性的几何解释
- [leetcode 249] Group Shifted Strings
- java集合框架集合框架是为表示和操作集合而规定的一种统一的标准的体系结构。任何集合框架都包含三大块内容:对外的接口、接口的实现和对集合运算的算法。
- Evaluate Video Quality
- 拷贝项目文件夹中的文件存放到本地
- ViewPager实现多页面滑动
- Java项目在jsp页面中引入jquery框架的步骤
- easyui datebox 默认当天日期
- PowerDesigner之PDM(物理概念模型)