KTT条件的理解

求解优化问题:

对于等式约束条件,使用拉格朗日乘子法求;
对于不等式约束条件,使用KTT条件求解;
这两种方法求得结果只是必要条件,只有当目标函数是凸函数时,才是充分必要条件。

着重讲一下KTT条件

求解如下优化问题:

minxf(x)s.t.gi(x)0(j=1,...,n) m i n x f ( x ) s . t . g i ( x ) ≤ 0 ( j = 1 , . . . , n )

先转化为拉格朗日函数: L(x,λ)=f(x)+λigi(x) L ( x , λ ) = f ( x ) + λ i g i ( x )
满足条件:
gi(x)0λ0λigi(x)=0 { g i ( x ) ≤ 0 λ ≥ 0 λ i g i ( x ) = 0

上式称为KTT条件。

你可能感兴趣的:(KTT条件的理解)