|
一元可微函数 |
无约束优化 |
约束优化 |
拉格朗日条件(等式约束) |
KKT 条件(不等式约束) |
一阶必要条件 |
|
|
|
|
|
FONC |
$f^\prime(x^*)=0$ |
$\nabla f(x^*)=0$ |
$\bm d^T\nabla f (\bm x^)\ge 0,\ \forall d\in T_\Omega (x^)$ |
|
|
- 欧拉公式|变分不等式 - 方向导数
- 梯度方向与任意可行方向为锐角。泰勒展开证之。
- $f\in\mathcal C^1(\Omega)$
特别的,$\Omega=\mathbb R^n$or $x^\in \text{int}(\Omega)$,退化至$\nabla f(x^)=0$,约束进而等价于无约束。
$(x-x^)\cdot \nabla f(x^)$, $\delta x\cdot \nabla f$ | - 正则点$\text{rank} Dh(x^*)=m$ Jacobian矩阵行满秩
- $\mathcal L$无约束FONC | |
| 一阶充分条件
FOSC | | | $d^T\nabla f(x^\prime)>0,\forall d\in T_{\Omega}(x^\prime)$
⇒$x^\prime$是严格极小点
- $f\in\mathcal C^1(\Omega)$ | | |
| 二阶必要条件
SONC | $f^{\prime\prime}\ge0,f^\prime=0$ | $\left\{\begin{matrix}
\nabla f (x^)= 0, &\\
F f (x^)\ge 0
\end{matrix}\right.$ | $\left\{\begin{matrix}
d^T\cdot\nabla f (x^)= 0, &\\
d^T\cdot F f (x^)d\ge 0,&\forall d\in T_\Omega (x^*).
\end{matrix}\right.$
- 满足FONC,同时关于$\bm x$的海塞矩阵可行锥内半正定$F\succeq0,\bm d\in T_{\Omega}(x^*)$
- 如果极小点还是内点,结论同无约束优化
- $f\in\mathcal C^2(\Omega)$ | - 正则点
- $\mathcal L$无约束SONC(FONC+关于$x$的海塞矩阵半正定) | |
| 二阶充分条件SOSC | $f^{\prime\prime}\ge0,f^\prime=0$ | $\left\{\begin{matrix}
\nabla f (x^)= 0, &\\
F f (x^)> 0
\end{matrix}\right.$⇒严格局部极小点 | $\left\{\begin{matrix}
d^T\cdot\nabla f (x^\prime)= 0, &\\
d^T\cdot F f (x^\prime)d> 0,&\forall d\in T_\Omega (x^\prime).
\end{matrix}\right.$
⇒严格局部极小点
- 满足FONC,同时海塞矩阵可行锥内正定$F\succ 0,\bm d\in T_{\Omega}(\bm x)$
- $f\in\mathcal C^2(\Omega)$ | | |
- 若$f$是凸函数且$\Omega$,则FONC变为FONS,条件为等价条件
极值点的充分必要条件:
充分:满足这些,必然是极值点。不满足也有可能是极值点。
必要:极值点,必然满足这些。不满足不是极值点。
故满足一阶,不满足二阶的点不是极值点
约束优化的最优性条件:KKT条件(内点法);弱对偶定理
拉格朗日条件
不等式约束
不等式约束
KKTKKT条件:一阶必要条件
二阶条件:二阶必要条件:$KKT,D^2L\ge0$ 二阶充分条件:$KKT,D^2L>0,\tilde T$