7 最优性条件.ppt

TP SHUAI * Ch7.3 对偶理论15 7.3.3 鞍点定理 TP SHUAI * Ch7.3 对偶理论16 1 鞍点与最优解 TP SHUAI * Ch7.3 对偶理论17 TP SHUAI * Ch7.3 对偶理论18 对于(2),在假设条件成立时,根据强对偶定理5.11, 对于问题(PNLP)的最优解 ,存在 ,使得 TP SHUAI * Ch7.3 对偶理论19 2. 鞍点与KKT点 * * * * * * TP SHUAI * 7. 最优性条件-等与不等式约束30 TP SHUAI * 7. 最优性条件-等与不等式约束31 TP SHUAI * 7. 最优性条件-等与不等式约束32 为给出局部最优解的二阶充分条件，我们定义集合 TP SHUAI * 7. 最优性条件-等与不等式约束33 TP SHUAI * 7. 最优性条件-等与不等式约束34 TP SHUAI * 7. 最优性条件-等与不等式约束35 下面分两种情况讨论 TP SHUAI * 7. 最优性条件-等与不等式约束36 TP SHUAI * 7. 最优性条件-等与不等式约束37 TP SHUAI * 7. 最优性条件-等与不等式约束38 TP SHUAI * 7. 最优性条件-等与不等式约束39 例7.2.7 考虑下列非线性规划问题 检验以下各点是否为局部最优解 TP SHUAI * 7. 最优性条件-等与不等式约束40 记目标函数和约束函数分别为f(x),g(x),h(x),他们在 点x处的梯度分别是 Lagrange函数是 Lagrange函数关于x的Hessian矩阵是 TP SHUAI * 7. 最优性条件-等与不等式约束41 TP SHUAI * 7. 最优性条件-等与不等式约束42 TP SHUAI * 7. 最优性条件-等与不等式约束43 后两点请自行验证之 TP SHUAI * 7. 最优性条件-等与不等式约束44 例7.2.8 考虑下列非线性规划问题 记目标函数和约束函数分别为f(x), h(x),他们在点x处的梯度分别是 TP SHUAI * 7. 最优性条件-等与不等式约束45 例 TP SHUAI * 7. 最优性条件-等与不等式约束46 TP SHUAI * 7. 最优性条件-等与不等式约束47 TP SHUAI * Ch7.3 对偶理论1 7.3.1 对偶形式 TP SHUAI * Ch7.3 对偶理论2 其对偶形式(对偶问题)定义如下 TP SHUAI * Ch7.3 对偶理论3 于是(LP)问题(*)的对偶形如 TP SHUAI * Ch7.3 对偶理论4 TP SHUAI * Ch7.3 对偶理论5 7.3.2 对偶定理 对于上面的两例我们有原问题与对偶问题的最优值相等.对一般形式的非线性规划问题,是否也对?即 1. 弱对偶定理 TP SHUAI * Ch7.3 对偶理论6 TP SHUAI * Ch7.3 对偶理论7 2. 凸规划与Slater约束规格 TP SHUAI * Ch7.3 对偶理论8 TP SHUAI * Ch7.3 对偶理论9 3. 强对偶定理 TP SHUAI * Ch7.3 对偶理论10 证明:先证第一部分:(1)无解=(2)有解. 令集合 TP SHUAI * Ch7.3 对偶理论11 TP SHUAI * Ch7.3 对偶理论12 TP SHUAI * Ch7.3 对偶理论13 TP SHUAI * Ch7.3 对偶理论14 例 考虑如下约束优化问题 显然该问题无最优解,但目标函数的下确界fmin=0. 该问题的Lagrange对偶函数 TP SHUAI * 7. 最优性条件-不等式约束16 TP SHUAI * 7. 最优性条件-不等式约束17 TP SHUAI * * 7. 最优性条件-不等式约束18 Th7.2.5. (Karush-Kuhn-Tucker 充分条件)考虑极小化问题 min f(x) subject to gi(x)?0， i=1,…, m ，x?S, 其中 S 是 En.中非空开集. 设 x* 为可行点, I= {i| gi(x*)=0}. 设 f(x)和诸? gi 是凸的， 进一步假设 f(x) 和 gi(x)( i?I )在 x* 可微, gi ( i?I) 在 x*连续. 若 K-K-T条件在 x*成立，则x*是全局最优解. 证明略 TP SHUAI * 7. 最优性条件-等与不等式约束1 4.一般约束问题的一阶最优性条件 记 TP SHUAI * 7. 最优性条件-等与不等式约束2 TP SHUAI * 7. 最优性条件-等与不等式约束3 TP SHUAI * 7. 最优性条件-等与不等式约束4 证明