4.5约束最优化方法.pptVIP

* * §4.5 约束最优化方法 Linear Programming 运 筹 学 课 件 (MP) 其中 例 Th4.5.1 （4.5.8） 下标集 问题 (4.5.10) 问题 (4.5.8) 例 用K-T Lagrange （4.5.10） 讨论II 讨论2 注 K-T条件 K-T条件 * 1、约束问题的最优性条件 令 则对任意，有 称使 的约束 为点 的一个积极约束。点 的所有积极约束的下标集记为 定理4.5.1 设和在点 处可微，在点 处连续，在点处连续可微，并且各 线性无关。若是(MP)的局部最优解，则存在两组实数和，使得 （4.5.1） （4.5.1）称为(MP)的 Kuhn-Tucker条件，简称为 K-T条件。凡是满足K-T条件（4.5.1）的可行点 叫做(MP)的K-T点。 注：很多约束最优化方法就是寻找(MP)的K-T点。 若进一步要求每个 在点 处都可微，则(MP)的K-T条件可写为更简便的形式 （4.5.8） 其中 称为互补松紧条件。 注：对 没限制。 引进(MP)的Lagrange函数 其中，叫做Lagrange乘子。 则(MP)的K-T条件（4.5.8）可写 （4.5.10） 定理 4.5.2 对于(MP)问题，若 在点 处连续可微，可行点 满足(MP)的K-T条件，且 是凸函数，是线性函数，则 是(