“最优化”的讲义.pdfVIP

最优化方法的数理基础 （1） 最优化问题是经济学分析中的一个重要的主题。一个在一定资源约束情况下的经济 决策问题可以用函数形式来表达，最优化问题可以视为求解目标函数的最优解。 一、静态最优化 （一） 等式约束极值的拉格朗日求解法 对于以下等式约束下的目标函数： max f (x) x s.t. g (x) a 1 1  g (x) a m m 其中x = （x , ……x ）是n维向量。我们可以通过引入一个参数，将一个约束极值问 1 n 题转化成无约束极值问题。具体的通过构造拉格朗日函数： T L(x , λ) = f (x) + λ(a −g(x)) m  T 其中x 是n维向量，λ∈R 是一个m维的向量  ,, ，称之为拉格朗日乘子。上 1 m 述约束极值在最优解 处的一阶条件可以用拉格朗日函数的一阶导数表示： x L(x,) f (x) m g (x)  j j 0, xi xi j 1 xi L(x,) a  g (x) 0  j j j 第一个式子用向量表示，即为 m f (x)  g (x)，其中▽表示函数的梯度向量； j j j 1 第二个式子是约束等式的重新表述。共有n+m个变量x ,,x , , ，和 n+m 1 n 1 j 个等式，一般能直接求出最优解( x , λ) ，拉格朗日乘子λ是作为最优解的一部分求出来。 （要求在最优解 处，雅克比矩阵 Dg(x)是非奇异的) 。 x （二）不等式约束问题：库恩－塔克条件 max f (x) x s.t. g (x)  a 1 1  g (x)  a m m 对于这个问题的求解步骤如下： 1 第一步：作拉格朗日函数 T L(x , λ) = f (x) + λ (a −g(x)