0.簡介
在凸優(yōu)化研究中,數(shù)學(xué)優(yōu)化問題遵循以下形式:

? ???
是一個稱為優(yōu)化變量的向量
? ??是一個我們想要最小化的凸函數(shù)
? ??是一套凸集,描述了一組可行(能夠完成或執(zhí)行)的解決方案
作為問題(1)的全局最優(yōu)的充分必要條件是
。
然而,在具有約束的凸優(yōu)化問題的更一般設(shè)置中,這種簡單的最優(yōu)性條件不起作用。對偶理論的一個主要目標(biāo)是以數(shù)學(xué)上嚴格的方式表征凸程序的最優(yōu)點。
在這里,我們提出了一種通用可微凸優(yōu)化問題的形式,如:

? ??是優(yōu)化變量
? ???和
是可微的凸函數(shù)
? ??是仿射函數(shù)
? ??????????對于
,
的仿射函數(shù)形式
1.拉格朗日
給定形式(OPT)的凸約束最小化問題,(廣義)拉格朗日是一個函數(shù),定義為

? ??是拉格朗日的原始變量
? ???和
是拉格朗日的對偶變量,也叫做拉格朗日乘子
直觀地,拉格朗日可以被認為是原始凸優(yōu)化問題(OPT)的目標(biāo)函數(shù)的修改版本,其解釋了每個約束。拉格朗日乘數(shù)和
可以被認為是違反約束的懲罰。拉格朗日對偶理論背后的關(guān)鍵直覺如下:
對于任何凸優(yōu)化問題,總是存在對偶變量的設(shè)置,使得拉格朗日關(guān)于原始變量的無約束最小值(保持對偶變量固定)與原始約束最小化問題的解一致。
當(dāng)我們在第6節(jié)中描述KKT條件時,我們將這種直覺形式化。
2.原始問題和對偶問題
為了顯示拉格朗日和原始凸優(yōu)化問題(OPT)之間的關(guān)系,我們引入了與拉格朗日相關(guān)的“原始問題”和“對偶問題”的概念:
原始問題

然后是無約束的最小化問題

被稱為原始問題。
? ??一般來說,如果
和
成立,我們說
是原始可行的
? ??我們通常使用向量
表示可以使(P)最小化的輸入,我們讓
表示原始目標(biāo)的最優(yōu)值
對偶問題
通過切換上面的最小化和最大化的順序,我們獲得了完全不同的優(yōu)化問題。

然后是約束最大化問題

被稱為對偶問題。
? ??一般來說,如果
成立,我們說
是對偶可行的

3.解釋原始問題

4.解釋對偶問題
對偶目標(biāo),,是
和
的凹函數(shù)。為了解釋對偶問題,首先我們做出以下觀察:
論點1:如果是對偶可行,那么
。

論點2(弱對偶性):

論點3(強對偶性):對于滿足某些稱為約束條件的技術(shù)條件的原始和對偶問題,

5.互補松弛

