拉格朗日对偶性
2015-06-23 00:51
148 查看
主要解决带约束的最优化问题,把原始问题转换为对偶问题,在支持向量机中有使用
f(x),ci(x),hj(x)是Rn(n维实数集)上的连续可微函数
1.原始问题:
目标函数:min f(x) (x∈Rn)
约束条件:ci(x)≤0 (i=1,2...k)
hj(x)=0 (j=1,2...l) ps:这种写法和拉格朗日乘法很相似
引进拉格朗日函数:
x为n维向量,αi(αi≥0)和βj为拉格朗日乘子,定义关于x的函数如下:
假设存在x违反约束条件,即存在某个i使得ci(w)>0或者某个j使得hj(w)≠0,令对应i的αi→+∞,令对应j的βjhj(x)→+∞,其余的α和β项全为0,则ΘP(x)→+∞
则目标函数
ps:广义拉格朗日的极小极大问题
定义如下p*为原始问题的值
2.对偶问题:
定义如下公式
对其进行极大化
ps:广义拉格朗日的极大极小问题
则定义原始问题的对偶问题,d*为对偶问题的值
3.原始问题与对偶问题的关系:
1.若原始问题和对偶问题均有最优值,则d*≤p*
2.设x*,α*,β*分别为原始问题和对偶问题的可行解且d*=p*,则x*,α*,β*分别为原始问题和对偶问题的最优解
3.假设f(x)和ci(x)是凸函数,hj(x)是仿射函数,并且不等式约束ci(x)严格执行
则x*,α*,β*分别为原始问题和对偶问题的解的充要条件是x*,α*,β*满足KKT条件
ps:整理这些东西真没把我累个半死,公式太多了,可是我有强迫症,全都重新写了一遍,参考《统计学习方法》
f(x),ci(x),hj(x)是Rn(n维实数集)上的连续可微函数
1.原始问题:
目标函数:min f(x) (x∈Rn)
约束条件:ci(x)≤0 (i=1,2...k)
hj(x)=0 (j=1,2...l) ps:这种写法和拉格朗日乘法很相似
引进拉格朗日函数:
x为n维向量,αi(αi≥0)和βj为拉格朗日乘子,定义关于x的函数如下:
假设存在x违反约束条件,即存在某个i使得ci(w)>0或者某个j使得hj(w)≠0,令对应i的αi→+∞,令对应j的βjhj(x)→+∞,其余的α和β项全为0,则ΘP(x)→+∞
则目标函数
ps:广义拉格朗日的极小极大问题
定义如下p*为原始问题的值
2.对偶问题:
定义如下公式
对其进行极大化
ps:广义拉格朗日的极大极小问题
则定义原始问题的对偶问题,d*为对偶问题的值
3.原始问题与对偶问题的关系:
1.若原始问题和对偶问题均有最优值,则d*≤p*
2.设x*,α*,β*分别为原始问题和对偶问题的可行解且d*=p*,则x*,α*,β*分别为原始问题和对偶问题的最优解
3.假设f(x)和ci(x)是凸函数,hj(x)是仿射函数,并且不等式约束ci(x)严格执行
则x*,α*,β*分别为原始问题和对偶问题的解的充要条件是x*,α*,β*满足KKT条件
ps:整理这些东西真没把我累个半死,公式太多了,可是我有强迫症,全都重新写了一遍,参考《统计学习方法》
相关文章推荐
- 《Spring2之站立会议7》
- 线程间的同步理解。
- 程序员修炼之道阅读笔记之三
- 笔记-Microsoft SQL Server 2008技术内幕:T-SQL语言基础-08 数据修改
- 日志迁移
- [转]Android 使用Scroller实现绚丽的ListView左右滑动删除Item效果
- Sprint11
- 死锁检测为什么耗时?
- MTK Flashtool / Smart Phone Flash Tool / flash_tool 使用教程
- fgets和fputs
- 贪心算法之最优分解(实验报告版)
- PCB线宽与电流关系
- Sprint10
- 自定义listView添加滑动删除功能
- 数据结构基础温故-1.线性表(上)
- 深入解析Windows操作系统之基础概念和术语
- 安卓自动更新功能实现+安卓调用默认浏览器打开指定URL
- 谈谈Ext JS的组件――组件基类:Ext.Component
- Sprint9
- 依赖倒置 控制反转 依赖注入