关于拉格朗日乘子法的理解.doc_第1页
关于拉格朗日乘子法的理解.doc_第2页
关于拉格朗日乘子法的理解.doc_第3页
关于拉格朗日乘子法的理解.doc_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

关于拉格朗日乘子法的理解2018-11-071 关于拉格朗日乘子法有拉格朗日乘子法的地方，肯定会是一个组合优化的问题。带约束的优化问题很好说，比如下面这个问题：注：在数学里面s.t.是subject to 的缩写，受约束的意思按中文习惯应该是 使得.满足.s.t. = subject to这是一个带等式约束的优化问题，有目标值，有约束条件。那么如果假设没有这个约束条件，这个问题该如何求解呢？直接f对x求导等于0，解x就可以了，可以看到没有约束的话，求偏导等于0，那么各个x均等于0，这样f=0了。但是x都为0不满足约束条件。在这里说一点，为什么上面说求导为0就可以呢？理论上多数问题是可以的，但是有的问题不可以。如果求导为0一定可以的话，那么f就是一个凸优化问题，什么是凸呢，下图：图1凸就是开口朝一个方向（向下或者向上）。准确的数学关系就是：注意的是这个条件是对函数的任意值x取值。如果满足第一个就是开口向上的凸，反之开口向下的凸。对于凸问题可以去求导，从图中可以很容易看出只有一个极点，那么它就是最优点，直观也很合理。类似的如下图，有时候满足第一个关系，有时候满足第二个关系。所以它是一个非凸的问题，对它进行求导会得到很多个极点。从上图可以看出，只有一个极点是最优解，其他的是局部最优解，那么真实问题时候你选择哪个？所以，拉格朗日乘子法是一定适合于凸问题的，不一定适合其他的问题。有约束的问题，既然有了约束不能直接求导，那么把约束去掉不就可以了吗。那么怎么去掉呢？拉格朗日来实现。既然是等式约束，那么就把这个约束乘一个系数加到目标函数里面去，比如上面的函数就变为：现在这个优化目标函数没有约束条件，既然这样，我们对于x求偏导等于0，如下所示：把它再带到约束条件中去，可以解出1 和 2两个变量，这样再带回去求x就可以了。那么一个带等式约束的优化问题就通过拉格朗日乘子法解决了。那么带有不等式的约
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论