做我男朋友好不好网站,公司局域网设计方案,推广公司业务发朋友圈,qq企业邮箱官网有的时候约束条件有点难搞#xff0c;我们可以把它放到目标函数里面。 记得之前凸函数的时候的结论吗#xff1f;一大堆函数#xff0c;每一段都取最大的#xff0c;最后会得到一个凸函数。同理#xff0c;每一段都取最小的#xff0c;得到的是一个凹函数。就这样#x…
有的时候约束条件有点难搞我们可以把它放到目标函数里面。 记得之前凸函数的时候的结论吗一大堆函数每一段都取最大的最后会得到一个凸函数。同理每一段都取最小的得到的是一个凹函数。就这样我们强行把问题变成了一个凹函数就算原本的f(x)既不凸也不凹。 可以看到之前的对偶函数是最优值的下界毕竟加了一大堆0或者比0还小的东西。
一个例题 其实就是和高数里面求给定条件的极大极小值用的方法一模一样。
拉格朗日对偶问题 拉格朗日函数是原本问题的下界现在我们要求这个函数最大是多少这样就可以尽量靠近原始函数了。 弱对偶性 这是一个非常强的条件 Slater条件 但显然这个条件不总是成立。那要怎么样才能保证成立呢
