中科大-凸优化 笔记(lec35)-鞍点定理
作者:互联网
全部笔记的汇总贴(视频也有传送门):中科大-凸优化
Slater条件:凸问题 P ∗ = d ∗ ? P^*=d^*? P∗=d∗?
- 充分条件
- 非凸问题
min f 0 ( x ) s . t . f i ( x ) ≤ 0 i = 1 , ⋯ , m x ∈ D \min f_0(x)\\s.t.\;f_i(x)\le0\;i=1,\cdots,m\\x\in D minf0(x)s.t.fi(x)≤0i=1,⋯,mx∈D
四种解释:几何、多目标优化、鞍点、经济学
经济学解释
x
x
x:产品
f
0
(
x
)
f_0(x)
f0(x):损失
f
i
(
x
)
f_i(x)
fi(x):第
i
i
i种原材料
最优: P ∗ P^* P∗
原料可交易
λ
i
:
min
f
0
(
x
)
+
∑
i
=
1
m
λ
i
f
i
(
x
)
=
g
(
λ
)
≤
P
∗
\lambda_i:\min f_0(x)+\sum_{i=1}^m\lambda_if_i(x)=g(\lambda)\le P^*
λi:minf0(x)+∑i=1mλifi(x)=g(λ)≤P∗(不同的材料肯定可以卖掉降低损失)
d
∗
=
max
λ
≥
0
g
(
λ
)
≤
P
∗
(
即
使
选
择
一
个
不
利
的
价
格
)
d
∗
=
P
∗
?
λ
∗
为
对
偶
问
题
的
最
优
解
影
子
价
格
{
f
i
(
x
)
<
0
,
此
时
λ
i
∗
=
0
(
当
价
格
为
0
时
,
卖
不
卖
都
一
样
,
有
库
存
)
当
λ
i
∗
>
0
,
则
f
i
(
x
∗
)
=
0
(
能
卖
了
赚
钱
的
全
卖
了
,
库
存
为
0
)
d^*=\max_{\lambda\ge0}g(\lambda)\le P^*(即使选择一个不利的价格)\\d^*=P^*\;\;?\;\;\lambda^*为对偶问题的最优解\;\;\;影子价格\\\left\{ \begin{array}{l} f_i(x)<0,此时\lambda^*_i=0(当价格为0时,卖不卖都一样,有库存) \\ \\当\lambda^*_i>0,则f_i(x^*)=0(能卖了赚钱的全卖了,库存为0) \end{array} \right.
d∗=λ≥0maxg(λ)≤P∗(即使选择一个不利的价格)d∗=P∗?λ∗为对偶问题的最优解影子价格⎩⎨⎧fi(x)<0,此时λi∗=0(当价格为0时,卖不卖都一样,有库存)当λi∗>0,则fi(x∗)=0(能卖了赚钱的全卖了,库存为0)
鞍点解释
标签:中科大,min,lec35,fi,最优,鞍点,lambda 来源: https://blog.csdn.net/qq_41485273/article/details/114003754