5.2Lagrange对偶问题
- Larange对偶问题
- 弱对偶性
- 强对偶性和slater约束准则
- 例子
Lagrange对偶问题
对于任意的一组,对偶函数给出了优化问题的最优值的一个下界。从Lagrange函数能够得到的最好下界是什么?
将此问题转化为优化问题:
上述问题为原问题的Lagrange对偶问题,且是一个凸优化问题,因为是凹函数。如果是Lagrange对偶问题的最优解,则称是对偶最优解或最优Lagrange乘子。
标准形式线性规划的对偶问题
Lagrange对偶函数是
为了最小化L,
因为L是仿射函数,所以
如果。
于是其对偶问题为
弱对偶性
记对偶问题的最优值为,根据定义是原问题的最优解的最好下界。有:,即使原问题不是凸问题,该不等式也成立,这个性质成为弱对偶性。如果原问题无下界,即,为保证弱对偶性成立,,即对偶问题不可行。反过来,若对偶问题无上界,即,为保证弱对偶性成立,,即原问题不可行。定义差值是原问题的最优对偶间隙。
强对偶性和Slater准则
强对偶性
如果等式成立,即最优对偶间隙为0,则强对偶性成立。
一般情况下强对偶性不成立,如果原问题是凸问题,则强对偶性经常成立。
强对偶性成立的约束准则:Slater条件
存在一点(表示集合D的相对内点),使得下式成立:
满足上式成立的点成为严格可行。当Slater成立且原问题为凸问题时,强对偶性成立。
当不等式约束函数中有一些是仿射函数时,假设前k个不等式约束函数是仿射函数时,Slater条件进一步改进:
存在一点(表示集合D的相对内点),使得下式成立:
,换言之仿射不等式不需要严格成立。
例子
不等式形式的LP
其Lagrange对偶函数:
对偶问题:
强对偶性成立的Slater条件:,
QP
其Lagrange对偶函数:
令其为0,解得
代入得到:
其对偶问题:
强对偶性成立的Slater条件:,
非凸问题的强对偶性
且,所以问题是非凸的。
其对偶函数:
如果,无下界。如果,
如果,无下界。
如果,则令其为0,解得
代入得到:
其对偶问题:
其等价的SDP