5 votos

Gradiente de la función dual para un programa no lineal

Estoy tratando de encontrar una prueba para una propiedad de Floudas' no Lineal y entera Mixta de la Optimización del libro. Considere la posibilidad de un problema de optimización no lineal de la forma \begin{align} \min_{{\bf x}}&\quad f({\bf x})\\ \nonumber \text{subject to } \quad&{\bf h}({\bf x}) = {\bf 0}\\ \nonumber \quad&{\bf g}({\bf x}) \le {\bf 0}\\ \nonumber \quad&{\bf x}\in {\bf X} \end{align} donde ${\bf X}$ es un conjunto convexo no vacío. No hay supuestos en ${\bf h}$ o ${\bf g}$ son hechos. Forma el parcial de Lagrange del problema anterior como \begin{align} L({\bf x},\lambda,\mu) = f({\bf x}) + \lambda^T{\bf h}({\bf x}) + \mu^T{\bf g}({\bf x}) \end{align} La doble función de la forma de \begin{align} \phi(\lambda,\mu) = \inf_{{\bf x}\in{\bf X}}L({\bf x},\lambda,\mu) \end{align} Definir el conjunto ${\bf Y}(\lambda,\mu) = \{{\bf x}^*:{\bf x}^* \text{ minimizes }L({\bf x},\lambda,\mu)\text{ over }{\bf x}\in {\bf X} \}$.

Propiedad (4.2.3 - la diferenciabilidad de una función dual) Vamos $f({\bf x})$, ${\bf h}({\bf x})$, ${\bf g}({\bf x})$ ser funciones continuas, y ${\bf X}$ ser un conjunto compacto no vacío. Si el conjunto de ${\bf Y}(\bar\lambda,\bar\mu)$ se reduce a un solo elemento en el punto de $(\bar\lambda,\bar\mu)$, el doble función $\phi(\lambda,\mu)$ es diferenciable en a $(\bar\lambda,\bar\mu)$ y su pendiente es \begin{align} \nabla\phi(\bar\lambda,\bar\mu) = ({\bf h}({\bf x}^*),{\bf g}({\bf x}^*)) \end{align}


Mi intento de solución:

Vamos \begin{align} {\bf x}^*(\lambda,\mu) = \arg \min_{{\bf x}\in{\bf X}}L({\bf x},\lambda,\mu) \end{align} Entonces \begin{align} \phi(\lambda,\mu) = f({\bf x}^*(\lambda,\mu)) + \lambda^T{\bf h}({\bf x}^*(\lambda,\mu)) + \mu^T{\bf g}({\bf x}^*(\lambda,\mu)) \end{align} Estoy teniendo dificultad en formar el gradiente de la anterior. Voy a hacer acerca de esto de la manera correcta?

0voto

Timores Puntos 9916

En esta conferencia no es una prueba de esta proposición, utilizando los argumentos de análisis convexo. La "carne" de la prueba comienza en la página 28, pero usted debería leer toda la lección para entender la notación, definiciones y tal.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X