수학적 최적화에서, 필립 울프의 이름을 딴 Wolfe 이중성은 객관적 기능과 제약조건이 모두 다른 기능인 이중 문제 의 일종이다.이 개념을 사용하면 취약한 이중성 원리로 인해 최소화 문제에 대한 하한을 찾을 수 있다.[1]
수학적 공식화 불평등 제약조건의 최소화 문제를 위해,
최소화하다 x f ( x ) s u b j e c t t o g i ( x ) ≤ 0 , i = 1 , … , m {\displaystyle {\property}>{\propertyname {x}}}}}}}}}{propertyname {nf(x)\\>to} &&g}\leq 0,\put i=1,\m\end}정렬}}} 라그랑의 이중 문제는
극대화하다 u 바 조로 x ( f ( x ) + ∑ j = 1 m u j g j ( x ) ) s u b j e c t t o u i ≥ 0 , i = 1 , … , m {\displaystyle {\displaystyle{j}&{\putet {u}{\inf _{x}\{x(x)+\inf _{x}\ft(f(x)+\nf _{j=1}^{j}g_{j}(x)\rig)\rig)\rig) \\&\datablename {bask\;to} &&u_{i}\geq 0,\bask i=1,\bases,m\end{aigned}}}} 여기서 목표 기능은 Lagrange 이중 기능이다. 함수 f {\displaystyle f} 및 g 1 … , g m {\displaystyle g_{1},\ldots, g_{m} 이 볼록하고 연속적으로 다를 수 있다면, 그라데이션이 0일 때 최소값 이 발생한다.문제
극대화하다 x , u f ( x ) + ∑ j = 1 m u j g j ( x ) s u b j e c t t o ∇ f ( x ) + ∑ j = 1 m u j ∇ g j ( x ) = 0 u i ≥ 0 , i = 1 , … , m {\displaystyle {\begin{aligned}&{\underset {x,u}{\operatorname {maximize} }}&&f(x)+\sum _{j=1}^{m}u_{j}g_{j}(x)\\&\operatorname {subject\;to} &&\nabla f(x)+\sum _{j=1}^{m}u_{j}\nabla g_{j}(x)=0\\&&&u_{i}\geq 0,\quad i=1,\dots ,m\end{aligned}}} '[2] 울프 이중 문제'라고 불린다. 이 문제는 KKT 조건 을 제약조건으로 채택한다. 또한 평등 제약 조건 constraint f ( x ) + ∑ j = 1 m u j ∇ g j ( x ) {\displaystyle \nabla f(x)+\sum \j=1^{j= 1}u_{j }\nabla g_{j}(x) 는 일반적으로 비선형적이므로 Wolfe 이중 문제는 비콘벡스 최적화 문제일 수 있다. 어쨌든 약한 이중성이 버티고 있다.[3]
참고 항목
참조 ^ Philip Wolfe (1961). "A duality theorem for non-linear programming". Quarterly of Applied Mathematics . 19 : 239–244. ^ "Chapter 3. Duality in convex optimization" (pdf) . October 30, 2011. Retrieved May 20, 2012 . ^ Geoffrion, Arthur M. (1971). "Duality in Nonlinear Programming: A Simplified Applications-Oriented Development". SIAM Review . 13 (1): 1–37. doi :10.1137/1013001 . JSTOR 2028848 .