再问一个弱的:kuhn tucker Bedingung
这个东东没学过,但写论文要用,所以来问问高人。Nebenbedingung 是 D1<=F1, D1是变量. 如果要maximieren 的话,这个条件写成 L=... + Lambda*(D1-F1) 还是L=...+ Lambda(F1-D1), 还是无所谓呢? 这个是最优化问题有解的前提条件,满足这个条件,也就是最优化问题有解,就可以用lagrange multiplier method解。后面的两种写法一样, λ 差一个符号而已,λ 的值不重要,当然你也可以用它解释最优解和变量之间的关系,对于最优解来说,λ 部分的项是为零的。 不过拉格朗日einsatz有个前提条件,原始方程必须是Konvex的 原帖由 xumeng 于 2007-6-2 20:49 发表 http://www.dolc.de/forum/images/common/back.gif
不过拉格朗日einsatz有个前提条件,原始方程必须是Konvex的
konkave 也可以, konkave的前面加个负号就是konvex的了。但是有其他的什么条件,比如连续、可导什么的,就是所谓的Karush-Kuhn-Tucker Bedingung了 $m19$ 哇,好聪慧的同学……
回复 #2 kaeferin 的帖子
问题就是lambda的符号很重要, 因为要证明前一部分求导后是大于零的 (当d1=f1时),所以如果写成 (D1-F1), lambda前就要是负号。lambda前的符号是可以随便挑的吗?回复 #5 xumeng 的帖子
我也有同感,$送花$ 原帖由 schollisme 于 2007-6-2 23:29 发表 http://www.dolc.de/forum/images/common/back.gif问题就是lambda的符号很重要, 因为要证明前一部分求导后是大于零的 (当d1=f1时),所以如果写成 (D1-F1), lambda前就要是负号。lambda前的符号是可以随便挑的吗?
没有看到具体的题目所以不是很明白,要证明前一部分求导后是大于零的,直接求一下导,把d1=f1代进去不久行了?根本不用lagrange了。 λ 的值是求导之后,再把等式设为零,计算出来的,算出来是正的就是正的,是负的就是负的,除了零之外,其他的取值都是合理的,所以 λ 的符号并没有特别的规定,所以你觉得怎么写顺眼就怎么写好了。 原帖由 xumeng 于 2007-6-2 22:02 发表 http://www.dolc.de/forum/images/common/back.gif
$m19$ 哇,好聪慧的同学……
$汗$ $汗$ $汗$ 好像应该是常识来的。 http://de.wikipedia.org/wiki/Konvexe_Optimierung
页:
[1]
2