Wurzelzieher

Inhalt

Konvexe Optimierung

Einleitung

Geschichte

Beispiel/ Optimalitätsbedingungen

  

Karush-Kuhn-Tucker-Bedingungen

  

Constraint Qualifications

Konkretes Vorgehen

Literatur/ Weblinks

 

 

Konvexe Optimierung

Konkretes Vorgehen

Lagrange-Funktion

Zunächst wird die folgende abkürzende Schreibweise eingeführt:

,

wobei der Vektor aus allen Multiplikatoren ist.


Lagrangesche Multiplikatorenregel für das konvexe Problem

Vergleiche hierzu auch mit Lagrangesche Multiplikatorenregel. Konkretes Vorgehen:

  • Überprüfe, ob alle auftretenden Funktionen stetig partiell differenzierbar sind. Falls nein, ist diese Regel nicht anwendbar.
  • Gibt es einen zulässigen Punkt , für den gilt: ? Falls ja, dann ist optimal. Sonst fahre mit dem nächsten Schritt fort.
  • Bestimme den Gradienten der Lagrange-Funktion.
  • Löse das System , wobei kein Multiplikator negativ sein darf. Falls eine Restriktion nicht aktiv ist, muss der zugehörige Multiplikator sogar gleich 0 sein. Findet man eine Lösung , so ist diese optimal.

 

 

 

 

Copyright- und Lizenzinformationen: Diese Seite basiert auf dem Artikel Konvexe Optimierung aus der freien Enzyklοpädιe Wιkιpedιa und steht unter der Lizenz Creative Commons CC-BY-SA 3.0 Unported (Kurzfassung). Liste der Autoren

Anbieterkennzeichnung

 



Load: 16; Render: 0; Total: 16