La derivación de las condiciones y rumores de kkt.
Esta condición también se deriva.
Sabemos que necesitamos resolver un problema de optimización, que en realidad consiste en encontrar el valor máximo de una función cuando algunas variables son inciertas. Primero debemos comprobar si esta función es convexa. Si es así, hay varios óptimos locales que se pueden obtener mediante derivadas y extremos, y luego se puede seleccionar el mejor valor a partir de los óptimos locales.
Si la función a resolver tiene restricciones de igualdad, puedes introducir multiplicadores de Lagrange y convertir inteligentemente estas restricciones de igualdad en funciones, lo que equivale a sumar varias variables a la función, este es el multiplicador de Lagrange, y luego el valor óptimo se obtiene mediante métodos de derivación y extremos.
Si la función a resolver no solo tiene restricciones de igualdad, sino también restricciones de desigualdad, entonces primero podemos encontrar una manera de convertir las restricciones de desigualdad en restricciones de igualdad y luego introducir multiplicadores de Lagrange para convertir estas restricciones de igualdad. se convierten en funciones y el valor óptimo se encuentra tomando derivadas y extremos.
De hecho, es un proceso como este:
Luego use esta condición KKT para determinar la solución a este problema de restricción de desigualdad. Después de transformar la restricción de desigualdad en una restricción de igualdad y luego transformar hábilmente la restricción de igualdad en una función, esta condición se dedujo al usar la inversión para calcular el valor extremo.
La condición KKT es un punto inevitable en este proceso, por lo que en el proceso de derivación, también podemos escribir directamente en este paso y usar esta condición para simplificar el proceso de derivación.
De hecho, la condición KKT puede denominarse funcionalmente: una condición necesaria para que la desigualdad limite los valores extremos.
KKT proviene del nombre de una persona, condiciones de optimización Karrueche-Kuhn-Tucker. Debido a que el nombre Karrueche-Kuhn-Tucker a veces puede denominarse Kuhn-Tucker, también se conoce como condición de Kuhn-Tucker y condición de optimización de Kuhn-Tucker.
Resulta que esto fue publicado de forma independiente por tres personas, a saber, Karrueche [1939] y Kuhn-Tucker [1951]. Dado que este conjunto de condiciones de optimización no recibió atención hasta que se publicaron Kuhn y Tucker, muchos libros solo las registran como condiciones de optimización de Kuhn-Tucker y condiciones de optimización de Kuhn-Tucker.
Al principio, la gente sólo conocía el artículo de Kuhn-Tucker, pero luego descubrió que Karrueche publicó un artículo relacionado en 1939.
En 1939, Alemania atacó Polonia y comenzó la Segunda Guerra Mundial más espectacular de la historia de la humanidad.
/question/19770573
Hay que decir que un autor que utiliza habitualmente condiciones de resolución de problemas tiene una influencia social tan grande.
Estos autores realmente no se atreven a cotillear. La mujer de lengua larga es un gran toro.
Nombre completo: Albert W. Tucker, canadiense-estadounidense. Se graduó en la Universidad de Toronto en 1928 y en la Universidad de Princeton en 1932. He enseñado a muchos estudiantes de doctorado famosos a estudiar en Cambridge, Harvard y la Universidad de Chicago durante muchos años. Llegué a Princeton en 1933 y permanecí allí hasta 1970. Presidió el Departamento de Matemáticas de la Universidad de Princeton durante 20 años. Nacido en 1905 y fallecido en 1995, su vida fue de 90 años. Su mentor fue Lefshetz, que nació en Moscú el 3 de septiembre de 1884 y murió en Princeton en 1972.
Estos expertos han estado realizando investigaciones académicas en la escuela, pero China ha experimentado épocas históricas como la dinastía Qing, la República de China y China.