Condicions de Karush-Kuhn-Tucker

De Viquipèdia
Dreceres ràpides: navegació, cerca

En programació no lineal les condicions de Karush-Kuhn-Tucker (també anomenades condicions de KKT, o condicions Kuhn-Tucker) són condicions que ha de complir un punt que sigui solució d'un problema de la forma:

Diagrama de limitació de desigualtat per problemes d'optimització
on
on

On, si definim i :

Es tracta d'una generalització del Mètode dels multiplicadors de Lagrange.

Condicions necessàries de 1r ordre[modifica | modifica el codi]

Es tracta d'aplicar les condicions necessàries de 1r ordre per tal que un punt sigui mínim d'una funció de classe a la funció Lagrangiana:

Però per tal que els mínims d'aquesta funció coincideixi amb els de cal que imposem un parell de condicions més (que "penalitzen" els punts on no es compleixen les restriccions). Les condicions necessàries de KKT de primer ordre ens diuen que:

Si és mínim relatiu de on , aleshores existeixen i tals que:

1-

2-

3-

Problema general d'optimització[modifica | modifica el codi]

Considerem el següent problema general:

,
,

on és la funció objetiu a minimitzar, són les restriccions de desigualtat i són les restriccions d'igualtat, amb i el número de restriccions de desigualtat i igualtat, respectivament.

Les condicions necessàries per a problemes amb restriccions de desigualtat van ser publicades per primera vegada en la tesi de màster de W. Karush,[1] encara que van ser renombradas després d'un article en una conferència de Harold W. Kuhn i Albert W. Tucker.[2]

Condicions suficients[modifica | modifica el codi]

Si és una funció convexa definida en un domini convex, aleshores les condicions de KKT són suficients. Sigui la funció objetiu i les funcions de restricció siguin funcions convexes i siguin les funcions d'afinidad, i sigui un punt . Si existeixen constants i tals que

Aleshores el punt és un mínim global.

Referències[modifica | modifica el codi]

  1. W. Karush «Minima of Functions of Several Variables with Inequalities as Side Constraints». Dept. of Mathematics, Univ. of Chicago, Chicago, Illinois, 1939.. disponible en http://wwwlib.umi.com/dxweb/details?doc_no=7371591 (amb càrrec)
  2. H. W. Kuhn,Tucker, A. W., Proceedings of 2nd Berkeley Symposium, Nonlinear programming, University of California Press, 1951, Berkeley

Lectures[modifica | modifica el codi]

  • Andreani, R.; Martínez, J. M.; Schuverdt, M. L. «On the relation between constant positive linear dependence condition and quasinormality constraint qualification». Journal of Optimization Theory and Applications, 125, 2, 2005, pàg. 473–485. DOI: 10.1007/s10957-004-1861-9.
  • Avriel, Mordecai. Nonlinear Programming: Analysis and Methods. Dover, 2003. ISBN 0-486-43227-0. 
  • Boyd, S.; Vandenberghe, L. Convex Optimization. Cambridge University Press, 2004. ISBN 0-521-83378-7. 
  • Nocedal, J.; Wright, S. J.. Numerical Optimization. New York: Springer, 2006. ISBN 978-0-387-30303-1. 
  • Sundaram, Rangarajan K. «Inequality Constraints and the Theorem of Kuhn and Tucker». A: A First Course in Optimization Theory. New York: Cambridge University Press, 1996, p. 145–171. ISBN 0-521-49770-1.