UA SIE545 优化理论基础1 例题2 Farkas定理与相关结论
UA SIE545 优化理论基础1 例题2 Farkas定理与相关结论
- Farkas定理的证明方法
- Gordan定理
Farkas定理是分离定理的直接结果:
Farkas定理 AAA是一个m×nm\times nm×n的矩阵,下面两个系统有且仅有一个有解:
I:Ax≤0,cTx>0II:ATy=c,y≥0I:Ax \le 0,c^Tx>0 \\ II:A^Ty=c,y \ge 0I:Ax≤0,cTx>0II:ATy=c,y≥0
Farkas定理的证明方法
Farkas定理及其类似结论有三种证明方法:反证法、分离定理法、线性规划法;如果是Farkas定理的推论,还可以将系统改写成能使用Farkas定理的形式,直接用Farkas定理证明。反证法的思路非常简单,假设系统II有解,推系统I无解;假设系统II无解,推系统I有解,在推有解的时候,经常需要用分离定理来构造系统的解。下面列出经常用到的分离定理的结论:
定理二 (点与闭凸集的分离) 假设S⊂VS \subset VS⊂V是非空闭凸集,y∉Sy \notin Sy∈/S,∃p,α\exists p,\alpha∃p,α,∀x∈S\forall x \in S∀x∈S, pTy>α,pTx≤α,∀x∈Sp^Ty >\alpha,p^Tx \le \alpha,\forall x \in SpTy>α,pTx≤α,∀x∈S
定理三 (凸集的支撑)S⊂VS \subset VS⊂V是非空凸集,x0∈∂Sx_0 \in \partial Sx0∈∂S, ∃p\exists p∃p, pT(x−x0)≤0,∀x∈clSp^T(x-x_0) \le 0,\forall x \in clSpT(x−x0)≤0,∀x∈clS
定理四 (凸集的分离)S1,S2⊂VS_1,S_2\subset VS1,S2⊂V是两个无交凸集,∃p∈V\exists p \in V∃p∈V, inf{pTx:x∈S1}≥sup{pTx:x∈S2}\inf\{p^Tx:x \in S_1\} \ge \sup\{p^Tx:x \in S_2\}inf{pTx:x∈S1}≥sup{pTx:x∈S2}
定理五 (凸集的强分离)S1,S2⊂VS_1,S_2\subset VS1,S2⊂V是两个无交闭凸集,∃p∈V,ϵ>0\exists p \in V,\epsilon>0∃p∈V,ϵ>0, inf{pTx:x∈S1}≥sup{pTx:x∈S2}+ϵ\inf\{p^Tx:x \in S_1\} \ge \sup\{p^Tx:x \in S_2\}+\epsiloninf{pTx:x∈S1}≥sup{pTx:x∈S2}+ϵ
反证法证明Farkas定理,假设系统II无解,推系统I有解时,定义S={x:x=ATy,y≥0}S = \{x:x = A^Ty,y\ge 0\}S={x:x=ATy,y≥0},SSS是一个闭凸集,系统II无解说明c∉Sc \notin Sc∈/S,我们观察系统1,它陈述的是用AAA定义的某个多面体与点ccc的分离,而这个多面体肯定包含SSS的,c∉Sc \notin Sc∈/S提供了ccc与SSS分离的条件,因此证明思路是对ccc和SSS用点与凸集的分离构造系统I的解。
分离定理证明Farkas定理,基本框架依然用反证法,但使用凸集的分离导出矛盾。但需要注意的是对于一般性的ATy=cA^Ty=cATy=c的问题,这个方法其实是给不出正确完整的证明的,这里提出来是因为对于ATy=0A^Ty=0ATy=0的问题,这种方法的效果是不错的。假设系统I有解,如果∃y≥0\exists y \ge 0∃y≥0, ATy=cA^T y = cATy=c,则
xTATy=(Ax)Ty≤0x^TA^Ty = (Ax)^Ty\le 0xTATy=(Ax)Ty≤0
但根据假设xTATy=xTc>0x^TA^Ty = x^Tc>0xTATy=xTc>0,这就导出了矛盾,因此系统I有解时,系统II无解。
假设系统I无解,定义下面两个非空凸集:
S1={z:Ax≤z,cTx>0},S2={z:z≤0}S_1 =\{z:Ax \le z,c^Tx> 0\},\ S_2 = \{z:z \le 0\}S1={z:Ax≤z,cTx>0}, S2={z:z≤0}
系统I无解说明S1∩S2=ϕS_1\cap S_2 = \phiS1∩S2=ϕ,根据凸集的分离,∃p\exists p∃p, inf{pTz:z∈S2}≥sup{pTz:z∈S1}\inf\{p^Tz:z\in S_2\} \ge \sup\{p^Tz:z \in S_1\}inf{pTz:z∈S2}≥sup{pTz:z∈S1},这意味着∀z∈S2,∀x\forall z \in S_2,\forall x∀z∈S2,∀x,
pTz≥pTAxp^Tz \ge p^TAxpTz≥pTAx
因为zzz可以是任意负值,为了保证这个不等式对任意z,xz,xz,x成立,p≥0p \ge 0p≥0。取z=0,x=ATpz=0,x = A^Tpz=0,x=ATp, 则∥ATp∥≤0\left\| A^Tp \right\| \le 0∥∥ATp∥∥≤0,因此ATp=0A^Tp=0ATp=0。但我们需要的是ATp=cA^Tp=cATp=c,因此这种方法其实是完不成证明的,下面我们会看到如果是Gordan定理的条件,这种操作就是可以用的。
线性规划证明Farkas定理,基础是线性规划的对偶性理论:
P:mincTxs.t.Ax=b,x≥0D:maxbTys.t.ATy≤cP:\min c^Tx \ s.t. Ax = b,x \ge 0 \\ D:\max b^Ty\ s.t. A^Ty \le c P:mincTx s.t.Ax=b,x≥0D:maxbTy s.t.ATy≤c
- Weak Duality: PPP的解xxx与DDD的解yyy满足cTx≥bTyc^Tx \ge b^TycTx≥bTy
- Unbounded-infeasible: PPP无解则DDD不可行
- Strong Duality: P,DP,DP,D均可行,则它们最优解下的目标函数值相等
用对偶性理论证明Farkas定理最关键的是在Farkas的两个系统基础上写出两个线性规划问题。记
P:min0Tys.t.ATy=c,y≥0D:maxcTxs.t.Ax≤0P:\min 0^Ty \ s.t. A^Ty = c,y \ge 0 \\ D:\max c^Tx\ s.t. Ax \le 0 P:min0Ty s.t.ATy=c,y≥0D:maxcTx s.t.Ax≤0
注意到PPP不可行意味着系统II无解,因为DDD是可行的,根据Unbounded-infeasible,PPP不可行等价于系统II无解等价于DDD无界,其充要条件是∃x\exists x∃x, Ax≤0Ax \le 0Ax≤0, cTx>0c^Tx>0cTx>0,也就是系统I有解,因此系统I与系统II只能有一个有解。
Gordan定理
Gordan定理(Farkas定理的推论):AAA是一个m×nm\times nm×n的矩阵,下面两个系统有且仅有一个有解:
I:Ax<0II:ATy=0,y≥0,y≠0I:Ax < 0 \\ II:A^Ty=0,y \ge 0, y \ne 0I:Ax<0II:ATy=0,y≥0,y=0
我们用Farkas定理的这个推论演示一下这几种证明思路:
证明方法1:Farkas定理
改写系统I:
Ax<0⇔Ax+1ms=[A1m][xs]≤0,s>0Ax < 0 \Leftrightarrow Ax + 1_m s = \left[ \begin{matrix} A & 1_m \end{matrix} \right] \left[ \begin{matrix} x \\ s \end{matrix} \right] \le 0,s>0Ax<0⇔Ax+1ms=[A1m][xs]≤0,s>0
定义c=[0,0,⋯,1]∈Rn+1c = [0,0,\cdots,1] \in \mathbb{R}^{n+1}c=[0,0,⋯,1]∈Rn+1,则
cT[xs]>0c^T\left[ \begin{matrix} x \\ s \end{matrix} \right]>0cT[xs]>0
改写系统用现成的定理非常方便,需要注意的是改写后两个系统的有解性要与改写前相同,改写的逻辑是Tightening不等式靠松弛变量。
证明方法2:反证法
假设系统II有解,如果存在xxx使得Ax<0Ax < 0Ax<0,则
xTATy=(Ax)Ty<0,∀y≥0,y≠0x^TA^Ty = (Ax)^Ty < 0,\forall y \ge 0,y \ne 0xTATy=(Ax)Ty<0,∀y≥0,y=0
但是xTATy=xT(ATy)=0x^TA^Ty = x^T(A^Ty)=0xTATy=xT(ATy)=0,这就出现了矛盾,因此系统II有解时,系统II无解。
假设系统II无解,定义S={x:x=ATy,y≥0,y≠0}S = \{x:x = A^Ty,y \ge 0, y\ne 0\}S={x:x=ATy,y≥0,y=0},则0∉S0 \notin S0∈/S。注意到SSS是一个闭凸集,根据定理二,∃p\exists p∃p满足∀x∈S\forall x \in S∀x∈S, pTx≤0p^Tx \le 0pTx≤0,∃y∈S\exists y \in S∃y∈S, pTATy≤0p^TA^Ty \le 0pTATy≤0,因为y≥0,y≠0y \ge 0,y \ne 0y≥0,y=0,所以Ap≤0Ap \le 0Ap≤0,这说明系统I有解。
证明方法3:分离定理
现在用两个凸集的分离来证明,但基本框架依然是反证法的框架,为了与方法2有所区别,我们先假设系统I有解,再假设系统II无解。
假设系统I有解,如果∃y≥0,y≠0\exists y \ge 0,y \ne 0∃y≥0,y=0, ATy=0A^Ty=0ATy=0,则
xTATy=(Ax)Ty<0,∀y≥0,y≠0x^TA^Ty = (Ax)^Ty < 0,\forall y \ge 0,y \ne 0xTATy=(Ax)Ty<0,∀y≥0,y=0
但是xTATy=xT(ATy)=0x^TA^Ty = x^T(A^Ty)=0xTATy=xT(ATy)=0,这就出现了矛盾。
假设系统I无解,定义
S1={z:z=Ax},S2={z:z<0}S_1 = \{z:z = Ax\}, S_2 = \{z:z < 0\}S1={z:z=Ax},S2={z:z<0}
系统I无解说明S1∩S2=ϕS_1 \cap S_2 = \phiS1∩S2=ϕ,因为S1,S2S_1,S_2S1,S2是非空凸集,根据凸集的分离,∃p\exists p∃p 满足inf{pTz:z∈S1}≥sup{pTz:z∈S2}\inf\{p^Tz:z \in S_1\} \ge \sup\{p^Tz:z \in S_2\}inf{pTz:z∈S1}≥sup{pTz:z∈S2},∀x,∀z∈clS2\forall x,\forall z \in cl S_2∀x,∀z∈clS2,
pTAx≥pTzp^TAx \ge p^TzpTAx≥pTz
因为zzz可以任意大,如果ppp不大于0,上式可能不成立;因此p≥0p \ge 0p≥0。另外,如果取z=0z=0z=0,可以发现pTAx≥0p^TAx \ge 0pTAx≥0,取x=−ATpx = -A^Tpx=−ATp,则−∥ATp∥≥0-\left\| A^Tp\right\| \ge 0−∥∥ATp∥∥≥0,显然ATp=0A^Tp = 0ATp=0,因此系统II有解。
UA SIE545 优化理论基础1 例题2 Farkas定理与相关结论相关推荐
- UA SIE545 优化理论基础1 例题1 常见的凸集
UA SIE545 优化理论基础1 例题1 常见的凸集 一些例题 在优化理论中,我们主要讨论下面几种凸集: 超平面:{x:pTx=β}\{x:p^Tx=\beta\}{x:pTx=β} 半空间:{x: ...
- UA SIE545 优化理论基础1 例题3 凸多面体的表示与线性规划
UA SIE545 优化理论基础1 例题3 凸多面体的表示与线性规划 这一讲介绍多面体的表示算法,以及单纯形的计算方法.考虑线性规划: mincTxs.t.Ax=b,x≥0\min \ \ c^Tx ...
- UA SIE545 优化理论基础1 例题4 证明一个集合是闭集
UA SIE545 优化理论基础1 例题4 证明一个集合是闭集 闭集在分离定理中有非常广泛的应用,很多条件均要求闭凸集,因此验证一个集合是闭集的技术是比较重要的. Closure clScl SclS ...
- UA SIE545 优化理论基础4 对偶理论简介3 强对偶
UA SIE545 优化理论基础4 对偶理论简介3 强对偶 上一讲介绍了弱对偶,弱对偶满足 inf{f(x):x∈X,g(x)≤0,h(x)=0}≥sup{θ(u,v):u≥0}\inf\{f(x ...
- UA SIE545 优化理论基础 用Farkas定理证明Farkas类的结论
UA SIE545 优化理论基础 用Farkas定理证明Farkas类的结论 Farkas定理 AAA是一个m×nm\times nm×n的矩阵,下面两个系统有且仅有一个有解: I:Ax≤0,cTx& ...
- UA SIE545 优化理论基础 例题 对偶函数的凸性与次梯度计算
UA SIE545 优化理论基础 例题 对偶函数的凸性与次梯度计算 例 考虑对偶函数 θ(u1,u2)=minx12+x22≤4x1(2−u1)+x2(3−u2)\theta(u_1,u_2) = ...
- UA SIE545 优化理论基础 函数凸性的一些有趣的判断方法
UA SIE545 优化理论基础 函数凸性的一些有趣的判断方法 Convex function f:S→Rf:S \to \mathbb{R}f:S→R where SSS is a nonempty ...
- UA SIE545 优化理论基础2 凸函数 概念 理论 总结
UA SIE545 优化理论基础2 凸函数 概念 理论 总结 凸函数的概念与简单性质 Convex function f:S→Rf:S \to \mathbb{R}f:S→R where SSS is ...
- UA SIE545 优化理论基础3 Fritz-John与Kuhn-Tucker理论总结 带等式约束与不等式约束的极值问题
UA SIE545 优化理论基础3 Fritz-John与Kuhn-Tucker理论总结 带等式约束与不等式约束的极值问题 对于函数f:X→Yf:X \to Yf:X→Y,我们希望XXX是一个凸的度量 ...
最新文章
- Python学习前的计划
- IBM迎来新任CEO,又一美国科技巨头被印度裔掌舵
- Golang 的Gin框架入门教学
- jQuery HighchartsTableHTML表格转Highcharts图表插件
- 搭载「光线追踪」技术的次时代主机会有怎样的画面表现?
- linux跑循环脚本占内存,Linux下实现脚本监测特定进程占用内存情况
- Reflector 已经out了,试试ILSpy
- python cookbook 笔记三
- BlazeDS入门教程-很详细-赞原创作者一个
- [转载] java:比较运算符
- 信息学奥赛一本通C++语言——1093:计算多项式的值
- c 怎么配置oracle,cjdbc入门配置oracle
- Java 软件安装流程详解
- Matlab计算标准时间格式下时间差
- 不加群提取群成员_快速提取PPT上的文字!
- labview制成app_我为什么选择使用Labview来做软件?
- NRF52840 SOC 在空气净化市场应用的发展趋势
- 基于webmagic实现爬取博客园的所有精品文章
- htc 8x android,htc8x怎么样 htc8x测评【图解】
- gdb设置断点出现Cannot access memory at address的错误
热门文章
- Java运行时动态加载类之Class.forName
- (转载)机器学习知识点(十二)坐标下降法(Coordinate descent)
- 深度学习(二十七)可视化理解卷积神经网络(反池化 pooling unpooling)
- mysql audit log.so_Percona Audit Log Plugin(mysql 审计)
- python中的栈结构_对Python列表进行封装和二次开发实现自定义栈结构
- Find Familiar Service Features in Lightning Experience
- Get Started with Lightning Knowledge
- 高级指令——hostname指令【作用:操作服务器的主机名(读取、设置)】、id指令【查看一个用户的一些基本信息(包含用户id,用户组id,附加组id…)】、whoami指令、ps -ef指令
- windows 技术篇 - uispy 工具获取和使用,windows窗口属性快捷查看工具
- CTFshow 信息收集 web2