Bài toán quy hoạch toán học:

Tìm x=(x1,x2,…,xn) sao cho

f(x)=f(x1,x2,…,xn) → min (hay max) (1.1)
Với các điều kiện
gi ( x) = gi ( x1 , x2 ,..., xn ) ≤ 0, i = 1, 2,..., m, (1.2)
h j ( x) = h j ( x1 , x2 ,..., xn ) = 0, j = 1, 2,..., p, (1.3)
x = ( x1 , x2 ,..., xn ) ∈ X ⊂ R n (1.4)
Trong đó:
f(x) : Hàm mục tiêu
gi, hj : Các hàm ràng buộc
(1.2)-(1.4) : Các ràng buộc
(1.2) : Các ràng buộc BĐT
(1.3) : Các ràng buộc đẳng thức

Tập hợp
D={xєX: gi(x)≤0, i=1,…,m; hj(x)=0, j=1,…,p}
Được gọi là Miền ràng buộc, hoặc Miền chấp nhận được, hoặc Tập các phương án.
Mỗi x∈D là một phương án hay một điểm chấp nhận được
Một phương án x*∈D đạt cực tiểu (hay cực đại) của hàm mục tiêu là một phương án tối ưu
f(x*) là giá trị tối ưu của bài toán.

Bài toán quy hoạch toàn phương:

Cho x thuộc . Cực tiểu hóa hàm số mục tiêu sau:

dưới các ràng buộc:

Bài toán ở trên có thể được viết dưới dạng ma trận với ma trận Q n×n đối xứng, và c là một
vector n×1 bất kì.

Cực tiểu hóa (với x)

dưới các ràng buộc sau:

với là vector chuyển vị của . Kí hiệu có nghĩa là mỗi thành phần của vector Ax
nhỏ hơn hoặc bằng thành phần tương ứng của vector .

Bài toán quy hoạch lồi:

1. là tập lồi.
2. là các hàm lồi.
Hàm lồi là hàm:
; λ є (0,1);
3. Không có ràng buộc đẳng thức.

Điều kiện Slater: Bài toán quy hoạch lồi thỏa mãn điều kiện Slater (Slater conditions) nếu
tồn tại sao cho . Tức là các ràng buộc đều thỏa mãn tại bằng bất đẳng
thức thật sự.

Định nghĩa (hàm Lagrange): Cho bài toán quy hoạch

Hàm Lagrange

Định nghĩa (bài toán đối ngẫu Lagrange): Cho bài toán quy hoạch và hàm Lagrange
của nó. Nếu đặt

thì bài toán đối ngẫu Lagrange của là bài toán

Nhận xét:

1. Hàm được định nghĩa trên tập và không chịu ràng buộc .
2. Hàm là hàm của vì ta lấy giá trị nhỏ nhất của trên toàn bộ .
3. Khi ta có .

Định lý (tính chất đối ngẫu của bài toán quy hoạch lồi):

1. Với mọi ta có và vì thế

2. Nếu là bài toán quy hoạch lồi, bị chặn (dưới) và thỏa mãn điều kiện Slater thì
giải được và giá trị tối ưu của hai bài toán bằng nhau:

http://csstudyfun.wordpress.com/2008/02/15/quy-ho%e1%ba%a1ch-l%e1%bb%93i-3-bai-
toan-d%e1%bb%91i-ng%e1%ba%abu-lagrange/
Điều kiện Karush-Kuhn-Tucker: Cho bài toán quy hoạch , với mỗi điểm , điều
kiện KKT (KKT conditions) tương ứng của là tồn tại sao cho

1. :
2. : .

trong đó là nón trực giao với nón tâm của tại .

Định lý (điều kiện của nghiệm tối ưu của bài toán quy hoạch lồi): Cho bài toán quy hoạch
lồi

1. (Điều kiện đủ) Nếu thỏa mãn điều kiện KKT thì là nghiệm tối ưu của bài
toán quy hoạch .
2. (Điều kiện cần và đủ) Nếu là bài toán quy hoạch lồi thỏa mãn điều kiện Slater thì
là nghiệm tối ưu của nếu và chỉ nếu thỏa mãn điều kiện KKT.