Professional Documents
Culture Documents
Tóm tắt Điều kiện cần tối ưu cấp hai đóng một vai trò quan trọng trong lí thuyết
tối ưu. Lí giải điều này, ta thấy hầu hết các thuật toán tối ưu số đều đưa về việc tìm
các điểm dừng thỏa mãn điều kiện cần tối ưu cấp một. Theo lệ thường, các bài toán
tối ưu, đặc biệt là những bài toán xét trong không gian với số chiều lớn, có rất
nhiều điểm dừng nên phải dùng điều kiện cần tối ưu cấp hai để loại trừ các điểm
không tối ưu. Những điều kiện này liên quan mật thiết đến các điều kiện chính quy
cấp hai. Trong bài viết này, nhóm tác giả sẽ xét đến những điều kiện cần tối ưu cấp
hai mạnh và yếu và chỉ ra rằng tính có hiệu lực của chúng được chứng minh dưới
điều kiện chính quy tới hạn tại các cực tiểu địa phương.
1. Giới thiệu
Xét bài toán quy hoạch phi tuyến NLP:
(1.1)
trong đó
Vecto thỏa mãn được gọi là một nhân tử Lagrange và tập
Với bài toán NLP, các điều kiện cần tối ưu cấp một và cấp hai dưới đây sẽ xảy
ra.
Định lí 1.1 Nếu một điểm là một cực tiểu địa phương của bài toán NLP
thì:
(1)
(2) với mọi tồn tại một nhân tử Lagrange mở rộng
sao cho
Hai điều kiện trên được coi là điều kiện cần cấp một và cấp hai cơ bản
(BSONC). Mối liên hệ giữa chúng được chứng minh lần đầu trong mục [8-10]
và nghiên cứu lại ở mục [7,11,12] và các bài nghiên cứu khác. Trong mục [13],
Arutyunov đã tìm được phiên bản mạnh hơn của hai điều kiện trên khi thay thế
tập các nhân tử Lagrange mở rộng bằng tập con của nó.
Kết quả tiếp theo đây đã đạt được trong mục [9] ( xem cả mục [11]).
Định lí 1.2 Cho là một cực tiểu địa phương của bài toán NLP và cho
mọi khi và chỉ khi tồn tại một nhân tử Lagrange mở rộng
sao cho
Định lí này dẫn đến ngay kết quả là tại cực tiểu địa phương
tồn tại của nhân tử với tương đương với điều kiện
, được gọi là điều kiện cần Kuhn–Tacker. Điều kiện Kuhn-Tacker
đúng với các điểm cực tiểu địa phương của NLP dưới một số giả thuyết bổ sung.
Điều kiện chính quy là những giả thiết bổ sung không phụ thuộc vào hàm mục
tiêu và đảm bảo được hiệu lực của điều kiện Kuhn–Tacker tại các điểm cực tiểu
địa phương trong bài toán NLP. Điều kiện chính quy cấp một được biết đến
nhiều nhất là tính độc lập tuyến tính của các gradient của các ràng buộc tích cực
( LICQ). LICQ dẫn đến sự tồn tại duy nhất của các nhân tử Lagrange cho
nghiệm Một điều kiện chính quy khác yếu hơn là MFCQ, giới thiệu bởi
Mangasarian và Fromovitz. Điều kiện này nói rằng tại một điểm đã cho,
các vecto độc lập tuyến tính và tồn tại vecto sao cho
LICQ và MFCQ là các điều kiện chính quy cấp một đảm bảo tính hiệu lực của
điều kiện Kuhn-Tacker tại các điểm tối ưu địa phương trong bài toán NLP.
Cùng với cá điều kiện cấp hai cơ bản, chúng tôi xét các điều kiện cần tối ưu cấp
hai mạnh và yếu ( xem mục [15-17]).
tồn tại sao cho bất đẳng thức đúng với mọi
vecto
SSONC và WSONC là các điều kiện có hiệu lực tại các điểm cực tiểu địa
phương dưới các điều kiện bổ sung được gọi là điều kiện chính quy cấp hai.
Xem mục [1-4,16,18,19], nhận thấy LICQ là một điều kiện chính quy cấp hai
đảm bảo tính hiệu lực của WSONC và SSONC. MFCQ cũng là một điều kiện
chính quy cấp hai cho BSONC, nghĩa là MFCQ đảm bảo tính hiệu lực của
2. Tính chính quy tới hạn và các điều kiện cấp hai
Hai bổ đề dưới đây có thể suy ra trực tiếp từ định nghĩa của và
Chú ý rằng tại điểm có thể viết lại dưới dạng khác. Cụ
thể,( xem ví dụ [7], tr.430 và 443), với bất kì, trong
đó { và sao cho
sao cho
Bổ đề dưới đây cho ta cách biểu diễn khác của dưới điều kiện
Giới thiệu khái niệm của chính quy tới hạn CRC, điều kiện cần thiết để xây
dựng và đạt được các kết quả chính quan trọng.
Định nghĩa 2.1: Điều kiện chính quy tới hạn CRC đúng tại khi và chỉ
Giản đồ chứng minh của bổ đề tiếp theo suy rộng ra chứng minh của định lí 1
( mục [24]).
Bổ đề 2.5: Giả sử điều kiện chính quy tới hạn đúng tại . Khi đó
Chứng minh Xét . Khi đó, từ bổ đề 2.3 và 2.1, với mỗi hàm m-
vecto sao cho khi tồn tại một số sao cho
Đầu tiên, chú ý rằng hạng của ma trận Jacobi cho hệ các hàm
đối với trùng với hạng của ma trận Jacobi của hệ này
đối với tức là:
Theo định lí về hàm ẩn ( mục [26], tr.490), hệ đã cho xác định trong một lân cận
nào đó của một hàm ẩn khả vi cấp hai liên tục sao cho
Do đó, với mọi , tồn tại và hàm liên tục khả vi cấp hai
Khi đó và do
đó,
Bổ đề tiếp theo chỉ ra rằng dưới điều kiện CRC tại một cực tiểu
Bổ đề 2.6 Giả sử điểm là một cực tiểu địa phương của bài toán NLP thỏa
mãn điều kiện chính quy tới hạn. Khi đó .
Chứng minh Từ định nghĩa của tập chỉ số và nón ta có:
Định lí 2.1 Giả sử điểm là một nghiệm địa phương của bài toán NLP thỏa
mãn điều kiện chính quy tới hạn. Khi đó SSONC đúng tại điểm này.
Do đó, theo bổ đề 2.5, tồn tại và hàm liên tục khả vi cấp hai sao
cho khi và
Vì và
là một điểm của cực tiểu địa phương nên:
Do đó,
(2.1)
Mặt khác, theo bổ đề 2.3 tập chứa tất cả các chỉ số sao cho
do đó, với mọi , đồng nhất thức sau xảy ra:
. Suy ra :
dẫn đến,
(2.2)
Kết hợp (2.1) và (2.2) ta được:
tức là:
Hệ quả 2.3 Giả sử điểm là một nghiệm địa phương của bài toán NLP
thỏa mãn CRCQ hoặc RCRCQ. Khi đó SSONC đúng tại điểm này.
Hệ quả 2.4 Giả sử điểm là một nghiệm địa phương của bài toán NLP
thỏa mãn điều kiện chính quy tới hạn. Khi đó :
với mọi
Chứng minh Từ (2.2) ta có:
Do đó,
với mỗi Dễ thấy vế phải của biểu thưc trên không phụ thuộc vào
Chú ý rằng CRC luôn đúng tại một điểm khả dĩ nếu các gradient độc
lập tuyến tính với . Trong mục [9]. Gorokhovik đã chứng minh
rằng sự tồn tại duy nhất của các nhân tử lagrange tại điểm cực tiểu cuar
bài toán NLP là tương đương với điều kiện độc lập tuyến tính của các gradient
khi và chỉ khi các gradient độc lập tuyến tính với
Hệ quả 2.5 Giả sử điểm là một nghiệm địa phương của bài toán NLP
thỏa mãn điều kiện chính quy tới hạn. Khi đó với mọi
và do đó Suy ra và do đó Do
Ví dụ 3.1 Cho
Dễ thấy là một nghiệm của bài toán NLP và MFCQ đúng tại
Mặc khác, và từ
SSONC suy luận được bất đẳng thức với mọi thoar man
Do đó SSONC không xảy ra.
Do đo, tính hiệu lực của điều kiện tối ưu cấp hai mạnh không được đảm bảo bởi
MFCQ.
Trong mục [18,21] các điều kiện bổ sung được đề ra cùng với MFCQ để cung
cấp căn cứ chính xác cho WSONC tại các cực tiểu địa phương của NLP.
Xem mục [21], ta nói rằng WCR đúng tại một điểm nếu
Mệnh đề 3.1 Giả sử điểm là một cực tiểu địa phương của bài toán NLP,
thỏa mãn tại điểm cho một nhân tử thì điểm đó không tối ưu theo
mệnh đề 3.1 trong khi từ kết quả mục [16] không suy ra được điểm đó tối ưu hay
không tối ưu.
Ví dụ tiếp theo chỉ ra rằng điều kiện cần tối ưu cung cấp bởi hệ quả 2.5 có thể
hữu dụng trong các trường hợp WCR không thỏa mãn.
Ví dụ 3.2 Cho
Xét điểm . Dễ dàng kiểm tra rằng WCR không đúng tại Tính
tính của các ràng buộc tích cực của hệ tối thiểu bằng
và hơn nữa tồn tại, nhiều nhất, chỉ một chỉ số sao cho
Ví dụ 3.3 Cho
Khi đó và
Ví dụ 3.4. Cho
Xét điểm . Dễ dàng kiểm tra rằng MFCQ và WCR không đúng tại
Tuy nhiên CRC lại không xảy ra.
Phỏng đoán([21]). Giả sử điểm là một nghiệm địa phương của bài toán
NLP , điều kiện MFCQ đúng với và
Ví dụ 3.5 Cho
Dễ thấy
Do đó là một nghiệm của bài toán NLP và MFCQ đúng tại và:
Khi đó, và
với
4. Lưu ý
Trong mục [15,17] tác giả chứng minh được rằng CRC và RCRC là các điều
kiện chính quy cấp hai cho SSONC. Trong bài viết này, chúng tôi đã giới thiệu
khái niệm của chính quy tới hạn cho bài toán qui hoạch ơhi tuyến và chứng
minh hiệu lực của các điều kiện cần tối ưu cấp hai mạnh và yếu tại một điểm của
cực tiểu địa phương khi điều kiện chính quy tới hạn đúng với điểm đó. Kết quả
này mở rông các kết quả trong mục [15,17] gắn với các điều kiện cần cấp hai.
Hơn nữa, kết quả này cho phép chúng ta tìm được các điều kiện mới độc lập trên
[16,18,21] cho WSONC.
Lời cảm ơn
Các tài liệu tham khảo trong bài