5.对偶理论

共轭函数

定义:扩展实值函数 f: \mathbb{R}^n \mapsto [-\infty, \infty] 的共轭函数 f^*: \mathbb{R}^n \mapsto [-\infty, \infty] 定义如下:

f^*(\boldsymbol{y}) = \sup_{\boldsymbol{x} \in \mathbb{R}^n} \left\{ \boldsymbol{x}^\top \boldsymbol{y} - f(\boldsymbol{x}) \right\}, \quad \boldsymbol{y} \in \mathbb{R}^n.

二次共轭函数

定义:扩展实值函数 f: \mathbb{R}^n \rightarrow [-\infty, \infty] 的二次共轭函数 f^{**}: \mathbb{R}^n \rightarrow [-\infty, \infty] 是其共轭函数 f^* 的共轭函数,定义如下:

f^{**}(\boldsymbol{x}) = \sup_{\boldsymbol{y} \in \mathbb{R}^n} \left\{ \boldsymbol{y}^\top \boldsymbol{x} - f^*(\boldsymbol{y}) \right\}, \quad \boldsymbol{x} \in \mathbb{R}^n.

Theorem (共轭定理)

f: \mathbb{R}^n \rightarrow [-\infty, \infty] 为扩展实值函数,其共轭函数和二次共轭函数分别是 f^*f^{**},则如下结论成立:

  1. f(\boldsymbol{x}) \geq f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  2. f 是正常闭凸函数,则 f(\boldsymbol{x}) = f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  3. f 的共轭函数与其闭凸包的共轭函数等价,若 cl(conv(f)) 是正常函数,则 cl(conv(f))(\boldsymbol{x}) = f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  4. f 是凸函数时,三个函数 ff^*f^{**} 中之一是正常函数,则其它两个也是正常函数。

极大极小问题

一个零和博弈的例子:

考虑如下只有两个玩家的零和博弈,其中玩家 A 有 n 个策略,玩家 B 有 m 个策略,若玩家 A 选择策略 i 的同时玩家 B 选择策略 j,则玩家 A 需支付 a_{ij} 的报酬给玩家 B,玩家 A 的目标就是最小化他支付的报酬,玩家 B 的目标就是最大化他得到的报酬。不妨设他们都采用混合策略,即玩家 A 按概率分布 x = (x_1, \ldots, x_n) 选择策略,玩家 B 按概率分布 z = (z_1, \ldots, z_m) 选择策略,那么玩家 A 的期望支付报酬就是

\sum_{i=1}^n \sum_{j=1}^m a_{ij} x_i z_j = x^{\top} A z,

其中矩阵 A \in \mathbb{R}^{n \times m}i 行第 j 列的元素是 a_{ij}。若每个玩家都考虑最坏的情况,即玩家 A 最小化 \max_z x^{\top} A z,玩家 B 最大化 \min_x x^{\top} A z,不难看出这两个问题就是上面的极大极小问题。

极大极小问题的定义

\phi: X \times Z \to \mathbb{R} 是闭凸函数,其中 XZ 分别是 \mathbb{R}^n\mathbb{R}^m 的非空子集,考虑如下的极大极小问题:

极大极小问题

强对偶关系

那我们很自然就想了解一个问题,在什么条件下:有如下的极大极小等式,我们也称为强对偶关系成立?并且两个极值都能取到?
\sup_{z \in Z} \inf_{x \in X} \phi(x, z) = \inf_{x \in X} \sup_{z \in Z} \phi(x, z)

弱对偶关系

我们知道,总是有下面的弱对偶关系成立:
如下弱对偶关系总是成立:

\sup_{z \in Z} \inf_{x \in X} \phi(x, z) \leq \inf_{x \in X} \sup_{z \in Z} \phi(x, z).

这是因为对于 \forall \overline{z} \in Z
\inf_{x \in X} \phi(x, \overline{z}) \leq \inf_{x \in X} \sup_{z \in Z} \phi(x, z).

\overline{z} 再取上确界即可证明弱对偶关系。
因此我们只需要研究在什么条件下有如下关系成立即可:
\sup_{z \in Z} \inf_{x \in X} \phi(x, z) \geq \inf_{x \in X} \sup_{z \in Z} \phi(x, z).

鞍点

定义:若向量 x^* \in Xz^* \in Z 使得
\phi(x^*, z) \leq \phi(x^*, z^*) \leq \phi(x, z^*), \quad \forall x \in X, \forall z \in Z
成立,则称 (x^*, z^*)\phi 的鞍点 (saddle point)。

鞍点示意图

鞍点与极大极小值的关系

  1. (x^*, z^*)\phi 的鞍点当且仅当极大极小等式成立且 x^* 是:
    \min_x \sup_{z \in Z} \phi(x, z) \quad \text{s.t. } x \in X.
  2. z^*
    \max_z \inf_{x \in X} \phi(x, z) \quad \text{s.t. } z \in Z.
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,423评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,147评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,019评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,443评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,535评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,798评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,941评论 3 407
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,704评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,152评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,494评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,629评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,295评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,901评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,742评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,978评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,333评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,499评论 2 348

推荐阅读更多精彩内容

  • 分类和回归是机器学习可以解决两大主要问题,从预测值的类型上看,连续变量预测的定量输出称为回归;离散变量预测的定性输...
    leon_kbl阅读 5,892评论 0 4
  • 最近在复习和学习数学建模的东西,主要是《数学建模优秀论文精选与点评(2011-2015)》和《数学建模方法及其应用...
    潜度er阅读 1,086评论 0 0
  • 最近在复习和学习数学建模的东西,主要是《数学建模优秀论文精选与点评(2011-2015)》和《数学建模方法及其应用...
    X_Ran_0a11阅读 2,148评论 0 2
  • 1、学习和纯优化有什么不同 在大多数机器学习问题中,我们关注某些性能度量,其定义于测试集上并且可能是不可解的。因此...
    单调不减阅读 3,141评论 0 3
  • activation 激活值 activation function 激活函数 additive noise 加性...
    630d0109dd74阅读 997评论 0 1