5.對偶理論

共軛函數(shù)

定義:擴展實值函數(shù) f: \mathbb{R}^n \mapsto [-\infty, \infty] 的共軛函數(shù) f^*: \mathbb{R}^n \mapsto [-\infty, \infty] 定義如下:

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.

二次共軛函數(shù)

定義:擴展實值函數(shù) f: \mathbb{R}^n \rightarrow [-\infty, \infty] 的二次共軛函數(shù) f^{**}: \mathbb{R}^n \rightarrow [-\infty, \infty] 是其共軛函數(shù) f^* 的共軛函數(shù)盏档,定義如下:

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 (共軛定理)

設(shè) f: \mathbb{R}^n \rightarrow [-\infty, \infty] 為擴展實值函數(shù)绰沥,其共軛函數(shù)和二次共軛函數(shù)分別是 f^*f^{**},則如下結(jié)論成立:

  1. f(\boldsymbol{x}) \geq f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  2. f 是正常閉凸函數(shù)达址,則 f(\boldsymbol{x}) = f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  3. f 的共軛函數(shù)與其閉凸包的共軛函數(shù)等價,若 cl(conv(f)) 是正常函數(shù),則 cl(conv(f))(\boldsymbol{x}) = f^{**}(\boldsymbol{x}), \forall \boldsymbol{x} \in \mathbb{R}^n;
  4. 當(dāng) f 是凸函數(shù)時,三個函數(shù) f诲锹,f^*f^{**} 中之一是正常函數(shù),則其它兩個也是正常函數(shù)梭冠。

極大極小問題

一個零和博弈的例子:

考慮如下只有兩個玩家的零和博弈辕狰,其中玩家 A 有 n 個策略改备,玩家 B 有 m 個策略控漠,若玩家 A 選擇策略 i 的同時玩家 B 選擇策略 j,則玩家 A 需支付 a_{ij} 的報酬給玩家 B,玩家 A 的目標(biāo)就是最小化他支付的報酬盐捷,玩家 B 的目標(biāo)就是最大化他得到的報酬偶翅。不妨設(shè)他們都采用混合策略,即玩家 A 按概率分布 x = (x_1, \ldots, x_n) 選擇策略碉渡,玩家 B 按概率分布 z = (z_1, \ldots, z_m) 選擇策略聚谁,那么玩家 A 的期望支付報酬就是

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

其中矩陣 A \in \mathbb{R}^{n \times m}i 行第 j 列的元素是 a_{ij}。若每個玩家都考慮最壞的情況滞诺,即玩家 A 最小化 \max_z x^{\top} A z形导,玩家 B 最大化 \min_x x^{\top} A z,不難看出這兩個問題就是上面的極大極小問題习霹。

極大極小問題的定義

設(shè) \phi: X \times Z \to \mathbb{R} 是閉凸函數(shù)朵耕,其中 XZ 分別是 \mathbb{R}^n\mathbb{R}^m 的非空子集,考慮如下的極大極小問題:

極大極小問題

強對偶關(guān)系

那我們很自然就想了解一個問題淋叶,在什么條件下:有如下的極大極小等式阎曹,我們也稱為強對偶關(guān)系成立?并且兩個極值都能取到煞檩?
\sup_{z \in Z} \inf_{x \in X} \phi(x, z) = \inf_{x \in X} \sup_{z \in Z} \phi(x, z)

弱對偶關(guān)系

我們知道处嫌,總是有下面的弱對偶關(guān)系成立:
如下弱對偶關(guān)系總是成立:

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

這是因為對于 \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} 再取上確界即可證明弱對偶關(guān)系。
因此我們只需要研究在什么條件下有如下關(guān)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).

鞍點

定義: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
成立斟湃,則稱 (x^*, z^*)\phi 的鞍點 (saddle point)熏迹。

鞍點示意圖

鞍點與極大極小值的關(guān)系

  1. (x^*, z^*)\phi 的鞍點當(dāng)且僅當(dāng)極大極小等式成立且 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.
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市桐早,隨后出現(xiàn)的幾起案子癣缅,更是在濱河造成了極大的恐慌,老刑警劉巖哄酝,帶你破解...
    沈念sama閱讀 212,816評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件友存,死亡現(xiàn)場離奇詭異,居然都是意外死亡陶衅,警方通過查閱死者的電腦和手機屡立,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來搀军,“玉大人膨俐,你說我怎么就攤上這事≌志洌” “怎么了焚刺?”我有些...
    開封第一講書人閱讀 158,300評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長门烂。 經(jīng)常有香客問我乳愉,道長兄淫,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,780評論 1 285
  • 正文 為了忘掉前任蔓姚,我火速辦了婚禮捕虽,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘坡脐。我一直安慰自己泄私,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,890評論 6 385
  • 文/花漫 我一把揭開白布备闲。 她就那樣靜靜地躺著晌端,像睡著了一般。 火紅的嫁衣襯著肌膚如雪恬砂。 梳的紋絲不亂的頭發(fā)上斩松,一...
    開封第一講書人閱讀 50,084評論 1 291
  • 那天,我揣著相機與錄音觉既,去河邊找鬼惧盹。 笑死,一個胖子當(dāng)著我的面吹牛瞪讼,可吹牛的內(nèi)容都是我干的钧椰。 我是一名探鬼主播,決...
    沈念sama閱讀 39,151評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼符欠,長吁一口氣:“原來是場噩夢啊……” “哼嫡霞!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起希柿,我...
    開封第一講書人閱讀 37,912評論 0 268
  • 序言:老撾萬榮一對情侶失蹤诊沪,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后曾撤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體端姚,經(jīng)...
    沈念sama閱讀 44,355評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,666評論 2 327
  • 正文 我和宋清朗相戀三年挤悉,在試婚紗的時候發(fā)現(xiàn)自己被綠了渐裸。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,809評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡装悲,死狀恐怖昏鹃,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情诀诊,我是刑警寧澤洞渤,帶...
    沈念sama閱讀 34,504評論 4 334
  • 正文 年R本政府宣布,位于F島的核電站属瓣,受9級特大地震影響载迄,放射性物質(zhì)發(fā)生泄漏奈懒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 40,150評論 3 317
  • 文/蒙蒙 一宪巨、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧溜畅,春花似錦捏卓、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至浴捆,卻和暖如春蒜田,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背选泻。 一陣腳步聲響...
    開封第一講書人閱讀 32,121評論 1 267
  • 我被黑心中介騙來泰國打工冲粤, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人页眯。 一個月前我還...
    沈念sama閱讀 46,628評論 2 362
  • 正文 我出身青樓梯捕,卻偏偏與公主長得像,于是被迫代替她去往敵國和親窝撵。 傳聞我的和親對象是個殘疾皇子傀顾,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,724評論 2 351

推薦閱讀更多精彩內(nèi)容

  • 分類和回歸是機器學(xué)習(xí)可以解決兩大主要問題赐劣,從預(yù)測值的類型上看嫉拐,連續(xù)變量預(yù)測的定量輸出稱為回歸;離散變量預(yù)測的定性輸...
    leon_kbl閱讀 5,905評論 0 4
  • 最近在復(fù)習(xí)和學(xué)習(xí)數(shù)學(xué)建模的東西魁兼,主要是《數(shù)學(xué)建模優(yōu)秀論文精選與點評(2011-2015)》和《數(shù)學(xué)建模方法及其應(yīng)用...
    潛度er閱讀 1,086評論 0 0
  • 最近在復(fù)習(xí)和學(xué)習(xí)數(shù)學(xué)建模的東西椭岩,主要是《數(shù)學(xué)建模優(yōu)秀論文精選與點評(2011-2015)》和《數(shù)學(xué)建模方法及其應(yīng)用...
    X_Ran_0a11閱讀 2,148評論 0 2
  • 1、學(xué)習(xí)和純優(yōu)化有什么不同 在大多數(shù)機器學(xué)習(xí)問題中璃赡,我們關(guān)注某些性能度量判哥,其定義于測試集上并且可能是不可解的。因此...
    單調(diào)不減閱讀 3,141評論 0 3
  • activation 激活值 activation function 激活函數(shù) additive noise 加性...
    630d0109dd74閱讀 1,000評論 0 1