BÀI TOÁN TỐI ƯU TỔNG QUÁT

Khoa Công nghệ thông tin

Đại học PHENIKAA

Hà Nội - 2024
1. Bài toán quy hoạch phi tuyến tổng quát

2. Điều kiện cần cực trị

3. Điều kiện cần và đủ cực trị

Bài toán quy hoạch phi tuyến tổng
quát

BÀI TOÁN TỐI ƯU TỔNG QUÁT 3 / 27

 1
Bài toán tối phi tuyến

(P) min f (x)

x PC

Ÿ f : Rn Ñ R: hàm mục tiêu (objective function)

Ÿ C € Rn : tập (miền) chấp nhận được (feasible set,
constrained set)

1 M.S.Bazaraa, H.D. Sherali, C.M. Shetty (2006), Nonlinear Programming:

Theory and Algorithms, Wiley
BÀI TOÁN TỐI ƯU TỔNG QUÁT 4 / 27
 1
Bài toán tối phi tuyến

(P) min f (x)

x PC

Ÿ f : Rn Ñ R: hàm mục tiêu (objective function)

Ÿ C € Rn : tập (miền) chấp nhận được (feasible set,
constrained set)

1 M.S.Bazaraa, H.D. Sherali, C.M. Shetty (2006), Nonlinear Programming:

Theory and Algorithms, Wiley
BÀI TOÁN TỐI ƯU TỔNG QUÁT 4 / 27
Miền ràng buộc cho bởi các phương trình và bất phươn

(P) min f (x)

sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
x là biến số
f : Rn Ñ R là hàm mục tiêu
gi : Rn Ñ R, hj (x) : Rn Ñ R là các hàm ràng buộc.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 5 / 27

Miền ràng buộc cho bởi các phương trình và bất phươn

(P) min f (x)

sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
x là biến số
f : Rn Ñ R là hàm mục tiêu
gi : Rn Ñ R, hj (x) : Rn Ñ R là các hàm ràng buộc.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 5 / 27

Miền ràng buộc cho bởi các phương trình và bất phươn

(P) min f (x)

sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
x là biến số
f : Rn Ñ R là hàm mục tiêu
gi : Rn Ñ R, hj (x) : Rn Ñ R là các hàm ràng buộc.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 5 / 27

Miền ràng buộc cho bởi các phương trình và bất phươn

(P) min f (x)

sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
x là biến số
f : Rn Ñ R là hàm mục tiêu
gi : Rn Ñ R, hj (x) : Rn Ñ R là các hàm ràng buộc.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 5 / 27

Cực trị địa phương và cực trị toàn cục

x  được gọi là điểm (nghiệm) địa phương của BT (P) nếu

f (x ) ¤ f (x) với mọi x P U.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 6 / 27

Bài toán tối ưu lồi

Bài toán (P) là bài toán tối ưu lồi nếu f là hàm lồi và C là
tập lồi.
¬ Cực tiểu (nghiệm) địa phương cũng là cực tiểu
(nghiệm) toàn cục

BÀI TOÁN TỐI ƯU TỔNG QUÁT 7 / 27

Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Các bài toán sau là bài toán tối ưu lồi hoặc có thể chuyển
về một bài toán tối ưu lồi
Ÿ Least squares
Ÿ Linear programming
Ÿ Convex quadratic minimization with linear constraints
Ÿ Quadratic minimization with convex quadratic
constraints
Ÿ Conic optimization
Ÿ Geometric programming
Ÿ Second order cone programming
Ÿ Semidefinite programming
BÀI TOÁN TỐI ƯU TỔNG QUÁT 8 / 27
Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Portfolio optimization
Ÿ Worst-case risk analysis
Ÿ Optimal advertising
Ÿ Variations of statistical regression (including
regularization and quantile regression)
Ÿ Model fitting (particularly multiclass classification)

BÀI TOÁN TỐI ƯU TỔNG QUÁT 9 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Portfolio optimization
Ÿ Worst-case risk analysis
Ÿ Optimal advertising
Ÿ Variations of statistical regression (including
regularization and quantile regression)
Ÿ Model fitting (particularly multiclass classification)

BÀI TOÁN TỐI ƯU TỔNG QUÁT 9 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Portfolio optimization
Ÿ Worst-case risk analysis
Ÿ Optimal advertising
Ÿ Variations of statistical regression (including
regularization and quantile regression)
Ÿ Model fitting (particularly multiclass classification)

BÀI TOÁN TỐI ƯU TỔNG QUÁT 9 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Portfolio optimization
Ÿ Worst-case risk analysis
Ÿ Optimal advertising
Ÿ Variations of statistical regression (including
regularization and quantile regression)
Ÿ Model fitting (particularly multiclass classification)

BÀI TOÁN TỐI ƯU TỔNG QUÁT 9 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Portfolio optimization
Ÿ Worst-case risk analysis
Ÿ Optimal advertising
Ÿ Variations of statistical regression (including
regularization and quantile regression)
Ÿ Model fitting (particularly multiclass classification)

BÀI TOÁN TỐI ƯU TỔNG QUÁT 9 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Electricity generation optimization

Ÿ Combinatorial optimization
Ÿ Non-probabilistic modelling of uncertainty
Ÿ Localization using wireless signals

BÀI TOÁN TỐI ƯU TỔNG QUÁT 10 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Electricity generation optimization

Ÿ Combinatorial optimization
Ÿ Non-probabilistic modelling of uncertainty
Ÿ Localization using wireless signals

BÀI TOÁN TỐI ƯU TỔNG QUÁT 10 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Electricity generation optimization

Ÿ Combinatorial optimization
Ÿ Non-probabilistic modelling of uncertainty
Ÿ Localization using wireless signals

BÀI TOÁN TỐI ƯU TỔNG QUÁT 10 / 27

Những bài toán tối ưu lồi có nhiều ứng dụng

Ÿ Electricity generation optimization

Ÿ Combinatorial optimization
Ÿ Non-probabilistic modelling of uncertainty
Ÿ Localization using wireless signals

BÀI TOÁN TỐI ƯU TỔNG QUÁT 10 / 27

 (P) min f (x)
sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
Đặt I = t1, 2, . . . , nu, J = t1, 2, . . . , p u.
I, J là các tập chỉ số.
Đặt C = tx P Rn : gi (x) ¤ 0 @i P I , hj (x) = 0 @j P Ju
C là tập chấp nhận được

BÀI TOÁN TỐI ƯU TỔNG QUÁT 11 / 27

 (P) min f (x)
sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
Đặt I = t1, 2, . . . , nu, J = t1, 2, . . . , p u.
I, J là các tập chỉ số.
Đặt C = tx P Rn : gi (x) ¤ 0 @i P I , hj (x) = 0 @j P Ju
C là tập chấp nhận được

BÀI TOÁN TỐI ƯU TỔNG QUÁT 11 / 27

 (P) min f (x)
sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
Đặt I = t1, 2, . . . , nu, J = t1, 2, . . . , p u.
I, J là các tập chỉ số.
Đặt C = tx P Rn : gi (x) ¤ 0 @i P I , hj (x) = 0 @j P Ju
C là tập chấp nhận được

BÀI TOÁN TỐI ƯU TỔNG QUÁT 11 / 27

 (P) min f (x)
sao cho gi (x) ¤ 0, i = 1, 2, . . . , n
hj (x) = 0, j = 1, 2, . . . , p
x P Rn .
Đặt I = t1, 2, . . . , nu, J = t1, 2, . . . , p u.
I, J là các tập chỉ số.
Đặt C = tx P Rn : gi (x) ¤ 0 @i P I , hj (x) = 0 @j P Ju
C là tập chấp nhận được

BÀI TOÁN TỐI ƯU TỔNG QUÁT 11 / 27

Điều kiện cần cực trị

BÀI TOÁN TỐI ƯU TỔNG QUÁT 12 / 27

Định lý Điều kiện cần cực trị
x  là một nghiệm tối ưu của bài toán (P) thì tồn tại các
hằng số λi (i P I ), µj (j P J) sao cho
$ ¸ ¸
'
' ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0
 
'
& i PI j PJ
λi gi (x ) = 0 @i P I
'
' gi (x ) ¤ 0 @i P I , hj (x ) = 0 @j P J
(1)
'
%λi ¥ 0 @i P I , µj P R @j P J

BÀI TOÁN TỐI ƯU TỔNG QUÁT 13 / 27

Ÿ Hai điều kiện gi (x ) ¤ 0 với mọi i P I và hj (x ) = 0
với mọi j P J có nghĩa là x  là điểm chấp nhận được
Ÿ Điều kiện λi gi (x ) = 0: điều kiện bù (Complementary
slackness)
Ÿ Các nhân tử λi , µj : nhân tử Lagrange
¸ ¸
Ÿ ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0 có nghĩa
 
i PI j PJ
là đạo hàm theo biến x của hàm Lagrange L(x, λ, µ)
triệt tiêu tại x 

BÀI TOÁN TỐI ƯU TỔNG QUÁT 14 / 27

Ÿ Hai điều kiện gi (x ) ¤ 0 với mọi i P I và hj (x ) = 0
với mọi j P J có nghĩa là x  là điểm chấp nhận được
Ÿ Điều kiện λi gi (x ) = 0: điều kiện bù (Complementary
slackness)
Ÿ Các nhân tử λi , µj : nhân tử Lagrange
¸ ¸
Ÿ ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0 có nghĩa
 
i PI j PJ
là đạo hàm theo biến x của hàm Lagrange L(x, λ, µ)
triệt tiêu tại x 

BÀI TOÁN TỐI ƯU TỔNG QUÁT 14 / 27

Ÿ Hai điều kiện gi (x ) ¤ 0 với mọi i P I và hj (x ) = 0
với mọi j P J có nghĩa là x  là điểm chấp nhận được
Ÿ Điều kiện λi gi (x ) = 0: điều kiện bù (Complementary
slackness)
Ÿ Các nhân tử λi , µj : nhân tử Lagrange
¸ ¸
Ÿ ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0 có nghĩa
 
i PI j PJ
là đạo hàm theo biến x của hàm Lagrange L(x, λ, µ)
triệt tiêu tại x 

BÀI TOÁN TỐI ƯU TỔNG QUÁT 14 / 27

Ÿ Hai điều kiện gi (x ) ¤ 0 với mọi i P I và hj (x ) = 0
với mọi j P J có nghĩa là x  là điểm chấp nhận được
Ÿ Điều kiện λi gi (x ) = 0: điều kiện bù (Complementary
slackness)
Ÿ Các nhân tử λi , µj : nhân tử Lagrange
¸ ¸
Ÿ ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0 có nghĩa
 
i PI j PJ
là đạo hàm theo biến x của hàm Lagrange L(x, λ, µ)
triệt tiêu tại x 

BÀI TOÁN TỐI ƯU TỔNG QUÁT 14 / 27

Điểm x  thỏa mãn hệ (1) được gọi là một điểm KKT
(Karush-Kuhn-Tucker) của bài toán

BÀI TOÁN TỐI ƯU TỔNG QUÁT 15 / 27

Chú ý

Hệ KKT còn được phát biểu cho bài toán tối ưu phi
tuyến tổng quát
(https://en.wikipedia.org/wiki/Karush%E2%80%93Kuhn%E2%
2
Điều kiện Slater đảm bảo cho tính đối ngẫu mạnh

2 Steven Boyd and Lieven Vandenberghe. Convex optimization. Cambridge

University Press (2004). ISBN: 0521833787
BÀI TOÁN TỐI ƯU TỔNG QUÁT 16 / 27
Chú ý

Hệ KKT còn được phát biểu cho bài toán tối ưu phi
tuyến tổng quát
(https://en.wikipedia.org/wiki/Karush%E2%80%93Kuhn%E2%
2
Điều kiện Slater đảm bảo cho tính đối ngẫu mạnh

2 Steven Boyd and Lieven Vandenberghe. Convex optimization. Cambridge

University Press (2004). ISBN: 0521833787
BÀI TOÁN TỐI ƯU TỔNG QUÁT 16 / 27
Điều kiện chính quy Slater

¬ Điều kiện chính quy Slater (CQ) thỏa mãn đối với
bài toán (P) nếu tồn tại z P C sao cho

gi (z) 0 @ i = 1, . . . , m.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 17 / 27

ĐK Slater không thỏa mãn

BÀI TOÁN TỐI ƯU TỔNG QUÁT 18 / 27

Điều kiện cần và đủ cực trị

BÀI TOÁN TỐI ƯU TỔNG QUÁT 19 / 27

Định lý điều kiện cần và đủ
Bài toán tối ưu là lồi
Điều kiện chính quy Slater thỏa mãn
x  là một điểm chấp nhận được của bài toán
x  là một nghiệm tối ưu của bài toán (P) khi và chỉ khi
tồn tại các hằng số λi (i P I ), µj (j P J) sao cho
$ ¸ ¸
'
' ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0
 
'
& i PI j PJ
λi gi (x ) = 0 @i P I
'
' gi (x ) ¤ 0 @i P I , hj (x ) = 0 @j P J
'
%λi ¥ 0 @i P I , µj P R @j P J
BÀI TOÁN TỐI ƯU TỔNG QUÁT 20 / 27
Định lý điều kiện cần và đủ
Bài toán tối ưu là lồi
Điều kiện chính quy Slater thỏa mãn
x  là một điểm chấp nhận được của bài toán
x  là một nghiệm tối ưu của bài toán (P) khi và chỉ khi
tồn tại các hằng số λi (i P I ), µj (j P J) sao cho
$ ¸ ¸
'
' ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0
 
'
& i PI j PJ
λi gi (x ) = 0 @i P I
'
' gi (x ) ¤ 0 @i P I , hj (x ) = 0 @j P J
'
%λi ¥ 0 @i P I , µj P R @j P J
BÀI TOÁN TỐI ƯU TỔNG QUÁT 20 / 27
Định lý điều kiện cần và đủ
Bài toán tối ưu là lồi
Điều kiện chính quy Slater thỏa mãn
x  là một điểm chấp nhận được của bài toán
x  là một nghiệm tối ưu của bài toán (P) khi và chỉ khi
tồn tại các hằng số λi (i P I ), µj (j P J) sao cho
$ ¸ ¸
'
' ∇f (x ) + λi ∇gi (x ) + µj ∇hj (x ) = 0
 
'
& i PI j PJ
λi gi (x ) = 0 @i P I
'
' gi (x ) ¤ 0 @i P I , hj (x ) = 0 @j P J
'
%λi ¥ 0 @i P I , µj P R @j P J
BÀI TOÁN TỐI ƯU TỔNG QUÁT 20 / 27
Ví dụ 1
Tìm cực tiểu của hàm số f (x, y ) = (x
1)2 + y
2 thỏa
mãn #
x +y
2 ¤ 0
x
y +1 = 0

Bài toán tối ưu là lồi

Điều kiện Slater thỏa mãn
Điểm dừng (x , y ) = (1/2, 3/2) là nghiệm bài toán tối
ưu lồi (ứng với cặp nhân tử (λ, µ) = (0, 1)).
BÀI TOÁN TỐI ƯU TỔNG QUÁT 21 / 27
Ví dụ 1
Tìm cực tiểu của hàm số f (x, y ) = (x
1)2 + y
2 thỏa
mãn #
x +y
2 ¤ 0
x
y +1 = 0

Bài toán tối ưu là lồi

Điều kiện Slater thỏa mãn
Điểm dừng (x , y ) = (1/2, 3/2) là nghiệm bài toán tối
ưu lồi (ứng với cặp nhân tử (λ, µ) = (0, 1)).
BÀI TOÁN TỐI ƯU TỔNG QUÁT 21 / 27
Ví dụ 1
Tìm cực tiểu của hàm số f (x, y ) = (x
1)2 + y
2 thỏa
mãn #
x +y
2 ¤ 0
x
y +1 = 0

Bài toán tối ưu là lồi

Điều kiện Slater thỏa mãn
Điểm dừng (x , y ) = (1/2, 3/2) là nghiệm bài toán tối
ưu lồi (ứng với cặp nhân tử (λ, µ) = (0, 1)).
BÀI TOÁN TỐI ƯU TỔNG QUÁT 21 / 27
Ví dụ 2

Xét bài toán

max f (x, y ) = x 2 + y 2 + 4x
6y
thỏa mãn x + y ¤ 3

2x + y ¤ 2
Chuyển về bài toán cực tiểu (không lồi)
Điểm KKT (x , y ) = ( 13 , 38 )

BÀI TOÁN TỐI ƯU TỔNG QUÁT 22 / 27

Ví dụ 2

Xét bài toán

max f (x, y ) = x 2 + y 2 + 4x
6y
thỏa mãn x + y ¤ 3

2x + y ¤ 2
Chuyển về bài toán cực tiểu (không lồi)
Điểm KKT (x , y ) = ( 13 , 38 )

BÀI TOÁN TỐI ƯU TỔNG QUÁT 22 / 27

Ví dụ 2

Xét bài toán

max f (x, y ) = x 2 + y 2 + 4x
6y
thỏa mãn x + y ¤ 3

2x + y ¤ 2
Chuyển về bài toán cực tiểu (không lồi)
Điểm KKT (x , y ) = ( 13 , 38 )

BÀI TOÁN TỐI ƯU TỔNG QUÁT 22 / 27

Ví dụ 3
Xét bài toán
max f (x, y ) = xy
thỏa mãn x 2 + y 2 ¤ 2
x ¥0
y ¥0
Đưa về bài toán cực tiểu
Các điểm KKT: (x , y ) = (0, 0) (ứng với các nhân tử
Lagrange λ1 = λ2 = λ3 = 0); (x , y )(1, 1) (ứng với
λ1 = ..., λ2 = ..., λ3 = ...)
BÀI TOÁN TỐI ƯU TỔNG QUÁT 23 / 27
Ví dụ 3
Xét bài toán
max f (x, y ) = xy
thỏa mãn x 2 + y 2 ¤ 2
x ¥0
y ¥0
Đưa về bài toán cực tiểu
Các điểm KKT: (x , y ) = (0, 0) (ứng với các nhân tử
Lagrange λ1 = λ2 = λ3 = 0); (x , y )(1, 1) (ứng với
λ1 = ..., λ2 = ..., λ3 = ...)
BÀI TOÁN TỐI ƯU TỔNG QUÁT 23 / 27
Ví dụ 3
Xét bài toán
max f (x, y ) = xy
thỏa mãn x 2 + y 2 ¤ 2
x ¥0
y ¥0
Đưa về bài toán cực tiểu
Các điểm KKT: (x , y ) = (0, 0) (ứng với các nhân tử
Lagrange λ1 = λ2 = λ3 = 0); (x , y )(1, 1) (ứng với
λ1 = ..., λ2 = ..., λ3 = ...)
BÀI TOÁN TỐI ƯU TỔNG QUÁT 23 / 27
Ví dụ 4

Xét bài toán

min f (x, y ) = 2x + y
thỏa mãn 3x + y ¤ 6
x +y ¤ 4
x ¥0
y ¥0

BÀI TOÁN TỐI ƯU TỔNG QUÁT 24 / 27

Câu hỏi và thảo luận????
Lấy ví dụ một miền ràng buộc của bài toán tối ưu lồi mà
không thỏa mãn điều kiện Slater
Cặp nhân tử (λ, µ) ứng với một điểm KKT x có là duy
nhất hay không?
Khi nào bài toán tối ưu lồi có duy nhất nghiệm?
Bài toán tối ưu lồi có thể có hai nghiệm không? Giải
thích.
Tập nghiệm (các điểm cực trị toàn cục) của bài toán tối
ưu lồi có tính chất gì?
BÀI TOÁN TỐI ƯU TỔNG QUÁT 25 / 27
Câu hỏi và thảo luận????
Lấy ví dụ một miền ràng buộc của bài toán tối ưu lồi mà
không thỏa mãn điều kiện Slater
Cặp nhân tử (λ, µ) ứng với một điểm KKT x có là duy
nhất hay không?
Khi nào bài toán tối ưu lồi có duy nhất nghiệm?
Bài toán tối ưu lồi có thể có hai nghiệm không? Giải
thích.
Tập nghiệm (các điểm cực trị toàn cục) của bài toán tối
ưu lồi có tính chất gì?
BÀI TOÁN TỐI ƯU TỔNG QUÁT 25 / 27
Câu hỏi và thảo luận????
Lấy ví dụ một miền ràng buộc của bài toán tối ưu lồi mà
không thỏa mãn điều kiện Slater
Cặp nhân tử (λ, µ) ứng với một điểm KKT x có là duy
nhất hay không?
Khi nào bài toán tối ưu lồi có duy nhất nghiệm?
Bài toán tối ưu lồi có thể có hai nghiệm không? Giải
thích.
Tập nghiệm (các điểm cực trị toàn cục) của bài toán tối
ưu lồi có tính chất gì?
BÀI TOÁN TỐI ƯU TỔNG QUÁT 25 / 27
Câu hỏi và thảo luận????
Lấy ví dụ một miền ràng buộc của bài toán tối ưu lồi mà
không thỏa mãn điều kiện Slater
Cặp nhân tử (λ, µ) ứng với một điểm KKT x có là duy
nhất hay không?
Khi nào bài toán tối ưu lồi có duy nhất nghiệm?
Bài toán tối ưu lồi có thể có hai nghiệm không? Giải
thích.
Tập nghiệm (các điểm cực trị toàn cục) của bài toán tối
ưu lồi có tính chất gì?
BÀI TOÁN TỐI ƯU TỔNG QUÁT 25 / 27
Câu hỏi và thảo luận????
Lấy ví dụ một miền ràng buộc của bài toán tối ưu lồi mà
không thỏa mãn điều kiện Slater
Cặp nhân tử (λ, µ) ứng với một điểm KKT x có là duy
nhất hay không?
Khi nào bài toán tối ưu lồi có duy nhất nghiệm?
Bài toán tối ưu lồi có thể có hai nghiệm không? Giải
thích.
Tập nghiệm (các điểm cực trị toàn cục) của bài toán tối
ưu lồi có tính chất gì?
BÀI TOÁN TỐI ƯU TỔNG QUÁT 25 / 27
Một số ví dụ bài toán tối ưu lồi

Bài toán quy hoạch tuyến tính

min cT x + d
thỏa mãn Gx ¤ h
Ax = b,

trong đó, G P Rmn, A P Rpn, c, d , h, b P Rn.

BÀI TOÁN TỐI ƯU TỔNG QUÁT 26 / 27

Một số ví dụ về bài toán tối ưu lồi

Bài toán quy hoạch toàn phương tuyến tính lồi

min (1/2)x T Px + q T x + r
thỏa mãn Gx ¤ h
Ax = b.

Trong đó, P P Rnn , P © 0, q P Rn, r P R, G P Rmn,

A P Rpn , h, b P Rn .

BÀI TOÁN TỐI ƯU TỔNG QUÁT 27 / 27