最適化・線形計画法の問題
実数 についての次の最適化問題を考える。
この問題のラグランジュ関数を、実数 と , ()を用いて
と定める。最適解において KKT 条件をみたす乗数はただ 1 組に定まる。上限制約 に対応する乗数 の値を求めよ。
この問題で使うもの
- KKT 条件(説明と入口の問題)
- 凸計画と KKT 条件の十分性(説明と入口の問題)
この問題を解けるようになるまで(79 技能)
読み込み中…
右端(太枠)がこの問題で使う技能です。左へドラッグすると、さらに前の前提をさかのぼれます。技能を押すと、そこまでの道筋が光ります。
一覧で見る(前提が先)
- 分数のたし算・ひき算
- 小数の四則計算
- 正負の数の加法・減法
- 分数のかけ算・わり算
- 四則の混じった計算の順序
- 正負の数の乗除・累乗と四則混合
- 分配法則を使った計算のくふう
- 文字式の計算(同類項・分配法則)
- 乗法公式による展開
- 因数分解
- 3 次式までの展開と因数分解
- 微分係数と導関数の定義
- 多項式の微分
- 等間隔にならんだ数の和
- 等差・等比数列の和と Σ
- 数列の極限
- 関数の極限
- 積と商の微分
- 合成関数の微分
- 偏微分と全微分
- 小数と分数のまじった計算
- 逆算(□ を求める)
- 1 次方程式の解き方
- 比例・反比例の式とグラフ
- 約数の見つけ方
- 素因数分解と約数の個数
- 平方根の意味と根号の簡単化
- 関数 の式と変域
- 平方完成と 2 次関数のグラフ
- 2 次不等式
- 剰余の定理・因数定理と高次方程式
- 増減表と極値
- 第 2 次導関数とグラフの凹凸
- 2 変数関数の極値
- ラグランジュの未定乗数法
- KKT 条件
- 凸集合と凸関数の定義
- 三角形の角の大きさ
- 対頂角と平行線の同位角・錯角
- 三角形の外角と角の組み合わせ
- 二等辺三角形の角
- 平行四辺形と特別な四角形の性質
- 三角形・四角形の面積
- 三平方の定理
- 折り返した図形の角と長さ
- 三平方の定理と平面図形
- ベクトルの演算と成分
- 行列の和・積と 2 次の逆行列
- 樹形図で数え上げる
- 積の法則と和の法則
- 和の法則・積の法則と樹形図
- 順列・円順列・重複順列
- 行列式
- 掃き出し法と連立 1 次方程式
- 行列の階数と解の存在
- ベクトル空間・一次独立・基底・次元
- 円の周の長さと面積
- おうぎ形の弧の長さと面積
- 弧の長さからおうぎ形の中心角と面積を求める
- 特別な直角三角形の辺の比
- 弧度法と単位円による三角関数
- 加法定理と 2 倍角・半角・積和の公式
- 線形変換と行列
- 核と像と次元定理
- 固有値と固有ベクトル
- 掃き出し法による逆行列
- 基底の変換と表現行列
- 対角化と行列の累乗
- 最大公約数と最小公倍数
- 比の性質と簡単な比
- 相似な三角形と長さの比
- 三角形の相似条件と対応する辺の長さ
- 三角比の定義と値
- 内積となす角
- 内積空間とグラム・シュミットの直交化
- 対称行列の直交対角化
- 2 次形式の標準形と符号
- ヘッセ行列による凸性の判定
- 凸計画と KKT 条件の十分性
ヒント
行き詰まったら、上から順に 1 つずつ開いてください。
ヒント 1
目的関数は狭義凸で制約は 1 次式なので、KKT 条件をみたす点が最適解です。どの不等式制約が等号で成り立つ(有効になる)かを見当をつけましょう。
ヒント 2
上限がなければ は を超えてしまいます。 が有効で、 は内部の点だと仮定すると、, になります。
ヒント 3
, , から , , が得られます。残りは についての停留条件です。
答えと解説
答えを見る
どこでつまずきましたか?(選ぶと、戻る場所を案内します)
解説を読む
KKT 条件. 目的関数は狭義凸、制約はすべて 1 次式なので、KKT 条件は最適性の必要十分条件であり、最適解はただ 1 つである。KKT 条件は
と実行可能性 , である。
有効な制約の見当. 上限制約を無視して単体 への射影を考えると が大きくなりすぎる( から等しく を引くと となる)ので、 が有効で、 は の内部にあると予想する。
このとき 、 で、
より 。 と から 、よって , 。これらは をみたす。
乗数. より 。 についての条件から
すべての KKT 条件(符号条件・相補性条件・実行可能性)が成り立つので、 が最適解である(最適値は )。
乗数の一意性. 最適解で有効な制約は と だけで、その勾配 , は 1 次独立(LICQ が成り立つ)なので、乗数はただ 1 組に定まる。
答え:
別解
目的関数は狭義凸、制約は線形なので、KKT 条件は最適性の必要十分条件。
停留条件: ()。乗数を消すと , の形になる。
となる を探す。 のとき (), , で、和は より 。
よって最適解 , 。
確認: は上下限とも非活性なので 。: ✓、: ✓( はここから一意に決まる)。
なので 。 より 、。