[论文解读] Conic optimization and complementarity problems

S. Z. Németh, Guohan Zhang|arXiv (Cornell University)|Jul 18, 2016

Advanced Optimization Algorithms Research参考文献 12被引用 5

一句话总结

本文通過卡鲁什-库恩-塔克（KKT）條件，明確建立了二階錐規劃問題與混合補充問題（MiCP）之間的精確對偶關係，表明帶有凸目標函數和錐約束的二階錐規劃問題的解，等價於由KKT最優性條件定義的MiCP的解。主要貢獻在於針對一般錐體，提供了此等價關係的正式且易於理解的證明，將經典線性規劃對偶性推廣至更廣泛的錐設定。

ABSTRACT

Although the Karush-Kuhn-Tucker conditions suggest a connection between a conic optimization problem and a complementarity problem, it is difficult to find an accessible explicit form of this relationship in the literature. This note will present such a relationship.

研究动机与目标

• 釐清二階錐規劃與補充問題之間的明確數學關係，此關係在文獻中常為隱含或口耳相傳。
• 將線性規劃中的經典互補鬆弛性質，推廣至涉及任意閉凸錐的二階錐規劃問題。
• 在標準凸性與約束規範條件下，提供二階錐規劃與混合補充問題之間等價關係的嚴謹且易於理解的表述。
• 形式化一般錐體下KKT條件與補充問題之間的關係，特別是在錐體非非負象限的設定中。

提出的方法

• 將二階錐規劃形式化為在 Ax = b 和 x ∈ K 條件下最小化凸函數 f(x)，其中 K 為閉凸錐。
• 利用映射 G(y,x) = b - Ax 和 H(y,x) = ∇f(x) - Aᵀy 定義混合補充問題（MiCP）。
• 使用卡魯什-庫恩-塔克（KKT）條件推導最優性系統：A𝐱 = b, 𝐱 ∈ K, 且 ∇f(𝐱) - Aᵀ𝐲 ∈ K*, 並滿足 𝐱 ⊥ (∇f(𝐱) - Aᵀ𝐲)。
• 應用KKT定理並結合Slater條件，以確保強對偶性，並推導出必要且充分的最優性條件。
• 運用凸分析：對於凸函數 f，x 為最優解當且僅當對所有可行 y，有 ⟨∇f(x), y - x⟩ ≥ 0。
• 透過對偶差距與法錐特徵化，證明二階錐規劃問題的解滿足MiCP條件，反之亦然，從而建立等價性。

实验结果

研究问题

• RQ1 如何使二階錐規劃與補充問題之間的對偶關係在經典線性規劃案例之外，變得更加明確且易於理解？
• RQ2 二階錐規劃問題與混合補充問題之間等價關係的精確數學表述為何？
• RQ3 在何種條件下，二階錐規劃的KKT條件會簡化為涉及錐體及其對偶錐體的補充系統？
• RQ4 互補鬆弛性條件如何從非負象限推廣至任意閉凸錐？

主要发现

• 二階錐規劃問題 CO(f, A, b, K) 的解 𝐱 存在，當且僅當存在向量 𝐲，使得 (𝐲, 𝐱) 滿足混合補充問題 MiCP(G, H, K)，其中 G(𝐲, 𝐱) = b - A𝐱，H(𝐲, 𝐱) = ∇f(𝐱) - Aᵀ𝐲。
• 𝐱 的最優性等價於以下條件：A𝐱 = b, 𝐱 ∈ K, 且 ∇f(𝐱) - Aᵀ𝐲 ∈ K*, 並滿足 𝐱 ⊥ (∇f(𝐱) - Aᵀ𝐲)。
• 證明依賴於Slater條件下的KKT定理，確保存在嚴格可行點可保證強對偶性，並使互補鬆弛性條件成立。
• 在假設 K 的內部與仿射集 {x ∈ ℝ^q : Ax = b} 有交集的條件下，此等價關係成立，確保嚴格可行點的存在。
• 該結果將經典線性規劃對偶性與互補鬆弛性推廣至任意閉凸錐，不僅限於非負象限。