正則乘數與完整平方距離解

本頁導覽
  1. 目標與範圍
  2. 已知條件與符號
  3. 規則與來源
  4. 逐步主鏈
  5. 局部子步與引理
  6. 逐步反向審查
  7. 錯誤控制與反例
  8. 結論與限制
  9. 驗證及來源綁定

← 導讀目錄 · 原始 MKO

derivation-mko-lagrange-multiplier-condition-01 · ocme-new142-reader-adoption-20261021

目標與範圍

minimize ‖x-(1,2)‖^2 subject to x_1+x_2=0,求點、乘數並獨立證最小。

固定正號 grad f=J_g^T lambda;一般乘數只必要,這個特定平方距離問題另有充分性證明。

已知條件與符號

  • algebra
  • polynomial
  • lagrange_regular
  • G1 — f(x_1,x_2)=(x_1-1)^2+(x_2-2)^2,g=x_1+x_2;J_g 的 rows 依唯一 constraint 排序。
  • J_g — 依 constraint 排序的 row Jacobian
  • \lambda — 正號 convention 乘數
  • v — 任意可行點差

規則與來源

  • mko_definition · cited — 來源語義轉述:可行局部極值在鄰域可微及約束 Jacobian 滿列秩時,必有唯一乘數使梯度等於約束梯度列的線性組合;這只是必要條件。 · mko-lagrange-multiplier-condition
  • algebra · prerequisite — 實數域的等式運算;除法前分母必非零,不等式乘正數保持方向。
  • polynomial · prerequisite — 多項式在實數上連續且可逐項微分;d(x^k)/dx=k x^(k-1),常數導數為零。
  • lagrange_regular · prerequisite — 若可行點為局部極值、f 與等式約束在鄰域可微、Jacobian rows 線性獨立,則存在唯一 lambda 使 grad f=J_g^T lambda;此為必要條件。

逐步主鏈

S01 · implies

操作前

n=2,\quad m=1,\quad J_g=(1\ \ 1)

操作後

\operatorname{rank}J_g=1=m,\quad f,g\text{ differentiable on }\mathbb R^2

條件:無

規則:polynomial · 依賴:G1

葉節點依據:polynomial

非零唯一列向量確滿 row rank;完整多項式給鄰域可微。

S02 · definition

操作前

\nabla f=(2(x_1-1),2(x_2-2))

操作後

2(x_1-1)=\lambda,\quad2(x_2-2)=\lambda,\quad x_1+x_2=0

條件:無

規則:lagrange_regular · 依賴:G1, S01, lagrange_regular

葉節點依據:lagrange_regular

先把必要條件與可行性聯立成候選方程;此時不因解方程就預先稱最小。

S03 · equivalent

操作前

x_1=1+\lambda/2,\quad x_2=2+\lambda/2

操作後

3+\lambda=0\Longrightarrow\lambda=-3

條件:無

規則:algebra · 依賴:S02

葉節點依據:algebra

代回單一線性 constraint 得乘數唯一值。

S04 · equivalent

操作前

\lambda=-3

操作後

x^*=(-1/2,1/2)

條件:無

規則:algebra · 依賴:S03

葉節點依據:algebra

代回兩座標候選式。

S05 · implies

操作前

g(x^*)=-1/2+1/2

操作後

g(x^*)=0,\quad\nabla f(x^*)=(-3,-3)=J_g^T(-3)

條件:無

規則:algebra · 依賴:G1, S01, S04

葉節點依據:algebra

候選點的 feasibility 與 stationarity residual 重新獨立核,滿秩資格仍有效。

S06 · implies

操作前

z=(1,2),\quad x^*-z=(-3/2,-3/2)

操作後

f(x^*)=9/4+9/4=9/2

條件:無

規則:algebra · 依賴:G1, S04, S05

葉節點依據:algebra

精確算平方距離,為後續比較點界準備。

S07 · implies

操作前

y=x^*+v\text{ feasible}\Longrightarrow v_1+v_2=0

操作後

f(y)=\|x^*-z\|^2+2(x^*-z)\cdot v+\|v\|^2=9/2+\|v\|^2\ge9/2

條件:y\text{ feasible}

規則:algebra · 依賴:G1, S04, S06

葉節點依據:algebra

x*-z 平行 constraint normal (1,1),與每個可行切向差 v 正交,交叉項零。等號迫 v=0,另證唯一 global minimizer。

S08 · implies

操作前

F(u,v)=u^3,\quad G(u,v)=v,\quad(u,v)=(0,0)

操作後

\nabla F=0=J_G^T\cdot0,\quad\operatorname{rank}J_G=1;\quad F(t,0)=t^3\text{ has both signs}

條件:無

規則:polynomial · 依賴:G1

葉節點依據:polynomial

正則可行且 stationarity 成立仍可不是極值,明示必要非充分。

局部子步與引理

本稿無局部子步。

逐步反向審查

  • S08 · premise_audit · G1 — 主平方距離例之最小已由 S07 獨立證;不與反例混淆。
  • S07 · premise_audit · G1, S04, S06 — 充分與 global 證書來自此平方分解,不是一般 Lagrange 必要定理。
  • S06 · premise_audit · G1, S04, S05 — 此數值本身不證最小。
  • S05 · premise_audit · G1, S01, S04 — 不只解出 lambda 而漏掉 constraint。
  • S04 · inverse_equivalence · S03 — 中心是 (1,2) 而不是原點。
  • S03 · inverse_equivalence · S02 — 乘數解不等於所有一般問題都唯一 primal point。
  • S02 · premise_audit · G1, S01, lagrange_regular — 正號 convention 固定,沒有偷偷換成 grad f+lambda grad g=0。
  • S01 · premise_audit · G1 — m≤n 及 row/column convention 都已核。

錯誤控制與反例

regularity 先行

先核 feasibility、鄰域可微及 full row rank 才應用必要定理。

充分性另證

本 global minimum 由所有可行 y 的平方分解,不由 lambda 本身。

  • 解出乘數必最小。 → reject — S08 正則 stationary 例不是極值。
  • rank deficient 表示沒有極值。 → reject — 一維 g(x)=x^2=0 只有可行點 0,f(x)=x 在該集合仍達極值;g'(0)=0 只阻定理。
  • 本等式條件等同含不等式的 KKT。 → reject — 沒有不等式乘數符號與 complementary slackness。

結論與限制

x*=(-1/2,1/2)、lambda=-3、最小平方距離 9/2;唯一 global 性另由正交平方分解證。

    驗證及來源綁定

    2 個本稿宣告算術檢查;只支持所列算式。

    • source commit: b1b2f1dcf8c50d67a93fe52d95f8eef7b3abba9f
    • adopted source SHA-256: 9dfb066e1160c3636dc41e2ce2e4263a60a1d24ba863f56867789a1f48c7bef4
    • original source SHA-256: 9dfb066e1160c3636dc41e2ce2e4263a60a1d24ba863f56867789a1f48c7bef4
    • Lean: NOT_RUN · independent AI: SCOPED_LEAD_AND_BILINGUAL_CONTEXT_REVIEW

    同源完整 JSON(含公式、AST、反控制與修訂記錄)