原始论文

引入

我们有时候需要解决在一定限制下的最优化问题,通常它们可以写成如下形式:在 $g(x)=b$ 的情况下使 $f(x)$ 最小化(最大化)。

但是很多时候这样的问题难以直接解决,而相应的没有限制的问题通常会更容易解决(即求 $f(x)$ 的最小值)。

所以如果能从无限制问题中的结果得到有限制问题的结果,我们就能更容易地解决原问题。

Lagrange Sufficiency Theorem:

对于问题 $P$:使 $f(x)$ 最小化,其中 $g(x)=b, x\in X$

考虑无限制问题 $P'(\lambda)$:使 $f(x)-\lambda g(x)$ 最小化,其中 $x \in X$。

若 $P'(\lambda)$ 有满足 $g(x_*)=b$ 的解 $x_*$,那 $x_*$ 也是原问题 $P$ 的一个解。

该定理可以用反证法简单地证明。

由上述定理可以看到,如果 $g(x_*)$ 关于 $\lambda$ 有单调性,就可以通过二分 $\lambda$ 和解决 $P'(\lambda)$(比 $P$ 简单)来找到答案

问题 $P$ 关于不同的限制 $b$ 具有凸性(a.k.a. $P(b)-P(b-1)\le P(b+1)-P(b)$),那么$g(x_*)$ 关于 $\lambda$ 就有单调性

一般来说,凸性可以通过暴力算法打印数据找规律猜蒙凑得出

经典题目

最小黑白生成树