Fritz-John-Bedingungen

Die Fritz-John-Bedingungen (abgekürzt FJ-Bedingungen) sind in der Mathematik ein notwendiges Optimalitätskriterium erster Ordnung in der nichtlinearen Optimierung. Sie sind eine Verallgemeinerung der Karush-Kuhn-Tucker-Bedingungen und kommen im Gegensatz zu diesen ohne Regularitätsbedingungen aus. Benannt sind sie nach dem US-amerikanischen Mathematiker deutscher Abstammung, Fritz John.[1]

Rahmenbedingungen

Die Fritz-John-Bedingungen ermöglichen Aussagen über ein Optimierungsproblem der Form

${\displaystyle \min _{x\in D}f(x)}$

unter den Nebenbedingungen

${\displaystyle g_{i}(x)\leq 0~,1\leq i\leq m}$

${\displaystyle h_{j}(x)=0~,1\leq j\leq l}$.

Dabei sind alle betrachteten Funktionen ${\displaystyle f(x),g_{i}(x),h_{j}(x)\colon D\to \mathbb {R} }$ stetig differenzierbar und ${\displaystyle D}$ ist eine nichtleere Teilmenge des ${\displaystyle \mathbb {R} ^{n}}$.

Aussage

Ein Punkt ${\displaystyle (z^{*},x^{*},\mu ^{*},\lambda ^{*})\in \mathbb {R} ^{1+n+m+l}}$ heißt Fritz-John-Punkt oder kurz FJ-Punkt des obigen Optimierungsproblems, wenn er die folgenden Bedingungen erfüllt:

${\displaystyle z^{*}\nabla f(x^{*})+\sum _{i=1}^{m}\mu _{i}^{*}\nabla g_{i}(x^{*})+\sum _{j=1}^{l}\lambda _{j}^{*}\nabla h_{j}(x^{*})=0}$

${\displaystyle g_{i}(x^{*})\leq 0,{\mbox{ für }}i=1,\ldots ,m}$

${\displaystyle h_{j}(x^{*})=0,{\mbox{ für }}j=1,\ldots ,l\,\!}$

${\displaystyle \mu _{i}^{*}\geq 0,{\mbox{ für }}i=1,\ldots ,m}$

${\displaystyle \mu _{i}^{*}g_{i}(x^{*})=0,{\mbox{für }}\;i=1,\ldots ,m.}$

${\displaystyle z^{*}\geq 0}$

Diese Bedingungen werden die Fritz-John-Bedingungen oder kurz FJ-Bedingungen genannt.

Ist der Punkt ${\displaystyle x^{*}}$ lokales Minimum des Optimierungsproblems, so gibt es ${\displaystyle \mu ^{*},\lambda ^{*},z^{*}}$, so dass ${\displaystyle (z^{*},x^{*},\mu ^{*},\lambda ^{*})}$ ein FJ-Punkt ist und ${\displaystyle (z^{*},\mu ^{*},\lambda ^{*})}$ ungleich dem Nullvektor ist.

Somit sind die FJ-Bedingungen ein notwendiges Optimalitätskriterium erster Ordnung.

Beziehung zu den Karush-Kuhn-Tucker-Bedingungen

Für ${\displaystyle z^{*}=1}$ entsprechen die FJ-Bedingungen genau den Karush-Kuhn-Tucker-Bedingungen. Ist ${\displaystyle (z^{*},x^{*},\mu ^{*},\lambda ^{*})}$ ein FJ-Punkt, so ist auch ${\displaystyle (sz^{*},x^{*},s\mu ^{*},s\lambda ^{*})}$ mit ${\displaystyle s>0}$ ein FJ-Punkt. Somit kann man davon ausgehen, dass wenn ${\displaystyle z^{*}>0}$ ist, bereits ein KKT-Punkt vorliegt, dieser wird durch Reskalierung mit ${\displaystyle z^{*}}$ erzeugt. Dann ist ${\displaystyle (x^{*},\mu ^{*}/z^{*},\lambda ^{*}/z^{*})}$ der zu einem FJ-Punkt gehörende KKT-Punkt. Umgekehrt lassen sich nun die constraint qualifications der KKT-Bedingungen so interpretieren, dass sie für die FJ-Bedingungen ${\displaystyle z^{*}>0}$ garantieren.

Beispiele

FJ ohne KKT

Betrachte als Beispiel das Optimierungsproblem

${\displaystyle \min _{x\in X}-x_{1}}$

mit Restriktionsmenge

${\displaystyle X=\{x\in \mathbb {R} ^{2}\,|\,g_{1}(x)=-x_{2}\leq 0,\,g_{2}(x)=x_{2}+x_{1}^{5}\leq 0\}}$.

Minimum des Problems ist der Punkt ${\displaystyle x^{*}=(0,0)}$. Daher existiert ein FJ-Punkt ${\displaystyle (z^{*},0,0,\mu _{1}^{*},\mu _{2}^{*})}$, so dass

${\displaystyle z^{*}(-1,0)^{T}+\mu _{1}^{*}(0,-1)^{T}+\mu _{2}^{*}(0,1)^{T}=(0,0)^{T}}$.

Daraus folgt direkt, dass ${\displaystyle z^{*}=0,\,\mu _{1}^{*}=\mu _{2}^{*}>0}$ für einen FJ-Punkt gilt.

Insbesondere gibt es keinen dazugehörigen KKT-Punkt. Setzt man ${\displaystyle z^{*}=1}$, so ist das Gleichungssystem der Gradienten nicht lösbar. Tatsächlich ist im Punkt ${\displaystyle x^{*}}$ keine Regularitätsbedingung erfüllt, speziell nicht die allgemeinste, die Abadie CQ.

FJ und KKT

Betrachte als Beispiel das Optimierungsproblem

${\displaystyle \min _{x\in X}-x_{2}+x_{1}^{2}}$

mit Restriktionsmenge

${\displaystyle X=\{x\in \mathbb {R} ^{2}\,|\,g_{1}(x)=x_{1}+x_{2}-1\leq 0,\,g_{2}(x)=x_{1}^{2}+x_{2}^{2}-1\leq 0\}}$.

Die Restriktionsmenge ist der Einheitskreis, bei dem am ersten Quadranten die Krümmung des Kreises entfernt wurde. Minimum des Problems ist der Punkt ${\displaystyle x^{*}=(0,1)}$. Daher gibt es einen FJ-Punkt ${\displaystyle (z^{*},0,1,\mu _{1}^{*},\mu _{2}^{*})}$, so dass

${\displaystyle z^{*}(0,-1)^{T}+\mu _{1}^{*}(1,1)^{T}+\mu _{2}^{*}(0,2)^{T}=(0,0)^{T}}$

gilt. Eine Lösung wäre ${\displaystyle z^{*}=2,\,\mu _{1}^{*}=0,\,\mu _{2}^{*}=1}$, was zu dem FJ-Punkt ${\displaystyle (2,0,1,0,1)}$ führt. Eine Reskalierung mit ${\displaystyle z^{*}}$ führt zu dem KKT-Punkt ${\displaystyle (x^{*},\mu _{1}^{*}/z^{*},\mu _{2}^{*}/z^{*})=(0,1,0,1/2)}$. Tatsächlich ist im Punkt ${\displaystyle x^{*}}$ auch die LICQ erfüllt, deshalb gelten hier auch die KKT-Bedingungen.

Verwandte Konzepte

Für konvexe Optimierungsprobleme, bei denen die Funktionen nicht stetig differenzierbar sind, gibt es die Sattelpunktkriterien der Lagrange-Funktion. Sind alle beteiligten Funktionen stetig differenzierbar, so sind sie strukturell ähnlich den Fritz-John-Bedingungen und äquivalent zu den KKT-Bedingungen.

Literatur

• Florian Jarre, Josef Stoer: Optimierung. Springer, Berlin 2004, ISBN 3-540-43575-1.
• C. Geiger, C. Kanzow: Theorie und Numerik restringierter Optimierungsaufgaben. Springer, 2002, ISBN 3-540-42790-2, books.google.de

Weblinks

• Stephen Boyd, Lieven Vandenberghe: Convex Optimization. (PDF; englisch)

Einzelnachweise

1. F. John: Extremum problems with inequalities as subsidiary conditions. In: Kurt Friedrichs, Otto Neugebauer, J. J. Stoker (Hrsg.): Studies and Essays. Courant Anniversary Volume, Wiley, 1948, S. 187–204, nachgedruckt in: Fritz John: Collected Papers. Birkhäuser 1985, S. 543–560