J. Math. Anal. Appl.

337 (2008) 1315-1325

www.elsevier.com/locate/jmaa

En fuerte y total de la dualidad de Lagrange para convexa

problemas de optimización

Radu Ioan Bot *, Sorin Mihai-Grad, Gert Wanka

Facultad de Matemáticas de la Universidad Técnica de Chemnitz, D-09107 Chemnitz, Alemania

Recibido el 6 de febrero de 2007

Disponible No línea de 5 de mayo de 2007

Enviado por MA Noor

Abstracto

Le damos algunas condiciones cientes necesarias y su fi que caracterizan completamente la dualidad fuerte y total de Lagrange, respectivamente, para problemas de optimización convexa en

espacios localmente convexos separados. También demostramos declaraciones similares para los problemas obtenidos por perturbar las funciones objetivo de los problemas primordiales de

funcionales lineales arbitrarias. En el caso particular en que nos ocupamos de los problemas de optimización convexa que tiene infinitamente muchas desigualdades convexas como las

limitaciones de las condiciones con las que trabajamos a su vez en las llamadas condiciones de Farkas-Minkowski y localmente Farkas-Minkowski para sistemas de desigualdades convexas,

usados ​recientemente en la literatura. Por otra parte, nos muestran que nuestros nuevos resultados amplían algunas de las existentes en la literatura.

© 2007 Elsevier Inc. Todos los derechos reservados.

palabras clave: funciones conjugadas; Lagrange problema dual; limitante básica de cuali fi cación; (Localmente) condición Farkas-Minkowski; fuerte y estable
dualidad

1. Introducción

Considere un problema de optimización convexa

inf f (x), ( PAG )

X ∈ U, g
(x) ∈- do

dónde X y Y están separados localmente espacios vectoriales convexas, T es un subconjunto no vacío convexa cerrada de X, C es un no vacío cono convexo cerrado en Y,
f: X → R es una convexa adecuada inferior función semicontinua y g: X → Y • es una adecuada DO- función convexa. Por otra parte, tomar gramo ser DO- epi-cerrado, es decir,
su DO- epígrafe epi DO( g) = {(x, y) ∈ X × Y: y ∈
g (x) + C} es un conjunto cerrado. DO- epi-cerrazón es una extensión de la semicontinuidad inferior para funciones vectoriales que es más general que los
habitualmente utilizados en la optimización. El Lagrange problema dual de ( PAG ) es
[ f (x) + (Λg) (x)].
cenar ( RE)
X∈T
λ ∈ do * inf

*
Autor correspondiente.
Correos electrónicos: radu.bot@mathematik.tu-chemnitz.de (RI Bot), sorin-mihai.grad@mathematik.tu-chemnitz.de (S.-M. Grad),
gert.wanka@mathematik.tu-chemnitz. de (G. Wanka).

0022-247X / $ - see front matter © 2007 Elsevier Inc. Todos los derechos reservados. doi: 10.1016 /
j.jmaa.2007.04.071
1316 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325

Para tener fuerte dualidad para ( PAG ) y ( RE), es decir, la situación en la que sus valores objetivo óptimo coinciden y
la doble tiene una solución óptima, que dio en [3] (ver también [2]) una restricción salvedad de tipo cerrazón que es más débil que las condiciones de punto
interior clásicos considerados hasta ahora en la literatura. Por otra parte, hemos caracterizado completamente a través de condiciones equivalentes la fuerte
dualidad de los problemas obtenidos por perturbar la función objetivo de ( PAG ) por funcionales lineales arbitrarias y sus duales de Lagrange. La situación en
la fuerte dualidad se mantiene para todos los problemas obtenidos perturbando linealmente la función objetivo del ( PAG ) y su correspondiente duales se
llama
dualidad fuerte estable.
Motivado por [11], nos dan en este documento una condición que caracteriza completamente la fuerte dualidad Lagrange para todos los problemas de
optimización ( PAG ) cuyas funciones objetivo satisfacer una condición de regularidad cierta (cf. [9,11]). caracterizaciones similares se dan también para todos los
problemas de optimización ( PAG ) para los que se supone la existencia de una solución óptima, y ​cuyas funciones objetivo satisfacer una condición débil (ver
[4,5]). En este caso la fuerte dualidad será nombrado dualidad total. Esta noción ha sido llamado por lo que con el fin de subrayar el hecho de que los problemas
tanto en el primal y el dual tienen soluciones óptimas y sus valores objetivos óptimos coinciden.

También se introduce una nueva condición que caracteriza completamente el estable dualidad total de Lagrange, es decir, la situación en la que existe una fuerte
dualidad de todos los problemas obtenidos perturbando linealmente la función objetivo de ( PAG ) para el que existe una solución óptima y sus duales de Lagrange. Por
otra parte, cuando la condición que caracteriza completamente el fuerte dualidad Lagrange para ( PAG ) está ful LLED fi, damos condiciones de optimalidad para ( PAG ) mediante
el uso de subdifferentials.
Particularizar las limitaciones de cono en ( PAG ) teniendo en cuenta el orden inducida por el cono R T +, dónde T es un conjunto de índices arbitraria, volvemos a
encontrar y, a veces mejorar algunos resultados que se dan en las obras recientes que tratan con las caracterizaciones de los sistemas de infinitamente muchas
desigualdades convexas (ver [9-11]). Las condiciones que consideramos convertimos entonces el Farkas- Minkowski y localmente Farkas-Minkowski condiciones
utilizadas en los documentos mencionados. En algunas situaciones, la condición localmente Farkas-Minkowski resulta ser equivalente a la célebre restricción básica
salvedad (BCQ) introducido primero en [13], se trató también en [14,17,18,21].

El documento está organizado como sigue. La sección 2 está dedicada a los preliminares necesarios con el fin de hacer auto-contenido del documento. En la
sección 3 se considera la condición que se caracteriza por completo el fuerte dualidad Lagrange para todos los problemas de optimización ( PAG ) cuyas funciones
objetivo satisfacen una condición cerrazón, precisando, si es el caso, que resulta de la literatura son redescubierta como casos especiales y mejorado. La sección 4
está dedicada a caracterizaciones similares para problemas de optimización ( PAG ) con las funciones objetivo satisfacer algunas condiciones débiles y para el que
está garantizada la existencia de soluciones óptimas. también se dan condiciones de optimalidad para este tipo de problemas a través de subdifferentials. Una
sección concluyente corta cierra el papel.

2. Preliminares

Consideremos dos separados espacios vectoriales localmente convexos X y Y y sus espacios duales continuas X * y Y *, dotado de los débiles * topologías w (X *,
X) y w (Y *, Y), respectivamente. Dejar que el cono convexo cerrado no vacío do ⊆ Y
y su doble cono do * = { y * ∈ Y *: < y *, y > 0 ∀ y ∈ Y} darse, donde denotamos por < y *, y > = y * ( y) el valor
a y de la función lineal continua y *. En Y tenemos en cuenta el orden parcial inducida por DO, “ DO, ”Definida por
z do y ⇔ y - z ∈ DO, z, y ∈ Y. A Y adjuntamos un elemento mayor con respecto al “ do " denotado por ∞ Y que no pertenecen a Y y deja Y • = Y ∪ {∞ Y}. Entonces,
para cualquier y ∈ Y • uno tiene y do ∞ Y y consideramos el Y • las siguientes operaciones: y + ∞ = Y ∞ Y + y = ∞ Y y t ∞ = Y ∞ Y para todos y ∈ Y y todo t
0. Denotar también el conjunto de no negativo

números reales por R + = [ 0, + ∞) y la cardinalidad de un conjunto T con tarjeta ( T).

Dado un subconjunto T de X, por cl ( T) denotamos su cierre en la topología correspondiente, por bd ( T) sus límite,
mientras que su indicador función δ T: X → R = R ∪ {∞} ± y, respectivamente, apoyo función σ T: X * → R se definen de la siguiente manera

Si X ∈ T,
δ T ( x) = { 0, y σ T ( X *) = cenar < X *, X >.
+ ∞, de otra manera, X∈T

A continuación damos algunas nociones r n el funciones.

Para una función f: X → R tenemos

• el dominio: dom ( f) = {x ∈ X: f (x) <+ ∞},

• el epígrafe: epi ( f) = {(x, r) ∈ X × R: f (x) r},
 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325 1317

• el conjugado con respecto al conjunto T ⊆ X: f *

T: X * → R dada por F * T( X *) = cenar{ < X *, X > - f (x): x ∈ T},
• F es apropiado: f (x)> -∞ ∀ X ∈ X y dom ( f) = ∅,
• el subdiferencial de F a X, dónde f (x) ∈ R: ∂f (x) = {x * ∈ X *: f (u) - f (x) < X *, u - X > ∀ u ∈ X}.

Uno puede notar fácilmente que δ *

T = σ T. Cuando U = X conjugado con respecto al conjunto T es la clásica ( Fenchel-
Moreau) conjugado funcion de F denotado por F *. Entre una función y su conjugado con respecto a un conjunto T ⊆ X
-Young Fenchel de la desigualdad sostiene

F T* ( X *) + f (x) < X *, X > ∀ X ∈ T ∀ X * ∈ X *.

Dado cualquier función apropiada f: X → R, para algunos X ∈ dom ( f) y X * ∈ X * uno tiene

X * ∈ ∂f (x) ⇔ F * ( X *) + f (x) = < X *, X >.

Dadas dos funciones propias f, g: X → R, tenemos la en fi convolución mal de F y gramo definida por

F g: X → R, (F g) (a) = inf { f (x) + g (una - x): x ∈ X},

Lo que es llamado exacto en algún un ∈ X cuando hay una X ∈ X tal que ( F g) (a) = f (x) + g (una - X).
Hay nociones dadas para funciones con valores reales extendidos que se pueden formular también para las funciones que tiene sus rangos en en espacios
dimensionales finitos.
Para una función g: X → Y • uno tiene

• el dominio: dom ( g) = {x ∈ X: g (x) ∈ Y},

• gramo es apropiado: dom ( g) = ∅,

• gramo es DO- convexo: g (tx + ( 1 - t) y) do tg (x) + ( 1 - t) g (y) ∀ x, y ∈ X ∀ t ∈ [ 0, 1],

• para λ ∈ do *, ( λg): X → R, ( λg) (x) = < λ, g (x) > para X ∈ dom ( gramo) y ( λg) (x) = + ∞ de otra manera,
• el DO- epígrafe: epi DO( g) = {(x, y) ∈ X × Y: y ∈ g (x) + C},
• gramo es DO- epi- cerrado: epi DO( gramo) está cerrado,

• gramo es estrella DO- inferior-semicontinua a X ∈ X: (λg) es inferior-semicontinuo en X ∀ λ ∈ do *,

• para un subconjunto W ⊆ Y: g - 1 ( W) = {x ∈ X: ∃ z ∈ W S t g (x) = z}.

Observación 1. Además de los dos generalizaciones de semicontinuidad inferior (ver [1]) se ha definido anteriormente para las funciones que toman valores en en
espacios dimensionales finitos en la optimización convexa no se utiliza ampliamente en la literatura también la DO- semicontinuidad inferior, introducido en [20] y re se
define en [7]. Se ha demostrado (véase [19], por ejemplo) que DO- menor semicontinuidad implica la estrella DO- semicontinuidad inferior, que los rendimientos DO- epi-cerrazón,
mientras que las afirmaciones opuestas son válidos sólo bajo hipótesis adicionales. Hay funciones que tienen una de estas propiedades, pero no los más fuertes, véase por
ejemplo el ejemplo en [20], donde una DO- función que no es epi-cerrada DO- se da semicontinua inferior. Por desgracia, esa función no es DO- convexo. Damos a
continuación una DO- función convexa que es DO- epi-cerrado, pero no la estrella DO- semicontinua inferiormente. Aunque la mayor parte de la investigación relacionada con
lo que presentamos en este trabajo se lleva a cabo teniendo en cuenta los tipos más fuertes de funciones vectoriales semicontinua inferiormente generalizadas, trabajamos
aquí en el marco más general.

Ejemplo 1. Considere la función

(1
X), Si x> 0,
g: R → ( R 2) • = R 2 ∪ {∞}, g (x) = { X,
∞, de otra manera.

Se puede demostrar que gramo es R 2 + - convexa y R 2 + - epi-cerrado, pero no la estrella R 2 + - semicontinua inferiormente. Por ejemplo, para

λ = ( 0, 1) T ∈ ( R 2+) * = R 2+ uno tiene

(( 0, 1) T g) (x) = {x, Si x> 0,

+ ∞, de otra manera,

que no inferior es semicontinuo.

La siguiente declaración fue probado en [15] y luego en [16] bajo el supuesto de continuidad, estrella respectivamente
DO- semicontinuidad más baja para la función en cuestión. Lo extendemos al considerar la función g C- epi-cerrado.
1318 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325

Lema 1. Dejar T ⊆ X un conjunto convexo cerrado no vacío y una adecuada, DO- convexa y DO- epi- función cerrada g: X → Y •
de tal manera que T ∩ gramo - 1 ( - C) = ∅. Entonces
(
epi ( σ T ∩ gramo - 1 ( - C)) = cl epi ( σ T) + ⋃ .
λ ∈ do * epi (( λg) *))

Prueba. Considere las funciones F, G: Y × X → R, definida por F (y, x) = δ { 0} × T ( y, x) y, respectivamente, G (y, x) = δ {( y, x) ∈ Y × X: g (x) - y ∈- DO}( y, x). Ambas
funciones son propias, convexa y semicontinua inferiormente, aplicando así el Teorema 2.1 de [4] obtenemos epi (( F + G) *) = cl (epi ( F *) + epi ( GRAMO *)).

cálculos sencillos muestran que epi ( F *) = Y * × epi ( σ T) y epi ( GRAMO *) = ⋃ λ ∈ do * {( - λ, p, r): (p, r) ∈ epi (( λg) *)},
así
(
{( p, r): (p, r) ∈ epi (( λg) *)}))
epi (( F + G) *) = cl Y*x( epi ( σ T) + ⋃
λ ∈ do *
(
= Y * × cl epi ( σ T) + ⋃ .
λ ∈ do * epi (( λg) *))

Por otra parte, no es difícil darse cuenta de que para todos ( y, x) ∈ Y × X Ahi esta

F (y, x) + g (y, x) = δ { 0} x ( T ∩ gramo - 1 ( - DO))( y, x).

A continuación, el epígrafe de ( F + G) * coincide con Y * × epi ( σ T ∩ gramo - 1 ( - DO)). Por lo tanto, obtenemos
(
Y * × epi ( σ T ∩ gramo - 1 ( - C)) = Y * × cl epi ( σ T) + ⋃ ,
λ ∈ do * epi (( λg) *))

que produce epi ( σ T ∩ gramo - 1 ( - C)) = cl (epi ( σ T) + ⋃ λ ∈ do * epi (( λg) *)).

Desde el caso general obtenemos como casos especiales algunos resultados dados anteriormente para sistemas semi-nite in fi de las desigualdades convexas. Esta es la razón

por la cual recordamos algunas anotaciones utilizadas en la literatura sobre la programación semi-infinita. Dejar

T ser un conjunto de índices noche posiblemente en fi y denotan por R T el espacio de todas las funciones x: T → R, dotado de la topología del producto y con las
operaciones siendo los pointwise habituales. Por simplicidad, denotar X t = x (t) ∀ X ∈ R T ∀ t ∈ T.
El espacio dual de R T es ( R T) *, el espacio de secuencias finitas generalizadas λ = (λ t) t ∈ T de tal manera que λ t ∈ R ∀ t ∈ T, y con infinitamente muchos λ t diferente
de cero. El cono positivo en R T es R T + = { X ∈ R T: X t = x (t) 0 ∀ t ∈ T} y su dual es el cono positivo en ( R T) *, a saber, ( R T +) * = { λ = (λ t) t ∈ T ∈ ( R T) *: λ t
0 ∀ t ∈ T}.
Para un problema de optimización convexa ( PAG ) denotamos por v (P) su valor objetivo óptimo. Recordemos que por fuerte dualidad entendemos la
situación en la que los valores objetivos óptimas del problema primal y dual coinciden y el doble problema tiene una solución óptima. En el siguiente
escribiremos min (max) en lugar de inf (sup) cuando se alcanza el en fi mamá (supremo).

3. Las nuevas caracterizaciones de fuerte dualidad Lagrange

Tenga en cuenta los espacios vectoriales localmente convexos separados X y Y. Dejar T ser un no vacío subconjunto convexo cerrado de X,

do un no vacío cono convexo cerrado en Y y g: X → Y • una adecuada DO- convexo DO- función epi-cerrado. Denotar A =
{ X ∈ T: g (x) ∈ - DO} y asumir este conjunto no vacío. Por las suposiciones que hemos hecho, es evidente que UN es un conjunto convexo y cerrado. Para una función
semicontinua inferior convexa adecuada f: X → R ful un llenado UN ∩ dom ( f) = ∅ considerar el problema de optimización

inf ( PAG )
X ∈ UN f (x).
La fuerte dualidad estable para este problema y su Lagrange dual está completamente caracterizado a través de la siguiente condición

⋃ ) *) está cerrado.
( C (f, UN))
λ ∈ do * epi (( f + (λg) + δ T
 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325 1319

Teorema 1. El conjunto UN y la función del semicontinuo convexa adecuada menor f: X → R satisfacer la condición ( C (f, UN))
si y sólo si para cualquier pag ∈ X * uno tiene
[ f (x) + < p, x >] = máx [ f (x) + (λg) (x) + < p, x >].
inf
X ∈ U, g λ ∈ do * inf
X∈T
(x) ∈- do

Esta declaración ha sido probada en [3] para g C- epi-cerrado, mientras que en [16] se le dio bajo el supuesto más fuerte que gramo es la estrella DO- semicontinua
inferiormente.
Al tomar la función F para ser igual a 0 en todas partes, la condición ( C (f, UN)) se convierte
⋃ ) *) está cerrado,
( DO( 0, UN))

λ ∈ do * epi ((( λg) + δ T

que fue llamado doble CQ en [16]. En el documento citado esta condición se introdujo como una débil restricción salvedad que garantiza fuerte dualidad
para el problema de optimización convexa ( PAG ) Lagrange y su doble ( RE). En [3] dimos una restricción salvedad más débil que aseguró fuerte dualidad
para este par de problemas.

Observación 1. Cuando gramo es continua en un cierto punto de UN, ( DO( 0, UN)) significa en realidad que el PAI ( σ T) + ⋃
λ ∈ do * epi (( λg) *) es
cerrado, una condición conocida como ( CCCQ) ( ver [5,8,11,15]).

En la siguiente declaración caracterizamos por completo a través de ( DO( 0, UN)) la fuerte dualidad para el problema de minimizar a sobre funcional
lineal continuo UN y su doble problema de Lagrange. Es una consecuencia del teorema anterior, si se tiene f (x) = 0 ∀ X ∈ X. En el caso especial g: X → Y C- convexa
y continua volvemos a encontrar el Teorema 3.2 en [5].

Corolario 1. UN fi ful LLS la condición ( DO( 0, UN)) si y sólo si para cada pag ∈ X * uno tiene
[ < p, x > + ( λg) (x)].
inf
X ∈ UN < p, x λ ∈ do * inf
> = máx X∈T

A continuación damos una declaración donde el fuerte dualidad de Optim convexa yo problema zación que consiste en reducir al mínimo sobre el conjunto UN una
convexa adecuada función semicontinua inferiormente f: X → R lo que satisface la condición de factibilidad
UN ∩ dom ( f) = ∅ y fi ful LLS la siguiente condición (cf. [6,9,11])

epi ( F *) + epi ( σ UN) está cerrado en la topología producto de ( X *, w (X *, X)) × R, ( CC)

y su problema dual Lagrange está completamente caracterizado a través de ( DO( 0, UN)).

Observación 2. ( Véase [4]). Si se quita la asunción de menor semicontinuidad de F y lo toma continua en un cierto punto de UN, entonces la condición ( CC) se
satisface automáticamente fi ed.

Teorema 2. UN fi ful LLS la condición ( DO( 0, UN)) si y sólo si para cada convexa adecuada función semicontinua inferiormente
f: X → R lo que satisface UN ∩ dom ( f) = ∅ y ( CC) uno tiene
[ f (x) + (λg) (x)].
inf
X ∈ UN f (x) = máx
λ ∈ do * inf
X∈T

Prueba. La ciencia de su fi desprende de lo anterior corolario tomando F lineal y continua. Para probar la necesidad toma primero una función F que fi ful LLS las
hipótesis. Denotamos por ( PAG ) el problema de optimización de minimizar F encima UN
y por ( RE) su doble problema de Lagrange.
Si v (P) = -∞ estamos hecho, debido a la dualidad débil ( PAG ) y ( RE). De lo contrario tenemos v (P) ∈ R. Entonces es obvio que ( f + δ UN) * ( 0) = - v
(P). Además, tenemos (0, - v (P)) ∈ epi (( f + δ UN) *). Debido a Teorema 2.1 en [4],
(CC) significa realmente epi (( f + δ UN) *) = epi ( F *) + epi ( σ UN). Como Lema 1 rendimientos
( (⋃
( epi ( σ T) + epi (( λg) *)))
epi ( σ A) = cl epi ( σ T) + ⋃
λ ∈ do * epi (( λg) *)) = cl λ ∈ do *
1320 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325

y cálculos estándar muestran que epi ( σ T) + epi (( λg) *) ⊆ epi (( λg) * T) ∀ λ ∈ do *, tenemos
(⋃ )
) )
epi ( σ UN) ⊆ cl T =⋃ T ,
λ ∈ do * epi (( λg) * λ ∈ do * epi (( λg) *

esta última igualdad siguiente a partir de ( DO( 0, UN)). Por consiguiente,

)
epi (( f + δ UN) *) ⊆ epi ( F *) + ⋃ T = epi ( F *) + ⋃
λ ∈ do * epi (( λg) * λ ∈ do * epi (( δ U + ( λg)) *).

Puesto que (0, - v (P)) ∈ epi (( f + δ UN) *), hay una cierta λ ∈ do * tal que (0, - v (P)) ∈ epi ( F *) + epi (( δ U + ( λg)) *). Esto significa que hay una cierta pag ∈ X * de tal manera
que F * ( p) + (δ U + ( λg)) * ( - pag) - v (P), es decir

v (P) - F * ( pag) - ( δ U + ( λg)) * ( - pag).

Ya que - F * ( pag) - ( δ U + ( λg)) * ( - pag) - ( f + (δ U + λg)) * ( 0) = inf X ∈ T [ f (x) + (λg) (x)], el término en el lado derecho es inferior o igual a enfermedad venérea), que,
por la dualidad débil, es menor que o igual a v (P). En consecuencia, el valor objetivo óptimo de ( RE) se alcanza a λ y la necesidad se demuestra.

Observación 3. Uno puede darse cuenta de que para alguna función semicontinua inferior convexa adecuada f: X → R la satisfacción simultánea de ( CC) y ( DO( 0,
UN)) garantiza la llment fi ful de ( C (f, UN)).

La propiedad Farkas-Minkowski de un sistema de (infinitamente muchos) convexas o desigualdades lineales ha sido tratado ampliamente en los documentos que se ocupan

de los problemas semi-infinita de programación, al igual que [9,11,12], y redescubrirla para el conjunto UN

como un caso especial de ( DO( 0, UN)).

Observación 4. Cuando T es un conjunto de índices noche posiblemente en fi considerar la familia de funciones gramo t: X → R que son propias, convexa y continua en un cierto

punto de { X ∈ U: g t ( X) 0 ∀ t ∈ T}. Tomar C = R T +, denotamos por ∞ R T el elemento

adjunto a R T como el más grande con respecto a la orden inducida por el cono positivo, y dejar que ( R T) • = R T ∪ {∞ R T}.
Considere la función

Si X ∈ ⋂ t ∈ T dom ( gramo t),

g: X → ( R T) •, g (x) = {(g t ( X)) t ∈ T,
∞ R T, de otra manera.

Tenga en cuenta que, a diferencia [11], que no piden las funciones gramo t, t ∈ T, ser también menor semicontinuo, lo que implicaría, por la Propuesta 1.8 en [20], que gramo es R T + - semicontinua

inferiormente. En realidad, en este contexto observamos que gramo no tiene por qué ser aún

R T + - epi-cerrado. Teniendo en cuenta estos, la condición ( DO( 0, UN)) se vuelve equivalente a decir que el PAI ( σ U) + cono( ⋃ t ∈ T epi ( gramot))
*

está cerrado, que es en realidad la condición Farkas-Minkowski ( FM) en [11]. Para cada λ ∈ ( R T +) * uno tiene, por el teorema 2.8.7 (iii) en [22] y la
Propuesta 2.2 en [4], epi (( λg) + δ T) * = epi ( σ T) + Σ
t ∈ T λ t epi ( gramo * t). Promover,

⋃
epi (( δ U + ( λg)) *)
λ ∈ ( R T +) *
)
)
= epi ( σ T) + ({ Σ t : T ' ⊆ T, tarjeta( T ') <+ ∞, λ t> 0 ∀ t ∈ T '} ∪ { 0} × R +
t ∈ T ' λ t epi ( gramo *
((⋃ ) (⋃ )
) )
= cono epi ( gramo
t * ∪ {( 0, 1)}) + epi ( σ T) = cono epi ( gramo
t * + epi ( σ T),
t∈T t∈T

desde {0} × R + ⊆ epi ( σ T).

Observación 5. Bajo las hipótesis en la observación 4, del Teorema 2 y Corolario 1 obtenemos como casos especiales y de mejorar los resultados en el
Teorema 4.1 en [11] y teoremas 5 y 7 en [9].
 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325 1321

4. Caracterizaciones para el total de la dualidad Lagrange

En esta sección nos ocupamos de otra instancia de una fuerte dualidad de un problema de optimización y su Lagrange dual, es decir, la situación en la
que se supone una solución óptima del problema primal t O sea conocida. Llamamos a esta situación dualidad total. Para cualquier función semicontinua
inferior convexa adecuada f: X → R y el conjunto UN introducimos la siguiente condición en X ∈ UN ∩ dom ( f)

∂ (f + δ UN)( x) = ⋃ ∂ (f + δ U + ( λg)) (x). ( GBCQ ( F, UN))

λ ∈ do *,
(Λg) (x) = 0

Nosotros decimos eso F y UN satisfacer la condición ( GBCQ ( F, UN)) cuando ( GBCQ ( F, UN)) es válida para todos X ∈ UN ∩ dom ( f).

Con esta condición caracterizamos por completo la dualidad totales estable para ( PAG ) y su doble problema de Lagrange ( RE).

Teorema 3. Dejar que el menor convexa adecuada función semicontinua f: X → R. UN y F fi ful ll la condición
( GBCQ ( F, UN)) a X ∈ UN ∩ dom ( f) si y sólo si para cada pag ∈ X * para los cuales la en fi mamá sobre UN de la función
f + < pag, ·> se alcanza a X uno tiene
[ f (x) + < p, x >] = máx [ f (x) + < p, x > + ( λg) (x)].
f (x) + < p, x > = min (1)
X ∈ UN λ ∈ do * inf
X∈T

Prueba. Dejar X ∈ UN ∩ dom ( f). Para cualquier pag ∈ X * denotamos por ( PAG pag) el problema de minimizar f + < pag, ·> encima A. Tenemos que X es una solución óptima
de ( PAG pag) si y sólo si 0 ∈ ∂ (f + < pag, ·> + δ UN)( X), que está más equivalente a
- pag ∈ ∂ (f + δ UN)( X).
“ ⇒ " Dejar pag ∈ X * tales tha t X resuelve ( PAG pag). Así - pag ∈ ∂ (f + δ UN)( X). Debido a que la condición ( GBCQ ( F, UN)) se satisface en X, hay una cierta λ ∈ do
* tal que ( λg) (x) = 0 y - pag ∈ ∂ (f + δ U + ( λg)) (x). Los medios últimas 0 ∈
∂ (f + < pag, ·> + δ U + ( λg)) (x), lo que lleva a
[ f (x) + (λg) (x) + < p, x >].
f (x) + < p, x > = f (x) + < p, x > + ( λg) (x) = inf
X∈T

Debido a que la desigualdad

[ f (x) + < p, x >] [ f (x) + < p, x > + ( λg) (x)]

inf cenar
X ∈ UN X∈T
λ ∈ do * inf

siempre se veri fi có, obtenemos (1).

“ ⇐ " Dejar pag ∈ X * de tal manera que pag ∈ ⋃ λ ∈ do *, ∂ (f + δ U + ( λg)) (x). Esto significa que hay una λ ∈ do * de tal manera que
(λg ) (X) = 0
(Λg) (x) = 0 ful un llenado pag ∈ ∂ (f + δ U + ( λg)) (x). Esto último significa en realidad 0 ∈ ∂ (f - < pag, ·> + δ U + ( λg)) (x), es decir
f (x) - < p, x > + δ T ( x) + (λg) (x) f (x) - < p, x > + δ T ( x) + (λg) (x) ∀ X ∈ X. Recuerda eso δ T ( x) = (λg) (x) = 0. Como δ UN( X)
δ T ( x) + (Λg) (x) ∀ X ∈ X, obtenemos f (x) - < p, x > + δ UN( x) f (x) - < p, x > + δ UN( X) ∀ X ∈ X. Esto significa
actualmente pag ∈ ∂ (f + δ UN)( X). Así, la inclusión “ ⊇ ”En la expresión de ( GBCQ ( F, UN)) a X es válida.
Tómalo ahora pag ∈ ∂ (f + δ UN)( X). Por el c o nsiderations desde el comienzo de la prueba, esto significa que X es una solución óptima para ( PAG - pag). Por (1) hay
una cierta λ ∈ do * de tal manera que f (x) - < p, x > = inf X ∈ T [ f (x) - < p, x > + ( λg) (x)]. A medida que el in fi madre en la mano derecha s yo de es menor que o igual a f (x) -
< p, x > + ( λg) (x), obtenemos que ( λg) (x) 0. Debido
X ∈ UN y λ ∈ do * tenemos ( λg) (x) 0, por lo tanto ( λg) (x) = 0. Tenemos
[ f (x) + (λg) (x) - < p, x >],
f (x) - < p, x > + ( λg) (x) = inf
X∈T

lo que conduce a 0 ∈ ∂ (f + (λg) + δ T - < pag, ·>) ( X), es decir pag ∈ ∂ (f + δ U + ( λg)) (x). este rendimientos pag ∈ ⋃ λ ∈ do *, ∂ (f + δ U +
(Λg) (x) = 0
(Λg)) (x), es decir, la inclusión “ ⊆ ”En la expresión de ( GBCQ ( F, UN)) se veri fi có en X, también. Por lo tanto ( GBCQ ( F, UN))
sostiene en X.

La siguiente declaración sigue naturalmente.

1322 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325

Teorema 4. Dejar que el menor convexa adecuada función semicontinua f: X → R. UN y F fi ful ll la condición
( GBCQ ( F, UN)) si y sólo si para cada pag ∈ X * para los cuales la en fi mamá sobre UN de la función f + < pag, ·> se alcanza uno tiene

[ f (x) + < p, x >] = máx [ f (x) + < p, x > + ( λg) (x)].

min
X ∈ UN λ ∈ do * inf
X∈T

Cuando f (x) = 0 ∀ X ∈ X, ( GBCQ ( F, UN)) se convierte en una condición que generaliza la clásica restricción básica cuali fi cación en X ∈ UN

⋃
∂ (δ U + ( λg)) (x) = ∂δ UN( X). ( GBCQ ( 0, UN))
λ ∈ do *,
(Λg) (x) = 0

Si el conjunto UN satisface la condición ( GBCQ ( 0, UN)) para todos X ∈ UN decimos que ful fi LLS la condición ( GBCQ ( 0, UN)).
Una consecuencia directa del teorema 3 es el resultado siguiente, donde la condición ( GBCQ ( 0, UN)) en algún X ∈ UN caracteriza completamente la dualidad total de
Lagrange para problemas de optimización que consiste en la minimización de funcionales lineales que alcanzan su mínimo durante UN a X.

Corolario 2. UN fi ful LLS la condición (GBCQ ( 0, UN)) a X ∈ UN si y sólo si para cada pag ∈ X * de tal manera que < pag, ·> alcanza su mínimo durante UN a X uno tiene

[ < p, x > + ( λg) (x)].

< p, x > = min
X ∈ UN λ ∈ do * inf
< p, x > = máx X∈T

El siguiente teorema caracteriza completamente a través de ( GBCQ ( 0, UN)) en algún X ∈ UN la fuerte dualidad de optimizatio convexa norte problemas que consisten en
reducir al mínimo sobre el conjunto UN de convexas adecuada funciones inferior semicontinuos
f: X → R que alcanzan más de sus mínimos UN a X y fi ful ll la siguiente condición (ver [4])

F*δ* UN es una función semicontinua inferiormente y es exacta a 0, ( FRC)

y sus problemas duales de Lagrange.

Observación 6. La condición ( FRC) es más débil que ( CC) y en [4] no es un ejemplo que muestra que es posible tener el primero de ellos ful llenan y
la segunda violado. En consecuencia, si se quita la asunción de menor semicontinuidad de F y lo toma continua en un cierto punto de UN, entonces la
condición ( FRC) se satisface automáticamente fi ed.

Teorema 5. UN ful fi LLS t h Condición E (GBCQ ( 0, UN)) a X ∈ UN si y sólo si para cada convexa adecuada función semicontinua inferiormente f: X → R que ful fi LLS
UN ∩ dom ( f) = ∅ y alcanza su mínimo durante UN a X y es satis fi (FRC) que uno tiene

[ f (x) + (λg) (x)].

f (x) = inf
X ∈ UN f (x) = máx
λ ∈ do * inf
X∈T

Prueba. A medida que la ciencia de su fi sigue obviamente a partir del teorema anterior tomando F lineal, demostramos aquí solamente la necesidad. Toma alguno F como
se solicita en la hipótesis. Tenemos

f (x) = inf
X ∈ UN f (x) = - ( f + δ UN) * ( 0)
y ( FRC) garantías (cf. [4]) que hay alguna pag ∈ X * tal que ( f + δ UN) * ( 0) = F * ( p) + σ UN( - pag). Más nos alejamos

0 = f (x) + f * ( p) + σ UN( - p) + δ UN( X) < p, x > + <- p, x > = 0,

Por lo tanto XX mi re son igualdades en inequ de Young-Fenchel un lidad de bot h pares F y F *, y δ UN y σ UN, respectivamente,
es decir pag ∈ ∂f (x) y - pag ∈ ∂δ UN( X). por ( GBCQ ( 0, UN)) a X hay un λ ∈ do * tal que ( λg) (x) = 0 y - pag ∈ ∂ (δ U +
( λ g)) (x). En consecuencia, ( δ U + ( λg)) (x) + (δ U + ( λg)) * ( - p) = <- p, x > y esto rendimientos f (x) + f * ( p) + (δ U +
(Λg)) * ( - p) = 0. Además,
[ f (x) + (λg) (x)]
f (x) = - F * ( pag) - ( δ U + ( λg)) * ( - pag) - ( f + δ U + ( λg)) * ( 0) = inf inf
X∈T X ∈ UN f (x) = f (x),
y la prueba se ha completado.
 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325 1323

Observación 7. Usando Observación 4.2 en [5], se puede demostrar que el teorema 5 puede ser probada en un contexto más general, es decir, teniendo en cuenta que las
funciones F satisfacer en lugar de ( FRC) la condición F * δ *
UN es semicontinua inferiores a 0 y
es exacta a 0.

Tales declaraciones son válidas también para la condición ( GBCQ ( 0, UN)) como sigue.

Teorema 6. Las siguientes declaraciones son equivalentes:

(yo) UN fi ful LLS la condición (GBCQ ( 0, UN)),

(Ii) para cada pag ∈ X * que alcanza su mínimo durante UN uno tiene
[ < p, x > + ( λg) (x)],
min
X ∈ UN < p, x λ ∈ do * inf
> = máx X∈T

(Iii) para cada función semicontinua inferior convexa adecuada f: X → R que ful fi LLS UN ∩ dom ( f) = ∅ y alcanza su
mínimo durante UN y es satis fi (FRC) que uno tiene
[ f (x) + (λg) (x)].
min
X ∈ UN f (x) = máx
λ ∈ do * inf
X∈T

Observación 8. Cuando gramo es continua en un cierto punto de UN, la condición ( GBCQ ( 0, UN)) se convierte en cada X ∈ UN dentro

∂δ T ( x) + ⋃ ∂ (λg) (x) = ∂δ UN( X).

λ ∈ do *,
(Λg) (x) = 0

Observación 9. Dejar T ser un conjunto de índices noche posiblemente en fi y dejar gramo será como en Observación 4. En esta configuración, la condición

( GBCQ ( 0, UN)) a X se convierte en la llamada condición localmente Farkas-Minkowski en X ( cf. [9,10])

(⋃ )
∂δ T ( x) + cono ∂g t ( X) = ∂δ UN( X), ( LFM)
t ∈ T (x)

dónde T (x) = {t ∈ T: g t ( x) = 0}, que es conocido también bajo el nombre ( BCQ) a X ( cf. [9]). En este caso ( GBCQ ( 0, UN))
se convierte en exactamente la condición ( LFM) en [11]. Por el teorema 2.8.7 (iii) en [22] ( GBCQ ( 0, UN)) se convierte en
(Σ )
∂δ UN( x) = ∂δ T ( x) + ⋃ ∂ λ t gramo t(X).

λ ∈ ( R T +) *, t∈T

Σ λ = (λ t) t ∈ T,
t ∈ T λ t gramo t ( x) = 0

Promover, ⋃
(Σ )
∂ λ t gramo t(X) ={Σ
λ ∈ ( R T +) *, t∈T t ∈ T ' λ t ∂g t ( x): T ' ⊆ T, tarjeta( T ') <+ ∞, λ t> 0, gramo t ( x) = 0 ∀ t ∈ T '} ∪ { 0}
Σ λ = (λ t) t ∈ T,
t ∈ T λ t gramo t ( x) = 0
(⋃ )
= cono ∂g t ( X) ,
t ∈ T (x)

y añadiendo el conjunto en el lado derecho de ∂δ T ( X), lo que se obtiene es en realidad ∂δ T ( x) + cono( ⋃ t ∈ T (x) ∂g t ( X)). Si
T se establece un índice de infinito y T = X, ( GBCQ ( 0 , UN)) es en realidad la condición ( BCQ) considerada en [21]. Por otra parte, si T contiene sólo un elemento, es
decir, g: X → R, cuando C = R + ( GBCQ ( 0, UN)) es en realidad la condición (5) en [21], mientras que cuando U = X y X ∈ bd ( UN), ( GBCQ ( 0, UN)) a X se convierte en la
condición ( BCQ) a X en [14]. Considerando
UN ∈ R metro × norte, segundo ∈ R metro, las funciones convexas do j: R norte → R, j = 1, . . . , r, y A = { X ∈ R norte: ax = antes de Cristo j ( X) 0, j =
1, . . . , r}, ( GBCQ ( 0, UN)) se convierte en exactamente la condición ( BCQ) en su formulación original debido a Hiriart-Urruty y Lemarechal [13]. Para las
comparaciones entre otras cualificaciones de restricción y diferentes casos particulares de ( BCQ)
nos referimos a [14,17,18,21].
1324 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325

Observación 10. Cuando T se establece un índice finito posiblemente en y g = (g t) t ∈ T tal que cada gramo t, t ∈ T, es continua en un cierto punto de UN y C = ( R T +) *, Teorema
6 rendimientos, a través de Observación 9, un resultado similar al teorema 5.1 en [11], la mejora porque las funciones gramo t, t ∈ T, no son más necesarios a ser menor, ya
que semicontinuo y también en el sentido de que (ii) en el estado mencionado se puede generalizar mediante la adopción de F no continua en un cierto punto de UN ∩ dom
( f) al igual que en el documento original, pero sólo fi ful llenando la condición ( FRC) o la condición más débil se menciona en la observación 7. Por otra parte, si T contiene
sólo un elemento, y cuando C = R +, Teorema 6 generaliza la Propuesta 2.5 en [21].

Observación 11. Por teoremas 1 y 3 se puede notar fácilmente que ( C (f, UN)) implica ( GBCQ ( F, UN)), por lo que también tenemos que
(DO( 0, UN)) garantiza la llment fi ful de ( GBCQ ( 0, UN)). Este generaliza Corolario 2 en [9]. Véase el Ejemplo 4.1 en [11] para una situación en la que ( GBCQ ( 0, UN)) es
válida, mientras que ( DO( 0, UN)) fracasa.

Observación 12. Como se podría observar en las pruebas del Teorema 2 y el teorema 5, sus hipótesis (y también las de Teorema 6) aseguran también que

[ f (x) + (Λg) (x)] = máx { - F * ( β) - ( λg) *

inf T( - β)},
X∈T β ∈ X*

de este modo el valor óptimo de la Lagrange problema dual ( RE) es igual en cada caso al valor óptimo de la Fenchel- Lagrange dual a ( PAG ) ( cf.
[3,5])
{ - F * ( β) - ( λg) *
cenar
T( - β)}. ( RE)
λ ∈ do *,
β ∈ X*

En [3] que caracteriza completamente a través de una condición de regularidad de la dualidad fuerte estable para los problemas ( PAG ) y ( RE).

Concluimos esta sección dando condiciones de optimización para el problema ( PAG ).

Teorema 7. Si UN fi ful LLS la condición ( DO( 0, UN)) y f: X → R es una convexa adecuada inferior función semicontinua que satisface es fi (CC), X ∈ UN ∩ dom ( f) es
una solución óptima para ( PAG) si y sólo si hay alguna λ ∈ do * de tal manera que
(Λg) (x) = 0 y 0 ∈ ∂f (x) + ∂ (δ U + ( λg)) (x).

Prueba. Ya que ( DO( 0, UN)) sostiene, por el comentario 11 tiene una

∂δ UN( x) = ⋃ ∂ (δ U + ( λg)) (x) ∀ X ∈ A.

λ ∈ do *,
(Λg) (x) = 0

Lo sabemos X ∈ UN ∩ dom ( f) es una solución óptima para ( PAG ) si y sólo si 0 ∈ ∂ (f + δ UN)( X). Porque ( CC), por el Teorema 3.2 en [4] Esta es más
equivalente a 0 ∈ ∂f (x) + ∂δ UN( X), es decir, 0 ∈ ∂f (x) + ⋃

∂ (δ U + ( λg)) (x),
λ ∈ do *,
(Λg) (x) = 0

por tanto, la equivalencia en la conclusión siguiente.

Observación 13. El teorema sigue siendo válido si debilitamos las hipótesis mediante la adopción de UN ful a llenar solamente ( GBCQ ( 0, UN)), no

(DO( 0, UN)).

Observación 14. Tenga en cuenta que cuando ( DO( 0, UN)) bodegas, ( CC) es equivalente a decir que el PAI ( F *) + ⋃
λ ∈ do * epi (( λg) + δ T) * es
cerrado. Para el caso especial cuando gramo es continua, según el teorema 7 se obtiene los resultados en el Teorema 4.2 en [6] y el Teorema 5.5 en [8]. Si por otra
parte F es continuo, por el teorema 7 obtenemos Corolario 3.2 en [15].

5. Conclusiones

Nos caracterizamos por completo la fuerte y fuerte y estable la dualidad de Lagrange para un problema de optimización convexa través condiciones
equivalentes. Después introducimos condiciones cientes necesarias y su fi que caracterizan a la fuerte
 RI Bot et al. / J. Math. Anal. Appl. 337 (2008) 1315-1325 1325

y estable fuerte dualidad de Lagrange para el caso en que se supone que existe una solución del problema primal, situaciones llamados por nosotros total, respectivamente estable
dualidad total de Lagrange. Las condiciones que utilizan extender las llamadas condiciones Farkas- Minkowski y localmente Farkas-Minkowski dado hasta ahora para
problemas de optimización convexa que tiene infinitamente muchas desigualdades convexas como limitaciones. Los diferentes resultados en la literatura también se
vuelven a descubrir como casos especiales y algunos de ellos se mejoran en su contexto original.

referencias

[1] M. Aït Mansour, A. Metrane, M. Théra, Baja regularización semicontinuo para asignaciones de valores vectoriales, J. Global Optim. 35 (2) (2006)
283-309.
[2] RI Bot, SM Grad, G. Wanka, una nueva restricción catión cuali fi para la fórmula de la subdiferencial de funciones convexas compuestas en infinito
espacios dimensionales, Math. NAChR., En prensa.

[3] RI Bot, SM Grad, G. Wanka, nuevas condiciones de regularidad de Lagrange y Fenchel-Lagrange dualidad en en espacios dimensionales finitos, Preprint
13/2006, Fakultät für Matemáticas, Universidad Técnica de Chemnitz, 2006.
[4] RI Bot, G. Wanka, A condición de regularidad más débil para el cálculo subdiferencial y la dualidad Fenchel en en espacios dimensionales finitos, no lineales
Anal. 64 (12) (2006) 2787-2804.
[5] RI Bot, G. Wanka, Una formulación alternativa para una nueva restricción cono cerrado cuali fi cación, no lineal Anal. 64 (6) (2006) 1367-1381. [6] RS Burachik, V. Jeyakumar, A dual
condición para la fórmula suma subdiferencial convexa con las aplicaciones, J. Convex Anal. 12 (2) (2005)
279-290.
[7] C. Combari, M. Laghdir, L. Thibault, Sous-différentiels de fonctions convexidades composées, Ann. Sci. Mates. Québec 18 (2) (1994) 119-148. [8] N. Dinh, MA Goberna, MA López, de
lineal a sistemas convexas: Consistencia, Farkas' lema y aplicaciones, J. Convex Anal. 13 (1)
(2006) 113-133.
[9] N. Dinh, MA Goberna, MA López, TQ Son, Nueva Farkas-tipo de restricción cualificaciones en convexa en la programación finita, Control ESAIM
Optim. Calc. Var., En prensa.
[10] MD Fajardo, MA López, a nivel local sistemas Farkas-Minkowski en convexa semi-en la programación finita, J. Optim. Teoría Appl. 103 (2) (1999)
313-335.
[11] MA Goberna, V. Jeyakumar, MA López, cationes ciente restricción cali fi necesarias y su fi para resolubilidad de sistemas de infinito convexa
desigualdades, no lineal Anal., en prensa. DOI: 10.1016 / j.na.2006.12.014.
[12] MA Goberna, MA López, J. Pastor, sistemas Farkas-Minkowski en semi-en la programación finita, Appl. Mates. Optim. 7 (1981) 295-308. [13] J.-B. Hiriart-Urruty, C. Lemarechal,
Análisis convexo y minimización Algoritmos I: Fundamentos, Springer-Verlag, Berlín, 1993. [14] H. Hu, Caracterizaciones de los fuertes cationes básicos fi restricción cuali, Math. Oper.
Res. 30 (4) (2005) 956-965. [15] V. Jeyakumar, N. Dinh, GM Lee, una nueva restricción de cono cerrado cali fi cación para la optimización convexa, Matemáticas Aplicadas Informe AMR

04/8, Universidad de Nueva Gales del Sur, 2004.

[16] V. Jeyakumar, W. canción, N. Dinh, GM Lee, fuerte dualidad estable en la optimización convexa, AppliedMathematics Informe AMR 22.5, Universidad
de Nueva Gales del Sur, 2005.
[17] C. Li, KF Ng, En restricción salvedad por un sistema infinito de desigualdades convexas en un espacio de Banach, SIAM J. Optim. 15 (2) (2005)
488-512.
[18] W. Li, C. Nahak, I. Singer, Constraint cualificaciones para semi-en fi sistemas finito de desigualdades convexas, SIAM J. Optim. 11 (1) (2000) 31-52. [19] DT Luc, Teoría de la
optimización del Vector, Springer-Verlag, Berlín, 1989.
[20] JP Penot, M. Théra, las asignaciones de semi-continuo en topología general, Arch. Mates. 38 (1982) 158-166. [21] D. Tiba, C. Z
alinescu, Sobre la necesidad de algunas condiciones cuali fi cación de restricción en la programación convexa, J. Convex Anal. 11 (1) (2004)
95-110.
[22] C. Z alinescu, Análisis convexo en espacios vectoriales general, Mundial de la Ciencia, River Edge, 2002.