詳細解釋
此技術是 凸優化 (Convex Optimization) 中處理絕對值函數 ∣x∣ 的標準技巧。絕對值是凸的,但在 x=0 處不可微,這對於某些基於梯度的求解器來說可能很麻煩。
通過去引入兩個非負變量 u,v≥0 並設置 x=u−v,我們可以表示任何實數。
理想情況下,我們希望 x=5→u=5,v=0,而 x=−3→u=0,v=3。
然而,表示並不是唯一的。x=5 也可以是 u=105,v=100。
在優化問題中,我們正在最小化 和 u+v。
- 情況 1 (u=5,v=0): 和 = 5。
- 情況 2 (u=105,v=100): 和 = 205。
因為我們在最小化,求解器總是會偏好情況 1(不相交的支撐集)。
這確保了在最優點,u+v=∣u−v∣=∣x∣。
這將不可微的 ∣x∣ 項轉換為平滑的線性項 (u+v),並受到簡單的線性約束 (u,v≥0) 的限制。這對於 QP 求解器來說更容易處理。