KKT Conditions

Definition｜释义

KKT 条件（Karush–Kuhn–Tucker conditions）是用于带约束优化问题的一组必要条件（在一定凸性与正则性条件下也可成为充分条件），用来判断某个解是否可能是最优解。常见于非线性规划、凸优化与拉格朗日乘子法中。

Pronunciation｜发音（IPA）

/ˌkeɪ keɪ ˈtiː kənˈdɪʃənz/

Examples｜例句

We use KKT conditions to check whether a candidate solution is optimal.
我们用 KKT 条件来检验一个候选解是否为最优解。

Under convexity and constraint qualification, the KKT conditions are sufficient for global optimality, linking primal feasibility, dual feasibility, and complementary slackness.
在满足凸性与约束资格条件时，KKT 条件对全局最优性是充分的，它把原问题可行性、对偶可行性与互补松弛联系起来。

Etymology｜词源

“KKT” 来自三位学者姓氏首字母：Karush、Kuhn、Tucker。这些条件是在拉格朗日乘子思想基础上发展而来，用于系统刻画带不等式与等式约束的最优解特征，因此在优化理论与算法中非常核心。

Related Words｜相关词汇

• Constraint
• Lagrangian
• Multiplier
• Duality
• Complementary Slackness
• Convex Optimization
• Nonlinear Programming
• Feasibility

Literary Works｜文学/经典著作中的出现

• Convex Optimization — Stephen Boyd & Lieven Vandenberghe（系统讲解 KKT 条件在凸优化中的作用）
• Nonlinear Programming — Dimitri P. Bertsekas（在非线性规划框架中大量使用并推导 KKT 条件）
• Numerical Optimization — Jorge Nocedal & Stephen J. Wright（在优化算法与理论分析中频繁引用 KKT 条件）
• Linear and Nonlinear Programming — David G. Luenberger & Yinyu Ye（讨论对偶性与 KKT 条件的联系）