1. Dai Vincoli Rigidi alle Penalità Molli
Considera un problema standard: minimizza $f_0(x)$ soggetto a $f_i(x) \le 0$ e $h_i(x) = 0$. Un vincolo "rigido" è equivalente a una funzione indicatrice:
$$I_-(u) = \begin{cases} 0 & u \leq 0 \\ \infty & u > 0 \end{cases}$$
La costruzione di Lagrange sostituisce questo salto infinito con una penalità lineare. Arricchiamo l'obiettivo con una somma pesata delle funzioni di vincolo:
$$L(x, \lambda, \nu) = f_0(x) + \sum_{i=1}^m \lambda_i f_i(x) + \sum_{i=1}^p \nu_i h_i(x)$$
Qui, $\lambda_i$ è il moltiplicatore di Lagrange. Agisce come una penalità "molle" che scala l'impatto della $i$-esima disuguaglianza. In modo cruciale, non assumiamo ancora convessità; questo quadro è universale.
Definiamo la funzione duale di Lagrange $g(\lambda, \nu)$ come l'infimo del Lagrangiano su $x$. Una proprietà fondamentale è la Proprietà del Limite Inferiore: per ogni $\lambda \succeq 0$, $g(\lambda, \nu) \le p^*$. Ciò ci permette di limitare il valore ottimo di problemi che altrimenti sarebbero impossibili da risolvere direttamente.
2. Studio di Caso: Controllo del Veicolo Ibrido
Immagina un veicolo che equilibra il consumo di carburante e la durata della batteria. I vincoli sono fisici: la domanda di potenza deve essere soddisfatta in ogni momento.
- Bilancio di Potenza: $P_{\text{req}}(t) = p_{\text{eng}}(t) + p_{\text{mg}}(t) - p_{\text{br}}(t)$
- Dinamica della Batteria: $E(t+1) = E(t) - p_{\text{mg}}(t) - \eta |p_{\text{mg}}(t)|$
- Obiettivo: Minimizza $F_{\text{total}} = \sum_{t=1}^{T} F(p_{\text{eng}}(t))$
Applicando il quadro di Lagrange, i vincoli sulla capacità della batteria vengono convertiti in prezzi ombra. Il controllore decide se bruciare carburante o utilizzare la batteria basandosi sul costo attuale dell'energia (il moltiplicatore) rispetto al costo del carburante.