凸函数和凸优化

本文是对凸函数及其优化的总结。介绍了凸函数的图像、定义、判定方法,包括一阶和二阶条件。凸优化问题的特点是局部最优解即为全局最优解,简化了解决难度。文章还探讨了如何将非凸优化问题转化为凸问题。
摘要由CSDN通过智能技术生成

前言

凸函数一直是一个头疼的事,并不是凸函数有多难,而是凸函数的定义一直是个模棱两可的概念,博主也是经常看了就忘,因此为了方便记忆,对凸函数及凸优化相关定义进行总结。
凸函数图像:
根据函数图像更加清晰地辨别凸函数的形状,然后对定义的认识才能更加的清晰。凸函数图像如下图所示:

这里写图片描述

凸函数定义:
x1 x 1 x2 x 2 为函数f(x)定义域内的任意两个实数,且 x1 x 1 < t < x2

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值