《凸优化》学习笔记1-引言部分（第一章）

引言

数学优化

优化问题可以写成如下形式：
$$\begin{array}{lll}\text{minimize}& f_0(x)& \\ \text{subject to}& f_i(x)\le b_i,& i=1,\cdots ,m.\end{array}$$
其中，$x$是优化变量，$f_0$是目标函数， $f_i$，$i=1,\cdots ,m$，是约束函数。如果在所有满足约束的变量中，$x^{\ast }$对应的目标函数值最小，则称$x^{\ast }$为最优解。

下面介绍两类特殊的优化问题：最小二乘和线性规划。

最小二乘和线性规划

最小二乘

最小二乘问题可以写成如下形式：
$$\begin{array}{cc}\text{minimize}& f_0(x)=\Vert Ax-b{\Vert }_2^2=\sum _{i=1}^k(a_i^T\end{array}$$