《凸优化》二读之杂言4

已于 2022-03-15 11:29:18 修改
阅读量485 收藏
点赞数
分类专栏： 凸优化 文章标签： 学习 读书笔记
于 2022-03-10 17:35:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_32591057/article/details/123404959
版权
本文探讨了凸函数的多种验证方法，包括定义、Epi图和保凸运算。介绍了保凸运算如非负加权和、最大值、最小值和复合函数，并讨论了函数的共轭函数及其在对偶问题中的应用。同时，阐述了类凸函数的概念，以及如何利用广义不等式扩展函数的单调性和凸性。
摘要由CSDN通过智能技术生成

我们在杂言3中介绍了凸函数的定义、性质和例子。判断一个函数是否为凸函数存在多种方法：利用定义，证明不等式成立、证明二阶导Hessian正半定、通过将函数限制在任意直线上，证明最终单变量函数的凸性、或证明函数的Epi图是凸集。

关于凸函数的许多结果例如性质、保凸运算等，都可以利用Epi图证明。

保凸运算可以用来构造凸函数或判断函数的凸性。常见的保凸运算包括：

  • 非负加权和f=w_1f_1+\cdots+w_mf_m,w_i\geq0；
  • 和仿射函数复合g=f(Ax+b)；
  • 最大值f(x)=\max\{f_1(x),f_2(x)\}，
最低0.47元/天 解锁文章
_Felix_Zhang
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
凸优化简介16
qq_36573282的博客
03-26 193
文章目录凸函数与不变操作(Invariant Operations) 凸函数与不变操作(Invariant Operations) 对于一般的凸函数的最小化问题： min⁡f0(x)s.t.  fi(x)≤0,i=1,…mx∈Q⊆Rn \min f_0(x)\\ s.t.\ \ f_i(x)\leq 0, i=1,\dots m\\ x\in Q \subseteq \math...
《凸优化》二读之杂言3
qq_32591057的博客
03-09 364
凸函数
最优化理论与方法1
小飞猪的博客
09-25 3211
最优化理论与方法
数学图形(1.28) EPI线
weixin_33775572的博客
07-08 234
貌似由双曲线组成的图形.有时会像个自行车的轮子. 相关软件参见:数学图形可视化工具,使用自己定义语法的脚本代码生成数学图形.该软件免费开源.QQ交流群: 367752815 #http://www.mathcurve.com/courbes2d/epi/epi.shtml vertices = 12000 t = from 0 to (40*PI) a = 10 m = ran...
EPI(epipolar plane image)简介
OO
01-31 1万+
EPI 两个平面的参数化，分别为相机平面和图像平面，图像平面IIuv坐标(u,v)，相机平面IIst坐标(s,t)。 在EPI中，每个相应的像素投射到平面中一条线上，两个平面中的两条线构成的斜率反映了场景点的深度，如下图： 光线通过相机平面st，后穿过图像平面uv，形成众多的像素点，其中一点P便可投射到t*和v*的两条直线上，而△s与△u的比例变为EPI线的斜率。 下图为在对实际图
《凸优化》二读之杂言5
qq_32591057的博客
03-11 369
优化问题： 目标函数，不等式约束函数，等式约束函数 不等式约束，等式约束 优化问题的定义域（domain）是目标函数和所有约束函数定义域的交集，，可行集（feasible set）是定义域中满足约束的所有点的集合， 最优集（optimal set）是可行集中满足，其中是优化问题的最优值，的所有点的集合， 我们有以下结论：最优集可行集定义域 粗略地讲，我们称两个优化问题是等价的，如果一个问题的解从另一个问题的解找到，反之亦然。一些重要的等价变换包括：变量代换、引入松弛变量、消除等式等。
《凸优化》二读之杂言2
qq_32591057的博客
03-09 438
任何仿射集都可以表示为一个线性方程组的解集。仿射集可以表示为子空间加上一个偏移量，，其中，是的零空间。 一些重要的凸集包括 超平面，根据仿射集的定义，超平面是一个仿射集，因此也是一个凸集； 半空间，根据凸集的定义，容易证明半空间是一个凸集； 球和椭球，根据凸集的定义，容易证明； 多面体，是半空间和超平面的交集，因为交集是保凸的，因此多面体是一个凸集。仿射集（）、半空间（，）、射线（可以看作直线和一个半空间的交集）、线段（可以看作直线和两个半空间的交集）都是多面体； 正半定锥是对称正半定矩阵的集合
《凸优化》二读之杂言9
qq_32591057的博客
03-15 379
鲁棒逼近（拟合）
凸优化学习笔记 5：保凸变换
Glooow的博客
03-04 2007
个人博客地址 Glooow，欢迎光临~~~ 文章目录1. 保凸变换1.1 正权重求和1.2 与仿射变换的复合函数1.3 逐元素最大值&上确界1.4 下确界1.5 复合函数1. 标量复合函数2. 向量复合函数1.6 透射变换 1. 保凸变换 前面提到过一次保凸变换，前面针对的是集合，凸集经过一定的保凸变换，映射后的集合仍然是凸集。这里复习一下 任意个凸集的交集 仿射变换 透视变换 分式...
凸(Convex)函数定义
热门推荐
rtygbwwwerr的专栏
12-25 2万+
转自知乎:https://www.zhihu.com/question/20014186 关于Convex Function的解释,个人觉得说得很清楚,故转载记录 作者：匿名用户 链接：https://www.zhihu.com/question/20014186/answer/27194360 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
漫步凸分析四——凸函数
蜗牛
12-01 5653
令函数ff的值域是实数或±∞\pm\infty，定义域是RnR^n的一个子集，集合 {(x,μ)|x∈S,μ∈R,μ≥f(x)} \{(x,\mu)|x\in S,\mu\in R,\mu\geq f(x)\} 叫做ff的上境图(epigraph)，用epiff表示，如果epiff是Rn+1R^{n+1}的凸子集，那么我们将ff定义为凸函数。对于SS 上的函数，如果其负为凸，那么该函数为凹。SS上
凸优化简介18
qq_36573282的博客
03-31 518
文章目录次梯度(subgradient)1. 基本概念 次梯度(subgradient) 1. 基本概念 定义：设函数 fff是一个凸函数，一个向量 ggg称为函数 fff在点 x0∈domfx_0\in dom fx0​∈domf的一个次梯度，如果对于任意的 x∈domfx\in dom fx∈domf,有 f(x)≥f(x0)+⟨g,x−x0⟩f(x)\geq f(x_0)+\langle...
凸优化第三章凸函数 3.2保凸运算
清风吹斜阳
01-18 4222
3.2保凸运算 非负加权求和 复合仿射映射 逐点最大和逐点上确界 复合 最小化函数 透视函数 非负加权求和 凸函数的非负加权求和得到的函数仍为凸函数 如果均为凸函数，，仍为凸函数。 证明： 因为是凸函数，故 得证 例子： 复合仿射映射 f(Ax+b),如果f是凸函数，f(Ax+b)也是凸函数，如果f是凹函数，f(Ax+b)也是凹函数。 逐点...
CMU Convex Optimization(凸优化)笔记1--凸集和凸函数
dianqiongzhou3869的博客
05-20 1077
CMU凸优化笔记--凸集和凸函数 结束了一段时间的学习任务，于是打算做个总结。主要内容都是基于CMU的Ryan Tibshirani开设的Convex Optimization课程做的笔记。这里只摘了部分内容做了笔记，很感谢Ryan Tibshirani在官网中所作的课程内容开源。也很感谢韩龙飞在CMU凸优化课程中的中文笔记，我在其基础上做了大量的内容参考。才疏学浅，忘不吝赐教。 1...
凸优化学习笔记 6：共轭函数
Glooow的博客
03-05 8611
个人博客地址 Glooow，欢迎光临~~~ 文章目录1. 共轭函数1.1 定义1.2 性质1.3 例子 1. 共轭函数 1.1 定义 一个函数 fff 的共轭函数(conjugate function) 定义为 f∗(y)=sup⁡x∈domf(yTx−f(x)) f^*(y)=\sup_{x\in\text{dom}f}(y^Tx-f(x)) f∗(y)=x∈domfsup​(yTx−f(x...
软件测试学习笔记丨Pytest配置文件
ceshiren_com的博客
08-27 3874
pytest.ini是pytest的配置文件；可以修改pytest的默认行为；不能使用任何中文符号，包括汉字、空格、引号、冒号等。
Datawhale X 李宏毅苹果书AI夏令营 学习笔记
最新发布
m0_61049596的博客
08-31 516
今天，我继续学习了深度学习中的优化算法，并且着重理解了如何利用。等高级优化器来提高模型训练的效率和效果。2024年8月30日。
前端开发学习Docker记录02容器操作
第⑦个前端
08-29 3503
使用docker ps 可以看到有哪些镜像在运行。
凸优化初步：从凸集到凸优化
本文主要探讨了凸优化的基础知识，包括保持凸性的几种运算以及与之相关的概念。凸优化是优化理论中的一个重要分支，它在处理非线性优化问题时具有重要的理论价值和实际应用。以下是关于这个主题的详细讲解。 首先，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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