参考 7.1.1 节 Boyd 和 Vandenberghe 《凸优化》
CVX示例库
最大似然估计
寻找参数***最大似然估计***的问题可以表示为:
maximize l ( x ) = log p x ( y ) subjec to x ∈ C \text{maximize} ~ l(x)=\log p_x(y) \\ \text{subjec to}~ x\in C maximize l(x)=logpx(y)subjec to x∈C
其中, x x x是待估计的参数, x ∈ C x\in C x∈C给出了参数 x x x的先验信息或约束。
如果对数似然函数 l ( x ) l(x) l(x)是一个凹函数,并且集合 C C C是一个凸集,则该问题是一个凸优化问题。
高斯变量的协方差估计
假设 y ∈ R n y\in\reals^n y∈Rn是一个零均值协方差 R = E ( y y T ) R = E(yy^T) R=E(yyT)的高斯随机变量。我们期望从 N N N个独立样本 y 1 , … , y N y_1,\dots,y_N y1,…,