目录-凸优化

本书深入探讨了凸优化的理论和应用,包括凸集、凸函数的基本概念,线性规划、二次规划和广义不等式约束问题,以及无约束优化、等式约束优化和内点法的算法。此外,还涵盖了逼近与拟合、统计估计和几何问题的解决策略,是理解和应用凸优化的宝贵资源。
摘要由CSDN通过智能技术生成

1 引言
1.1 数字优化
1.2 最小二乘和线性规划
1.3 凸优化
1.4 非线性优化
1.5 本书主要内容
1.6 符号
参考文献

一 理论
2 凸集
2.1 仿射集合和凸集
2.2 重要的例子
2.3 保凸运算
2.4 广义不等式
2.5 分离与支撑超平面
2.6 对偶锥与广义不等式
参考文献

3 凸函数
3.1 基本性质和例子
3.2 保凸运算
3.3 共轭函数
3.4 拟凸函数
3.5 对数-凹函数和对数-凸函数
3.6 关于广义不等式的凸性
参考文献

4 凸优化问题
4.1 优化问题
4.2 凸优化
4.3 线性规划问题
4.4 二次规划问题
4.5 几何规划
4.6 广义不等式约束
4.7 向量优化
参考文献

5 对偶
5.1 Lagrange对偶函数
5.2Lagrange对偶问题
5.3 几何解释
5.4 鞍点解释
5.5 最优性条件
5.6 扰动及灵敏度分析
5.7 例子
5.8 择一定理
5.9 广义不等式
参考文献

二 应用
6 逼近与拟合
6.1 范数逼近
6.2 最小范数问题
6.3 正则化逼近
6.4 鲁棒逼近
6.5 函数拟合与差值
参考文献

7 统计估计
7.1 参数分布估计
7.2 非参数分布估计
7.3 最优检测器设计及假设检验
7.4 chebyshev界和chernoff界
7.5 实验设计

评论
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