matlab cvx

下载与安装

http://cvxr.com/cvx/download/
可以选择前两个中的一个

解压到想安装的地方
然后
打开matlab，cd进去

cd xxx
cvx_setup

结果是这样

然后可以测试一下

m = 20; n = 10; p = 4;
A = randn(m,n); b = randn(m,1);
C = randn(p,n); d = randn(p,1); e = rand;
cvx_begin
    variable x(n)
    minimize( norm( A * x - b, 2 ) )
    subject to
        C * x == d
        norm( x, Inf ) <= e
cvx_end

使用

基本框架

cvx_begin 
    {variables declaration} 
    minimize({objective function}) or maximize{{objective function})   
    subject to
        {constraints} 
cvx_end

cvx只支持凸函数作为目标函数和约束函数

函数	含义	性质
norm	$\Vert x{\Vert }_p(p\ge 1)$	凸
square(x)	$x^2$	凸
sum_square(x)	${\sum }_{i=1}^n{x}_i^2$	凸
square_pos(x)	$[x{]}_{+}^2$	凸,单调不减
sqrt(x)	$\sqrt{x}$	凸,单调不减
inv_pos(x)	$\frac{1}{x}(x>0)$	凸,单调不减
max(x)	max ⁡ { x 1 , ⋯   , x n } \max\left\{x_1,\cdots,x_n\right\} max{x1​,⋯,xn​}	凸,单调不减
quad_over_lin(x,y)	$\frac{\Vert x{\Vert }^2}{y}(y>0)$	凸
quad_form(x,P)	$x^{T}Px(P\succ 0)$	凸

约束里，

f(x)<=g(x)
g(x)>=f(x)

其中要求f是凸的，g是凹的

然后

h(x)==s(x)

其中要求h和s都得是仿射函数

例子

最小二乘

$$\min \Vert \mathbf{A}\mathbf{x}-\mathbf{b}{\Vert }^2$$

A=[1,2;3,4;5,6];b=[7;8;9];

正常解：

x=(A'*A)\(A'*b)

第一种解法

cvx_begin
    variable x(2)
    minimize(sum_square(A*x-b))
cvx_end

然后输出一下

x

第二种

A=[1,2;3,4;5,6];b=[7;8;9];
cvx_begin
    variable x(2)
    minimize(quad_form(x,A'*A)-2*b'*A*x)
cvx_end

然后输出一下

x

错误解法

cvx_begin
    variable x(2)
    minimize(norm(A*x-b)^2)
cvx_end

正确解法

cvx_begin
    variable x(2)
    minimize(square_pos(norm(A*x-b)))
cvx_end

例2

min ⁡ x 1 2 + x 2 2 + 1 + 2 max ⁡ { x 1 , x 2 , 0 }  s.t.  ∣ x 1 ∣ + ∣ x 2 ∣ + x 1 2 x 2 ≤ 5 1 x 2 + x 1 4 ≤ 10 x 2 ≥ 1 x 1 ≥ 0 \begin{array}{ll} \min & \sqrt{x_{1}^{2}+x_{2}^{2}+1}+2 \max \left\{x_{1}, x_{2}, 0\right\} \\ \text { s.t. } & \left|x_{1}\right|+\left|x_{2}\right|+\frac{x_{1}^{2}}{x_{2}} \leq 5 \\ & \frac{1}{x_{2}}+x_{1}^{4} \leq 10\\ & x_2\ge1\\ &x_1\ge 0 \end{array} min s.t. ​x12​+x22​+1 ​+2max{x1​,x2​,0}∣x1​∣+∣x2​∣+x2​x12​​≤5x2​1​+x14​≤10x2​≥1x1​≥0​

cvx_begin
    variable x(2)
    minimize(norm([x;1])+2*max(max(x(1),x(2)),0))
    subject to
        norm(x,1)+quad_over_lin(x(1),x(2))<=5
        inv_pos(x(2))+x(1)^4<=10
        x(2)>=1
        x(1)>=0
cvx_end

例子3

$$\begin{array}{ll}{\min }_{\mathbf{x},r}& r\\ \text{ s.t. }& \Vert \mathbf{x}-{\mathbf{a}}_i\Vert \le r,i=1,2,\cdots ,m\end{array}$$

A=[-1,-3,-1,5,-1;3,10,0,0,-5];

cvx_begin
    variables x(2) r
    minimize(r)
    subject to
        for i=1:5
            norm(x-A(:,i))<=r
        end
cvx_end

画图

plot(A(1,:),A(2,:),'*')
hold on
plot(x(1),x(2),'d')
t=0:0.001:2*pi;
xx=x(1)+r*cos(t);
yy=x(2)+r*sin(t);
plot(xx,yy);
axis equal;
axis([-11,7,-6,11])
hold off