![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
凸优化
bakalaka
时间是最好的朋友
展开
-
《凸优化》笔记(一):凸集
本文转载自:https://blog.csdn.net/u010366427/article/details/51867027笔记是根据《Convex Optimization》写的,对应第2章。2 凸集2.1 凸集(convex sets) 如果在集合CC中的任意两点满足: θx1+(1−θ)x2∈Cθx1+(1−θ)x2∈C其中0≤θ≤10≤θ≤1,则集合CC为凸集...转载 2018-09-03 17:23:32 · 3090 阅读 · 0 评论 -
《凸优化》笔记(二):凸函数
本文转载自:https://blog.csdn.net/u010366427/article/details/51879112笔记是根据《Convex Optimization》写的,对应第3章。3 凸函数3.1 基本性质及例子 满足如下条件的从n维映射到1维的函数称凸函数: f(θx+(1−θ)y)≤θf(x)+(1−θ)f(y)f(θx+(1−θ)y)≤θf(x)+(1−...转载 2018-09-03 17:25:35 · 9947 阅读 · 0 评论 -
《凸优化》笔记(三):优化问题
本文转载自:https://blog.csdn.net/u010366427/article/details/51906763笔记是根据《Convex Optimization》写的,对应第4章。4 凸优化问题4.1 优化问题的基本形式 minimize f0(x)subject to fi(x)≤0, i=1,…,mhi(x)=0, i=1,…,pminimize f0(x)su...转载 2018-09-03 17:27:37 · 4416 阅读 · 0 评论