凸函数与凸集

本文介绍了凸集与凸函数的定义,通过实例展示了Ax=b的解集为凸集,并探讨了凸函数的特性,包括凸函数的凸组合不等式和二阶条件,指出ℓ2-范数的平方是严格凸的,确保优化问题有唯一解。
摘要由CSDN通过智能技术生成

文章目录


  对于《欠定线性系统与正则化》一节中的优化问题:

( P J ) : min ⁡ x J ( x ) s . t . b = A x (P_J):\min \limits_{\bf x} J({\bf x})\quad {\rm s.t.} \quad{\bf b=Ax} (PJ):xminJ(x)s.t.b=Ax

只要 J ( ⋅ ) J(\cdot) J()为严格凸的函数,都能保证只有唯一解, l 2 {\mathcal l}_2 l2能够带来唯一解就是其中的一个例子。

1、凸集

【定义1】对于集合 Ω \Omega Ω ∀ x 1 , x 2 ∈ Ω \forall {\bf x}_1,{\bf x}_2\in \Omega x1,x2Ω以及 ∀ t ∈ [ 0 , 1 ] \forall t\in[0,1] t[0,1],若凸组合
x = t x 1 + ( 1 − t ) x 2 {\bf x}=t{\bf x}_1+(1-t){\bf x}_2 x=tx1+(1t)x

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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