wang136958280的博客

原创 随机过程（二）：更新过程的详细理解

原创 详细介绍各种常见的分布

写在前面：本文主要介绍常见的分布，如伯努利分布、二项分布、负二项分布、几何分布、超几何分布、泊松分布、正态分布（也称高斯分布）、均匀分布、指数分布、β分布（贝塔分布）、Γ分布（伽马分布），其中前6个为离散随机变量的分布，后5个为连续随机变量的分布。注：本文写的较为详细，旨在为那些基础薄弱甚至是零基础的人提供帮助。对于有一定的基础的人，可能会觉得过于繁琐，故可以根据自己的情况选择性的看。此外，由于个人水平限制，可能存在错误，如有发现错误请留言告知，不胜感激！————————————————————————

原创 随机过程（一）：泊松过程的详细理解

在学习随机过程中，一个无法避免的就是泊松过程，而该过程也是实际中非常常见的一种随机过程。那到底是什么是泊松过程，本文将带你详细了解。注：本文写的非常详细，以至于很多人不一定有耐心看下去，而对于有相关基础的人来说，本文则显得过于繁琐，故请大家选择性的看。我写本文的目的是让零基础的人从理论上完全掌握泊松过程，所以如果你是零基础，建议仔细看本文，保证看完之后能理解泊松过程。————————————............

原创 最优化方法——Newton方法

1. 问题介绍：在最优化方法中，Newton方法是一个比较经典的方法，它常用来求解无约束的优化问题或含有等式约束的优化问题。准确的说，Newton方法一般分为纯Newton方法和拟Newton方法。今天我们考虑的是无约束优化问题的纯Newton方法，其他衍生方法后续再讲解。求解的问题是：min⁡f(x)\min {\kern 1pt} f(x)minf(x)2. Newton方向的解释与推导...

原创 拟凸函数一阶条件的证明

首先来看看拟凸函数的定义：函数f:Rn→Rf:R^n\to Rf:Rn→R称为拟凸函数（或称单峰函数），如果其定义域及所有下水平集Sα={x∈domf∣f(x)⩽α}S_\alpha=\left\{ {x \in domf\left| {f\left( x \right) \leqslant \alpha } \right.} \right\}Sα​={x∈domf∣f(x)⩽α} α∈R\al............

原创 对数—行列式函数的分析

定义：函数f(X)=log⁡det⁡Xf\left( X \right) = \log \det Xf(X)=logdetX，domf∈S++ndomf \in S_{ + + }^ndomf∈S++n​，则称函数fff为对数-行列式函数，现在我们想分析该函数是凸函数还是凹函数？或是非凸又非凹？总体思路：由于该函数的自变量是正定的对称矩阵（n×nn \times nn×n矩阵），定义域为正定...

原创 凸函数的理解以及一些等价定义

凸函数在凸优化中有重要的意义，所谓的凸优化，是指目标函数（objective function）和约束条件（constraint function）都是凸函数，然后在此基础上进行优化目标函数，今天就和大家讲一讲我对凸函数的一些理解。首先，看一下凸函数的具体定义：函数f:Rn→Rf:{R^n} \to Rf:Rn→R是凸的，如果domfdom fdomf（即函数fff的定义域）是凸集，且对于任意...

原创 凸优化中：单纯形是一种多面体的证明

思路：先构造一个单纯形，然后将这个单纯形用多面体的定义形式表达出来即可。证明：设v0,v1,⋯ ,vk∈Rn{v_0},{v_1},\cdots,{v_k} \in R^nv0​,v1​,⋯,vk​∈Rn，v1−v0,v2−v0,⋯ ,vk−v0,{v_1}-{v_0},{v_2}-{v_0},\cdots,{v_k}-{v_0},v1​−...

原创 Python3.6 安装pandas包的方法

Python3.6 安装pandas包的方法背景介绍：电脑是win10 64位系统，通过VS2017安装的Python，通过pip安装的pandas包pip安装或更新首先在VS2017中打开Python，然后右击“Python 3.6”，然后选择“安装Python包”，然后你可以可以看到安装了哪些包，相应的包后面如有向上的箭头，则表示可以更新，（下图展示的...