凸优化第四章凸优化问题 4.3线性规划问题

最新推荐文章于 2022-08-16 22:04:24 发布

「已注销」

最新推荐文章于 2022-08-16 22:04:24 发布

阅读量2.6k

点赞数 1

分类专栏：凸优化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wangchy29/article/details/86585316

版权

本文深入探讨了线性规划问题，包括其定义、例子和线性分式规划。线性规划是凸优化问题，其目标函数和约束均为仿射函数，形成的可行集是一个多面体。文中以食谱问题为例，展示了线性规划的实际应用，并讨论了如何通过上境图形式转换为等价的线性规划问题。此外，还介绍了线性分式规划及其与等价线性规划的关系。

摘要由CSDN通过智能技术生成

4.3线性规划问题

例子
线性分式规划

线性规划

目标函数和约束函数都是仿射函数，问题则称为线性规划。一般的线性规划形式:

$minimize\, \, c^Tx+d\\ subject\, \, to\, \, \begin{matrix} Gx\preceq h\\ Ax=b \end{matrix}$

其中 $G\in R^{m\times n},A\in R^{p\times n}$ ，显然线性规划问题是凸优化问题。

因为不等式约束函数和等式约束函数都是仿射函数，所以可行集是一个多面体。

所以也就是相等于在多面体中找一个 x^* 使得

最低0.47元/天解锁文章

「已注销」

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
凸优化第四章凸优化问题 4.3线性规划问题

4.3线性规划问题例子线性分式规划线性规划目标函数和约束函数都是仿射函数，问题则称为线性规划。一般的线性规划形式:其中，显然线性规划问题是凸优化问题。因为不等式约束函数和等式约束函数都是仿射函数，所以可行集是一个多面体。所以也就是相等于在多面体中找一个使得最小，即找一个最大的。例子食谱问题表示n种食物的量，一份健康的饮食包含m种不同的营养，每种至少要，...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。