凸优化第九章无约束优化 9.1无约束优化问题

9.1无约束优化问题例子 强凸性及其含义无约束优化问题其中是二次可微凸函数(dom(f)是开集),假设该问题可解,存在最优点,这里用表示最优值。由于f是二次可微凸函数,最优点应满足:所以无约束优化问题的求解变成了求解上述方程的解。一般情况下,必须采用迭代算法求解此方程,即计算点列使得时,,这样的点列被称为优化问题的极小化点列。当时,算法将终止,其中是设定的容许误差值。初始点...
摘要由CSDN通过智能技术生成

9.1无约束优化问题

  1. 例子
  2. 强凸性及其含义

无约束优化问题

minimize \,\, f(x)其中f:R^n \rightarrow R是二次可微凸函数(dom(f)是开集),假设该问题可解,存在最优点x^*,这里用p^*表示最优值inf_xf(x)=f(x^*)

由于f是二次可微凸函数,最优点x^*应满足:\bigtriangledown f(x^*)=0

所以无约束优化问题的求解变成了求解上述方程的解。一般情况下,必须采用迭代算法求解此方程,即计算点列x^{(0)},x^{(1)}\cdots \in dom(f)使得k\rightarrow \infty时,f(x^{(k)})\rightarrow p^*,这样的点列被称为优化问题的极小化点列。当

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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