数值分析
文章平均质量分 84
ViolentElder
四川大学 光电信息科学与工程学士
南方科技大学 硕士研究生
亚马逊 AWS软件开发工程师
展开
-
【数值分析】学习笔记4——凸优化2:拉格朗日函数及变分不等式(Variational Inequality,VI)
在南方科技大学学习何炳生老师的数值分析课程期间有很多收获与感悟,由衷的感谢何老师的谆谆教导,当然我希望能将课程中所学习到的,能应用到未来科研和工作中的这部分知识,以学习笔记的方式记录下来,也希望能通过这种帖子将自己作为小白对于这些知识的通俗理解分享给大家,文中一些不够准确或错误的表达,还望大家指证。【数值分析】学习笔记目录本章节将分享凸优化的进阶知识——拉格朗日函数及变分不等式在上一篇笔记中,我们提到了,在我们生活中很多凸优化问题除了函数自身的限制以外,还一般存在一个条件约束,需要同时满足两个条件的点才会原创 2022-06-12 20:34:49 · 2187 阅读 · 1 评论 -
【数值分析】学习笔记3——凸优化1:凸函数和凸优化问题
目录前言一.凸函数(Convex Function)1.什么是凸函数2.凸函数的性质(1) 凸函数上任一点的切线均位于函数下方(2)可微凸函数极小值点(实际问题中的最优解点)的特性二.凸优化问题1.最简单凸优化问题(一个凸函数)2.两个凸函数的凸优化问题3.线性约束的凸优化问题(一个凸函数+线性约束条件)四.总结前言在南方科技大学学习何炳生老师的数值分析课程期间有很多收获与感悟,由衷的感谢何老师的谆谆教导,当然我希望能将课程中所学习到的,能应用到未来科研和工作中的这部分知识,以学习笔记的方式记录下来,原创 2021-03-20 22:00:17 · 2043 阅读 · 3 评论 -
【数值分析】学习笔记2——最小线性二乘
目录前言一.超定方程组二.残差向量三.最小线性二乘法1.法方程法(1)正规方程组(2)缺点2.QR分解(1)正交变换(2)QR分解Householder分解四.总结前言在南方科技大学学习何炳生老师的数值分析课程期间有很多收获与感悟,由衷的感谢何老师的谆谆教导,当然我希望能将课程中所学习到的,能应用到未来科研和工作中的这部分知识,以学习笔记的方式记录下来,也希望能通过这种帖子将自己作为小白对于这些知识的通俗理解分享给大家,文中一些不够准确或错误的表达,还望大家指证。【数值分析】学习笔记目录本章节将分原创 2021-02-18 03:24:26 · 1603 阅读 · 0 评论 -
【数值分析】学习笔记1——范数与条件数
目录前言一.什么是范数二.向量的范数三.矩阵的范数1.法方程法(1)正规方程组(2)缺点2.正交变换法(1)正交变换(2)QR分解(3)Householder分解四.条件数四.总结前言一.什么是范数二.向量的范数三.矩阵的范数1.法方程法(1)正规方程组(2)缺点2.正交变换法(1)正交变换(2)QR分解(3)Householder分解四.条件数 四.总结...原创 2021-02-10 22:05:53 · 10458 阅读 · 1 评论 -
用MATLAB实现雅克比迭代、高斯-赛德尔迭代以及超松弛迭代
文章目录前言一、解线性方程组的方法二、解线性方程组的迭代法及其代码实现1. 迭代法的收敛性2. 基本参数设置3. 雅克比(Jacobi)迭代4. 高斯-塞德尔(Gauss-Seidel)迭代5. 超松弛(SOR)迭代总结前言近期在上南方科技大学何炳生老师的数值分析课程时,学习了解线性方程组的三种迭代方法,即:雅克比(Jacobi)迭代;高斯-塞德尔(Gauss-Seidel)迭代以及超松弛(SOR)迭代。并按要求使用MATLAB对这三种迭代方法进行了仿真设计。通过仿真设计也对这三种迭代法有了一定的认识原创 2020-11-17 22:51:27 · 35139 阅读 · 39 评论