一.数值优化概论
1.术语
变量(可以是多维)、目标函数、等式和不等式的约束函数、可行域、解。
2.运输问题
3.机器学习问题
4.一些重要的子类
(1)无约束优化与约束优化。
(2)线性规划:目标函数、约束函数都是线性的。
(3)二次规划:目标函数是二次函数,约束函数是线性的。
(4)凸规划:目标函数是凸的(只有一个最小值),约束函数是线性的。
5.左邻右舍
(1)局部和全局(只讨论局部)。
(2)连续和离散(只考虑连续)。
(3)决定与随机(只考虑决定)。
6.关于“数值”
在算法设计时,要考虑舍入误差(高斯消去法,选主元)。
7.基本内容
(1)解的存在、唯一、特征。
(2)算法本身与收敛性、收敛速度。
(3)算法的收敛性。