![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
凸优化
文章平均质量分 84
阿素.(◍•ᴗ•◍)
中山大学数学在读研究生
展开
-
Numercial Approximation Theory_Convex Optimisation Homework 1
A convex combination of the points x1,⋯ ,xk∈Rnx_1,\cdots, x_k\in \mathbb{R}^nx1,⋯,xk∈Rn is a point of the form λ1x1+⋯+λkxk\lambda_1x_1+\cdots +\lambda_kx_kλ1x1+⋯+λkxk, where λi∈[0,1]\lambda_i\in [0,1]λi∈[0,1] for all 1≤i≤k1\leq i\leq k1≤i≤k, and λ1.原创 2021-10-11 12:02:47 · 1260 阅读 · 0 评论 -
拉格朗日对偶性Duality and the Lagrangian
利用拉格朗日对偶性(Lagrange duality)将原始问题转换为对偶问题,通过解对偶问题而得到原始问题的解。原始问题考虑原始问题:假设f(x)f(x)f(x)、ci(x)c_i(x)ci(x)、hj(x)h_j(x)hj(x)是定义在Rn\mathbf{R}^nRn上的连续可微函数,考虑约束最优化问题minx∈Rnf(x)s.t.ci(x)≤0,i=1,2,⋯ ,khj(x)=0,j=1,2,⋯ ,l\begin{aligned}\min_{x\in \mathbf{R}^n}\quad原创 2021-09-28 20:48:06 · 1262 阅读 · 0 评论 -
仿射函数&伸缩平移、两个集合的和与部分和均为凸集
2.3.2 仿射函数函数f:Rn→Rmf:\mathbf{R}^n\rightarrow \mathbf{R}^mf:Rn→Rm 是放射的,如果它是一个线性函数和一个常数的和,即具有f(x)=Ax+bf(x)=Ax+bf(x)=Ax+b的形式,其中A∈Rm×n,b∈RmA\in \mathbf{R}^{m\times n}, b\in \mathbf{R}^mA∈Rm×n,b∈Rm,则称该函数是仿射的。假设S⊂RnS\subset \mathbf{R}^nS⊂Rn是凸的,并且,函数f:Rn→Rmf:\m原创 2021-09-18 14:42:54 · 496 阅读 · 0 评论 -
凸函数与共轭函数
凸函数convex function定义:函数f:Rn→Rf:\mathbf{R}^n\rightarrow \mathbf{R}f:Rn→R是凸的,如果dom fdom\, fdomf(f的定义域)是凸集,且对于任意x,y∈dom fx,y\in dom\, fx,y∈domf和任意0≤θ≤10\leq \theta\leq 10≤θ≤1,有f(θx+(1−θ)y)≤θf(x)+(1−θ)f(y)f(\theta x+(1-\theta)y)\leq \theta f(x)+(1-\theta)f(原创 2021-09-14 12:31:53 · 776 阅读 · 0 评论 -
超平面与半空间&Euclid 球和椭球 &超平面分离定理和 支撑超平面定理
关于仿射集合、凸集、凸锥我们有一些重要的例子,首先介绍一些简单的:空集∅\varnothing∅、任意一点(单点集){x0}\{x_0\}{x0}、全空间Rn\mathbf{R}^nRn都是Rn\mathbf{R}^nRn的仿射子集。任意直线是仿射的,如果直线通过零点,则是子空间,因此也是凸锥。一条线段是凸的,但不是仿射的。一条射线是凸的,单不是仿射的,如果射线的基点x0x_0x0是0,则它是凸锥。任意子空间是仿射的、凸锥。超平面Hyperplane与半空间halfspace超平面是具原创 2021-09-12 16:02:58 · 1199 阅读 · 0 评论 -
锥、凸锥、锥包
锥Cones如果对于任意x∈Cx\in Cx∈C和θ≥0\theta \geq 0θ≥0,都有θx∈C\theta x \in Cθx∈C,我们称集合C是锥cones,或者非负齐次(nonnegative homogeneous )的。如果集合C是锥,并且是凸的,则称C为凸锥(convex cone),即对任意x1,x2∈Cx_1,x_2 \in Cx1,x2∈C和θ1,θ2≥0\theta_1, \theta_2\geq 0θ1,θ2≥0,都有θ1x1+θ2x2∈C\theta_1x_1+\t原创 2021-09-12 14:29:07 · 1223 阅读 · 0 评论 -
仿射集合与凸集
仿射集合affine set如果通过集合C⊆RnC\subseteq \mathbf{R}^nC⊆Rn中任意两个不同点的直线仍然在集合C中,那么称集合C是仿射的。C⊆RnC\subseteq \mathbf{R}^nC⊆Rn是仿射的等价于:对任意x1,x2∈Cx_1,x_2\in Cx1,x2∈C及θ∈R\theta \in \mathbf{R}θ∈R有θx1+(1−θ)x2∈C\theta x_1+(1-\theta) x_2\in Cθx1+(1−θ)x2∈C。 换句话说,C包含了C中任意两点原创 2021-09-12 14:06:34 · 919 阅读 · 0 评论 -
凸优化与非凸优化
凸优化凸优化问题具有以下的形式minf0(x)s.t.fi(x)≤bi,i=1,⋯ ,m \min \quad f_0(x) \\s.t.\quad f_i(x)\leq b_i, i=1,\cdots,mminf0(x)s.t.fi(x)≤bi,i=1,⋯,m其中,函数f0,⋯ ,fm:Rn→Rf_0,\cdots, f_m: \mathbb{R}^n\rightarrow \mathbb{R}f0,⋯,fm:Rn→R 为凸函数,即对任意x,y∈Rn,α,β∈Rx,y \in \m原创 2021-09-12 13:18:11 · 475 阅读 · 0 评论 -
最小二乘法
最小二乘法最小二乘法没有约束条件,目标函数是若干项的平方和,每一项具有形式ai⊤x−bia_i^\top x-b_iai⊤x−bi,具体形式如下:minf0(x)=∥Ax−b∥22=∑i=1k(ai⊤x−bi)2 min \quad f_0(x)=\| Ax-b\|^2_2=\sum_{i=1}^k (a_i^\top x-b_i)^2minf0(x)=∥Ax−b∥22=i=1∑k(ai⊤x−bi)2其中,A∈Rk×n(k≥n)A \in R^{k\times n}(k\geq n)A∈原创 2021-09-12 12:52:58 · 464 阅读 · 0 评论