浅谈凸优化中的共轭函数

最新推荐文章于 2024-06-18 18:16:12 发布
最新推荐文章于 2024-06-18 18:16:12 发布
阅读量1w 收藏 9
点赞数 3
分类专栏： 优化知识 文章标签： 优化 函数
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/xiaocj423/article/details/50831001
版权
本文深入浅出地探讨了凸优化中的共轭函数，它定义为线性函数yTx与原始函数f(x)的最大差距。当f可微时，f^'(x) = y。以负熵函数为例，展示了如何推导其共轭函数，得出f∗(y)=ey−1，其中y=log(x)+1，x=ey−1。
摘要由CSDN通过智能技术生成

浅谈凸优化中的共轭函数

函数 f 的共轭定义：
f∗(y)=sup(yTx−f(x)) , x∈domf
可见，共轭函数是线性函数 yT

最低0.47元/天 解锁文章
爱吃肉包de
关注
专栏目录
凸优化之共轭函数（3）
CRN2018的博客
10-05 626
定理3.5（强凸函数的共轭函数） 假设fff是一个闭的μ\muμ-强凸函数，则： （1）f∗f^*f∗对于所有的yyy都有定义，即dom f∗=Rndom\,f^*=\mathbb{R}^ndomf∗=Rn （2）f∗f^*f∗是处处可微的，且有梯度 ∇f∗(y)=argmaxx (yTx−f(x)) \nabla f^*(y)=\underset{x}{argmax} \:(y^Tx-f(x)) ∇f∗(y)=xargmax​(yTx−f(x))（3）∇f∗\nabla f^*∇f∗是Lipschitz连
共轭函数介绍
欢迎来到道的世界
04-02 1万+
共轭函数   设函数f:Rn→Rf:\mathrm{R}^{n}\rightarrow \mathrm{R}f:Rn→R，定义函数f∗:Rn→Rf^{*}:\mathrm{R}^{n}\rightarrow\mathrm{R}f∗:Rn→R为f∗(y)=sup⁡x∈dom(y⊤x−f(x))f^{*}(y)=\underset{x \in \mathrm{dom}}{\operatorname{sup}}(y^{\top}x-f(x))f∗(y)=x∈domsup​(y⊤x−f(x)) ......
最优化学习笔记：对偶算法
最新发布
weixin_66626616的博客
06-18 661
对偶算法的学习笔记（1）
共轭函数
weixinhum
01-08 3万+
共轭函数在最近火的不行的Gan生成对抗神经网络进阶版本的数学推理中有着神奇的作用，因此在这边记录下。 共轭函数的定义为： f∗(t)=max⁡x∈dom⁡(f){xt−f(x)} f ^ { * } ( t ) = \max _ { x \in \operatorname { dom } ( f ) } \{ x t - f ( x ) \} f∗(t)=x∈dom(f)max​{xt−f(x)}...
深入理解共轭函数及相关性质解析
csyifanZhang的博客
05-08 1万+
函数定义\color{orange}\textbf{函数定义}函数定义 共轭函数在凸优化中有着非常重要的作用，是理解对偶的必不可少的元素。在书中，它被定义为 f∗(y)=sup⁡x∈domf(yTx−f(x))f^*(y)=\sup_{x\in dom f}(y^Tx-f(x))f∗(y)=x∈domfsup​(yTx−f(x)) 其中，f:Rn→R，f∗:Rn→Rf:R^n\rightarrow...
（最优化理论与方法）第二章最优化所需基础知识-第七节：保凸的运算和共轭函数
快乐江湖的博客
10-25 1302
由于任意多个凸集的交集还是凸集，所以。是凸集，根据上方图的性质容易推出。
凸优化之共轭函数（一）
CRN2018的博客
09-29 1247
闭函数 一个函数称为闭函数如果它的上方图是一个闭集。 恰当函数 对于函数f:C→Rf: \mathit{C}\xrightarrow[]{} \mathbb{R}f:C​R，如果函数fff满足f(x)>−∞f(x)>-\inftyf(x)>−∞对任意x∈Cx\in Cx∈C均成立，且存在一点x0∈Cx_0\in Cx0​∈C，使得f(x)<+∞f(x)<+\inftyf(x)<+∞，我们就称函数fff在CCC上是恰当的。 共轭函数 函数fff的共轭函数f∗f^*f∗定义为
浅谈凸优化问题中的Bregman迭代算法.pdf
12-02
浅谈凸优化问题中的Bregman迭代算法 本文主要讲述了Bregman迭代算法在凸优化问题中的应用，特别是在图像处理和信号处理领域。文章首先介绍了图像复原问题 и compressive sensing 中L1正则化优化问题，然后引入了...
凸优化_Boyd_王书宁译.pdf
03-05
凸优化是优化理论的一个分支，它主要研究那些在所有变量上都是凸函数的目标函数的最优化问题。相比于一般的非凸优化问题，凸优化问题有更强的理论保证和更高效的求解算法。这是因为凸函数的一些特性，如全局最小值...
【凸优化】Stephen Boyd 凸优化+教材课后习题答案（英文版）
05-29
凸优化是现代优化理论中的一个重要分支，主要研究的是在凸集上寻找凸函数的全局最小值。这门学科广泛应用于机器学习、信号处理、控制理论、经济学等多个领域。Stephen Boyd是斯坦福大学的教授，他的《凸优化》一书是...
凸优化笔记复习期末考试精简
11-25
由于凸函数的局部最小值同时也是全局最小值，因此，凸优化问题在数学性质上比较容易处理，且具有一定的计算效率。 根据以上对仿射集、凸集、仿射组合、凸组合等概念的介绍，我们可以更好地理解凸优化的基本理论。...
关于拉格朗日乘子法与KKT条件
liuyue2046的专栏
08-25 2240
拉格朗日乘子法无疑是最优化理论中最重要的一个方法。但是现在网上并没有很好的完整介绍整个方法的文章。我这里尝试详细介绍一下这方面的有关问题，插入自己的一些理解，希望能够对大家有帮助。本文分为两个部分：第一部分是数学上的定义以及公式上的推导；第二部分主要是一些常用方法的直观解释。初学者可以先看第二部分，但是第二部分会用到第一部分中的一些结论。请读者自行选择。 拉格朗日乘子法的数学基础 共轭
优化问题中的对偶性理论
tongle.wang Homepage
06-09 9095
优化问题中的对偶性理论 Standard 本文讲的是优化问题中与对偶问题、对偶性理论相关的内容，包括对偶问题的最优解、弱对偶性、强对偶性、共轭函数、以及KKT条件等。 点此展开本文目录 一、对偶函数 拉格朗日量（Lagrangian）对偶函数 1、对偶函数的凸性2、拉格朗日乘子法3、形象解释 最优值的下界估计 1、
负熵(看了好久，竟然这么简单,哎！…
胖大星的博客
08-05 1万+
今天看数据挖掘建立判定树的部分，被熵折磨得很痛苦，看了这篇博客稍微懂了一些，数学不好还是码农的孩纸桑不起啊！文章转载自chl033http://blog.csdn.net/chl033/article/details/4795154          首先明确一下熵的概念，虽然它是一个热力学度量，但是现在已经广泛应用在了数据分析的方方面面。 熵（ectropy）指的是体系的混乱程度，是体系的转
【优化】共轭函数(Conjugate Function)超简说明
热门推荐
shenxiaolu1984的专栏
10-10 4万+
从便于理解的角度介绍共轭函数的概念并推导常用例子。
共轭函数及其性质
weixin_43509834的博客
02-02 6229
共轭函数（conjugate function）亦称对偶函数：如果fRn→Rf:R^n→RfRn→R是一个函数，那么ffff∗ysupx∈dmffyTx−fxf∗yx∈dmffsup​yTx−fx))​其中f∗yf^*(y)f∗y的定义域是使得等式右边有上界的那些y。
凸优化学习笔记 5：保凸变换
Glooow的博客
03-04 2052
个人博客地址 Glooow，欢迎光临~~~ 文章目录1. 保凸变换1.1 正权重求和1.2 与仿射变换的复合函数1.3 逐元素最大值&上确界1.4 下确界1.5 复合函数1. 标量复合函数2. 向量复合函数1.6 透射变换 1. 保凸变换 前面提到过一次保凸变换，前面针对的是集合，凸集经过一定的保凸变换，映射后的集合仍然是凸集。这里复习一下 任意个凸集的交集 仿射变换 透视变换 分式...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值