muse的专栏

凸优化–强弱对偶性的几何解释一般的优化问题模型minf0(x)s.t.fi≤0,i=1,⋯,mhi=0,i=1,⋯,p\bf{min} f_0(x) \\ \bf{s.t.} f_i \leq 0,i=1,\cdots,m\\h_i=0,i=1,\cdots,p定义约束函数和目标函数所取值的集合G\mathcal{G}G={(f1(x),⋯,fm(x),h1(x),⋯,hp(x),f0(x))∈Rm

浅谈凸优化中的共轭函数函数ff的共轭定义： f∗(y)=sup(yTx−f(x))f^*(y) = \sup (y^Tx - f(x)), x∈domf{x\in {\bf dom} f} 可见，共轭函数是线性函数yTxy^Tx和原始函数f(x)f(x)的最大gap。 可见如果ff是可微的，满足f^'(x) = yf^'(x) = y 下面推导一个共轭函数的例子： 负熵函数： f(x