数学优化与凸集1（斯坦福凸优化笔记1）

1 数学优化的概念：

生活中有很多数学优化的问题，数学优化问题可以写成一下形式：
minimize $f_{0}(x)$
subject to $f_{i}(x)\leq b_{i}， i=1，…m$
我们一般考虑一些特殊的优化问题。
若优化问题中目标函数和约束函数都是线性函数，即
对任意$x,y \in R^{n}$和$\alpha,\beta \in R$有：
$f_{i}(\alpha x+\beta y)=\alpha f_{i}(x)+\beta f_{i}(y)$
则这个问题就是我们高中就学过的线性规划。
实际上，一个优化问题能否很好的解决，并不取决于这个函数是否是线性的，而取决于这个函数是否是凸的。
这门课讨论的就是这个问题。若优化问题中目标函数和约束函数都是凸函数，即
对任意$x,y \in R^{n}$和$\alpha,\beta \in R$且满足$\alpha +\beta=1,\alpha \geq0 ,\beta \geq 0$有：