从零开始学凸优化(Boyd)


从appendix开始看起,扫清背景障碍。

A 1.1

向量的二阶范数与欧几里得范数意思相同;柯西施瓦茨不等式;向量夹角定义。

矩阵内积定义是向量内积的扩展,想表达的东西一致:对应元素相乘再相加。<X,Y>=tr(X'Y) %X是实矩阵; tr(X'Y)的(1,1)元素就是X的第一列与Y的第一列元素对应相乘再相加;共n个对角元素;加和就是X,Y的n列对应元素分别相加再求和的结果。也就是矩阵的内积。

矩阵的斐波那契范数是向量欧几里得范数的拓展,因此可用矩阵内积表元素平方和,再开根号即可。

两个对称矩阵内积计算会方便些。

A 1.2

范数是一个实函数,把n维实向量映射为一个实数。其满足四个条件 :

范数非负;满足三角不等式;函数值为0可推出自变量为0向量;满足齐次性,但提出来的系数加绝对值,也是由范数非负决定的。

dist(x,y)=||x-y||:两个向量的距离等于向量相减的范数,这应该是把向量当成空间的点来看待的。

 n维向量的范数单位球:由定义不难看出,首先是对n维实向量考虑的,然后满足和0向量的距离小于等于1.距离的定义见上一行的dist.

n维向量的范数球满足三个特性:关于原点对称;凸的;闭合,有界,有非空内点(什么叫非空内点???)

 反之,满足这三个条件的n维向量的集合也叫n维向量的范数球。

根据单位球给出的范数的定义nice!

A1.3

对p>=1的阶数有范数的定义。根据定义,一阶二阶无穷阶的范数都很容易得到。

比较特殊的一类范数是二次范数,二次范数是对向量定义的,但通过正定矩阵的二次型来定义的。

单位球的二次 范数是椭球,单位球的所有范数里面,只有二次范数是椭球。

矩阵的sav范数:每个元素取绝对值再加到一起。mav就是其中最大的那个绝对值。

A1.4

范数的等价性。二次范数与其它范数的等价性中,两个正的系数是固定的。二次范数是一个向量所有范数中最小的范数。

A1.5

算子范数是对矩阵定义的,跟矩阵的维度有关

矩阵的二次范数是它的最大奇异值。范数的平方形式一打开就是二次型。

由算子范数的定义推出矩阵的无穷范数和一阶范数。无穷范数可按定义把u的每个元素取1,可理解为最大行绝对值之和。同理得矩阵一阶范数。

A1.6对偶范数

z的对偶范数可以看成z的转置的算子范数

向量z与单位化向量x的内积小于等于z的对偶范数。

对偶范数部分还有疑问


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM