原文:凸集 Convex Sets

仿射集 Affine Sets 线和线段 线 line x ne x in R n y theta x theta x 线段 line segment 上述条件当带有约束条件 le theta le 时, y 是线段 仿射集affine set x ,x in C, theta in R theta x theta x in C 也就是说,仿射集中任意两点的线性组合仍然属于仿射集,注意必须满足约束 ...

2021-10-22 21:34 0 125 推荐指数:

查看详情

CMU Convex Optimization(优化)笔记1--和凸函数

CMU优化笔记--和凸函数 结束了一段时间的学习任务,于是打算做个总结。主要内容都是基于CMU的Ryan Tibshirani开设的Convex Optimization课程做的笔记。这里只摘了部分内容做了笔记,很感谢Ryan Tibshirani在官网中所作的课程内容开源。也很感谢韩龙飞 ...

Sun May 21 00:29:00 CST 2017 0 12423
优化(Convex Optimization)浅析

问题的性质决定的.我们将逐步的介绍, 凸函数, 问题等. 1. (convex set) ...

Sun Nov 24 06:47:00 CST 2013 0 8392
优化简介 Convex Optimization Overview

最近的看的一些内容好多涉及到优化,没时间系统看了,简单的了解一下,优化的两个基本元素分别是凸函数与凸包 定义如下: 也就是说在内任取两点,其连线上的所有点仍在之内。 凸函数 凸函数的定义如下: $\theta x+(1-\theta)y$的意思就是说 ...

Tue Aug 02 00:14:00 CST 2016 1 5736
优化(二)锥与常见

1. 概述 \(\quad\)那么开始第二期,介绍锥和常见的集合,这期比较短(因为公式打得太累了),介绍锥与仿射的意义在哪呢,为的就是将很多非集合转化为的手段,其中,又以凸包(包裹集合所有点的最小)为最常用的手段,在细节一点,闭凸包(闭合的凸包)是更常用的手段。 2. ...

Sun Dec 16 03:03:00 CST 2018 0 1421
优化(一)仿射

1. 概述 从这里开始,为了复习所学知识,也是为了更加深刻地探讨优化理论中的相关知识,所以将优化中的基础概念做一个整理,然后形成一个优化系列随笔。本系列将涉及部分数学推导,强调理论性,所以按需阅读(能不能通俗地表达出来我就不知道了)。优化问题通俗地讲,是一种优化问题,而且是一种简单的优化 ...

Tue Dec 11 07:05:00 CST 2018 2 526
的概念与推导

什么是? 假设所有的可行解构成一个点集C ,其中\(x,y\in C\),若有他们连线上的任意一点也是属于C的话,点集C就是一个,即 \(\theta x+(1-\theta )y\in C\quad 0\le \theta ...

Fri Jun 11 18:15:00 CST 2021 0 1289
分离定理

目录 1. 分离定理:欧式空间情形 2. 分离定理:赋范线性空间情形 1. 分离定理:欧式空间情形 的比较好的性质之一就是所谓的分离定理,它告诉我们,可以选取一个超平面来分离两个不相交的集合!我们以后也会看到这个定理 ...

Sat Sep 28 08:58:00 CST 2019 0 936
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM