1 等式約束優化問題 等式約束問題如下： 求解方法包括：消元法、拉格朗日乘子法。 1、消元法 通過等式約束條件消去一個變量，得到其他變量關於該變量的表達式代入目標函數，轉化為無約束的極值 ...

拉格朗日乘數法解含不等式約束的最優化問題 拉格朗日乘子法(Lagrange Multiplier)和 KKT(Karush-Kuhn-Tucker)條件是求解約束優化問題的重要方法，在有等式約束時使用拉格朗日乘子法，在有不等約束時使用KKT條件。當然，這兩個方法求得的結果只是必要條件 ...

均值不等式 條件：\(a_i\ge0\)。 平方平均數：\(Q_n=\sqrt{\dfrac{\sum_{i=1}^{n}a_i^2}{n}}\) 算數平均數：\(A_n=\dfrac{\sum_{i=1}^{n}a_i}{n}\) 幾何平均數：\(G_n=\sqrt[n]{a_1a_2 ...

（1）定義 設f是定義域為實數的函數，如果對所有的實數x，f(x)的二階導數都大於0，那么f是凸函數。 Jensen不等式定義如下： 如果f是凸函數，X是隨機變量，那么： 。當且僅當X是常量時，該式取等號。其中，E(X)表示X的數學期望。 注：Jensen不等式應用於凹函數時，不等號方向 ...

不等式 $1$： $$a^{2} + b^{2} \geq 2ab$$ 從代數角度來證明： $$(a - b)^{2} \geq 0 \\\Rightarrow a^{2} -2ab + b^{2} \geq 0 \\\Rightarrow a^{2} + b^{2} \geq 2ab ...

若f(x)為區間I上的下凸（上凸）函數，則對於任意xi∈I和滿足∑λi=1的λi>0（i=1，2，...，n），成立： \[f(\sum ^{n} _{i=1} \lambda _{i}x_{ ...

轉載自：碎片化學習之數學（一）：Jensen不等式 定義：對於一個凸函數\(f\)，都有函數值的期望大於等於期望的函數值：$$E[f(x)]\geq f(E[x])$$上式當中\(x\)是一個隨機變量，它可以是離散的或者連續的，假設\(x~p(x)\) 。 回顧一下凸函數的定義：對於任意的值 ...

四邊形不等式 設函數\(w(x,y)\)是定義在\(Z\)上的函數，若對於任意\(a,b,c,d \in Z\)，其中\(a\leq b \leq c \leq d\)， 都有\(w(a,d)+w(b,c)\ge w(a,c)+w(b,d)\)，則稱函數\(w\)滿足四邊形不等式 推論： 設 ...