原文:凸集 Convex Sets

仿射集 Affine Sets 線和線段 線 line x ne x in R n y theta x theta x 線段 line segment 上述條件當帶有約束條件 le theta le 時, y 是線段 仿射集affine set x ,x in C, theta in R theta x theta x in C 也就是說,仿射集中任意兩點的線性組合仍然屬於仿射集,注意必須滿足約束 ...

2021-10-22 21:34 0 125 推薦指數:

查看詳情

CMU Convex Optimization(優化)筆記1--和凸函數

CMU優化筆記--和凸函數 結束了一段時間的學習任務,於是打算做個總結。主要內容都是基於CMU的Ryan Tibshirani開設的Convex Optimization課程做的筆記。這里只摘了部分內容做了筆記,很感謝Ryan Tibshirani在官網中所作的課程內容開源。也很感謝韓龍飛 ...

Sun May 21 00:29:00 CST 2017 0 12423
優化(Convex Optimization)淺析

問題的性質決定的.我們將逐步的介紹, 凸函數, 問題等. 1. (convex set) ...

Sun Nov 24 06:47:00 CST 2013 0 8392
優化簡介 Convex Optimization Overview

最近的看的一些內容好多涉及到優化,沒時間系統看了,簡單的了解一下,優化的兩個基本元素分別是凸函數與凸包 定義如下: 也就是說在內任取兩點,其連線上的所有點仍在之內。 凸函數 凸函數的定義如下: $\theta x+(1-\theta)y$的意思就是說 ...

Tue Aug 02 00:14:00 CST 2016 1 5736
優化(二)錐與常見

1. 概述 \(\quad\)那么開始第二期,介紹錐和常見的集合,這期比較短(因為公式打得太累了),介紹錐與仿射的意義在哪呢,為的就是將很多非集合轉化為的手段,其中,又以凸包(包裹集合所有點的最小)為最常用的手段,在細節一點,閉凸包(閉合的凸包)是更常用的手段。 2. ...

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

1. 概述 從這里開始,為了復習所學知識,也是為了更加深刻地探討優化理論中的相關知識,所以將優化中的基礎概念做一個整理,然后形成一個優化系列隨筆。本系列將涉及部分數學推導,強調理論性,所以按需閱讀(能不能通俗地表達出來我就不知道了)。優化問題通俗地講,是一種優化問題,而且是一種簡單的優化 ...

Tue Dec 11 07:05:00 CST 2018 2 526
的概念與推導

什么是? 假設所有的可行解構成一個點集C ,其中\(x,y\in C\),若有他們連線上的任意一點也是屬於C的話,點集C就是一個,即 \(\theta x+(1-\theta )y\in C\quad 0\le \theta ...

Fri Jun 11 18:15:00 CST 2021 0 1289
分離定理

目錄 1. 分離定理:歐式空間情形 2. 分離定理:賦范線性空間情形 1. 分離定理:歐式空間情形 的比較好的性質之一就是所謂的分離定理,它告訴我們,可以選取一個超平面來分離兩個不相交的集合!我們以后也會看到這個定理 ...

Sat Sep 28 08:58:00 CST 2019 0 936
 
粵ICP備18138465號   © 2018-2026 CODEPRJ.COM