- 凸最佳化教程
- 首頁
- 介紹
- 線性規劃
- 範數
- 內積
- 最小值和最大值
- 凸集
- 仿射集
- 凸包
- Caratheodory定理
- Weierstrass定理
- 最近點定理
- 基本分離定理
- 凸錐
- 極錐
- 錐組合
- 多面體集
- 凸集的極點
- 方向
- 凸函式與凹函式
- Jensen不等式
- 可微凸函式
- 全域性最優的充分必要條件
- 擬凸函式與擬凹函式
- 可微擬凸函式
- 嚴格擬凸函式
- 強擬凸函式
- 偽凸函式
- 凸規劃問題
- Fritz-John條件
- Karush-Kuhn-Tucker最優性必要條件
- 凸問題的演算法
- 凸最佳化資源
- 凸最佳化 - 快速指南
- 凸最佳化 - 資源
- 凸最佳化 - 討論
凸最佳化教程
本教程將介紹非線性最佳化中涉及的各種概念。線性規劃問題很容易解決,但大多數現實世界的應用都涉及非線性邊界。因此,線性規劃的範圍非常有限。因此,它試圖介紹凸函式和凸集及其變體等主題,這些主題可用於解決大多數世界問題。
受眾
本教程適合對解決各種最佳化問題感興趣的學生。這些概念廣泛應用於生物工程、電氣工程、機器學習、統計學、經濟學、金融、科學計算和計算數學等眾多領域。
先決條件
本課程的先決條件是線性代數入門,例如矩陣、特徵向量、對稱矩陣等概念的介紹;基本微積分和最佳化入門,例如線性規劃概念的介紹。
廣告