凸优化面试题:凸集 凸函数 凸优化

本文深入探讨了凸优化的基础,从凸集的性质开始,包括超平面、半空间、欧氏球和椭球、范数球等概念。接着讲解了凸包的计算及其时间复杂度,指出凸包可以转化为排序问题,时间复杂度为nlogn。此外,文章还介绍了凸函数的基本概念,如上境图和Jensen不等式,阐述了凸函数的定义及其与凸集的关系。通过对分割超平面和支撑超平面的讨论,进一步揭示了凸集的特性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 为什么研究凸优化先要从凸集的性质开始:

凸函数图像的上方区域,一定是凸集;

 假如一个函数上方是凸集,这个函数就是凸函数

如何用向量表示几何体

 

 什么是凸包

        包含凸集的最小集合

        如何计算一个凸集的 凸包是什么?时间复杂度是多少

                转化为排序问题,时间复杂度是nlogn

 凸集基本概念
      

                凸函数图像的上方区域,一定是凸集;

                假如一个函数上方是凸集,这个函数就是凸函数

         超平面和半空间

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值