【Convex Optimization Stanford】Lec3 Function

前言

一些数学基础:

  1. 正定矩阵的充要条件和性质
  2. 矩阵范数和迹
  3. Cauthy-Schwarz Inequalities

凸函数的定义

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
注:关于矩阵范式的计算,见知乎

对凸函数在一条线上的限制

在这里插入图片描述

增值扩充?

在这里插入图片描述

一阶条件

在这里插入图片描述

二阶条件

在这里插入图片描述

一些一阶/二阶条件的例子

在这里插入图片描述
在这里插入图片描述

象集和sublevel set

联系了函数的凸性和集合的凸性。
凸函数=象集是凸集
在这里插入图片描述

关于函数凸性的扩展(Jesen Inequality)

貌似是对一个随机变量的扩展,我认为对于有限的状态空间,这可以视作是一个概率分布(相当于一次性选择了多个点)。
在这里插入图片描述

保持函数凸性的操作

在这里插入图片描述

非负加权和 & 仿射函数的组合

在这里插入图片描述

逐点最大

在这里插入图片描述

逐点取上界

在这里插入图片描述

函数的组合

放缩函数的组合

在这里插入图片描述

向量组合

在这里插入图片描述

最小化?下界(inf)?

在这里插入图片描述

投影

在这里插入图片描述

共轭函数

在这里插入图片描述
在这里插入图片描述

拟凸函数

每一个sublevel sets都是凸的。
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

拟凸函数的性质

在这里插入图片描述

Log-Concave and Log-Convax函数

在这里插入图片描述

性质

在这里插入图片描述
在这里插入图片描述

例子

在这里插入图片描述

凸函数与推广不等式的结合

在这里插入图片描述

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