卖小孩的咖啡

课程大纲 一般的有约束优化问题 凸优化问题 证明深度下降法的轨迹是正交的深度下降法步骤细化了下降步进的计算公式课程大纲核心思想：把问题转换为凸优化问题一般的有约束优化问题等式约束 不等式约束 KKT: 有约束优化问题的解的必要条件； KKT可以用于求约束优化问题的极值点； 相对于无约束时，极值点f(x)的一阶导数为0凸优化问题当问题是凸优化时，问题变得更简单了 1. 局部最优价等价于全局

优化 一般优化问题的基本形式 凸优化的基本形式 共轭函数 共轭函数是凸函数 对偶问题 拉格朗日函数 拉格朗日对偶函数 KKT条件 小结 优化一般优化问题的基本形式minimizef0(x),x∈Rnminimize \, f_0(x),x \in R^ns.t.fi(x)≤0,i=1⋯ms.t. \, f_i(x)\leq 0,i=1 \cdots ms.t.hj(x)=0,j=1⋯ns.t. \,