博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
最优化理论与方法(袁亚湘 孙文瑜)笔记(一)
阅读量:5993 次
发布时间:2019-06-20

本文共 610 字,大约阅读时间需要 2 分钟。

一、概述  

  在1947年,Dantzig提出求解一般线性规划问题的单纯形法之后。现在,解线性规划、非线性规划以及随机规划、非光滑规划、多目标规划、几何规划、整数规划等各种最优化问题的理论的研究发展迅速。

  最优化问题的一般形式为:

               

  X属于Rn为约束集或可行域,f(x)是目标函数,x属于Rn是决策变量。特别地,约束集X=Rn ,则最优化问题成为无约束最优化问题:

  对于约束最优化问题通常写为

      

  这里,E和I分别是等式约束的指标集合不等式约束的指标集,ci是约束函数。当目标函数和约束函数均为线性函数时。问题称为线性规划。当目标函数和约束函数中至少有一个是变量x的非线性函数时,问题称为非线性规划。

  除此之外,根据决策变量、目标函数和要求的不同,最优化还分成整数规划、动态规划、网络规划、非光滑规划、随机规划、几何规划、多目标规划等若干分支。

  本文主要研究求解无约束最优化问题和约束最优化问题。

二、半范数和范数定义

半范数:

范数:

三、向量范数和矩阵范数

(1)向量范数

(2)矩阵向量

 (i) 类似于向量范数的定义,可以定义矩阵范数。设A为Rn×n,其诱导矩阵范数定义为:

诱导矩阵范数的两个性质:

(ii)Frobenius范数及其它

 

转载于:https://www.cnblogs.com/Wanggcong/p/4704549.html

你可能感兴趣的文章
在使用DBMS_LOB.WRITEAPPEND()追加Clob内容的时候,报数字或值异常
查看>>
【总结】编写自己的JDBC框架
查看>>
解读Nodejs多核处理模块cluster
查看>>
shell grep 高亮
查看>>
iOS中的translucent和automaticallyAdjustsScrollViewInsets用法
查看>>
设置CentOS6.5时钟同步
查看>>
MySQL提示:The server quit without updating PID file问题的解决办法
查看>>
SudaMod-81.0 / crDroidAndroid-8.1(android-8.1.0_r20)红米3 2018年5月3日更新
查看>>
ORA-01861: 文字与格式字符串不匹配
查看>>
DevExpress使用的过期版本解决方法
查看>>
Angular动态编译Html
查看>>
ABP入门系列目录——学习Abp框架之实操演练
查看>>
多线程之线程同步
查看>>
深入解析开源项目之Universal-Image-Loader(二)硬盘---缓存篇
查看>>
C语言 · c++_ch02_01(打印元音字母的ASCII码)
查看>>
SQL批量更新数据
查看>>
微信小程序 网络请求之re.request 和那些坑
查看>>
[LeetCode] Find Mode in Binary Search Tree 找二分搜索数的众数
查看>>
IP地址格式转换(htonl、ntohl;inet_addr、inet_ntoa)
查看>>
定制WinEdt 优化Latex输入
查看>>