NJU 凸优化导论(6) Convex Optimization Problems 凸优化问题(1)

https://www.lamda.nju.edu.cn/chengq/optfall24/slides/Lecture_6.pdf

目录

Optimization Problems：优化问题

1. Basic Terminology：基本术语

2. Equivalent Problems：等价问题

2.1 变量替换

2.2 松弛变量

2.3 消除等式约束   

2.4 对部分变量求最值

2.5 隐显示条件改写

2.6 上图形式

3. Problem Descriptions：问题描述

Convex Optimization：凸优化

1.Standard Form：标准形式

2.Local and Global Optima：局部最优与全局最优

3. An Optimality Criterion：一个最优性准则

3.1 充要性证明

3.2 无约束问题

3.3 仅含等式约束的问题   

3.4 非负域

4. Equivalent Convex Problems：等价凸问题

5. Quasiconvex Optimization：拟凸优化

---

Optimization Problems：优化问题

1. Basic Terminology：基本术语

 

 

  

  

   

  

 

 

    

2. Equivalent Problems：等价问题

2.1 变量替换

  

 

2.2 松弛变量

2.3 消除等式约束   

  

  

2.4 对部分变量求最值

2.5 隐显示条件改写

把约束塞到定义域

把隐藏约束拿出来

             

2.6 上图形式

3. Problem Descriptions：问题描述

Convex Optimization：凸优化

1.Standard Form：标准形式

 

2.Local and Global Optima：局部最优与全局最优

3. An Optimality Criterion：一个最优性准则

3.1 等价条件 充要性证明

 

    

3.2 无约束问题

 

3.3 仅含等式约束的问题   

 

3.4 非负域

4. Equivalent Convex Problems：等价凸问题

消除等式约束

引入等式约束

为线性不等式 引入松弛变量 （引入后仍然能保持等式是仿射函数）

上图形式

对凸函数的部分变量求最小值能保持凸性：若上面三函数都凸   下面的等价问题则是凸优化问题

5. Quasiconvex Optimization：拟凸优化 变形+二分求解