最优化理论与方法课件2convex function

VIP免费
2025-01-13 0 0 1.47MB 15 页 5.9玖币
侵权投诉
2 凸性 :凸函数 LHY-SMS-BUAA
最优化理论与方法 I ( 最优化基础 )
多元函数的梯度与 Hesse 矩阵
函数在处的梯度Hesse 矩阵
常用记号和事实
一阶偏导数存在并且连续 ( 可微 ) ,记作 .
二阶混合偏导数存在并且连续 ( 对称 ), 记作 .
是的 Jacobi 矩阵 .
已知
,
:,
𝛻 𝑓
(
𝒙
)
=
[
𝜕 𝑓
𝜕 𝑥
1
𝜕 𝑓
𝜕𝑥
𝑛
]
,𝛻
2
𝑓
(
𝒙
)
=
[
𝜕
2
𝑓
𝜕𝑥
1
2
𝜕
2
𝑓
𝜕 𝑥
𝑛
𝜕 𝑥
1
𝜕
2
𝑓
𝜕𝑥
1
𝜕 𝑥
𝑛
𝜕
2
𝑓
𝜕 𝑥
𝑛
2
]
在分析或者表述时,向量不分行列;
在矩阵向量运算中,所有向量均是向量 .
0
二次函数: .
2 凸性 :凸函数 LHY-SMS-BUAA
最优化理论与方法 I ( 最优化基础 )
𝛻 𝑓 (𝒙)
8
4
4
2
1
1/2
8
16
16
32
32
1
-1
1
Rosenbrock 山谷 /香蕉
函数 (1961)
梯度与 Hesse 矩阵—例子
𝛻
2
𝑓(𝒙)
,
等高线 / 等值线 / 水平
Matlab:contour.m
,
2 凸性 :凸函数 LHY-SMS-BUAA
最优化理论与方法 I ( 最优化基础 )
摘要:

2凸性:凸函数LHY-SMS-BUAA最优化理论与方法I(最优化基础)多元函数的梯度与Hesse矩阵函数在处的梯度与Hesse矩阵:常用记号和事实的一阶偏导数存在并且连续(可微),记作.的二阶混合偏导数存在并且连续(对称),记作.是的Jacobi矩阵.已知,:,()=[1⋮],2()=[212⋯21⋮⋱⋮21⋯22]在分析或者表述时,向量不分行列;在矩阵向量运算中,所有向量均是列向量.,0,二次函数:.2凸性:凸函数LHY-SM...

展开>> 收起<<
最优化理论与方法课件2convex function.pptx

共15页,预览3页

还剩页未读, 继续阅读

声明:本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。玖贝云文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知玖贝云文库,我们立即给予删除!
分类:计算机 价格:5.9玖币 属性:15 页 大小:1.47MB 格式:PPTX 时间:2025-01-13

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 15
客服
关注