在好例子网,分享、交流、成长!
您当前所在位置:首页MATLAB 开发实例MATLAB语言基础 → 最优化导论教材(bv_cvxbook.pdf)

最优化导论教材(bv_cvxbook.pdf)

MATLAB语言基础

下载此实例
  • 开发语言:MATLAB
  • 实例大小:6.74M
  • 下载次数:5
  • 浏览次数:278
  • 发布时间:2020-05-16
  • 实例类别:MATLAB语言基础
  • 发 布 人:934967570
  • 文件格式:.pdf
  • 所需积分:2
 相关标签: Optimization IO IM

实例介绍

【实例简介】最优化导论教材英文版Chong&Zak, An introduction to optimization
【实例截图】from clipboard

【核心代码】

Contents
Preface xi
1 Introduction 1
1.1 Mathematical optimization . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Least-squares and linear programming . . . . . . . . . . . . . . . . . . 4
1.3 Convex optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Nonlinear optimization . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Outline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
I Theory 19
2 Convex sets 21
2.1 Affine and convex sets . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Some important examples . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 35
2.4 Generalized inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.5 Separating and supporting hyperplanes . . . . . . . . . . . . . . . . . . 46
2.6 Dual cones and generalized inequalities . . . . . . . . . . . . . . . . . . 51
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3 Convex functions 67
3.1 Basic properties and examples . . . . . . . . . . . . . . . . . . . . . . 67
3.2 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 79
3.3 The conjugate function . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.4 Quasiconvex functions . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.5 Log-concave and log-convex functions . . . . . . . . . . . . . . . . . . 104
3.6 Convexity with respect to generalized inequalities . . . . . . . . . . . . 108
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
viii Contents
4 Convex optimization problems 127
4.1 Optimization problems . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.2 Convex optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.3 Linear optimization problems . . . . . . . . . . . . . . . . . . . . . . . 146
4.4 Quadratic optimization problems . . . . . . . . . . . . . . . . . . . . . 152
4.5 Geometric programming . . . . . . . . . . . . . . . . . . . . . . . . . . 160
4.6 Generalized inequality constraints . . . . . . . . . . . . . . . . . . . . . 167
4.7 Vector optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5 Duality 215
5.1 The Lagrange dual function . . . . . . . . . . . . . . . . . . . . . . . . 215
5.2 The Lagrange dual problem . . . . . . . . . . . . . . . . . . . . . . . . 223
5.3 Geometric interpretation . . . . . . . . . . . . . . . . . . . . . . . . . 232
5.4 Saddle-point interpretation . . . . . . . . . . . . . . . . . . . . . . . . 237
5.5 Optimality conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
5.6 Perturbation and sensitivity analysis . . . . . . . . . . . . . . . . . . . 249
5.7 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
5.8 Theorems of alternatives . . . . . . . . . . . . . . . . . . . . . . . . . 258
5.9 Generalized inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 264
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
II Applications 289
6 Approximation and fitting 291
6.1 Norm approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
6.2 Least-norm problems . . . . . . . . . . . . . . . . . . . . . . . . . . . 302
6.3 Regularized approximation . . . . . . . . . . . . . . . . . . . . . . . . 305
6.4 Robust approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
6.5 Function fitting and interpolation . . . . . . . . . . . . . . . . . . . . . 324
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
7 Statistical estimation 351
7.1 Parametric distribution estimation . . . . . . . . . . . . . . . . . . . . 351
7.2 Nonparametric distribution estimation . . . . . . . . . . . . . . . . . . 359
7.3 Optimal detector design and hypothesis testing . . . . . . . . . . . . . 364
7.4 Chebyshev and Chernoff bounds . . . . . . . . . . . . . . . . . . . . . 374
7.5 Experiment design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
Contents ix
8 Geometric problems 397
8.1 Projection on a set . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
8.2 Distance between sets . . . . . . . . . . . . . . . . . . . . . . . . . . . 402
8.3 Euclidean distance and angle problems . . . . . . . . . . . . . . . . . . 405
8.4 Extremal volume ellipsoids . . . . . . . . . . . . . . . . . . . . . . . . 410
8.5 Centering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416
8.6 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
8.7 Placement and location . . . . . . . . . . . . . . . . . . . . . . . . . . 432
8.8 Floor planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447
III Algorithms 455
9 Unconstrained minimization 457
9.1 Unconstrained minimization problems . . . . . . . . . . . . . . . . . . 457
9.2 Descent methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463
9.3 Gradient descent method . . . . . . . . . . . . . . . . . . . . . . . . . 466
9.4 Steepest descent method . . . . . . . . . . . . . . . . . . . . . . . . . 475
9.5 Newton’s method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484
9.6 Self-concordance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496
9.7 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514
10 Equality constrained minimization 521
10.1 Equality constrained minimization problems . . . . . . . . . . . . . . . 521
10.2 Newton’s method with equality constraints . . . . . . . . . . . . . . . . 525
10.3 Infeasible start Newton method . . . . . . . . . . . . . . . . . . . . . . 531
10.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 542
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 556
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 557
11 Interior-point methods 561
11.1 Inequality constrained minimization problems . . . . . . . . . . . . . . 561
11.2 Logarithmic barrier function and central path . . . . . . . . . . . . . . 562
11.3 The barrier method . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568
11.4 Feasibility and phase I methods . . . . . . . . . . . . . . . . . . . . . . 579
11.5 Complexity analysis via self-concordance . . . . . . . . . . . . . . . . . 585
11.6 Problems with generalized inequalities . . . . . . . . . . . . . . . . . . 596
11.7 Primal-dual interior-point methods . . . . . . . . . . . . . . . . . . . . 609
11.8 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 621
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623
x Contents
Appendices 631
A Mathematical background 633
A.1 Norms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 633
A.2 Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637
A.3 Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639
A.4 Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 640
A.5 Linear algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 645
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 652
B Problems involving two quadratic functions 653
B.1 Single constraint quadratic optimization . . . . . . . . . . . . . . . . . 653
B.2 The S-procedure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655
B.3 The field of values of two symmetric matrices . . . . . . . . . . . . . . 656
B.4 Proofs of the strong duality results . . . . . . . . . . . . . . . . . . . . 657
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 659
C Numerical linear algebra background 661
C.1 Matrix structure and algorithm complexity . . . . . . . . . . . . . . . . 661
C.2 Solving linear equations with factored matrices . . . . . . . . . . . . . . 664
C.3 LU, Cholesky, and LDLT factorization . . . . . . . . . . . . . . . . . . 668
C.4 Block elimination and Schur complements . . . . . . . . . . . . . . . . 672
C.5 Solving underdetermined linear equations . . . . . . . . . . . . . . . . . 681
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 684
References 685
Notation 697
Index 701

标签: Optimization IO IM

实例下载地址

最优化导论教材(bv_cvxbook.pdf)

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

第 1 楼 pplin2002 发表于: 2021-05-01 08:34 19
并不是《最优化导论》英文版,是Boyd 的Convex Optimization。

支持(0) 盖楼(回复)

发表评论

(您的评论需要经过审核才能显示)

查看所有1条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警