孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

凸优化的理论和方法

凸优化的理论和方法
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 著
出版社: 科学出版社
2019-12
版次: 1
ISBN: 9787030638700
定价: 78.00
装帧: 平装
开本: 16开
页数: 249页
字数: 330千字
正文语种: 简体中文
丛书: 南开大学研究生数学教学系列丛书
分类: 自然科学
19人买过
  • 《凸优化的理论和方法》系统介绍了凸优化的理论和方法，包括凸集、凸函数、凸优化问题、对偶问题、无约束凸优化问题的较速下降方法和Newton方法、具有线性等式约束的凸优化问题的Newton型方法和具有不等式约束的凸优化问题的内点法，还介绍了线性半定规划的一些性质和算法，并对目标函数具有可分结构的一类凸优化问题介绍了基本的交替方向乘子方法。《凸优化的理论和方法》对介绍的各种概念、性质、算法，除了严格的描述或推导，也通过一些例子和图示，帮助读者更好地从直观上或具体实例中理解所介绍的内容。 目录
    前言
    第1章 凸集 1
    1.1 仿射集合和凸集 1
    1.1.1 仿射维数与相对内部 2
    1.1.2 凸集 3
    1.1.3 锥 3
    1.2 一些重要的例子 3
    1.2.1 超平面与半空间 3
    1.2.2 Euclid球和椭球 4
    1.2.3 范数球和范数锥 5
    1.2.4 多面体 6
    1.2.5 半正定锥 7
    1.3 保凸运算 8
    1.3.1 交集 8
    1.3.2 仿射函数 10
    1.3.3 线性分式及透视函数 11
    1.4 分离与支撑超平面 13
    1.4.1 超平面分离定理 13
    1.4.2 支撑超平面 15
    1.5 对偶锥 16
    习题1 18
    第2章 凸函数 23
    2.1 基本性质和例子 23
    2.1.1 定义及扩展值延伸 23
    2.1.2 凸函数的判定 24
    2.1.3 一些例子 26
    2.1.4 下水平集和上境图 29
    2.1.5 Jensen不等式及其扩展 31
    2.2 保凸运算 32
    2.2.1 非负加权求和 32
    2.2.2 复合仿射映射 33
    2.2.3 逐点最大和逐点上确界 33
    2.2.4 最小化形式的凸性 35
    2.2.5 透视函数 36
    2.3 共轭函数 37
    习题2 40
    第3章 凸优化问题 45
    3.1 凸优化问题 45
    3.1.1 基本术语 45
    3.1.2 问题的标准表示 46
    3.1.3 等价问题 47
    3.2 凸优化 51
    3.2.1 标准形式的凸优化问题 51
    3.2.2 局部最优解与全局最优解 52
    3.2.3 最优性准则 52
    3.3 线性规划问题 55
    3.4 二次优化问题 59
    3.4.1 几个例子 60
    3.4.2 二阶锥规划 62
    习题3 65
    第4章 对偶 74
    4.1 Lagrange对偶函数 74
    4.1.1 Lagrange函数 74
    4.1.2 Lagrange对偶函数及性质 74
    4.1.3 一些例子 75
    4.1.4 Lagrange对偶函数和共轭函数 78
    4.2 Lagrange对偶问题 80
    4.2.1 显式表达对偶约束 80
    4.2.2 弱对偶性 82
    4.2.3 强对偶性和Slater约束准则 82
    4.2.4 几个例子 83
    4.3 强对偶性的证明 88
    4.4 鞍点解释 89
    4.4.1 强弱对偶性的极大极小描述 89
    4.4.2 鞍点解释 90
    4.5 最优性条件 91
    4.5.1 次优解认证和终止准则 91
    4.5.2 互补松弛性 92
    4.5.3 KKT最优性条件 93
    4.5.4 通过解对偶问题求解原问题 96
    4.6 扰动及灵敏度分析 97
    4.6.1 扰动的问题 98
    4.6.2 一个全局不等式 98
    4.6.3 局部灵敏度分析 99
    4.7 例子 101
    习题4 105
    第5章 无约束优化 114
    5.1 无约束优化问题 114
    5.1.1 几个例子 114
    5.1.2 强凸性及其性质 116
    5.2 下降方法 118
    5.3 梯度下降方法 120
    5.3.1 收敛性分析 121
    5.3.2 几个例子 123
    5.3.3 结论 127
    5.4 二块凸优化模型的梯度型算法 127
    5.4.1 问题模型 127
    5.4.2 临近梯度方法 129
    5.4.3 算法和收敛性 131
    5.4.4 快速临近梯度方法 137
    5.5 Newton方法 141
    5.5.1 Newton方向 141
    5.5.2 阻尼Newton方法 143
    5.5.3 收敛性分析 143
    5.5.4 几个例子 148
    5.5.5 总结 151
    5.6 Newton方法的实现问题 152
    习题5 154
    第6章 等式约束优化 159
    6.1 等式约束优化问题 159
    6.1.1 等式约束凸二次规划 160
    6.1.2 消除等式约束 161
    6.1.3 用对偶方法求解等式约束问题 162
    6.2 具有可行初始点的Newton方法 163
    6.2.1 Newton方向 163
    6.2.2 等式约束问题的Newton方法 164
    6.2.3 Newton方法和消除法 165
    6.2.4 收敛性分析 166
    6.3 不可行初始点的Newton方法 167
    6.3.1 不可行点的Newton方向 167
    6.3.2 不可行初始点Newton方法 169
    6.3.3 收敛性分析 171
    6.3.4 数值算例 174
    习题6 177
    第7章 内点法 179
    7.1 对数障碍函数和中心路径 180
    7.1.1 对数障碍 180
    7.1.2 中心路径 181
    7.2 障碍函数方法 183
    7.2.1 障碍函数方法 184
    7.2.2 收敛性分析 185
    7.2.3 修改的KKT方程的Newton方向 186
    7.3 可行性和阶段 1方法 187
    7.3.1 基本的阶段 1方法 187
    7.3.2 用不可行初始点Newton方法求解阶段1问题 188
    7.4 原对偶内点法 189
    7.4.1 原对偶搜索方向 189
    7.4.2 代理对偶间隙 192
    7.4.3 原对偶内点法 192
    7.5 算法的实现 193
    7.5.1 标准形式线性规划 194
    7.5.2 l1-范数逼近 194
    习题7 196
    第8章 线性半定规划 200
    8.1 预备知识 200
    8.1.1 矩阵空间的一些记号和运算 200
    8.1.2 凸集与半定锥 201
    8.1.3 矩阵积 204
    8.2 线性半定规划的一些性质 205
    8.2.1 模型与基本概念 206
    8.2.2 对偶性 207
    8.2.3 可行性 211
    8.2.4 最优性条件 218
    8.2.5 解的唯一性 220
    8.3 一个算法 226
    习题8 227
    第9章 交替方向乘子法 232
    9.1 ADMM算法简介 232
    9.2 具可分结构的一些凸优化模型 233
    9.3 最优性条件和停止准则 236
    9.4 收敛性分析 237
    9.5 目标函数是多块情形的ADMM 240
    习题9 247
    参考文献 250
  • 内容简介:
    《凸优化的理论和方法》系统介绍了凸优化的理论和方法，包括凸集、凸函数、凸优化问题、对偶问题、无约束凸优化问题的较速下降方法和Newton方法、具有线性等式约束的凸优化问题的Newton型方法和具有不等式约束的凸优化问题的内点法，还介绍了线性半定规划的一些性质和算法，并对目标函数具有可分结构的一类凸优化问题介绍了基本的交替方向乘子方法。《凸优化的理论和方法》对介绍的各种概念、性质、算法，除了严格的描述或推导，也通过一些例子和图示，帮助读者更好地从直观上或具体实例中理解所介绍的内容。
  • 目录:
    目录
    前言
    第1章 凸集 1
    1.1 仿射集合和凸集 1
    1.1.1 仿射维数与相对内部 2
    1.1.2 凸集 3
    1.1.3 锥 3
    1.2 一些重要的例子 3
    1.2.1 超平面与半空间 3
    1.2.2 Euclid球和椭球 4
    1.2.3 范数球和范数锥 5
    1.2.4 多面体 6
    1.2.5 半正定锥 7
    1.3 保凸运算 8
    1.3.1 交集 8
    1.3.2 仿射函数 10
    1.3.3 线性分式及透视函数 11
    1.4 分离与支撑超平面 13
    1.4.1 超平面分离定理 13
    1.4.2 支撑超平面 15
    1.5 对偶锥 16
    习题1 18
    第2章 凸函数 23
    2.1 基本性质和例子 23
    2.1.1 定义及扩展值延伸 23
    2.1.2 凸函数的判定 24
    2.1.3 一些例子 26
    2.1.4 下水平集和上境图 29
    2.1.5 Jensen不等式及其扩展 31
    2.2 保凸运算 32
    2.2.1 非负加权求和 32
    2.2.2 复合仿射映射 33
    2.2.3 逐点最大和逐点上确界 33
    2.2.4 最小化形式的凸性 35
    2.2.5 透视函数 36
    2.3 共轭函数 37
    习题2 40
    第3章 凸优化问题 45
    3.1 凸优化问题 45
    3.1.1 基本术语 45
    3.1.2 问题的标准表示 46
    3.1.3 等价问题 47
    3.2 凸优化 51
    3.2.1 标准形式的凸优化问题 51
    3.2.2 局部最优解与全局最优解 52
    3.2.3 最优性准则 52
    3.3 线性规划问题 55
    3.4 二次优化问题 59
    3.4.1 几个例子 60
    3.4.2 二阶锥规划 62
    习题3 65
    第4章 对偶 74
    4.1 Lagrange对偶函数 74
    4.1.1 Lagrange函数 74
    4.1.2 Lagrange对偶函数及性质 74
    4.1.3 一些例子 75
    4.1.4 Lagrange对偶函数和共轭函数 78
    4.2 Lagrange对偶问题 80
    4.2.1 显式表达对偶约束 80
    4.2.2 弱对偶性 82
    4.2.3 强对偶性和Slater约束准则 82
    4.2.4 几个例子 83
    4.3 强对偶性的证明 88
    4.4 鞍点解释 89
    4.4.1 强弱对偶性的极大极小描述 89
    4.4.2 鞍点解释 90
    4.5 最优性条件 91
    4.5.1 次优解认证和终止准则 91
    4.5.2 互补松弛性 92
    4.5.3 KKT最优性条件 93
    4.5.4 通过解对偶问题求解原问题 96
    4.6 扰动及灵敏度分析 97
    4.6.1 扰动的问题 98
    4.6.2 一个全局不等式 98
    4.6.3 局部灵敏度分析 99
    4.7 例子 101
    习题4 105
    第5章 无约束优化 114
    5.1 无约束优化问题 114
    5.1.1 几个例子 114
    5.1.2 强凸性及其性质 116
    5.2 下降方法 118
    5.3 梯度下降方法 120
    5.3.1 收敛性分析 121
    5.3.2 几个例子 123
    5.3.3 结论 127
    5.4 二块凸优化模型的梯度型算法 127
    5.4.1 问题模型 127
    5.4.2 临近梯度方法 129
    5.4.3 算法和收敛性 131
    5.4.4 快速临近梯度方法 137
    5.5 Newton方法 141
    5.5.1 Newton方向 141
    5.5.2 阻尼Newton方法 143
    5.5.3 收敛性分析 143
    5.5.4 几个例子 148
    5.5.5 总结 151
    5.6 Newton方法的实现问题 152
    习题5 154
    第6章 等式约束优化 159
    6.1 等式约束优化问题 159
    6.1.1 等式约束凸二次规划 160
    6.1.2 消除等式约束 161
    6.1.3 用对偶方法求解等式约束问题 162
    6.2 具有可行初始点的Newton方法 163
    6.2.1 Newton方向 163
    6.2.2 等式约束问题的Newton方法 164
    6.2.3 Newton方法和消除法 165
    6.2.4 收敛性分析 166
    6.3 不可行初始点的Newton方法 167
    6.3.1 不可行点的Newton方向 167
    6.3.2 不可行初始点Newton方法 169
    6.3.3 收敛性分析 171
    6.3.4 数值算例 174
    习题6 177
    第7章 内点法 179
    7.1 对数障碍函数和中心路径 180
    7.1.1 对数障碍 180
    7.1.2 中心路径 181
    7.2 障碍函数方法 183
    7.2.1 障碍函数方法 184
    7.2.2 收敛性分析 185
    7.2.3 修改的KKT方程的Newton方向 186
    7.3 可行性和阶段 1方法 187
    7.3.1 基本的阶段 1方法 187
    7.3.2 用不可行初始点Newton方法求解阶段1问题 188
    7.4 原对偶内点法 189
    7.4.1 原对偶搜索方向 189
    7.4.2 代理对偶间隙 192
    7.4.3 原对偶内点法 192
    7.5 算法的实现 193
    7.5.1 标准形式线性规划 194
    7.5.2 l1-范数逼近 194
    习题7 196
    第8章 线性半定规划 200
    8.1 预备知识 200
    8.1.1 矩阵空间的一些记号和运算 200
    8.1.2 凸集与半定锥 201
    8.1.3 矩阵积 204
    8.2 线性半定规划的一些性质 205
    8.2.1 模型与基本概念 206
    8.2.2 对偶性 207
    8.2.3 可行性 211
    8.2.4 最优性条件 218
    8.2.5 解的唯一性 220
    8.3 一个算法 226
    习题8 227
    第9章 交替方向乘子法 232
    9.1 ADMM算法简介 232
    9.2 具可分结构的一些凸优化模型 233
    9.3 最优性条件和停止准则 236
    9.4 收敛性分析 237
    9.5 目标函数是多块情形的ADMM 240
    习题9 247
    参考文献 250
查看详情
相关分类
农业/林业 畜牧/养殖 生物科学 环境科学 数学 物理学 力学 化学 天文学 测绘学 地球科学 大气科学（气象学） 地质学 海洋学 自然地理学
12
相关图书 / 更多
凸优化的理论和方法
凸优化理论
[美]博赛克斯（Dimitri P.Bertsekas） 著
￥13.00 起
凸优化的理论和方法
凸优化应用讲义
李力 著
￥5.00 起
凸优化的理论和方法
凸优化算法
Dimitri、P.Bertsekas 著
￥19.80 起
凸优化的理论和方法
凸优化理论与算法
张海斌、张凯丽 著
￥3.00 起
凸优化的理论和方法
凸优化
[美]鲍德（Stephen Boyd）、Lieven Vandenberghe 著；王书宁、许鋆、黄晓霖 译
￥18.00 起
凸优化的理论和方法
凸优化目标定位理论与方法
闫永胜
￥25.00 起
凸优化的理论和方法
凸优化：Convex Potimization
[美]鲍迪（Boyd S.） 著
￥40.00 起
凸优化的理论和方法
凸优化教程(原书第2版）
[俄]尤里·涅斯捷罗夫（Yurii Nesterov）
￥32.00 起
凸优化的理论和方法
凸优化：算法与复杂性
[美]塞巴斯蒂安·布贝克(Sébastien Bubeck
￥12.80 起
凸优化的理论和方法
凸优化理论/信息技术和电气工程学科国际知名教材中译本系列
[美]Dimitri P.Bertsekas 著；赵千川、王梦迪 译
￥10.00 起
您可能感兴趣 / 更多
凸优化的理论和方法
运筹与管理科学丛书23：最优化方法
杨庆之 著
￥19.03 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全