Mikhail Moklyachuk - Convex Optimization

Здесь есть возможность читать онлайн «Mikhail Moklyachuk - Convex Optimization» — ознакомительный отрывок электронной книги совершенно бесплатно, а после прочтения отрывка купить полную версию. В некоторых случаях можно слушать аудио, скачать через торрент в формате fb2 и присутствует краткое содержание. Жанр: unrecognised, на английском языке. Описание произведения, (предисловие) а так же отзывы посетителей доступны на портале библиотеки ЛибКат.

Convex Optimization: краткое содержание, описание и аннотация

Предлагаем к чтению аннотацию, описание, краткое содержание или предисловие (зависит от того, что написал сам автор книги «Convex Optimization»). Если вы не нашли необходимую информацию о книге — напишите в комментариях, мы постараемся отыскать её.

This book provides easy access to the basic principles and methods for solving constrained and unconstrained convex optimization problems. Included are sections that cover: basic methods for solving constrained and unconstrained optimization problems with differentiable objective functions; convex sets and their properties; convex functions and their properties and generalizations; and basic principles of sub-differential calculus and convex programming problems.
provides detailed proofs for most of the results presented in the book and also includes many figures and exercises for a better understanding of the material. Exercises are given at the end of each chapter, with solutions and hints to selected exercises given at the end of the book. Undergraduate and graduate students, researchers in different disciplines, as well as practitioners will all benefit from this accessible approach to convex optimization methods.

Convex Optimization — читать онлайн ознакомительный отрывок

Ниже представлен текст книги, разбитый по страницам. Система сохранения места последней прочитанной страницы, позволяет с удобством читать онлайн бесплатно книгу «Convex Optimization», без необходимости каждый раз заново искать на чём Вы остановились. Поставьте закладку, и сможете в любой момент перейти на страницу, на которой закончили чтение.

Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

THEOREM 1.8.– A function картинка 87is lower semicontinuous on ℝ nif and only if for all a ∈ ℝ the set f –1(( a , +∞]) is open (or the complementary set f –1((–∞, a ]) is closed).

PROOF.– Let f be a lower semicontinuous on ℝ nfunction, let a ∈ ℝ and let картинка 88∈ f –1(( a , +∞]). Then there exists a δ -neighborhood картинка 89of the point картинка 90such that for all points xConvex Optimization - изображение 91the inequality f ( x ) > a holds true. This means that Convex Optimization - изображение 92. Consequently, the set f –1(( a , +∞]) is open.

Vice versa, if the set f –1(( a , +∞]) is open for any a ∈ ℝ and картинка 93∈ ℝ n, then картинка 94and the function f is lower semicontinuous at point картинка 95by agreement, or картинка 96and картинка 97f –1(( a , +∞]), when картинка 98. Since the set f –1(( a , +∞]) is open, then there exists a δ -neighborhood Convex Optimization - изображение 99of the point Convex Optimization - изображение 100such that Convex Optimization - изображение 101and f ( x ) > a for all xкартинка 102. Consequently, the function f is lower semicontinuous at point картинка 103. □

THEOREM 1.9.– ( Weierstrass theorem ) A lower (upper) semicontinuous on a non-empty bounded closed subset X of the space ℝ nfunction is bounded from below (from above) on X and attains the smallest (largest) value.

THEOREM 1.10.– ( Weierstrass theorem ) If a function f ( x ) is lower semicontinuous and for some number a the set { x : f ( x ) ≤ a } is non-empty and bounded, then the function f ( x ) attains its absolute minimum.

COROLLARY 1.1.– If a function f ( x ) is lower (upper) semicontinuous on ℝ nand

then the function f x attains its minimum maximum on each closed subset - фото 104

then the function f ( x ) attains its minimum (maximum) on each closed subset of the space ℝ n.

THEOREM 1.11.– ( Necessary conditions of the first order ) If картинка 105is a point of local extremum of the differentiable at the point картинка 106function f ( x ), then all partial derivatives of the function f ( x ) are equal to zero at the point THEOREM 112 Necessary conditions of the second order If - фото 107:

THEOREM 112 Necessary conditions of the second order If is a point of - фото 108

THEOREM 1.12.– ( Necessary conditions of the second order ) If картинка 109is a point of local minimum of the function f ( x )>, which has the second-order partial derivatives at the point then the following condition holds true This condition means that the matrix - фото 110, then the following condition holds true:

This condition means that the matrix is nonnegative definite THEOREM 113 - фото 111

This condition means that the matrix

is nonnegative definite THEOREM 113 Sufficient conditions of the second - фото 112

is non-negative definite.

THEOREM 1.13.– ( Sufficient conditions of the second order ) Let a function картинка 113have the second-order partial derivatives at a point and let the following conditions hold true Then is the point of local - фото 114and let the following conditions hold true:

Then is the point of local minimum of the function f x The second - фото 115

Then is the point of local minimum of the function f x The second condition of - фото 116is the point of local minimum of the function f ( x ).

The second condition of the theorem means that the matrix

is positive definite THEOREM 114 Sylvesters criterion A matrix A is - фото 117

is positive definite.

THEOREM 1.14.– ( Sylvester’s criterion ) A matrix A is positive definite if and only if its principal minors are positive. A matrix A is negative definite if and only if (–1) kdet Ak > 0, where

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Похожие книги на «Convex Optimization»

Представляем Вашему вниманию похожие книги на «Convex Optimization» списком для выбора. Мы отобрали схожую по названию и смыслу литературу в надежде предоставить читателям больше вариантов отыскать новые, интересные, ещё непрочитанные произведения.


Отзывы о книге «Convex Optimization»

Обсуждение, отзывы о книге «Convex Optimization» и просто собственные мнения читателей. Оставьте ваши комментарии, напишите, что Вы думаете о произведении, его смысле или главных героях. Укажите что конкретно понравилось, а что нет, и почему Вы так считаете.

x