凸優化問題

一、無約束優化 對於無約束的優化問題，直接令梯度等於0求解。 如果一個函數$f$是凸函數，那麼可以直接通過$f(x)$的梯度等於0來求得全局極小值點。   二、有約束優化     若$f(x)，h(x)，g(x)$三個函數都是線性函數，則該優化問題稱爲線性規劃。若任意一個是非線性函數，則稱爲非線性規劃。 若目標函數爲二次函數，約束條件全爲線性函數，稱爲二次規劃。 若$f(x)$爲凸函數，$g(x)

>>阅读原文<<