摘要：
优化问题的基本形式 最大值问题可转化为最小值问题 优化问题的域 可行域：所有可行点的集合 最优化值： 最优化解： 凸优化问题的基本形式 其中，约束函数f(x)是凸函数，h(x)为仿射函数 仿射函数：即最高次数为1的多项式函数。常数项为零的仿射函数称为线性函数。 凸优化问题的重要性质： 1.凸优化问题 阅读全文
摘要：
仿射集 定义：通过集合C中任意的两个不同的点的直线仍然在集合C内，则层集合C为仿射集。 仿射集的例子：直线，平面，超平面 超平面：AX=b f(x) = 0表示定义在定义域Rn的超平面，令f(x)=Ax-b，则f(x)=0表示“截距”为b的超平面。在三维空间的平面是二维的，四维空间的平面是三维的，n 阅读全文