多变量微积分笔记6——拉格朗日乘数法
摘要:基本的拉格朗日乘子法(又称为拉格朗日乘数法),就是求函数 f(x1,x2,...) 在 g(x1,x2,...)=C 的约束条件下的极值的方法。其主要思想是引入一个新的参数 λ (即拉格朗日乘子),将约束条件函数与原函数联系到一起,使能配成与变量数量相等的等式方程,从而求出得到原函数极值的各个变量的解。拉格朗日乘子是数学分析中同一名词的推广。
阅读全文
posted @ 2018-02-27 18:04
posted @ 2018-02-27 18:04
posted @ 2018-02-02 10:07
|
|||||||||
日 | 一 | 二 | 三 | 四 | 五 | 六 | |||
---|---|---|---|---|---|---|---|---|---|
23 | 24 | 25 | 26 | 27 | 28 | 1 | |||
2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
9 | 10 | 11 | 12 | 13 | 14 | 15 | |||
16 | 17 | 18 | 19 | 20 | 21 | 22 | |||
23 | 24 | 25 | 26 | 27 | 28 | 29 | |||
30 | 31 | 1 | 2 | 3 | 4 | 5 |
个人觉得求SVD应该先用A^TA算V,再用Av=σu去求U,不然可能在取特征向量的时候出错,因为你不能保证U和V里面特征向量的正负符号是否匹配。
示例有误,E32写成了E31
最速下降的解,第二个配图,第三个公式,第一个等号 有误,前边是 “-” 号,后边变成 “+” 号了
有些地方有问题啊。。。
浅浅纠正一下,$A A^{\dagger}$ 是在列空间中的投影
Powered by:
博客园
Copyright © 2025 我是8位的
Powered by .NET 9.0 on Kubernetes