凸优化问题

一、无约束优化 对于无约束的优化问题，直接令梯度等于0求解。 如果一个函数$f$是凸函数，那么可以直接通过$f(x)$的梯度等于0来求得全局极小值点。   二、有约束优化     若$f(x)，h(x)，g(x)$三个函数都是线性函数，则该优化问题称为线性规划。若任意一个是非线性函数，则称为非线性规划。 若目标函数为二次函数，约束条件全为线性函数，称为二次规划。 若$f(x)$为凸函数，$g(x)

>>阅读原文<<