线性锥优化导论-图书推荐
目录
章引论
节线性规划
第2节Torricelli点问题
第3节相关阵满足性问题
第4节优选割问题
小结
习题
第2章集合、空间和矩阵正定性
节集合、线性空间与范数
2.1.1集合与运算
2.1.2向量与线性空间
2.1.3空间、集合的维数与矩阵的秩
2.1.4行列式、迹、内积和范数
第2节矩阵正定性
第3节凸集与锥
2.3.1内点和相对内点、开集、闭集和相对开集
2.3.2凸集及其性质
2.3.3多面体
2.3.4锥
2.3.5锥半序
第4节对偶集合
小结
习题
第3章凸函数及可计算问题
节函数
第2节凸函数
第3节共轭函数
第4节可计算性问题
3.4.1离散模型
3.4.2连续模型
3.4.3离散优化的多项式时间近似方案和连续优化可计算
小结
习题
第4章最优性条件与对偶问题
节基于导数的最优性条件
4.1.1一阶最优性条件
4.1.2二阶最优性条件
第2节约束规范
第3节Lagrange对偶
4.3.1Lagrange对偶问题
4.3.2广义Lagrange对偶
4.3.3二次约束二次规划问题的Lagrange对偶模型
第4节共轭对偶
4.4.1共轭对偶在线性规划的应用
4.4.2共轭对偶与Lagrange对偶
第5节线性锥优化模型及最优性结论
小结
习题
第5章可计算线性锥优化模型
节线性规划
第2节二阶锥规划
5.2.1其他变形模型
5.2.2二阶锥可表示函数/集合概念
5.2.3常见的二阶锥可表示函数/集合
5.2.4二阶锥的应用
第3节半定规划
5.3.1一般形式
5.3.2线性矩阵不等式
5.3.3半定矩阵可表示集合/函数
5.3.4半定规划应用
第4节内点算法简介
第5节线性锥优化问题都可计算吗
小结
习题
第6章应用案例
节线性方程组近似与稀疏解
第2节投资管理问题
第3节单变量多项式优化
第4节鲁棒凸二次约束二次优化问题
小结
习题
第7章CVX使用简介
节使用环境和典型命令
第2节可计算凸优化规则及核心函数库
第3节参数控制及核心函数的扩展
小结
习题
参考文献
索引
主编推荐
"本书系统地介绍了线性锥优化的相关理论、模型和计算方法, 主要内容包括：线性锥优化简介, 凸集和凸函数基础知识, 很优性条 件与对偶, 可计算线性锥优化, 应用案例和内点算法软件介绍等. "
内容简介
线性锥优化是线性规划的延伸，也是非线性规划，尤其是二次规划的一种新型研究工具，其理论性强、应用面广，值得深入研究。本书系统地介绍了线性锥优化的相关理论、模型和计算方法，主要内容包括：线性锥优化简介，凸集和凸函数基础知识，很优性条件与对偶，可计算线性锥优化，应用案例和内点算法软件介绍等。在内容上，本书不仅包含了线性规划、二阶锥规划和半定规划等基本模型，还引进二次函数锥规划来探讨更一般化的线性锥优化模型。同时，在共轭对偶理论的基础上，系统地建立了线性锥优化的对偶模型，给出了原始与对偶模型之间的强对偶条件。本书主要总结了我们过去多年以科学出版社2013年出版的《线性锥优化》为辅助教材的教学过程中所发现的问题和积累的经验，大量增加了二阶锥可表示和半定锥可表示的一些实例和习题，使读者更容易掌握线性锥优化模型建立的一些基本方法和技巧，可看成该书的一个教学版本。本书可作为很优化相关专业研究生、高年级本科生的教材，也可作为相关专业教师、科研人员的参考书。
精彩内容
第3章凸函数及可计算问题 本章节简介一些函数的微分性质，第2节主要研究凸函数的性质，第3节给出共轭函数的概念并研究其所具有的性质，第4节简单介绍计算复杂性的概念，很后给出小结和习题。 节函数 设X是空间Rn中的一个非空集合，映射f： x∈X→y=f(x)∈R，则f(x)称为定义域X上的一个实函数，也称为一个实映射 ，有时也称f为定义域X上的一个实函数。由上面关于实函数的定义知，对任意x∈X，都有|f(x)|<∞，即对应每一个x的函数值为有限值。本书习惯上将X上的实函数简记成f： X，在不发生混淆的情况下，实函数有时简称函数。在这样的函数假设下，对一个函数的定义域取闭包，可能会影响其上函数定义的完整性，如f(x)=1x，0
价格说明
定价：为出版社全国统一定价；价：为商品的销售价，是您最终决定是否购买商品的依据；受系统缓存影响，最终价格以商品放入购物车后显示的价格为准；
关于新广告法声明
新广告法规定所有页面信息中不得出现绝对化用词和功能性用词。
本店非常支持新广告法，但为了不影响消费者正常购买，页面明显区域本店已在排查修改，对于不明显区域也将会逐步排查并修改，我们此郑重声明：本店所有页面上的绝对化用词与功能性用词在此声明全部失效，不作为赔付理由。涉及“教育部声明”中的商品，均不代表教育部指定、推荐的具体版本，仅代表该商品的内容为指定、推荐书目。因极限用词引起的任何形式的商品赔付，本店不接收且不妥协。希望消费者理解并欢迎联系客服帮助完善，也请职业打假人士高抬贵手。