数学之凸优化(四)

线性规划

前面铺垫了不少,接下来咱们来看看都怎么解这一堆方程。

矩阵概念

1.如果矩阵E是由单位阵I经过交换矩阵的两行得到的,就是第一类矩阵

2.如果E是由单位阵乘以一个数得到,就叫做第二类矩阵

3.如果E是由单位阵乘以一个数再加到另一行得到的,就叫做第三类矩阵。

定理:对一个矩阵进行第一类、第二类、第三类变换得到的矩阵。相当于对该矩阵乘以一个初等矩阵。

对于

Ax=bAx=b

如果A是可逆的,实际上就是求一下等式

x=A1bx=A^{-1}b

convex_optimization_3

以上就是使用行列式变换来求逆矩阵。

增广矩阵的规范型

所谓的规范形:

[Im,Y1,,,,Yn][I_m,Y_1,,,,Y_n]

单纯形法

单纯形法基本思路:从一个初始的基本可行解出发,选中一条达到最优基本可行解的最佳途径。

本节并不会多讲,过程比较繁琐但是很容易查到相关资料。

对偶

每个线性规划都有一个与之相对应的一个对偶问题,我们解决对偶问题比较简单。

考虑如下线性规划问题

minimizecTxs.t.Ax>=bx>=0minimize c^T x \\ s.t.Ax>=b \\ x>=0

对偶问题

maximizeλTbs.t.λTA<=cTλ>=0maximize \lambda^T b \\ s.t. \lambda^T A<=c^T \\ \lambda >=0

convex_optimization_5.png
这里我们一般将遇到的问题的求解转化为解其对偶问题。

# math 
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×