最優(yōu)化模型：線性代數(shù)模型、凸優(yōu)化模型及應(yīng)用

定　價(jià)：￥159.00

作　者：	朱塞佩·C.卡拉菲奧，洛朗·艾爾·加豪伊著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111704058	出版時(shí)間：	2022-07-01	包裝：
開(kāi)本：		頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)內(nèi)容詳實(shí)，結(jié)構(gòu)嚴(yán)謹(jǐn)，側(cè)重于介紹優(yōu)化理論在實(shí)際生活中的應(yīng)用，是學(xué)習(xí)優(yōu)化理論不可多得的入門(mén)教材。讀者將從本書(shū)中學(xué)到如何識(shí)別、簡(jiǎn)化、建模以及求解相關(guān)優(yōu)化問(wèn)題，并將其中暗含的基本原理應(yīng)用到自己正在進(jìn)展的項(xiàng)目中。本書(shū)對(duì)線性代數(shù)做了清晰而完整的介紹。通過(guò)引入相關(guān)的實(shí)際案例，以易于理解且形象的方式給讀者展示核心的數(shù)學(xué)概念，并幫助其領(lǐng)會(huì)問(wèn)題的實(shí)際意義。閱讀本書(shū)不需要太多的預(yù)備知識(shí)，讀者只需要對(duì)幾何學(xué)、微積分學(xué)和概率統(tǒng)計(jì)學(xué)有一個(gè)基本的了解。本書(shū)可用于本科生或研究生優(yōu)化理論學(xué)習(xí)的教材。

作者簡(jiǎn)介

　　Giuseppe C.Calafiore 是意大利都靈理工大學(xué)自動(dòng)化與信息學(xué)院副教授，意大利國(guó)家研究委員會(huì)電子、計(jì)算機(jī)和電信工程研究所研究員。Laurent El Ghaoui 是美國(guó)加州大學(xué)伯克利分校電氣工程和計(jì)算機(jī)科學(xué)系以及工業(yè)工程和運(yùn)籌學(xué)系的教授。

圖書(shū)目錄

譯者序
前言
第 1 章緒論 1
1.1 啟發(fā)性的例子 1
1.2 優(yōu)化問(wèn)題 4
1.3 優(yōu)化問(wèn)題的重要類型 9
1.4 發(fā)展歷史 13
第一部分線性代數(shù)模型
第 2 章向量和函數(shù) 18
2.1 向量的基本概念 18
2.2 范數(shù)與內(nèi)積 25
2.3 子空間上的投影 35
2.4 函數(shù) 41
2.5 習(xí)題 52
第 3 章矩陣 54
3.1 矩陣的基本概念 54
3.2 矩陣作為線性映射 59
3.3 行列式、特征值和特征向量 62
3.4 具有特殊結(jié)構(gòu)和性質(zhì)的矩陣 73
3.5 矩陣分解 79
3.6 矩陣范數(shù) 82
3.7 矩陣函數(shù) 85
3.8 習(xí)題 89
第 4 章對(duì)稱矩陣 94
4.1 基礎(chǔ)知識(shí) 94
4.2 譜定理 99
4.3 譜分解與優(yōu)化 103
4.4 半正定矩陣 106
4.5 習(xí)題 113
第 5 章奇異值分解 117
5.1 奇異值分解的基本概念 117
5.2 由 SVD 建立矩陣性質(zhì) 120
5.3 奇異值分解與優(yōu)化 126
5.4 習(xí)題 138
第 6 章線性方程組與最小二乘 142
6.1 動(dòng)機(jī)與例子 142
6.2 線性方程組的解集 148
6.3 最小二乘和最小范數(shù)解 150
6.4 求解線性方程組和最小二乘問(wèn)題 158
6.5 解的靈敏性 162
6.6 單位球的正反映射 165
6.7 最小二乘問(wèn)題的變形 171
6.8 習(xí)題 180
第 7 章矩陣算法 185
7.1 特征值和特征向量的計(jì)算 185
7.2 求解平方線性方程組 190
7.3 QR 分解 195
7.4 習(xí)題 199
第二部分凸優(yōu)化模型
第 8 章凸性 204
8.1 凸集 204
8.2 凸函數(shù) 211
8.3 凸問(wèn)題 231
8.4 最優(yōu)性條件 250
8.5 對(duì)偶 254
8.6 習(xí)題 269
第 9 章線性、二次與幾何模型 273
9.1 二次函數(shù)的無(wú)約束最小化 273
9.2 線性與凸二次不等式的幾何表示 276
9.3 線性規(guī)劃 281
9.4 二次規(guī)劃 292
9.5 用 LP 和 QP 建模 301
9.6 與 LS 相關(guān)的二次規(guī)劃 312
9.7 幾何規(guī)劃 315
9.8 習(xí)題 321
第 10 章二階錐和魯棒模型 326
10.1 二階錐規(guī)劃 326
10.2 SOCP 可表示的問(wèn)題和例子 332
10.3 魯棒優(yōu)化模型 346
10.4 習(xí)題 353
第 11 章半定模型 357
11.1 從線性到錐模型 357
11.2 線性矩陣不等式 358
11.3 半定規(guī)劃 369
11.4 半定規(guī)劃模型的例子 375
11.5 習(xí)題 393
第 12 章算法介紹 399
12.1 技術(shù)方面的預(yù)備知識(shí) 400
12.2 光滑無(wú)約束極小化算法 405
12.3 光滑凸約束極小化算法 423
12.4 非光滑凸優(yōu)化算法 443
12.5 坐標(biāo)下降法 454
12.6 分散式優(yōu)化方法 457
12.7 習(xí)題 465
第三部分應(yīng)用
第 13 章從數(shù)據(jù)中學(xué)習(xí) 472
13.1 監(jiān)督學(xué)習(xí)概述 472
13.2 基于多項(xiàng)式模型的最小二乘預(yù)測(cè) 473
13.3 二元分類 478
13.4 一般監(jiān)督學(xué)習(xí)問(wèn)題 485
13.5 ......