Boyd & Vandenberghe的《凸优化》:2004经典指南

需积分: 50 1 下载量 45 浏览量 更新于2024-07-30 收藏 5.52MB PDF 举报
《凸优化》(Convex Optimization) 是由史蒂芬·博伊德(Stephen Boyd)和莱文·范德贝格赫(Lieven Vandenberghe)两位知名学者合著的一本经典教材,首次出版于2004年由剑桥大学出版社(Cambridge University Press)发行。这本书是针对数学优化领域中的一个重要分支——凸优化进行深入探讨的权威著作。 凸优化是一门研究在凸集上求解最优化问题的理论和方法,其特点是目标函数和约束条件都是凸函数,使得许多复杂的问题可以通过线性规划或二次规划等更简单的形式来求解。它在信号处理、机器学习、控制理论、经济学、计算机视觉等多个领域具有广泛的应用,尤其在数据科学和现代信息技术中扮演着核心角色。 书中详尽地介绍了凸函数的基本概念,包括凸集、凸函数的性质、凸优化的求解策略以及相关的数学工具,如拉格朗日乘子法、KKT条件和单纯形法等。作者通过大量的实例和案例,阐述了如何将这些理论应用于实际问题,使读者能够理解和掌握解决复杂优化问题的有效途径。 本书不仅包含了理论分析,还提供了丰富的编程示例,特别是利用作者开发的MATLAB工具箱CVX,使得读者能够直接实践所学的凸优化算法。CVX是一个强大的图形用户界面,它简化了编写和求解凸优化模型的过程,极大地提高了问题解决的效率。 《凸优化》不仅是研究人员和研究生必备的专业参考书,也适合对优化理论有兴趣的工程师和技术人员。它提供了清晰的逻辑结构和深入浅出的解释,帮助读者建立起坚实的凸优化理论基础,并激发他们探索这一领域的更多可能性。无论是希望在学术界深入研究还是在工业界解决实际问题,这本书都是一个宝贵的学习资源。第七次印刷于2009年,进一步修订和完善了部分内容,确保了信息的准确性和时效性。
2011-11-11 上传
1 Introduction 1 1.1 Mathematical optimization . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Least-squares and linear programming . . . . . . . . . . . . . . . . . . 4 1.3 Convex optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.4 Nonlinear optimization . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.5 Outline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.6 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 I Theory 19 2 Convex sets 21 2.1 Affine and convex sets . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2 Some important examples . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.3 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 35 2.4 Generalized inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.5 Separating and supporting hyperplanes . . . . . . . . . . . . . . . . . . 46 2.6 Dual cones and generalized inequalities . . . . . . . . . . . . . . . . . . 51 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3 Convex functions 67 3.1 Basic properties and examples . . . . . . . . . . . . . . . . . . . . . . 67 3.2 Operations that preserve convexity . . . . . . . . . . . . . . . . . . . . 79 3.3 The conjugate function . . . . . . . . . . . . . . . . . . . . . . . . . . 90 3.4 Quasiconvex functions . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 3.5 Log-concave and log-convex functions . . . . . . . . . . . . . . . . . . 104 3.6 Convexity with respect to generalized inequalities . . . . . . . . . . . . 108 Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 viii Contents 4 Conv