凸優化最基礎的優化方法,設定凸函數、凸集合條件,滿足該條件的優化問題可以方便地求解,同時非凸優化問題可以轉化成凸優化問題求解,這是凸優化最有價值的地方。
1 凸集
凸集定義:對於集合D,若對於任意兩點滿足:
並且該連線上任一點處於集合中,則集合D爲凸集,反之爲凹集。
直觀理解:
2 凸函數
2.1 凸函數定義
對於凸集D,如果對於任意的,恆有:
則函數爲凸集D上的凸函數。如果恆有如下公式:
則函數爲凸集D上的嚴格凸函數。
直觀理解如下:
AB連線上的點大於等於之間的。
2.2 凸函數判定方法
通過Hession矩陣判定,如果的Hession矩陣處處半正定,則函數凸函數;如果函數Hession矩陣處處正定,函數爲嚴格凸函數。
3 凸優化
同時滿足優化的目標函數爲凸函數,可行域爲凸集,稱之爲凸優化,表達式如下:
凸優化非常易於解決,如果一個實際的問題可以被表示成凸優化問題,那麼我們就可以認爲其能夠得到很好的解決。並且對於凸優化問題來說,局部最優解就是全局最優解。同時,非凸優化問題可以轉化爲凸優化問題進行解決,比如拉格朗日乘子法等。