优化理论与算法预备知识

《优化理论与算法预备知识》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、最优化理论与算法北京邮电大学数学系§1预备知识1，预备知识1.线性空间2.范数3.集合与序列4.矩阵的分解与校正1.线性空间Df1.3:给定一非空集合G以及在G上的一种代数运算+:G×G→G(称为加法),若下述条件成立:则称为一个群.若还满足对任意的a,b∈G,有a+b=b+a,则称为一个阿贝尔群(&交换群)1.线性空间Df1.4:给定一非空集合V和一个域F,并定义两种运算加法+:V×V→V以及数乘:F×V→V.若构成一交换群,且两种运算满足下面性质:则称V在域F上关于加法和数乘运算构成一线性空间,简称V为F上的线性空间.记为

2、V(F).若V的非空子集合S关于加法和数乘运算在F上也构成一线性空间,则S称为F上的线性子空间.1.线性空间例子1.线性空间1.线性空间Th1.1线性空间V(F)的非空子集S的线性扩张L(S)是V中包含S的最小子空间.1.线性空间1.线性空间2.范数2.范数2.范数3.集合与序列3，集合与序列3.集合与序列3.集合与序列4.矩阵的分解与校正Th1.5若n阶矩阵A可逆，则存在一个排列矩阵P,单位下三角矩阵L和上三角矩阵U，使得PA=LU4.矩阵的分解与校正Th1.6设A为对称正定矩阵，则（1）矩阵A可唯一的分解成A=LDLT,其中L为单位下三角矩阵，D为对角矩阵

3、（2）存在可逆的下三角矩阵L，使得A=LLT.当L的对角元素为正时，分解是唯一的。(Cholesky分解)4.矩阵的分解与校正4.矩阵的分解与校正5.函数的可微性与展开5.函数的可微性与展开当f(x)在x点存在二阶偏导时,函数f在点x的Hesse矩阵定义为5.函数的可微性与展开5.函数的可微性与展开5.函数的可微性与展开5.函数的可微性与展开