4.3线性规划问题

例子
线性分式规划

线性规划

目标函数和约束函数都是仿射函数，问题则称为线性规划。一般的线性规划形式:

$minimize\, \, c^Tx+d\\ subject\, \, to\, \, \begin{matrix} Gx\preceq h\\ Ax=b \end{matrix}$

其中 $G\in R^{m\times n},A\in R^{p\times n}$ ，显然线性规划问题是凸优化问题。

因为不等式约束函数和等式约束函数都是仿射函数，所以可行集是一个多面体。

所以也就是相等于在多面体中找一个 $x^*$ 使得 $c^Tx+d$ 最小，即找一个最大的 $-c^Tx$ 。

例子

食谱问题

$x_1,x_2,\cdots x_n$ 表示n种食物的量，一份健康的饮食包含m种不同的营养，每种至少要 $b_1,b_2,\cdots b_m$ ，单位第j种食物有营养i的量为 $a_{ij}$ ，价格为 $c_{ij}$ ，这一问题用线性规划描述为：

$minimize\, \, c^Tx\\ subject\, \, to\, \, \begin{matrix} Ax\geq b\\ x\geq 0\\ \end{matrix}$

多面体的Chebyshev中心

在多面体中寻找最大球问题。多面体的线性不等式表示： $P=\left \{ x\inR^n|a_i^Tx\leq b_i,i=1,\cdots m \right \}$

球表示为： $B=\left \{ x_c+u|\begin{Vmatrix}u \end{Vmatrix}_2 \leq r\right \}$

约束：B在P中：

$\begin{Vmatrix} u\end{Vmatrix}_2\leq r\Rightarrow a_i^T(x_c+u)\leq b_i\Rightarrow a_i^Tx_c+a_i^Tu\leq b_i\, \, \, \, (1)$

又因为：

$sup\left \{ a_i^Tu|\begin{Vmatrix}u \end{Vmatrix}_2\leq r \right \}=r\begin{Vmatrix}a_i \end{Vmatrix}_2$

结合(1)式，知：

$a_i^Tx_c+r\begin{Vmatrix}a_i\end{Vmatrix}_2\leq b_i$

于是得到线性规划问题：

$maximize\, \, r\\ subject\, \, to\, \, \begin{matrix} a_i^Tx_c+r\begin{Vmatrix}a_i\end{Vmatrix}_2\leq b_i,i=1,2\cdots m\end{matrix}$

分片线性极小化

$f(x)=\underset{i=1,\cdots m}{max}(a_i^Tx+b_i)$

通过上境图形式转化为等价的线性规划问题：

$minimize\, \, t\\ subject\, \, to\, \, \begin{matrix}\underset{i=1,\cdots m}{max}( a_i^Tx_c+b_i)\leq t\end{matrix}$

线性分式规划

$minimize\, \,f_0(x)\\ subject\, \, to\, \, \begin{matrix} Gx\preceq h\\ Ax=b \end{matrix}$

其中, $f_0(x)=\frac{c^Tx+d}{e^Tx+f},dom(f_0)=\left\{x|e^Tx+f> 0\right\}$

可行集： $\left \{ x|Gx\preceq h,Ax=b,e^Tx+f> 0 \right \}$

令 $y=\frac{x}{e^Tx+f},z=\frac{1}{e^Tx+f}$

得到原问题等价的线性规划：

$minimize\, \,c^Ty+dz\\ subject\, \, to\, \, \begin{matrix} Gy-hz\preceq 0\\ Ay-bz=0\\e^Ty+fz=1\\ z\geq 0 \end{matrix}$

首先如果x是原问题的可行解，那么y和z都是等价线性规划的可行解，且目标值相同。

反过来，当y,z是可行解时，（1）z不为0时， $x=y/z$ 是原问题可行解。（2）z=0时，假设 $x_0$ 是原问题可行解，则 $x=x_0+ty,\forall t\geq 0$ 是原问题可行解。且t趋于无穷大的时候。目标值相同。

广义线性分式规划

$f(x)=\underset{i=1,\cdots m}{max}(\frac{c_i^Tx+d_i}{e_i^Tx+f_i}),dom(f)=\left \{ x|e_i^Tx+f_i>0,i=1,\cdots m \right \}$

凸优化第四章凸优化问题 4.3线性规划问题相关推荐

凸优化第四章凸优化问题 4.2凸优化
4.2凸优化标准形式的凸优化问题局部最优解与全局最优解可微函数的最优性准则等价的凸问题拟凸优化标准形式的凸优化问题是凸函数,等式约束是仿射函数.则此优化问题是凸优化问题. 也可以写成重 ...
H5移动应用的发布优化（四）图片优化
H5移动应用常常是一个手机网页应用,或被包装成一个安卓或苹果的应用程序. 在开发完成后,将本地开发版本上线时常常需要优化,主要的优化思路是: 减少交互次数,即减少对服务器的访问,主要手段有缓存优化.文 ...
网络营销教程SEO 第四章搜索引擎优化基础（第四节）
第四节搜索引擎如何看待SEM工作记2008年百度联盟锋会--李彦宏:"每个企业都应该有SEM部门". 一搜索引擎会对自然排名(serp)人工干预吗? 搜索引擎会采取人工的方式 ...
优化算法(四)——粒子群优化算法(PSO)
粒子群算法(Particle Swarm Optimization,PSO)是一种模仿鸟群.鱼群觅食行为发展起来的一种进化算法.其概念简单易于编程实现且运行效率高.参数相对较少,应用非常广泛.粒子群算 ...
第四章 Global and Detailed Placement [VLSL Physical Design 学习笔记 ]
第四章 Global and Detailed Placement [VLSL Physical Design 学习笔记 ] 4.1 简介 4.2 优化目标摆放的线长(Total wirelengt ...
Android 性能优化（三）布局优化秒变大神
Android 性能优化 (一)APK高效瘦身 http://blog.csdn.net/whb20081815/article/details/70140063 Android 性能优化 (二)数据 ...
App优化（五）电量优化
引言 App优化(一)App启动速度优化 App优化(二)布局优化 App优化(三)ANR优化 App优化(四)内存优化 App优化(五)电量优化 App优化(六)网络优化电量使用优化, 基本上是我 ...
【数据库原理及应用】经典题库附答案（14章全）——第四章：关系系统及其优化
[数据库原理及应用]经典题库附答案(14章全)--第一章:数据库基础知识 [数据库原理及应用]经典题库附答案(14章全)--第二章:关系数据库知识 [数据库原理及应用]经典题库附答案(14章全)--第 ...
【机器学习】凸集、凸函数、凸优化、凸优化问题、非凸优化问题概念详解
目录 1 基本概念 2 凸优化问题 3 非凸优化问题 4 总结 1 基本概念 (1)凸集和非凸集凸集是一个点集, 这个点集有一个性质, 就是在这个集合中任取不同的两个点x和y, 他们之间的线段(包括 ...
Android群英传知识点回顾——第四章：ListView常用优化技巧
Android群英传知识点回顾--第四章:ListView常用优化技巧知识点目录 4.1 ListView常用优化技巧 4.1.1 使用ViewHolder模式提高效率 4.1.2 设置项目间分割线 ...

凸优化第四章凸优化问题 4.3线性规划问题

4.3线性规划问题

线性规划

例子

线性分式规划

凸优化第四章凸优化问题 4.3线性规划问题相关推荐

最新文章

热门文章