i. 必要時需要引入鬆弛變數mi
nz=c
txs.
t.ax
=bx⩾
0 ii. 退化b−
1b>
0 基變數的取值全為正（右邊係數全正）
i. 典式
ii. 單純形表
初始基可行解
初始單純形表：
非基變數入基(選取最合適的xk
) 遵循兩個原則：最大、最小
初等行變換
iii. 大m法
2個重點
原問題min
對偶問題max
目標函式係數
右端係數
右端係數
目標函式係數
約束矩陣
係數矩陣轉置第i
個約束為⩾型
第i個變數⩾0
第i個約束為=型
第i個變數無約束第j
個變數⩾
0 第
j 個約束為⩽型
第j個變數無約束第j
個約束為
= 型
* 互補鬆弛性質 (a
21x¯1
+a22x
¯2−b
2)iw
¯2i=
0,∀i
,x¯1
j(c1
−at11
w¯1−
at21w
¯2)j
=0,∀
j利用互補鬆弛條件驗證是否是最優解：
一階導（梯度）∇f
(xk)=0；
二階導（hessian）∇2
f(x(
k)) 正定。
i. 最速下降法
ii. 牛頓法
（二級收斂、二次終止性）
iii. 阻尼newton法
iv. 共軛梯度法
v. 擬newton法（變尺度法/秩
2 矯正/dfp演算法）
最優化方法期末複習
最優化理論與方法知識點總結 1 一 最優化簡介 2 1.1最優化應用舉例 2 1.2基本概念 2 1.3向量範數 3 1.4矩陣範數 3 1.5極限的定義 3 1.6方向導數存在性和計算公式 4 1.7梯度定義 4 1.8海塞矩陣 5 1.9泰勒展開式 5 1.10凸集定義 5 1.11凸集性質 5...
MapReduce要點複習
兩個核心點 mapreduce程式設計模型 把資料運算流程分成2個階段 階段1 讀取原始資料,形成key va1ue資料 map方法 階段2 將階段1的key va1ue資料按照相同key分組聚合 reduce方法 mapreduce程式設計模型的具體實現 軟體 hadoop 中的mapreduce...
c 要點複習
這裡就不管你c語言的了，預設有c語言基礎，僅整理一些c 特有的嘿嘿嘿。1.從函式返回陣列 這裡我容易出錯 int getrandom 2.string 和string 類 string和c裡面的一樣，引入cstring標頭檔案。有strcat 連線，strcpy 複製，strlen 長度，strcm...