成功加入购物车

去购物车结算 X
浩子书屋
  • 凸优化算 大中专理科计算机 (美)博塞卡斯(dimitri p.bertsekas) 著 新华正版
  • 凸优化算 大中专理科计算机 (美)博塞卡斯(dimitri p.bertsekas) 著 新华正版
图文详情
  • 凸优化算 大中专理科计算机 (美)博塞卡斯(dimitri p.bertsekas) 著 新华正版
  • 凸优化算 大中专理科计算机 (美)博塞卡斯(dimitri p.bertsekas) 著 新华正版

凸优化算 大中专理科计算机 (美)博塞卡斯(dimitri p.bertsekas) 著 新华正版

举报

大中专理科计算机 新华书店全新正版书籍 支持7天无理由

  • 作者: 
  • 出版社:    清华大学出版社
  • ISBN:    9787302430704
  • 出版时间: 
  • 版次:    1
  • 装帧:    平装
  • 开本:    大32开
  • 页数:    564页
  • 字数:    623千字
  • 作者: 
  • 出版社:  清华大学出版社
  • ISBN:  9787302430704
  • 出版时间: 
  • 版次:  1
  • 装帧:  平装
  • 开本:  大32开
  • 页数:  564页
  • 字数:  623千字

售价 63.25 7.1折

定价 ¥89.00 

品相 全新品相描述

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2023-12-23

    数量
    库存16
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    九年老店
    店铺等级
    拍卖等级
    资质认证
    90天平均
    成功完成
    87.1% (1447笔)
    好评率
    99.91%
    发货时间
    16.34小时
    地址
    天津市武清区
    电话
    • 商品详情
    • 店铺评价
    立即购买 加入购物车 收藏
    手机购买
    微信扫码访问
    • 商品分类:
      计算机与互联网
      货号:
      xhwx_1201304493
      品相描述:全新
      正版特价新书
      商品描述:
      主编:

      随着大规模资源分配、信号处理、机器学等应用领域的快展,凸优化近来正引起人们益浓厚的兴趣。本书力图给大家较为全面通俗地介绍求解大规模凸优化问题的近期新算。本书几乎囊括了所有主流的凸优化算。包括梯度,次梯度,多面体逼近,邻近和内点等。这些方通常依赖于代价函数和约束条件的凸(而不依赖于其可微),并与对偶有着直接或间接的联系。作者针对具体问题的特定结构,给出了大量的例题,来充分展示算的应用。

      目录:

      contents
      1. convex optimization models: an overview . . . . . . p. 1
      1.1. lagrangeduality .......... .......... p.2

      1.1.1. separable problems – deition . . . . . . . . . p. 7
      1.1.2. partitioning .................... p.9

      1.2. fenchel duality and conic programming . . . . . . . . . . p. 10
      1.2.1. linearconicproblems . . . . . . . . . . . . . . . p.15
      1.2.2. second order cone programming . . . . . . . . . . . p. 17
      1.2.3. semide.nite programming . . . . . . . . . . . . . . p. 22
      1.3. additivecostproblems . . . . . . . . . . . . . . . . . p.25
      1.4. largenumberofconstraints . . . . . . . . . . . . . . . p.34
      1.5. exactpenalty functions . . . . . . . . . . . . . . . . p.39
      1.6. notes,sources,andexercises . . . . . . . . . . . . . . p.47
      2. optimization algorithms: an overview . . . . . . . . p. 53





      2.1. iterativedescentalgorithms . . . . . . . . . . . . . . . p.55
      2.1.1. di.erentiable cost function descent – unconstrained . . . . problems ..................... p.58
      2.1.2. constrained problems – feasible direction methods . . . p. 71
      2.1.3. nondi.erentiable problems – subgradient methods . . . p. 78
      2.1.4. alternative descent methods . . . . . . . . . . . . . p. 80
      2.1.5. incrementalalgorithms . . . . . . . . . . . . . . . p.83
      2.1.6. distributed asynchronous iterative algorithms . . . . p. 104
      2.2. appromationmethods . . . . . . . . . . . . . . . p.106
      2.2.1. polyhedral appromation . . . . . . . . . . . . . p. 107
      2.2.2. penalty, augmented lagrangian, and interior . . . . . . . pointmethods .................. p.108



      2.2.3. promal algorithm, bundle methods, and . . . . . . . . . tikhonovregularization . . . . . . . . . . . . . . p.110
      2.2.4. alternating direction method of multipliers . . . . . p. 111
      2.2.5. smoothing of nondi.erentiable problems . . . . . . p. 113
      2.3. notes,sources,andexercises . . . . . . . . . . . . . p.119
      3. subgradientmethods . . . . . . . . . . . . . . . p.135



      3.1. subgradients of convex real-valued functions . . . . . . p. 136
      iv
      contents
      3.1.1. characterization of the subdi.erential . . . . . . . . p. 146
      3.2. convergence analysis of subgradient methods . . . . . . p. 148
      3.3. .-subgradientmethods ................ p.162

      3.3.1. connection with incremental subgradient methods . . p. 166
      3.4. notes,sources,andexercises . . . . . . . . . . . . . . p.167
      4. polyhedral appromation methods . . . . . . . . . p. 181





      4.1. outer linearization – cutting ne methods . . . . . . p. 182
      4.2. inner linearization – simpli deition . . . . . . p. 188
      4.3. duality of outer and inner linearization . . . . . . . . . p. 194
      4.4. generalized polyhedral appromation . . . . . . . . . p. 196
      4.5. generalized simpli deition . . . . . . . . . . p. 209
      4.5.1. di.erentiablecostcase . . . . . . . . . . . . . . p.213
      4.5.2. nondi.erentiable cost and side constraints . . . . . p. 213
      4.6. polyhedral appromation for conic programming . . . . p. 217
      4.7. notes,sources,andexercises . . . . . . . . . . . . . . p.228
      5. promalalgorithms . . . . . . . . . . . . . . . p.233







      5.1. basic theory of promal algorithms . . . . . . . . . . p. 234
      5.1.1. convergence ................... p.235

      5.1.2. rateofconvergence. . . . . . . . . . . . . . . . p.239
      5.1.3. gradient interpretation . . . . . . . . . . . . . . p. 246
      5.1.4. fixed point interpretation, overrelaxation, . . . . . . . . . andgeneralization ................ p.248
      5.2. dualpromalalgorithms . . . . . . . . . . . . . . . p.256
      5.2.1. augmented lagrangian methods . . . . . . . . . . p. 259
      5.3. promal algorithms with linearization . . . . . . . . . p. 268
      5.3.1. promal cutting ne methods . . . . . . . . . . p. 270
      5.3.2. bundlemethods ................. p.272





      5.3.3. promal inner linearization methods . . . . . . . . p. 276
      5.4. alternating direction methods of multipliers . . . . . . . p. 280
      5.4.1. applications in machine learning . . . . . . . . . . p. 286



      5.4.2. admm applied to separable problems . . . . . . . p. 289
      5.5. notes,sources,andexercises . . . . . . . . . . . . . . p.293
      6. additional algorithmic topics . . . . . . . . . . . p. 301



      6.1. gradientprojectionmethods . . . . . . . . . . . . . . p.302
      6.2. gradient projection with extrapolation . . . . . . . . . p. 322
      6.2.1. an algorithm with optimal iteration plety . . . p. 323


      6.2.2. nondi.erentiable cost – smoothing . . . . . . . . . p. 326
      6.3. promalgradientmethods . . . . . . . . . . . . . . p.330
      6.4. incremental subgradient promal methods . . . . . . . p. 340
      6.4.1. convergence for methods with cyclic order&

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看