使用使用python求解二次规划的问题求解二次规划的问题
今天小编就为大家分享一篇使用python求解二次规划的问题,具有很好的参考价值,希望对大家有所帮助。一
起跟随小编过来看看吧
Python中支持Convex Optimization(凸规划)的模块为CVXOPT,其安装方式为:
pip install cvxopt
一、数学基础一、数学基础
二次型二次型
二次型(quadratic form):n个变量的二次多项式称为二次型,即在一个多项式中,未知数的个数为任意多个,但每一项的次
数都为2的多项式。其基本形式如下
亦可写作, ,称作二次型的矩阵表示,其中A是对称矩阵。仿照如下的定义,我们可以直接在其基本形式和
矩阵表示之间相互转化。
2.正定矩阵正定矩阵
设A是n阶实对称矩阵, 如果对任意一非零实向量X,都使二次型 成立,则称f(X)为正定二次型,矩阵A称
为正定矩阵(Positive Definite),A为正定矩阵。
相应的,如果对任意一非零实向量X,都使二次型 成立,则称f(X)为半正定二次型,A为半正定矩阵。
3.二次规划问题二次规划问题
二次规划是指,带有二次型目标函数和约束条件的最优化问题。其标准形式如下:
即在Gx<h 和Ax=b的约束下,最小化目标函数。其中,当P是正定矩阵时,目标函数存在全局唯一最优解;P是半正定矩阵
时,目标函数是凸函数,存在全局最优解(不唯一);P是不定矩阵时,目标函数非凸,存在多个局部最小值和稳定点,为np