标签：function 函数 vf max 马尔可夫 idx2 fstar 共轭 最优化

原文链接：http://tecdat.cn/?p=18993

 

在回归模型研究中，我们将讨论优化，而经典工具就是所谓的共轭。给定函数f：Rp→R，其共轭值为函数f ⋆：Rp→R使得

可视化考虑一个简单的抛物线函数（在维度1中）f（x）= x ^ 2 / 2，然后f ⋆（2）是线x↦2x与函数f（x）之间的最大距离。

f = function(x) x^2/2
fstar = function(y) max(y*x-vf)

我们可以在下图上看到。

polygon(c(x[idx2],rev(x[idx2])),c(vf[idx2],rev(x0*x[idx2],col=rgb(0,1,0,.3,border=NA)
abline(a=0,b=x0,col="red")
segments(x[i],x0*x[i],x[i],f(x[i]),lwd=3,col="red")

 

 

 

在这种情况下，我们实际上可以计算f⋆，因为

一阶条件是x⋆= y，因此

实际上，对于ℓp的共轭，我们可以使用以下代码对其进行可视化

f = function(x) abs(x)^p/p
fstar = function(y) max(y*x-vf)
vi(1.5)

 

 

f = function(x) abs(x)^p/p
fstar = function(y) max(y*x-vf)
vi(1, YL=c(0,10))

 

在那种情况下，如果f（x）= ∣x∣则

 

另一种情况是 

 

我们可以在下面看到

f = function(x) exp(x)
fstar = function(y) max(y*x-vf)
vi(1,YL=c(-3,3))

 

---

 

最受欢迎的见解

1.用R语言模拟混合制排队随机服务排队系统

2.R语言中使用排队论预测等待时间

3.R语言中实现马尔可夫链蒙特卡罗MCMC模型

4.R语言中的马尔科夫机制转换(Markov regime switching)模型

5.matlab贝叶斯隐马尔可夫hmm模型

6.用R语言模拟混合制排队随机服务排队系统

7.Python基于粒子群优化的投资组合优化

8.R语言马尔可夫转换模型研究交通伤亡人数事故预测

9.用机器学习识别不断变化的股市状况——隐马尔可夫模型的应用

 

标签：function,函数,vf,max,马尔可夫,idx2,fstar,共轭,最优化
来源： https://blog.51cto.com/u_15198753/2769919

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。