최적화이론
수학에서는 주어진 함수 $f: X \to \mathbb{R}$ 의 최대값과 최소값을 찾는 것을 최적화라 한다. 이 대상 함수가 우리 삶의 문제에 직결된 경우 응용수학의 관점에서 큰 관심을 받으며, 이를 풀어내는 최적화이론의 중요성은 두말할 것도 없을 것이다.
선형 계획법
표준형
심플렉스 메소드
듀얼러티
실습
- 엑셀로 선형계획문제 푸는 법
- 줄리아로 선형계획문제 푸는 법
JuMP.jl
- 파이썬으로 선형계획문제 푸는 법
scipy
- 매트랩로 선형계획문제 푸는 법
Optimization Toolbox
- R로 선형계획문제 푸는 법
lpSolve
비선형 계획법
경사 하강법
프락시멀 알고리즘
- 프락시멀 오퍼레이터 $\operatorname{prox}_{\lambda f} (\mathbf{x})$
- 프락시멀 최소화 알고리즘 $\mathbf{x}^{(k+1)} = \operatorname{prox}_{\lambda f}(\mathbf{x}^{(k)})$
- 프락시멀 그래디언트 메서드 $\mathbf{x}^{(k+1)} = \operatorname{prox}_{\lambda g}(\mathbf{x}^{(k)} - \lambda \nabla f(\mathbf{x}^{(k)})) $
- PALM(Proximal Alternating Linearzed Minimization)
진화 계획법
휴리스틱
파티클 스웜
주요 참고문헌
- Luenberger. (2021). Linear and Nonlinear Programming (5th Edition)
- Matousek. (2007). Understanding and Using Linear Programming
- Vanderbei. (2020). Linear Programming(5th Edition)
전체 포스트
- 수학에서의 경사하강법
- 수학에서의 최적화 기법
- 확률적 경사 하강법
- 최적값: 최대값과 최소값
- 최적해: 최대인수와 최소인수
- 선형 계획 문제의 정의
- 선형 계획 문제의 방정식 폼
- 선형 계획 문제의 기저가용해
- 기저가용해의 유일성 증명
- 선형계획문제의 방정식 폼에서 최적해의 존재성 증명
- 선형계획문제에서 최적해가 존재한다면 그 중 하나는 기저가용해다
- 선형계획법에서의 딕셔너리와 태블로
- 선형계획법의 심플렉스 메소드
- 심플렉스 메소드의 초기화와 보조문제
- 선형계획법에서 목적 함수의 무한성
- 심플렉스 메소드의 사이클링
- 심플렉스 메소드의 브랜드 룰
- 선형계획법의 기본정리 증명
- 선형계획법에서의 듀얼
- 선형계획법에서의 약한 쌍대성 정리 증명
- 선형계획법에서의 강한 쌍대성 정리 증명
- 엑셀로 선형계획문제 푸는 법
- 줄리아로 선형계획문제 푸는 법
- 파이썬으로 선형계획문제 푸는 법
- 매트랩으로 선형계획문제 푸는 법
- R로 선형계획문제 푸는 법
- 최적화이론의 라그랑주 승수법
- 이계도함수법: 뉴턴 메서드
- 다변수함수의 극값에 대한 2계 필요/충분 조건
- 다변수함수의 극값에 대한 1계 필요 조건
- 프락시멀 오퍼레이터
- 프락시멀 최소화 알고리즘
- 교대 최적화
- 서브그래디언트
- 서브그래디언트 메서드
- 프락시멀 그래디언트 메서드
- Proximal Alternating Linearized Minimization (PALM) 알고리즘