双対問題
|
|
- きよたつ あんさい
- 4 years ago
- Views:
Transcription
1 一次式とノルムで構成された最適化問題とその双対問題 第一部ゲージ最適化問題とその応用問題 2018 年 7 月 25 日 ( 本資料は 7 月 30 日に改訂 ) 京都大学大学院情報学研究科 山下信雄
2 本講演の概要 第 1 部一般化ゲージ最適化問題とその応用問題 第 2 部ゲージ関数とその諸性質 第 3 部一般化ゲージ最適化問題の双対問題 I. ラグランジュ双対問題とFenchel 双対問題 II. Gauge 双対問題 III. 新しいタイプの双対問題
3 用語 凸関数 (convex function) f ( x (1 ) y)) f ( x) (1 ) f ( y) 標示関数 (indicator function) 0 if x S S ( x) otherwise 実効定義域 (effective domain) dom f x V f ( x)
4 第 1 部概要 1. 今回考える問題 ノルムとその一般化した関数 ( ゲージ関数 ) 1 次式とゲージ関数で構成された最適化問題 2. 応用問題ゲージ最適化問題 L1-L2 最適化問題 半正定値計画問題 2 次錐計画問題絶対値計画問題 0-1 整数計画問題 線形な均衡制約つき最適化問題 (MPEC)
5 今回考える問題の準備 : ゲージ関数 ( ノルムの一般化 ) 定義 以下の性質を満たす関数 をゲージ関数 (gauge function) という (i) 非負の関数 (ii) 凸関数 : V R{ } (iii) 正斉次 (Positively homogeneous) ( tx) t( x) t 0 例 : ノルムは上記の条件を満たす
6 ノルムとゲージ関数 norm: 標準, 基準.. gauge: 基準, 規格, 標準寸法. 注意 : 今回の話はゲージ理論とは関係ない ノルムはゲージ関数非負性 : x 0 正斉次性 : 凸性 : tx t x ( t 0) [0,1] に対して x (1 ) y x (1 ) y x (1 ) y 三角不等式
7 ノルムの例 ( 有名なもの ) ベクトルのノルム pノルム 無限大ノルム 1ノルム p x x p p i x max xi i x x 1 i 正則化やスパース化によく使われる 行列のノルム Frobenius ノルム Nuclear ノルム ( A) を行列 Aの特異値を並べたベクトルとする A A F ( A) ( A) 2 * 1 Nuclear ノルムは rank(a) の凸緩和として使われる
8 ノルムの例 ( 有名でないもの?) x() i : n の成分を, 絶対値の大きい順に並べたときの番目 利用例 x R CVaR ノルム (largest-k ノルム ) x ある線形計画問題の最適値として表せるため, 最適化モデルで使いやすい x x x (1) (2) ( n) 応用 : 金融の CVaR, ν-svm 1 x x x, x x CVaR, (1) ( i) 1 i1 i1 nn i1 x () i n () i i
9 ノルムでないゲージ関数 0 との Max 関数 ( 演習問題 ) n ( x) max0, x i1 i * 損失関数やペナルティ関数に使われる 凸錐 C の標示関数 ( x C ) 凸関数の標示関数 非負の凸関数錐の標示関数 正斉次関数
10 今回考える問題の準備 変数を 個に分割する. x ( x, x,, x ) V V V ベクトル値ゲージ関数 : ただし x V ( x1) ( x ) 2 2 ( x) ( x ) : V ( i 1,, ) i i R : V ( R{ }) dom xxdom ( 1,, ) i i i はゲージ関数
11 一般化ゲージ最適化問題 min c, x d, ( x) s.t. Ax B( x) b Hx K( x) e 一般化ゲージ最適化問題特別な凸最適化問題 Gauge 最適化問題 絶対値計画 ただし, c, b, d, e, A, B, H, K ベクトルや行列 ( 線形写像 ) は適当な大きさの B 0, d が非負ベクトル, K 凸最適化問題 の各成分が 0 以下
12 ゲージ最適化問題 (Gauge Optimization) [Freund, 1987], [Friedlander, Macedo, and Pong, 2014], etc min ( x) s.t. ( Ax b) とはゲージ関数 A は線形写像, は定数ベクトル は非負の定数 b 凸最適化問題である. x 1 ( x) min 0,, y 0 ( y) s.t. x ( x) A I b y ( y) x ( x) y ( y)
13 ゲージ最適化の応用例 1: L1-L2 最適化 基底追跡ノイズ除去 (Basic pursuit denoising) min s.t. x 1 Ax b
14 ゲージ最適化の応用例 2: 半正定値計画問題 ( ちょっとトリッキーですが..) min s.t. CX, A, X b ( i 1,, m) i X S i m max biy i1 m s.t. C i i1 y i A i S S C, X trace( C X ) は半正定値対称行列の集合 半正定値行列の集合の標示関数 : 双対問題の実行可能解 : y S ( X ) C C y A i i X が実行可能解であれば, n C, X C y A, X C, X b y 0 i i i1 i1 n i i よって, ( X) C, X ( X ) 0 S ( 実行可能集合上で )Gauge 関数
15 SDP ゲージ最適化問題 min s.t. CX, A, X b ( i 1,, m) i X S i min s.t. C, X m i1 A, X b ( i 1,, m) i X S i b y i i min s.t. C, X Ai, X bi ( i 1,, m) X S min s.t. C, X S ( X ) A, X b ( i 1,, m) i i min ( X ) s.t., X A i b i ( i 1,, m) min ( X ) s.t. ( AX b) 0 AX A, X A 1 m, X, ( y) y
16 SDP 一般化ゲージ最適化問題 min s.t. CX, A, X b ( i 1,, m) X i S i 一次式が使えるので簡単 min CX, s.t. Ai, X bi ( i 1,, m) ( X ) 1 S
17 2 次錐計画問題 (Second-order cone programming problem) min s.t. cx, Ax x K b ただし, K p K K K K, n n 1 2 は p 次元の 2 次錐 : n n n i1 p K p x R x1 x2 x3 x p i x 1 x x x 2 3 p 一次式とノルム
18 凸 2 次不等式制約 2 次錐制約 x Ax b x c 0 ただし A は半正定値対称 Cx 2 b x c 0 A C C, C r n R Cx (1 b x c) ( 1b x c) Cx (1 b x c) 1 b x c 1 1 b x b x 2Cx c c Kr 2 凸 2 次関数とノルムで表された目的関数や凸 2 次不等式制約は一次式とノルムで表せる
19 絶対値計画問題 [Mangasarian, 2007] min c, x d, x s.t. Ax B x b Hx K x e ただし, x x x x 1 2 n 非凸な問題 モデル化能力は高いがあまり研究されていない.
20 絶対値計画問題の応用例 :0-1 最適化問題 min s.t. cx, Hx e x i {0,1} ( i 1,, n) 1 xi {0,1} yi 1, xi ( yi 1) 2 min s.t. c, x Hx e 1 xi ( yi 1), yi 1 ( i 1,, n ) 2
21 絶対値方程式と線形相補性問題 (Absolute Value Equations and Linear Complementarity Problem) [Mangasarian, 2014] 絶対値方程式 : Ax B x b 線形相補性問題 z 0, Mz q 0, z ( Mz q) 0 ( M I ) z q ( M I ) z q y ( M I ) z q ( M I ) z q y I I M y 0 0 y q 0 I M z I 0 z q
22 LCP z 0, Mz q 0, z ( Mz q) 0 AVE ( M I ) z q ( M I ) z q 各成分ごとに考えればよい. (( M I ) z q) i 0 のとき, zi 0, ( Mz q) i 0 (( M I ) z q) i 0 のとき,( Mz q) i 0, zi 0 よって, ( Mz q) 0, z 0, ( Mz q) z 0 ( i 1,, m) i i i i ( Mz q) 0, z 0 i i のとき 0 ( Mz q) (( M I ) z q) (( M I ) z q) ( M I ) z q i i i ( Mz q) i 0, zi 0 のとき 0 ( Mz q) z (( M I ) z q) i i i ( Mz q) ( z ) (( M I ) z q) ( M I ) z q i i i
23 LCP 制約つき最適化問題 ( 線形な MPEC) min s.t. c x c y 1 2 Ax b y 0, My Nx q 0, y ( My Nx q) 0 この問題は一般化ゲージ最適化問題として書ける. ( 演習問題 )
24 一次式とノルムで構成された最適化問題とその双対問題 第 2 部ゲージ関数とその性質 京都大学大学院情報学研究科 山下信雄
25 第 2 部の概要 1. ゲージ関数 2. 共役関数 3. ゲージ関数の極関数 4. ゲージ関数の共役関数
26 ゲージ関数 ( 再掲 ) 定義以下の性質を満たす関数 をゲージ関数 (gauge function) という (i) 非負の関数 (ii) 凸関数 : V R{ } (iii) 正斉次 (Positively homogeneous) ( tx) t( x) t 0
27 共役関数とその諸性質 ( 室田先生の予習資料 ) 凸関数 f の共役関数 ( ルジャンドル変換 ) f * ( y) sup x y, x f ( x) 共役関数の諸性質 : ** * * f ( f ) f f ( x) f * ( y) xy, f * は凸関数 Fenchel 双対の Fenchel 双対を考える上で重要 Fenchel 双対の凸性で重要 Fenchel 双対の双対性で重要
28 ゲージ関数の極関数 ゲージ関数 f の極関数 (polar function) f ( y) sup x, y f( x) 1 f がノルムのとき, f は双対ノルム 参考 : 共役関数 f * ( y) sup x y, x f ( x)
29 双対ノルムの例 L1ノルム pノルム x p p x 1 x i p 無限大ノルム x 1 1 x ただし 1 q p q CVaR ノルム x CVaR, x x n n 1 max, CVaR, x
30 極関数の例 0 との Max 関数 m g( x) max{0, xi} i1 g ( y) max yi if y 0 i otherwise 錐 C の標示関数極錐 C の標示関数ただし ( x ) C C ( x) { y x, y 0 x C} C
31 極関数の諸性質 共役関数の諸性質 ( 再掲 ) ** * * f ( f ) f f ( x) f * ( y) * f は凸関数 xy, ゲージ関数の極関数の諸性質 f ( f ) f f ( x) f ( y) x, y x dom f, y dom f f はゲージ関数 Gauge 双対の凸性で重要 Gauge 双対の Gauge 双対を考える上で重要 Gauge 双対の双対性で重要
32 極関数 f はゲージ関数 の証明 非負性 : f (0) 0 より f ( y) sup x, y f ( x) 1 0 x 正斉次性 : 凸性 : f ( ty) sup x, ty f ( x) 1 t sup x, y f ( x) 1 tf ( y) x x, xˆ f ( y (1 ) z) sup x, y (1 ) z f ( x) 1 x x sup x, y xˆ,(1 ) z f ( x) 1, f( xˆ ) 1, x xˆ x, y f ( x) up xˆ,(1 ) z f( xˆ ) 1 sup 1 s x f ( y) ( 1 ) f ( z) xˆ
33 f ( x) f ( y) xy, (i) f( x) 0 のとき, の証明 x, y 0 y dom f そうでないとすると xy, 0 よって, x, y x, y as f ( x) f( x) 0 1 より f ( y) sup x, y f ( x) 1 これは ydom f に矛盾
34 f ( x) f ( y) xy, の証明 ( 続き ) (ii) f( x) 0 のとき, z x f( x) よって, f とすると x 1 f ( z) f f ( x) 1 f ( x) f ( x) ( y) sup x, y f ( x) 1 z, y 1 f ( x) x, y
35 ゲージ関数の共役関数 ( 演習問題 ) f をゲージ関数とする. C f を錐とする. 0 if f ( y) 1 * ( y) otherwise * C C C ただし C y x, y 0 xc
36 一次式とノルムで構成された最適化問題とその双対問題 第 3 部双対問題 京都大学大学院情報学研究科 山下信雄
37 第 3 部概要 1. 双対問題とその応用 2. ゲージ最適化問題の双対問題 I. ラグランジュ双対問題とFenchel 双対問題 II. Gauge 双対問題 III. 新しいタイプの双対問題 4. まとめ
38 数理最適化問題 ( 主問題 ) mn i f( x) s.t. h ( x) 0, i 1,, m i g ( x) 0, 1,, r x X 以下では F x h ( x) 0 ( i 1,, m), g ( x) 0 ( 1,, r) 実行可能集合 i S x x F, x X
39 双対問題とは 双対問題 max (, ) s.t. m R, 0 R r 主問題 mn i f( x) s.t. h ( x) 0, i 1,, m i g ( x) 0, 1,, r x X 元の問題 ( 主問題 ) を鏡で映したようなもの. 主問題 双対問題 最小化 最大化 決定変数の数 制約条件の数 制約条件の数 決定変数の数
40 双対問題の望ましい性質 ( 弱 ) 双対性 : それぞれの実行可能解 f( x) (, ) x,(, ) に対して ( 適当な仮定の下 ) 双対問題の双対問題は主問題になる. 例 min s.t. x i Ax x 0 b max s.t. b, 1 1 A 1 max i s.t. 0
41 ラグランジュの双対問題 ラグランジュ関数 : 標示関数 : m L( x,, ) f ( x) h ( x) g ( x) i i i1 1 r ( x) F 0 if x F { x hi( x) 0, g ( x) 0} otherwise m r F ( x) sup m ( ) ( ) R, 0 ihi x g x i1 1
42 主問題 ( 元の問題 ) の min-max 表現 min f ( x) ( x) s.t. x 主問題の目的関数 X, 0 F m r f ( x) F ( x) f ( x) sup m ( ) ( ) R, 0 ihi x g x i1 1 m r sup m f( x) ( ) ( ), 0 ihi x R g x i1 1 sp u L( x,, ) R m
43 ラグランジュ双対問題 [ 主問題 ] m in p (,, ) su Lx xx m R, 0 [ 双対問題 ] max inf (,, ) s. t. xx Lx R m, 0
44 弱双対定理 双対問題の目的関数 ( 必ず凹関数 ): w (, ) inf (,, ) Lx xx 弱双対定理 m f( x) w(, ) x S, R, 0 下界値の計算に利用できる
45 強双対定理 f, g ( 1,, r) h i ( i 1,, m) : 凸関数 :1 次関数 適当な制約想定が成り立つ. 主問題に最適解が存在する. 主問題と双対問題の最適値は一致する.
46 双対問題の利用 1: 感度解析 ラグランジュ双対問題の最適解には経済的な意味がある. 最適値関数 ( u) min{ f ( x) h ( x) u ( i 1,, m), g ( x) 0( 1,, r)} i i * * ラグランジュ双対問題の最適解を (, ) とする. (0) * i u i を制約条件 hi ( x) 0 * i の潜在価格 ( シャドウプライス ) という
47 双対問題の利用 2: 解法の開発, 解析 [ 解法 ] ラグランジュ緩和 ( 応用例 : オンライン広告, 火力発電計画,etc) 並列化, 逐次計算を可能にする. サポートベクターマシン etc [ 解析 ] 乗数法 ( 拡張ラグランジュ法 ) 双対問題では近接点法 *Dual Augmented Lagrangian method [Tomioka,etc, 2011] はこの逆 Alternating Direction Method of Multipliers (ADMM) 双対問題ではDouglas-Rachford Splitting ( 近接勾配法みたいなもの )
48 双対問題の利用 3: ロバスト最適化 データが不確実なとき, 最悪の場合を考えての最適化 ロバスト最適化 min s.t. f( x) g( x; u) 0 u U 不確実なデータ 不確実性集合 min s.t. f( x) max g( x; u) 0 uu 半無限計画 (semi-infinite programing) か, 制約条件中に最適化問題が含まれる問題になる.
49 双対問題の利用 3: ロバスト最適化 制約条件中の問題 max s.t. g( x; u) u U ロバスト最適化 min s.t. f( x) max g( x; u) 0 uu 双対問題 min ( x; ) s.t. min s.t. 強双対性が成り立てば等価 f( x) wx ( ; ) 0, ( x; ) 0 max g( x, u) ( x, ) 0 uu 弱双対
50 第 3 部概要 1. 双対問題とその応用 2. ゲージ最適化問題の双対問題 I. ラグランジュ双対問題とFenchel 双対問題 II. Gauge 双対問題 III. 新しいタイプの双対問題 4. まとめ
51 一般化ゲージ最適化問題 一般化ゲージ最適化問題 特別な凸最適化問題 min c, x d, ( x) s.t. Ax B( x) b Hx K( x) e Gauge 最適化問題 絶対値計画 ただし, c, b, d, e, A, B, H, K は適当な大きさのベクトルや行列
52 一般化ゲージ最適化問題の補正 一般化ゲージ最適化問題は, 実効定義域外では, 定義が不明瞭になる場合がある. そこで以下では, 制約条件に実効定義域を加えた次の問題を考える. min c, x d, ( x) s.t. Ax B( x) Hx K( x) x dom b e
53 ラグランジュ双対問題 ラグランジュ関数 : 目的関数 : L( x, u, v) c, x d, ( x) 陽に表しにくい. 制約がないときはどうする? Fenchel 双対問題 他のタイプはないの? Gauge 双対問題 u, b Ax B( x) v, e Hx K( x) ( u, v) i nf L( x, u, v) xdom
54 Fenchel 双対問題 凸最適化問題 min f ( Ax) g( x) min s.t. f( x) x S * 標示関数を使えば, 制約つきの問題も扱える. min f( x) ( x) S min f ( y) g( x) s.t. y Ax
55 Fenchel 双対問題 min f ( y) g( x) s.t. y Ax L( x, y, ) f ( y) g( x), Ax y xy, ( ) inf f ( y) g( x), y Ax xy, sup, y f ( y), Ax g( x) y f ( y) p A, x g( x) sup, su y * * f ( ) g ( A ) * ただし, f は以下で定義される共役関数 ( ルジャンドル変換 ) f * ( y) sup x y, x f ( x) x
56 Fenchel 双対問題 * * m ax f ( ) g ( A ) 共役関数の例 : 線形関数凸 2 次関数平行移動分離可能な和 * 0 if y c f( x) c x f ( y) otherwise 1 * 1 1 f ( x) x Ax f ( y) x A x 2 2 * * f ( x) g( x b) f ( y) g ( y) b y f ( x, x ) g ( x ) g ( x ) f ( y, y ) g ( y ) g ( y ) * 1 2 * 1 *
57 Fenchel 双対問題の例 T min C max 0, a x y b n t t xr, yr t1 1 2 x 2 Support Vector Regression min s.t. T 1 K btt 2 1 t t t1 C C ( t 1,, T) 1, 0, 0 t t t t t t t t 教科書によく出ている Lagrange 双対問題 T T 1 min ( ) K ( ) b ( ) ( ) 2 s.t. ( ) 1 t t 0, C ( t 1,, T) t t t t t t t t1 t1
58 第 3 部概要 1. 双対問題とその応用 2. ゲージ最適化問題の双対問題 I. ラグランジュ双対問題とFenchel 双対問題 II. Gauge 双対問題 III. 新しいタイプの双対問題 4. まとめ
59 Gauge 双対問題の動機 数学的興味 : Gauge 関数の特性を生かした, Lagrange 双対問題とは違った双対問題はあるか? 工学的動機 : 制約条件と目的関数にある定数行列を入れ替えたい. Gauge 最適化 min ( x) s.t. ( Ax b) Lagrange 双対問題 max b, ( ) s.t. ( A ) 1 大規模凸最適化の代表的な解法は, 実行可能集合の射影を計算することが多い.
60 Gauge 双対性 [Freund, 1987] をgauge 関数とし, 次の二つの問題を考える. min ( x) min ( y) 1 s.t. x C s.t. y C 1 ただし, C は凸集合で, C を次式で定義する. 1 C y x, y 1 yc 注意最小化問題 1 max ( y) s.t. y C anti-polar という 1 x C, y C 1 のとき, ( x) ( y) x, y 1 これを弱双対と考える ( x) 1 ( y)
61 Gauge 双対問題 [Friedlander, Macedo, and Pong, 2014] C { x ( Ax b) } 1 のとき C A y by, ( y) y Gauge 最適化問題 min ( x) s.t. ( Ax b) Gauge 双対問題 min ( A y) s.t. b, y ( y) 1 性質 Lagrange 双対の最適値を D,Gauge 双対の最適値を D とすると L DD 1 L G * Lagrange 双対の最適解を,Gauge 双対の最適解をとすると y D * * G y G *
62 第 3 部概要 1. 双対問題とその応用 2. ゲージ最適化問題の双対問題 I. ラグランジュ双対問題とFenchel 双対問題 II. Gauge 双対問題 III. 新しいタイプの双対問題 4. まとめ
63 絶対値計画問題の双対問題 [Mangasarian, 2007] min c, x d, x s.t. Ax B x b Hx K x e Mangasarian の双対問題 max b, u e, v s.t. A u H v c B u K v d v 0 凸最適化問題 ( 線形計画問題に変換可能 ) 弱双対定理が成り立つ [Mangasarian 2007]
64 これまでの双対問題のまとめ 陽に表せない 今考えている問題 特別な凸最適化問題 Lagrange 双対問題 等価 Gauge 最適化問題 Fenchel 双対問題 絶対値計画 変数変換で等価 Mangasarian による双対問題? Gauge 双対問題
65 一般化ゲージ最適化問題の双対問題の表現 [ 山中, 山下,2018?] ( D ) max b, u e, v M 0 s.t. ( A H ) v 0 u v c B u K v d ただし, ( y ) ( y2) 0 ( y), i 0 ( y ) は の極関数 i 凸最適化問題 A, B, H, K は, より一般的には随伴作用素とする
66 双対問題 ( ) D M の例 : SDP min CX, s.t. Ai, X bi ( i 1,, m) ( X ) 1 S min s.t. CX, 0 ( X ) A, X 0 ( X ) b ( i 1,, m) i 0, X ( X ) 1 S X dom S S S i 双対問題 max b, u v m s. t. Au 0 ( S ) i i C v i1 v 0 ( S ) S max bu, s.t. m C Aiu i S i1
67 弱双対定理 定理 1 [ 山中, 山下 2018?] x を一般化ゲージ最適化問題の実行可能解とし, ( uv, ) を双対問題 ( D M ) の実行可能解とする. このとき cx, d, ( x) b, u e, v 凸性は仮定していない 双対問題の実行可能解なら A u H v c dom
68 弱双対定理の証明 c, x d, ( x) b, u e, v 双対問題の実行可能性ゲージ関数の非負性 c, x ( A u H v c) B u K v, ( x) b, u e, v c, x ( A u H v c), ( x) u, B( x) v, K( x) b, u e, v ( y), ( z) y, x, x dom, y dom c, x A u H v c, x u, B( x) v, K( x) b, u e, v c, x c, x u, Ax v, Hx u, B( x) v, K( x) b, u e, v u, Ax B( x) b v, Hx K( x) e 0 主問題, 双対問題の実行可能性
69 Lagrange 双対問題との関係は? Lagrange 関数 : L( x, u, v) c, x d, ( x) u, d Ax B( x) v, e Hx K( x) Lagrange 双対問題の目的関数 ( uv, ) inf xdom L( x, u, v) L(0, u, v) b, u e, v ( D ) max b, u e, v M 0 s.t. ( A H ) v 0 u v c B u K v d Lagrange 双対よりもよい双対問題? ( 双対ギャップが小さい?)
70 残念!! 補題 1 ( uv, ) が双対問題 ( D M ) の実行可能解のとき ( u, v) b, u e, v ( D ) max b, u e, v M 0 s.t. ( A H ) v 0 u v c B u K v d ( D ) max ( u, v) M 0 s.t. ( u v ) A H c B u K v d v 0 ( D ) max ( u, v) L s.t. v 0 Lagrange 双対のほうがよい双対問題? ( 双対ギャップが小さい?)
71 補題 1 の証明 任意のに対して, L( x, u, v) c A u H v, x d B u K v, ( x) u, b v, e A u H v c, ( x) d B u K v, ( x) u, b v, e d B u K v A u H v c, ( x) u, b v, e u, b v, e 等号はのときに成り立つ. よって, x dom x 0 ( uv, ) in f L( x, u, v) b, u e, v xdom ( y), ( x) y, x 双対問題の実行可能性ゲージ関数の非負性
72 双対問題 ( D ) はラグランジュ双対よりも悪い?? M ( D ) max ( u, v) M 0 s.t. ( u v ) A H c B u K v d v 0 ( D ) max ( u, v) L s.t. v 0 ( D M ) はラグランジュ双対よりも制約条件が多い 最大値が小さくなる ( かも ) 双対ギャップが大きくなる ( かも ) よかった!!( 次のスライドから ) 適当な仮定のもとでは ( D M ) とラグランジュ双対は等価
73 [ 山中, 山下 2018] の結果 仮定 1 すべての i に対して dom i は全空間で, が成り立つ ( x ) 0 x 0 i i 補題 2 [ 山中, 山下 2018] v 0 とする. 仮定 1が成り立つとする. ( uv, ) が双対問題 ( D M ) の実行可能解でなければ uv xdom (, ) in f L( x, u, v) 絶対値計画は仮定 1を満たす. 標示関数は仮定 1を満たさないので,SDPではこの結果が使えない gx ( ) max{0, x i } は仮定 1を満たさない.
74 仮定 1 を弱めた仮定 仮定 2 i すべてのに対して, 次の (I) と (II) どちらかが成り立つ. (I) di 0, Bti 0 t, Kti 0 t (II) dom i が全空間で, ˆ i( xi) 0 となる xˆi が存在. Remark すべての i に対して (I) が成り立てば, 一般化ゲージ最適化は凸最適化になる (II) は実質的には, dom i が全空間 で十分. もし, i ( x) 0 x であれば, i を適当なノルムに置き換えて, にかかる係数 d, B, K を0とすればよい. i i i i
75 新しい仮定のもとでの補題 仮定 2 のもとで次の補題が成り立つ. 補題 3 v 0 とする. 仮定 2が成り立つとする. ( uv, ) が双対問題 ( D M ) の実行可能解でなければ uv xdom (, ) in f L( x, u, v)
76 補題 3 の証明 ( 記号の定義 ) 制約条件は (( A u H v c) ) ( B u K v) d ( i 1,, ) i i i i この制約条件を満たしていないため, ある (( A u H v c) ) d ( B u K v) が存在して いま, ( A u H v c), d ( B u K v) とおくと ( ) 大事な式 (1)
77 補題 3 の証明 ( ラグランジュ関数の表記 ) ラグランジュ関数は以下のように書ける. L( x, u, v) c, x d, ( x) u, b Ax B( x) v, e Hx K( x) c A u H v, x d B u K v, ( x) u, b v, e いま, x (0,,0, x,0,,0) とすると ( x) (0,,0, ( x ),0,, 0) となり, さらに L( x, u, v), x ( x ) u, b v, e 大事な式 (2)
78 補題 3 の証明 ( 流れ ) 次の三つの場合にわけ, それぞれで ( uv, ) を示す 場合 1: ( ) (0, ) のとき 場合 2: ( ) のとき 場合 3: ( ) 0 のとき
79 場合 1: ( ) (0, ) のとき このとき, ( ) を定義する最大化問題 : より, 任意の に対して となる x ( ) が存在する. さらに, ( ) 0 となるに対して となる x ( ) が存在する. 実際,, x ( ) のとき, x ( ) 0 であるから, 正斉次性より, x ( ) の存在性を示せる. ( ) sup x, ( x ) 1 0 ( ), x ( ), ( x ( )) 1 ( ), x ( ), ( x ( )) 1 0
80 場合 1: ( ) (0, ) のとき ( 続き ) いま, とおく. さらに, x( t) (0,,0, tx ( ), 0,,0), tr とすると, よって, 1 min ( ), ( ) 0 2 L( x( t), u, v), tx ( ) ( tx ( ) ) u, b v, e t ( ) ( x ( )) u, b v, e t ( ) u, b v, e ( ) t u, b v, e 2 lim L( xt ( ), uv, ) t 大事な式 (1) ( x ( )) 1 大事な式 (2) ( ), x ( ) ( ) 2 大事な式 (1)
81 場合 2: 0 ( ) のとき ( ) sup x, ( x ) 1 より k k ( x ) 1, x, k となる点列 { x } dom が存在する. x (0,,0, x,0,,0) k k いま, とすると, k k k L( x, u, v), x ( x ) u, b v, e 大事な式 (2) よって, k lim L( x, u, v) k
82 場合 3: ( ) ( ) 0 より 0 のとき 大事な式 (1) (a) が仮定 2 の (I) を満たすとき 0 d ( B u K v) d B u K v t t t t t よって矛盾. この場合は存在しない. t d K t 0, B 0 t, t 0t, v 0t t
83 場合 3: ( ) 0 0 のとき (b) が仮定 2 の (II) を満たすとき (b-1) のとき 0 ( ) 1 となる 0 が存在する. ( ) sup x, ( x ) 1, 0 となり矛盾. このような場合は存在しない.
84 場合 3: ( ) 0 0 のとき (b) が仮定 2 の (II) を満たすとき (b-2) 0 のとき仮定より ( xˆ ) 0 となる xˆ が存在する. xˆ ( t) (0,,0, txˆ, 0,, 0), t R とすると, 大事な式 (2) L( xˆ ( t), u, v), txˆ ( txˆ ) u, b v, e t( x ) u, b v, e よって, ( uv, )
85 Lagrange 双対問題との等価性 定理 2 仮定 2 を満たすとする. さらに, ラグランジュ双対問題が最適解をもつとする. D M このとき,( ) とラグランジュ双対問題の最適値および最適解が一致する. 凸性は仮定していない
86 定理の証明 Lagrange 双対 max ( uv, ) s.t v 0 補題 3 max ( uv, ) s.t ( A u H v c) B u K v d v 0 ( D M ) 補題 1 max s.t b, u e, v ( A u H v c) B u K v d v 0
87 双対問題の双対問題 双対問題 max b, u e, v s.t. ( A u H v d ) B u K v d v 0 主問題 min c, x d, ( x) s.t. Ax B( x) b Hx K( x) e 双対問題の双対問題 min c, x d, z s.t. Ax Bz b Hx Kz e ( x) z 凸な場合 B 0 d 0 0, Ki i min c, x d, ( x) s.t. Ax B( x) b Hx K( x) e
88 双対問題の関係 一般化ゲージ最適化問題問題 凸最適化問題 Lagrange 双対問題 等価 Gauge 最適化問題 Fenchel 双対問題 変数変換で等価 Mangasarian による双対問題の一般化 等価 Gauge 双対問題
89 非凸な場合の残念な結果 0-1 変数をもつ問題は単なる連続緩和. min c, x s.t. Hx e 1 xi ( yi 1), yi 1 ( i 1,, n ) 2 双対の双対 min s.t. c, x Hx e x i 1 ( yi 1), yi 1 ( i 1,, n ) 2 *0-1 制約以外が凸な場合でも同様
90 まとめ 1 次式とノルム ( ゲージ関数 ) で構成された最適化問題を紹介した それらの問題は, 双対ノルム ( 極関数 ) が陽に表せるとき, 双対問題が陽に書き下せる. 適当な仮定 ( 仮定 2) のもとで, その双対問題はラグランジュ双対問題と等価になる. 今後について 双対性を利用したモデル化や解法の開発.
91 ノルムと一次式で構成された最適化問題とその双対問題 参考文献とその他の話題 京都大学大学院情報学研究科 山下信雄
92 参考文献 凸解析 (Convex Analysis) [1] R.T. Rockafellar, Convex Analysis, Princeton University Press, Princeton, * 共役関数と双対性. 凸集合の関係など, ゲージ関数の基本的な性質 [2] 福島雅夫, 非線形最適化の基礎, 朝倉書店, * 凸関数の共役関数の諸性質.Lagrange 双対問題と Fenchel 双対問題.
93 参考文献 絶対値計画問題 (Absolute Value Programming) [3] O. L. Mangasarian, Absolute value programming, Computational Optimization and Applications, Vol. 36, pp , * 絶対値計画問題の定義と双対問題. 弱双対性の証明. [4] O. L. Mangasarian, Linear complementarity as absolute value equation solution, Optimization Letters, Vol. 8, pp , * 線形相補性問題と絶対値方程式の関係. なお, 絶対値方程式の論文は多々ある.
94 参考文献 Gauge optimization problem and Gauge duality. [5] M. Freund, Dual gauge programs, with applications to quadratic programming and the minimum-norm problem, Mathematical Programming, Vol. 38, pp , * Gauge duality の元論文 [6] M. P. Friedlander, I. Macedo, and T. K. Pong, Gauge optimization and duality, SIAM Journal on Optimization, Vol. 24, pp , *Gauge 最適化問題の定義とその双対性.Gauge 関数の諸性質 [7] A. Y. Aravkin, J. V. Burke, D. Drusvyatskiy, M. P. Friedlander, and K. MacPhee, Foundations of gauge and perspective duality, arxiv: , * 非負の凸関数の Gauge 関数への変換とその諸性質. gauge dual の解と主問題の解の関係
95 参考文献 一般化ゲージ最適化問題とその双対性 [8] S. Yamanaka and N. Yamashita, Duality of nonconvex optimization with positively homogeneous functions, to appear in Computational Optimization and Applications. * 一般化ゲージ最適化問題とその双対問題.Lagrange 双対との等価性凸性は仮定せず, ゲージ関数よりも一般的な正斉次関数で議論. ただし, 正斉次関数の実効定義域は全空間としている [9] S. Yamanaka and N. Yamashita, Duality of optimization problems with gauge functions, arxiv: , * 未完成. 論文 [7] の内容を一般化ゲージ最適化問題に [10] 加茂寛也, 山下信雄, 正斉次最適化問題の一般化とその双対問題, 2018 年秋季研究発表会, 日本オペレーションズリサーチ学会,2018. * 9 月にOR 学会で発表予定.[8] の内容を錐制約に拡張
96 その他の話題 数学的な話 さらなる一般化の話 ゲージ関数の一般化 非負性, 正斉次性がない一般の凸関数 非凸な関数 問題の一般化 不等式制約から錐制約
97 数学的な話題 [Rockafellar, 1970] ゲージ関数の定義 : C を0を含む凸集合とする. f ( x) inf 0 xc 極集合 (polar set) の定義 : C y x, y 1 x C C が錐のとき C y x, y 0 x C 極関数 : f ( y) inf 0 x, y f ( x) x
98 より一般的な凸関数への拡張 Gauge 関数 : 正斉次かつ非負な凸関数 非負でない凸関数 非負な凸関数 + 1 次関数 ydom f, f( y) として f( x) f ( x) f ( y), x y f( y), x y 非負な凸関数 非負な凸関数 正斉次な凸関数 x x0f if x0 0 x0 ˆ(, 0 ) f x x f ( x) if x0 0, x 0 0 if x0 x 0 otherwiase 1 次関数 f は f の recession function
99 例 : f ( x) x, f ˆ( x, x) x 0 x 1 2 f ˆ ( y 0, y) sup x, y x 0 y 0 x 1 x0 y0 0 のとき ˆ f ( y, 0 y) y のとき 0 0, y 0 ˆ f ( y, 0 y) y0 0, y 0 のとき ˆ f ( y, 0 y) 0 それ以外のとき : KKT 条件を書くと y 2x 0, y 0, ( x x ) 0 y, x 0 0 y y0 4 y0, x ˆ y f ( y, y) y, y y y0 4y0 4y0 y y
100 例 : f ( x) x, f ˆ( x, x) x 0 x 主問題 min s.t. x 2 Hx e 1 min x 0 s.t. x 1 0 x Hx e 2 min 0, x 1, fˆ ( x) s.t. (1 0) x 0 fˆ ( x) 1 (0 H ) x 0 fˆ ( x) e Lagrange 双対問題 双対問題 双対問題 1 T 2 max H v e, v 4 s. t. v 0 max u e, v s.t. 1 4 H 0 u v 0 T v 2 u max u ev, ˆ 1 0 s.t. f u v T 0 H v 0 1
101 正斉次最適化問題 [ 山中, 山下 2018] (positively homogeneous optimization) min c, x d, ( x) s.t. Ax B( x) b Hx K( x) e 1( x1) ( x ) 2 2 ( x) ( x ) ただし 正斉次 非負 i : V ( i 1,, ) i i R (0) 0 ( i 1,, ) は 凸性を仮定していない
102 正斉次最適化問題の性質 極関数 i を同じように定義でき, ( x) ( y), i i xy ( D M ) を構成でき, 適当な仮定のもとでLagrange 双対と等価 例 : ( x) x (0 p 1), ( y) y, ( x) x i p i i min s.t. x p Ax b 凸でない 双対の双対 min s.t. x 1 1 Ax b
Microsoft PowerPoint - no1_19.pptx
数理計画法 ( 田地宏一 ) Inroducion o ahemaical Programming 教科書 : 新版数理計画入門, 福島雅夫, 朝倉書店 011 参考書 : 最適化法, 田村, 村松著, 共立出版 00 工学基礎最適化とその応用, 矢部著, 数理工学社 006,Linear and Nonlinear Opimizaion: second ediion, I.Griba, S.G.
More informationMicrosoft PowerPoint - sys_intro_17
数理計画法特論田地宏一 Advaced Lecures o Mahemaical rogrammig 目標 ( 非線形 ) 最適化の理論を修得し, システムや制御における最適化問題への応用を目指す. ( 学部の ) 数理計画法と基礎数学 1~5( と同等 ) の知識を前提とする. 参考書等 おすすめ 今野, 山下 非線形計画法 日科技連 1978 福島 非線形最適化の基礎 朝倉書店 1 D.. Berseas,
More informationMicrosoft PowerPoint - no1_17
数理計画法 田地宏一 Inrodcion o Mahemaical rogramming 教科書 : 新版数理計画入門 福島雅夫 朝倉書店 参考書 : 最適化法 田村 村松著 共立出版 工学基礎最適化とその応用 矢部著 数理工学社 6Linear and Nonlinear Opimizaion: second ediion I.Griba.G. Nash and A. ofer IAM 9 など多数
More informationMicrosoft PowerPoint - mp11-02.pptx
数理計画法第 2 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 前回の復習 数理計画とは? 数理計画 ( 復習 ) 数理計画問題とは? 狭義には : 数理 ( 数学 ) を使って計画を立てるための問題 広義には : 与えられた評価尺度に関して最も良い解を求める問題
More information航空機の運動方程式
可制御性 可観測性. 可制御性システムの状態を, 適切な操作によって, 有限時間内に, 任意の状態から別の任意の状態に移動させることができるか否かという特性を可制御性という. 可制御性を有するシステムに対し, システムは可制御である, 可制御なシステム という言い方をする. 状態方程式, 出力方程式が以下で表されるn 次元 m 入力 r 出力線形時不変システム x Ax u y x Du () に対し,
More informationMicrosoft Word - 非線形計画法 原稿
非線形計画法条件付き最適化問題は目的関数と制約条件で示すが この中に一つでも 次式でないものが含まれる問題を総称して非線形計画法いう 非線形計画問題は 多くの分野で研究されているが 複雑性により十分汎用的なものは確立されておらず 限定的なものに限り幾つかの提案がなされている ここでは簡単な解法について紹介する. 制約なし極値問題 単純問題の解法 変数で表される関数 の極値は を解くことによって求められる
More information特殊なケースでの定式化技法
特殊なケースでの定式化技法 株式会社数理システム. はじめに 本稿は, 特殊な数理計画問題を線形計画問題 (Lear Programmg:LP) ないしは混合整数計画問題 (Med Ieger Programmg:MIP) に置き換える為の, 幾つかの代表的な手法についてまとめたものである. 具体的には以下の話題を扱った. LP による定式化 絶対値最小化問題 最大値最小化問題 ノルム最小化問題 MIP
More information<4D F736F F F696E74202D20837E834E838D2D91E6428FCD EF97708DC58FAC89BB96E291E E707074>
B.3 費用最小化問題 生産要素価格 生産量所与 生産費用を最小化する生産要素投入量の決定 利潤最大化問題より まずは費用最小化問題 1 利潤最大化の必要条件 2 利潤最大化問題 = 生産財価格の受容者としての 利潤最大化問題 収穫一定 規模の経済の下で不適 1 B.3.1. 生産費用の概念 定義 B.26 固定費用 -fied cost 生産計画期間中に投入量変更不可な生産要素費用 1 埋没費用
More information学習指導要領
(1 ) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実 数の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい 実数の絶対値が実数と対応する点と原点との距離で あることを理解する ( 例 ) 次の値を求めよ (1) () 6 置き換えなどを利用して 三項の無理数の乗法の計
More informationPowerPoint Presentation
付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像
More informationInformation Theory
前回の復習 講義の概要 chapter 1: 情報を測る... エントロピーの定義 確率変数 X の ( 一次 ) エントロピー M H 1 (X) = p i log 2 p i (bit) i=1 M は実現値の個数,p i は i 番目の実現値が取られる確率 実現値 確率 表 裏 0.5 0.5 H 1 X = 0.5 log 2 0.5 0.5log 2 0.5 = 1bit 1 練習問題の解答
More information2-1 / 語問題 項書換え系 4.0. 準備 (3.1. 項 代入 等価性 ) 定義 3.1.1: - シグネチャ (signature): 関数記号の集合 (Σ と書く ) - それぞれの関数記号は アリティ (arity) と呼ばれる自然数が定められている - Σ (n) : アリ
2-1 / 32 4. 語問題 項書換え系 4.0. 準備 (3.1. 項 代入 等価性 ) 定義 3.1.1: - シグネチャ (signature): 関数記号の集合 (Σ と書く ) - それぞれの関数記号は アリティ (arity) と呼ばれる自然数が定められている - Σ (n) : アリティ n を持つ関数記号からなる Σ の部分集合 例 : 群 Σ G = {e, i, } (e Σ
More information学習指導要領
(1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実数 の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい ア イ 無理数 整数 ウ 無理数の加法及び減法 乗法公式などを利用した計 算ができる また 分母だけが二項である無理数の 分母の有理化ができる ( 例 1)
More informationDVIOUT-OCTbook201
第 3 章 ヒルベルト空間 本節では, 量子系の理解のために必要な無限次元線形空間の理論であるヒルベルト空間の基本的事柄を概説する. 0.1 基本定理数体 K ( 実数体 R または複素数体 C; これらをスカラー体ともいう ) 上の線形空間の任意の元 x, y, z X と任意の λ K に対して, 1. hx, xi 0, = 0 x =0, 2. hx, yi = hy, xi, 3. hx,
More information学習指導要領
(1) 数と式 ア整式 ( ア ) 式の展開と因数分解二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること (ax b)(cx d) acx (ad bc)x bd などの基本的な公式を活用して 二次式の展開や因数分解ができる また 式の置き換えや一文字に着目するなどして 展開 因数分解ができる ( 例 ) 次の問に答えよ (1) (3x a)(4x
More information<4D F736F F F696E74202D20837E834E838D2D91E682618FCD EF97708DC58FAC89BB96E291E E B8CDD8AB B836
B.3 費用最小化問題 生産要素価格 生産量所与生産量所与 生産費用を最小化する生産要素投入量の決定 利潤最大化問題より まずは費用最小化問題 1 利潤最大化の必要条件 2 利潤最大化問題 = 生産財価格の受容者としての 利潤最大化問題 収穫一定 規模の経済の下で不適 1 B.3.1. 生産費用の概念 定義 B.26 固定費用 -fied cost 生産計画期間中に投入量変更不可な生産要素費用 1
More information学習指導要領
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 千早高校学力スタンダード 自然数 整数 有理数 無理数の用語の意味を理解す る ( 例 ) 次の数の中から自然数 整数 有理 数 無理数に分類せよ 3 3,, 0.7, 3,,-, 4 (1) 自然数 () 整数 (3) 有理数 (4) 無理数 自然数 整数 有理数 無理数の包含関係など
More information学習指導要領
(1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 絶対値の意味を理解し適切な処理することができる 例題 1-3 の絶対値をはずせ 展開公式 ( a + b ) ( a - b ) = a 2 - b 2 を利用して根号を含む分数の分母を有理化することができる 例題 5 5 + 2 の分母を有理化せよ 実数の整数部分と小数部分の表し方を理解している
More information高次元データ スパース正則化学習法 最適化手法 proximal point algorithm 確率最適化手法 2
正則化学習法における最適化手法 鈴木大慈東京大学情報理工学系研究科数理情報学専攻 2013/2/18@ 九州大学伊都キャンパス文部科学省委託事業数学協働プログラム 最適化ワークショップ : 拡がっていく最適化 1 高次元データ スパース正則化学習法 最適化手法 proximal point algorithm 確率最適化手法 2 問題設定スパース正則化学習 3 高次元線形判別 物体認識 音声認識 自然言語処理
More informationMicrosoft PowerPoint - H21生物計算化学2.ppt
演算子の行列表現 > L いま 次元ベクトル空間の基底をケットと書くことにする この基底は完全系を成すとすると 空間内の任意のケットベクトルは > > > これより 一度基底を与えてしまえば 任意のベクトルはその基底についての成分で完全に記述することができる これらの成分を列行列の形に書くと M これをベクトル の基底 { >} による行列表現という ところで 行列 A の共役 dont 行列は A
More informationOR#5.key
オペレーションズ リサーチ1 Operations Research 前学期 月曜 3限(3:00-4:30) 8 整数計画モデル Integer Programming 経営A棟106教室 山本芳嗣 筑波大学 大学院 システム情報工学研究科 整数計画問題 2 凸包 最小の凸集合 線形計画問題 変数の整数条件 ctx Ax b x 0 xj は整数 IP LP 3 4 Bx d!!!!!? P NP
More informationMicrosoft PowerPoint - 10.pptx
0. 固有値とその応用 固有値と固有ベクトル 2 行列による写像から固有ベクトルへ m n A : m n n m 行列によって線形写像 f R R A が表せることを見てきた ここでは 2 次元平面の行列による写像を調べる 2 = 2 A 2 2 とし 写像 まず 単位ベクトルの像を求める u 2 x = v 2 y f : R A R を考える u 2 2 u, 2 2 0 = = v 2 0
More informationMicrosoft PowerPoint - 9.pptx
9/7/8( 水 9. 線形写像 ここでは 行列の積によって 写像を定義できることをみていく また 行列の積によって定義される写像の性質を調べていく 拡大とスカラー倍 行列演算と写像 ( 次変換 拡大後 k 倍 k 倍 k 倍拡大の関係は スカラー倍を用いて次のように表現できる p = (, ' = k ' 拡大前 p ' = ( ', ' = ( k, k 拡大 4 拡大と行列の積 拡大後 k 倍
More informationMicrosoft PowerPoint - 9.pptx
9. 線形写像 ここでは 行列の積によって 写像を定義できることをみていく また 行列の積によって定義される写像の性質を調べていく 行列演算と写像 ( 次変換 3 拡大とスカラー倍 p ' = ( ', ' = ( k, kk p = (, k 倍 k 倍 拡大後 k 倍拡大の関係は スカラー倍を用いて次のように表現できる ' = k ' 拡大前 拡大 4 拡大と行列の積 p ' = ( ', '
More information航空機の運動方程式
オブザーバ 状態フィードバックにはすべての状態変数の値が必要であった. しかしながら, システムの外部から観測できるのは出力だけであり, すべての状態変数が観測できるとは限らない. そこで, 制御対象システムの状態変数を, システムのモデルに基づいてその入出力信号から推定する方法を考える.. オブザーバとは 次元 m 入力 r 出力線形時不変システム x Ax Bu y Cx () の状態変数ベクトル
More informationMicrosoft PowerPoint - 10.pptx
m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる
More informationスライド 1
数値解析 2019 年度前期第 13 週 [7 月 11 日 ] 静岡大学創造科学技術大学院情報科学専攻工学部機械工学科計測情報講座 三浦憲二郎 講義アウトライン [7 月 11 日 ] 関数近似と補間 最小 2 乗近似による関数近似 ラグランジュ補間 T.Kanai, U.Tokyo 関数近似 p.116 複雑な関数を簡単な関数で近似する 関数近似 閉区間 [a,b] で定義された関数 f(x)
More information2015年度 信州大・医系数学
05 信州大学 ( 医系 ) 前期日程問題 解答解説のページへ 放物線 y = a + b + c ( a > 0) を C とし, 直線 y = -を l とする () 放物線 C が点 (, ) で直線 l と接し, かつ 軸と共有点をもつための a, b, c が満 たす必要十分条件を求めよ () a = 8 のとき, () の条件のもとで, 放物線 C と直線 l および 軸とで囲まれた部
More informationMicrosoft Word ã‡»ã…«ã‡ªã…¼ã…‹ã…žã…‹ã…³ã†¨åłºæœ›å•¤(佒芤喋çfl�)
Cellulr uo nd heir eigenlues 東洋大学総合情報学部 佐藤忠一 Tdzu So Depren o Inorion Siene nd rs Toyo Uniersiy. まえがき 一次元セルオ-トマトンは数学的には記号列上の行列の固有値問題である 固有値問題の行列はふつう複素数体上の行列である 量子力学における固有値問題も無限次元ではあるが関数環上の行列でその成分は可換環である
More information2015-2018年度 2次数学セレクション(整数と数列)解答解説
015 次数学セレクション問題 1 [ 千葉大 文 ] k, m, n を自然数とする 以下の問いに答えよ (1) k を 7 で割った余りが 4 であるとする このとき, k を 3 で割った余りは であることを示せ () 4m+ 5nが 3 で割り切れるとする このとき, mn を 7 で割った余りは 4 ではないことを示せ -1- 015 次数学セレクション問題 [ 九州大 理 ] 以下の問いに答えよ
More informationDVIOUT
最適レギュレータ 松尾研究室資料 第 最適レギュレータ 節時不変型無限時間最適レギュレータ 状態フィードバックの可能な場合の無限時間問題における最適レギュレータについて確定系について説明する. ここで, レギュレータとは状態量をゼロにするようなコントローラのことである. なぜ, 無限時間問題のみを述べるかという理由は以下のとおりである. 有限時間の最適レギュレータ問題の場合の最適フィードバックゲインは微分方程式の解から構成される時間関数として表現される.
More informationmemo
数理情報工学特論第一 機械学習とデータマイニング 4 章 : 教師なし学習 3 かしまひさし 鹿島久嗣 ( 数理 6 研 ) kashima@mist.i.~ DEPARTMENT OF MATHEMATICAL INFORMATICS 1 グラフィカルモデルについて学びます グラフィカルモデル グラフィカルラッソ グラフィカルラッソの推定アルゴリズム 2 グラフィカルモデル 3 教師なし学習の主要タスクは
More information学習指導要領
(1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数 実数のそれぞれの集 合について 四則演算の可能性について判断できる ( 例 ) 下の表において それぞれの数の範囲で四則計算を考えるとき 計算がその範囲で常にできる場合には を 常にできるとは限らない場合には を付けよ ただし 除法では 0 で割ることは考えない
More information経済数学演習問題 2018 年 5 月 29 日 I a, b, c R n に対して a + b + c 2 = a 2 + b 2 + c 2 + 2( a, b) + 2( b, c) + 2( a, c) が成立することを示しましょう.( 線型代数学 教科書 13 ページ 演習 1.17)
経済数学演習問題 8 年 月 9 日 I a, b, c R n に対して a + b + c a + b + c + a, b + b, c + a, c が成立することを示しましょう. 線型代数学 教科書 ページ 演習.7 II a R n がすべての x R n に対して垂直, すなわち a, x x R n が成立するとします. このとき a となることを示しましょう. 線型代数学 教科書
More informationMicrosoft PowerPoint - 第3回2.ppt
講義内容 講義内容 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 ベクトルの直交性 3
More information<4D F736F F D E4F8E9F82C982A882AF82E98D7397F1>
3 三次における行列 要旨高校では ほとんど 2 2 の正方行列しか扱ってなく 三次の正方行列について考えてみたかったため 数 C で学んだ定理を三次の正方行列に応用して 自分たちで仮説を立てて求めていったら 空間における回転移動を表す行列 三次のケーリー ハミルトンの定理 三次における逆行列を求めたり 仮説をたてることができた. 目的 数 C で学んだ定理を三次の正方行列に応用する 2. 概要目的の到達点として
More information情報システム評価学 ー整数計画法ー
情報システム評価学 ー整数計画法ー 第 1 回目 : 整数計画法とは? 塩浦昭義東北大学大学院情報科学研究科准教授 この講義について 授業の HP: http://www.dais.is.tohoku.ac.jp/~shioura/teaching/dais08/ 授業に関する連絡, および講義資料等はこちらを参照 教員への連絡先 : shioura (AT) dais.is.tohoku.ac.jp
More informationパソコンシミュレータの現状
第 2 章微分 偏微分, 写像 豊橋技術科学大学森謙一郎 2. 連続関数と微分 工学において物理現象を支配する方程式は微分方程式で表されていることが多く, 有限要素法も微分方程式を解く数値解析法であり, 定式化においては微分 積分が一般的に用いられており. 数学の基礎知識が必要になる. 図 2. に示すように, 微分は連続な関数 f() の傾きを求めることであり, 微小な に対して傾きを表し, を無限に
More informationPowerPoint Presentation
. カーネル法への招待 正定値カーネルによるデータ解析 - カーネル法の基礎と展開 - 福水健次統計数理研究所 / 総合研究大学院大学 統計数理研究所公開講座 0 年 月 34 日 概要 カーネル法の基本 線形データ解析と非線形データ解析 カーネル法の原理 カーネル法の つの例 カーネル主成分分析 : PCA の非線形拡張 リッジ回帰とそのカーネル化 概要 カーネル法の基本 線形データ解析と非線形データ解析
More informationオートマトン 形式言語及び演習 3. 正規表現 酒井正彦 正規表現とは 正規表現 ( 正則表現, Regular Expression) オートマトン : 言語を定義する機械正規表現 : 言語
オートマトン 形式言語及び演習 3. 酒井正彦 www.trs.css.i.nagoya-u.ac.jp/~sakai/lecture/automata/ とは ( 正則表現, Regular Expression) オートマトン : 言語を定義する機械 : 言語を記号列で定義 - 記述しやすい ( ユーザフレンドリ ) 例 :01 + 10 - UNIX の grep コマンド - UNIX の
More informationInformation Theory
前回の復習 情報をコンパクトに表現するための符号化方式を考える 情報源符号化における基礎的な性質 一意復号可能性 瞬時復号可能性 クラフトの不等式 2 l 1 + + 2 l M 1 ハフマン符号の構成法 (2 元符号の場合 ) D. Huffman 1 前回の練習問題 : ハフマン符号 符号木を再帰的に構成し, 符号を作る A B C D E F 確率 0.3 0.2 0.2 0.1 0.1 0.1
More informationオートマトン 形式言語及び演習 1. 有限オートマトンとは 酒井正彦 形式言語 言語とは : 文字列の集合例 : 偶数個の 1 の後に 0 を持つ列からなる集合 {0, 110, 11110,
オートマトン 形式言語及び演習 1 有限オートマトンとは 酒井正彦 wwwtrscssinagoya-uacjp/~sakai/lecture/automata/ 形式言語 言語とは : 文字列の集合例 : 偶数個の 1 の後に 0 を持つ列からなる集合 {0, 110, 11110, } 形式言語 : 数学モデルに基づいて定義された言語 認識機械 : 文字列が該当言語に属するか? 文字列 機械 受理
More informationmemo
THE UNIVERSITY OF TOKYO 数理情報学演習第二 A 関係データの機械学習 行列と多次元配列の解析 かしま ひさし 鹿島久嗣情報理工学系研究科数理情報学専攻数理 6 研 kashima@mist.i.~ DEPARTMENT OF MATHEMATICAL INFORMATICS * Some figures in the slides are taken from 1T. G.
More information09.pptx
講義内容 数値解析 第 9 回 5 年 6 月 7 日 水 理学部物理学科情報理学コース. 非線形方程式の数値解法. はじめに. 分法. 補間法.4 ニュートン法.4. 多変数問題への応用.4. ニュートン法の収束性. 連立 次方程式の解法. 序論と行列計算の基礎. ガウスの消去法. 重対角行列の場合の解法項目を変更しました.4 LU 分解法.5 特異値分解法.6 共役勾配法.7 反復法.7. ヤコビ法.7.
More informationMicrosoft PowerPoint - DA2_2019.pptx
Johnon のアルゴリズム データ構造とアルゴリズム IⅠ 第 回最大フロー 疎なグラフ, 例えば E O( V lg V ) が仮定できる場合に向いている 隣接リスト表現を仮定する. 実行時間は O( V lg V + V E ). 上記の仮定の下で,Floyd-Warhall アルゴリズムよりも漸近的に高速 Johnon のアルゴリズム : アイデア (I) 辺重みが全部非負なら,Dikra
More information…p…^†[…fiflF”¯ Pattern Recognition
Pattern Recognition Shin ichi Satoh National Institute of Informatics June 11, 2019 (Support Vector Machines) (Support Vector Machines: SVM) SVM Vladimir N. Vapnik and Alexey Ya. Chervonenkis 1963 SVM
More information2018年度 神戸大・理系数学
8 神戸大学 ( 理系 ) 前期日程問題 解答解説のページへ t を < t < を満たす実数とする OABC を 辺の長さが の正四面体とする 辺 OA を -t : tに内分する点を P, 辺 OB を t :-tに内分する点を Q, 辺 BC の中点を R とする また a = OA, b = OB, c = OC とする 以下の問いに答えよ () QP と QR をt, a, b, c を用いて表せ
More informationMicrosoft PowerPoint rev.pptx
研究室紹介 卒業研究テーマ紹介 木村拓馬 佐賀大学理工学部知能情報システム学科第 2 研究グループ 第 2 研究グループ -- 木村拓馬 : 卒業研究テーマ紹介 (2016/2/16) 1/15 木村の専門分野 応用数学 ( 数値解析 最適化 ) 内容 : 数学 + 計算機 数学の理論に裏付けされた 良い 計算方法 良さ を計算機で検証する方法について研究 目標は でかい 速い 正確 第 2 研究グループ
More information<8D828D5A838A817C A77425F91E6318FCD2E6D6364>
4 1 平面上のベクトル 1 ベクトルとその演算 例題 1 ベクトルの相等 次の問いに答えよ. ⑴ 右の図 1 は平行四辺形 である., と等しいベクトルをいえ. ⑵ 右の図 2 の中で互いに等しいベクトルをいえ. ただし, すべてのマス目は正方形である. 解 ⑴,= より, =,= より, = ⑵ 大きさと向きの等しいものを調べる. a =d, c = f d e f 1 右の図の長方形 において,
More information2018年度 東京大・理系数学
08 東京大学 ( 理系 ) 前期日程問題 解答解説のページへ関数 f ( ) = + cos (0 < < ) の増減表をつくり, + 0, 0 のと sin きの極限を調べよ 08 東京大学 ( 理系 ) 前期日程問題 解答解説のページへ n+ 数列 a, a, を, Cn a n = ( n =,, ) で定める n! an qn () n とする を既約分数 an p として表したときの分母
More information<4D F736F F D208CF68BA48C6F8DCF8A C30342C CFA90B68C6F8DCF8A7782CC8AEE967B92E8979D32288F4390B394C529332E646F63>
2. 厚生経済学の ( 第 ) 基本定理 2 203 年 4 月 7 日 ( 水曜 3 限 )/8 本章では 純粋交換経済において厚生経済学の ( 第 ) 基本定理 が成立することを示す なお より一般的な生産技術のケースについては 4.5 補論 2 で議論する 2. 予算集合と最適消費点 ( 完全 ) 競争市場で達成される資源配分がパレート効率的であることを示すための準備として 個人の最適化行動を検討する
More information2011年度 筑波大・理系数学
0 筑波大学 ( 理系 ) 前期日程問題 解答解説のページへ O を原点とするy 平面において, 直線 y= の を満たす部分をC とする () C 上に点 A( t, ) をとるとき, 線分 OA の垂直二等分線の方程式を求めよ () 点 A が C 全体を動くとき, 線分 OA の垂直二等分線が通過する範囲を求め, それ を図示せよ -- 0 筑波大学 ( 理系 ) 前期日程問題 解答解説のページへ
More information学習指導要領
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 第 1 章第 節実数 東高校学力スタンダード 4 実数 (P.3~7) 自然数 整数 有理数 無理数 実数のそれぞれの集 合について 四則演算の可能性について判断できる ( 例 ) 下の表において, それぞれの数の範囲で四則計算を考えるとき, 計算がその範囲で常にできる場合には
More informationチェビシェフ多項式の2変数への拡張と公開鍵暗号(ElGamal暗号)への応用
チェビシェフ多項式の 変数への拡張と公開鍵暗号 Ell 暗号 への応用 Ⅰ. チェビシェフ Chbhv Chbhv の多項式 より であるから よって ここで とおくと coθ iθ coθ iθ iθ coθcoθ 4 4 iθ iθ iθ iθ iθ i θ i θ i θ i θ co θ co θ} co θ coθcoθ co θ coθ coθ したがって が成り立つ この漸化式と であることより
More information学習指導要領
(1) 数と式 学習指導要領 数と式 (1) 式の計算二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること 東京都立町田高等学校学力スタンダード 整式の加法 減法 乗法展開の公式を利用できる 式を1 つの文字におき換えることによって, 式の計算を簡略化することができる 式の形の特徴に着目して変形し, 展開の公式が適用できるようにすることができる 因数分解因数分解の公式を利用できる
More information第3章 非線形計画法の基礎
3 February 25, 2009 1 Armijo Wolfe Newton 2 Newton Lagrange Newton 2 SQP 2 1 2.1 ( ) S R n (n N) f (x) : R n x f R x S f (x ) = min x S R n f (x) (nonlinear programming) x 0 S k = 0, 1, 2, h k R n ɛ k
More information工業数学F2-04(ウェブ用).pptx
工業数学 F2 #4 フーリエ級数を極める 京都大学加納学 京都大学大学院情報学研究科システム科学専攻 Human Systems Lab., Dept. of Systems Science Graduate School of Informatics, Kyoto University 復習 1: 複素フーリエ級数 2 周期 2π の周期関数 f(x) の複素フーリエ級数展開 複素フーリエ係数
More informationMicrosoft Word - K-ピタゴラス数.doc
- ピタゴラス数の代数と幾何学 津山工業高等専門学校 菅原孝慈 ( 情報工学科 年 ) 野山由貴 ( 情報工学科 年 ) 草地弘幸 ( 電子制御工学科 年 ) もくじ * 第 章ピタゴラス数の幾何学 * 第 章ピタゴラス数の代数学 * 第 3 章代数的極小元の幾何学の考察 * 第 章ピタゴラス数の幾何学的研究の動機 交点に注目すると, つの曲線が直交しているようにみえる. これらは本当に直交しているのだろうか.
More informationMicrosoft PowerPoint - H22制御工学I-2回.ppt
制御工学 I 第二回ラプラス変換 平成 年 4 月 9 日 /4/9 授業の予定 制御工学概論 ( 回 ) 制御技術は現在様々な工学分野において重要な基本技術となっている 工学における制御工学の位置づけと歴史について説明する さらに 制御システムの基本構成と種類を紹介する ラプラス変換 ( 回 ) 制御工学 特に古典制御ではラプラス変換が重要な役割を果たしている ラプラス変換と逆ラプラス変換の定義を紹介し
More information0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生まれ, コンピューテーショナルフォトグラフィ ( 計算フォトグラフィ ) と呼ばれている.3 次元画像認識技術の計算フォトグラフィへの応用として,
More information1/30 平成 29 年 3 月 24 日 ( 金 ) 午前 11 時 25 分第三章フェルミ量子場 : スピノール場 ( 次元あり ) 第三章フェルミ量子場 : スピノール場 フェルミ型 ボーズ量子場のエネルギーは 第二章ボーズ量子場 : スカラー場 の (2.18) より ˆ dp 1 1 =
/ 平成 9 年 月 日 ( 金 午前 時 5 分第三章フェルミ量子場 : スピノール場 ( 次元あり 第三章フェルミ量子場 : スピノール場 フェルミ型 ボーズ量子場のエネルギーは 第二章ボーズ量子場 : スカラー場 の (.8 より ˆ ( ( ( q -, ( ( c ( H c c ë é ù û - Ü + c ( ( - に限る (. である 一方 フェルミ型は 成分をもち その成分を,,,,
More informationMicrosoft PowerPoint - 13approx.pptx
I482F 実践的アルゴリズム特論 13,14 回目 : 近似アルゴリズム 上原隆平 (uehara@jaist.ac.jp) ソートの下界の話 比較に基づく任意のソートアルゴリズムはΩ(n log n) 時間の計算時間が必要である 証明 ( 概略 ) k 回の比較で区別できる場合の数は高々 2 k 種類しかない n 個の要素の異なる並べ方は n! 通りある したがって少なくとも k n 2 n!
More informationMicrosoft Word - 町田・全 H30学力スタ 別紙1 1年 数学Ⅰ.doc
(1) 数と式 学習指導要領 都立町田高校 学力スタンダード ア 数と集合 ( ア ) 実数 根号を含む式の計算 数を実数まで拡張する意義を理解し 簡単な 循環小数を表す記号を用いて, 分数を循環小数で表 無理数の四則計算をすること すことができる 今まで学習してきた数の体系について整理し, 考察 しようとする 絶対値の意味と記号表示を理解している 根号を含む式の加法, 減法, 乗法の計算ができる
More informationMicrosoft Word - 素粒子物理学I.doc
6. 自発的対称性の破れとヒッグス機構 : 素粒子の標準模型 Dc 方程式.5 を導くラグランジアンは ϕ ϕ mϕϕ 6. である [H] Eu-nn 方程式 を使って 6. のラグランジア ンから Dc 方程式が導かれることを示せ 6. ゲージ対称性 6.. U 対称性 :QED ディラック粒子の複素場 ψに対する位相変換 ϕ ϕ 6. に対して ラグランジアンが不変であることを要請する これは簡単に示せる
More information1 対 1 対応の演習例題を解いてみた 微分法とその応用 例題 1 極限 微分係数の定義 (2) 関数 f ( x) は任意の実数 x について微分可能なのは明らか f ( 1, f ( 1) ) と ( 1 + h, f ( 1 + h)
微分法とその応用 例題 1 極限 微分係数の定義 () 関数 ( x) は任意の実数 x について微分可能なのは明らか ( 1, ( 1) ) と ( 1 + h, ( 1 + h) ) の傾き= ( 1 + h ) - ( 1 ) ( 1 + ) - ( 1) = ( 1 + h) - 1 h ( 1) = lim h ( 1 + h) - ( 1) h ( 1, ( 1) ) と ( 1 - h,
More informationハートレー近似(Hartree aproximation)
ハートリー近似 ( 量子多体系の平均場近似 1) 0. ハミルトニアンの期待値の変分がシュレディンガー方程式と等価であること 1. 独立粒子近似という考え方. 電子系におけるハートリー近似 3.3 電子系におけるハートリー近似 Mde by R. Okmoto (Kyushu Institute of Technology) filenme=rtree080609.ppt (0) ハミルトニアンの期待値の変分と
More informationDVIOUT-17syoze
平面の合同変換と相似変換 岩瀬順一 要約 : 平面の合同変換と相似変換を論じる いま大学で行列を学び始めている大学一年生を念頭に置いている 高等学校で行列や一次変換を学んでいなくてもよい 1. 写像 定義 1.1 X, Y を集合とする X の各元 x に対し Y のただ一つの元 y を対応させる規則 f を写像とよび,f : X! Y のように書く f によって x に対応する Y の元を f(x)
More informationMicrosoft PowerPoint - 資料04 重回帰分析.ppt
04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline
More information学力スタンダード(様式1)
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 稔ヶ丘高校学力スタンダード 有理数 無理数の定義や実数の分類について理解し ている 絶対値の意味と記号表示を理解している 実数と直線上の点が一対一対応であることを理解 し 実数を数直線上に示すことができる 例 実数 (1) -.5 () π (3) 数直線上の点はどれか答えよ
More information! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of ope
mi max regret l m ( ) ! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of operatioal research, 197(2), 427-438.!
More information学習指導要領
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 都立大江戸高校学力スタンダード 平方根の意味を理解し 平方根の計算法則に従って平方根を簡単にすることができる ( 例 1) 次の値を求めよ (1)5 の平方根 () 81 ( 例 ) 次の数を簡単にせよ (1) 5 () 7 1 (3) 49 無理数の加法や減法 乗法公式を利用した計算がで
More informationPowerPoint Presentation
応用数学 Ⅱ (7) 7 連立微分方程式の立て方と解法. 高階微分方程式による解法. ベクトル微分方程式による解法 3. 演算子による解法 連立微分方程式 未知数が複数個あり, 未知数の数だけ微分方程式が与えられている場合, これらを連立微分方程式という. d d 解法 () 高階微分方程式化による解法 つの方程式から つの未知数を消去して, 未知数が つの方程式に変換 のみの方程式にするために,
More information2011年度 大阪大・理系数学
0 大阪大学 ( 理系 ) 前期日程問題 解答解説のページへ a a を自然数とする O を原点とする座標平面上で行列 A= a の表す 次変換 を f とする cosθ siθ () >0 および0θ
More informationTHE HARRIS SCIENCE REVIEW OF DOSHISHA UNIVERSITY, VOL. 57, NO. 4 January 2017 An Extension of Kocic-Ladas s Oscillatory Theorem Concerning Difference
THE HARRIS SCIENCE REVIEW OF DOSHISHA UNIVERSITY, VOL. 57, NO. 4 January 2017 An Extension of Kocic-Ladas s Oscillatory Theore Concerning Difference Equations Satoshi ITO, Seiji SAITO* (Received October
More information微分方程式による現象記述と解きかた
微分方程式による現象記述と解きかた 土木工学 : 公共諸施設 構造物の有用目的にむけた合理的な実現をはかる方法 ( 技術 ) に関する学 橋梁 トンネル ダム 道路 港湾 治水利水施設 安全化 利便化 快適化 合法則的 経済的 自然および人口素材によって作られた 質量保存則 構造物の自然的な性質 作用 ( 外力による応答 ) エネルギー則 の解明 社会的諸現象のうち マスとしての移動 流通 運動量則
More informationA Visually Better Recovered Image Selection for Imaging Inverse Problems
信号処理 画像処理における凸最適化 小野峻佑東京工業大学像情報工学研究所 2015/11/28 日本オペレーションズ リサーチ学会 最適化の基盤とフロンティア 第 4 回研究部会 @ 理科大神楽坂キャンパス 広がる凸最適化応用 画像復元 生体信号処理 医用画像処理 衛星 / 天体画像処理リモートセンシング 凸最適化 ( 非可微分 制約付き ) 無線通信 圧縮センシング 機械学習 コンピュータビジョン
More informationMicrosoft PowerPoint - 2.ppt [互換モード]
0 章数学基礎 1 大学では 高校より厳密に議論を行う そのために 議論の議論の対象を明確にする必要がある 集合 ( 定義 ) 集合 物の集まりである集合 X に対して X を構成している物を X の要素または元という 集合については 3 セメスタ開講の 離散数学 で詳しく扱う 2 集合の表現 1. 要素を明示する表現 ( 外延的表現 ) 中括弧で 囲う X = {0,1, 2,3} 慣用的に 英大文字を用いる
More information2016年度 京都大・文系数学
06 京都大学 ( 文系 ) 前期日程問題 解答解説のページへ xy 平面内の領域の面積を求めよ x + y, x で, 曲線 C : y= x + x -xの上側にある部分 -- 06 京都大学 ( 文系 ) 前期日程問題 解答解説のページへ ボタンを押すと あたり か はずれ のいずれかが表示される装置がある あたり の表示される確率は毎回同じであるとする この装置のボタンを 0 回押したとき,
More information厚生の測度
公共経済学 消費者行動の理論 消費者 ( 家計 ) 行動 消費者の行動の特徴 消費可能集合 ( 予算制約 ) 選好 効用 選択 需要 顕示選好 消費者の行動の特徴 経済主体企業 家計 ( 政府 ) 家計 価格 資本 労働 株式 賃料 賃金 配当 財 サービス市場 需要 家計 = 価格受容者 (rce taker) 供給 家計の所得 企業 数量 3 消費可能集合 () 家計が直面する制約 予算制約 (
More informationMicrosoft Word - 8章(CI).doc
8 章配置間相互作用法 : Configuration Interaction () etho [] 化学的精度化学反応の精密な解析をするためには エネルギー誤差は数 ~ kcal/mol 程度に抑えたいものである この程度の誤差内に治まる精度を 化学的精度 と呼ぶことがある He 原子のエネルギーをシュレーディンガー方程式と分子軌道法で計算した結果を示そう He 原子のエネルギー Hartree-Fock
More information様々なミクロ計量モデル†
担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル
More information頻出問題の解法 4. 絶対値を含む関数 4.1 絶対値を含む関数 絶対値を含む関数の扱い方関数 X = { X ( X 0 のとき ) X ( X <0 のとき ) であるから, 絶対値の 中身 の符号の変わり目で変数の範囲を場合分けし, 絶対値記号をはずす 例 y= x 2 2 x = x ( x
頻出問題の解法 4. 絶対値を含む関数 4.1 絶対値を含む関数 絶対値を含む関数の扱い方関数 X = { X ( X 0 のとき ) X ( X
More informationMicrosoft PowerPoint - H17-5時限(パターン認識).ppt
パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を
More information構造化プログラミングと データ抽象
計算の理論 後半第 3 回 λ 計算と型システム 本日の内容 λ 計算の表現力 ( 前回の復習 ) データの表現 不動点演算子と再帰 λ 計算の重要な性質 チャーチ ロッサー性 簡約戦略 型付き λ 計算 ブール値 組 ブール値と組の表現 true, false を受け取り 対応する要素を返す関数 として表現 T = λt.λf.t F = λt.λf.f if e 1 then e 2 else
More information多次元レーザー分光で探る凝縮分子系の超高速動力学
波動方程式と量子力学 谷村吉隆 京都大学理学研究科化学専攻 http:theochem.kuchem.kyoto-u.ac.jp TA: 岩元佑樹 iwamoto.y@kuchem.kyoto-u.ac.jp ベクトルと行列の作法 A 列ベクトル c = c c 行ベクトル A = [ c c c ] 転置ベクトル T A = [ c c c ] AA 内積 c AA = [ c c c ] c =
More informationMicrosoft PowerPoint - OsakaU_1intro.pptx
カーネル法入門. カーネル法へのイントロダクション 福水健次 統計数理研究所 / 総合研究大学院大学 大阪大学大阪大学大学院基礎工学研究科 集中講義 204 September カーネル法 : 近年 990 年代半ばごろから 発展したデータ解析の方法論. 非線形な情報や高次モーメントの扱いが容易. サポートベクターマシンの提案が発端となった. 2 線形なデータ解析 非線形な データ解析 3 データ解析とは?
More information線型代数試験前最後の 3 日間 できるようになっておきたい計算問題 ( 特に注意 まぁ注意 ) シュミットの直交化とその行列表示 (P5) ユニタリ行列による行列の対角化 (P8) 数列, 微分方程式の解法 対角可能な条件もおさえておきたい とりあえず次の問題を ( まだやっていない人は ) やって
線型代数試験前最後の 日間 できるようになっておきたい計算問題 特に注意 まぁ注意 シュミットの直交化とその行列表示 P ユニタリ行列による行列の対角化 P8 数列 微分方程式の解法 対角可能な条件もおさえておきたい とりあえず次の問題を まだやっていない人は やってください 8 年 月 日 理二三 組の線型代数担当志甫先生の過去問から持ってきました 結構計算が大変だったと思います これが難なくできる人は以下の総復習編はさらっと目を通すだけで
More informationMicrosoft PowerPoint - ip02_01.ppt [互換モード]
空間周波数 周波数領域での処理 空間周波数 (spatial frquncy) とは 単位長さ当たりの正弦波状の濃淡変化の繰り返し回数を表したもの 正弦波 : y sin( t) 周期 : 周波数 : T f / T 角周波数 : f 画像処理 空間周波数 周波数領域での処理 波形が違うと 周波数も違う 画像処理 空間周波数 周波数領域での処理 画像処理 3 周波数領域での処理 周波数は一つしかない?-
More informationトポス alg-d 年 5 月 5 日 1 トポス 定義. P, Q: C op Set を関手とする.P が Q の部分関手 ( 記号で P Q と書く ) 自然変換 θ : P Q で 各 a C について θ
トポス alg-d http://alg-d.com/math/kan_extension/ 2018 年 5 月 5 日 1 トポス 定義. P, Q: C op Set を関手とする.P が Q の部分関手 ( 記号で P Q と書く ) 自然変換 θ : P Q で 各 a C について θ a : P a Qa が包含写像になっているもの が存在する. P Q を部分関手とすると, 自然性より,f
More informationax 2 + bx + c = n 8 (n ) a n x n + a n 1 x n a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 4
20 20.0 ( ) 8 y = ax 2 + bx + c 443 ax 2 + bx + c = 0 20.1 20.1.1 n 8 (n ) a n x n + a n 1 x n 1 + + a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 444 ( a, b, c, d
More informationRiemann-Stieltjes Poland S. Lojasiewicz [1] An introduction to the theory of real functions, John Wiley & Sons, Ltd., Chichester, 1988.,,,,. Riemann-S
Riemnn-Stieltjes Polnd S. Lojsiewicz [1] An introduction to the theory of rel functions, John Wiley & Sons, Ltd., Chichester, 1988.,,,, Riemnn-Stieltjes 1 2 2 5 3 6 4 Jordn 13 5 Riemnn-Stieltjes 15 6 Riemnn-Stieltjes
More information数値計算で学ぶ物理学 4 放物運動と惑星運動 地上のように下向きに重力がはたらいているような場においては 物体を投げると放物運動をする 一方 中心星のまわりの重力場中では 惑星は 円 だ円 放物線または双曲線を描きながら運動する ここでは 放物運動と惑星運動を 運動方程式を導出したうえで 数値シミュ
数値計算で学ぶ物理学 4 放物運動と惑星運動 地上のように下向きに重力がはたらいているような場においては 物体を投げると放物運動をする 一方 中心星のまわりの重力場中では 惑星は 円 だ円 放物線または双曲線を描きながら運動する ここでは 放物運動と惑星運動を 運動方程式を導出したうえで 数値シミュレーションによって計算してみる 4.1 放物運動一様な重力場における放物運動を考える 一般に質量の物体に作用する力をとすると運動方程式は
More informationI, II 1, A = A 4 : 6 = max{ A, } A A 10 10%
1 2006.4.17. A 3-312 tel: 092-726-4774, e-mail: hara@math.kyushu-u.ac.jp, http://www.math.kyushu-u.ac.jp/ hara/lectures/lectures-j.html Office hours: B A I ɛ-δ ɛ-δ 1. 2. A 1. 1. 2. 3. 4. 5. 2. ɛ-δ 1. ɛ-n
More informationMicrosoft Word - ComplexGeometry1.docx
Complex Geometry Speaer(s): Has-Joachim Hei (Imperial College, Loo) vieo のページ : https://www.msri.org/summer_schools/72/scheules/8495 Agea:. 正則関数 (Holomorphic Fuctio) とは 2. ワイエルストラスの予備定理 3. ハルトークスの定理 記号
More informationMicrosoft PowerPoint - ミクロ-第C章:消費者(07).ppt
C. 消費者行動の理論 C.1 消費選択における物理的 経済的制約定義 C.1( 消費可能集合 -consumption set) 物理的制約 X Rm 定義 C.2( 消費計画 -consumption plan) 1,, m X 定義 C.3( 予算集合 -budget set) 経済的制約 予算線 p I 与件 p p 1,,p m 0 I > 0 B p,i B p, I B p, I X
More informationMicrosoft PowerPoint - Eigen.ppt [互換モード]
固有値解析 中島研吾 東京大学情報基盤センター同大学院情報理工学系研究科数理情報学専攻数値解析 ( 科目番号 58) 行列の固有値問題 べき乗法 対称行列の固有値計算法 Eige Eige A 行列の固有値問題 標準固有値問題 (Stdrd Eigevle Problem を満足する と を求める : 固有値 (eigevle) : 固有ベクトル (eigevetor) 一般固有値問題 (Geerl
More information2018年度 2次数学セレクション(微分と積分)
08 次数学セレクション問題 [ 東京大 ] > 0 とし, f = x - x とおく () x で f ( x ) が単調に増加するための, についての条件を求めよ () 次の 条件を満たす点 (, b) の動きうる範囲を求め, 座標平面上に図示せよ 条件 : 方程式 f = bは相異なる 実数解をもつ 条件 : さらに, 方程式 f = bの解を < < とすると > である -- 08 次数学セレクション問題
More informationMicrosoft PowerPoint - 15意思決定科学3_LP復習.pptx
意思決定科学 線形計画法 堀田敬介 205/0/9,Fr. はじめに 問題の見直し問題の本質を再考 モデルの妥当性評価現実との乖離の検証 問題モデル化解く解釈 評価 提案 解決 問題 目的の明確化 代替案立案モデル構築 結果の解釈 評価代替案評価 選択 意思決定 最適化モデル 線形計画法 凸 2 次計画法 錐計画法 整数計画法 線形計画法 例題 : 効率的なアルバイト 時給 200 円の清掃作業,
More information<4D F736F F D208DB295BF904D8F838E81948E8E6D985F95B690528DB895F18D908F C4816A2E646F63>
2005 年 3 月 9 日 一橋大学大学院経済学研究科博士学位請求論文審査報告 佐柄信純氏の博士学位請求論 Optimality of Intertemporal Choice with an Infinite Horizon: Existence, Sensitivity, and Statistical Inference は無限期間モデルにおける最適経済成長に関する研究である 論文は2 部
More informationスライド 1
ブール代数 ブール代数 集合 { 0, 1 } の上で演算 AND, OR, NOT からなる数学的体系 何のため? ある演算をどのような回路で実現すればよいのか? どうすれば回路が小さくなるのか? どうすれば回路が速く動くのか? 3 復習 : 真理値表とゲート記号 真理値表 A B A B 0 0 0 0 1 0 1 0 0 1 1 1 A B A+B 0 0 0 0 1 1 1 0 1 1 1
More information