Intro.
记录数学符号、公式等LaTex格式,不间断更新。
涉及《Covenx Optimization/凸优化》、《矩阵论》、《随机过程》、《数理逻辑》。
数字符号
重音
\bar{a}
$$
\bar{a}
$$\acute{a}
$$
\acute{a}
$$\check{a}
$$
\check{a}
$$\grave{a}
$$
\grave{a}
$$\dot{a}
$$
\dot{a}
$$\ddot{a}
$$
\ddot{a}
$$\hat{a}
$$
\hat{a}
$$\widehat{A}
$$
\widehat{A}
$$\tilde{a}
$$
\tilde{a}
$$\widetilde{A}
$$
\widetilde{A}
$$\breve{a}
$$
\breve{a}
$$\vec{a}
$$
\vec{a}
$$
希腊字母
Alphabet | LaTex Code | Alphabet | LaTex Code | Alphabet | LaTex Code |
---|---|---|---|---|---|
α | \alpha |
||||
β | \beta |
||||
γ | \gamma |
Γ | \Gamma |
||
δ | \delta |
Δ | \Delta |
||
ɛ | \epsilon |
ε | \varepsilon |
||
ζ | \zeta |
||||
η | \eta |
||||
θ | \theta |
Θ | \Theta |
ϑ | \vartheta |
ι | \iota |
||||
κ | \kappa |
||||
λ | \lambda |
Λ | \Lambda |
||
μ | \mu |
||||
ν | \nu |
||||
ξ | \xi |
Ξ | \Xi |
||
o | o |
||||
π | \pi |
ϖ | \varpi |
||
ρ | \rho |
ϱ | \varrho |
||
σ | \sigma |
Σ | \Sigma |
ς | \varsigma |
τ | \tau |
||||
υ | \upsilon |
Υ | \Upsilon |
||
φ | \phi |
Φ | \Phi |
ϕ | \varphi |
χ | \chi |
||||
ψ | \psi |
Ψ | \Psi |
||
ω | \omega |
Ω | \Omega |
……
基本表达式
凸优化
例2.1 线性方程组的解集
$$
\begin{align}
A( \theta x_1 + (1 - \theta x_2) ) &= \theta Ax_1 + (1 - \theta) Ax_2 \\
&= \theta b + (1 - \theta) b \\
&= b
\end{align}
$$
1 | \begin{align} |
例2.2 R3中处于(x1, x2)平面的一个正方形
$$
C = \lbrace x \in \mathbf{R}^3 \vert -1\leqslant x_1 \leqslant 1,\ -1\leqslant x_2\leqslant1,\ x_3=0 \rbrace
$$
1 | C = \lbrace x \in \mathbf{R}^3 \vert -1\le x_1 \le 1,\ -1\le x_2\le1,\ x_3=0 \rbrace |
例2.3 二阶锥是由Euclid范数定义的范数锥
$$
\begin{align}
C&=\lbrace (x,t)\in\mathbf{R}^{n+1}\mid \Vert x \Vert_2 \leqslant t \rbrace \\
&=\left\{
\left[\begin{matrix} x \\ t\end{matrix} \right]
\Biggm \vert \Biggm.
\left[\begin{matrix}x \\ t\end{matrix} \right]^T
\left[ \begin{matrix} I&0 \\ 0&-1\end{matrix} \right]
\left[\begin{matrix} x \\ t\end{matrix} \right]
\leqslant0,\ t\geqslant0
\right\}
\end{align}
$$
1 | \begin{align} |
例2.4 非负象限
$$
\mathbf{R}^n_+=\{ x \in \mathbf{R}^n \ \vert\ x_i\geqslant0,\ i=1, \cdots ,n\}=\{x\in\mathbf{R}^n\vert x \succeq 0 \}
$$
例2.5 常见单纯形
单位单纯形
$$
x \succeq0, \qquad \mathbf{1}^T\leqslant1.
$$
概率单纯形
$$
x \succeq0, \qquad \mathbf{1}^T =1.
$$
例2.6 S2上的半正定锥
$$
X=\left[\begin{matrix}x &y \\ y &z \end{matrix} \right]\in \mathbf{S}^2_+ \iff x\geqslant0,\ z\geqslant0,\ xz\geqslant y^2.
$$
例2.7 半正定锥Sn+
$$
\bigcap_{x\not=0}\{X\in\mathbf{S}^n\vert z^TXz\geqslant0 \}.
$$
例2.8 集合
$$
S=\{x\in\mathbf{R}^m\vert \lvert p(t)\rvert\leqslant1\mbox{对于}\lvert t\rvert\leqslant\left. \pi \middle / 3 \right\}
$$
例2.9 多面体
$$
\{x\vert Ax\preceq b, Cx=d\}=\{x\vert f(x)\in\mathbf{R}^m_+\times\{0\}\}.
$$
例2.10 线性矩阵不等式的解
$$
A(x)=x_1A_1+\cdots+x_nA_n\preceq B
$$
例2.11 双曲锥
$$
\{x\vert x^TPx\leqslant(c^Tx)^2,c^Tx\geqslant0\}
$$
例2.12 椭球
$$
\mathcal{E}=\{x\vert (x-x_c)^Tp^{-1}(x-x_c)\leqslant1\}
$$
例2.13 条件概率
$$
f_{ij}=\mathbf{prob}(u=i\vert v=j)=\frac{p_{ij}}{\sum_\limits{k=1}^np_{kj}}
$$
例2.14 非负象限及分量不等式
$$
K=\mathbf{R}^n_+\qquad x\preceq_Ky \iff x_i\leqslant y_i, i=1,\cdots,n
$$
例2.15 半正定锥和矩阵不等式
$$
X\preceq_KY\iff Y-X\mbox{ 为半正定锥}
$$
例2.16 [0,1]上的非负多项式锥
$$
K=\{c\in\mathbf{R}^n\vert c_1+c_2t+\cdots+c_nt^{n-1}\geqslant0 \mbox{ 对于}t\in[0,1]\}
$$
例2.18 对称矩阵集合中的最小元和极小元
$$
\mathcal{E}_A=\{x\vert x^TA^{-1}x\leqslant1\}
$$
例2.19 子空间的对偶锥
$$
V^\perp =\{y\vert y^Tv=0,\forall x\in K\}
$$
例2.23 非负象限的对偶锥是其本身
$$
y^Tx\geqslant 0, \forall x \succeq0 \iff y\succeq0.
$$
例2.24 半正定锥生自对偶的
$$
\mathbf{tr}(XY)\geqslant 0,\forall X \succeq0 \iff y\succeq0.
$$
例2.25 范数维的对偶
$$
K^\ast=\{(u,v)\in\mathbf{R}^{n+1}\vert \Vert u\Vert_\ast\leqslant v\}
$$
例3.1 凸集的示性函数
$$
\begin{eqnarray}\tilde {I}_C(x)=
\begin{cases}
0 &x\in C\cr \infty&x\notin C \end{cases}
\end{eqnarray}
$$
例3.2 二次函数的凸性
$$
f(x)=(1/2)x^TPx+q^Tx+r
$$
例3.3 几何平均 算术平均
$$
G(x)=\left(\prod^n_{i=1}x_i\right)^{1/n},\qquad A(x)=\frac1n\sum^n_{i=1}x_i
$$
例3.4 矩阵分式函数
$$
f(x,Y)=x^TY^{-1}x
$$
例3.5 分片线性函数
$$
f(x)=\max\{a^T_1x+b_1,\cdots,a^T_Lx+b_L\}
$$
例3.6 最大r个分量之和
$$
f(x)=\sum_{i=1}^r=\max\{x_{i_1}+\cdots+x_{i_r}\vert1\leqslant i_1<i_2<\cdots<i_r\leqslant n\}.
$$
例3.7 集合的支撑函数
$$
S_C(x)=\sup\{x^Ty \ \vert\ y\in C\}
$$
例3.8 到集合中最远点的距离
$$
f(x)=\sup_{y\in C}\Vert x-y\Vert
$$
例3.9 以权为变量的最小二乘费用函数
$$
g(w)=\inf_x\sum_{i=1}^nw_i(a^T_ix-b_i)^2
$$
例3.10 对称矩阵的最大矩阵值
$$
f(X)=\sup\{y^TXy \ \vert\ \Vert y\Vert_2=1\}
$$
例3.11 矩阵范数
$$
f(X)=\sup\{u^TXv\vert \Vert u\Vert_2=1,\Vert v\Vert_2=1\},
$$
$$
\Vert X\Vert_{a,b}=\sup_{v\not=0}{\frac{\Vert X_v\Vert_a}{\Vert v\Vert_b}}.
$$
例3.15 Schur补
$$
f(x,y)=x^TAx+2x^TBy+y^TCy,
$$
$$
\left[\begin{matrix}A &B \\ B^T &C \end{matrix} \right]\succeq0.
$$
例3.16 到某一集合的距离
$$
\mathbf{dist}(x,S)=\inf_\limits{y\in S}\Vert{x-y}\Vert.
$$