M11 · 第 6 章 · 课程规划页
最优化与信息论综合复习
本章研究最优化与信息论综合复习。内容依次处理凸性证书与最优性条件的配合、一阶算法的收敛假设和复杂度、对偶变量、熵和信息约束的联结。
- 所在 Part
- 第三编 信息度量与综合复习
- 预计学习
- 55 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明凸性证书与最优性条件的配合。
- 02完成一阶算法的收敛假设和复杂度所需的推导、证明或算法。
- 03使用计算、例题或反例检验对偶变量、熵和信息约束的联结。
PLANNED SECTIONS
计划章节结构
- 01
凸性证书与最优性条件的配合
界定凸性证书与最优性条件的配合，明确使用的条件、主要结论与可复核步骤。
- 02
一阶算法的收敛假设和复杂度
推导一阶算法的收敛假设和复杂度，明确使用的条件、主要结论与可复核步骤。
- 03
对偶变量、熵和信息约束的联结
检验对偶变量、熵和信息约束的联结，明确使用的条件、主要结论与可复核步骤。
计划定义
凸性证书与最优性条件的配合：对象、记号与前提
围绕凸性证书与最优性条件的配合列出主要对象、符号、前提与定义边界。
计划公式
一阶算法的收敛假设和复杂度：关系、判据与可复核步骤
把一阶算法的收敛假设和复杂度整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
对偶变量、熵和信息约束的联结：案例、反例与核验
围绕对偶变量、熵和信息约束的联结给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
最优化与信息论：定义、关系与边界综合练习
联结凸性证书与最优性条件的配合、一阶算法的收敛假设和复杂度与对偶变量、熵和信息约束的联结，分别检验定义辨析、主要步骤和适用边界。
关键词
最优化、信息论、第三编 信息度量与综合复习、最优化与信息论