homework2

1 证明：凸集的邻域是凸集

证明：
$\forall u,v$ $\in$ $X^{ϵ},$ $\forall \theta \in [0,1]$有:
$in{f}_{y\in X}||\theta u+(1-\theta )v-y||$$=in{f}_{y_1,y_2\in X}||\theta u+(1-\theta )v-(\theta y_1+(1-\theta )y_2)||$
                                                     $\le in{f}_{y_1,y_2\in X}(||\theta (u-y_1)||+||(1-\theta )(v-y_2)||)$
                                                     $=in{f}_{y_1\in X}||\theta (u-y_1)||+in{f}_{y_2\in X}||(1-\theta )(v-y_2)||$
                                                     $\le \theta ϵ+(1-\theta )ϵ$
                                                     $=ϵ$
                                                     因此, $\theta u+(1-\theta )v\in X^{ϵ}$
                                                     故 $X^{ϵ}$是凸集。$♯$

2 证明下列函数是对数凸的

（1）指数函数：$f(x)=e^{ax}$是$R$上对数凸的。

证明：
          $ln(f(x))=ln(e^{ax})$的定义域为$R$是凸集
          $ln(f(x))=ln(e^{ax})=ax$是仿射函数,因此$ln(f(x))是凸函数$
          因此,$f(x)=e^{ax}$是对数凸的。$♯$

（2）指数函数之和:$f(u,v)=e^u+e^v$在$R^2$是对数凸的。

证明：
          知$g(u,v)=ln(f(u,v))=ln(e^u+e^v)$
          计算该函数的海塞矩阵：$$\frac{\partial g}{\partial u}=\frac{e^u}{e^u+e^v}$$
$$\frac{\partial g}{\partial v}=\frac{e^v}{e^u+e^v}$$
$$\frac{\partial g^2}{{\partial }^{2}u}=\frac{e^{u+v}}{(e^u+e^v{)}^2}$$
$$\frac{\partial g^2}{{\partial }^{2}v}=\frac{e^{u+v}}{(e^u+e^v{)}^2}$$
$$\frac{\partial g^2}{\partial u\partial v}=\frac{-e^{u+v}}{(e^u+e^v{)}^2}$$
$$\frac{\partial g^2}{\partial v\partial u}=\frac{-e^{u+v}}{(e^u+e^v{)}^2}$$
$$H=\left[\begin{array}{cc}\frac{e^{u+v}}{(e^u+e^v{)}^2}& \frac{-e^{u+v}}{(e^u+e^v{)}^2}\\ \frac{-e^{u+v}}{(e^u+e^v{)}^2}& \frac{e^{u+v}}{(e^u+e^v{)}^2}\end{array}\right]$$
$\forall w\in R^2$ 设$w=[w_1,w_2{]}^T$
$$w^{T}Hw=(w_1-w_2{)}^2\frac{e^{u+v}}{(e^u+e^v{)}^2}\ge 0$$
所以H为半正定矩阵，由二阶条件可知,$ln(f(u,v))=ln(e^u+e^v)$为凸函数，从而$e^u+e^v$为对数凸的。$♯$

3 构建数列

%(1)等差数列n1
n1 = 5:5:30 
%(2)等差数列n1
n2 = [1 2 4 8 10]'
%(3)等比数列n3
n3 = logspace(log(1)/log(10),log(625)/log(10),5)

第三题运行结果：

4 构建矩阵 5 矩阵操作

%(1)单位矩阵A
A = eye(4,4)
b = [1 2 3 4];
%(2)对角矩阵B
B = diag(b)
%(3)输入矩阵C
C = [10,19,14,9;
     30,38,37,6;
     66,64,62,54;
     89,7,45,23]
%(4)准对角矩阵D(使用单位矩阵和对角矩阵)
d1 = eye(3,3);
d_2 = [5 6 7];
d2 = diag(d_2);
D = blkdiag(d1,d2)
%(5)试水平串联矩阵A,B,得到4*8的矩阵E
E = horzcat(A,B)
%(6)试垂直串联矩阵A,B,得到4*8的矩阵E
F = vertcat(A,B)
%(7)试将矩阵A,B,C作为高维矩阵的第一，第二，第三页，得到矩阵G
G = cat(3,A,B,C)
%5矩阵操作
%(1)将矩阵E改变成形状为4*4*2的高维矩阵H
H = reshape(E,4,4,2)
%(2)获取高维矩阵G中第三页，第三行的第一、二列元素
G(3,1:2,3)
%(3)获取高维矩阵G中第二页，第二至四行的第一至三列元素
G(2:4,1:3,2)
%(4)将矩阵E中第二行的后四列元素的值与该行前四列互换
tmpE = E(2,5:8);
E(2,5:8) = E(2,1:4);
E(2,1:4) = tmpE;
E
%(5)用length函数查看矩阵G的最长维度
length(G)
%(6)用ndims函数查看矩阵G的维数
ndims(G)
%(7)用numel函数查看矩阵G的元素个数
numel(G)
%(8)用size函数查看矩阵G的行数、列数和页数
size(G)

第四题运行结果：



第五题运行结果：

6 矩阵运算

P = [2,4,5,9;
    8,1,3,0;
    7,2,9,12];
Q = [2,11,3,9;
    4,5,7,1;
    6,8,7,0];
%(1)令矩阵P与Q相加，并赋值给J1
J1 = P+Q
%(2)令矩阵P减去Q，并赋值给J2
J2 = P-Q
%(3)将矩阵Q转置，并赋值给Q2
Q2 = Q'
%(4)让矩阵P中所有元素增加5，并赋给P2
P2 = P+5
%(5)令矩阵P与矩阵Q2相乘，并赋值给T
T = P*Q2
%(6)已知矩阵P*x = Q，求x（左除运算）
x = P\Q
%(7)已知矩阵x*Q = P，求x（右除运算）
x = P/Q
%(8)求方阵T(第5问中所求)的3次幂
T^3
%(9)将矩阵P与Q按元素相乘（按位乘)
P.*Q
%(10)求矩阵T(第5问中所求)的逆矩阵
inv(T)

第六题运行结果：

7 求最大公约数

%7请编写函数:让用户输入a，b，求其最大公约数(不考虑0)。
function divisionAlgorithm()
a = input('请输入a:');
b = input('请输入b:');
while b~=0%辗转相除法
    tmp = b;
    b = mod(a,b);
    a = tmp;
end
a

第七题运行结果：

8 正态分布矩阵的排序和按列输出

%请编写函数：让用户决定正态分布矩阵的行数和列数，
%显示正态分布矩阵，然后将矩阵中的所有元素从小到
%大排序，按列输出排序后的矩阵。
function myRandn()
    row = input('请输入行数row:');
    col = input('请输入列数col:');
    A = randn(row,col);
    A
    B = reshape(A,1,row*col);
    C = sort(B);
    D = reshape(C,row,col);
    D

第八题运行结果：
说明：A是未排序的正态矩阵，D是排序后按列输出的矩阵。

仅供参考，请勿抄袭