Upgrade to Pro — share decks privately, control downloads, hide ads and more …
Sign up for free

最適化入門2

Avatar for NearMeの技術発表資料です NearMeの技術発表資料です PRO
October 21, 2022
Science
120
0

 最適化入門2

Avatar for NearMeの技術発表資料です

NearMeの技術発表資料です PRO

October 21, 2022

More Decks by NearMeの技術発表資料です

See All by NearMeの技術発表資料です
AIエージェントのための 隔離された安全なインフラ設計
Avatar for NearMeの技術発表資料です nearme_tech
PRO
0
22
Claude Code × git worktree で並列開発 (続き) -差分のサービスだけを併設する-
Avatar for NearMeの技術発表資料です nearme_tech
PRO
1
69
Claude Code × git worktree で並列開発 — サブモジュール構成のリポジトリで成立させる —
Avatar for NearMeの技術発表資料です nearme_tech
PRO
0
79
LLM + 強化学習
Avatar for NearMeの技術発表資料です nearme_tech
PRO
0
37
PosthogのA/Bテスト機能の紹介
Avatar for NearMeの技術発表資料です nearme_tech
PRO
1
110
AIフレンドリーなプロダクトに向けて
Avatar for NearMeの技術発表資料です nearme_tech
PRO
2
70
初めてのLean言語
Avatar for NearMeの技術発表資料です nearme_tech
PRO
0
110
Apache Airflow Workflow orchestration without turning cron into spaghetti
Avatar for NearMeの技術発表資料です nearme_tech
PRO
2
50
実務で役立つ幾何学 ボロノイ図の基礎から グラフ・ネットワーク応用まで
Avatar for NearMeの技術発表資料です nearme_tech
PRO
1
93

Other Decks in Science

See All in Science
[Relay webinaire eBIS actu n°16] Sélection pour la vitalité des jeunes bovins allaitants et laitiers
Avatar for Idele institutdelelevage
PRO
0
270
TypeScript で WebAssembly を用いた 型安全なプラグイン設計
Avatar for glassmonenkey nagano
2
640
Génétique moléculaire de la mortalité
Avatar for Idele institutdelelevage
PRO
0
270
勾配流から乖離した学習ダイナミクス
Avatar for Han Bao hanbao
1
1.1k
GKE上でオセロの強化学習やってみた
Avatar for Daisuke Akagawa (Akasan) akasan
0
110
機械学習 - 決定木からはじめる機械学習
Avatar for Y. Yamamoto trycycle
PRO
0
1.7k
データベース09: 実体関連モデル上の一貫性制約
Avatar for Y. Yamamoto trycycle
PRO
0
1.9k
明治薬科大学講義_ビッグデータ解析を支えるデータベース技術とクラウドコンピューティング
Avatar for Tatsuya Koreeda ktatsuya
1
200
Massey Ratings for Match Outcome Prediction in Table Tennis: Evidence of Greater Stability than the ITTF World Ranking
Avatar for konakalab konakalab
0
170
コーヒー豆様核 (Coffee-bean nuclei) における形態学的サブタイピングと精選・焙煎特性の同定
Avatar for Teramoto Yuki jagupath
PRO
0
210
[NLP2026 参加報告会] AI for Science まとめ / NLP2026
Avatar for ライチ lychee1223
0
2k
科学で迫る勝敗の法則－スポーツデータ分析の最前線 (刈谷市連携講座．2026年7月) / The principle of victory discovered by science. at Kariya City, 2027.07
Avatar for konakalab konakalab
0
200

Featured

See All Featured
Building Better People: How to give real-time feedback that sticks.
Avatar for Will Jessup wjessup
371
20k
Tips & Tricks on How to Get Your First Job In Tech
Avatar for Honza Javorek honzajavorek
1
800
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
Avatar for Helen Beal helenjbeal
2
360
brightonSEO & MeasureFest 2025 - Winning Strategies for Black Friday CRO & PPC - Christian Goodrich
Avatar for Christian Goodrich cargoodrich
3
870
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
38
3.1k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
Avatar for Aleyda Solis aleyda
1
1.4k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
Avatar for Kenny Baas-Schwegler baasie
0
730
Building the Perfect Custom Keyboard
Avatar for Naoto Takai takai
2
910
The Success of Rails: Ensuring Growth for the Next 100 Years
Avatar for Eileen M. Uchitelle eileencodes
47
8.4k
Build your cross-platform service in a week with App Engine
Avatar for Jose L jlugia
234
19k
Navigating Weather and Climate Data
Avatar for Ryan Abernathey rabernat
0
560
Easily Structure & Communicate Ideas using Wireframe
Avatar for Afnizar Nur Ghifari afnizarnur
194
17k

Transcript

  1. 0 最適化入門2 2022-10-14 第17回NearMe技術勉強会 Yuta Okamoto

  2. 1 目次 1. 前回までの内容 2. 非基底変数と基底変数 3. 線形計画問題の標準形・一般形 4. 単体法（シンプレクス法・線形計画法）

    5. 次回予告

  3. 2 1.前回までの内容 • 線形計画問題とは？ • 実行可能領域 • 実行可能領域のタイプ こんなやつ →

    制約を全て満たす領域（凸多面体） 実行不能 実行可能（非有界・有界）

  4. 3 2.非基底変数と基底変数 • 変数の数 : n • 制約式の数 : m

    とする． 制約式が全て一次独立な時， n-m個の変数を0とおく→残りのm個の変数も自動的に値が決まる 非基底変数 : 0とおいた変数 基底変数 : 0とおかなかった変数

  5. 4 3.線形計画問題の標準形・一般形 標準形 一般形

  6. 5 4.単体法（シンプレクス法・線形計画法） • 線形計画問題はどうやって解くのか？ ◦ その1つが単体法 ◦ 実行可能領域（凸多面体）をある法則に従って探索することで 最適解を必ず見つけることができる キーワード

    : 基底解，ピボット操作，最適性判定，幾何学的意味

  7. 6 5.次回予告 • 双対問題

  8. 7 出典 • 金谷健一. 「これなら分かる最適化数学」. 共立出版. 2005年, 249p

  9. 8 Thank you