假设我有N个正值1-d函数。是否需要对数值最小化器进行更多的函数评估,以最小化它们在N维空间中的乘积而不是N个单独的1d最小化?
如果是这样,是否有直观的方式来理解这一点?不知怎的,我觉得这两个问题在复杂性上应该是平等的。
最小化他们的产品是最小化他们的日志总和。有许多算法用于最小化(最大)模仿N维函数。一个是旧备用OPTIF9。如果你必须使用硬限制,那么你在盒子里最小化,这可能会困难得多,但你通常可以避免它。
复杂性在变量数量上不是线性的。通常n
小问题比一个大问题好。换句话说:使问题变大两倍(就变量而言)将使其解决成本的两倍以上。
在某些特殊情况下,批处理一些问题可能有点好处,主要是由于固定开销(一些求解器在实际开始迭代之前做了很多事情)。