Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- reinforcement learning
- machine learning
- neural network
- statistics
- David Silver
- 유니티
- 딥러닝
- 판다스
- 모두를 위한 RL
- list
- Python Programming
- paper
- optimization
- Linear algebra
- Laplacian
- pandas
- 사이킷런
- Series
- Deep Learning
- 데이터 분석
- Jacobian Matrix
- convex optimization
- 김성훈 교수님
- Hessian Matrix
- ML-Agent
- rl
- unity
- 리스트
- 강화학습
- 논문
Archives
RL Researcher
Bounded sequence 본문
sequence (xn)의 모든 원소의 absolute value가 어떠한 실수 M>0보다 작거나 같은 경우에 Sequence (xn)는 bounded 라고 한다.
모든 n∈N에 대해서 |xn|≤M인 실수 M>0이 존재하면 sequence (xn)은 bounded이다.
모든 n∈N에 대해 xn≤A인 실수 A가 존재한다면, sequence (xn)은 bounded above라고 하고, A는 upper bound라고 한다. (upper bound 중에서 가장 작은 upper bounded는 least upper bounded 또는 supremum이라고 한다.)
그리고 모든 n∈N에 대해서 xn≥B인 실수 B가 존재한다면, sequence (xn)은 bounded below라고 하고, B는 lower bound라고 한다. (lower bound 중에서 가장 큰 lower bound는 greatest lower bound 또는 infimum이라고 한다.)
'Optimization' 카테고리의 다른 글
Gradient, Jacobian Matrix, Hessian Matrix, Laplacian (0) | 2021.07.07 |
---|---|
미분성 (Differentiability) (0) | 2021.07.07 |
Taylor Expansion (0) | 2021.07.06 |