凸优化笔记(一):仿射集,凸集与锥

  • Post author:
  • Post category:其他


一.直线和线段


这里写图片描述

这里写图片描述
空间中的两个点。

直线:

这里写图片描述

这里写图片描述

线段:

这里写图片描述

这里写图片描述

二.仿射集(Affine Set)凸集(Convex Set)和锥(Cones)

仿射集


仿射集

:通过集合
这里写图片描述
中任意两个不同点的


直线


仍然在集合C中,则集合C是仿射的。即

这里写图片描述

也可以理解为C包含了C中任意两点的系数之和为1的线性组合。


仿射组合

:把具有
这里写图片描述
形式的点称为
这里写图片描述
的仿射组合,其中
这里写图片描述


仿射集推广:

一个仿射集合包含其中任意点的仿射组合。


仿射集的例子:

直线

平面

超平面

凸集


凸集:

集合C中任意两点间的


线段


任然在C中,那么集合C便是凸集,即

这里写图片描述


凸组合

:称点
这里写图片描述
为点
这里写图片描述
的一个凸组合,其中
这里写图片描述
,且
这里写图片描述


凸集推广:

一个集合是凸集等价于集合包含其中所有点的凸组合。

例子:

这里写图片描述

(最左边是凸集,右边两个不是凸集,很简单,找出两个点,看看其线段是不是有不在集合上面就行了。)


仿射集合凸集关系:


因为仿射集的条件比凸集的条件强,所以仿射集必然是凸集

。\



锥:

对于任意的
这里写图片描述

这里写图片描述
都有
这里写图片描述
,那么就称集合C是是锥,即,

这里写图片描述


锥的例子:


这里写图片描述

(过原点的射线,射线族,角)


凸锥:

集合C既是凸集又是锥,即对于任意
这里写图片描述

这里写图片描述
都有

这里写图片描述


锥组合(非负线性组合):

称点
这里写图片描述
为点
这里写图片描述
的一个锥组合,其中
这里写图片描述

三.仿射包、凸包和锥包


仿射包:

由集合
这里写图片描述
中的点的

所有仿射组合组成的集合

为C的仿射包,记为aff C:

这里写图片描述

也可以说,仿射包是包含C的最小的仿射集合。


仿射维数:


集合C的仿射维数为其仿射包的维数



三角形的仿射维数为2

线段的仿射维数为1

球的仿射维数为3


凸包:

集合C中

所有点的凸组合的集合

称为凸包,记为conv C:

这里写图片描述

也就是说集合C的凸包是能够包含C的最小的凸集。

这里写图片描述


锥包:

集合C的锥包是

C中元素的所有锥组合的集合



这里写图片描述

也就是说,是包含集合C的最小凸锥。(如下图两个集合的锥包)

这里写图片描述



版权声明:本文为xierhacker原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。