1.凸分析基本概念

凸集性质以及凸包

凸集:假设集合C\in R^n,如果对于\forall x,y\in C\forall \alpha \in [0,1],有
\alpha x +(1-\alpha)y \in C
成立,则称集合C为凸集(convex set),或称C是凸的。约定空集也是凸集。

凸集示意图

如上图所示,我们可以看到,根据凸集的定义,上图中左边的两个集合是凸集,右边的两个集合不是凸集。
我们可以这样说,对于一个凸集中的两个点,连接他们的线段也一定完全被包含在这个凸集中。如果不是这样的话,他就不是一个凸集。

例如,三维空间中的球体就是一个凸集,但是球面就不是。

凸集的运算性质

  • C_1C_2都是凸集,则C_1 \cap C_2C_1+C_2都是凸集,后者表示两个集合的直和。
  • 对于任意凸集C和标量\lambda\lambda C是凸集。
  • 凸集的闭包cl(C)int(C)都是凸集。
  • 凸集C在仿射变换下的像和原像都是凸集。

凸包:假设C\in R^n,称R^n中的所有凸集的交集为C的凸包(convex hull),记作conv(C)

凸包

换句话说,凸包是包含C的最小凸集。

凸组合:x_1,x_2,\cdots,x_m \in C,\alpha_1,\cdots,\alpha_m \geq 0,\Sigma_{i=1}^m\alpha_i=1,称y = \Sigma_{i=1}^m\alpha_i x_iCm个向量的凸组合(convex combination)。

有限个点的凸组合就是他们的凸包:


凸组合

凸包表示定理:
C \subset R^n,若x \in conv(C),则x = \Sigma_{i=1}^m\omega_ix_i,其中x_i\in C,\omega_i \geq 0,i=1,\cdots,m\Sigma_{i=1}^m \omega_i=1。也就是说x可以表示成C中有限个向量的凸组合。


仿射集

仿射组合x_1,x_2,\cdots,x_m \in C,\alpha_1,\alpha_2,\cdots,\alpha_m \in R,\Sigma_{i=1}^m =1,则称y = \Sigma_{i=1}^m \alpha_i x_i为向量的仿射组合(affine combination)。

例:R^2或者R^3中两个点的仿射组合为过该两点的直线。
R^3中不共面的三个点,对应的仿射组合为它们所在的平面。

仿射集:设集合C\subset R,若对于\forall x,y \in C\forall \alpha \in R,有
\alpha x + (1-\alpha)y \in C成立,则称集合C为仿射集(affine set)。

仿射集举例:

  • R^n中的点,线,超平面。
  • 齐次线性方程组的零空间。

思考:我们可以发现,一个线性空间一定是一个仿射集;而一个仿射集未必是一个线性空间,因为它未必过原点。但是我们可以把一个仿射集平移到原点,它就成为了一个线性空间。
换句话说,仿射集一定平行于某个子空间,于是就引出了我们下面的仿射集表示定理。

仿射集表示定理
假设C\subset R^n为仿射集,则有
C = \overline{x} + S
其中\overline{x} \in CSR^n中的子空间,也就是我们上面提到的,C平行于子空间S,而可以看到我们\overline{x}的选取也是不唯一的,这意味着,对于同一个仿射集,我们通过平移的方式,使它经过原点,这样的平移方式也是不唯一的。

仿射包:假设集合C \subset R^n,称R^n中包含C的所有仿射集的交集为C的仿射包(affine hull),记作aff(C)。换句话说,仿射包是包含C的最小仿射集。约定空集的仿射包为空集。

仿射包表示定理:设集合C \subset R^n,则aff(C)中任意向量均可以表示成C中有限个向量的仿射组合。


锥集合及其性质

锥(cone):设集合C\in R^n,若对于\forall x\in C\forall \alpha \geq 0,有
\alpha x \in C成立,则称集合C为锥(cone)。当锥集合为凸集时,称其为凸锥。当凸锥集合为闭集时,称其为闭凸锥。

闭凸锥

注意事项:锥集合不一定包含原点,但是它的闭包一定包含原点。

锥集合的运算性质

  • C_1,C_2为锥集合,则C_1\cap C_2,C_1\times C_2,C_1+C_2也是锥;
  • C为锥,则闭包cl(C)也是锥;
  • 锥集合的线性变换也是锥。

生成锥:设集合C\in R^n,称C中元素的非负组合的全体为C的生成锥(cone generated by C),记为cone(C)。

注意事项

  • 生成锥是凸锥,且一定包含原点;
  • 生成锥不一定是闭集;
  • C有限时,cone(C)一定是闭集。

相对内部

  • 相对内部点:x\in C且存在一个以x为球心的开球B(x,\epsilon)满足B \cap aff(C) \subset C,那么称xC的相对内部点(relative interior point)。
  • 相对内部: C中相对内部点的全体称为集合C的相对内部(relative interior)。记为ri(C)
  • cl(C)\ ri(C)称为C的相对边界(relative boundary)。

为了更好地区分相对内部内部这两个概念的区别。我们来看下面的例子:
R^3中的集合
C = \{ x\in R^3| x_1^2+x_2^2 \leq 1,x_3 =1\}
它的仿射集aff(C) = \{x \in R^3| x_3=1\},它的闭包cl(C)是非空凸集,根据内点的定义,可以发现这个集合没有内点,也就是说它的内部int(C)是空集。
但是我们通过相对内部的定义,计算可以得到:
ri(C) = \{x\in R^3 | x_1^2+x_2^2 \leq 1,x_3 =1\}
并不是空集。如下图所示:

相对内部

相对内部性质
设集合C是非空凸集:

  • 线段原理:若x \in ri(C),\overline{x} \in cl(C),那么在连接x\overline{x}的线段上,除了\overline{x}以外的点都在ri(C)上;
  • 相对内部非空:ri(C)是非空的,并且aff(ri(C))=aff(C);
  • 延伸引理:x \in ri(C)当且仅当对于任意的\overline{x} \in C,存在一个\gamma >0使得x + \gamma(x-\overline{x}) \in C
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 凸集 一.仿射集合与凸集 1.仿射集合(affine set) 过两个点的直线方程:,且为n维空间的两个点。可以更...
    微斯人_吾谁与归阅读 12,934评论 1 6
  • 令 为包含原点的两个凸锥集合,证明: 注释:表示集合的凸包 证明:可以通过双包含关系来证明: 对于,其中稍作变换...
    按时吃_早餐阅读 3,233评论 0 3
  • 1. 概述 那么开始第二期,介绍凸锥和常见的集合,这期比较短(因为公式打得太累了),介绍凸集和凸锥与仿射集的意义在...
    SaySei阅读 13,592评论 1 5
  • ​一般来说凸优化(Convex Optimization, CO)中最一般的是锥规划 (Cone Programm...
    史春奇阅读 10,689评论 1 6
  • 凸集,是一个在基础数学课程中接触过的概念。凸的背后,往往蕴含着非常好的性质,这也就是我们要去研究凸集的原因。 仿射...
    落落小方地发卡阅读 9,842评论 0 2

友情链接更多精彩内容