线性、仿射、凸性、对偶、共轭

这篇文章想要阐述标题中几个数学概念，但以我现在的水平恐怕是无法完成的，但是我也会不断更新自己的知识水平，以求有朝一日完成这篇文章。

在汉语里有时候用定语修饰的名词，如果你不知道那个名词，只知道定语，大体上也能猜到这句话的意思了。例如“啊！美丽的米兰”，虽然我们不知道米兰到底是一个人还是一朵花还是代指米兰城，但不管怎样都知道 TA 很美丽就对了。但是在数学用语中，我们常常会遇到类似这样的句子：

$$“…所以这就是一个\bf{线性规划}问题”$$ $$or$$ $$“我们定义h(x)为一个\bf{仿射函数}”$$ $$or$$ $$“Graham扫描的思想是先找到凸包上的一个点,然后从那个点开始按逆时针方向逐个找\bf{凸包}上的点……”$$ $$or……$$

这时你的心情可能是这样的：

当你连这些线性、仿射、凸这些词都不知道的时候，管他后面的词是什么，内心肯定是千万只曹尼玛在飞翔。

线性

仿射

如果通过几个 $C\subseteq \mathbf{R}^n$ 中任意两个不同点的直线仍然在集合 $C$ 中，那么称集合 $C$ 是仿射的。也就是说，$C\subseteq \mathbf{R}^n$是仿射的等价于：对于任意$x_1,x_2\in C$ 及 $\theta \in \mathbf R$有$\theta x_1+(1-\theta)x_2\in C$。换而言之，$C$ 包含了 $C$ 中任意两点的系数之和为1的线性组合。

这个概念可以扩展到多个点的情况。如果 $\theta_1+\theta_2+\cdots+\theta_k=1$ ，我们称具有 $\theta_1x_1+\theta_2x_2+\cdots+\theta_kx_k$ 形式的点为 $x_1,\cdots,x_k$ 的仿射组合。