文章目录
交集
仿射映射
注意 虽然说是线性映射 但是维度变化了
这个线性映射和线性逆映射都是保凸的
什么是仿射映射呢 --》 伸缩 、平移、投影 都是
例 利用仿射函数来理解 两个凸集的和仍然是凸的
思路就是:仿射变换是针对一个集合的 现在是两个集合 所以我们要把两个集合转换到一个集合里面去
先构造 第二行的( 笛卡儿积般的拼接 ) 原本是个凸集 新的仍然是凸集 ==》
然后可以把S1+S2看作是新的集合的仿射变换 ( 第三行 )
一个凸集合和一个非凸集合的和 也可能是凸集合
例 LMI 线性矩阵不等式的解集是凸集
A和X都是对称矩阵
实际上就是证明
- 解:
首先构造仿射变换 ,注意这里X代表不是一个矩阵,而是这个线性矩阵不等式的解集,是一个高维空间,因为他是多个对称矩阵的集合,所以维度肯定比X的维度要高
你想想标量( X ) 组成向量,向量(解集)的维度肯定比标量( 单个X )的维度要高
所以这是从高维到低维的一个映射
因为B-A(X) 是跟B一个维度的,B和单独的X又是一个维度的
【右边是“标量” 左边是“向量”】
最后一行是经典 但是也有点绕 就是将非负定矩阵带入仿射变换的逆运算中(对 )
当感到高维空间无法思考的时候 就想象成标量
例 椭球是球的仿射映射
到 3:17 ?? 先看后面的
透视函数
实际上是一个降维操作 --》最后一维砍掉了
这个相当于一个笛卡儿积的拼接 规定最后一个维度一定要是一个正实数
- 为什么叫透视函数呢 ↓
有点像 从原点这个小孔把光源(原像)的光透过去(只有这个小孔透光 ,别的地方不透光),拦在 x3=-1这个墙上的感觉
为了更好的解释透射 ,我们下面证明一个线段经过透视函数变换后还是一条线段
一条线段经过透视函数变换后还是一条线段
考虑如下三个点: x
现在已经证明了,第三个点映射后还是在
注意 要证明一条线段变成另一条线段,我们要证明给定Θ,映射前后是单射
这样就可以证明了 。。。。赛高
线性分式函数
简短的summary
仿射函数一般用 f(·) 表示,透视函数一般用 P(·) 表示