convex optimization笔记: 第二章, 凸集

[color=red]请使用非IE浏览器,如firefox,opera等浏览, IE会把\转义成/ [/color]

[size=medium]仿射和凸集

通过[img]http://www.texify.com/img/x_1,x_2.gif[/img][b]直线[/b]上所有的点都满足:
[align=center][img]http://www.texify.com/img/\large\!x={\theta}x_1+(1-{\theta})x_2,{\qquad}({\theta}{\in}{\mathbf}R).gif[/img][/align]
[b]仿射集:[/b] 通过集合中任意两不同点的[b]直线[/b]都在集合之中.
示例: 线性方程[img]http://www.texify.com/img/\{x|Ax=b\}.gif[/img]的解就是一仿射集.


通过[img]http://www.texify.com/img/x_1,x_2.gif[/img][b]线段[/b]上所有的点都满足:
[align=center][img]http://www.texify.com/img/\large\!x={\theta}x_1+(1-{\theta})x_2.gif[/img][/align]
且[img]http://www.texify.com/img/0{\le}{\theta}{\le}1.gif[/img]
[b]凸集:[/b] 集合中任何两点之间的[b]线段[/b]都在集合之中.

锥
超平面和半空间

分离和支持超平面
对偶锥
[/size]