P3 仿射集

规划的难点在于凸规划/非凸规划。
stephen Boyd

Chapter 2 Convex Sets

仿射集 Affine Sets

直线：
$x_1\ne x_2\in R^n\theta \in R$
$y=\theta x_1+(1-\theta )x_2=x_2+\theta (x_1-x_2)$
线段：
$\theta \in R,\theta \in [0,1]$
$y=\theta x_1+(1-\theta )x_2$

仿射集：一个集合C是仿射集,若$\forall x_1,x_2\in C$,$x_1$与$x_2$的直线也在集合内。
直线是仿射集，但线段不是。
整个二维空间是一个仿射集，二维空间当中的一个正方形不是仿射集。

仿射组合

复杂化的定义：
设$x_1...x_n\in C,{\theta }_1,...{\theta }_k\in R,{\theta }_1+...+{\theta }_k=1$
仿射组合为：${\theta }_1{x}_1+...+{\theta }_k{x}_k$

${\theta }_1{x}_1+...+{\theta }_k{x}_k\in C$

有仿射集$C$，$x_1,x_2,x_3\in C{\theta }_1,{\theta }_2,{\theta }_3\in R,{\theta }_1+{\theta }_2+{\theta }_3=1$
已知：
$$\frac{{\theta }_1}{{\theta }_1+{\theta }_2}{x}_1+\frac{{\theta }_2}{{\theta }_1+{\theta }_2}{x}_2\in C$$

$$({\theta }_1+{\theta }_2)\left(\frac{{\theta }_1}{{\theta }_1+{\theta }_2}{x}_1+\frac{{\theta }_2}{{\theta }_1+{\theta }_2}{x}_2\right)+(1-{\theta }_1-{\theta }_2)x_3\in C$$
所以：
$${\theta }_1{x}_1+{\theta }_2{x}_2+{\theta }_3{x}_3=1{\theta }_3=1-{\theta }_1-{\theta }_2$$

仿射集的性质

$x_1,x_2\in C$,$C$是仿射集，那么$\theta x_1+(1-\theta )x_2\in C$
有一类C
$\alpha x_1+\beta x_2\in C\alpha ,\beta \in R$

V = C − x 0 = { x − x 0 ∣ x ∈ C } ∀ x 0 ∈ C V=C-x_0=\lbrace x-x_0 | x \in C \rbrace \quad \forall x_0 \in C V=C−x0​={x−x0​∣x∈C}∀x0​∈C
$V$与$C$相关的子空间

证 $\forall v_1,v_2\in R\forall \alpha ,\beta \in R\Rightarrow \alpha v_1+\beta v_2\in V$

$\alpha (v_1+x_0)+\beta (v_2+x_0)+(1-\alpha -\beta )x_0\in C$
$\Rightarrow \alpha v_1+\beta v_2+x_0\in C$
$\Rightarrow \alpha v_1+\beta v_2\in V$

线性方程组的解集是仿射集

C = { x ∣ A x = b } A ∈ R m ∗ n b ∈ R m x ∈ R n C=\lbrace x| Ax=b \rbrace\quad A \in R^{m*n} \quad b\in R^m \quad x\in R^n C={x∣Ax=b}A∈Rm∗nb∈Rmx∈Rn
证:
$\forall x_1,x_2\in CA{x}_1=bA{x}_2=b$
$\theta \in R$ $\theta x_1+(1-\theta )x_2{\in }^{?}C$
$A(\theta x_1+(1-\theta )x_2){\in }^{?}b$
$=\theta A{x}_1+(1-\theta )A{x}_2$
$=b$

与之相关的子空间
V = { x − x 0 ∣ x ∈ C } ∀ x 0 ∈ C V= \lbrace x-x_0 | x \in C \rbrace \forall x_0 \in C V={x−x0​∣x∈C}∀x0​∈C
= { x − x 0 ∣ A x = b } , A x 0 = b \quad= \lbrace x-x_0 | Ax = b \rbrace ,Ax_0 = b ={x−x0​∣Ax=b},Ax0​=b
= { x − x 0 ∣ A ( x − x 0 ) = 0 } \quad=\lbrace x-x_0 | A(x-x_0) = 0 \rbrace ={x−x0​∣A(x−x0​)=0}
= { y ∣ A y = 0 } \quad=\lbrace y | Ay = 0 \rbrace ={y∣Ay=0}

$y$是$A$的零空间

V = { y ∣ A y = 0 } V= \lbrace y | Ay = 0 \rbrace V={y∣Ay=0} 相比 C = { x ∣ A x = b } C=\lbrace x| Ax=b \rbrace C={x∣Ax=b} 相当于做了一个平移。

反过来：
任何一个仿射集，都能写成一个线性方差组的解集。

仿射包

任何集合$C$（不一定是仿射集）,构造尽可能小的仿射集。
仿射包
a f f C = { θ x 1 + . . . + θ k x k ∣ ∀ x 1 . . . x k ∈ C , ∀ θ 1 + . . . + θ k = 1 } aff C=\lbrace \theta x_1 + ... + \theta_k x_k | \forall x_1...x_k \in C,\forall \theta_1 +...+\theta_k = 1 \rbrace affC={θx1​+...+θk​xk​∣∀x1​...xk​∈C,∀θ1​+...+θk​=1}

如果$C$本身就是一个仿射集，那么$C$的仿射包就是它本身。