凸优化

本文详细解析了凸集和仿射集的概念,包括它们的定义、特性及实例,如直线、平面、超平面等,并阐述了凸函数与凸集的关系,以及凸包和锥的概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

凸集:集合C内任意两点间的线段均在集合C内。则称集合C为凸集

凸函数上方的区域,一定是凸集。

一个函数图上上方的区域是凸集,则该函数是凸函数。

仿射集(Affine set)定义:通过集合C中任意两个不同点的直线任然在集合C内,则称集合C为仿射集。

仿射集必然是凸集。

仿射集例子:直线。平面、超平面。

仿射包:包含集合C的最小仿射集。

仿射维数:仿射包的维数。

三角形的仿射维数为2.

线段的仿射维数为1

球的仿射维数为3

凸包:集合C的所有点的凸组合形成的集合,叫做集合C的凸包。

集合C的凸包是能够包含C的最小的凸集。

锥(Cones)的定义:

                      \forall x \in C, \theta \geqslant 0, \theta x\in C.

凸锥:集合C既是凸集又是锥。

锥包:集合C内点的所有锥组合。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值