凸优化学习
学习笔记
今天学习仿射包、凸集、凸组合、凸包、凸锥、凸锥组合、凸锥包的概念
一、仿射包
文字:
对于任意集合
C
C
C,包含
C
C
C的最小的仿射集称为
C
C
C的仿射包。
数学:
a
f
f
c
=
{
θ
1
x
1
+
⋯
+
θ
k
x
k
∣
∀
x
1
,
⋯
,
x
k
∈
C
θ
1
+
⋯
+
θ
k
=
1
}
aff\ \ c=\lbrace \theta_1 x_1+ \cdots +\theta _kx_k \mid{\forall x_1,\cdots,x_k \in C \ \ \theta_1+\cdots+\theta_k=1\rbrace}
aff c={θ1x1+⋯+θkxk∣∀x1,⋯,xk∈C θ1+⋯+θk=1}
二、凸集 Convex Set
定义一
文字:
一个集合是凸集,当属于该集合的任意两点之间的线段仍然在该集合内。
数学:
C i s a C o n v e x S e t ⇔ ∀ θ x 1 + ( 1 − θ ) x 2 ∈ C , x 1 , x 2 ∈ C ∀ θ θ ∈ [ 0 , 1 ] C\ is \ a\ Convex\ Set\Leftrightarrow\forall \theta x_1+(1-\theta)x_2 \in C,x_1,x_2 \in C\ \forall \theta \ \ \theta\in[0,1] C is a Convex Set⇔∀θx1+(1−θ)x2∈C,x1,x2∈C ∀θ θ∈[0,1]
例
图一为凸集,需要说明凸集的一个性质,凸集在几何上表现也是凸的。任意两点的连线都在六边形内。
定义二
文字:
一个集合是凸集,当属于该集合的任意数量的点的凸组合仍然在该集合内。
数学
C
i
s
a
C
o
n
v
e
x
S
e
t
⇔
θ
1
x
1
+
,
⋯
,
+
θ
k
x
k
∈
C
,
∀
x
1
,
⋯
,
x
k
∈
C
∀
θ
1
,
⋯
,
θ
k
θ
1
,
⋯
,
θ
k
∈
[
0
,
1
]
θ
1
+
,
⋯
,
+
θ
k
=
1
C\ is \ a\ Convex\ Set\Leftrightarrow\theta_1 x_1+,\cdots,+\theta_k x_k\in C, \forall x_1,\cdots ,x_k \in C\ \ \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\in[0,1]\ \ \ \theta_1+,\cdots,+\theta_k=1
C is a Convex Set⇔θ1x1+,⋯,+θkxk∈C,∀x1,⋯,xk∈C ∀θ1,⋯,θk θ1,⋯,θk∈[0,1] θ1+,⋯,+θk=1
类似仿射集的定义,定义一和定义二仍然是等价的。
三、凸组合
对于点 x 1 , ⋯ , x k x_1,\cdots,x_k x1,⋯,xk, θ 1 x 1 + , ⋯ , + θ k x k \theta_1 x_1+,\cdots,+\theta_k x_k θ1x1+,⋯,+θkxk称为它们的凸组合,其中 ∀ θ 1 , ⋯ , θ k θ 1 , ⋯ , θ k ∈ [ 0 , 1 ] θ 1 + , ⋯ , + θ k = 1 \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\in[0,1]\ \ \ \theta_1+,\cdots,+\theta_k=1 ∀θ1,⋯,θk θ1,⋯,θk∈[0,1] θ1+,⋯,+θk=1
四、凸包
文字:
对于任意集合
C
C
C,包含
C
C
C的最小的凸集称为
C
C
C的凸包。
数学:
∀
C
∈
R
n
C
o
n
v
C
=
{
θ
1
x
1
+
,
⋯
,
+
θ
k
x
k
∣
∀
x
1
,
⋯
,
x
k
∈
C
θ
1
+
,
⋯
,
+
θ
k
=
1
θ
1
,
⋯
,
θ
k
∈
[
0
,
1
]
}
\forall C \in R^n \\Conv\ C=\lbrace \theta_1 x_1+,\cdots,+\theta_k x_k\mid\forall x_1,\cdots,x_k \in C\ \ \theta_1+,\cdots,+\theta_k=1\ \ \theta_1,\cdots,\theta_k\in[0,1]\rbrace
∀C∈RnConv C={θ1x1+,⋯,+θkxk∣∀x1,⋯,xk∈C θ1+,⋯,+θk=1 θ1,⋯,θk∈[0,1]}
五、锥与凸锥 Cone and Convex Cone
锥:
C
i
s
C
o
n
e
⇔
∀
x
∈
C
,
∀
θ
≥
0
,
有
θ
x
∈
C
C\ is \ Cone \Leftrightarrow \forall x \in C,\forall \theta \geq0,有\theta x \in C
C is Cone⇔∀x∈C,∀θ≥0,有θx∈C
凸锥:
C
i
s
C
o
n
v
e
x
⇔
∀
x
1
,
x
2
∈
C
,
∀
θ
1
,
θ
2
≥
0
,
有
θ
1
x
1
+
θ
2
x
2
∈
C
C \ is \ Convex \Leftrightarrow \forall x_1,x_2 \in C,\forall \theta_1,\theta_2 \geq0,有\theta_1 x_1+\theta_2x_2 \in C
C is Convex⇔∀x1,x2∈C,∀θ1,θ2≥0,有θ1x1+θ2x2∈C
例
图三这三条射线构成的集合就是锥。
图四阴影部分为凸锥
六、凸锥组合
对于点 x 1 , ⋯ , x k x_1,\cdots,x_k x1,⋯,xk, θ 1 x 1 + , ⋯ , + θ k x k \theta_1 x_1+,\cdots,+\theta_k x_k θ1x1+,⋯,+θkxk称为它们的凸锥组合,其中 ∀ θ 1 , ⋯ , θ k θ 1 , ⋯ , θ k ≥ 0 \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\ge0 ∀θ1,⋯,θk θ1,⋯,θk≥0
七、凸锥包
文字:
对于任意集合
C
C
C,包含
C
C
C的最小的凸锥称为
C
C
C的凸锥包。
数学:
∀
C
∈
R
n
C
o
n
v
C
o
n
e
C
=
{
θ
1
x
1
+
,
⋯
,
+
θ
k
x
k
∣
θ
1
,
⋯
,
θ
k
≥
0
}
\forall C \in R^n \\Conv\ Cone\ C=\lbrace \theta_1 x_1+,\cdots,+\theta_k x_k\mid\theta_1,\cdots,\theta_k\ge0\rbrace
∀C∈RnConv Cone C={θ1x1+,⋯,+θkxk∣θ1,⋯,θk≥0}
例
图五的凸包是该集合本身。
图六两条射线之间的区域则为凸包。
个人思考
几个概念的比较
仿射集是凸集的特例,凸锥是凸集的特例。
凸组合是仿射组合的特例,仿射组合是凸锥组合的特例。
对于同一集合而言,它的 凸包
⊂
\sub
⊂凸锥包
⊂
\sub
⊂仿射包