凸优化学习
今天主要是一些常见的集合。
学习笔记
一、 R n R^n Rn空间
是仿射集、凸集、凸锥。
R n R^n Rn空间的子空间
是仿射集、凸集、凸锥。
子空间的定义
设W为数域F上的n维线性空间V的子集合(即W∈V),若W中的元素满足
(1)若任意的α,β∈W,则α+β∈W;(对加法是封闭的)
(2)若任意的α∈W,λ∈F,则λα∈W。(对数乘也是封闭的)
(3)子空间中必须包含“0向量”
二、任意直线
是仿射集、凸集。
直线过原点时也是凸锥(本质上已经变成了空间)。
三、任意线段
是凸集。
线段为点时也是仿射集或凸锥(线段为原点)。
四、射线
{
x
0
+
θ
v
∣
θ
≥
0
}
x
0
∈
R
n
θ
∈
R
v
∈
R
n
\lbrace x_0+\theta v\mid \theta \ge0\rbrace\ \ \ \ x_0 \in R^n \ \ \theta\in R \ \ v\in R^n
{x0+θv∣θ≥0} x0∈Rn θ∈R v∈Rn
一定是凸集。
v
v
v为0时也是仿射集。
x
0
x_0
x0为零时也是凸锥。
五、超平面与半空间
超平面与半空间为两个相互关联的定义。
超平面:
{
x
∣
a
T
x
=
b
}
x
,
a
∈
R
n
b
∈
R
a
≠
0
\lbrace x\mid a^Tx=b\rbrace\ \ \ \ x,a\in R^n\ \ b\in R\ \ a\ne0
{x∣aTx=b} x,a∈Rn b∈R a=0
半空间:
由上述超平面在同一空间内划分出的两个部分称为半空间:
a
T
x
≥
b
a
T
x
≤
b
a^Tx \ge b\\ a^Tx \le b
aTx≥baTx≤b
超平面:
是仿射集、凸集,过原点时也是凸锥。
半空间:
是凸集。
b
b
b为
0
0
0时也是仿射集、凸锥。
例:
二维平面的情况:
六、球和椭球
1、球
形如:
B
(
x
c
,
r
)
=
{
x
∣
∥
x
−
x
c
∥
2
≤
r
=
{
x
∣
(
x
−
x
c
)
T
(
x
−
x
c
)
≤
r
\begin{aligned} B(x_c,r) &=\lbrace x\mid \left \| x-x_c\right \|_2 \le r\\ &=\lbrace x \mid \sqrt{(x-x_c)^T(x-x_c)}\le r\\ \end{aligned}
B(xc,r)={x∣∥x−xc∥2≤r={x∣(x−xc)T(x−xc)≤r
其中
x
c
x_c
xc为球心,
r
r
r为半径,就是一个距离小于半径的定义。
球是凸集,当
r
r
r为
0
0
0时也是仿射集、凸锥。
2、椭球
形如:
ε
(
x
c
,
P
)
=
{
x
∣
(
x
−
x
c
)
T
P
−
1
(
x
−
x
c
)
≤
1
}
x
c
∈
R
n
P
∈
S
+
+
n
\varepsilon(x_c,\textbf{P})=\lbrace x \mid(x-x_c)^T\textbf{P}^{-1}(x-x_c)\le1\rbrace\ \ \ \ x_c \in R^n \ \ \textbf{P}\in\textbf{S}^n_{++}
ε(xc,P)={x∣(x−xc)TP−1(x−xc)≤1} xc∈Rn P∈S++n
x
c
x_c
xc是球心,矩阵
P
\textbf P
P是描述椭球半轴长度的矩阵。
椭球是凸集,当
x
c
x_c
xc在原点、
P
\textbf P
P为零矩阵时也为仿射集、凸锥。
个人思考
常见集合的判断建议不要用定义,靠想象比较好,侧重于找反例,看两点线段、直线是否在集合内。