凸优化学习笔记(1)——仿射集、凸集、凸锥

本文介绍了凸优化中的基本概念,包括仿射集、凸集和凸锥的定义及其性质。通过举例和证明,阐述了这些概念如何从两点线段推广到更高维度,并探讨了它们在解决线性方程组和构建最小仿射、凸集中的应用。
摘要由CSDN通过智能技术生成

前言

x 1 , x 2 ∈ R n , θ ∈ R \mathrm{x}_1,\mathrm{x}_2\in R^n,\quad\theta\in R x1,x2Rn,θR
则过点 x 1 , x 2 \mathrm{x}_1,\mathrm{x}_2 x1,x2直线可表示为 y = θ x 1 + ( 1 − θ ) x 2 = x 2 + θ ( x 1 − x 2 ) \mathrm{y}=\theta \mathrm{x}_1+(1-\theta)\mathrm{x}_2=\mathrm{x}_2+\theta(\mathrm{x}_1-\mathrm{x}_2) y=θx1+(1θ)x2=x2+θ(x1x2)1
x 1 , x 2 \mathrm{x}_1,\mathrm{x}_2 x1,x2之间的线段可表示为 y = θ x 1 + ( 1 − θ ) x 2 ,    θ ∈ [ 0 , 1 ] \mathrm{y}=\theta \mathrm{x}_1+(1-\theta)\mathrm{x}_2,\;\theta\in[0,1] y=θx1+(1θ)x2,θ[0,1]

仿射集、凸集、凸锥

组合
仿射 ∀ x 1 , . . . , x k ∈ C , θ 1 + . . . + θ k = 1 , 有 θ 1 x 1 + . . . + θ k x k ∈ C \forall x_1,...,x_k\in C,\theta_1+...+\theta_k=1,有\\\theta_1x_1+...+\theta_kx_k\in C x1,...,xkC,θ1+...+θk=1θ1x1+...+θkxkC θ 1 x 1 + . . . + θ k x k \theta_1x_1+...+\theta_kx_k θ1x1+...+θkxk { θ 1 x 1 + . . . + θ k x k ∣ x 1 , . . . , x k ∈ C , θ 1 + . . . + θ k = 1 } \{\theta_1x_1+...+\theta_kx_k\vert x_1,...,x_k\in C,\\\theta_1+...+\theta_k=1\} { θ1x1+...+θkxkx1,...,xkC,θ1+...+θk=1}
∀ x 1 , . . . , x k ∈ C , θ 1 + . . . + θ k = 1 , θ 1 , . . . , θ k ≥ 0 , 有 θ 1 x 1 + . . . + θ k x k ∈ C \forall x_1,...,x_k\in C,\theta_1+...+\theta_k=1,\theta_1,...,\theta_k\ge0,有\\\theta_1x_1+...+\theta_kx_k\in C x1,...,xkC,θ1+...+θk=1,θ1,...,θk0θ1x1+...+θkxkC θ 1 x 1 + . . . + θ k x k \theta_1x_1+...+\theta_kx_k θ1x1+...+θkxk { θ 1 x 1 + . . . + θ k x k ∣ x 1 , . . . , x k ∈ C , x 1 + . . . + x k = 1 , θ 1 , . . . , θ k ≥ 0 } \{\theta_1x_1+...+\theta_kx_k\vert x_1,...,x_k\in C,\\x_1+...+x_k=1,\theta_1,...,\theta_k\ge0\} { θ1x1+...+θkxkx1,...,xkC,x1+...+xk=1,θ1,...,θk0}
凸锥 ∀ x 1 , . . . , x k ∈ C , θ 1 , . . . , θ k ≥ 0 , 有 θ 1 x 1 + . . . + θ k x k ∈ C \forall x_1,...,x_k\in C,\theta_1,...,\theta_k\ge0,有\\\theta_1x_ 1+...+\theta_kx_k\in C x1,...,xkC,θ1,...,θk0θ1x1+...+θkxk
  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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