vlog-5
直线与线段
y
=
θ
x
1
+
(
1
−
θ
)
x
2
=
x
2
+
θ
(
x
1
−
x
2
)
y=\theta x_1+(1-\theta )x_2=x_2+\theta(x_1-x_2)
y=θx1+(1−θ)x2=x2+θ(x1−x2)
X1和X2可以看成向量,
θ
\theta
θ看作步长。从
x
2
x_2
x2出发的直线
如果
θ
∈
[
0
,
1
]
\theta\in[0,1]
θ∈[0,1],则表示的是线段
仿射集
C ∈ R n 是 仿 射 的 ⟺ 充 分 必 要 x 1 , x 2 ∈ C , θ ∈ R ( 任 意 常 数 ) , θ x 1 + ( 1 − θ ) x 2 ∈ C C\in R^n是仿射的 \stackrel{充分必要} \Longleftrightarrow %箭头 {x_1,x_2\in C,\theta \in R(任意常数),\theta x_1+(1-\theta)x_2\in C} C∈Rn是仿射的⟺充分必要x1,x2∈C,θ∈R(任意常数),θx1+(1−θ)x2∈C
解释:
如
果
集
合
C
⊆
R
n
中
任
意
两
个
不
同
点
的
直
线
任
在
集
合
C
中
,
那
么
称
集
合
C
是
仿
射
的
。
如果集合C\subseteq R^n 中任意两个不同点的直线任在集合C中,那么称集合C是仿射的。
如果集合C⊆Rn中任意两个不同点的直线任在集合C中,那么称集合C是仿射的。
仿射组合
简单来说就是推广仿射集
由 仿 射 集 可 知 x 1 θ 1 θ 1 + θ 2 + x 2 θ 1 θ 2 + θ 2 ∈ C 由仿射集可知x_1\frac{\theta_1}{\theta_1+\theta_2}+x_2\frac{\theta_1}{\theta_2+\theta_2} \in C % \frac{}{}分号 由仿射集可知x1θ1+θ2θ1+x2θ2+θ2θ1∈C
令 x 1 θ 1 θ 1 + θ 2 + x 2 θ 1 θ 2 + θ 2 = x 13 ∈ C 令x_1\frac{\theta_1}{\theta_1+\theta_2}+x_2\frac{\theta_1}{\theta_2+\theta_2}=x_{13}\in C 令x1θ1+θ2θ1+x2θ2+θ2θ1=x13∈C
I
F
θ
1
+
θ
2
+
θ
3
=
1
,
x
1
,
x
2
,
x
3
∈
C
IF \quad \theta_1+ \theta_2+ \theta_3=1,x_1,x_2,x_3\in C% \quad \quad空格
IFθ1+θ2+θ3=1,x1,x2,x3∈C
(
θ
1
+
θ
2
)
(
x
1
θ
1
θ
1
+
θ
2
+
x
2
θ
1
θ
2
+
θ
2
)
+
(
1
−
θ
1
−
θ
2
)
x
3
=
(
θ
1
+
θ
2
)
x
12
+
(
1
−
θ
1
−
θ
2
)
x
3
由
仿
射
集
可
知
上
式
也
∈
C
所
以
将
上
式
展
开
得
到
下
式
=
θ
1
x
1
+
θ
2
x
2
+
θ
3
x
3
∈
C
(\theta _1+\theta_2)(x_1\frac{\theta_1}{\theta_1+\theta_2}+x_2\frac{\theta_1}{\theta_2+\theta_2})+(1-\theta_1-\theta_2)x_3 \\ \\ %换行 =(\theta _1+\theta_2)x_{12}+(1-\theta_1-\theta_2)x_3 \\ \\由仿射集可知上式也\in C\quad 所以将上式展开得到下式 \\ \\=\theta_1x_1+\theta_2x_2+\theta_3x_3 \in C
(θ1+θ2)(x1θ1+θ2θ1+x2θ2+θ2θ1)+(1−θ1−θ2)x3=(θ1+θ2)x12+(1−θ1−θ2)x3由仿射集可知上式也∈C所以将上式展开得到下式=θ1x1+θ2x2+θ3x3∈C
也 就 是 可 以 证 明 出 ∀ x 1 , x 2 , x 3 ∈ C θ 1 + θ 2 + θ 3 = 1 } ⟹ θ 1 x 1 + θ 2 x 2 + θ 3 x 3 ∈ C 也就是可以证明出 \left. \begin{matrix} \forall x_1,x_2,x_3\in C \\ \theta_1+\theta_2+\theta_3=1 \end{matrix} \right\} \\ \Longrightarrow %箭头 \theta_1x_1+\theta_2x_2+\theta_3x_3 \in C 也就是可以证明出∀x1,x2,x3∈Cθ1+θ2+θ3=1}⟹θ1x1+θ2x2+θ3x3∈C
之 后 我 们 也 可 以 推 广 至 n 阶 ∀ x 1 , x 2 , x 3 , ⋯ , x n ∈ C θ 1 + θ 2 + θ 3 + ⋯ + θ n = 1 } ⟹ θ 1 x 1 + θ 2 x 2 + θ 3 x 3 + ⋯ + θ n x n ∈ C 之后我们也可以推广至n阶 \\ % \\换行 \left. \begin{matrix} \forall x_1,x_2,x_3,\cdots,x_n\in C \\ % \cdots省略号 \theta_1+\theta_2+\theta_3+\cdots+\theta_n=1 \end{matrix} \right\} \Longrightarrow %箭头 \theta_1x_1+\theta_2x_2+\theta_3x_3 + \cdots +\theta_nx_n\in C 之后我们也可以推广至n阶∀x1,x2,x3,⋯,xn∈Cθ1+θ2+θ3+⋯+θn=1}⟹θ1x1+θ2x2+θ3x3+⋯+θnxn∈C
与C相关子空间
如 果 C 是 一 个 仿 射 集 并 且 x 0 ∈ C , 则 集 合 V = C − x 0 是 一 个 与 仿 射 集 合 C 相 关 联 的 子 空 间 , 与 x 0 关 如果C是一个仿射集并且x_0\in C,则集合\\ V=C-x_0是一个与仿射集合C相关联的子空间,与x_0关 如果C是一个仿射集并且x0∈C,则集合V=C−x0是一个与仿射集合C相关联的子空间,与x0关
解释:仿射集C中任意一点减去仿射集C中的一个任意一个点,得到的东西都一样,如果仿射集是条直线,那么得到的东西就是经过原点的直线,那么这条直线称之为与C相关子空间
证
明
令
v
1
,
v
2
∈
V
,
v
1
+
x
0
∈
C
,
v
2
+
x
0
∈
C
,
θ
1
+
θ
2
=
1
则
θ
1
(
v
1
+
x
0
)
+
θ
2
(
v
2
+
x
0
)
∈
C
θ
1
v
1
+
θ
1
x
0
+
θ
2
v
2
+
θ
2
x
0
∈
C
θ
1
v
1
+
θ
2
v
2
+
x
0
∈
C
解
释
θ
1
+
θ
2
=
1
∵
θ
1
v
1
+
θ
2
v
2
∈
V
∴
V
=
C
−
x
0
证明 \\ 令v_1,v_2\in V ,v_1+x_0\in C,v_2+x_0\in C,\theta_1+\theta_2=1 \\ 则\theta_1(v_1+x_0)+\theta_2(v_2+x_0)\in C \\ \theta_1 v_1+\theta_1 x_0+\theta_2 v_2+\theta_2x_0\in C \\ \theta_1v_1+\theta_2v_2+x_0\in C\quad\quad 解释\theta_1+\theta_2=1 \\ \because\theta_1v_1+\theta_2v_2\in V \\ \therefore V=C-x_0
证明令v1,v2∈V,v1+x0∈C,v2+x0∈C,θ1+θ2=1则θ1(v1+x0)+θ2(v2+x0)∈Cθ1v1+θ1x0+θ2v2+θ2x0∈Cθ1v1+θ2v2+x0∈C解释θ1+θ2=1∵θ1v1+θ2v2∈V∴V=C−x0
仿射包
a
f
f
c
=
{
θ
1
x
1
+
⋯
+
θ
k
x
k
∣
x
1
,
⋯
,
x
k
∈
C
,
θ
1
+
⋯
+
θ
k
=
1
}
affc=\{\theta_1 x_1+ \cdots+\theta_k x_k|x_1,\cdots,x_k\in C,\theta_1+\cdots+\theta_k=1\}
affc={θ1x1+⋯+θkxk∣x1,⋯,xk∈C,θ1+⋯+θk=1}
看
不
懂
吧
,
注
释
:
仿
射
包
:
利
用
仿
射
集
合
构
造
集
合
C
的
最
小
仿
射
集
合
看不懂吧, \\注释:\\ 仿射包:利用仿射集合构造集合C的最小仿射集合
看不懂吧,注释:仿射包:利用仿射集合构造集合C的最小仿射集合
证
明
:
a
x
1
+
(
1
−
a
)
x
2
,
β
x
1
+
(
1
−
β
)
x
2
∈
a
f
f
c
θ
∈
[
0
,
1
]
证明: \\ ax_1+(1-a)x_2,\quad\beta x_1+(1-\beta)x_2\in affc \\\theta\in [0,1]
证明:ax1+(1−a)x2,βx1+(1−β)x2∈affcθ∈[0,1]
构
造
θ
(
a
x
1
+
(
1
−
a
)
x
2
)
+
(
1
−
θ
)
(
β
x
1
+
(
1
−
β
)
x
2
)
经
整
理
=
(
1
−
β
−
θ
a
+
θ
β
)
x
2
+
(
β
+
θ
a
−
θ
β
)
x
1
∈
a
f
f
c
构造\theta(ax_1+(1-a)x_2)+(1-\theta)(\beta x_1+(1-\beta)x_2)\quad 经整理 \\ =(1-\beta-\theta a+\theta \beta)x_2+(\beta+\theta a-\theta\beta)x_1 \in affc
构造θ(ax1+(1−a)x2)+(1−θ)(βx1+(1−β)x2)经整理=(1−β−θa+θβ)x2+(β+θa−θβ)x1∈affc
则
我
们
证
明
出
仿
射
集
中
两
点
进
行
仿
射
组
合
任
然
属
于
仿
射
集
合
C
,
这
个
仿
射
集
我
们
称
之
为
仿
射
包
.
则我们证明出仿射集中两点进行仿射组合任然属于仿射集合C,\\这个仿射集 我们称之为仿射包.
则我们证明出仿射集中两点进行仿射组合任然属于仿射集合C,这个仿射集我们称之为仿射包.
简 单 来 说 就 是 平 面 是 仿 射 集 , 平 面 上 有 一 条 直 线 , 直 线 上 两 点 进 行 仿 射 组 合 后 还 是 属 于 这 条 直 线 , 这 条 直 线 就 是 平 面 上 最 小 仿 射 集 , 也 就 是 仿 射 包 简单来说就是平面是仿射集,平面上有一条直线,直线上两点进行仿射组合\\ 后还是属于这条直线,这条直线就是平面上最小仿射集,也就是仿射包 简单来说就是平面是仿射集,平面上有一条直线,直线上两点进行仿射组合后还是属于这条直线,这条直线就是平面上最小仿射集,也就是仿射包
凸集
x
1
,
x
2
∈
C
,
θ
∈
[
0
,
1
]
,
θ
x
1
+
(
1
−
θ
)
x
2
∈
C
{x_1,x_2\in C,\theta \in[0,1],\theta x_1+(1-\theta)x_2\in C}
x1,x2∈C,θ∈[0,1],θx1+(1−θ)x2∈C
仿射集中我们没有对
θ
\theta
θ限制,凸集中我们对
θ
\theta
θ进行了限制
仿射集合凸集关系:
因为仿射集的条件比凸集的条件强,所以仿射集必然是凸集。
C
是
凸
集
⟺
充
分
必
要
x
1
,
x
2
∈
C
,
θ
∈
[
0
,
1
]
,
θ
x
1
+
(
1
−
θ
)
x
2
∈
C
C是凸集 \stackrel{充分必要} \Longleftrightarrow %箭头 {x_1,x_2\in C,\theta \in [0,1],\theta x_1+(1-\theta)x_2\in C}
C是凸集⟺充分必要x1,x2∈C,θ∈[0,1],θx1+(1−θ)x2∈C
C
是
任
意
集
合
∀
x
1
,
x
2
,
x
3
,
⋯
,
x
n
∈
C
θ
1
+
θ
2
+
θ
3
+
⋯
+
θ
n
=
1
}
⟹
θ
1
x
1
+
θ
2
x
2
+
θ
3
x
3
+
⋯
+
θ
n
x
n
∈
C
我
们
把
这
样
的
C
称
之
为
凸
集
C是任意集合\left. \begin{matrix} \forall x_1,x_2,x_3,\cdots,x_n\in C \\ % \cdots省略号 \theta_1+\theta_2+\theta_3+\cdots+\theta_n=1 \end{matrix} \right\} \Longrightarrow %箭头 \theta_1x_1+\theta_2x_2+\theta_3x_3 + \cdots +\theta_nx_n\in C\\ 我们把这样的C称之为凸集
C是任意集合∀x1,x2,x3,⋯,xn∈Cθ1+θ2+θ3+⋯+θn=1}⟹θ1x1+θ2x2+θ3x3+⋯+θnxn∈C我们把这样的C称之为凸集
凸包
平面上一个点就是一个凸集,我们将平面上两点进行凸组合,构成一条直线,这条直线就是凸包。
锥
∀
x
1
∈
C
,
θ
≥
0
,
θ
x
1
∈
C
⟺
充
分
必
要
非
负
齐
次
锥
\forall x_1\in C,\theta\ge0,\theta x_1\in C \stackrel{充分必要} \Longleftrightarrow %箭头 非负齐次锥
∀x1∈C,θ≥0,θx1∈C⟺充分必要非负齐次锥,
简单理解直线是仿射的,凸集就是线段,锥就是一条射线
凸锥
x
1
,
x
2
∈
C
,
θ
i
≥
0
,
θ
i
x
i
+
θ
2
x
2
∈
C
⟺
充
分
必
要
凸
锥
x_1,x_2\in C,\theta_i\ge0,\theta_ix_i+\theta_2x_2\in C \stackrel{充分必要} \Longleftrightarrow %箭头 凸锥
x1,x2∈C,θi≥0,θixi+θ2x2∈C⟺充分必要凸锥
进行凸组合之后还在集合内
凸锥组合
凸
锥
组
合
⟹
x
i
,
⋯
,
x
k
∈
C
,
θ
≥
0
,
θ
1
x
1
+
⋯
+
θ
k
x
k
凸锥组合 \Longrightarrow %箭头 x_i, \cdots,x_k\in C,\theta\ge{0},\theta_1x_1+\cdots+\theta_kx_k
凸锥组合⟹xi,⋯,xk∈C,θ≥0,θ1x1+⋯+θkxk
凸
锥
包
:
把
一
个
任
意
集
合
C
,
利
用
凸
锥
组
合
的
方
法
形
成
一
个
新
的
集
合
,
是
凸
的
也
是
锥
的
!
凸锥包:把一个任意集合C,利用凸锥组合的方法形成一个新的集合,是凸的也是锥的!
凸锥包:把一个任意集合C,利用凸锥组合的方法形成一个新的集合,是凸的也是锥的!
c
o
n
i
c
C
=
{
θ
1
x
1
+
⋯
+
θ
k
x
k
∣
x
i
⋯
x
k
∈
C
,
θ
i
≥
0
}
conic\quad C=\{\theta_1x_1+\cdots+\theta_kx_k|x_i\cdots x_k \in C,\theta_i\ge{0}\}
conicC={θ1x1+⋯+θkxk∣xi⋯xk∈C,θi≥0}