凸优化学习笔记(1)——凸集

这篇笔记基于《Convex Optimization》书籍,探讨了凸集的基础知识。2.1节详细介绍了凸集的定义,即集合内任意两点的线性组合仍属于该集合。
摘要由CSDN通过智能技术生成

笔记是根据《Convex Optimization》写的,序号对应章。

2 凸集

2.1 凸集(convex sets)
  如果在集合 C 中的任意两点满足:

θx1+(1θ)x2C

其中 0θ1 ,则集合 C 为凸集
2.2 重要例子
1) 超平面与半空间(hyperplanes and halfspaces)
  超平面定义为 {x|aTx=b} ,半空间被定义为 { x|aTxb} 。从直观上看,超平面在空间中为一块板子,划分的两边则分别为半空间。
超平面与半空间
2) 球和椭球
  球的形式为

{ x|||xxc||2r}={ x(xxc)T(x
评论 3
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