UA SIE545 优化理论基础1 凸分析2 仿射组合与仿射包
对于数域 F F F上的线性空间 V V V,考虑 ∀ x 1 , ⋯ , x m ∈ V , ∀ λ 1 , ⋯ , λ m ∈ F \forall x_1,\cdots,x_m \in V,\forall \lambda_1,\cdots,\lambda_m \in F ∀x1,⋯,xm∈V,∀λ1,⋯,λm∈F, λ 1 + ⋯ + λ m = 1 \lambda_1+\cdots+\lambda_m=1 λ1+⋯+λm=1,称 x = λ 1 x 1 + ⋯ + λ m x m x=\lambda_1x_1+\cdots+\lambda_mx_m x=λ1x1+⋯+λmxm
为一个仿射组合。考虑
S
⊂
V
S \subset V
S⊂V,记
a
f
f
S
affS
affS为线性子空间的
S
S
S仿射包,它是包含
S
S
S的最小线性流形:
a
f
f
S
=
{
∑
i
=
1
m
λ
i
x
i
:
x
i
∈
S
,
λ
i
∈
F
,
∑
i
=
1
m
λ
i
=
1
}
affS=\{\sum_{i=1}^m \lambda_ix_i:x_i \in S,\lambda_i \in F,\sum_{i=1}^m \lambda_i=1\}
affS={i=1∑mλixi:xi∈S,λi∈F,i=1∑mλi=1}
对于
y
0
,
y
1
,
⋯
,
y
m
∈
S
y_0,y_1,\cdots,y_m \in S
y0,y1,⋯,ym∈S,称它们仿射无关,如果
y
1
−
y
0
,
⋯
,
y
m
−
y
0
y_1-y_0,\cdots,y_m-y_0
y1−y0,⋯,ym−y0线性无关;称它们仿射相关,如果
y
1
−
y
0
,
⋯
,
y
m
−
y
0
y_1-y_0,\cdots,y_m-y_0
y1−y0,⋯,ym−y0线性相关。因此
s
p
a
n
{
y
1
−
y
0
,
⋯
,
y
m
−
y
0
}
=
a
f
f
{
0
,
y
1
−
y
0
,
⋯
,
y
m
−
y
0
}
span\{y_1-y_0,\cdots,y_m-y_0\}=aff\{0,y_1-y_0,\cdots,y_m-y_0\}
span{y1−y0,⋯,ym−y0}=aff{0,y1−y0,⋯,ym−y0}
其中
a
f
f
{
v
e
c
t
o
r
s
}
aff\{vectors\}
aff{vectors}表示由这些vectors生成的线性流形。另外,根据平行关系,
a
f
f
{
0
,
y
1
−
y
0
,
⋯
,
y
m
−
y
0
}
=
b
0
+
a
f
f
{
y
0
,
y
1
,
⋯
,
y
m
}
aff\{0,y_1-y_0,\cdots,y_m-y_0\}=b_0+aff\{y_0,y_1,\cdots,y_m\}
aff{0,y1−y0,⋯,ym−y0}=b0+aff{y0,y1,⋯,ym}
基于仿射无关与线性无关的关系,我们可以将判断线性相关性的方法直接用来判断仿射相关性。另外,根据线性流形与线性子空间的关系,仿射变换总是可以表示成一个线性变化和一个平移。