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$F$上的线性空间$V$，考虑$\forall x_1,\cdots ,x_m\in V,\forall {\lambda }_1,\cdots ,{\lambda }_m\in F$, ${\lambda }_1+\cdots +{\lambda }_m=1$，称$$x={\lambda }_1{x}_1+\cdots +{\lambda }_m{x}_m$$

为一个仿射组合。考虑$S\subset V$，记$affS$为线性子空间的$S$仿射包，它是包含$S$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∑m​λi​xi​:xi​∈S,λi​∈F,i=1∑m​λi​=1}

对于$y_0,y_1,\cdots ,y_m\in S$，称它们仿射无关，如果$y_1-y_0,\cdots ,y_m-y_0$线性无关；称它们仿射相关，如果$y_1-y_0,\cdots ,y_m-y_0$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。