最优化模型(仿射集、凸集和凸锥的理解)

1、仿射集、凸集和凸锥的理解

        注意:常见集合体,如直线、线段、平面、球体、立方体、圆锥等都是凸集合

1.1直线与线段

        设x_{1}\neq x_{2}R^{n}空间中的两个点,则具有该形式的点y=\theta x_{1}+(1-\theta )x_{2},\theta \epsilon R构成一条过x_{1}x_{2}直线。参数\theta =0对应y=x_{2},\theta =1对应y=x_{1}.

        当参数在0和1之间变动,y的轨迹构成了x^{1}x^{2}之间的(闭)线段

        若y=x_{2}+\theta (x_{1}-x_{2}),则y是基点x_{2}方向x_{1}-x_{2}乘以参数\theta的和。即\theta给出了y在由x_{2}x_{1}方向上的位置。

1.2仿射集(可以联系平面特性来理解)

        两个点时:设集合C\subseteq R^{n},如果过C中任意两个不同点的直线仍在集合C中,则称集合C是仿射集。\Leftrightarrow\forall x_{1},x_{2}\in C\theta \in R,有\theta x_{1}+(1-\theta )x_{2}\in C,即仿射集C中任意两点的系数之和为1的线性组合仍包含在C中。

       多个点时:若\theta _{1}+...+\theta _{k}=1,则称具有\theta _{1}x_{1}+...+\theta _{k}x_{k}形式的点为x_{1},...,x_{k}的仿射组合。则若C是一个仿射集,x_{1},...,x_{k}\in C并且\theta _{1}+...+\theta _{k}=1,则\theta _{1}x_{1}+...+\theta _{k}x_{k}仍在C中。

1.3仿射包、仿射维数、相对内部、相对边界

      仿射包:由集合C\subseteq R^{n}中的点的所有仿射组合组成的集合称为C,记为aff C

aff C=\left \{ \theta _{1}x_{1}+...+\theta _{k}x_{k}\right \}\l|x_{1},...,x_{k}\in C,\theta _{1}+...+\theta _{k}=1

      仿射维数:集合C的仿射包的维数

      相对内部relint C=\left \{ x\in C|\exists r>0 s.t.B(x,r)\bigcap affC\subseteq C \right \}

      相对边界:cl C\relint C,此处cl C为C的闭包。

1.4凸集合

\forall x_{1},x_{2}\in C0\leqslant \theta \leq 1,都有\theta x_{1}+(1-\theta )x_{2}\in C,即集合C中任意两点间的线段仍在C中。其中,conv C是集合Cd的凸包。

1.5凸锥

若对\forall x\in C\theta \geqslant 0都有\theta x\in C,则集合C是锥。若集合C是锥,并且是凸集合,则为凸锥,即对于\forall x_{1},x_{2}\in C\theta _{1},\theta _{2}\geq 0,都有\theta_{1}x_{1}+\theta_{2}x_{2}\in C

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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