1)凸集,凸函數,凸優化
仿射集
例1:任何一個線性方程的解集一定是一個仿射集
c={x∣AX=b},A∈Rm×n,b∈Rm,x∈Rn
證明如下:
∀X1,X2∈c,AX1=b,AX2=b
θ∈R,θX1+(1−θ)X2∈c
A(θX1+(1−θ)X2)=b
=θAX1+(1−θ)AX2
=b
例2:
v={X−X0∣X∈c},∀X0∈c
={X−X0∣AX=b},AX0=b
{X−X0∣A(X−X0)=0}
令X−X0=y,則上式可以寫爲:
{y∣Ay=0}
則y爲A的畫零空間
二 給定任意集合c,構造儘可能小的仿射集
仿射包:
aff c={θX1+θX2+....θRXR∣∀xi∈R,∀θ1+.....θR=1}
凸集(convex set):
一個集合c是凸集,當任意兩點之間的線段仍然在c內,
c爲凸集⇔∀x1,x2∈c,∀θ,θ∈⌈0,1⌉,θx1+(1−θ)x2∈c
x1,x2,.........xn的凸組合,θ1,θ2........θR∈R,,
θ1+θ2+θ3....+θn=1
θ1......θR∈⌈0,1⌉
則θ1x1+θ2x2+.......θkxk稱爲凸組合
c爲凸集 ⇔則c中任意元素的凸組合一定在c內。
凸包:conv C={θ1x1+θ2x2.......+θRxR∣∀x1,x2,....xr∈c,∀θ1,θ2,......θr∈⌈0,1⌉,θ1+.......θR=1}
錐Cone ,凸錐convex Cone
C 是錐⇔∀x∈c,θ⩾0,θx∈C
C是凸錐⇔∀x1,x2∈c,θ1,θ2⩾0,x1θ1+x2θ2∈c
凸錐組合
θ1x1+θ2x2+.....+θkxk,θ1,θ2,θ3.....θk⩾0
凸錐包
x1,x2,......xk∈c,{θ1x1+θ2x2+....θkxk∣x1,x2....xk∈c,θ1,θ2,.......θk⩾0
總結:
仿射組合
∀θ1,........θk,θ1+....+θk=1
凸組合
∀θ1.......θk,θ1+......+θk=1,θ1.....θk∈⌈0,1⌉
凸錐組合
∀θ1,........θk,θ1.....θk⩾0
課程鏈接