凸优化学习笔记03(凸集、锥、超平面和半空间、Euclid球和椭球)
凸集
定义:集合C中任意两点间的线段仍在C中,那么该集合即为凸集。
数学表达: 有
通俗理解:凸集C里任意找两点,其连线必定还在凸集C内部。
凸组合
定义:与仿射组合类似【仿射组合定义可回顾凸优化读书笔记01_Bryant_cqc的博客-CSDN博客】
凸集与凸组合的关系
凸集包含其中所有点的凸组合。
凸包
定义:与仿射包类似【仿射包定义可回顾凸优化读书笔记01_Bryant_cqc的博客-CSDN博客】
锥
定义:如果对于任意 和
,都有
,我们称集合C是锥或者非负齐次。
扩展:若集合C是锥,并且满足凸集条件,则集合C称为凸锥。
锥组合
定义:具有 形式的点称为
的锥组合(或非负线性组合)。
延伸:集合C是凸锥的充要条件是它包含其元素的所有锥组合。
锥包
定义:与仿射包类似,只是约束条件变成了 。包含集合C的最小的凸锥。
常见凸集
a. 空集、任意一个点
、全空间
都是
的仿射(自然也是凸的)子集。
b. 任意直线是仿射的。如果直线通过零点,即为子空间,因此,也是凸锥。【解释:因为当时,只有子空间在
时,
;
时,
,其他直线不符合该要求】
c. 一条线段是凸的,但不是仿射的(除非退化为一个点)。
d. 一条射线,既具有形式 ,
的集合,是凸的,但不是仿射的。如果射线的基点
是0,则它是凸锥。
e. 任意子空间是仿射的、凸锥。
超平面与半空间
超平面
定义:关于x的非平凡线性方程的解空间(是一个仿射集合)。
表示:集合 ,其中
。
几何解释:与给定向量的内积为常数的点的集合,也可以看成法线方向为
的超平面,而常数
决定了这个平面从原点的偏移。
根据这个几何解释,可将超平面表示成下面两种形式:
其中 是超平面上的任意一点(即任意满足
的点),
表示
的正交补,即与
正交的向量集合:
直观表示:

半空间
来源:一个超平面将 划分为两个半空间。
数学表示: 或
特点:半空间是凸的,但不是仿射的。
边界:,开半空间:
直观表示:

Euclid 球和椭球
Euclid球
数学形式:
其中 ,
表示欧几里得范数,向量
是球心,标量
为半径。
特点:Euclid球是凸集。
椭球
数学形式:
其中,即
是对称正定矩阵。向量
为椭球中心。矩阵
决定了椭球从
向各个方向扩展的幅度。
的半轴长度由
给出,这里
为
的特征值。
例子:球可看做 的椭球。
特点:椭球是凸集。
术语解释
对称正定矩阵:举个例子,A为n阶方阵,若A还满足对称矩阵(即),对任意的非零向量
,都有
,则称A为对称正定矩阵[1]。
参考文献
[1] 正定矩阵_百度百科
[美]S. Boyd, L. Vandenberghe. 凸优化[M]. 王书宁, 许鋆, 黄晓霖. 北京: 清华大学出版社, 2013.
更多推荐
所有评论(0)