凸优化学习 | 您所在的位置:网站首页 › 四色组合的定义 › 凸优化学习 |
凸优化学习
学习笔记
今天学习仿射包、凸集、凸组合、凸包、凸锥、凸锥组合、凸锥包的概念
一、仿射包
文字: 对于任意集合 C C C,包含 C C C的最小的仿射集称为 C C C的仿射包。 数学: a f f c = { θ 1 x 1 + ⋯ + θ k x k ∣ ∀ x 1 , ⋯ , x k ∈ C θ 1 + ⋯ + θ k = 1 } aff\ \ c=\lbrace \theta_1 x_1+ \cdots +\theta _kx_k \mid{\forall x_1,\cdots,x_k \in C \ \ \theta_1+\cdots+\theta_k=1\rbrace} aff c={θ1x1+⋯+θkxk∣∀x1,⋯,xk∈C θ1+⋯+θk=1} 二、凸集 Convex Set 定义一文字: 一个集合是凸集,当属于该集合的任意两点之间的线段仍然在该集合内。 数学: C i s a C o n v e x S e t ⇔ ∀ θ x 1 + ( 1 − θ ) x 2 ∈ C , x 1 , x 2 ∈ C ∀ θ θ ∈ [ 0 , 1 ] C\ is \ a\ Convex\ Set\Leftrightarrow\forall \theta x_1+(1-\theta)x_2 \in C,x_1,x_2 \in C\ \forall \theta \ \ \theta\in[0,1] C is a Convex Set⇔∀θx1+(1−θ)x2∈C,x1,x2∈C ∀θ θ∈[0,1] 例图一为凸集,需要说明凸集的一个性质,凸集在几何上表现也是凸的。任意两点的连线都在六边形内。 文字: 一个集合是凸集,当属于该集合的任意数量的点的凸组合仍然在该集合内。 数学 C i s a C o n v e x S e t ⇔ θ 1 x 1 + , ⋯ , + θ k x k ∈ C , ∀ x 1 , ⋯ , x k ∈ C ∀ θ 1 , ⋯ , θ k θ 1 , ⋯ , θ k ∈ [ 0 , 1 ] θ 1 + , ⋯ , + θ k = 1 C\ is \ a\ Convex\ Set\Leftrightarrow\theta_1 x_1+,\cdots,+\theta_k x_k\in C, \forall x_1,\cdots ,x_k \in C\ \ \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\in[0,1]\ \ \ \theta_1+,\cdots,+\theta_k=1 C is a Convex Set⇔θ1x1+,⋯,+θkxk∈C,∀x1,⋯,xk∈C ∀θ1,⋯,θk θ1,⋯,θk∈[0,1] θ1+,⋯,+θk=1 类似仿射集的定义,定义一和定义二仍然是等价的。 三、凸组合对于点 x 1 , ⋯ , x k x_1,\cdots,x_k x1,⋯,xk, θ 1 x 1 + , ⋯ , + θ k x k \theta_1 x_1+,\cdots,+\theta_k x_k θ1x1+,⋯,+θkxk称为它们的凸组合,其中 ∀ θ 1 , ⋯ , θ k θ 1 , ⋯ , θ k ∈ [ 0 , 1 ] θ 1 + , ⋯ , + θ k = 1 \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\in[0,1]\ \ \ \theta_1+,\cdots,+\theta_k=1 ∀θ1,⋯,θk θ1,⋯,θk∈[0,1] θ1+,⋯,+θk=1 四、凸包文字: 对于任意集合 C C C,包含 C C C的最小的凸集称为 C C C的凸包。 数学: ∀ C ∈ R n C o n v C = { θ 1 x 1 + , ⋯ , + θ k x k ∣ ∀ x 1 , ⋯ , x k ∈ C θ 1 + , ⋯ , + θ k = 1 θ 1 , ⋯ , θ k ∈ [ 0 , 1 ] } \forall C \in R^n \\Conv\ C=\lbrace \theta_1 x_1+,\cdots,+\theta_k x_k\mid\forall x_1,\cdots,x_k \in C\ \ \theta_1+,\cdots,+\theta_k=1\ \ \theta_1,\cdots,\theta_k\in[0,1]\rbrace ∀C∈RnConv C={θ1x1+,⋯,+θkxk∣∀x1,⋯,xk∈C θ1+,⋯,+θk=1 θ1,⋯,θk∈[0,1]} 五、锥与凸锥 Cone and Convex Cone锥:
C
i
s
C
o
n
e
⇔
∀
x
∈
C
,
∀
θ
≥
0
,
有
θ
x
∈
C
C\ is \ Cone \Leftrightarrow \forall x \in C,\forall \theta \geq0,有\theta x \in C
C is Cone⇔∀x∈C,∀θ≥0,有θx∈C 凸锥:
C
i
s
C
o
n
v
e
x
⇔
∀
x
1
,
x
2
∈
C
,
∀
θ
1
,
θ
2
≥
0
,
有
θ
1
x
1
+
θ
2
x
2
∈
C
C \ is \ Convex \Leftrightarrow \forall x_1,x_2 \in C,\forall \theta_1,\theta_2 \geq0,有\theta_1 x_1+\theta_2x_2 \in C
C is Convex⇔∀x1,x2∈C,∀θ1,θ2≥0,有θ1x1+θ2x2∈C 例 图三这三条射线构成的集合就是锥。 图四阴影部分为凸锥 六、凸锥组合对于点 x 1 , ⋯ , x k x_1,\cdots,x_k x1,⋯,xk, θ 1 x 1 + , ⋯ , + θ k x k \theta_1 x_1+,\cdots,+\theta_k x_k θ1x1+,⋯,+θkxk称为它们的凸锥组合,其中 ∀ θ 1 , ⋯ , θ k θ 1 , ⋯ , θ k ≥ 0 \forall \theta_1,\cdots,\theta_k \ \ \theta_1,\cdots,\theta_k\ge0 ∀θ1,⋯,θk θ1,⋯,θk≥0 七、凸锥包文字: 对于任意集合
C
C
C,包含
C
C
C的最小的凸锥称为
C
C
C的凸锥包。 数学:
∀
C
∈
R
n
C
o
n
v
C
o
n
e
C
=
{
θ
1
x
1
+
,
⋯
,
+
θ
k
x
k
∣
θ
1
,
⋯
,
θ
k
≥
0
}
\forall C \in R^n \\Conv\ Cone\ C=\lbrace \theta_1 x_1+,\cdots,+\theta_k x_k\mid\theta_1,\cdots,\theta_k\ge0\rbrace
∀C∈RnConv Cone C={θ1x1+,⋯,+θkxk∣θ1,⋯,θk≥0} 例 图五的凸包是该集合本身。 图六两条射线之间的区域则为凸包。 个人思考几个概念的比较 仿射集是凸集的特例,凸锥是凸集的特例。 凸组合是仿射组合的特例,仿射组合是凸锥组合的特例。 对于同一集合而言,它的 凸包 ⊂ \sub ⊂凸锥包 ⊂ \sub ⊂仿射包 纸质笔记 |
CopyRight 2018-2019 实验室设备网 版权所有 |