仿射集合和凸集

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/weixin_35732969/article/details/82561745

1、预备知识:直线和线段

x_{1}\neq x_{2}R^{n}空间的两个点,那么具有下列形式的点:

\begin{align*} y&= \theta x_{1} + (1-\theta )x_{2}\\ &= x_{2} + \theta(x_{1}-x_{2}),\theta\in R \end{align*}

组成一条穿越x_{1}x_{2}的直线。当参数在0和1之间变动,则构成x_{1}x_{2}之间的线段。

2、仿射集合

如果通过集合C\subseteq R^{n}中任意两个不同的点的直线仍然在集合C中,则称集合C是仿射的C\subseteq R^{n}是仿射的等价于:对于任意的x_{1},x_{2}\in C\theta \in R\theta x_{1} + (1-\theta )x_{2}\in C

扩展到多个点:

仿射组合:如果\theta _{1}+\theta _{2}+...+\theta _{k} = 1,我们称具有\theta _{1}x_{1}+...+\theta _{k}x_{k}形式的点为x_{1},x_{2},...,x_{k}的仿射组合。

仿射集合:如果C是一个仿射集合,x_{1},x_{2},...,x_{k}\in C,\theta _{1}+\theta _{2}+...+\theta _{k} = 1,那么\theta _{1}x_{1}+...+\theta _{k}x_{k}仍然在C中,即一个仿射集合包含其中任意点的仿射组合。

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为C的仿射包,记为aff C:

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

仿射包是包含C的最小的仿射集合,即若S是满足C\subseteq S的仿射集合,那么aff C\subseteq S

3、开集和闭集

内点:对于x\in C\subseteq R^{n},如果存在\epsilon >0满足:\{y|\|y-x\|_{2}\leqslant \epsilon \}\subseteq C,即存在一个以x为中心的的完全属于C的球,则称x为C的内点。

内部:C的所有内点组成的集合称为C的内部,记为int C

开集:如果C的每个点都是内点,即int C = C,则称C为开集。

闭集:如果集合C\subseteq R^{n}的补集R^{n} \ C = \{x\in R^{n}|x\notin C\}是开集,则称C为闭集。

注(个人理解):可以类比熟知的一维空间的开集、闭集(如开集(1,2),闭集[1,2]),是互通的。

闭包:记为cl CR^{n} \ int(R^{n} \ C),即C的补集的内部的补集。

边界:记为 bd C = cl C \ int C。边界点x(即x \in bd C)有如下性质:对于所有\epsilon >0,存在y\in C,z\notin C满足

\|y-x\|_{2}\leqslant \epsilon ,\|z-x\|_{2}\leqslant \epsilon,即既存在和它任意接近的属于C的点,也存在和他任意接近的不属于C的点(类比开集(1,2),闭集[1,2])。

用边界刻画开集和闭集:C是闭集的条件是,它包含它的边界;它是开集的条件是,它不含有边界点(类比开集(1,2),闭集[1,2])。

4、仿射维数与相对内部

仿射维数:集合C的仿射维数是其仿射包aff C的维数。

相对内部:集合C的相对内部是其仿射包aff C的内部,记为relint C,即

relint C = {x\in C|B(x,r)\cap \mathbf{aff} C\subseteq C 对于某些r>0},

其中B(x,r) = \{y|\|y-x\|\leqslant r\},即半径为r,中心为x并由范数||*||定义的球。

相对边界:cl C \ relint C,cl C表示C的闭包。

例子:

考虑R^{3}中处于(x_{1},x_{2})平面的一个正方形,定义

C = \{x\in R^{3}|-1\leqslant x_{1}\leqslant 1,-1\leqslant x_{2}\leqslant 1,x_{3}=0\}

其仿射包为(x_{1},x_{2})-平面,即\mathbf{aff}C= \{x\in R^{3}|x_{3} = 0\},C的内部为空,但其相对内部为

\mathbf{relint}C = \{x\in R^{3}|-1<x_{1}<1,-1<x_{2}<1,x_{3} = 0\}

C的边界是其自身,相对边界是其边框\{x\in R^{3}|max\{|x_{1}|,|x_{2}|\}=1,x_{3} = 0\}

5、凸集

凸集:如果集合C中任意两点间的线段仍然在C中,即对任意x_{1},x_{2}\in C和满足0\leqslant \theta \leqslant 1\theta都有\theta x_{1}+(1-\theta) x_{2}\in C,则称C是凸集。

例子:

凸组合:我们称\theta _{1}x_{1}+...+\theta _{k}x_{k}为点x_{1},x_{2},...,x_{k}的一个凸组合,其中\theta _{1}+\theta _{2}+...+\theta _{k} = 1,且\theta _{i}\geqslant 0,i=1,2,...,k(仿射组合没有\theta _{i}\geqslant 0这个条件)。凸集包含其中所有点的凸组合。

凸包:集合C中所有点的凸组合的集合为其凸包,记为conv C

\mathbf{conv}C = \{\theta _{1}x_{1}+...+\theta _{k}x_{k}|x_{i}\in C,\theta _{i}\geqslant 0,i=1,2,...,k,\theta _{1}+...+\theta_{k}=1\}.

凸包是包含C的最小凸集。即如果B是包含C的凸集,那么\mathbf{conv}C\subseteq B

参考资料:boyd《凸优化》

猜你喜欢

转载自blog.csdn.net/weixin_35732969/article/details/82561745