个人博客 Glooow ,欢迎各位大驾光临
1. 凸集
区分两种集合的定义(下面的描述并不是严格的数学语言,领会意思就行了):
- 仿射集(Affine set):
x=θx1+(1−θ)x2,θ∈R
- 凸集(Convex set):
x=θx1+(1−θ)x2,θ∈[0,1]
主要的区别就在于后面
θ 的取值范围,简单理解就是说仿射集类似直线,凸集类似线段。
更一般的,仿射集都可以表示为线性方程组的解集,也即
{x∣Ax=b}
2. 常见凸集
2.1 凸包(Convec hull)
假如集合
S={x1,...,xk},则其凸包可以表示为
{i=1∑kθixi∣∑θi=1,θi≥0}
2.2 超平面(Hyperplanes)
类比三维空间中的平面,可以有超平面的定义
{x∣aTx=b}(a=0)
其中
a 就是该平面的法向量。
2.3 半空间(Halfspaces)
类似的,有半空间定义为
{x∣aTx≤b}(a=0)
2.4 多面体(Polyhedra)
高维空间中的多面体定义为
{x∣Ax⪯b,Cx=d}
其中
⪯ 表示对每个元素都作比较。实际上就是求很多个半空间以及半平面的交集,与三维空间是类似的。
2.5 欧几里得球与椭球(Euclidean balls and ellipsoids)
高维空间中的欧几里得球的定义为
B(xc,r)={x∣∥x−xc∥2≤r}={xc+ru∣∥u∥2≤1}
椭球的定义为
{x∣(x−xc)TP−1(x−xc)≤1}={xc+Au∣∥u∥2≤1}
其中
P∈S++n (也即
P 为对称正定矩阵)。中间的矩阵
P 的作用就相当于在各个特征向量方向上进行了放缩。
Remarks:关于矩阵性质,可以参考我的矩阵论学习笔记,这里复习一个知识点。
- 正规矩阵的定义为满足
AHA=AAH 的矩阵
A 即为正规矩阵,因此对称矩阵、Hermit矩阵、酉矩阵都是正规矩阵。而正规矩阵有什么性质呢?正规矩阵可以对角化,且存在一组正交的特征向量!
- 正定矩阵的定义为满足
xTAx>0 的矩阵
A,实际上也就是说矩阵
A 的特征值均大于 0!
- 因此对称正定矩阵的性质有:所有特征向量正交,所有特征值大于 0。
2.6 范数球(norm balls)
范数
∥⋅∥ 需要满足以下性质
-
∥x∥≥0; ∥x∥=0⟺x=0
-
∥tx∥=∣t∣∥x∥ for
t∈R
-
∥x+y∥≤∥x∥+∥y∥
向量范数如
∥x∥0,∥x∥1,∥x∥2,∥x∥p,∥x∥∞
矩阵范数如
∥X∥2,∥X∥p
范数球的定义为
{x∣∥x−xc∥≤r}
2.7 凸锥(Convex cone)
我们先来看看锥的定义
- 锥(cone):
x∈C⇒θx∈C,∀θ≥0
- 凸锥(Convex cone):
x1,x2∈C⇒x=θ1x1+θ2x2∈C,∀θ1,θ2≥0
注意锥一定包含原点 0。锥不一定是凸的,反例如下,这是一个锥,但不是凸锥
2.8 范数锥(norm cone)
范数锥定义如下
{(x,t)∣∥x∥≤t}
也被称为 Ice cream cone。其中欧几里得范数锥被称为二阶锥(second-order cone)
2.9 半正定锥
定义几个符号
-
Sn 为
n 阶对称矩阵
-
S+n={X∈Sn∣X⪰0} 为对称半正定矩阵,为凸锥
-
S++n={X∈Sn∣X≻0} 为对称正定矩阵
例如给定二阶矩阵
[xyyz]∈S+2
其坐标满足如下图
3. 保凸变换
上面是一些常见的凸集,对于更复杂的情况,怎么判断是否为凸集呢?
- 根据定义
x1,x2∈C,0≤θ≤1⟹θx1+(1−θ)x2∈C
- 凸集经过保凸变换以后仍然是凸集,如
3.1 凸集的交集
任意个(可以是无数个)凸集的交集仍然是凸集
例子 1:
S={x∈Rm∣∣p(t)∣≤1 for ∣t∣≤π/3},其中
p(t)=x1cost+x2cos2t+⋯+xmcosmt
3.2 仿射变换
若映射
f:Rn→Rm 是仿射变换
f(x)=Ax+b with A∈Rm×n,b∈Rm
则有
-
S⊆Rn convex
⟹f(S)={f(x)∣x∈S} convex
-
C⊆Rm convex
⟹f−1(C)={x∈Rn∣f(x)∈C} convex
例子 2:双曲锥
{x∣xTPx≤(cTx)2,cTx≥0}( with P∈S+n),因为其可以转化为二阶锥
例子 3:
{x∣x1A1+⋯+xmAm⪯B}(with
Ai,P∈Sp)???
3.3 投影变换
投影函数
P:Rn+1→Rn
P(x,t)=x/t,domP={(x,t)∣t>0}
Proof:略。应用凸集定义
3.4 分式线性函数
分式线性映射
f:Rn→Rm 为
f(x)=cTx+dAx+b, dom f={x∣cTx+d>0}
其可以看作先仿射变换再投影变换。