凸优化
凸优化不挂day1
直线
θ∈R,x1,x2∈Rn(n维向量空间,即x1,x2都属于n维坐标)
y=θx1+(1−θ)x2(共线定理)
线段
θ∈[0,1]的直线即为线段
仿射集
一个集合C是仿射集,对于∀x1,x2∈C,连接x1,x2的 直线 也在集合C内,比如直线就是仿射集
仿射组合
C是仿射集,x1,x2,,,xn∈C,θ1,θ2,,,θn∈R且i=1∑nθi=1,则i=1∑nθixi为仿射组合证明:该仿射组合也在仿射集C中 设三个点x1,x2,x3∈C,θ1,θ2,θ3∈R且θ1+θ2+θ3=1θ1+θ2θ1x1+θ1+θ2θ2x2∈C(θ1+θ2)(θ1+θ2θ1x1+θ1+θ2θ2x2)+(1−θ1−θ2)x3∈Cθ1x1+θ2x2+θ3x3∈C依此类推n个点依然成立
一般组合
即不需要约束i=1∑nθi=1即与仿射集相关的子空间C为仿射集,设V=C−x0={x−x0∣x∈C}则V称为与C相关的子空间,V与C平行且过原点证明V为与C相关的子空间,v1,v2∈V,∀α,β∈R,有αv1+βv2∈V v1,v2∈V,v1+x0∈C,v2+x0∈Cα(v1+x0)+β(v2+x0)+(1−α−β)x0∈Cαv1+βv2+x0∈C,αv1+βv2∈V C是仿射集,证明V=C−x0也是仿射集 设v1,v2为V中两点,则v1+x0∈C,v2+x0∈C设θ1,θ2∈R且θ1+θ2=1,则θ1(v1+x0)+θ2(v2+x0)∈Cθ1v1+θ2v2+x0∈C,θ1v1+θ2v2∈V
仿射包
任意集合C∈R,affc={i=1∑kθixi∣∀xk∈C,∀i=1∑kθi=1}意义为包含C的最小的仿射集若C为仿射集,则affc为C本身若k>2且C不为仿射集则affc为平面(不共线三条向量构成一个平面)若k=2则affc为仿射集