P5 几种重要的凸集

P5 几种重要的凸集

  • 几种重要的凸集
    • 空间
    • 超平面与半空间
    • 球和椭球

几种重要的凸集

空间

R n R^n Rn维空间,既是仿射集、凸集、凸锥。

R n R^n Rn维空间的子空间
P5 几种重要的凸集_第1张图片
R n R^n Rn维的子空间,既是仿射集、凸集、凸锥。

任意直线,既是仿射集、凸集,如果过原点是凸锥,否则不是。

任意线段,是凸集,但不是仿射集(排除只是一个点),不是凸锥(排除只是一个原点)。

x 0 x_0 x0为起点,向 v v v方向发射
{ x 0 + θ v ∣ θ ≥ 0 } x 0 ∈ R n , θ ∈ R , v ∈ R n \lbrace x_0 + \theta v | \theta \geq 0 \rbrace \quad x_0 \in R^n,\theta \in R,v \in R^n {x0+θvθ0}x0Rn,θR,vRn
不是仿射集(排除只是一个点)
是凸集
如果 x 0 x_0 x0为原点,就是凸锥

超平面与半空间

{ x ∣ a T x = b } x , a ∈ R      b ∈ R      a ̸ = 0 \lbrace x| a^Tx = b\rbrace \quad x,a\in R \;\; b\in R \;\; a \not= 0 {xaTx=b}x,aRbRa̸=0

P5 几种重要的凸集_第2张图片
a T x = b a^Tx = b aTx=b 这条直线就是超平面。以此平面分割的空间为半空间。

超平面是仿射集、凸集,如果过原点是凸锥。
半空间不是仿射集,是凸集,如果过原点就是凸锥。

球和椭球

球:
B ( x c , r ) = { x ∣      ∣ ∣ x − x c ∣ ∣ 2 ≤ r } = { x ∣ ( x − x c ) T ( x − x c ) ≤ r } B(x_c,r)=\lbrace x|\;\;||x-x_c||_2 \leq r \rbrace = \lbrace x|\sqrt{(x-x_c)^T(x-x_c)} \leq r \rbrace B(xc,r)={xxxc2r}={x(xxc)T(xxc) r}

二维空间的球是凸集,不是仿射集(排除一个点),不是凸锥(排除原点)。

∀ x 1 , x 2 ∈ B ∣ ∣ x 1 − x c ∣ ∣ 2 ≤ r ∣ ∣ x 2 − x c ∣ ∣ 2 ≤ r \forall x_1,x_2 \in B \quad ||x_1-x_c||_2 \leq r \quad ||x_2-x_c||_2 \leq r x1,x2Bx1xc2rx2xc2r
证明其凸组合还在求内

∀    0 ≤ θ ≤ 1 \forall \; 0 \leq \theta \leq 1 0θ1
证: ∣ ∣ θ x 1 + ( 1 − θ ) x 2 − x c ∣ ∣ 2 ≤ ? r || \theta x_1+ (1-\theta) x_2 - x_c ||_2 \leq^? r θx1+(1θ)x2xc2?r
     = ∣ ∣ θ ( x 1 − x c ) + ( 1 − θ ) ( x 2 − x c ) ∣ ∣ 2 \;\;=|| \theta (x_1-x_c)+ (1-\theta)( x_2 - x_c) ||_2 =θ(x1xc)+(1θ)(x2xc)2
     ≤ ∣ ∣ θ ( x 1 − x c ) ∣ ∣ + ∣ ∣ ( 1 − θ ) ( x 2 − x c ) ∣ ∣ 2 \;\; \leq || \theta (x_1-x_c)||+ ||(1-\theta)( x_2 - x_c) ||_2 θ(x1xc)+(1θ)(x2xc)2 \quad\quad 因为: ∣ ∣ a + b ∣ ∣ ≤ ∣ ∣ a ∣ ∣ + ∣ ∣ b ∣ ∣ ||a+b|| \leq||a||+||b|| a+ba+b
     = θ ∣ ∣ ( x 1 − x c ) ∣ ∣ + ( 1 − θ ) ∣ ∣ ( x 2 − x c ) ∣ ∣ 2 \;\; = \theta||(x_1-x_c)||+ (1-\theta)||( x_2 - x_c) ||_2 =θ(x1xc)+(1θ)(x2xc)2
     ≤ r \;\; \leq r r

椭球:
ϵ ( x c , P ) = { x ∣ ( x − x c ) T P ( x − x c ) } x c ∈ R n P ∈ S + + n \epsilon(x_c,P)=\lbrace x|(x-x_c)^TP(x-x_c) \rbrace \quad x_c \in R^n\quad P \in S_{++}^n ϵ(xc,P)={x(xxc)TP(xxc)}xcRnPS++n S + + n : n ∗ n \quad S_{++}^n:n*n S++n:nn维对称正定矩阵

P = r 2 I n P=r^2 I_n P=r2In
取这样的 P P P 椭球就变成了球
椭球是凸集

P P P描述椭球的半轴长,由奇异值决定 { λ i } \lbrace \lambda_i \rbrace {λi}

矩阵A的奇异值Singular Value
e i g eig eig表示特征值
e i g ( A T A ) \sqrt{eig(A^TA)} eig(ATA) 表示矩阵A的奇异值

正定矩阵所有奇异值大于0

例:
P5 几种重要的凸集_第3张图片
计算出矩阵的特征值为4和1,开根号后为2和1,对应于半轴长。

你可能感兴趣的:(#,中科大凸优化)