「管理數學基礎」3.1 凸分析:凸集與凸集分離定理、Farkas引理
凸集與凸集分離定理、Farkas引理
文章目錄
凸集
定義:凸集
注意凸集的定義,任取兩點
滿足某個條件為凸集:
- 證明
是凸集
的目標有了 凸集的性質
也有了,可以利用
凸集性質(逐個證明)
(1)
分析:
- 任取 x A , y A ∈ λ C x_A,y_A \in \lambda C xA,yA∈λC,因為是要證明 λ C \lambda C λC是凸集
- 也就是要對於所有的 x A , y A ∈ λ C , β ∈ [ 0 , 1 ] x_A,y_A \in \lambda C,\beta \in [0,1] xA,yA∈λC,β∈[0,1],都有 β x A + ( 1 − β ) y A ∈ λ C \beta x_A + (1-\beta) y_A \in \lambda C βxA+(1−β)yA∈λC
- 能利用的性質只有
C
C
C是凸集
以及
C C C與 λ C \lambda C λC兩個集合的關係(從微觀上,一定存在 C C C中元素乘上實數 λ \lambda λ在 λ C \lambda C λC中),應該在二者間建立聯絡
(2)
分析:
- 與上一題思路相同
(3)
有限個凸集的交集為凸集。
由以上凸集性質,我們做下面兩點例題。
分析:
- 分別在集合間取元素,根據集合性質建立元素間關係
- 然後帶回去,這樣從原理出發計算不會出錯
超平面
定義:超平面
分析:
- a ′ x = b a' x = b a′x=b在 R 2 R^2 R2是直線,在 R 3 R^3 R3是平面,在 R k , k > 3 R^k,k>3 Rk,k>3當然就是超平面了
- 注意 a a a實際上超平面的法向量,與超平面垂直; b ∈ R 1 b\in R^1 b∈R1決定了超平面的位置
- 閉半空間一共有兩個(一側的點與法向量構成銳角,一側是銳角)
證明:超平面是凸集
很簡單,對於閉半空間是凸集
同理,將
=
=
=換成
≤
\le
≤或
≥
\ge
≥即可。
定義:支撐超平面
分析:
- “支撐”即超平面對這個空間的生成起了作用,“觸碰”到了這個空間
定義:多面體
多面體:
- 是多胞形(上圖的多胞形定義,我覺得不對)
- 有界非空
定義:凸錐
分析:
- 經過原點 0 ⃗ \vec{0} 0,因此超平面中 b = 0 b=0 b=0
- λ 1 x \lambda_1 x λ1x 與 λ 2 y \lambda_2 y λ2y 相加,實際上表示了兩個超平面的中和,即相互趨近
凸集分離定理
定義:分離
分析:
- 兩個非空集合,可以被幾何的概念(超平面)分開,不重疊(但是可以重疊在超平面上)
- 如果
沒有
≤ \le ≤與 ≥ \ge ≥即等號關係,則是嚴格分離
定義:凸集分離定理
如上是凸集分離定理(如果兩個集合是不相交的凸集,那麼可以被一個超平面分開)。
證明過程很長,證明並應用了:Weierstrass定理、點集嚴格分離定理、支撐超平面定理。
Farkas引理
定義:Farkas引理
用於後面的凸規劃,這裡注意一點:
- (1)有解了,(2)必無解
證明:Farkas引理
首先,假設(1)有解,證明(2)無解即可;接著證明(1)無解情況下,(2)必有解,大概思路是:
- ∀ y ∈ S \forall y \in S ∀y∈S,由(1)無解可得 b ∉ S b \notin S b∈/S,由此,利用點集分離定理,得到 p ′ b < p ′ y p' b < p' y p′b<p′y
- 進一步,由 0 ∈ S 0 \in S 0∈S,則有 p ′ b < 0 p'b < 0 p′b<0,現在(2)的第二個式子已經證明完畢了,接下來是第一個式子 p ′ A ≥ 0 p'A \ge 0 p′A≥0的證明
相關文章
- 為什麼凸問題的解集是凸集
- 凸集、凸函式定義及主要性質函式
- 凸優化優化
- 凸優化問題優化
- 02-凸函式函式
- WQS 二分 & 凸最佳化dp
- 凸最佳化問題
- P3680 凸輪廓線
- 03-凸優化問題優化
- 數字版權資源價值日益凸顯
- 卡特蘭數關於凸多邊形的證明
- 數字經濟信任基礎設施地位凸顯,區塊鏈賦能實體加速區塊鏈
- SGU 277 Heroes(動態凸包維護)
- 為什麼凸優化這麼重要?優化
- swust oj 249 求凸包面積板子
- 怎麼凸顯主題?極思維
- 無約束凸優化演算法優化演算法
- 新漏洞凸顯公有云信任風險
- 為什麼凸最佳化這麼重要?
- shape_trans 凸性轉換 outer_circle
- 連續六個季度實現盈利改善,達達集團內外雙重確定性凸顯
- AI工程師必備技能 - 凸優化介紹AI工程師優化
- 計算幾何(一):凸包問題(Convex Hull)
- 斜率優化(凸包優化)DP問題acm優化ACM
- 【課程筆記】中科大凸優化(二)筆記優化
- 【課程筆記】中科大凸優化(三)筆記優化
- 非凸科技&CSDN,線上直播,乾貨滿滿
- USDD異軍突起,“波場優勢”日益凸顯
- 國際銳評|疫情之下,數字經濟的作用更加凸顯
- 關於 線性規劃 非線性規劃 與 凸優化優化
- AI工程師必備技能 - 凸最佳化介紹AI工程師
- BZOJ 4445 [Scoi2015]小凸想跑步:半平面交
- P6810 「MCOI-02」Convex Hull 凸包 題解
- dp on 凸殼總結&gym 101806 T Touch The Sky 題解
- [USACO5.1] 圈奶牛Fencing the Cows /【模板】二維凸包
- 開源!非凸Rust高效能日誌庫ftlogRust
- 獲客焦慮凸顯?智慧數字經營成破局關鍵
- 機器學習中牛頓法凸最佳化的通俗解釋機器學習