- 凸优化教程
- 首页
- 介绍
- 线性规划
- 范数
- 内积
- 极小值和极大值
- 凸集
- 仿射集
- 凸包
- Caratheodory定理
- Weierstrass定理
- 最近点定理
- 基本分离定理
- 凸锥
- 极锥
- 锥组合
- 多面体集
- 凸集的极点
- 方向
- 凸函数与凹函数
- Jensen不等式
- 可微凸函数
- 全局最优的充分条件与必要条件
- 拟凸函数与拟凹函数
- 可微拟凸函数
- 严格拟凸函数
- 强拟凸函数
- 伪凸函数
- 凸规划问题
- Fritz-John条件
- Karush-Kuhn-Tucker最优性必要条件
- 凸问题的算法
- 凸优化资源
- 凸优化 - 快速指南
- 凸优化 - 资源
- 凸优化 - 讨论
凸优化 - 最近点定理
设S是$\mathbb{R}^n$中的一个非空闭凸集,且y∉S,则存在一个点$\bar{x}\in S$,其到y的距离最小,即$\left \| y-\bar{x} \right \| \leq \left \| y-x \right \| \forall x \in S.$
此外,$\bar{x}$是极小点当且仅当$\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq 0$ 或 $\left ( y-\hat{x}, x-\hat{x} \right )\leq 0$
证明
最近点的存在性
由于$S\ne \phi$,存在一个点$\hat{x}\in S$,使得S到y的最小距离小于等于$\left \| y-\hat{x} \right \|。
定义$\hat{S}=S \cap \left \{ x:\left \| y-x \right \|\leq \left \| y-\hat{x} \right \| \right \}$
由于$\hat{S}$是闭集且有界,并且由于范数是连续函数,则根据Weierstrass定理,存在一个极小点$\hat{x} \in S$,使得$\left \| y-\hat{x} \right \|=\inf\left \{ \left \| y-x \right \|,x \in S \right \}$
唯一性
假设$\bar{x} \in S$,使得$\left \| y-\hat{x} \right \|=\left \| y-\bar{x} \right \|= \alpha$
由于S是凸集,$\frac{\hat{x}+\bar{x}}{2} \in S$
但是,$\left \| y-\frac{\hat{x}+\bar{x}}{2} \right \|\leq \frac{1}{2}\left \| y-\hat{x} \right \|+\frac{1}{2}\left \| y-\bar{x} \right \|=\alpha$
它不可能是严格不等式,因为$\hat{x}$是距离y最近的点。
因此,$\left \| y-\frac{\hat{x}+\bar{x}}{2} \right \|=\mu \left \| y-\hat{x} \right \|$,对于某个μ
现在$\left \| \mu \right \|=1$。如果μ=-1,则$\left ( y-\hat{x} \right )=-\left ( y-\bar{x} \right )\Rightarrow y=\frac{\hat{x}+\bar{x}}{2} \in S$
但是y∈S。因此矛盾。因此μ=1 ⇒ $\hat{x}=\bar{x}$
因此,极小点是唯一的。
对于证明的第二部分,假设$\left ( y-\hat{x} \right )^{\tau }\left ( x-\bar{x} \right )\leq 0$ 对所有x∈S成立
现在,
$\left \| y-x \right \|^{2}=\left \| y-\hat{x}+ \hat{x}-x\right \|^{2}=\left \| y-\hat{x} \right \|^{2}+\left \|\hat{x}-x \right \|^{2}+2\left (\hat{x}-x \right )^{\tau }\left ( y-\hat{x} \right )$
$\Rightarrow \left \| y-x \right \|^{2}\geq \left \| y-\hat{x} \right \|^{2}$,因为$\left \| \hat{x}-x \right \|^{2}\geq 0$且$\left ( \hat{x}- x\right )^{T}\left ( y-\hat{x} \right )\geq 0$
因此,$\hat{x}$是极小点。
反之,假设$\hat{x}$是极小点。
$\Rightarrow \left \| y-x \right \|^{2}\geq \left \| y-\hat{x} \right \|^2 \forall x \in S$
由于S是凸集。
$\Rightarrow \lambda x+\left ( 1-\lambda \right )\hat{x}=\hat{x}+\lambda\left ( x-\hat{x} \right ) \in S$,对于x∈S和$\lambda \in \left ( 0,1 \right )$
现在,$\left \| y-\hat{x}-\lambda\left ( x-\hat{x} \right ) \right \|^{2}\geq \left \| y-\hat{x} \right \|^2$
并且
$\left \| y-\hat{x}-\lambda\left ( x-\hat{x} \right ) \right \|^{2}=\left \| y-\hat{x} \right \|^{2}+\lambda^2\left \| x-\hat{x} \right \|^{2}-2\lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )$
$\Rightarrow \left \| y-\hat{x} \right \|^{2}+\lambda^{2}\left \| x-\hat{x} \right \|^2-2 \lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\geq \left \| y-\hat{x} \right \|^{2}$
$\Rightarrow 2 \lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq \lambda^2\left \| x-\hat{x} \right \|^2$
$\Rightarrow \left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq 0$
证毕。