
- 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 - 锥
如果Rn中的一个非空集合C满足:x∈C⇒λx∈C,∀λ≥0,则称C是以0为顶点的锥。
如果集合C既是凸集又是锥,则称C为凸锥。
例如,y=|x| 不是凸锥,因为它不是凸集。
但是,y≥|x| 是凸锥,因为它既是凸集又是锥。
注意 - 锥C是凸集当且仅当对于任意x,y∈C, x+y∈C。
证明
由于C是锥,对于x,y∈C⇒λx∈C 和 μy∈C∀λ,μ≥0
如果λx+(1−λ)y∈C∀λ∈(0,1),则C是凸集
由于C是锥,λx∈C 和 (1−λ)y∈C⇔x,y∈C
因此,如果x+y∈C,则C是凸集
一般来说,如果x1,x2∈C,则λ1x1+λ2x2∈C,∀λ1,λ2≥0
例子
Rn中无限多个向量的锥组合是一个凸锥。
任何空集都是凸锥。
任何线性函数都是凸锥。
由于超平面是线性的,它也是凸锥。
闭半空间也是凸锥。
注意 - 两个凸锥的交集是一个凸锥,但它们的并集可能不是凸锥。
广告