- 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$\mathbb{R}^n$中的一个非空集合C满足:$x \in C \Rightarrow \lambda x \in C, \forall \lambda \geq 0$,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,$y=\left | x \right |$ 不是凸锥,因为它不是凸集。
但是,$y \geq \left | x \right |$ 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$x,y \in C$, $x+y \in C$。
证明
由于C是锥,对于$x,y \in C \Rightarrow \lambda x \in C$ 和 $\mu y \in C \:\forall \:\lambda, \mu \geq 0$
如果$\lambda x + \left ( 1-\lambda \right )y \in C \: \forall \:\lambda \in \left ( 0, 1 \right )$,则C是凸集
由于C是锥,$\lambda x \in C$ 和 $\left ( 1-\lambda \right )y \in C \Leftrightarrow x,y \in C$
因此,如果$x+y \in C$,则C是凸集
一般来说,如果$x_1,x_2 \in C$,则$\lambda_1x_1+\lambda_2x_2 \in C, \forall \lambda_1,\lambda_2 \geq 0$
例子
$\mathbb{R}^n$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。