Skip to content

凸集

Convex set

任意两点间线段全部包含在集合中的向量空间子集。

条目类型
定义

形式陈述

V 是实向量空间,其子集 CV 称凸,若对任意 x,yCθ[0,1],都有

(1θ)x+θyC.

等价地,任意有限凸组合

i=1mλixi,λi0,iλi=1

仍属于 C。任意族凸集的交仍凸;集合 S 的凸包是包含 S 的所有凸集之交,也就是所有有限凸组合的集合。

直觉

凸集允许对两个方案做连续混合而不离开可行范围;它把“折中仍合法”编码成线段闭包。定义只涉及有限凸组合,但反复应用即可得到任意有限多个点的凸组合。凸性是一种仿射性质:平移和可逆仿射变换不会改变它,却与长度、角度无关。

例子与边界

仿射子空间、半空间、范数球和概率单纯形都是凸集;圆周本身、两个相离球的并通常不凸。凸性不要求集合开、闭、有界或含原点。凸集的并一般不凸,除非额外结构保证。在线性映射下的像和原像保持凸性。整数点集即使其凸包很简单也通常不凸,故整数规划不是普通凸优化。

概率单纯形

{pRn:pi0, ipi=1}

是凸集,因为混合两组概率仍是概率。单位圆盘凸,而圆周不凸:(1,0)(1,0) 的中点为原点,不在圆周上。开球和闭球都可凸,说明凸性与开闭性质彼此独立。

推论与应用

取一个集合的所有有限凸组合得到凸包,它是包含原集合的最小凸集;Carathéodory 定理在有限维中控制每个点所需的生成点数。仿射超平面与半空间给出最基本的凸约束,有限个闭半空间之交形成多面体Helly 定理进一步把有限凸集族的全局相交性压缩为低阶子族证书;这些结论各自需要有限维或有限族假设,不属于凸集定义本身。

分离与支撑超平面定理说明何时能用线性泛函识别外点或贴住边界;闭性、紧性与分离强度的区别由该定理页统一处理。在博弈中,混合策略组成概率单纯形;在组合优化中,离散可行点的凸包把难以直接搜索的选择问题放松为连续几何问题,但放松后的解未必仍是原来的离散方案。

在线凸优化把同一个凸集 K 作为每轮允许动作的静态可行域,在线梯度下降再把一次梯度步投影回 K。这项应用不意味着所有假设类都凸:二元分类器集合通常没有“混合两个函数仍是同类分类器”的性质;只有把动作改成随机化分布或实值参数后,才可能得到凸结构。

参考资料
  • Stephen Boyd and Lieven Vandenberghe, Convex Optimization, Cambridge University Press, 2004,Ch. 2, convex sets, cones and affine geometry。
  • R. Tyrrell Rockafellar, Convex Analysis, Princeton University Press, 1970,§§1–2, convex sets and convex hulls。
关系图谱38 个相邻概念 · 1 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组