- 凸最佳化教程
- 主頁
- 簡介
- 線性規劃
- 範數
- 內積
- 最小值和最大值
- 凸集
- 仿射集
- 凸包
- Caratheodory定理
- Weierstrass定理
- 最近點定理
- 基本分離定理
- 凸錐
- 極錐
- 錐組合
- 多面體集
- 凸集的極點
- 方向
- 凸函式與凹函式
- Jensen不等式
- 可微凸函式
- 全域性最優的充分必要條件
- 擬凸函式與擬凹函式
- 可微擬凸函式
- 嚴格擬凸函式
- 強擬凸函式
- 偽凸函式
- 凸規劃問題
- Fritz-John條件
- Karush-Kuhn-Tucker最優性必要條件
- 凸問題的演算法
- 凸最佳化資源
- 凸最佳化 - 快速指南
- 凸最佳化 - 資源
- 凸最佳化 - 討論
凸最佳化 - 方向
設S為$\mathbb{R}^n$中的閉凸集。非零向量$d \in \mathbb{R}^n$稱為S的方向,如果對於每個$x \in S,x+\lambda d \in S,\forall \lambda \geq 0.$
S的兩個方向$d_1$和$d_2$稱為不同的,如果$d \neq \alpha d_2$,其中$ \alpha>0$。
S的方向d被稱為極方向,如果它不能寫成兩個不同方向的正線性組合,即如果$d=\lambda _1d_1+\lambda _2d_2$,其中$\lambda _1, \lambda _2>0$,則$d_1= \alpha d_2$,其中$\alpha$為某個數。
任何其他方向都可以表示為極方向的正組合。
對於凸集S,方向d使得$x+\lambda d \in S$對於某個$x \in S$和所有$\lambda \geq0$成立,稱為S的**隱含**方向。
設E為某個函式$f:S \rightarrow$在$\mathbb{R}^n$中非空凸集S上達到最大值的點的集合,則E稱為S的暴露面。暴露面的方向稱為暴露方向。
方向為極方向的射線稱為極射線。
示例
考慮函式$f\left ( x \right )=y=\left |x \right |$,其中$x \in \mathbb{R}^n$。設d為$\mathbb{R}^n$中的單位向量
那麼,d是函式f的方向,因為對於任何$\lambda \geq 0,x+\lambda d \in f\left ( x \right )$。
廣告