标签：begin end 正定 textbf 单纯形 多面体 bmatrix theta

1 多面体 Polyhedra

定义：多面体为一系列的（有限个）线性等式和不等式的解集：

\[\mathcal{P}=\{x|a_j^T x \leq b_j, j=1,...,m, c_j^Tx = d_j, j = 1,...,p \} \]

根据上式可看出，多面体是\(m\)个半空间和\(p\)个超平面的交集，其中\(m,n\)为非无穷的正数。
仿射集（直线、子空间、超平面）、射线、线段、半空间都是多面体，多面体是凸集。

多面体的另一种表示：

\[\mathcal{P}=\{x|Ax \preceq b, Cx = d \} \]

其中

\[A=\begin{bmatrix} a_1^T\\ ...\\ a_m^T\\ \end{bmatrix}, C=\begin{bmatrix} c_1^T\\ ...\\ c_p^T\\ \end{bmatrix} \]

其中符号\(\preceq\)表示\(\mathbb{R}^m\)空间内的向量号不等或分量不等号，例如\(u\preceq v\)表示\(u_i \leq v_i\)，\(i = 1,...,m\)。

2 单纯形 Simplexes

1）定义

定义：在\(\mathbb{R}^n\)空间中选取\(k+1\)个仿射独立(affinely independent)的点，即\(v_1 - v_0,...,v_k-v_0\)是线性无关的，则与上述点相关的单纯形为：

\[C={\rm conv}\; \{v_0,...,v_k\}=\{\theta_0 x_0+...+\theta_k x_k| \theta\succeq 0,\mathbf{1}^T\theta = 1\} \]

其中\({\rm conv}\)表示凸包，\(\mathbf{1}\)表示所有元素均为\(1\)的向量。该单纯形的仿射维数为\(k\)，称为\(k\)维单纯形。

图1. \(\mathbb{R}^2\)空间中，左：\(k=1\)，选取两个点得到的单纯形为一个线段；中：\(k=2\)，选三个点，相关的单纯形为一个三角形（包括边和阴影部分）；右：\(k=3\)，选取四个点，但是在二维空间中无法找到三个线性无关的向量（图中的任一向量可由另两个向量的线性组合得到），故在二维空间中，无法找到四个或以上的点来构成一个单纯形。

如图1，同样的可以得出：一维空间中的单纯形是线段；二维空间中的单纯形是三角形；三维空间中的单纯形为四面体。

2）证明：单纯形是多面体的一种

\(C\in\mathbb{R}^n\)为单纯形，则根据单纯形的定义可得：

\[x\in C\Leftrightarrow x=\theta_0 v_0 + ...+ \theta_k v_k,\mathbf{1}^T\theta = 1,\theta\succeq 0,v_1 - v_0,...,v_k-v_0线性无关 \tag{1} \]

为方便表示，我们定义\(y\) 和 \(B\)：

\[y=[\theta_1,...,\theta_k]^T, \;\; y\succeq 0, \;\; \mathbf{1}^T y \leq 1 \]

\[B=\begin{bmatrix} v_1-v_0 & ... & v_k-v_0 \end{bmatrix}\in \mathbb{R}^{n\times k}\]

则公式（1）可以表示为：

\[x\in C \Leftrightarrow x=v_0 + By\tag{2} \]

\(v_0, ..., v_k\)为仿射独立的，即\(v_1-v_0,...,v_k-v_0\)为线性无关的，可得\({\rm rank}(B)=k\)，\((k\leq n)\)，因此存在一个非奇异矩阵\(A=\begin{bmatrix}A_1 \\A_2\end{bmatrix}\in\mathbb{R}^{n\times n}\)使得

\[AB=\begin{bmatrix}A_1 \\A_2\end{bmatrix} B=\begin{bmatrix}I\\0\end{bmatrix},\;(I\in \mathbb{R}^{k\times k}) \]

对公式（2）左乘一个矩阵\(A\)：

\[\begin{aligned} Ax &= Av_0 + ABy\\ \begin{bmatrix}A_1 \\A_2\end{bmatrix}x &=\begin{bmatrix}A_1 \\A_2\end{bmatrix}v_0+\begin{bmatrix}I\\0\end{bmatrix}y \end{aligned} \]

即

\[\left\{\begin{matrix} A_1 x=A_1 v_0 + y\\ A_2 x=A_2 v_0 \end{matrix}\right. \]

因此\(x\in C\) 当且仅当 \(A_2 x= A_2 v_0\)且向量\(y=A_1x - A_1 v_0\)满足\(y\succeq 0, \; \mathbf{1}^T y \leq 1\)。换句话说，\(x\in C\) 当且仅当:

\[A_2 x = A_2 v_0, \;\;\; A_1 x \succeq A_1 v_0, \;\;\; \mathbf{1}^TA_1x \leq 1+ \mathbf{1}^T A_1 v_0 \]

即单纯形为两个不等式和一个等式描述的集合，这也就是多面体的定义。

3 半正定锥 The Positive Semidefinite Cone

1)定义

对称矩阵的集合 \(\textbf{S}^n\):

\[\textbf{S}^n = \{X\in \mathbb{R}^{n\times n}|X=X^T\} \]

这是一个维度为 \(n(n + 1)/2\) 的向量空间。
是凸锥，所以也是凸集。
对称半正定矩阵的集合 \(\textbf{S}^n_+\):

\[\textbf{S}^n_+ = \{X\in \textbf{S}^n|X\succeq 0\} \]

这里的符号\(\succeq\)是针对矩阵的，表示\(X\)的奇异值大于等于0。
是凸锥，所以也是凸集。
对称正定矩阵的集合 \(\textbf{S}^n_{++}\):

\[\textbf{S}^n_{++} = \{X\in \textbf{S}^n|X\succ 0\} \]

是凸集，不是凸锥。

2）证明：\(\textbf{S}^n_+\)是凸锥

即（根据凸锥的定义）任取\(\theta_1, \theta_2 \geq 0\)，\(A, B \in \textbf{S}^n_+\)，证明\(\theta_1 A+\theta_2 B\in \textbf{S}^n_+\)。
根据半正定矩阵的性质有：

\[\forall x\in \mathbb{R}^n,\; x^T A x \geq 0,\; x^T B x \geq 0 \]

因此：

\[\begin{aligned} &x^T(\theta_1 A+\theta_2 B)x\\ =&\;\theta_1x^T A x + \theta_2 x^T B x\\ \geq & \; 0 \end{aligned} \]

即\(\theta_1 A+\theta_2 B\in \textbf{S}^n_+\)，证明完毕。

3）不同空间中的特征

n=1：即一维空间中，\(\textbf{S}^1 = \textbf{R}\)（实数集）；\(\textbf{S}^1_+ = \textbf{R}_+\)（非负实数集）；\(\textbf{S}^1_{++} = \textbf{R}_{++}\)（正实数集)。
n=2：即二维空间中，如图2，我们有：

\[X = \begin{bmatrix}x & y\\ y & z\end{bmatrix}\in \textbf{S}^2_+ \Leftrightarrow x \geq 0, z \geq 0, xz \geq y^2 \]

图2. 二维空间中半正定锥的边界，在\(\mathbb{R}^3\)中绘制为 \((x, y, z)\)。

标签：begin,end,正定,textbf,单纯形,多面体,bmatrix,theta
来源： https://www.cnblogs.com/setdong/p/16339756.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。