凸优化1:仿射集

仿射集合

如果通过集合中的任意两个不同点的直线仍在集合中,那么称集合仿射的。也即,,有

都是集合中的点,都为正数,且,则称具有的点称为仿射组合。可以归纳得到,一个仿射集合包含其中任意多点的仿射组合。

由于,很容易知道,对于集合对于加法和数乘是封闭的。我们称这样的集合为仿射集合的子空间。因此,仿射集合可以表示为。即子空间加上一个偏置。

定义仿射集合维数为子空间的维数,其中中的任意元素。

以上的概念与线性方程组的解的结构很相似,由以上的概念很容易推出,任意仿射集合可以表示为一个线性方程组的解集。

由上面的类比,仿射集合的维数也可以类比为线性方程组中未知数的数量。

我们称集合中的点的所有仿射组合组成的集合为仿射包,记为

仿射包是包含的最小的仿射集合。

仿射维数与相对内部

定义集合仿射维数为其仿射包的维数。

通俗解释就是说,仿射组合得到的空间是几维,仿射包就是几维。

若集合的仿射维数小于,那么这个集合在仿射集合中。定义集合上的相对内部的内部,记为

其中,即半径为,中心为并由范数定义的球。此处的范数可以是任意范数。

例如中的一个正方形,定义

其仿射包为的平面,的内部为空,但其相对内部

可以定义相对边界,此处表示的闭包。

在上面正方形的那个例子中,正方形(在中)的边界是其自身,而相对边界是其边框