2.4 广义不等式

正常锥与广义不等式
最小元和极小元

正常锥

一个锥K是正常锥需要满足以下几个条件：

K是凸的
K是闭的
K是实的，具有非空内部
K是尖的，不包含直线

广义不等式

用正常锥可以定义广义不等式，即 $R^n$ 上的偏序关系。

$x\preceq _{K}y\Leftrightarrow y-x \in K$

严格偏序关系:

$x\prec _{K} y\Leftrightarrow y-x\in int\, K$ (K内部)

当 $K=R_+$ 时，这种偏序关系也就是R上实际的 $\leqslant$

例子：

分量不等式： $K=R_+^n\, ,X\preceq Y\Leftrightarrow x_i\leqslant y_i, i = 1\cdots n$

矩阵不等式： $K=S^{n}_+,X\preceq Y \Leftrightarrow Y-X\in S^{n}_+$ ，半正定。

广义不等式的性质：

对于加法保序： $x\preceq_K y,u\preceq_K v\Rightarrow x+u\preceq_K y+v$
传递性： $x\preceq_K y,y\preceq_K z\Rightarrow x\preceq_K z$
非负数乘保序性： $x\preceq_K y,a\geq 0\Rightarrow ax\preceq_K ay$
自反的： $x\preceq_K x$
反对称的： $if\ x\preceq_K y,y\preceq _K x\Leftrightarrow x=y$
极限运算保序： $i=1,2\cdots ,x_i\preceq_K y_i,i\rightarrow \infty ,x_i\rightarrow x,y_i\rightarrow y\, \, \Rightarrow x\preceq_K y$

最小元和极小元

在介绍极小元和最小元之前，先说明“可比较”的概念，广义不等式中的偏序关系比普通意义的不等式更复杂，在实数域，任意两个数都可比较，但是在广义不等式就未必行得通，比如分量不等式，两个向量x,y，如果x<y，则要求x的每一个分量都小于y的对应分量，如果 $x=\left (1,2 \right )^T,y=(2,1)^T$ ，x和y就是不可比较的。

最小元

最小元： $\forall y\in S$ 都有 $x\preceq_K y$ 且 $x\in S$ ，则x是S的最小元。

且x是S的最小元，当且仅当 $S\subseteqq x+K$ ，x+K表示与x是可比较的（即可以与x相比）并且大于等于x的所有元素。

极小元

极小元； $if y\in S,y\preceq_K x\Rightarrow y=x$ ，则x是S的极小元。

x是S的极小元当且仅当 $(x-K)\cap S=\left\{x\right \}$ ，x-K表示与x是可比较的（即可以与x相比）并且小于x的所有元素。

以 $K=R_+^2$ 为例，下图，分别展示了其最小元和极小元

上图 $x_1$ 为集合 $S_1$ 的最小元，在 $K=R_+^2$ 中， $x\preceq_K y \Leftrightarrow x_1\leq y_1,x_2\leq y_2$ ，以第一分量做水平坐标轴，第二分量做垂直坐标轴， $x\preceq_K y$ 在几何上可以看成是y在x的右上方，即上图浅色阴影区域，同时可以看出 $S\subseteqq x+K$ 。

上图展示了 $S_2$ 的极小元 $x_2$ ，首先可以看出 $S_2$ 中的点并不是全部都与 $x_2$ 可比较，但在 $S_2$ 中与 $x_2$ 可比较的全部的点中， $x_2$ 最小。

综上两图可以发现S中最小元m和极小元l的异同。

最小元m可与S中全部元素相比较，极小元l不与S中的全部元素可比较（将S中可与极小元l比较的元素集合记为C）。
m在S中最小，l在C中最小。

来源：https://blog.csdn.net/wangchy29/article/details/86495751

凸优化第二章凸集 2.4 广义不等式相关推荐

《C++应用程序性能优化::第二章C++语言特性的性能分析》学习和理解
<C++应用程序性能优化::第二章C++语言特性的性能分析>学习和理解说明:<C++应用程序性能优化> 作者:冯宏华等 2007年版.最近出了新版,看了目录,在前面增加了一章 ...
凸优化第一【凸集与凸优化简介】
[本文仅供学习记录,概无其他用处,一些图片资源来自网络,侵删] 凸优化是一个简单的优化问题,优化-数学规划概念相同,本课程主要学习的内容包括:凸集.凸函数.凸优化和有关凸优化的一些算法. 优化:从一个 ...
SQL优化-第二章-从解释计划层面让SQL飞
2019独角兽企业重金招聘Python工程师标准>>> 前言在第一章,我们谈到加强数据库的设计层面认知可以让SQL的跑得更快,这章我们就谈论下如何从语言层面来提供优化SQL.如果说 ...
ARM嵌入式系统开发：软件设计与优化--第二章ARM处理器基础
注:本文资料全部来源于网络或书籍,同时加上个人理解.若有侵权,告知即删.若有错误,留言商讨. 1.寄存器: 总共有37个寄存器,最多可以有17个活动寄存器(16个数据寄存器,2个状态寄存器:CPSR和 ...
详解GCN、GAT、凸优化、贝叶斯、MCMC、LDA
如果你准备发AI方向的论文,或准备从事科研工作或已在企业中担任AI算法岗的工作.那么我真诚的向大家推荐,贪心学院<高阶机器学习研修班>,目前全网上应该找不到类似体系化的课程.课程精选了四大 ...
凸优化学习笔记 10：凸优化问题
前面讲了那么多关于凸集.凸函数的知识,然而都是铺垫,现在我们才来到了这门课的重头戏部分--凸优化问题! 文章目录 1. 一般优化问题 2. 凸优化问题 2.1 凸优化问题定义 2.2 凸优化问题的最优 ...
数学之美：凸优化问题
导言凸优化(convex optimization)是最优化问题中非常重要的一类,也是被研究的很透彻的一类.对于机器学习来说,如果要优化的问题被证明是凸优化问题,则说明此问题可以被比较好的解决.在本 ...
文献翻译__人工智能时代医学图像重建中的凸优化算法（第4、5、6章）
文章下载–我的Gitee Convex optimization algorithms in medical image reconstruction-in the age of AI 人工智能时代医 ...
凸优化 matlab-cvx-第十一章ADVANCED TOPICS
注意:在本节中,我们描述了CVX的一些更高级的功能.我们建议你先跳过这一节,直到你对上面描述的基本能力感到满意为止. 11.1消除二次型我们强烈建议的一个特殊的改写是消除二次型- -即像sum _ ...
【凸优化学习笔记3】几种重要的凸集
参考资料: 1.凌青老师的凸优化课(b站) 2.Stephen Boyd的<凸优化>中译本(清华大学出版社) 全部使用LaTex公式书写文章目录仿射集.凸集.凸锥总结几种重要的凸集 ...

凸优化第二章凸集 2.4 广义不等式

2.4 广义不等式

正常锥

广义不等式

最小元和极小元

最小元

极小元

凸优化第二章凸集 2.4 广义不等式相关推荐

最新文章

热门文章