2半小时梳理凸优化.pptx

凸优化初步 七月算法 邹博 2015年3月31日 2/50 主要内容 凸集基本概念 凸集保凸运算 分割超平面 支撑超平面 凸函数基本概念 上境图 Jensen不等式 凸函数保凸运算 凸优化一般提法 对偶函数 鞍点解释 用对偶求解最小二乘问题 强对偶KKT条件 3/50 思考凸集和凸函数 y=x2是凸函数，函数图像上位于y=x2上方的区域构成凸集。 凸函数图像的上方区域，一定是凸集； 一个函数图像的上方区域为凸集，则该函数是凸函数。 稍后给出上述表述的形式化定义。 因此，学习凸优化，考察凸函数，先从凸集及其性质开始。 4/50 凸集 集合C内任意两点间的线段均在集合C内，则称集合C为凸集。 5/50 凸集 6/50 超平面和半空间 超平面hyperplane 半空间halfspace 7/50 超平面和半空间 8/50 多面体 多面体有限个半空间和超平面的交集。 仿射集(如超平面、直线)、射线、线段、半空间都是多面体。 多面体是凸集。 此外：有界的多面体有时称作多胞形(polytope)。 注：该定义略混乱，不同文献的含义不同。 9/50 多面体 10/50 保持凸性的运算 集合交运算 思考：如何证明？(提示：根据定义) 仿射变换 函数f=Ax+b的形式，称函数是仿射的：即线性函数加常数的形式 透视变换 投射变换(线性分式变换) 11/50 集合交运算：半空间的交 12/50 仿射变换 仿射变换 伸缩、平移、投影 若f是仿射变换， 若S为凸集，则f(S)为凸集； 若f(S)为凸集，则S为凸集。 13/50 透视变换 透视函数对向量进行伸缩(规范化)，使得最后一维的分量为1并舍弃之。 透视的直观意义 小孔成像 14/50 透视变换的保凸性 凸集的透视变换仍然是凸集。 思考：反过来，若某集合的透视变换是凸集，这个集合一定是凸集吗？ 15/50 投射函数(线性分式函数) 投射函数是透视函数和仿射函数的复合。 g为仿射函数： 定义f为线性分式函数 若c=0,d0，则f即为普通的仿射函数。 16/50 分割超平面 设C和D为两不相交的凸集，则存在超平面P，P可以将C和D分离。 注意上式中可以取等号： 所以：逆命题：“若两个凸集C和D的分割超平面存在，C和D不相交”为假命题。 加强条件：若两个凸集至少有一个是开集，那么当且仅当存在分割超平面，它们不相交。 17/50 分割超平面 18/50 分割超平面的构造 两个集合的距离，定义为两个集合间元素的最短距离。 做集合C和集合D最短线段的垂直平分线。 19/50 支撑超平面 设集合C，x0为C边界上的点。若存在a≠0，满足对任意x∈C，都有 成立，则称超平面 为集合C在点x0处的支撑超平面。 凸集边界上任意一点，均存在支撑超平面。 反之，若一个闭的非中空（内部点不为空）集合，在边界上的任意一点存在支撑超平面，则该集合为凸集。 20/50 思考 如何定义两个集合的“最优”分割超平面？ 找到集合“边界”上的若干点，以这些点为“基础”计算超平面的方向；以两个集合边界上的这些点的平均作为超平面的“截距” 支持向量：support vector 若两个集合有部分相交，如何定义超平面，使得两个集合“尽量”分开？ 注：上述“集合”不一定是凸集，可能是由若干离散点组成。若一组集合为(x,1)，另一组集合为(x,2)，则为机器学习中的分类问题。 21/50 凸函数 若函数f的定义域domf为凸集，且满足 22/50 一阶可微 若f一阶可微，则函数f为凸函数当前仅当f的定义域domf为凸集，且 23/50 进一步的思考 结合凸函数图像和支撑超平面理解该问题 对于凸函数，其一阶Taylor近似本质上是该函数的全局下估计。 反之，如果一个函数的一阶Taylor近似总是起全局下估计，则该函数是凸函数。 该不等式说明从一个函数的局部信息，可以得到一定程度的全局信息。 24/50 二阶可微 若函数f二阶可微，则函数f为凸函数当前仅当dom为凸集，且 若f是一元函数，上式表示二阶导大于等于0 若f是多元函数，上式表示二阶导Hessian矩阵半正定。 25/50 凸函数举例 26/50 上境图 函数f的图像定义为： 函数f的上境图(epigraph)定义为： 27/50 凸函数与凸集 一个函数是凸函数，当且仅当其上境图是凸集。 思考：如何证明？(提示：定义) 进一步，一个函数是凹函数，当且仅当其亚图(hypograph)是凸集。 28/50 Jensen不等式：若f是凸函数 基本Jensen不等式 若 则 若 则 29/50 Jensen不等式是几乎所有不等式的基础 利用f(E(x))≤E(f(x))