《最优化模型与算法——基于Python实现》电子教案.docxVIP

第一章 凸集合 1．（1）证明一个集合是凸集当且仅当它与任意直线的交是凸的。 （2）证明一个集合是仿射的，当且仅当它与任意直线的交是仿射的。 两个点分别为A和B，即L={A,B}。 对于SL中的两个点C和D，我们需要证明连接C和D的线段上的所有点也属于SL。 由于SL是直线L与集合S的交集，因此C和D必须同时属于L和S。 由于S是凸集，连接A和B的线段上的点都属于S，换句话说，线段AB上的任意一点都属于S。 由于C和D同时属于线段AB，所以连接C和D的线段上的点也都属于线段AB。 因此，连接C和D的线段上的点既属于S又属于L，即它们属于SL。 所以，SL是凸的。 （必要性） 假设集合S与任意直线的交都是凸的。我们需要证明S本身是凸的。 假设S中的两个点E和F，我们需要证明连接E和F的线段上的所有点也属于S。 考虑直线EF，由于S与直线EF的交集是凸的，所以连接E和F的线段上的点也都属于S。 因此，S是凸的。 综上所述，一个集合是凸集当且仅当它与任意直线的交是凸的。 接下来，我们来证明一个集合是仿射的当且仅当它与任意直线的交是仿射的。 证明： （充分性） 假设集合S是仿射集。我们需要证明，对于任意直线L与S的交集SL，SL也是仿射的。 假设直线L的两个点分别为A和B，即L={A,B}。 对于SL中的任意两个点C和D，我们需要证明连接C和D的线段上的所有点以及C和D本身都属于SL。 由于SL是直线L与集合S的交集，因此C和D必须同时属于L和S。 由于S是仿射集，连接A和B的线段上的所有点以及A和B本身都属于S。 由于C和D同时属于线段AB，因此连接C和D的线段上的所有点以及C和D本身也都属于线段AB。 所以，连接C和D的线段上的所有点以及C和D本身都属于L和S，即它们属于SL。 因此，SL是仿射的。 （必要性） 假设集合S与任意直线的交都是仿射的。我们需要证明S本身是仿射的。 假设S中的任意两个点E和F，我们需要证明连接E和F的线段上的所有点以及E和F本身都属于S。 考虑直线EF，由于S与直线EF的交集是仿射的，所以连接E和F的线段上的所有点以及E和F本身都属于S。 因此，S是仿射的。 综上所述，一个集合是仿射的当且仅当它与任意直线的交是仿射的。 2．(1)设是中的凸集合，是从到的线性变换。证明：集合是凸集合。 (2)设是中的凸集合，是从到的线性变换．证明：集合是凸集合。 （1）要证明集合AC={Ax|x∈C}是凸集，我们需要证明对于任意两个元素Ax和Ay属于AC，以及任意介于0和1之间的权重值t，tAx+(1-t)Ay也属于AC。 设Ax=A(x1)和Ay=A(x2)，其中x1和x2分别是集合C中的两个元素。 根据C是凸集的定义，对于任意介于0和1之间的权重值t，tx1+(1-t)x2也属于C。 由于A是线性变换，我们有A(tx1+(1-t)x2)=tA(x1)+(1-t)A(x2)=tAx+(1-t)Ay。 因此，我们得出结论，tAx+(1-t)Ay属于AC。 由此可见，集合AC对于任意的Ax和Ay，以及介于0和1之间的权重值t，满足凸集的定义。 因此，集合AC={Ax|x∈C}是凸集。 （2）为了证明集合A?1D={x|Ax∈D}是凸集，我们需要证明对于任意两个元素x1和x2属于A?1D，以及任意介于0和1之间的权重值t，t*x1+(1-t)*x2也属于A?1D。 假设x1和x2属于A?1D，即Ax1和Ax2属于D。由于D是凸集，对于任意介于0和1之间的权重值t，t*Ax1+(1-t)*Ax2也属于D。 考虑A?1(t*Ax1+(1-t)Ax2)=A?1(tAx1)+A?1((1-t)Ax2)=tA?1(Ax1)+(1-t)A?1(Ax2)=tx1+(1-t)*x2 因此，我们得出结论，t*x1+(1-t)*x2属于A?1D。 由此可见，集合A?1D对于任意的x1和x2，以及介于0和1之间的权重值t，满足凸集的定义。 因此，集合A?1D={x|Ax∈D}是凸集。 3．两个平行的超平面和之间的距离是多少？ 对于平行的超平面{x∈R?|a·x=b?}和{x∈R?|a·x=b?}，其中a为法向量，b?和b?为常数。 两个平行超平面之间的距离可以通过计算其中一个超平面上的任意点到另一个超平面的垂直距离来得到。 设超平面{x∈R?|a·x=b?}上的一点为x?，则它到超平面{x∈R?|a·x=b?}的垂直距离为： d=(|a·x?-b?|)/||a|| 其中，|a·x?-b?|表示a·x?减去b?的绝对值，||a||表示a的Euclidean范数（即向量a的长度）。 因此，两个平行超平面{x∈R?|a·x=b?}和{x∈R?|a·x=b?}之间的距离为d=(|a·x?-b?|)/||a||，其中x?是其中一个超平面上的任意点。 4．给