```math \newcommand{\LetThereBe}[2]{\newcommand{#1}{#2}} \newcommand{\letThereBe}[3]{\newcommand{#1}[#2]{#3}} \letThereBe{\addTag}{2}{\cssId{#1-#2}{\tag{#2}}} \letThereBe{\addLabel}{2}{\cssId{#1-#2}{\text{#2}}} \letThereBe{\refTag}{2}{\href{###1-#2}{(\text{#2})}} \letThereBe{\eqT}{1}{\addTag{eq}{#1}}\letThereBe{\secT}{1}{\addLabel{sec}{#1}} \letThereBe{\eqRef}{1}{\refTag{eq}{#1}} \letThereBe{\secRef}{1}{\refTag{sec}{#1}} \LetThereBe{\R}{\mathbb{R}} \LetThereBe{\N}{\mathbb{N}} \letThereBe{\scal}{2}{\langle #1, #2 \rangle} \letThereBe{\norm}{1}{\left\lVert #1 \right\rVert} \LetThereBe{\dist}{\rho} \LetThereBe{\and}{\\&}\letThereBe{\brackets}{1}{\left\{ #1 \right\}} \letThereBe{\parc}{2}{\frac {\partial #1}{\partial #2}} \letThereBe{\mtr}{1}{\begin{pmatrix}#1\end{pmatrix}} \letThereBe{\bm}{1}{\boldsymbol{#1}} \letThereBe{\mcal}{1}{\mathcal{#1}} \letThereBe{\vv}{1}{\mathbf{#1}}\letThereBe{\vvp}{1}{\pmb{#1}} \LetThereBe{\ve}{\varepsilon} \LetThereBe{\l}{\lambda} \LetThereBe{\th}{\vartheta} \LetThereBe{\a}{\alpha} \letThereBe{\conv}{1}{\mathrm{conv}\, #1} \letThereBe{\cone}{1}{\mathrm{cone}\, #1} \letThereBe{\aff}{1}{\mathrm{aff}\, #1} \letThereBe{\lin}{1}{\mathrm{Lin}\, #1} \letThereBe{\span}{1}{\mathrm{span}\, #1} \LetThereBe{\O}{\mathcal O} \letThereBe{\ri}{1}{\mathrm{ri}\, #1} \letThereBe{\rd}{1}{\mathrm{r}\partial\, #1} \letThereBe{\interior}{1}{\mathrm{int}\, #1} \LetThereBe{\proj}{\Pi} \letThereBe{\epi}{1}{\mathrm{epi}\, #1} \letThereBe{\grad}{1}{\mathrm{grad}\, #1} \letThereBe{\hess}{1}{\nabla^2\, #1} \letThereBe{\subdif}{1}{\partial #1} \letThereBe{\co}{1}{\mathrm{co}\, #1} \letThereBe{\iter}{1}{^{[#1]}} \letThereBe{\set}{1}{\left\{ #1 \right\}} ```

Konvexní množiny

Definice \(\secT{1.1}\) (Konvexní množina)

Nechť \(X \subseteq \R^n\). Množina \(X\) se nazývá konvexní, jestliže pro všechna \(x_1, x_2 \in X\) a pro každé \(\l \in [0,1]\) platí

\[\l x_1 + (1 - \l) x_2 \in X \eqT{KM}\]

Speciálně prázdnou množinu \(\emptyset\) považujeme za konvexní

Operace nad konvexními množinami

Mějme \(X_i, i \in I\) konvexní množiny. Potom

  • jejich sjednocení \(\bigcap_{i \in I} X_i\) je konvexní množina
  • jejich součet \(\a_1 X_1 + \dots + \a_m X_m = \brackets{x \in \R^n \mid x = \displaystyle \sum_{i = 1}^m \a_i x_i \text{ pro nějaká } x_i \in X_i}\) je opět konvexní

Vlastnosti konvexních množin

Definice \(\secT{2.1.3}\) (Speciální množiny)

Množina \(X \subseteq \R^n\) se nazývá

  • kužel, jestliže pro každé \(x \in X\) a pro každé \(\l \in [0, \infty)\) je také \(\l x \in X\)

  • konvexní kužel, jestliže je množina \(X\) konvexní a současně kuželem

  • afinní, jestliže pro každé \(x_1, x_2 \in X\) a pro každé \(\l \in \R\) platí

\[\l x_1 + (1 - \l)x_2 \in X\]

Konvexní kužel apod.

Polyedr je mnohostěn v \(\R^n\). Dále ohraničený polyedr nazveme polytop.

Dále si rozeberme různé kombinace bodů

Definice \(\secT{2.1.4}\) (Lineární kombinace)

Nechť \(x_1, \dots, x_m \in \R^n\). Lineární kombinace \(\l_1 x_1 + \dots + \l_m x_m\) se nazývá

  • konvexní, jestliže \(\l_1, \dots, \l_m \geq 0\) a \(\sum_{i = 1}^m \l_i = 1\)
  • nezáporná, jestliže \(\l_1, \dots, \l_m \geq 0\)
  • afinní, jestliže \(\sum_{i = 1}^m \l_i = 1\).

Tedy jistě platí

  • Množina obsahující všechny linearní kombinace libovolných dvou svých bodů (tj. s libovolnými dvěma body obsahuje i přímku procházející těmito body a počátek) je vektorový (lineární) prostor
  • Množina obsahující všechny afinní kombinace libovolných dvou svých bodů (tj. s libovolnými dvěma body obsahuje i přímku procházející těmito body) je afinní
  • Množina obsahující všechny nezáporné kombinace libovolných dvou svých bodů (tj. s libovolnými dvěma body obsahuje i celou výšeč určenou polopřímkami vycházejícími z počátku a procházejícími těmito body) je konvexní kužel
  • Množina obsahující všechny konvexní kombinace dvou libovolných svých bodů (tj. s libovolnámi dvěma body obsahuje i celou úsečku je spojující) je konvexní
Definice \(\secT{2.1.6}\) (Obaly)

Nechť \(X \subseteq \R^n\)

  • průnik všech konvexních množin obsahujících množinu \(X\) se nazývá konvexní obal množiny \(X\) a značí se \(\conv X\).
  • průnik všech konvexních kuželů obsahujících množinu \(X\) se nazývá kónický obal množiny \(X\) a značí se \(\cone X\).
  • průnik všech afinních množin obsahujících množin \(X\) se nazyvá afinní obal množiny \(X\) a značí se \(\aff X\). Jeho zaměření se nazývá lineární obal množiny \(X\) a značí se \(\lin X\). Dimenze afinního obalu množiny \(X\) se značí \(\dim X\) a klademe \(\dim X := \dim {\lin X}\).

Všimněme si, že \(\span X = \{\) \(\forall\) lineární kombinace prvků z \(X\) \(\}\), ale \(\lin X = \span \brackets{x_2 - x_1, x_3 - x_1, \dots, x_m - x_1}\). (pro \(X = \set{x_1, \dots, x_m}\)) Viz obrázek z přednášky

Jinak řečeno, konvexní obal je nejmenší konvexní množina obsahující \(X\) ve smyslu množinové inkluze. Kónický obal je nejmenší konvexní kužel obsahující \(X\) atd..

Jako simplex definujeme konvexní obal \(n+1\) afinně nezávislých bodů \(v_1, \dots, v_{n+1} \in \R^m\), kde \(m \geq n\). Pod pojmem afinně nezávislé body rozumíme, že vektory

\[v_2 - v_1, v_3 - v_1, \dots, v_{n+1} - v_1\]

jsou lineárně nezávislé.

Věta \(\secT{2.1.7}\)

Nechť \(X \subseteq \R^n\). Pak platí

  • \(\conv X = \brackets{x \mid x = \displaystyle\sum_{i = 1}^m \l_i x_i, \text{ kde } m \in \N \text{ je libovolné}, x_1, \dots, x_m \in X, \l_1, \dots, \l_m \geq 0, \sum_{i = 1}^m \l_i = 1}\)
  • \(\cone X = \brackets{x \mid x = \displaystyle\sum_{i = 1}^m \l_i x_i, \text{ kde } m \in \N \text{ je libovolné}, x_1, \dots, x_m \in X, \l_1, \dots, \l_m \geq 0}\)
  • \(\aff X = \brackets{x \mid x = \displaystyle\sum_{i = 1}^m \l_i x_i, \text{ kde } m \in \N \text{ je libovolné}, x_1, \dots, x_m \in X, \l_1, \dots, \l_m \in \R, \sum_{i = 1}^m \l_i = 1}\)

Libovolný bod x v konvexní kuželu v \(\R^n\) lze vyjádřit pomocí nezáporné kombinace \(n\) bodů

Věta \(\secT{2.1.9}\) (Caratheódoryho)

Nechť \(X \subseteq \R^n\). Každý bod konvexního obalu \(\conv X\) může být vyjádřen jako konvexní kombinace nejvýše \(n+1\) prvků množiny \(X\), tj. pro \(x \in X\) existují \(x_1, \dots, x_{n+1} \in X\) a \(\l_1, \dots, \l_{n+1} \geq 0\) splňující \(\sum_{i = 1}^{n+1} \l_i = 1\) taková, že

\[x = \l_1 x_1 + \dots + \l_{n+1} x_{n+1}\]

POZOR: Univerzální konvexní báze (stejná pro všechny \(x \in \conv X\)) konvexního obalu \(\conv X\) nemusí existovat!

Lze ukázat, že pokud \(X \subseteq \R^n\) je kompaktní množina, pak \(\conv X\) je také kompaktní.

To stejné neplatí o uzavřenosti.

Zobecnění vnitřku množiny

Definice \(\secT{2.1.11}\) (Relativně vnitřní bod)

Nechť \(X \subseteq \R^n\). Bod \(x^* \in X\) se nazývá relativně vnitřním bodem množiny \(X\), jestliže existuje okolí \(\O(x^* )\) bodu $x^* $ takové, že

\[\O(x^* ) \cap \aff X \subseteq X\]

Množinu všech relativně vnitřních bodů nazýváme relativním vnitřkem množiny \(X\) a značime \(\ri X\).
Množina \(\rd X := \overline X \setminus \ri X\) se nazývá relativní hranice množiny \(X\).


Jistě platí \(\interior X \subseteq \ri X\)
a také \(\ri X \subseteq X \subseteq \overline X \subseteq \aff X\)

Platí \(\overline {\ri X} = \bar X\), tj. relativní vnitřek je dost velký na vygenerování uzávěru.