锥约束优化-变分分析基础（切锥）
xzen
于 2018-11-21 18:37:43 发布
阅读量9.9k
收藏
28
点赞数
9
CC 4.0 BY-SA版权
分类专栏：
二阶方法
文章标签：
锥约束优化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38716567/article/details/84327888
二阶方法
专栏收录该内容
2 篇文章
订阅专栏
本文深入探讨了凸集上的锥理论，包括雷达锥、法锥、切锥等概念，及其在有限维Hilbert空间中的应用。通过距离函数和序列刻画，详细解析了各种锥的性质和区别。
摘要生成于
C知道
，由 DeepSeek-R1 满血版支持，
前往体验 >
修改时间修改内容2019.09.28补充了凸集上的雷达锥法锥 锥：，对于任意 所有，都有，则称是一个锥
对于是有限维Hilbert空间，给出下列定义
雷达锥：
切锥：， 用距离函数刻画，
用序列刻画
内切锥：， 用距离函数刻画
用序列刻画
正则切锥：
用序列刻画
若x不在S中，约定上述锥为空集。显然有
凸集上的雷达锥、法锥、切锥？
定义注意点 锥，对于任意 所有，都有 极锥是锥， 由集合X生成的锥 雷达锥
凸集 ，，
建立在凸集的点上法锥闭凸集 ，，建立在闭凸集的点上