凸优化 - 最近点定理
设S为$\mathbb{R}^n$中的非空闭凸集,并令$y\notin S$,则$\存在$S$中的一个点$\bar{x}\,其最小距离为y,即$\left \| y-\bar{x} \右\| \leq \左\| yx \右\| \forall x \in S.$
此外,$\bar{x}$ 是最小化点当且仅当 $\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq 0$ 或 $\left ( y-\hat{x}, x-\hat{x} \right )\leq 0$
证明
最近点的存在性
由于$S\ne \phi,\在S$中存在$一个点$\hat{x}\,使得S到y的最小距离小于或等于$\left \| y-\hat{x}\right\|$。
定义 $\hat{S}=S \cap \left \{ x:\left \| yx \右\|\leq \左\| y-\hat{x} \right \| \右\}$
由于 $ \hat{S}$ 是闭有界的,并且由于范数是连续函数,因此根据 Weierstrass 定理,在 S$ 中存在一个最小点 $\hat{x} \ 使得 $\left \| y-\hat{x} \right \|=Inf\left \{ \left \| yx \right \|,x \in S \right \}$
独特性
假设 $\bar{x} \in S$ 使得 $\left \| y-\hat{x} \right \|=\left \| y-\hat{x} \right \|= \alpha$
由于 S 是凸的,$\frac{\hat{x}+\bar{x}}{2} \in S$
但是,$\left\| y-\frac{\hat{x}-\bar{x}}{2} \right \|\leq \frac{1}{2}\left \| y-\hat{x} \right \|+\frac{1}{2}\left \| y-\bar{x} \right \|=\alpha$
它不可能是严格的不等式,因为 $\hat{x}$ 最接近 y。
因此,$\left\| y-\hat{x} \right \|=\mu \left \| y-\hat{x} \right \|$,对于某些 $\mu$
现在$\左\| \mu \right \|=1.$ 如果 $\mu=-1$,则 $\left ( y-\hat{x} \right )=-\left ( y-\hat{x} \right )\右箭头 y=\frac{\hat{x}+\bar{x}}{2} \in S$
但是$y \in S$。因此矛盾。因此 $\mu=1 \Rightarrow \hat{x}=\bar{x}$
因此,最小化点是唯一的。
对于证明的第二部分,假设 $\left ( y-\hat{x} \right )^{\tau }\left ( x-\bar{x} \right )\leq 0$ 对于所有 $x\单位:新元
现在,
$\左\| yx \右\|^{2}=\左\| y-\hat{x}+ \hat{x}-x\right \|^{2}=\left \| y-\hat{x} \right \|^{2}+\left \|\hat{x}-x \right \|^{2}+2\left (\hat{x}-x \right ) ^{\tau }\left ( y-\hat{x} \right )$
$\右箭头\左\| yx \右\|^{2}\geq \左\| y-\hat{x} \right \|^{2}$ 因为 $\left \| \hat{x}-x \right \|^{2}\geq 0$ 和 $\left ( \hat{x}- x\right )^{T}\left ( y-\hat{x} \right )\geq 0$
因此,$\hat{x}$ 是最小化点。
相反,假设 $\hat{x}$ 是最小化点。
$\右箭头\左\| yx \右\|^{2}\geq \左\| y-\hat{x} \right \|^2 \forall x \in S$
由于 S 是凸集。
$\Rightarrow \lambda x+\left ( 1-\lambda \right )\hat{x}=\hat{x}+\lambda\left ( x-\hat{x} \right ) \in S$ for $x \in S$ 和 $\lambda \in \left ( 0,1 \right )$
现在,$\left \| y-\hat{x}-\lambda\left ( x-\hat{x} \right ) \right \|^{2}\geq \left \| y-\hat{x} \right \|^2$
和
$\左\| y-\hat{x}-\lambda\left ( x-\hat{x} \right ) \right \|^{2}=\left \| y-\hat{x} \right \|^{2}+\lambda^2\left \| x-\hat{x} \right \|^{2}-2\lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )$
$\右箭头\左\| y-\hat{x} \right \|^{2}+\lambda^{2}\left \| x-\hat{x} \right \|-2 \lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\geq \left \ | y-\hat{x} \right \|^{2}$
$\Rightarrow 2 \lambda\left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq \lambda^2\left \| x-\hat{x} \right \|^2$
$\Rightarrow \left ( y-\hat{x} \right )^{T}\left ( x-\hat{x} \right )\leq 0$
故得证。