BOYD凸优化2.3：保凸运算
在实际应用中，当我们遇到一个非常复杂的集合时，直接用凸集的定义（即证明集合中任意两点的连线仍在集合内：）去推导往往极其困难。保凸运算提供了一种“搭积木”的思路：如果我们知道一些基础的“砖块”（如半空间、球体）是凸集，那么只要我们使用特定的“胶水”（即保凸运算）将它们组合或变形，得到的新集合就必然也是凸集。
这是一种非常有力的构造性证明方法。Boyd 在这一节主要介绍了四种核心的保凸运算，我们来逐一详细、基础地拆解。
第一部分：交集运算
总体来说，交集运算就是把多个“合格条件”同时叠加在一起，找出那个同时满足所有条件的区域。
在凸优化中，我们经常需要给变量设置各种限制（约束）。如果每一个限制条件本身构成一个凸集，那么把这些条件全部“交”在一起（即要求变量同时满足所有限制），得到的结果依然是凸的。
我们用通俗的生活例子和直观的几何图形来拆解“交集运算”在保凸性上的意义。
想象你要在城市里买一套房子，你的要求是（每个要求相当于一个集合）：
集合 A：距离地铁站不能超过 1 公里（这在地图上是一个圆）。
集合 B：距离你公司不能超过 5 公里（这是地图上另一个圆）。
集合 C：必须在长江以北（这是一条直线划出的半个平面）。
这三个区域各自都是凸集（实心圆是凸的，半平面也是凸的）。
那么，最终符合你所有要求的“选房范围”在哪里？ 就是这三个区域的交集—— 必须同时落在两个圆内，且在江北。这个切出来的最终区域，无论形状多么古怪（可能像个月牙，也可能像个切掉角的椭圆），它绝对不可能出现“向内凹陷”的缺口。它必然还是凸的。
我们再回到数学和几何的视角。
最基础的凸集之一是半空间 (Halfspace)。什么叫半空间？就是一条直线（或一个平面）把空间一分为二，其中一半就是半空间。
假设你面前有一块巨大的、无限延伸的面团。
你拿一把刀，笔直地切一刀，扔掉右边，留下左边。这剩下的半块面团就是凸的（半空间）。
你换个角度，再笔直地切一刀，扔掉下边，留下上边。这就相当于在第一次剩下的面团上再取一次交集。剩下的部分依然没有凹槽，还是凸的。
你从四面八方切了 100 刀。这就相当于100 个半空间的交集。最后切出来的形状可能是一个复杂的钻石或者水晶体（多面体 Polyhedron），但只要你每一刀都是笔直的，剩下的核心永远是凸的。
核心结论：只要你用来相交的“母集”本身是凸的，无论你交几个（有限个甚至无限个），得到的“子集”永远是凸的。
我们可以用“连线”的概念简单验证一下。
凸集的定义是：如果点 x 和点 y 在集合里，那么它们之间的连线（线段）上的任意一点，也必须在集合里。
假设我们有两个凸集和
，它们的交集是
。
我们在交集
里面随便挑两个点
和
。
既然
和
在交集里，说明 x 和 y同时属于
和
。
因为
是凸集，且
，所以 x 和 y 的连线整个都在
里面。
同理，因为
是凸集，且
，所以 x 和 y 的连线整个也在
里面。
既然这条连线既在
里，又在
里，那么这条连线必然就在它们的交集
里。
这就完美证明了：交集必然还是凸集。
Boyd 在书中举了几个通过“无限个交集”构造复杂凸集的经典例子，其中最常见的是线性矩阵不等式 (LMI)。
比如，我们要找一个对称矩阵 X，使得对任意向量 v，都有（也就是 X是半正定的，记作
）。
对某一个固定的向量 v 来说，其实就是一个关于 X 元素的线性不等式，它定义了一个“半空间”（一个非常简单的凸集）。 但是要满足半正定，这个不等式必须对所有可能的向量 v 都成立。由于向量 v 有无数个，这就相当于有无数个半空间。
因此，“半正定矩阵锥 (PSD Cone)” 就可以看作是无数个半空间的交集。 根据保凸运算定理：无数个凸集的交集依然是凸集。所以，我们几乎不需要做任何复杂的计算，就能直接断定：半正定矩阵的集合是一个凸集。
这正是“保凸运算”的威力所在：它允许我们将极其复杂、难以直接用定义证明的集合，拆解为无数个简单集合的交集，从而瞬间判定其凸性。
第二部分：仿射函数
简单来说，仿射函数（Affine Function）就是“线性变换 + 平移”。
在数学公式上，它的长相非常固定：
其中，A 是一个矩阵（负责线性变换），b 是一个向量（负责平移）。
如果把它降维到我们在初中学的最简单的一元函数，它其实就是一条直线方程：。只不过在凸优化里，我们处理的是多维向量，所以
变成了矩阵
，
变成了向量。
我们用几何和生活中的例子来拆解它为什么能“保凸”。
你可以把“仿射变换”想象成对一块面团（集合）进行以下几种物理操作：
平移 (对应
)：把面团从桌子的左边推到右边。
缩放与拉伸 (对应
)：把一个圆圆的面团，横向拉长变成长条，或者压扁变成一张饼。
旋转与翻转 (对应
)：把面团转个角度。
投影 (对应降维的
)：用手电筒照着这个立体的面团，看它在墙上投下的二维影子。
重点来了：仿射变换绝不包含扭曲、弯折、或者挖洞这些操作（比如把直的面团弯成牛角面包，这叫非线性变换，不是仿射的）。
Boyd 的书里提到了仿射变换对凸集有“双向免疫力”：正向映射和反向映射都保凸。
正向映射（把凸集变过去）
假设你手里有一块原本就是“凸”的面团（没有任何凹陷）。
不管你怎么平移它（加 $b$），不管你怎么均匀地拉伸它、压扁它（乘 A），甚至看它的影子，它绝对不会平白无故生出一个“凹坑”来。
一个实心球（凸集）被拉伸后变成了实心椭球，依然是凸的。
一个实心立方体（凸集）在墙上的影子是六边形，依然是凸的。
这就是正向保凸：凸集经过仿射变换后，得到的新集合依然是凸的。
反向映射（寻找能命中目标的起点）
这个稍微绕一点，但非常有用。反向映射（逆像）的意思是：结果必须落在一个指定的范围里，倒推要求起点在什么范围。
打靶比喻：
假设目标靶子 C 是一个完美的实心圆（一个凸集）。
你站在远处射箭。但是今天有风，你的箭射出去后，受到风速和重力的影响，它的轨迹偏移是一个仿射变换（）。
现在问：你站在哪些位置（或者以哪些角度）射箭，能够保证箭最终准确扎进那个实心圆靶子里？
答案是：所有能射中靶子的“起始位置”构成的集合，必然也是一个凸集。如果点 x能射中，点 y 也能射中，那么 x 和 y连线上的中间点也一定能射中。
第三部分：透视函数和线性分式函数。
这两个函数虽然看起来是“非线性”的（因为公式里含有了除法），但极其神奇的是，它们完全不会破坏集合的凸性。
1. 透视函数 (Perspective Function)
数学定义
透视函数的作用是将一个
维的向量，降维变成
维的向量。它的公式是：
输入：一个
维向量
和一个标量
（合起来是一个
维的向量）。
定义域限制：要求分母
（在几何上代表物体必须在相机镜头的前方）。
输出：一个
维向量（把前面的每个坐标都除以最后一个坐标
）。
想象你在三维空间（，即 z 是二维坐标 (x,y)，t 是深度坐标）里看一盏灯：
相机的小孔（或者你的眼睛）位于坐标原点 (0,0,0)。
成像平面（底片）位于距离小孔距离为 1 的平面上（即 t=1的平面）。
三维空间中的一个点 (x, y, t) 发出一束光，穿过原点，打在底片上。根据初中的相似三角形原理，它在底片上的坐标就会变成
。
这正是透视函数在做的事情：它把高维物体的所有点，沿着向原点汇聚的光线，投影到一个低维的超平面上。
立方体本身是一个凸集。
远处的“灭点”（Vanishing Point）就相当于透视函数公式里的原点。
当立方体被投影到二维平面（也就是你的屏幕或画纸）上时，它的正面可能显得很大，背面显得很小（即除以了不同的深度 t），产生了强烈的拉伸感。
保凸性的体现：无论这个立方体看起来多么倾斜或畸变，它在纸面上画出来的二维外轮廓，依然是一个完美的凸多边形。
正向保凸：如果空间里有一个三维的凸物体（比如一个没有凹陷的实心马铃薯），用相机拍一张照片，照片上马铃薯的二维轮廓必然也是凸的，绝不会平白无故产生一个凹进去的坑。
反向保凸（逆像）：如果你在底片上画一个凸的几何图形（比如一个实心正方形），所有能在这个正方形里成像的三维空间点构成的集合（就像是一个以原点为顶点的四棱锥向外无限延伸），在空间中也必然是凸的。
2. 线性分式函数 (Linear-Fractional Function)
线性分式函数（也叫射影函数 Projective Function）是仿射函数和透视函数的终极结合体。
数学定义
它的公式长这样：
输入：
是一个
维向量。
分子 (
)：是一个仿射变换，结果是一个
维向量。
分母 (
)：也是一个仿射变换，结果是一个标量（要求大于 0）。
输出：一个
维向量。
初看这个公式，分子分母都有变量 x，这显然是一个复杂的非线性函数。为什么它还能保持集合的凸性呢？
因为线性分式函数本质上可以拆解为两步走，每一步都是我们已知的保凸运算：
第一步（仿射变换）：构造一个全新的高维向量，把分子和分母拼起来：
这是一个纯粹的仿射函数（线性变换+平移）。如果原集合是凸的，变换后的高维集合也必然是凸的。
第二步（透视变换）：对这个高维向量使用透视函数，用前
维的内容除以最后一维的内容：
透视函数也是保凸的。
结论：因为“仿射”保凸，“透视”也保凸，所以它们两个复合起来的线性分式函数，自然也拥有完美的保凸免疫力（无论是正向映射还是反向映射）。
实际应用场景
在计算机图形学、3D 游戏渲染（比如 OpenGL/DirectX 的投影矩阵）以及射影几何中，线性分式变换无处不在。当你在 3D 游戏里转动视角时，屏幕上变换后的三维物体的凸多边形边界依然是凸多边形，绝对不会发生畸变扭曲导致凸集变凹集，这就是利用了这一数学特性。