中文

$n$ 空间中曲线的凸包

代数几何 2024-10-15 v2 最优化与控制

摘要

KRnK\subseteq{\mathbb R}^n 为凸半代数集。凸优化集合 KK 的半定义扩展次数 sxdeg(K){\mathrm{sxdeg}}(K) 是最小数 dd,使得 KK 是有限多个谱域交集的线性像,每一谱域由大小为 d\le d 的线性矩阵不等式描述。这个不变量可视为半定义优化中集合 KK 内在复杂度的度量。对于维数为一的任意半代数集 SRnS\subseteq{\mathbb R}^n,我们的主要结果表明,其闭凸包 KK 满足 sxdeg(K)1+n2{\mathrm{sxdeg}}(K)\le1+\lfloor\frac n2\rfloor。该界在多方面都是最佳的。在 n=2n=2 时此结果已知,另对于单项式曲线情形的一般情况也已知。

关键词

引用

@article{arxiv.2410.02359,
  title  = {Convex hulls of curves in $n$-space},
  author = {Claus Scheiderer},
  journal= {arXiv preprint arXiv:2410.02359},
  year   = {2024}
}