🔬 Introduce
Author: YIN Junshan
More Note: https://www.cnblogs.com/MathClown/tag/
The link to download the PDF file at the end
📜 介绍
在数学分析和优化中，内点、相对内点和外点是常见的概念，尤其是在凸优化、拓扑学和最优化问题中有着重要的应用。本文将详细解释这三个点的定义及其之间的区别。
🚩 1. 内点（Interior Point）
在一个给定的集合中，内点是指存在一个包含该点的开集完全位于该集合内部的点。
内点的定义: 设 $ S $ 是一个集合，$ x $ 是 $ S $ 中的一个点。如果存在一个正数 $ \epsilon > 0 $，使得以 $ x $ 为中心、半径为 $ \epsilon $ 的开球 $ B(x, \epsilon) $ 完全包含在集合 $ S $ 内，则称 $ x $ 是集合 $ S $ 的内点。
形式化地，若存在 $ \epsilon > 0 $，使得：
\[B(x, \epsilon) \subseteq S
\]
那么 $ x $ 是 $ S $ 的内点。
💡 2. 相对内点（Relative Interior Point）
相对内点通常出现在凸集的讨论中。它是相对于某个子集或某个子空间来说的内点。
相对内点的定义: 设 $ S $ 是一个集合，$ x \in S $。若存在一个有限维的线性子空间 $ L \subseteq \mathbb{R}^n $，使得 $ x $ 在 $ S $ 中相对于 $ L $ 的内点，即在 $ L $ 中存在一个包含 $ x $ 的小邻域完全位于 $ S $ 内部，则称 $ x $ 为相对内点。
🔬 3. 外点（Exterior Point）
外点是指不属于集合 $ S $，且它有一个邻域完全位于集合 $ S $ 的补集中的点。
外点的定义: 设 $ S $ 是一个集合，$ x $ 是 $ S $ 的外点。即存在一个 $ \epsilon > 0 $，使得：
\[B(x, \epsilon) \cap S = \emptyset
\]
这意味着以 $ x $ 为中心、半径为 $ \epsilon $ 的开球完全位于 $ S $ 的补集。
📌 4. 边界点（Boundary Point）
边界点是指即不属于集合的内点，也不属于集合的外点。它是集合的"边缘"上的点。
边界点的定义: 设 $ S $ 是一个集合，$ x $ 是集合 $ S $ 的边界点。如果对于任意的 $ \epsilon > 0 $，开球 $ B(x, \epsilon) $ 都包含 $ S $ 内的点和不在 $ S $ 内的点，则称 $ x $ 是集合 $ S $ 的边界点。
🚩 5. 总结与比较
点类型
定义
特点
内点
存在一个开球完全包含在集合内
点在集合内部，且有邻域位于集合内部
相对内点
相对于某个子空间在集合内部
仅在子空间内满足内点条件
外点
存在一个开球完全位于集合的补集
点不在集合内，且有邻域完全位于补集内部
边界点
每个邻域同时包含集合内部和外部的点
点位于集合的边缘
🔬 6. 应用
内点方法：在优化算法中，内点方法被广泛应用于求解约束优化问题。通过内点方法，我们可以通过逐步逼近最优解来解决各种最优化问题，特别是在处理凸优化问题时。
相对内点：在处理约束优化问题时，相对内点常常用于分析凸集的性质，尤其是当约束集的维度较低时，相对内点提供了一种更细致的分析视角。
外点：外点在许多最优化问题中起着重要作用，它帮助我们识别和排除不可能的解空间区域，从而提高问题求解效率。
💡 7. 结论
内点、相对内点和外点是数学中描述集合元素位置的基本概念，它们在拓扑、分析和优化中有着广泛的应用。理解这些概念对于深入研究优化算法和拓扑学具有重要意义。
Download
https://www.jianguoyun.com/p/DYyacEwQ-tLYDBiEn-QFIAA
View PDF