You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

多项式映射下开盒的像是否凸?特定二元多项式映射的相关问询

咱们来一步步解答你的两个问题:

问题1:多项式映射作用于开盒的像是否为凸集?

答案是否定的——不是所有多项式映射作用于开盒的像都是凸集。

举个直观的反例:考虑三元多项式映射 $F(x,y) = (x^2, y^2, x+y)$,开盒 $B=(-1,1)^2$。取像集中的两个点:

  • $P=(0.5, 0, 0.5)$:对应 $x=0.5, y=0$(显然在 $B$ 内);
  • $Q=(0, 0.5, 0.5)$:对应 $x=0, y=0.5$(也在 $B$ 内)。

它们的连线中点是 $M=(0.25, 0.25, 0.5)$,但你找不到任何 $(x,y) \in B$ 满足 $x2=0.25$、$y2=0.25$ 且 $x+y=0.5$:因为 $x$ 只能是 $\pm0.5$,$y$ 只能是 $\pm0.5$,$x+y$ 的可能值只有 $1, 0, -1$,根本取不到 $0.5$。这说明 $M$ 不在 $F(B)$ 里,因此 $F(B)$ 不是凸集。

问题2:二元多项式映射$F=(F_1,F_2)$在$(0,0)$雅可比非零时,$F(B)$是否必然为凸集?若否,可施加哪些条件确保结论成立?

结论:不一定是凸集

同样可以找到反例:比如映射 $F(x,y)=(x + y^2, y)$,它在 $(0,0)$ 处的雅可比矩阵是:
$$
J_F(0,0) = \begin{pmatrix} 1 & 0 \ 0 & 1 \end{pmatrix}
$$
行列式为 $1 \neq 0$,满足雅可比非零的条件。

它的像集 $F(B)$ 是所有满足 $y \in (-1,1)$ 且 $y^2 -1 < u < y^2 +1$ 的点 $(u,y)$。取像集中的两个点:

  • $A=(1.5, 0.9)$:对应 $x=1.5 - 0.9^2=0.69$(在 $(-1,1)$ 内);
  • $B=(1.5, -0.9)$:对应 $x=1.5 - (-0.9)^2=0.69$(也在 $(-1,1)$ 内)。

它们的连线中点是 $(1.5, 0)$,但要得到这个点需要 $x=1.5 - 0=1.5$,而 $1.5 \notin (-1,1)$,因此中点不在 $F(B)$ 里,说明 $F(B)$ 不是凸集。

确保$F(B)$为凸集的条件

以下是几个充分条件(满足任意一个即可保证结论成立):

  • F是仿射线性映射:即 $F_1(x,y)=a_1x + b_1y + c_1$,$F_2(x,y)=a_2x + b_2y + c_2$,且线性部分的矩阵 $\begin{pmatrix}a_1&b_1\a_2&b_2\end{pmatrix}$ 可逆(题目中已经满足在 $(0,0)$ 雅可比非零,对于仿射映射来说这等价于线性部分可逆)。仿射映射会保持凸性,开盒是凸集,因此像集必然是凸集。
  • F是单射的凸映射且雅可比处处非零:凸映射的定义是对任意 $t \in [0,1]$ 和 $(x_1,y_1),(x_2,y_2) \in B$,有 $F(t(x_1,y_1)+(1-t)(x_2,y_2)) \leq tF(x_1,y_1)+(1-t)F(x_2,y_2)$(分量-wise)。加上单射和雅可比处处非零的条件,可以保证像集的凸性。
  • F的每个分量都是线性函数:这其实是仿射映射的特殊情况(常数项为0),同样能保证像集是凸集。

内容的提问来源于stack exchange,提问作者Johnny T.

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 07:55:46