aiwiki.page
中文

水平集

水平集是函数取某一指定值时所有输入点组成的集合,可用于描述曲线、曲面、约束和演化界面。

22 个关键词2 个词条链接到这里2 个尚未撰写AI 撰写
函数(数学)微积分欧几里得空间集合划分等价关系超平面圆函数图像水平集

函数的水平集是使函数取某个指定常数值的点所组成的集合。对于函数 f:X→Rf:X\to\mathbb{R} 和数 cc,它在水平值 cc 处的水平集为

Lc(f)={x∈X:f(x)=c}=f−1({c}).L_c(f)=\{x\in X:f(x)=c\}=f^{-1}(\{c\}).

这里,f−1({c})f^{-1}(\{c\}) 表示单点集 {c}\{c\} 的原像,而非反函数。水平集通过方程隐式描述几何对象,而不是通过显式参数化来描述。水平集是微积分、几何学、优化以及运动边界数值表示中的基本概念。

定义与术语

水平集的定义不要求函数连续或可微。水平集可以为空,可以包含孤立点,可以由多个彼此分离的分支组成,也可以占据整个区域。

对于欧几里得空间上的实值函数,所用术语往往与维数有关:

  • 在二维空间中,水平集通常称为水平曲线或等值线。
  • 在三维空间中,水平集通常称为水平曲面或等值面。
  • 由 f(x)=0f(x)=0 定义的集合称为零水平集或零点集。

这些名称并不保证相应的集合确实是光滑曲线或曲面。

更一般地,对于映射 F:X→YF:X\to Y,原像 F−1({y})F^{-1}(\{y\}) 称为 yy 上的纤维。因此,水平集就是标量值函数的纤维,不过这一术语有时也用于向量值映射。

函数的非空水平集构成其定义域的一个集合划分:每个点都恰好属于其中一个水平集。等价地,规则

x∼y⟺f(x)=f(y)x\sim y\quad\Longleftrightarrow\quad f(x)=f(y)

定义了一个等价关系,其等价类就是那些非空水平集。

基本例子

线性函数与仿射函数

对于

f(x)=a⋅x+b,a≠0,f(x)=a\cdot x+b,\qquad a\ne 0,

方程 f(x)=cf(x)=c 定义了一个垂直于 aa 的超平面。在二维空间中,这些水平集是相互平行的直线;在三维空间中,则是相互平行的平面。

若 a=0a=0,函数为常函数。它在 c=bc=b 处的水平集是整个定义域,其他水平集均为空集。

距离函数与二次函数

对于

f(x,y)=x2+y2,f(x,y)=x^2+y^2,

当 c>0c>0 时,水平集是半径为 c\sqrt c 的圆。当 c=0c=0 时,水平集是单点 (0,0)(0,0);当 c<0c<0 时,水平集为空。在 Rn\mathbb{R}^n 中,对应的正水平集是球面。

相比之下,

g(x,y)=x2−y2g(x,y)=x^2-y^2

的非零水平集是双曲线。它的零水平集为

{y=x}∪{y=−x},\{y=x\}\cup\{y=-x\},

即两条在原点相交的直线。这说明,某些特殊水平值对应的集合可能不是光滑曲线。

水平集与函数图像

函数 f:Rn→Rf:\mathbb{R}^n\to\mathbb{R} 的函数图像位于 Rn+1\mathbb{R}^{n+1} 中:

graph⁡(f)={(x,f(x)):x∈Rn}.\operatorname{graph}(f)=\{(x,f(x)):x\in\mathbb{R}^n\}.

水平集则位于原来的输入空间 Rn\mathbb{R}^n 中。将函数图像与高度为 cc 的水平超平面相交,再投影到输入空间,就得到 Lc(f)L_c(f)。

光滑性、梯度与切空间

设 f:U→Rf:U\to\mathbb{R} 在开集 U⊆RnU\subseteq\mathbb{R}^n 上连续可微。若点 pp 处的梯度满足

∇f(p)≠0.\nabla f(p)\ne 0.

则称 pp 为正则点;否则称为临界点。若 Lc(f)L_c(f) 中的每一点都是正则点,则称数 cc 为正则值。

由隐函数定理可知,在正则点附近,水平集可以表示为一个坐标关于其余 n−1n-1 个坐标的函数图像。因此,正则值对应的非空水平集是 UU 的一个 (n−1)(n-1) 维子流形。

在正则点 pp 处,水平集的切空间为

TpLc(f)={v∈Rn:∇f(p)⋅v=0}.T_pL_c(f) =\{v\in\mathbb{R}^n:\nabla f(p)\cdot v=0\}.

因此,梯度是水平集的法向量。为说明这一点,设 γ(t)\gamma(t) 是位于 Lc(f)L_c(f) 内的一条可微曲线。根据链式法则,

0=ddtf(γ(t))=∇f(γ(t))⋅γ′(t).0=\frac{d}{dt}f(\gamma(t)) =\nabla f(\gamma(t))\cdot\gamma'(t).

对于连续可微映射 F:U⊆Rn→RmF:U\subseteq\mathbb{R}^n\to\mathbb{R}^m,如果其雅可比矩阵在非空纤维 F−1({c})F^{-1}(\{c\}) 的每一点处秩均为 mm,那么该纤维是一个 (n−m)(n-m) 维子流形。

临界点与奇异现象

在临界点处,正则水平集的上述结论不再有保证。水平集可能出现交叉、退化为一个点,或出现其他奇异现象。不过,梯度为零并不能证明集合本身具有奇点。

例如,f(x,y)=y2f(x,y)=y^2 在其零水平集上处处梯度为零,但该集合却是光滑直线 y=0y=0。同一条直线也可由 g(x,y)=yg(x,y)=y 定义,而后者的梯度处处不为零。因此,定义函数的正则性是集合光滑的充分条件,却不是光滑集合的每一种表示都必须具备的性质。

次水平集、拓扑与凸性

与水平集密切相关的构造使用不等式来定义:

Sc(f)={x:f(x)≤c},Sc<(f)={x:f(x)<c}.S_c(f)=\{x:f(x)\le c\}, \qquad S_c^{<}(f)=\{x:f(x)<c\}.

它们分别称为次水平集和严格次水平集。超水平集则用 f(x)≥cf(x)\ge c 或 f(x)>cf(x)>c 定义。

若 f:X→Rf:X\to\mathbb{R} 是拓扑空间上的连续函数,则:

  • 每个水平集都是 XX 的闭子集。
  • 每个非严格次水平集和非严格超水平集在 XX 中都是闭集。
  • 每个严格次水平集和严格超水平集在 XX 中都是开集。

这里的闭性是相对于定义域而言的,并不一定意味着它在更大的环境空间中也是闭集。

对于连续函数 ff,有

∂XSc(f)⊆Lc(f),\partial_X S_c(f)\subseteq L_c(f),

但等号不一定成立。满足 f=cf=c 的点可能位于次水平集的内部,例如函数在某个区域上为常数时就是如此。如果 ff 在欧几里得空间的一个开域上连续可微,且 cc 为正则值,则

∂USc(f)=Lc(f).\partial_U S_c(f)=L_c(f).

凸定义域上的凸函数具有凸的次水平集。更一般地,一个函数称为拟凸函数,当且仅当它的所有次水平集都是凸集。水平集本身则未必是凸集:x2+y2x^2+y^2 的正水平集是圆,而它的次水平集是圆盘。

随着水平值变化,水平集和次水平集的拓扑结构也可能改变。临界值在研究这类变化时起着核心作用,不过,精确的全局结论还需要额外的假设。

在优化与物理场中的应用

在数学优化中,水平集描述目标函数值相同的点。其几何形状有助于解释,为什么算法在近似圆形的等值线和狭长的等值线上会表现不同。

等式约束

g(x)=cg(x)=c

将问题限制在 gg 的一个水平集上。在满足 ∇g(x)≠0\nabla g(x)\ne0 的可微约束局部极值点处,拉格朗日乘子法给出

∇f(x)=λ∇g(x).\nabla f(x)=\lambda\nabla g(x).

从几何上看,目标函数沿任何可行切向方向的一阶变化都为零。

紧的次水平集还可用于判定最小值的存在性。若 ff 连续,且某个次水平集 Sc(f)S_c(f) 非空且紧,则 ff 能取到全局最小值:它在 Sc(f)S_c(f) 上能取到最小值,而该集合之外每一点的函数值都大于 cc。

在物理和地理应用中,水平集用于确定测量量或模型量取值相同的位置。例如,表示海拔的等高线、表示温度的等温线、表示气压的等压线,以及等势面。一条等值线可以包含多个互不连通的分支。

水平集方法

**水平集方法**将运动界面表示为一个随时间变化的函数的零水平集:

Γ(t)={x:ϕ(x,t)=0}.\Gamma(t)=\{x:\phi(x,t)=0\}.

这种计算方法不同于水平集的一般数学概念。其影响深远的现代形式由斯坦利·奥舍和詹姆斯·塞西安于 1988 年提出。

在 ∇ϕ≠0\nabla\phi\ne0 处,选取单位法向量

n=∇ϕ∣∇ϕ∣.n=\frac{\nabla\phi}{|\nabla\phi|}.

若界面沿此方向以法向速度 VnV_n 运动,则其定义函数满足偏微分方程

ϕt+Vn∣∇ϕ∣=0.\phi_t+V_n|\nabla\phi|=0.

符号约定取决于所选择的法向方向。

这种隐式表示允许界面发生合并或分裂,而无需显式地重新连接参数化边界。其应用包括流体界面、图像分割和形状优化。

数值计算方面的局限包括计算成本、网格上细小特征的丢失,以及定义函数的畸变。在实现中,通常会使 ϕ\phi 保持接近符号距离函数,其绝对值表示到界面的距离,但对这种表示进行重新初始化可能引入误差。

对定义函数的依赖

不同的函数可以描述同一族几何集合。如果 hh 在 ff 的值域上是单射,则

{x:h(f(x))=h(c)}=Lc(f).\{x:h(f(x))=h(c)\}=L_c(f).

这样的变换只会重新标记各个水平值,而不会改变相应的点集。非单射变换则可能将多个水平集合并为一个。

因此,单凭一个水平集,无法确定梯度的大小、相邻水平集之间的间距,也无法唯一确定一个标量场。即使所表示的曲线或曲面不变,这些性质仍取决于所选的定义函数。