[论文解读] Max-Min Representation of Piecewise Linear Functions

Sergeĭ Ovchinnikov|ArXiv.org|Sep 3, 2000

Computational Geometry and Mesh Generation参考文献 3被引用 77

一句话总结

该论文证明，任何定义在 ℝᵈ 中闭凸域上的分段线性函数，均可通过其线性分量表示为最大-最小多项式，利用由超平面构型定义的区域度量结构。核心贡献是一个构造性表示定理，表明此类函数可表示为有限次最大值与最小值的复合。

ABSTRACT

It is shown that a piecewise linear function can be represented as a Max-Min polynomial of its linear components.

研究动机与目标

• 建立在凸域上分段线性函数的规范表示，通过其线性分量的最大-最小复合实现。
• 在由函数分量诱导的超平面构型的区域上定义度量结构。
• 证明函数在任意点的取值等于其在该区域中选定线性分量的最小值的最大值。
• 将表示方法扩展至向量值分段线性函数，并讨论其在非凸域上的局限性。
• 证明域的凸性是最大-最小表示成立的必要条件。

提出的方法

• 从分段线性函数的各不相同线性分量的等值集构造一个超平面构型 ℋ。
• 将凸域的内部划分为若干区域 𝒯，使得在每个区域内，线性分量保持线性序。
• 引入距离函数 d(P, Q) = |S(P, Q)|，其中 S(P, Q) 是分隔区域 P 与 Q 的超平面集合。
• 利用该度量结构，为每个区域 P 定义一组指标集 {S_P}，使得 f(x) = ⋁_P ⋀_{i∈S_P} g_i(x)。
• 构造全局函数 F(x) 为所有区域特定最小值的逐点最大值，证明 F ≡ f 在一个稠密子集上成立。
• 利用连续性与稠密性，将等式 F ≡ f 延拓至整个域 Γ。

实验结果

研究问题

• RQ1 任何定义在闭凸域上的分段线性函数是否都能表示为其中线性分量的最大-最小多项式？
• RQ2 线性分量在区域内的有序排列背后，其几何与拓扑结构是什么？
• RQ3 区域构型上的距离函数如何与函数表示相关联？
• RQ4 最大-最小表示是否适用于向量值分段线性函数？
• RQ5 如凸性等，使最大-最小表示成立的必要条件是什么？

主要发现

• 任何定义在闭凸域 Γ ⊂ ℝᵈ 上的分段线性函数 f，均可表示为 f(x) = ⋁_{j∈J} ⋀_{i∈S_j} g_i(x)，其中 {g_1,…,g_n} 是 f 的不同线性分量。
• 该表示通过由分量等值诱导的超平面构型区域上的度量结构构造，其中 d(P,Q) 计数分隔 P 与 Q 的超平面数量。
• 函数 f 等于各区域上最小值的逐点最大值，且由于稠密性与连续性，该等式可连续延拓至整个定义域。
• 该结果可推广至向量值分段线性函数 f: Γ → ℝ^m，其中每个分量 f_k 均可表示为其中线性分量的最大-最小多项式。
• Γ 的凸性是必不可少的：在非凸域上存在反例，表明最大-最小表示不成立。
• 该表示不适用于分段多项式函数，如反例所示：f(x) = 0（当 x ≤ 0）且 f(x) = x²（当 x > 0）。