半空间

半空间（Half-space）

半空间（Half-space）是凸分析和优化理论中的基本几何概念。给定一个超平面 $\{x \in \mathbb{R}^n \mid a^\top x = b\}$（其中 $a \in \mathbb{R}^n \setminus \{0\}$，$b \in \mathbb{R}$），该超平面将整个空间划分为两个半空间：闭上半空间 $\{x \mid a^\top x \geq b\}$ 和闭下半空间 $\{x \mid a^\top x \leq b\}$。若不等式为严格形式（$>$ 或 $<$），则称为开半空间。半空间是典型的凸集，也是凸锥的一种特殊情形。从几何直观上看，二维平面中的半空间就是一条直线某一侧的所有点构成的半平面，三维空间中的半空间则是一个平面某一侧的所有点。半空间概念虽然基础，却是连接几何直观与抽象数学分析的重要纽带。

半空间的核心性质

半空间具备以下关键数学性质。第一，凸性：半空间是凸集，即其中任意两点的凸组合仍属于该半空间。这是因为线性不等式定义了凸集——若 $a^\top x_1 \leq b$ 和 $a^\top x_2 \leq b$，则对任意 $\lambda \in [0,1]$，有 $a^\top(\lambda x_1 + (1-\lambda)x_2) \leq b$。第二，封闭性：闭半空间是闭集，开半空间是开集。第三，无界性：除退化情形外，半空间是无界集合，这意味它沿某些方向可以无限延伸。

半空间在凸集理论中的核心地位源于超平面分离定理：若 $C$ 和 $D$ 是 $\mathbb{R}^n$ 中两个不相交的非空凸集，则存在一个超平面将二者严格或弱分离，使得 $C$ 完全位于该超平面的一侧（即某个半空间中），$D$ 位于另一侧。这一几何洞见是凸优化、微观经济理论和一般均衡分析中许多深刻结论的推导起点。支撑超平面定理是分离定理的重要推论：对任意凸集 $C$ 的边界点 $x_0$，存在一个超平面经过 $x_0$ 且 $C$ 完全包含在该超平面所界定的一个闭半空间中。该超平面称为凸集在 $x_0$ 处的支撑超平面。

多面体与线性规划

在线性规划中，每个线性约束 $a_i^\top x \leq b_i$ 定义一个闭半空间。整个可行域是 $m$ 个闭半空间的交集，构成一个凸多面体。当可行域有界时，即为凸多胞体。线性规划的基本定理指出：若线性规划的最优解存在，则必然在可行域多面体的某个顶点（即极端点）处取得。这一事实使得单纯形法通过沿多面体边界搜索顶点来求解线性规划成为可能。

从更抽象的视角看，Farkas 引理刻画了半空间系统之间的一致性问题：要么存在 $x \geq 0$ 满足 $Ax = b$，要么存在 $y$ 使得 $y^\top A \geq 0$ 且 $y^\top b < 0$。Farkas 引理本质上是两个凸集（即两个半空间族的交集）不相交的代数表征，它构成了线性规划对偶理论的数学根基。在实际应用中，这一引理被广泛应用于检验线性不等式组的可行性以及推导对偶问题的约束条件。

经济学中的应用

半空间及相关的超平面分离定理在经济学中扮演着不可替代的角色。在一般均衡理论中，福利经济学第一定理和第二定理的证明均依赖于超平面分离定理。第一定理断言竞争均衡是帕累托有效的；其证明思路是：若存在帕累托改进配置，则可通过价格超平面将原配置与改进配置分离，从而导出矛盾。第二定理（在凸性条件下）断言任何帕累托有效配置均可通过适当的转移支付和竞争均衡来实现——这需要利用支撑超平面定理找到分离帕累托集与更好集的价格向量。

在微观经济学的消费者选择理论中，消费者的预算集 $\{x \in \mathbb{R}^n_+ \mid p^\top x \leq w\}$ 本身就是一个半空间与非负卦限的交集，因而是凸集。消费者的最优选择发生在无差异曲线与预算超平面相切的点，而这种切触关系正是支撑超平面定理的直接体现——偏好集在最优选择处被预算超平面所支撑。这一几何解读为理解消费者均衡提供了直观而深刻的视角。

在产业组织和博弈论中，混合策略纳什均衡的存在性证明本质上是角谷不动点定理的应用，而角谷定理的核心前提——最佳回应映射必须是凸值且上半连续的——其凸性部分正源于半空间所定义的凸约束结构。此外，超平面分离定理也为机制设计中的激励相容约束和参与约束的等价刻画提供了分析工具。在拍卖理论和最优契约设计中，分离定理被用于检验可行配置集合的凸性以及刻画激励效率边界。

更广泛的数学图景

在泛函分析中，半空间的概念被推广到无限维空间：哈恩-巴拿赫定理的几何形式本质上断言了在赋范线性空间中，任何凸集与不相交的点均可被一个闭超平面分离。这是有限维超平面分离定理到无限维情形的深刻推广，也是现代凸分析和变分分析的基石。在最优控制理论中，这一推广形式被用于推导庞特里亚金最小值原理的几何版本。

在计算几何中，半空间交是快速凸包算法的重要子过程——一个凸多面体可以被等价地表示为有限个半空间的交集（半空间表示法，即 H-表示）或其顶点集的凸包（V-表示），这两种表示之间的转换是计算几何中的基本问题。在机器人运动规划和碰撞检测中，半空间交被广泛用于构建和更新障碍物的凸近似表示。

综上所述，半空间作为一个看似简单的几何概念，通过超平面分离定理这一桥梁，将凸分析的几何直观与经济学、优化理论和泛函分析中的深刻结论紧密联结在一起，成为现代经济理论和数学优化中不可或缺的分析单元。