KNOWECON WIKI

ARTICLE

锥

锥 (Cone) 锥，在数学与经济学中广泛指代锥体 (Cone)，即一个集合 K 满足：对于任意 x K 和任意非负标量 0，有 x K。这一定义将锥刻画为在正数伸缩变换下保持不变的集合。锥结构在凸优化、线性规划、对偶理论以及一般均衡分析中扮演着基础性角色。 锥的基本定义与性质 设 V 为一个实向量空间，子集 K V 称为一个锥 (cone)，若对任意 x

浏览 5 更新 2025-10-26

锥 (Cone)

锥，在数学与经济学中广泛指代锥体 (Cone)，即一个集合 KK 满足：对于任意 x∈K\mathbf{x} \in K 和任意非负标量 λ≥0\lambda \ge 0，有 λx∈K\lambda \mathbf{x} \in K。这一定义将锥刻画为在正数伸缩变换下保持不变的集合。锥结构在凸优化、线性规划、对偶理论以及一般均衡分析中扮演着基础性角色。

锥的基本定义与性质

设 VV 为一个实向量空间，子集 K⊆VK \subseteq V 称为一个锥 (cone)，若对任意 x∈K\mathbf{x} \in K 和任意实数 λ≥0\lambda \ge 0，都有 λx∈K\lambda \mathbf{x} \in K。若进一步要求 KK 对加法封闭——即对任意 x,y∈K\mathbf{x}, \mathbf{y} \in K，x+y∈K\mathbf{x} + \mathbf{y} \in K——则称 KK 为一个凸锥 (Convex Cone)。

  • 尖锥 (Pointed Cone)：若 K∩(−K)={0}K \cap (-K) = \{\mathbf{0}\}，则称锥 KK 是尖的。这意味着锥中除零向量外不含相反方向向量。
  • 多面体锥 (Polyhedral Cone)：可表示为有限个半空间交集形式的锥，即 {x∣Ax≥0}\{\mathbf{x} \mid A\mathbf{x} \ge \mathbf{0}\}。
  • 二阶锥 (Second-Order Cone)：定义为 {x∈Rn∣∥x2:n∥2≤x1}\{\mathbf{x} \in \mathbb{R}^n \mid \|\mathbf{x}_{2:n}\|_2 \le x_1\}，在二阶锥规划 (SOCP) 中至关重要。
  • 半正定锥 (Positive Semidefinite Cone)：所有对称半正定矩阵构成的集合，是半定规划 (SDP) 的核心结构。

对偶锥与极锥

在凸分析中，对偶性是最深刻的概念之一。对于给定锥 KK，其对偶锥 (Dual Cone) 定义为：

K∗={y∣⟨y,x⟩≥0, ∀x∈K}K^* = \{\mathbf{y} \mid \langle \mathbf{y}, \mathbf{x} \rangle \ge 0,\ \forall \mathbf{x} \in K\}

对偶锥具有如下重要性质：

  1. K∗K^* 总是凸且闭的。
  2. 若 KK 是闭凸锥，则 (K∗)∗=K(K^*)^* = K（对偶锥的对偶等于原锥）。
  3. 若 K1⊆K2K_1 \subseteq K_2，则 K2∗⊆K1∗K_2^* \subseteq K_1^*（包含关系反向）。

极锥 (Polar Cone) 与对偶锥密切相关，定义为 K∘={y∣⟨y,x⟩≤0, ∀x∈K}K^\circ = \{\mathbf{y} \mid \langle \mathbf{y}, \mathbf{x} \rangle \le 0,\ \forall \mathbf{x} \in K\}。在KKT条件和最优性理论中，极锥被用于刻画可行方向与约束规范条件。

锥在经济学中的应用

锥结构在经济学中具有广泛而深刻的应用：

生产理论中的锥

在生产理论中，生产可能集 (Production Possibility Set) 通常被假定为锥。若技术呈现规模报酬不变 (Constant Returns to Scale)，则生产集 YY 满足锥性质：若 y∈Y\mathbf{y} \in Y，则 λy∈Y\lambda \mathbf{y} \in Y 对所有 λ≥0\lambda \ge 0 成立。这意味着按比例扩张所有投入和产出，生产效率保持不变。Convex cone 假设加上自由处置性质，构成了新古典生产理论的标准公理基础。

一般均衡中的锥

在一般均衡理论中，非负象限锥 R+n\mathbb{R}^n_+ 是价格和商品空间的天然结构。Debreu 等学者利用锥的对偶性来证明福利经济学第一定理和福利经济学第二定理。支持超平面定理表明，在适当的凸性和锥假设下，任何帕累托最优配置都可以通过适当的价格体系来支撑。

锥规划

锥规划 (Conic Programming) 是现代优化理论的核心分支。一般形式的锥规划为：

min⁡xc⊤xs.t.Ax=bx∈K\begin{aligned} \min_{\mathbf{x}} \quad & \mathbf{c}^\top \mathbf{x} \\ \text{s.t.} \quad & A\mathbf{x} = \mathbf{b} \\ \quad & \mathbf{x} \in K \end{aligned}

其中 KK 是一个闭凸尖锥。线性规划 (LP, K=R+nK = \mathbb{R}^n_+)、二阶锥规划 (SOCP, KK 为二阶锥的笛卡尔积) 和半定规划 (SDP, KK 为半正定锥) 均是锥规划的特例。锥规划的理论价值在于：其对偶问题同样是一个锥规划，且强大对偶性在约束规范条件下成立。

重要锥的例子

  • 非负象限锥 R+n={x∈Rn∣xi≥0, i=1,…,n}\mathbb{R}^n_+ = \{\mathbf{x} \in \mathbb{R}^n \mid x_i \ge 0,\ i=1,\ldots,n\}：最基础的锥，定义LP的可行域。其对偶锥是其自身（自对偶锥）。
  • 洛伦兹锥 (Lorentz Cone) 又称冰激凌锥 (Ice-Cream Cone)：{x∈Rn∣x22+⋯+xn2≤x1}\{\mathbf{x} \in \mathbb{R}^n \mid \sqrt{x_2^2 + \cdots + x_n^2} \le x_1\}，为SOCP提供几何基础。洛伦兹锥也是自对偶的。
  • 半正定锥 S+n={X∈Rn×n∣X=X⊤, X⪰0}\mathcal{S}^n_+ = \{X \in \mathbb{R}^{n \times n} \mid X = X^\top,\ X \succeq 0\}：在矩阵分析和SDP中至关重要。半正定锥同样是自对偶的（在Frobenius内积下）。
  • 指数锥 {(x,y,z)∈R3∣yex/y≤z, y>0}∪{(x,0,z)∣x≤0, z≥0}\{(x,y,z) \in \mathbb{R}^3 \mid y e^{x/y} \le z,\ y>0\} \cup \{(x,0,z) \mid x \le 0,\ z \ge 0\}：在指数锥规划中出现，与相对熵和Kullback-Leibler散度密切相关。

锥与序结构

锥在向量空间上诱导出一个偏序 (Partial Order)。对于锥 KK，定义 x⪯Ky\mathbf{x} \preceq_K \mathbf{y} 当且仅当 y−x∈K\mathbf{y} - \mathbf{x} \in K。这一序结构使得在向量空间中比较元素的大小成为可能，是向量优化和多准则决策的理论基石。当 K=R+nK = \mathbb{R}^n_+ 时，该序退化为各分量逐项比较（即 Pareto 序）。

锥序下的单调性、凸性和连续性概念为建立一般均衡的存在性、博弈论中的不动点论证提供了必要的拓扑工具。

总结

锥作为兼具代数与几何特性的结构，是数学优化、经济理论和运筹学中不可替代的分析工具。从线性规划的对偶定理到一般均衡的支撑价格理论，从二阶锥规划的高效算法到半定规划在金融经济学中的应用，锥的概念贯穿了现代数理经济学的多个层面。理解锥的性质——特别是其对偶性——对于深入学习凸优化、微观经济学理论和计量经济学的数学基础具有根本意义。