# 一个完全不懂的定理，怎么从最简单的例子一步步推出来？（Hahn–Banach 分离定理）

> source: 想法/草稿/从最简单的例子推出Hahn-Banach分离定理.md

> 这是 AI 的解释和推导，不是作者原话。作者的原话只有两句，下面的引用块逐字。

## 问题

> 解释这个Nahn-Banach分离定理。它能为我带来什么

（起因是一张图：两个不相交的凸形状 A、B，中间一条粉色直线，底下四个标签：凸优化、对偶理论、经济均衡、支持向量机。）

> 我此前完全不知道这个定理，从最简单最直观的事例开始，为我有逻辑地推导出这个定理，使用到的工具需要说明

## 一句话

两个不相交的凸集，可以用一个超平面（二维里是一条直线）隔开：存在线性泛函 f 和数 α，使 f(a) < α < f(b)。严格分离需要 A 紧、B 闭。

## 推导的路线

每一步只多用一个工具。

| 步骤 | 做了什么 | 用到的工具 |
|---|---|---|
| 一维 | 两个区间中间放一个点就能分开 | 区间就是一维的凸集 |
| 两个圆盘 | 圆心 (0,0) 与 (4,0)，半径 1。最近点 (1,0)、(3,0)，连线的垂直平分线 x=2 分开它们；f(x)=⟨n,x⟩ 就是沿 n 方向的坐标 | 内积、直线方程 |
| 点与凸集 | C 闭凸，x₀∉C。取最近点 p，证 ⟨x₀−p, c−p⟩ ≤ 0 | 凸性、紧性（最近点存在）、一元导数 |
| 化成一个点 | D=A−B={a−b} 是凸集，0∉D。两个集合的分离变成一个点和 D 的分离 | 凸集的代数运算 |
| 合成 | 取 f=⟨p,·⟩，得 ⟨p,a⟩ ≥ ⟨p,b⟩+‖p‖²，在两边之间取 α | 线性泛函 |
| 去掉闭性 | 开集或渐近靠近的集合，最近点取不到，只能弱分离 | 紧性、极限 |
| 无穷维 | 没有内积，改用 Minkowski 泛函加 Hahn–Banach 延拓，靠 Zorn 引理 | 选择公理 |

关键的一步：令 g(t)=‖x₀−p−t(c−p)‖²，p 是最近点所以 g 在 t=0 取最小，g′(0)=−2⟨x₀−p, c−p⟩≥0。凸性只在这里用了一次：它保证线段 p→c 整条在 C 里。集合有凹陷，线段可能跑出去，最近点的最优性就推不出钝角条件。

## 它能带来什么

- 凸优化：KKT 条件、拉格朗日乘子的存在性。
- 对偶理论：强对偶、Farkas 引理。
- 经济均衡：福利经济学第二定理，价格就是分离超平面的法向量。
- 支持向量机：两类线性可分 ⇔ 凸包不相交，SVM 找的是间隔最大的那个超平面。
- 思维上：把「不相交」这种集合性质，变成「一个线性不等式」，几何问题变成代数问题。

## 还没想通的

- 无穷维那一段只给了骨架。Minkowski 泛函怎么把「凸集的边界」编码成次线性函数，延拓为什么一维一维地推得下去，还没有自己走一遍。
- 有限维里「最近点 + 内积」是不是 Hahn–Banach 延拓的一个具体实现？说法没有核对。
- 和《拉格朗日乘数法为何如此强大》接得上：那里的 ∇f ∥ ∇g 是相切，这里是分离，凸的时候两者是同一件事吗？影子价格 λ 在这里对应什么？
- 能不能写成一篇文章：从「两个圆盘」出发，一路推到 SVM 和影子价格。
- 接下来想看：Farkas 引理、SVM 的推导怎么从这个定理里出来。
