§ 5 函数的凸性与拐点
读者已经熟悉函数
f
(
x
)
=
x
2
f(x)=x^{2}
f(x)=x2 和
f
(
x
)
=
x
f(x)=\sqrt{x}
f(x)=x 的图像.
它们不同的特点是: 曲线
y
=
x
2
y=x^{2}
y=x2 上任意两点间的弧段总在这两点连线的下方;
而曲线
y
=
x
y=\sqrt{x}
y=x 则相反,任意两点间的弧段总在这两点连线的上方.
我们把具有前一种特性的曲线称为凸的,
相应的函数称为凸函数;后一种曲线称为凹的,相应的函数称为凹函数.
定义 1 设
f
f
f 为定义在区间
I
I
I 上的函数, 若对
I
I
I 上的任意两点
x
1
,
x
2
x_{1}, x_{2}
x1,x2 和任意实数
λ
\lambda
λ
∈
(
0
,
1
)
\in(0,1)
∈(0,1), 总有
f
(
λ
x
1
+
(
1
−
λ
)
x
2
)
⩽
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
2
)
,
f\left(\lambda x_{1}+(1-\lambda) x_{2}\right) \leqslant \lambda f\left(x_{1}\right)+(1-\lambda) f\left(x_{2}\right),
f(λx1+(1−λ)x2)⩽λf(x1)+(1−λ)f(x2),
则称
f
f
f 为
I
I
I 上的凸函数. 反之, 如果总有
f
(
λ
x
1
+
(
1
−
λ
)
x
2
)
⩾
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
2
)
,
f\left(\lambda x_{1}+(1-\lambda) x_{2}\right) \geqslant \lambda f\left(x_{1}\right)+(1-\lambda) f\left(x_{2}\right),
f(λx1+(1−λ)x2)⩾λf(x1)+(1−λ)f(x2),
则称
f
f
f 为
I
I
I 上的凹函数.
如果 (1)、(2) 中的不等式改为严格不等式,
则相应的函数称为严格凸函数和严格凹函数.
图 6-12 中的 (a) 和 (b) 分别是凸函数和凹函数的几何形状, 其中
x
=
λ
x
1
+
(
1
−
x=\lambda x_{1}+(1-
x=λx1+(1− ג)
x
2
,
A
=
f
(
x
1
)
,
B
=
f
(
x
2
)
,
C
=
λ
A
+
(
1
−
λ
)
B
x_{2}, A=f\left(x_{1}\right), B=f\left(x_{2}\right), C=\lambda A+(1-\lambda) B
x2,A=f(x1),B=f(x2),C=λA+(1−λ)B.
容易证明: 若
−
f
-f
−f 为区间
I
I
I 上的凸函数, 则
f
f
f 为区间
I
I
I 上的凹函数.
因此, 今后只需讨论凸函数的性质即可.
引理
f
f
f 为
I
I
I 上的凸函数的充要条件是: 对于
I
I
I 上的任意三点
x
1
<
x
2
<
x
3
x_{1}<x_{2}<x_{3}
x1<x2<x3, 总有
f
(
x
2
)
−
f
(
x
1
)
x
2
−
x
1
⩽
f
(
x
3
)
−
f
(
x
2
)
x
3
−
x
2
.
\frac{f\left(x_{2}\right)-f\left(x_{1}\right)}{x_{2}-x_{1}} \leqslant \frac{f\left(x_{3}\right)-f\left(x_{2}\right)}{x_{3}-x_{2}} .
x2−x1f(x2)−f(x1)⩽x3−x2f(x3)−f(x2).
证 必要性 记
λ
=
x
3
−
x
2
x
3
−
x
1
\lambda=\frac{x_{3}-x_{2}}{x_{3}-x_{1}}
λ=x3−x1x3−x2, 则
x
2
=
λ
x
1
+
(
1
−
λ
)
x
3
x_{2}=\lambda x_{1}+(1-\lambda) x_{3}
x2=λx1+(1−λ)x3. 由
f
f
f 的凸性知道
f
(
x
2
)
=
f
(
λ
x
1
+
(
1
−
λ
)
x
3
)
⩽
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
3
)
f\left(x_{2}\right)=f\left(\lambda x_{1}+(1-\lambda) x_{3}\right) \leqslant \lambda f\left(x_{1}\right)+(1-\lambda) f\left(x_{3}\right)
f(x2)=f(λx1+(1−λ)x3)⩽λf(x1)+(1−λ)f(x3)
{width=“186px”}
(a)
凸函数
{width=“186px”}
(b) 凹 函数
图 6-12
=
x
3
−
x
2
x
3
−
x
1
f
(
x
1
)
+
x
2
−
x
1
x
3
−
x
1
f
(
x
3
)
,
=\frac{x_{3}-x_{2}}{x_{3}-x_{1}} f\left(x_{1}\right)+\frac{x_{2}-x_{1}}{x_{3}-x_{1}} f\left(x_{3}\right),
=x3−x1x3−x2f(x1)+x3−x1x2−x1f(x3),
从而有
(
x
3
−
x
1
)
f
(
x
2
)
⩽
(
x
3
−
x
2
)
f
(
x
1
)
+
(
x
2
−
x
1
)
f
(
x
3
)
,
(
x
3
−
x
2
)
f
(
x
2
)
+
(
x
2
−
x
1
)
f
(
x
2
)
⩽
(
x
3
−
x
2
)
f
(
x
1
)
+
(
x
2
−
x
1
)
f
(
x
3
)
.
\begin{array}{c} \left(x_{3}-x_{1}\right) f\left(x_{2}\right) \leqslant\left(x_{3}-x_{2}\right) f\left(x_{1}\right)+\left(x_{2}-x_{1}\right) f\left(x_{3}\right), \\ \left(x_{3}-x_{2}\right) f\left(x_{2}\right)+\left(x_{2}-x_{1}\right) f\left(x_{2}\right) \leqslant\left(x_{3}-x_{2}\right) f\left(x_{1}\right)+\left(x_{2}-x_{1}\right) f\left(x_{3}\right) . \end{array}
(x3−x1)f(x2)⩽(x3−x2)f(x1)+(x2−x1)f(x3),(x3−x2)f(x2)+(x2−x1)f(x2)⩽(x3−x2)f(x1)+(x2−x1)f(x3).
整理后即得
(
3
)
(3)
(3) 式.
充分性 如图 6-13 所示, 在
I
I
I 上任取两点
x
1
,
x
3
(
x
1
<
x
3
)
x_{1}, x_{3}\left(x_{1}<x_{3}\right)
x1,x3(x1<x3), 在
[
x
1
,
x
3
]
\left[x_{1}, x_{3}\right]
[x1,x3]
上任取一点
x
2
=
λ
x
1
+
(
1
−
λ
)
x
3
,
λ
∈
(
0
,
1
)
x_{2}=\lambda x_{1}+(1-\lambda) x_{3}, \lambda \in(0,1)
x2=λx1+(1−λ)x3,λ∈(0,1), 即
λ
=
x
3
−
x
2
x
3
−
x
1
\lambda=\frac{x_{3}-x_{2}}{x_{3}-x_{1}}
λ=x3−x1x3−x2. 由必要性的推导逆过程, 可推得
f
(
λ
x
1
+
(
1
−
λ
)
x
3
)
⩽
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
3
)
,
f\left(\lambda x_{1}+(1-\lambda) x_{3}\right) \leqslant \lambda f\left(x_{1}\right)+(1-\lambda) f\left(x_{3}\right),
f(λx1+(1−λ)x3)⩽λf(x1)+(1−λ)f(x3),
故
f
f
f 为
I
I
I 上的凸函数.
同理可证,
f
f
f 为
I
I
I 上的凸函数的充要条件是: 对于
I
I
I 上任意三点
x
1
<
x
2
<
x
3
x_{1}<x_{2}<x_{3}
x1<x2<x3, 有
f
(
x
2
)
−
f
(
x
1
)
x
2
−
x
1
⩽
f
(
x
3
)
−
f
(
x
1
)
x
3
−
x
1
⩽
f
(
x
3
)
−
f
(
x
2
)
x
3
−
x
2
.
\begin{aligned} \frac{f\left(x_{2}\right)-f\left(x_{1}\right)}{x_{2}-x_{1}} & \leqslant \frac{f\left(x_{3}\right)-f\left(x_{1}\right)}{x_{3}-x_{1}} \\ & \leqslant \frac{f\left(x_{3}\right)-f\left(x_{2}\right)}{x_{3}-x_{2}} . \end{aligned}
x2−x1f(x2)−f(x1)⩽x3−x1f(x3)−f(x1)⩽x3−x2f(x3)−f(x2).
{width=“186px”}
图 6-13
注 如果
f
(
x
)
f(x)
f(x) 为
I
I
I 上的严格凸函数, 则不等式 (3) 和 (4) 中的
"
⩽
"
" \leqslant "
"⩽" 可改为
“
<
"
“<"
“<".
定理 6.14 设
f
f
f 为区间
I
I
I 上的可导函数,则下述论断互相等价:
1
∘
f
1^{\circ} f
1∘f 为
I
I
I 上凸函数;
2
∘
f
′
2^{\circ} f^{\prime}
2∘f′ 为
I
I
I 上的增函数;
3
∘
3^{\circ}
3∘ 对
I
I
I 上的任意两点
x
1
,
x
2
x_{1}, x_{2}
x1,x2, 有
f
(
x
2
)
⩾
f
(
x
1
)
+
f
′
(
x
1
)
(
x
2
−
x
1
)
.
f\left(x_{2}\right) \geqslant f\left(x_{1}\right)+f^{\prime}\left(x_{1}\right)\left(x_{2}-x_{1}\right) .
f(x2)⩾f(x1)+f′(x1)(x2−x1).
证
(
1
∘
→
2
∘
)
\left(1^{\circ} \rightarrow 2^{\circ}\right)
(1∘→2∘) 任取
I
I
I 上两点
x
1
,
x
2
(
x
1
<
x
2
)
x_{1}, x_{2}\left(x_{1}<x_{2}\right)
x1,x2(x1<x2) 及充分小的正数
h
h
h. 由于
x
1
−
h
<
x
1
<
x
2
<
x
2
+
h
x_{1}-h<x_{1}<x_{2}<x_{2}+h
x1−h<x1<x2<x2+h, 根据
f
f
f 的凸性及引理有
f
(
x
1
)
−
f
(
x
1
−
h
)
h
⩽
f
(
x
2
)
−
f
(
x
1
)
x
2
−
x
1
⩽
f
(
x
2
+
h
)
−
f
(
x
2
)
h
.
\frac{f\left(x_{1}\right)-f\left(x_{1}-h\right)}{h} \leqslant \frac{f\left(x_{2}\right)-f\left(x_{1}\right)}{x_{2}-x_{1}} \leqslant \frac{f\left(x_{2}+h\right)-f\left(x_{2}\right)}{h} .
hf(x1)−f(x1−h)⩽x2−x1f(x2)−f(x1)⩽hf(x2+h)−f(x2).
由
f
f
f 是可导函数, 令
h
→
0
+
h \rightarrow 0^{+}
h→0+时可得
f
′
(
x
1
)
⩽
f
(
x
2
)
−
f
(
x
1
)
x
2
−
x
1
⩽
f
′
(
x
2
)
,
f^{\prime}\left(x_{1}\right) \leqslant \frac{f\left(x_{2}\right)-f\left(x_{1}\right)}{x_{2}-x_{1}} \leqslant f^{\prime}\left(x_{2}\right),
f′(x1)⩽x2−x1f(x2)−f(x1)⩽f′(x2),
所以
f
′
f^{\prime}
f′ 为
I
I
I 上的递增函数.
(
2
∘
→
3
∘
)
\left(2^{\circ} \rightarrow 3^{\circ}\right)
(2∘→3∘) 在以
x
1
,
x
2
(
x
1
<
x
2
)
x_{1}, x_{2}\left(x_{1}<x_{2}\right)
x1,x2(x1<x2)
为端点的区间上,应用拉格朗日中值定理和
f
′
f^{\prime}
f′ 递增条件, 有
f
(
x
2
)
−
f
(
x
1
)
=
f
′
(
ξ
)
(
x
2
−
x
1
)
⩾
f
′
(
x
1
)
(
x
2
−
x
1
)
.
f\left(x_{2}\right)-f\left(x_{1}\right)=f^{\prime}(\xi)\left(x_{2}-x_{1}\right) \geqslant f^{\prime}\left(x_{1}\right)\left(x_{2}-x_{1}\right) .
f(x2)−f(x1)=f′(ξ)(x2−x1)⩾f′(x1)(x2−x1).
移项后即得 (5) 式成立,且当
x
1
>
x
2
x_{1}>x_{2}
x1>x2 时仍可得到相同结论.
(
3
∘
→
1
∘
)
\left(3^{\circ} \rightarrow 1^{\circ}\right)
(3∘→1∘) 设
x
1
,
x
2
x_{1}, x_{2}
x1,x2 为
I
I
I
上任意两点,
x
3
=
λ
x
1
+
(
1
−
λ
)
x
2
,
0
<
λ
<
1
x_{3}=\lambda x_{1}+(1-\lambda) x_{2}, 0<\lambda<1
x3=λx1+(1−λ)x2,0<λ<1. 由
3
∘
3^{\circ}
3∘, 并利用
x
1
−
x_{1}-
x1−
x
3
=
(
1
−
λ
)
(
x
1
−
x
2
)
x_{3}=(1-\lambda)\left(x_{1}-x_{2}\right)
x3=(1−λ)(x1−x2)
与
x
2
−
x
3
=
λ
(
x
2
−
x
1
)
x_{2}-x_{3}=\lambda\left(x_{2}-x_{1}\right)
x2−x3=λ(x2−x1), 有
f
(
x
1
)
⩾
f
(
x
3
)
+
f
′
(
x
3
)
(
x
1
−
x
3
)
=
f
(
x
3
)
+
(
1
−
λ
)
f
′
(
x
3
)
(
x
1
−
x
2
)
.
f
(
x
2
)
⩾
f
(
x
3
)
+
f
′
(
x
3
)
(
x
2
−
x
3
)
=
f
(
x
3
)
+
λ
f
′
(
x
3
)
(
x
2
−
x
1
)
.
\begin{array}{c} f\left(x_{1}\right) \geqslant f\left(x_{3}\right)+f^{\prime}\left(x_{3}\right)\left(x_{1}-x_{3}\right)=f\left(x_{3}\right)+(1-\lambda) f^{\prime}\left(x_{3}\right)\left(x_{1}-x_{2}\right) . \\ f\left(x_{2}\right) \geqslant f\left(x_{3}\right)+f^{\prime}\left(x_{3}\right)\left(x_{2}-x_{3}\right)=f\left(x_{3}\right)+\lambda f^{\prime}\left(x_{3}\right)\left(x_{2}-x_{1}\right) . \end{array}
f(x1)⩾f(x3)+f′(x3)(x1−x3)=f(x3)+(1−λ)f′(x3)(x1−x2).f(x2)⩾f(x3)+f′(x3)(x2−x3)=f(x3)+λf′(x3)(x2−x1).
分别用
λ
\lambda
λ 和
1
−
λ
1-\lambda
1−λ 乘上列两式并相加,便得
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
2
)
⩾
f
(
x
3
)
=
f
(
λ
x
1
+
(
1
−
λ
)
x
2
)
.
\lambda f\left(x_{1}\right)+(1-\lambda) f\left(x_{2}\right) \geqslant f\left(x_{3}\right)=f\left(\lambda x_{1}+(1-\lambda) x_{2}\right) .
λf(x1)+(1−λ)f(x2)⩾f(x3)=f(λx1+(1−λ)x2).
从而
f
f
f 为
I
I
I 上的凸函数.
注意 论断
3
∘
3^{\circ}
3∘ 的几何意义是: 曲线
y
=
f
(
x
)
y=f(x)
y=f(x)
总是在它的任一切线的上方 (图 6-14). 这是可导凸函数的几何特征.
对于凹函数, 同样有类似于定理 6.14 的结论.
定理 6.15 设
f
f
f 为区间
I
I
I 上的二阶可导函数, 则在
I
I
I上
f
f
f 为凸 (凹)
函数的充要条件是
f
′
′
(
x
)
⩾
0
(
f
′
′
(
x
)
⩽
0
)
,
x
∈
I
.
f^{\prime \prime}(x) \geqslant 0\left(f^{\prime \prime}(x) \leqslant 0\right), x \in I .
f′′(x)⩾0(f′′(x)⩽0),x∈I.
这个定理的结论可由定理 6.3 和定理 6.14 推出.
例 1 讨论函数
f
(
x
)
=
arctan
x
f(x)=\arctan x
f(x)=arctanx 的凸 (凹) 性区间.
解 由于
f
′
′
(
x
)
=
−
2
x
(
1
+
x
2
)
2
f^{\prime \prime}(x)=\frac{-2 x}{\left(1+x^{2}\right)^{2}}
f′′(x)=(1+x2)2−2x,
因而当
x
⩽
0
x \leqslant 0
x⩽0 时,
f
′
′
(
x
)
⩾
f^{\prime \prime}(x) \geqslant
f′′(x)⩾
{width=“192px”}
图 6-14
0
;
x
⩾
0
0 ; x \geqslant 0
0;x⩾0 时,
f
′
′
(
x
)
⩽
0
f^{\prime \prime}(x) \leqslant 0
f′′(x)⩽0.
从而在
(
−
∞
,
0
]
(-\infty, 0]
(−∞,0] 上
f
f
f 为凸函数, 在
[
0
,
+
∞
)
[0,+\infty)
[0,+∞) 上
f
f
f 为凹函数.
例 2 若函数
f
f
f 为定义在开区间
(
a
,
b
)
(a, b)
(a,b) 上的可导的凸 (凹) 函数, 则
x
0
∈
(
a
,
b
)
x_{0} \in(a, b)
x0∈(a,b) 为
f
f
f的极小 (大) 值点的充要条件是
x
0
x_{0}
x0 为
f
f
f
的稳定点, 即
f
′
(
x
0
)
=
0
f^{\prime}\left(x_{0}\right)=0
f′(x0)=0.
证 下面只证明
f
f
f 为凸函数的情形.
必要性已由费马定理给出,现在证明充分性.
由定理 6.14, 任取
(
a
,
b
)
(a, b)
(a,b) 上的一点
x
(
≠
x
0
)
x\left(\neq x_{0}\right)
x(=x0), 它与
x
0
x_{0}
x0 一起有
f
(
x
)
⩾
f
(
x
0
)
+
f
′
(
x
0
)
(
x
−
x
0
)
.
f(x) \geqslant f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right) .
f(x)⩾f(x0)+f′(x0)(x−x0).
因为
f
′
(
x
0
)
=
0
f^{\prime}\left(x_{0}\right)=0
f′(x0)=0, 故对任何
x
∈
(
a
,
b
)
x \in(a, b)
x∈(a,b), 总有
f
(
x
)
⩾
f
(
x
0
)
,
f(x) \geqslant f\left(x_{0}\right),
f(x)⩾f(x0),
即
x
0
x_{0}
x0 为
f
f
f 在
(
a
,
b
)
(a, b)
(a,b) 上的极小值点 (而且为最小值点).
例 3 设
f
(
x
)
f(x)
f(x) 为区间
(
a
,
b
)
(a, b)
(a,b) 上的凸函数, 不恒为常数. 证明:
f
(
x
)
f(x)
f(x)
不取最大值.
证 若不然, 可设
f
(
x
0
)
f\left(x_{0}\right)
f(x0) 是最大值. 由凸函数的定义, 对于任意
x
1
,
x
2
∈
(
a
,
b
)
,
x
1
<
x_{1}, x_{2} \in(a, b), x_{1}<
x1,x2∈(a,b),x1<
x
0
<
x
2
x_{0}<x_{2}
x0<x2, 有
f
(
x
0
)
⩽
x
2
−
x
0
x
2
−
x
1
f
(
x
1
)
+
x
0
−
x
1
x
2
−
x
1
f
(
x
2
)
f\left(x_{0}\right) \leqslant \frac{x_{2}-x_{0}}{x_{2}-x_{1}} f\left(x_{1}\right)+\frac{x_{0}-x_{1}}{x_{2}-x_{1}} f\left(x_{2}\right)
f(x0)⩽x2−x1x2−x0f(x1)+x2−x1x0−x1f(x2)
⩽
(
x
2
−
x
0
x
2
−
x
1
+
x
0
−
x
1
x
2
−
x
1
)
f
(
x
0
)
=
f
(
x
0
)
,
\leqslant\left(\frac{x_{2}-x_{0}}{x_{2}-x_{1}}+\frac{x_{0}-x_{1}}{x_{2}-x_{1}}\right) f\left(x_{0}\right)=f\left(x_{0}\right),
⩽(x2−x1x2−x0+x2−x1x0−x1)f(x0)=f(x0),
从而得到
f
(
x
0
)
=
f
(
x
1
)
=
f
(
x
2
)
f\left(x_{0}\right)=f\left(x_{1}\right)=f\left(x_{2}\right)
f(x0)=f(x1)=f(x2).
即
f
(
x
)
f(x)
f(x) 是常量函数, 矛盾.
注 若
f
(
x
)
f(x)
f(x) 是区间
[
a
,
b
]
[a, b]
[a,b] 上的凸的连续函数,那么
f
(
x
)
⩽
max
{
f
(
a
)
,
f
(
b
)
}
.
f(x) \leqslant \max \{f(a), f(b)\} .
f(x)⩽max{f(a),f(b)}.
例 4 求证
1
+
x
2
⩽
2
x
⩽
1
+
x
,
x
∈
[
0
,
1
]
1+x^{2} \leqslant 2^{x} \leqslant 1+x, x \in[0,1]
1+x2⩽2x⩽1+x,x∈[0,1].
证 设
f
(
x
)
=
1
+
x
2
−
2
x
,
g
(
x
)
=
2
x
−
1
−
x
f(x)=1+x^{2}-2^{x}, g(x)=2^{x}-1-x
f(x)=1+x2−2x,g(x)=2x−1−x, 那么
f
′
′
(
x
)
=
2
−
2
x
(
ln
2
)
2
⩾
0
,
g
′
′
(
x
)
=
2
x
(
ln
2
)
2
>
0.
f^{\prime \prime}(x)=2-2^{x}(\ln 2)^{2} \geqslant 0, \quad g^{\prime \prime}(x)=2^{x}(\ln 2)^{2}>0 .
f′′(x)=2−2x(ln2)2⩾0,g′′(x)=2x(ln2)2>0.
因此
f
(
x
)
,
g
(
x
)
f(x), g(x)
f(x),g(x) 均为
[
0
,
1
]
[0,1]
[0,1] 上的凸函数, 故由例 3 得
f
(
x
)
⩽
max
{
f
(
0
)
,
f
(
1
)
}
=
0
,
g
(
x
)
⩽
max
{
g
(
0
)
,
g
(
1
)
∣
=
0.
f(x) \leqslant \max \{f(0), f(1)\}=0, \quad g(x) \leqslant \max \{g(0), g(1) \mid=0 .
f(x)⩽max{f(0),f(1)}=0,g(x)⩽max{g(0),g(1)∣=0.
由此推得所需的结果.
下例是定义 1 的一般情形.
例
5
\mathbf{5}
5 (延森 (Jensen) 不等式) 若
f
f
f 为
[
a
,
b
]
[a, b]
[a,b] 上的凸函数,
则对任意
x
i
∈
[
a
,
b
]
,
λ
>
0
x_{i} \in[a, b], \lambda>0
xi∈[a,b],λ>0
(
i
=
1
,
2
,
⋯
,
n
)
,
∑
i
=
1
n
λ
i
=
1
(i=1,2, \cdots, n), \sum_{i=1}^{n} \lambda_{i}=1
(i=1,2,⋯,n),∑i=1nλi=1, 有
f
(
∑
i
=
1
n
λ
i
x
i
)
⩽
∑
i
=
1
n
λ
i
f
(
x
i
)
.
f\left(\sum_{i=1}^{n} \lambda_{i} x_{i}\right) \leqslant \sum_{i=1}^{n} \lambda_{i} f\left(x_{i}\right) .
f(i=1∑nλixi)⩽i=1∑nλif(xi).
证 应用数学归纳法. 当
n
=
2
n=2
n=2 时, 由定义 1 , 命题显然成立. 设
n
=
k
n=k
n=k
时命题成立. 即对任意
x
1
,
x
2
,
⋯
,
x
k
∈
[
a
,
b
]
x_{1}, x_{2}, \cdots, x_{k} \in[a, b]
x1,x2,⋯,xk∈[a,b] 及
α
i
>
0
,
i
=
1
,
2
,
⋯
,
k
,
∑
i
=
1
k
α
i
=
1
,
\alpha_{i}>0, i=1,2, \cdots, k, \sum_{i=1}^{k} \alpha_{i}=1,
αi>0,i=1,2,⋯,k,i=1∑kαi=1,
都有
f
(
∑
i
=
1
k
α
i
x
i
)
⩽
∑
i
=
1
k
α
i
f
(
x
i
)
.
f\left(\sum_{i=1}^{k} \alpha_{i} x_{i}\right) \leqslant \sum_{i=1}^{k} \alpha_{i} f\left(x_{i}\right) .
f(i=1∑kαixi)⩽i=1∑kαif(xi).
现设
x
1
,
x
2
,
⋯
,
x
k
,
x
k
+
1
∈
[
a
,
b
]
x_{1}, x_{2}, \cdots, x_{k}, x_{k+1} \in[a, b]
x1,x2,⋯,xk,xk+1∈[a,b] 及
λ
i
>
0
(
i
=
1
,
2
,
⋯
,
k
+
1
)
,
∑
i
=
1
k
+
1
λ
i
=
1.
\lambda_{i}>0(i=1,2, \cdots, k+1), \sum_{i=1}^{k+1} \lambda_{i}=1 .
λi>0(i=1,2,⋯,k+1),i=1∑k+1λi=1.
令
α
i
=
λ
i
1
−
λ
k
+
1
,
i
=
1
,
2
,
⋯
,
k
\alpha_{i}=\frac{\lambda_{i}}{1-\lambda_{k+1}}, i=1,2, \cdots, k
αi=1−λk+1λi,i=1,2,⋯,k,
则
∑
i
=
1
k
α
i
=
1
\sum_{i=1}^{k} \alpha_{i}=1
∑i=1kαi=1. 由数学归纳法假设可推得
f
(
λ
1
x
1
+
λ
2
x
2
+
⋯
+
λ
k
x
k
+
λ
k
+
1
x
k
+
1
)
=
f
(
(
1
−
λ
k
+
1
)
λ
1
x
1
+
λ
2
x
2
+
⋯
+
λ
k
x
k
1
−
λ
k
+
1
+
λ
k
+
1
x
k
+
1
)
⩽
(
1
−
λ
k
+
1
)
f
(
α
1
x
1
+
α
2
x
2
+
⋯
+
α
k
x
k
)
+
λ
k
+
1
f
(
x
k
+
1
)
⩽
(
1
−
λ
k
+
1
)
[
α
1
f
(
x
1
)
+
α
2
f
(
x
2
)
+
⋯
+
α
k
f
(
x
k
)
]
+
λ
k
+
k
f
(
x
k
+
1
)
=
(
1
−
λ
k
+
1
)
[
λ
1
1
−
λ
k
+
1
f
(
x
1
)
+
λ
2
1
−
λ
k
+
1
f
(
x
2
)
+
⋯
+
λ
k
1
−
λ
k
+
1
f
(
x
k
)
]
+
λ
k
+
1
f
(
x
k
+
1
)
=
∑
k
=
1
n
λ
i
f
(
x
k
)
.
\begin{aligned} & f\left(\lambda_{1} x_{1}+\lambda_{2} x_{2}+\cdots+\lambda_{k} x_{k}+\lambda_{k+1} x_{k+1}\right) \\ = & f\left(\left(1-\lambda_{k+1}\right) \frac{\lambda_{1} x_{1}+\lambda_{2} x_{2}+\cdots+\lambda_{k} x_{k}}{1-\lambda_{k+1}}+\lambda_{k+1} x_{k+1}\right) \\ \leqslant & \left(1-\lambda_{k+1}\right) f\left(\alpha_{1} x_{1}+\alpha_{2} x_{2}+\cdots+\alpha_{k} x_{k}\right)+\lambda_{k+1} f\left(x_{k+1}\right) \\ \leqslant & \left(1-\lambda_{k+1}\right)\left[\alpha_{1} f\left(x_{1}\right)+\alpha_{2} f\left(x_{2}\right)+\cdots+\alpha_{k} f\left(x_{k}\right)\right]+\lambda_{k+k} f\left(x_{k+1}\right) \\ = & \left(1-\lambda_{k+1}\right)\left[\frac{\lambda_{1}}{1-\lambda_{k+1}} f\left(x_{1}\right)+\frac{\lambda_{2}}{1-\lambda_{k+1}} f\left(x_{2}\right)+\cdots+\frac{\lambda_{k}}{1-\lambda_{k+1}} f\left(x_{k}\right)\right]+ \\ & \lambda_{k+1} f\left(x_{k+1}\right)=\sum_{k=1}^{n} \lambda_{i} f\left(x_{k}\right) . \end{aligned}
=⩽⩽=f(λ1x1+λ2x2+⋯+λkxk+λk+1xk+1)f((1−λk+1)1−λk+1λ1x1+λ2x2+⋯+λkxk+λk+1xk+1)(1−λk+1)f(α1x1+α2x2+⋯+αkxk)+λk+1f(xk+1)(1−λk+1)[α1f(x1)+α2f(x2)+⋯+αkf(xk)]+λk+kf(xk+1)(1−λk+1)[1−λk+1λ1f(x1)+1−λk+1λ2f(x2)+⋯+1−λk+1λkf(xk)]+λk+1f(xk+1)=k=1∑nλif(xk).
这就证明了对任何正整数
n
(
⩾
2
)
n(\geqslant 2)
n(⩾2), 凸函数
f
f
f 总有不等式
(
6
)
(6)
(6)
成立.
注 如
f
(
x
)
f(x)
f(x) 在
[
a
,
b
]
[a, b]
[a,b] 上严格凸, 则
(
6
)
(6)
(6) 式可为严格不等式,除非
x
1
=
x
2
=
⋯
=
x
n
x_{1}=x_{2}=\cdots=x_{n}
x1=x2=⋯=xn.
例 6 证明不等式
(
a
b
c
)
a
+
b
+
c
3
⩽
a
a
b
b
c
c
(a b c)^{\frac{a+b+c}{3}} \leqslant a^{a} b^{b} c^{c}
(abc)3a+b+c⩽aabbcc,
其中
a
,
b
,
c
a, b, c
a,b,c 均为正数.
证 设
f
(
x
)
=
x
ln
x
,
x
>
0
f(x)=x \ln x, x>0
f(x)=xlnx,x>0. 由
f
(
x
)
f(x)
f(x) 的一阶和二阶导数
f
′
(
x
)
=
ln
x
+
1
,
f
′
′
(
x
)
=
1
x
,
f^{\prime}(x)=\ln x+1, \quad f^{\prime \prime}(x)=\frac{1}{x},
f′(x)=lnx+1,f′′(x)=x1,
可见,
f
(
x
)
=
x
ln
x
f(x)=x \ln x
f(x)=xlnx 在
x
>
0
x>0
x>0 时为严格凸函数.依延森不等式有
f
(
a
+
b
+
c
3
)
⩽
1
3
[
f
(
a
)
+
f
(
b
)
+
f
(
c
)
]
,
f\left(\frac{a+b+c}{3}\right) \leqslant \frac{1}{3}[f(a)+f(b)+f(c)],
f(3a+b+c)⩽31[f(a)+f(b)+f(c)],
从而
a
+
b
+
c
3
ln
a
+
b
+
c
3
⩽
1
3
(
a
ln
a
+
b
ln
b
+
c
ln
c
)
,
\frac{a+b+c}{3} \ln \frac{a+b+c}{3} \leqslant \frac{1}{3}(a \ln a+b \ln b+c \ln c),
3a+b+cln3a+b+c⩽31(alna+blnb+clnc),
即
(
a
+
b
+
c
3
)
a
+
b
+
c
⩽
a
a
b
b
c
c
.
\left(\frac{a+b+c}{3}\right)^{a+b+c} \leqslant a^{a} b^{b} c^{c} .
(3a+b+c)a+b+c⩽aabbcc.
又因
a
b
c
3
⩽
a
+
b
+
c
3
\sqrt[3]{a b c} \leqslant \frac{a+b+c}{3}
3abc⩽3a+b+c, 所以
(
a
b
c
)
a
+
s
+
e
3
⩽
a
a
b
b
c
c
.
(a b c)^{\frac{a+s+e}{3}} \leqslant a^{a} b^{b} c^{c} .
(abc)3a+s+e⩽aabbcc.
例 7 设
A
,
B
,
C
A, B, C
A,B,C 是三角形的三个内角,证明
sin
A
+
sin
B
+
sin
C
⩽
3
2
3
.
\sin A+\sin B+\sin C \leqslant \frac{3}{2} \sqrt{3} .
sinA+sinB+sinC⩽233.
证设
f
(
x
)
=
sin
x
,
x
∈
[
0
,
π
]
f(x)=\sin x, x \in[0, \pi]
f(x)=sinx,x∈[0,π]. 由于
f
′
′
(
x
)
=
−
sin
x
<
0
f^{\prime \prime}(x)=-\sin x<0
f′′(x)=−sinx<0, 因而
f
(
x
)
f(x)
f(x) 是严格凹函数.
由延森不等式,
sin
A
+
sin
B
+
sin
C
⩽
3
sin
A
+
B
+
C
3
=
3
2
3
.
\sin A+\sin B+\sin C \leqslant 3 \sin \frac{A+B+C}{3}=\frac{3}{2} \sqrt{3} .
sinA+sinB+sinC⩽3sin3A+B+C=233.
等号成立当且仅当
A
=
B
=
C
=
π
3
A=B=C=\frac{\pi}{3}
A=B=C=3π.
例 8 设
f
f
f 为开区间
I
I
I 上的凸 (凹) 函数, 证明
f
f
f 在
I
I
I 上任一点
x
0
x_{0}
x0 都存在左、右导数.
证 下面只证凸函数
f
f
f 在点
x
0
x_{0}
x0 存在右导数, 同理可证也存在左导数和
f
f
f 为凹函数的情形.
设
0
<
h
1
<
h
2
0<h_{1}<h_{2}
0<h1<h2, 则对
x
0
<
x
0
+
h
1
<
x
0
+
h
2
x_{0}<x_{0}+h_{1}<x_{0}+h_{2}
x0<x0+h1<x0+h2 (这里取充分小的
h
2
h_{2}
h2, 使
x
0
+
x_{0}+
x0+
h
2
∈
I
)
\left.h_{2} \in I\right)
h2∈I), 由引理中的 (4) 式有
f
(
x
0
+
h
1
)
−
f
(
x
0
)
h
1
⩽
f
(
x
0
+
h
2
)
−
f
(
x
0
)
h
2
.
\frac{f\left(x_{0}+h_{1}\right)-f\left(x_{0}\right)}{h_{1}} \leqslant \frac{f\left(x_{0}+h_{2}\right)-f\left(x_{0}\right)}{h_{2}} .
h1f(x0+h1)−f(x0)⩽h2f(x0+h2)−f(x0).
令
F
(
h
)
=
f
(
x
0
+
h
)
−
f
(
x
0
)
h
F(h)=\frac{f\left(x_{0}+h\right)-f\left(x_{0}\right)}{h}
F(h)=hf(x0+h)−f(x0),
故由上式可见
F
F
F 为增函数.任取
x
′
∈
I
x^{\prime} \in I
x′∈I 且
x
′
⟨
x
0
x^{\prime}\left\langle x_{0}\right.
x′⟨x0, 则对任何
h
>
h>
h> 0 , 只要
x
0
+
h
∈
I
x_{0}+h \in I
x0+h∈I, 也有
f
(
x
0
)
−
f
(
x
′
)
x
0
−
x
′
⩽
f
(
x
0
+
h
)
−
f
(
x
0
)
h
=
F
(
h
)
.
\frac{f\left(x_{0}\right)-f\left(x^{\prime}\right)}{x_{0}-x^{\prime}} \leqslant \frac{f\left(x_{0}+h\right)-f\left(x_{0}\right)}{h}=F(h) .
x0−x′f(x0)−f(x′)⩽hf(x0+h)−f(x0)=F(h).
由于上式左端是一个定数, 因而函数
F
(
h
)
F(h)
F(h) 在
h
>
0
h>0
h>0 上有下界. 根据定理 3.10
, 极限
F
(
h
)
F(h)
F(h)存在, 即
f
+
′
(
x
0
)
f_{+}^{\prime}\left(x_{0}\right)
f+′(x0) 存在.
定义 2 设曲线
y
=
f
(
x
)
y=f(x)
y=f(x) 在点
(
x
0
,
f
(
x
0
)
)
\left(x_{0}, f\left(x_{0}\right)\right)
(x0,f(x0))
处有穿过曲线的切线. 且在切点近旁,
曲线在切线的两侧分别是严格凸和严格凹的, 这时称点
(
x
0
,
f
(
x
0
)
)
\left(x_{0}, f\left(x_{0}\right)\right)
(x0,f(x0)) 为曲线
y
=
f
(
x
)
y=f(x)
y=f(x) 的拐点.
由定义可见, 拐点正是凸和凹曲线的分界点, 如图 6-15 中的点
M
M
M.
例 1 中的点
(
0
,
0
)
(0,0)
(0,0) 为
y
=
arctan
x
y=\arctan x
y=arctanx 的拐点. 容易验证: 正弦曲线
y
=
sin
x
y=\sin x
y=sinx 有拐点
(
k
π
,
0
)
,
k
(k \pi, 0), k
(kπ,0),k
为整数.
{width=“222px”}
图 6-15
读者容易证明下述两个有关拐点的定理.
定理6.16 若
f
f
f 在
x
0
x_{0}
x0 二阶可导, 则
(
x
0
,
f
(
x
0
)
)
\left(x_{0}, f\left(x_{0}\right)\right)
(x0,f(x0)) 为曲线
y
=
f
(
x
)
y=f(x)
y=f(x)
的拐点的必要条件是
f
′
′
(
x
0
)
=
0
f^{\prime \prime}\left(x_{0}\right)=0
f′′(x0)=0.
定理 6.17 设
f
f
f 在
x
0
x_{0}
x0 可导, 在某邻域
U
∘
(
x
0
)
U^{\circ}\left(x_{0}\right)
U∘(x0)
上二阶可导. 若在
U
+
∘
(
x
0
)
U_{+}^{\circ}\left(x_{0}\right)
U+∘(x0) 和
U
−
∘
(
x
0
)
U_{-}^{\circ}\left(x_{0}\right)
U−∘(x0)上
f
′
′
(
x
)
f^{\prime \prime}(x)
f′′(x) 的符号相反,
则
(
x
0
,
f
(
x
0
)
)
\left(x_{0}, f\left(x_{0}\right)\right)
(x0,f(x0)) 为曲线
y
=
f
(
x
)
y=f(x)
y=f(x) 的拐点.
必须指出: 若
(
x
0
,
f
(
x
0
)
)
\left(x_{0}, f\left(x_{0}\right)\right)
(x0,f(x0)) 是曲线
y
=
f
(
x
)
y=f(x)
y=f(x)
的一个拐点,
y
=
f
(
x
)
y=f(x)
y=f(x) 在
x
0
x_{0}
x0 的导数不一定存在. 请考察函数
y
=
x
3
y=\sqrt[3]{x}
y=3x 在
x
=
0
x=0
x=0 的情况.
1. 确定下列函数的凸性区间与拐点:
(1)
y
=
2
x
3
−
3
x
2
−
36
x
+
25
y=2 x^{3}-3 x^{2}-36 x+25
y=2x3−3x2−36x+25;
(2)
y
=
x
+
1
x
y=x+\frac{1}{x}
y=x+x1;
(3)
y
=
x
2
+
1
x
y=x^{2}+\frac{1}{x}
y=x2+x1;
(4)
y
=
ln
(
x
2
+
1
)
y=\ln \left(x^{2}+1\right)
y=ln(x2+1);
(5)
y
=
1
1
+
x
2
y=\frac{1}{1+x^{2}}
y=1+x21.
2. 问
a
a
a 和
b
b
b 为何值时, 点
(
1
,
3
)
(1,3)
(1,3) 为曲线
y
=
a
x
3
+
b
x
2
y=a x^{3}+b x^{2}
y=ax3+bx2
的拐点?
3. 证明:
(1) 若
f
f
f 为凸函数,
λ
\lambda
λ 为非负实数, 则
λ
f
\lambda f
λf 为凸函数;
(2) 若
f
,
g
f, g
f,g 均为凸函数, 则
f
+
g
f+g
f+g 为凸函数;
(3) 若
f
f
f 为区间
I
I
I 上凸函数,
g
g
g 为
J
⊃
f
(
I
)
J \supset f(I)
J⊃f(I) 上凸增函数, 则
g
g
g of 为
I
I
I 上凸函数.
4. 设
f
f
f 为区间
I
I
I 上严格凸函数. 证明: 若
x
0
∈
I
x_{0} \in I
x0∈I 为
f
f
f
的极小值点, 则
x
0
x_{0}
x0 为
f
f
f 在
I
I
I 上唯一的极小值点.
5. 应用凸函数概念证明如下不等式:
(1) 对任意实数
a
,
b
a, b
a,b, 有
e
n
+
b
2
⩽
1
2
(
e
a
+
e
A
)
\mathrm{e}^{\frac{n+b}{2}} \leqslant \frac{1}{2}\left(\mathrm{e}^{a}+\mathrm{e}^{A}\right)
e2n+b⩽21(ea+eA)
:
(2) 对任何非负实数
a
,
b
a, b
a,b, 有
2
arctan
(
a
+
b
2
)
⩾
arctan
a
+
arctan
b
2 \arctan \left(\frac{a+b}{2}\right) \geqslant \arctan a+\arctan b
2arctan(2a+b)⩾arctana+arctanb.
6. 证明:
sin
π
x
⩽
π
2
2
x
(
1
−
x
)
\sin \pi x \leqslant \frac{\pi^{2}}{2} x(1-x)
sinπx⩽2π2x(1−x), 其中
x
∈
[
0
,
1
]
x \in[0,1]
x∈[0,1].
7. 证明: 若
f
,
g
f, g
f,g 均为区间
I
I
I 上凸函数, 则
F
(
x
)
=
max
{
f
(
x
)
,
g
(
x
)
}
F(x)=\max \{f(x), g(x)\}
F(x)=max{f(x),g(x)}
也是
I
I
I 上凸函数.
8. 证明: (1)
f
f
f 为区间
I
I
I 上凸函数的充要条件是对
I
I
I 上任意三点
x
1
<
x
2
<
x
3
x_{1}<x_{2}<x_{3}
x1<x2<x3, 恒有
Δ
=
∣
1
x
1
f
(
x
1
)
1
x
2
f
(
x
2
)
1
x
3
f
(
x
3
)
∣
⩾
0
;
\Delta=\left|\begin{array}{lll} 1 & x_{1} & f\left(x_{1}\right) \\ 1 & x_{2} & f\left(x_{2}\right) \\ 1 & x_{3} & f\left(x_{3}\right) \end{array}\right| \geqslant 0 ;
Δ=
111x1x2x3f(x1)f(x2)f(x3)
⩾0;
(2)
f
f
f 为严格凸函数的充要条件是
Δ
>
0
\Delta>0
Δ>0.
9. 应用延森不等式证明:
(1) 设
a
i
>
0
(
i
=
1
,
2
,
⋯
,
n
)
a_{i}>0(i=1,2, \cdots, n)
ai>0(i=1,2,⋯,n), 有
n
1
a
1
+
1
a
2
+
⋯
+
1
a
n
⩽
a
1
a
2
⋯
a
n
n
⩽
a
1
+
a
2
+
⋯
+
a
n
n
;
\frac{n}{\frac{1}{a_{1}}+\frac{1}{a_{2}}+\cdots+\frac{1}{a_{n}}} \leqslant \sqrt[n]{a_{1} a_{2} \cdots a_{n}} \leqslant \frac{a_{1}+a_{2}+\cdots+a_{n}}{n} ;
a11+a21+⋯+an1n⩽na1a2⋯an⩽na1+a2+⋯+an;
(2) 设
a
i
,
b
i
>
0
(
i
=
1
,
2
,
⋯
,
n
)
a_{i}, b_{i}>0(i=1,2, \cdots, n)
ai,bi>0(i=1,2,⋯,n), 有
∑
i
=
1
n
a
i
b
i
⩽
(
∑
i
=
1
n
a
i
p
)
1
p
(
∑
i
=
1
n
b
i
q
)
1
q
,
\sum_{i=1}^{n} a_{i} b_{i} \leqslant\left(\sum_{i=1}^{n} a_{i}^{p}\right)^{\frac{1}{p}}\left(\sum_{i=1}^{n} b_{i}^{q}\right)^{\frac{1}{q}},
i=1∑naibi⩽(i=1∑naip)p1(i=1∑nbiq)q1,
其中
p
>
1
,
q
>
1
,
1
p
+
1
q
=
1
p>1, q>1, \frac{1}{p}+\frac{1}{q}=1
p>1,q>1,p1+q1=1.
10. 求证: 圆内接
n
n
n 边形的面积最大者必为正
n
n
n 边形
(
n
⩾
3
)
(n \geqslant 3)
(n⩾3).
扫一扫
362
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
