凸函数

最新推荐文章于 2024-10-24 21:33:58 发布

Alec-Wong

最新推荐文章于 2024-10-24 21:33:58 发布

阅读量3.8k

点赞数

分类专栏： Mathematics Scientific Research 文章标签： optimization properties function vector c

本文链接：https://blog.csdn.net/alec1987/article/details/7448199

版权

Scientific Research 同时被 2 个专栏收录

98 篇文章 1 订阅

订阅专栏

Mathematics

30 篇文章 0 订阅

订阅专栏

凸函数是一个定义在某个向量空间的凸子集C（区间）上的实值函数f，而且对于凸子集C中任意两个向量x1,x2,f((x1+x2)/2)≤（f(x1)+f(x2))/2。

　　于是容易得出对于任意（0,1)中有理数p,f(px1+(1-p)x2）≤pf(x1)+(1-p)f(x2）。如果f连续，那么p可以改成任意（0,1）中实数。

　　若这里凸集C即某个区间I，那么就是：设f为定义在区间I上的函数，若对I上的任意两点X1，X2和任意的实数λ∈（0，1），总有

　　f（λx1+(1-λ）x2）≤λf(x1)+(1-λ）f(x2), 则f称为I上的凸函数。

　　判定方法可利用定义法、已知结论法以及函数的二阶导数

　　对于实数集上的凸函数，一般的判别方法是求它的二阶导数，如果其二阶导数在区间上非负，就称为凸函数。（向下凸）

　　如果其二阶导数在区间上恒大于0，就称为严格凸函数。

导数判断凸函数：

一般的判别方法是求它的二阶导数，如果其二阶导数在区间上恒大于等于0，就称为凸函数。（向下凸）如果其二阶导数在区间上恒大于0，就称为严格凸函数。

导数判断凹函数：

一般的判别方法是求它的二阶导数，如果其二阶导数在区间上恒小于等于0，就称为凹函数。如果其二阶导数在区间上恒小于0，就称为严格凹函数。

凸函数

维基百科，自由的百科全书

注意：中国大陆数学界某些机构关于函数凹凸性定义和国外的定义是相反的。Convex Function在某些国内的数学书中指凹函数。Concave Function指凸函数。但在中国大陆涉及经济学的很多书中，凹凸性的提法和国外的提法是一致的，也就是和数学教材是反的。举个例子，同济大学高等数学教材对函数的凹凸性定义与本条目相反，本条目的凹凸性是指其上方图是凹集或凸集，而同济大学高等数学教材则是指其下方图是凹集或凸集，两者定义正好相反。

在区间上的 凸函数

凸函数是一个定义在某个向量空间的凸子集 $C$ （区间）上的实值函数 $f$ ，如果在其定义域 $C$ 上的任意两点 $x,y$ ，以及 $t\in [0,1]$ ，有

$f(tx+(1-t)y)\leq t f(x)+(1-t)f(y)$ 。

也就是说，一个函数是凸的当且仅当其上境图（在函数图像上方的点集）为一个凸集。

如果对于任意的 $t\in (0,1)$ 有

$f(tx+(1-t)y) < t f(x)+(1-t)f(y)$ ，函数 $f$ 是 严格凸的。

若对于任意的 $x,y,z$ ，其中 $x\le z\le y$ ，都有 $f(z)\leq \max\{f(x),\,f(y)\}, \,\,\, \forall x,y,z \,\,\, x\leq z\leq y$ ，则称函数 $f$ 是几乎凸的。

[编辑]性质

函数（蓝色）是凸的，当且仅当其上方的区域（绿色）是一个凸集。

定义在某个开区间C内的凸函数f在C内连续，且在除可数个点之外的所有点可微。如果C是闭区间，那么f有可能在C的端点不连续。

一元可微函数在某个区间上是凸的，当且仅当它的导数在该区间上单调不减。

一元连续可微函数在区间上是凸的，当且仅当函数位于所有它的切线的上方：对于区间内的所有x和y，都有f(y) ≥ f(x) + f '(x) (y− x)。特别地，如果f '(c) = 0，那么c是f(x)的最小值。

一元二阶可微的函数在区间上是凸的，当且仅当它的二阶导数是非负的；这可以用来判断某个函数是不是凸函数。如果它的二阶导数是正数，那么函数就是严格凸的，但反过来不成立。例如，f(x) = x⁴的二阶导数是f "(x) = 12 x²，当x = 0时为零，但x⁴是严格凸的。

更一般地，多元二次可微的连续函数在凸集上是凸的，当且仅当它的黑塞矩阵在凸集的内部是正定的。

凸函数的任何极小值也是最小值。严格凸函数最多有一个最小值。

对于凸函数f，水平子集{x | f(x) < a}和{x | f(x) ≤ a}（a ∈ R）是凸集。然而，水平子集是凸集的函数不一定是凸函数；这样的函数称为拟凸函数。

延森不等式对于每一个凸函数f都成立。如果 $X$ 是一个随机变量，在f的定义域内取值，那么 $E(f(X)) \geq f(E(X)).$ （在这里， $E$ 表示数学期望。）

[编辑]凸函数的初等运算

如果 $f$ 和 $g$ 是凸函数，那么 $m(x) = \max\{f(x),g(x) \}$ 和 $h(x) = f(x) + g(x)$ 也是凸函数。
如果 $f$ 和 $g$ 是凸函数，且 $g$ 递增，那么 $h(x) = g(f(x))$ 是凸函数。
凸性在仿射映射下不变：也就是说，如果 $f(x)$ 是凸函数（ $x\in\mathbb{R}^n$ ），那么 $g(y) = f(Ay+b)$ 也是凸函数，其中 $A\in\mathbb{R}^{n \times m},\; b\in\mathbb{R}^m.$
如果 $f(x,y)$ 在 $(x,y)$ 内是凸函数，且 $C$ 是一个凸的非空集，那么 $g(x) = \inf_{y\in C} f(x,y)$ 在 $x$ 内是凸函数，只要对于某个 $x$ ，有 $g(x) > -\infty$ 。

[编辑]例子

函数 $f(x)=x^2$ 处处有 $f\,''(x)=2>0$ ，因此f是一个（严格的）凸函数。
绝对值函数 $f(x)=|x|$ 是凸函数，虽然它在点x = 0没有导数。
当1 ≤ p时，函数 $f(x)=|x|^p$ 是凸函数。
定义域为[0,1]的函数f，定义为f(0)=f(1)=1，当0<x<1时f(x)=0，是凸函数；它在开区间(0,1)内连续，但在0和1不连续。
函数x³的二阶导数为6x，因此它在x ≥ 0的集合上是凸函数，在x ≤ 0的集合上是凹函数。
每一个在 $\mathbb{R}$ 内取值的线性变换都是凸函数，但不是严格凸函数，因为如果f是线性函数，那么 $f(a + b) = f(a) + f(b)$ 。如果我们把“凸”换为“凹”，那么该命题也成立。
每一个在 $\mathbb{R}$ 内取值的仿射变换，也就是说，每一个形如 $f(x) = a^T x + b$ 的函数，既是凸函数又是凹函数。
每一个范数都是凸函数，这是由于三角不等式。
如果 $f$ 是凸函数，那么当 $t > 0$ 时， $g(x,t) = tf(x/t)$ 是凸函数。
单调递增但非凸的函数包括 $f(x) = \sqrt x$ 和 $g(x) = \log(x)$ 。
非单调递增的凸函数包括 $h(x) = x^2$ 和 $k(x)=-x$ 。
函数f(x) = 1/x²，f(0)=+∞，在区间(0,+∞)内是凸函数，在区间(-∞,0)内也是凸函数，但是在区间(-∞,+∞)内不是凸函数，这是由于x = 0处的奇点。

[编辑]参见

[编辑]参考文献

Moon, Todd. Tutorial: Convexity and Jensen's inequality [2008-09-04].
Rockafellar, R. T.. Convex analysis. Princeton: Princeton University Press. 1970.
Luenberger, David. Linear and Nonlinear Programming. Addison-Wesley. 1984.
Luenberger, David. Optimization by Vector Space Methods. Wiley & Sons. 1969.
Bertsekas, Dimitri. Convex Analysis and Optimization. Athena Scientific. 2003.
Thomson, Brian. Symmetric Properties of Real Functions. CRC Press. 1994.

Hiriart-Urruty, Jean-Baptiste, and Lemaréchal, Claude. (2004). Fundamentals of Convex analysis. Berlin: Springer.
Krasnosel'skii M.A., Rutickii Ya.B.. Convex Functions and Orlicz Spaces. Groningen: P.Noordhoff Ltd. 1961.
Borwein, Jonathan, and Lewis, Adrian. (2000). Convex Analysis and Nonlinear Optimization. Springer.