1 定义和基本概念
1.0 直线的空间参数方程
- A,B,M三点共线:
- 直线的参数方程:给定一个定点A和向量,则
,取,则
1.1 直线和线段
如果,则经过两点的直线可表示为:
或:
如果,则表示为线段。
1.2 仿射
如果通过集合的两个不同的点的直线,仍在C中,则称C是仿射。也就是仿射等价于
如果 ,
那么直线
1.3 仿射集
仿射的概念可以推广到n个点,即,其中。从属于C中点钟选择k个点,构成的也称为仿射组合。
仿射集包含了集合内点的所有仿射组合。
1.4 凸和凸集
凸(convex):对于集合,如果通过集合C中任意两个不同点之间的线段(注意啦!是线段了)仍在集合C中,则称集合C为凸(convex)。
凸组合:的点,其中,则称点称为凸组合。
凸集:该集合包含了所有点的凸组合
1.5 凸函数
凸函数:设f(x) 为定义在n维欧氏空间 中某个凸集 上的函数,若对任意实数以及 中的任意两点和,恒有:
则f(x)称为定义在凸集上的凸函数。
凹凸函数本质是描述函数斜率增减的。语义上凸为正,代表斜率在增加(单调不减)。凹为负,代表斜率在减少。
2 凸函数性质和 Jensen不等式
2.1 图
2.2 Jensen不等式理解
Jensen不等式就是就是凸函数的定义。直观上看就是a到b的弦(线段)在函数f(x)上方。
凸函数定义:
根据1.1,经过两点的直线为(空间向量形式):,限定,表示只是线段上的点大于函数值f(x)。
推广到多个点:
仔细观察上式,如果看做概率,看做分布函数,那么左边就是分布函数的期望,右边是变量期望的函数值,即
参考:
1 《凸优化》王书宁
2 https://www.jianshu.com/p/248be25393b7
3 https://blog.csdn.net/feilong_csdn/article/details/83476277
4 https://wenku.baidu.com/view/9fe0fb270722192e4536f6fd.html
5 https://zh.wikipedia.org/zh-cn/%E5%87%B8%E5%87%BD%E6%95%B0