凸优化简介17

最新推荐文章于 2023-02-28 16:50:10 发布

qq_36573282

最新推荐文章于 2023-02-28 16:50:10 发布

阅读量692

点赞数

本文链接：https://blog.csdn.net/qq_36573282/article/details/105145323

版权

本文深入探讨了凸函数的性质，包括凸函数的局部有界性、局部Lipschitz连续性，以及在任何内点的任意方向上的可微性。通过引理和定理的证明，阐述了方向导数的存在性和凸函数的分界面性质，为理解凸优化奠定了理论基础。

摘要由CSDN通过智能技术生成

文章目录

凸函数的一些性质

凸函数的一些性质

引理：设函数 $f$ 是凸的，且 $x_0\in int(dom f)$ ，那么，在 $x_0$ 点上，函数 $f$ 是局部有上界的

证明：设 $\epsilon > 0$ ，满足 $x_0\pm \epsilon e_i\in int(dom f),i=1,\dots,n$ ，其中 $e_i$ 是 $\mathbb{R}^n$ 的坐标向量，记 $\Delta=Conv\{x_0\pm \epsilon e_i,i=1,\dots,n\}$ 。设 $\bar{\epsilon}=\frac{\epsilon}{\sqrt{n}}$ ， $x=x_0+\sum\limits_{i=1}^{n}h_ie_i$ , $\sum\limits_{i=1}^{n}(h_i)^2\leq \bar{\epsilon}^2$ 。假定 $h_i\geq 0$ , 使用柯西不等式得到：
$\beta=\sum\limits_{i=1}^{n}h_i\leq \sqrt{n}\sqrt{\sum\limits_{i=1}^{n}(h_i)^2}\leq \epsilon$ .
因此，对于 $\bar{h}_i=\frac{1}{\beta}h_i$ ，有 $x=x_0+\beta\sum\limits_{i=1}^{n}\bar{h}_ie_i=x_0+\frac{\beta}{\epsilon}\sum\limits_{i=1}^{n}\bar{h}_i\epsilon e_i=\left(1-\frac{\beta}{\epsilon}\right)x_0+\frac{\beta}{\epsilon}\sum\limits_{i=1}^{n}\bar{h}_i(x_0+\epsilon e_i)\in \Delta$ . 因此可以得到 $M=\max\limits_{x\in bound(x_0,\bar{\epsilon})}f(x)\leq \max\limits_{x\in \Delta}f(x)=\max\limits_{1\leq i \leq n}f(x_0+\epsilon e_i)$ .

定理：设函数 $f$ 是凸的，且 $x_0\in int(dom f)$ ，那么函数 $f$ 在 $x_0$ 上是局部 Lipschitz连续的

证明：设 $B_2(x_0,\epsilon)\subset dom f$ ，且 $sup\{f(x)|x\in B_2(x_),\epsilon)\}\leq M$ ，设 $y\in B_2(x_0,\epsilon), y\neq x_0$ ，记 $a=\frac{1}{\epsilon}\|y-x_0\|, z=x_0+\frac{1}{a}(y-x_0)$ ，因此 $\|z-x_0\|=\frac{1}{a}\|y-x_0\|=\epsilon$ 。构造的 $z$ 在 $x_0$ 的邻域内，且 $a\leq 1, y=az+(1-a)x_0$