保留凸性的方式：一个凸函数在一个随机变量上的期望仍然是凸函数

设函数 $g$ 是实数范围内的一个凸函数，$D$ 是一个随机变量， 那么函数 $G=E_D g(y-D)$ 仍然是一个凸函数。

证明：记 $\theta=\overline{\theta}$, $y$ 与 $\overline{y}$ 是任意两个数

$$\begin{align} &\theta G(y)+\overline{\theta}G(\overline{y})\nonumber\\ =&\theta E_Dg(y-D)+\overline{\theta}E_Dg(\overline{y}-D)\nonumber\\ =&E_D\left[\theta g(y-D)+\overline{\theta}(g\overline{y}-D)\right]\nonumber\\ \geq &E_D\left[g(\theta y+\overline{\theta}\overline{y}-D)\right]=G(\theta y+\overline{\theta}\overline{y}-D)\nonumber\qquad\Box \end{align}$$