K 凸函数的一些性质和相关证明

最新推荐文章于 2022-09-07 22:56:31 发布

weixin_30415801

最新推荐文章于 2022-09-07 22:56:31 发布

阅读量751

点赞数 1

原文链接：http://www.cnblogs.com/robinchen/p/11047568.html

版权

一、K 凸函数的定义：

定义1 $a,b>0\quad\forall~ a, b>0$
$K+f(a+x)−f(x)−a{f(x)−f(x−b)b}≥0K+f(a+x)-f(x)-a\Big\{\frac{f(x)-f(x-b)}{b}\Big\}\geq 0$
定义2 $a>0\quad\forall~ a>0$
$K+f(a+x)−f(x)−af′(x)≥0K+f(a+x)-f(x)-af'(x)\geq 0$
定义3 $0<μ<1\quad\forall~ 0<\mu<1$
$μf(x1)+(1−μ)(f(x2)+K)≥f(μx1+(1−μ)x2)\mu f(x_1)+(1-\mu)(f(x_2)+K)\geq f(\mu x_1+(1-\mu)x_2)$

定义3 其实由定义1 改造而来，只要令 $x_1=x-b$ , $x_2=x+a$ , $μ=aa+b\mu=\frac{a}{a+b}$ 即可。

还有一个 CK 凸函数，它针对能力约束问题，此时， $0<a≤C0<a\leq C$ , $0<b≤C0<b\leq C$ 。

二、一个 K 凸函数图像：

这里写图片描述

三、 $s$ , $S$ 的定义

设 $f$ 为在定义域 $[A, B]$ 上的一个 K 凸函数， $f∗f^\ast$ 为其在定义域内的最小值，

$\begin{aligned} S&=\{x\mid f(x)=f^\ast\}\\ s&=\min\{x\mid f(x)\leq f^\ast+K, x\leq B\} \end{aligned}$
注： $s$ 可能不在定义域内。

四、K-凸函数的相关性质

1. $f (x)$ 在区间 $[A, s]$ 上单调递减.

证明：当 $x < s$ 时，根据 $s$ 的定义，显然 $f (x) > f (S) + K$ 。令 $x + a = S$ ，则根据定义1 或定义 2，当 $x < s$ 时,
$af′(x)≤K+f(S)−f(x)<0af'(x)\leq K+f(S)-f(x)<0$
因此 $f (x)$ 在区间 $[A, s]$ 上单调递减。

2. 对任意 $s<x_1<x_2$ ，都有 $f(x2)+K≥f(x1)f(x_2)+K\geq f(x_1)$ .

证明：
(1) 若 $x2>x1≥Sx_2>x_1\geq S$ 或 $x1<x2≤Sx_1<x_2\leq S$ , 在定义1 中令 $x - b = S$ , $x+a=x_2$ , $x=x_1$ ，得到：
$\begin{aligned} &K+f(x_2)-f(x_1)-(x_2-x_1)\Big\{\frac{f(x_1)-f(S)}{x_1-S}\Big\}\geq 0\\ \Rightarrow~~&K+f(x_2)-f(x_1)\geq (x_2-x_1)\Big\{\frac{f(x_1)-f(S)}{x_1-S}\Big\}\\ \Rightarrow~~&K+f(x_2)-f(x_1)\geq 0\quad\big (\text{since}~~f(x_1)\geq f(S)\big ) \end{aligned}$
(2) 若 $x_1<S<x_2$ ，在定义1 中令 $x + a = S$ , $x - b = s$ , $x=x_1$ ，得到：
$f(x2)≥f(S))\begin{aligned} &K+f(S)-f(x_1)-(S-x_1)\Big\{\frac{f(x_1)-f(s)}{x_1-s}\Big\}\geq 0\\ \Rightarrow~~&K+f(S)-f(x_1)\geq (S-x_1)\Big\{\frac{f(x_1)-f(S)-K}{x_1-s}\Big\}\\ \Rightarrow~~&K+f(S)-f(x_1)\geq 0\quad\Rightarrow K+f(x_2)-f(x_1)\geq 0\quad\big (\text{since}~~f(x_2)\geq f(S)\big ) \end{aligned}$ $□\Box$

对任意 $s<x_1<x_2$ ，当然也满足 K-凸条件： $K+f(x2)≥f(x1)+(x2−x1)f(x1)−f(x1−b)bK+f(x_2)\geq f(x_1)+(x_2-x_1)\frac{f(x_1)-f(x_1-b)}{b}$

3. 在定义域 $[A, B]$ 上的最优订货策略为 $(s, S)$ , 即：

$g(x)=inf⁡y≥x,A≤y≤B[Kδ(y−x)+f(y)]={f(S)+Kx<sf(x)x≥s\begin{aligned} g(x)=&\inf_{y\geq x, A\leq y\leq B} \big [K\delta (y-x)+f(y)\big ]\\ =&\begin{cases} f(S)+K\quad &x<s\\ f(x)\quad &x\geq s \end{cases} \end{aligned}$

需要证明当 $f (x)$ 为 k 凸函数时， $g (x)$ 为 k 凸函数。
证明：我们需证明 $g (x)$ 满足定义1. 对任意三个点 $x - b$ , $x$ , $x + a$
一共有以下四种情况：
(1) 若 $x−b≥sx-b\geq s$ 时，
$K+g(x+a)−g(x)−a{g(x)−g(x−b)b}=K+f(x+a)−f(x)−a{g(x)−g(x−b)b}\begin{aligned} &K+g(x+a)-g(x)-a\Big\{\frac{g(x)-g(x-b)}{b}\Big\}\\ =&K+f(x+a)-f(x)-a\Big\{\frac{g(x)-g(x-b)}{b}\Big\} \end{aligned}$
上式就是 $f (x)$ K凸函数的定义，显然成立。

(2) 若 $x + a < s$ 时，
$K+g(x+a)−g(x)−a{g(x)−g(x−b)b}=K+f(S)+K−f(S)−K−a{f(S)+K−f(S)−Kb}=0\begin{aligned} &K+g(x+a)-g(x)-a\Big\{\frac{g(x)-g(x-b)}{b}\Big\}\\ =&K+f(S)+K-f(S)-K-a\Big\{\frac{f(S)+K-f(S)-K}{b}\Big\}\\ =&0 \end{aligned}$
上式显然是 K凸函数。

(3) 若 $x - b < x < s < x + a$ 时，
$K+g(x+a)−g(x)−a{g(x)−g(x−b)b}=K+f(x+a)−f(S)−K−a{f(S)+K−f(S)−Kb}=f(x+a)−f(S)≥0\begin{aligned} &K+g(x+a)-g(x)-a\Big\{\frac{g(x)-g(x-b)}{b}\Big\}\\ =&K+f(x+a)-f(S)-K-a\Big\{\frac{f(S)+K-f(S)-K}{b}\Big\}\\ =&f(x+a)-f(S)\geq 0 \end{aligned}$
为 K凸函数。

(4) 若 $x - b < s < x$ 时，
$K+g(x+a)−g(x)−a{g(x)−g(x−b)b}=K+f(x+a)−f(x)−a{f(x)−f(S)−Kb}≥K+f(x+a)−f(x)−a{f(x)−f(s)b}\begin{aligned} &K+g(x+a)-g(x)-a\Big\{\frac{g(x)-g(x-b)}{b}\Big\}\\ =&K+f(x+a)-f(x)-a\Big\{\frac{f(x)-f(S)-K}{b}\Big\}\\ \geq &K+f(x+a)-f(x)-a\Big\{\frac{f(x)-f(s)}{b}\Big\} \end{aligned}$

根据性质2， $K+f(x+a)−f(x)≥0K+f(x+a)-f(x)\geq 0$ 。
若 $f(x)≤f(s)f(x)\leq f(s)$ ，上式显然大于等于零。
若 $f (x) < f (s)$ ，根据性质 1，可以得出 $x > s$ ，又因为 $x - b < s$ ，即 $b > x - s$ ，上述表达式可以变为：
$K+f(x+a)−f(x)−a{f(x)−f(s)b}≥K+f(x+a)−f(x)−a{f(x)−f(s)x−s}\begin{aligned} &K+f(x+a)-f(x)-a\Big\{\frac{f(x)-f(s)}{b}\Big\}\\ \geq &K+f(x+a)-f(x)-a\Big\{\frac{f(x)-f(s)}{x-s}\Big\} \end{aligned}$

刚好为 K凸函数的定义，因此也大于等于零。

综合以上，在四种情况下， $g (x)$ 均为 K 凸函数。 $□\Box$

4. 若 $g$ 为一个 K-凸函数，则 $f$ 也是一个 K-凸函数，其中 $f$ 为

$f(x)=min⁡x≤y≤x+Rg(y)f(x)=\min_{x\leq y\leq x+R}g(y)$

证明：
我们需要证明
$f(μx1+(1−μ)x2)≤μf(x1)+(1−μ)(f(x2)+K)f(\mu x_1+(1-\mu)x_2)\leq \mu f(x_1)+(1-\mu)(f(x_2)+K)$

设 $f(x)=g(x+β(x)R)f(x)=g\big(x+\beta(x)R\big)$ ，其中 $β(x)∈[0,1]\beta(x)\in [0,1]$ ，则
$min⁡0≤z≤Rg(μx1+(1−μ)x2+z)≤g(μx1+(1−μ)x2+μβ(x1)R+(1−μ)β(x2)R)\begin{aligned}&\min_{0\leq z\leq R}g(\mu x_1+(1-\mu)x_2+z)\\ &\leq g\big(\mu x_1+(1-\mu)x_2+\mu\beta(x_1)R+(1-\mu)\beta(x_2)R\big) \end{aligned}$

上面这一步很巧，利用构造函数去掉了 min 对分析函数性质的影响，也最重要，下面使用时结合了 $f (x)$ 的定义（第一个小于等于号，稍微有点绕）

因此
$f(μx1+(1−μ)x2)=g(μx1+(1−μ)x2+β(μx1+(1−μ)x2)R)≤g(μx1+(1−μ)x2+μβ(x1)R+(1−μ)β(x2)R)=g(μ(x1+β(x1)R)+(1−μ)(x2+β(x2)R))≤μg(x1+β(x1)R)+(1−μ)(g(x2+β(x2)R)+K))=μf(x1)+(1−μ)(f(x2)+K)\begin{aligned}f(\mu x_1+(1-\mu)x_2)&=g\big(\mu x_1+(1-\mu)x_2+\beta(\mu x_1+(1-\mu)x_2)R\big)\\ &\leq g\big(\mu x_1+(1-\mu)x_2+\mu\beta(x_1)R+(1-\mu)\beta(x_2)R\big)\\ &=g\big(\mu(x_1+\beta(x_1)R)+(1-\mu)(x_2+\beta(x_2)R)\big)\\ &\leq\mu g(x_1+\beta(x_1)R)+(1-\mu)(g(x_2+\beta(x_2)R)+K))\\ &=\mu f(x_1)+(1-\mu)(f(x_2)+K) \end{aligned}$
得证 $□\qquad\Box$

转载于:https://www.cnblogs.com/robinchen/p/11047568.html

weixin_30415801

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
K 凸函数的一些性质和相关证明

一、K 凸函数的定义：定义1 ∀a,b&gt;0\quad\forall~ a, b&gt;0∀a,b>0K+f(a+x)−f(x)−a{f(x)−f(x−b)b}≥0K+f(a+x)-f(x)-a\Big\{\frac{f(x)-f...
复制链接

扫一扫