The Jensen Inequality

最新推荐文章于 2024-03-02 09:34:58 发布
最新推荐文章于 2024-03-02 09:34:58 发布
阅读量101 收藏
点赞数
原文链接：http://www.cnblogs.com/kevinGaoblog/archive/2012/03/30/2425986.html
版权

Let（设） f be a function with a positive second derivative（二阶导数）. Such a function is called “convex"（凸的，注意是向下凸，向上凹，如 x2 ） and satisfies the inequality  

  \begin{displaymath} {f(a)\ +\ f(b)\over 2}\ -\ f\left( {a + b\over 2}\right)\quad \geq \quad 0\end{displaymath}                      （1）

inequation (1) relates a function of an average to an average of the function. The average can be weighted, for example,  

  \begin{displaymath} { \frac{1}{3} \, f(a)\ +\ \frac{2}{3} \, f(b)}\ -\ f\left( { \frac{1}{3} a + \frac{2}{3} b}\right) \quad \geq \quad 0\end{displaymath}            （2）

Figure 1 is a graphical interpretation of inequation (2) for the function f=x2. 

jen

There is nothing special about f=x2, except that it is convex. Given three numbers a, b, and c, the inequality (2) can first be applied to a and b, and then to c and the average of a and b. Thus, recursively, an inequality like (2) can be built for a   weighted average（加权平均数）    of three or more numbers. Define weights $w_j \geq 0$ that are normalized（标准化） ($\textstyle {\sum_j} w_j = 1$). The general result（通式） is  

  \begin{displaymath} S(p_j) \eq \sum_{j=1}^N w_j f(p_j)\ -\ f\left( \sum_{j=1}^N w_j p_j \right) \quad \geq \quad 0\end{displaymath}　　　　(3)

If all the pj are the same, then both of the two terms in S are the same, and S vanishes. Hence, minimizing S is like urging all the pj to be identical（完全一样）. Equilibrium is when S is reduced to the smallest possible value which satisfies any constraints that may be applicable. The function S defined by (3) is like the entropy（熵） defined in thermodynamics（热力学）.

转载于:https://www.cnblogs.com/kevinGaoblog/archive/2012/03/30/2425986.html

Vincent8080
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
INEQUALITY PROOF
MathsXDC的专栏
05-14 923
INEQUALITY PROOF Ethan In Loving Memory of Mamba Day, 4.13, 2016 I. Common Inequalities (a). Lagrangian Formula for Summation Estimation Suppose f(x) is a continuous function on x >= 1 and F(x)
Cauchy-Schwarz Inequality
α-Ori-Betelgeuse
05-20 909
Cauchy-Schwarz Inequality Keyword : Cauchy–Schwarz inequality Minkowski inequality Young’s inequality Hölder’s inequality 设f(x)f(x)f(x)在区间[0,1][0,1][0,1]上连续，且1≤f(x)≤31\leq f(x)\leq 31≤f(x)≤3 .证明: 1≤∫01f(x)dx∫011f(x)dx≤43 1\leq\int_{0}^{1}f(x)\mathr
Jensen不等式
mathyrs的博客
07-14 6823
Jensen不等式Jensen不等式 Jensen不等式 Jensen不等式是凸函数的一个性质。 如果fff是凸函数，XXX是随机变量，那么：E[f(X)]>=f(E[X])E[f(X)]>=f(E[X])E[f(X)]>=f(E[X]) 从图片上很好理解： ...
Jensen's inequality 相关知识记录 (Jensen 不等式)
show me the code.
03-14 1971
Jensen不等式证明凸函數、Jensen 不等式與 Legendre 變換Jensen’s inequality (wikipedia)琴生不等式(维基百科)琴生不等式（百度百科）
Jensen‘s inequality（詹森不等式）
weixin_39699362的博客
03-02 1918
在凸函数的情况下，线性组合的函数值不大于函数值的线性组合。换句话说，如果你在凸函数的图像上取两点，然后画一条直线连接这两点，那么这条直线将始终位于这两点之间图像的上方或与之重合。换成期望值的语境，就是随机变量经过凸函数的期望不小于随机变量期望的函数值。Jensen’s inequality（詹森不等式）是数学中的一条重要不等式，由丹麦数学家Johan Jensen于1906年提出。直观上说，这意味着在凸函数的图形上，任意两点间的线段总是位于函数图形的上方或与之重合。是凸的，如果对于所有的。
琴生不等式（Jensen Inequality）
热门推荐
qq_32515081的博客
05-27 2万+
琴生不等式以丹麦技术大学数学家John Jensen命名，它给出了积分的凸函数值和凸函数的积分值间的关系。又称詹森不等式。 若
凸函数与简森不等式（Jensen's inequality）
01-08 1万+
logAB=−logBA\log \frac AB=-\log \frac BA convex function （凸函数） 弦在弧上，也即如上图所示： λf(x1)+(1−λ)f(x2)≥f(λx1+(1−λ)x2) \lambda f(x_1)+(1-\lambda)f(x_2)\geq f(\lambda x_1+(1-\lambda)x_2) −log(x)-\log(x) 负对
Proof of Jensen‘s inequality
Moyan的博客
05-06 238
Proof of Jensen's inequality.
詹森不等式_注意詹森差距
weixin_26713521的博客
09-02 1297
詹森不等式 背景 (Background) In Kaggle’s M5 Forecasting — Accuracy competition, the square root transformation ruined many of my team’s forecasts and led to a selective patching effort in the eleventh hour. ...
琴生不等式 条件期望的Jensen不等式的证明
Cloud-Datacenter-Renewable Energy-Big Data-Model
12-04 1万+
琴生不等式 　　琴生（Jensen）不等式（也称为詹森不等式）：（注意前提、等号成立条件） 　　设f(x)为凸函数，则f[(x1+x2+……+xn)/n]≤[f(x1)+f(x2)+……+f(xn)]/n(下凸);设f(x)为凹函数，f[(x1+x2+……+xn)/n]≥f(x1)+f(x2)+……+f(xn)]/n(上凸),称为琴生不等式。 　　加权形式为：
条件期望的Jensen不等式的证明 [转载]
Cloud-Datacenter-Renewable Energy-Big Data-Model
12-10 1653
条件期望的Jensen不等式的证明 Proof is the idol before whom the pure mathematician tortures himself. ——Sir Arthur Stanley Eddington Ioannis Karatzas和Steven E. Shreve著的GTM 113《Brownian Motion an
PyTorch笔记 - Diffusion Model 公式推导 (1)
Mystra
11-16 924
GAN，Generative Adversarial Network，生成对抗网络Diffusion Model，扩散模型VAE，Variational Autoencoders，变分自编码器。
【机器学习】琴生不等式（Jensen's inequality)
lyn0402的博客
12-23 6911
琴生不等式的概述： 在数学上 1、若f(x)是区间(a,b)上的凸函数，则对任意的x1,x2,x3, ......,xn∈(a,b)x_1,x_2,x_{3,\ }......,x_n\in(a,b)x1​,x2​,x3, ​......,xn​∈(a,b)，有不等式: f(x1+x2+x3+......+xnn)≤f(x1)+f(x2)+f(x3)+......+f(xn)n...
Jensen‘s inequality
sincerehz的博客
06-28 4930
若 f(x)f(x)f(x) 为凸函数 (convex)，则 1N∑n=1Nf(xn)≥f(1N∑n=1Nxn)\frac{1}{N}\sum_{n=1}^{N}f(x_n)\geq f(\frac{1}{N}\sum_{n=1}^{N}x_n)N1​n=1∑N​f(xn​)≥f(N1​n=1∑N​xn​) 即 E[f(x)]≥f[E(x)]E\left[f(x)\right]\geq f\le...
SQLAlchemy-2.0.31-cp38-cp38-musllinux_1_2_x86_64.whl
08-31
SQLAlchemy 是一个 SQL 工具包和对象关系映射（ORM）库，用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具，允许开发者以 Python 类和对象的形式操作数据库，而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上，支持多种数据库后端，如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能： 对象关系映射（ORM）： SQLAlchemy 允许开发者使用 Python 类来表示数据库表，使用类的实例表示表中的行。 开发者可以定义类之间的关系（如一对多、多对多），SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM，开发者可以像操作 Python 对象一样操作数据库，这大大简化了数据库操作的复杂性。 表达式语言： SQLAlchemy 提供了一个丰富的 SQL 表达式语言，允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制，同时保持了代码的可读性和可维护性。 数据库引擎和连接池： SQLAlchemy 支持多种数据库后端，并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能，以优化数据库连接的创建、使用和释放。 会话管理： SQLAlchemy 使用会话（Session）来管理对象的持久化状态。 会话提供了一个工作单元（unit of work）和身份映射（identity map）的概念，使得对象的状态管理和查询更加高效。 事件系统： SQLAlchemy 提供了一个事件系统，允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
slim-0.7.0a1-py3-none-any.whl
08-31
whl软件包，直接pip install安装即可
lxml-5.0.1-cp310-cp310-win32.whl
最新发布
08-31
lxml 是一个用于 Python 的库，它提供了高效的 XML 和 HTML 解析以及搜索功能。它是基于 libxml2 和 libxslt 这两个强大的 C 语言库构建的，因此相比纯 Python 实现的解析器（如 xml.etree.ElementTree），lxml 在速度和功能上都更为强大。 主要特性 快速的解析和序列化：由于底层是 C 实现的，lxml 在解析和序列化 XML/HTML 文档时非常快速。 XPath 和 CSS 选择器：支持 XPath 和 CSS 选择器，这使得在文档中查找特定元素变得简单而强大。 清理和转换 HTML：lxml 提供了强大的工具来清理和转换不规范的 HTML，比如自动修正标签和属性。 ETree API：提供了类似于 ElementTree 的 API，但更加完善和强大。 命名空间支持：相比 ElementTree，lxml 对 XML 命名空间提供了更好的支持。
SQLAlchemy-2.0.31-cp38-cp38-musllinux_1_2_aarch64.whl
08-31
SQLAlchemy 是一个 SQL 工具包和对象关系映射（ORM）库，用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具，允许开发者以 Python 类和对象的形式操作数据库，而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上，支持多种数据库后端，如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能： 对象关系映射（ORM）： SQLAlchemy 允许开发者使用 Python 类来表示数据库表，使用类的实例表示表中的行。 开发者可以定义类之间的关系（如一对多、多对多），SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM，开发者可以像操作 Python 对象一样操作数据库，这大大简化了数据库操作的复杂性。 表达式语言： SQLAlchemy 提供了一个丰富的 SQL 表达式语言，允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制，同时保持了代码的可读性和可维护性。 数据库引擎和连接池： SQLAlchemy 支持多种数据库后端，并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能，以优化数据库连接的创建、使用和释放。 会话管理： SQLAlchemy 使用会话（Session）来管理对象的持久化状态。 会话提供了一个工作单元（unit of work）和身份映射（identity map）的概念，使得对象的状态管理和查询更加高效。 事件系统： SQLAlchemy 提供了一个事件系统，允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
jensen 不等式 图
08-29
但是我可以向你解释 Jensen 不等式。Jensen 不等式是数学中的一个重要不等式，描述了凸函数的性质。对于一个凸函数 f(x)，对于任意的实数 x1, x2, ..., xn 和非负权重 w1, w2, ..., wn (满足 w1 + w2 + ... + wn = 1...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值