上世纪70年代新的数学分支”凸分析”的出现，打破了分析数学中”线性”和”非线性”这样一个经典的却又是极不对称的分划格局，使得过去相当一部分非线性的内容(即”凸”内容)，能够象线性分析那样优美地得到高度统一的处理。一切理论和应用的非线性数学问题都朝着”凸”靠近，早已经构成数学和应用数学的重要思想。
由于凸函数是一类在优化问题中非常重要的函数，因此，其性质被广泛研究。而凸函数是定义在凸集上的。下面我们分别给出凸集与凸函数的定义与性质。

凸集、仿射集及其性质

凸集

定义：设集合 $C \subset R^{n}$ .若对 $\forall x, y \in C$ ,有

θ x + (1 - θ) y \in C, θ \in [0, 1],

则称C为凸集。凸集的几何意义明显，即若x,y属于凸集，则其连线上所有的点都属于凸集C。凸集关于加法、数乘和交运算都是封闭的。即凸集之和为凸集、凸集的数乘为凸集、凸集相交为凸集

仿射集(affine set)

仿射集与凸集有一定类似。其关系类似于直线与线段的关系。（仿射集是开集，而凸集是闭集？）

凸函数的定义

凸函数的定义，是从凸集和优化的角度出发定义的。
定义：设集合 $C$ 为非空凸集，函数 $f : C \to R$ . 若对 $\forall x, y \in C$ ,有

f (t x + (1 - t) y) \leq t f (x) + (1 - t) f (y) ， t \in [0, 1]

则称 $f$ 为C上的凸函数。若不等式对 $x \neq y$ 严格成立，则称 $f$ 为 $C$ 上的严格凸函数。
这个定义，可以如下理解，如下图所示的函数，是有极小点的。即凸函数的割线在函数曲线的上方。

凸函数的判定

判断一个函数是否为凸函数，最基本的方法是使用其定义。但对可微函数，下面介绍的两个判定定理可能更为有效。

一阶判定条件

$f (x)$ 是凸函数，当且仅当对 $\forall x, y \in C$ ，有

f (y) \geq f (x) + g (x)^{T} (y - x)

二阶判定条件

对于一元函数，我们可以通过其二阶导数的符号来判断。如果函数的二阶导数总是非负，即，则是凸函数。
对于多元函数，我们可以通过其Hessian矩阵（Hessian矩阵是由多元函数的二阶导数组成的方阵）的正定性来判断。如果Hessian矩阵是半正定矩阵，则是凸函数。

凸函数的性质

设 $f (x)$ 为定义在凸集S上的凸函数，则对任意非负数 $c \geq 0$ ，函数 $c f (x)$ 也是定义在凸集S上的凸函数。
设 $f (x)$ 和 $g (x)$ 都是定义在凸集S上的凸函数，则函数 $f (x) + g (x)$ 也是定义在凸集S上的凸函数。
如果 $f (x)$ 和 $g (x)$ 都是定义在凸集S上的凸函数，且g递增，那么 $h (x) = g (f (x))$ 是凸函数
设 $f (x)$ 为定义在凸集S上的凸函数，则对任意实数c，集合 $S_{c} = {x | x \in S, f (x) \leq c}$ 是凸集。
设 $f (x)$ 为定义在凸集上的凸函数，则它的任一个极小点就是它在S上的全局极小点，而且所有极小点的集合是凸集。

常见的凸函数

今天的文章凸函数及其性质_凸是几边形分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/54236.html

凸函数及其性质_凸是几边形