当前位置: 首页 > ds >正文

凸优化:凸函数的一些常用性质

凸函数的一些常用性质

概述

  • 连续性
  • 强凸函数的二次下界

连续性

凸函数fff在定义域的内点中连续。进一步有推论,当domf\text{dom} fdomf是开集,f(x)f(x)f(x)domf\text{dom} fdomf上连续。

因为凸函数在定义域的边界上可能不连续,比如拓展值函数:
x∈domfx\in\text{dom} fxdomff(x)f(x)f(x)是凸函数。将其进行拓展,x∉domfx\not\in\text{dom} fxdomff(x)=+∞f(x)=+\inftyf(x)=+,可见,此时f(x)f(x)f(x)仍是凸函数,但在定义域边界处,f(x)f(x)f(x)不连续。

强凸函数的二次下界

定义(强凸函数)

若存在m>0m>0m>0使得:
g(x)=f(x)−m/2∥x∥2g(x)=f(x)-m/2\|x\|^2g(x)=f(x)m/2∥x2
是凸函数,称f(x)f(x)f(x)是强凸函数。
换句话说,fff至少与二次函数一样凸,相当于限制了凸的速率。

性质(二次下界)

f(x)f(x)f(x)是可微强凸函数,下述不等式成立:
f(y)⩾f(x)+∇f(x)T(y−x)+m2∥y−x∥2,∀x,y∈domff(y)\geqslant f(x)+\nabla f(x)^\mathrm{T}(y-x)+\frac{m}{2}\|y-x\|^2,\quad\forall x,y\in\mathbf{dom}ff(y)f(x)+f(x)T(yx)+2myx2,x,ydomf
比一般凸函数,一阶条件不等式多了一项m2∥y−x∥2\frac{m}{2}\|y-x\|^22myx2

证明

根据强凸函数的定义g(x)=f(x)−m/2∥x∥2g(x)=f(x)-m/2\|x\|^2g(x)=f(x)m/2∥x2是凸函数,再利用凸函数的一阶条件:
g(y)⩾g(x)+∇g(x)T(y−x)g(y)\geqslant g(x)+\nabla g(x)^\mathrm{T}(y-x)g(y)g(x)+g(x)T(yx)
有:
f(y)−m/2∥y∥2≥f(x)−m/2∥x∥2+(∇f(x)−mx)T(y−x)f(y)-m/2\|y\|^2\ge f(x)-m/2\|x\|^2+(\nabla f(x)-mx)^T(y-x)f(y)m/2∥y2f(x)m/2∥x2+(f(x)mx)T(yx)

⇒f(y)≥f(x)+m/2∥y∥2−m/2∥x∥2+(∇f(x)−mx)T(y−x)≥f(x)+∇f(x)T(y−x)+m2∥y−x∥2\Rightarrow f(y)\ge f(x)+m/2\|y\|^2-m/2\|x\|^2+(\nabla f(x)-mx)^T(y-x)\ge f(x)+\nabla f(x)^\mathrm{T}(y-x)+\frac{m}{2}\|y-x\|^2f(y)f(x)+m/2∥y2m/2∥x2+(f(x)mx)T(yx)f(x)+f(x)T(yx)+2myx2

http://www.xdnf.cn/news/16671.html

相关文章:

  • 低成本嵌入式Linux开发方案:通过配置文件实现参数设置
  • 基于黑马教程——微服务架构解析(二):雪崩防护+分布式事务
  • 如何在 Ubuntu 24.04 或 22.04 Linux 上安装和使用 NoMachine
  • JavaScript 回调函数讲解_callback
  • 力扣7:整数反转
  • golang--通道和锁
  • 做了一款小而美的本地校验器
  • jimfs:Java内存文件系统,脱离磁盘IO瓶颈利器
  • 使用Docker在Rocky Linux 9.5上在线部署LangFlow
  • 【力扣热题100】哈希——两数之和
  • 基于深度学习的医学图像分析:使用3D CNN实现肿瘤检测
  • 智慧工地系统:科技赋能建筑新未来
  • 采用黑翅鸢优化算法BKA-CNN-LSTM、CNN-LSTM、LSTM、CNN四模型多变量回归预测,多输入单输出(Matlab)
  • nifi 访问Kerberos的kafka集群
  • 【行测】常识判断1
  • 图解系统的学习笔记--硬件结构
  • 【安卓笔记】OOM与内存优化
  • Sentinel 不同层面的流控保护
  • Ubuntu、pytorch、mamba安装
  • SD卡简介与驱动开发
  • kotlin基础【3】
  • C++模板元编程从入门到精通
  • Java设计模式-通俗举例
  • 项目上线中的跨域问题
  • 2025年人工智能三大突破:多模态推理、具身智能与全球治理
  • 【计算机网络】OSI七层模型
  • 重生之我在暑假学习微服务第三天《Docker-上篇》
  • 前端工程化常见问题总结
  • Ubuntu lamp
  • 前端静态资源优化