Schwarz导数与凹凸性
命题 1: 定义区间$I$上的Schwarz导数
$$D^{2}f(x)=\lim_{h\to 0}\frac{f(x+h)+f(x-h)-2f(x)}{h^{2}}$$
若$D^{2}f(x)\geq 0$则$f(x)$为$I$上的下凸函数,若$D^{2}f(x)\leq 0$,则$f(x)$为$I$上的上凸函数.
证明: 任意$\varepsilon >0$,构造辅助函数
$$F(x)=f(x)-\left[f(a)+\frac{f(b)-f(a)}{b-a}(x-a)\right]+\varepsilon (x-a)(x-b)$$
经计算有
\begin{align*}
D^{2}F(x)&=\lim_{h\to 0}\frac{F(x+h)+F(x-h)-2F(x)}{h^{2}}\\
&=\lim_{h\to 0}\frac{f(x+h)+f(x-h)-2f(x)}{h^{2}}+2\varepsilon\\
&\geq 2\varepsilon
\end{align*}
构造的辅助函数满足$F(a)=F(b)=0$且为$[a,b]$上的连续函数, 我们证明其最大值必然在端点处取到, 否则设$x_{0}\in (a,b)$且$F(x_{0})=\max_{x\in [a,b]}\{F(x)\}$
$$\frac{F(x_{0}+h)+F(x_{0}-h)-2F(x_{0})}{h^{2}}\leq 0$$
取$h\to 0$得$D^{2}F(x_{0})\leq 0$与$D^{2}F(x)\geq 2\varepsilon$矛盾. 故$F(x)\leq F(a)=0$即
$$f(x)\leq f(a)+\frac{f(b)-f(a)}{b-a}(x-a)-\varepsilon (x-a)(x-b)$$
令$\varepsilon \to 0$,有
$$f(x)\leq f(a)+\frac{f(b)-f(a)}{b-a}(x-a)$$
取$x=\frac{a+b}{2}$, 便得
$$f\left(\frac{a+b}{2}\right)\leq \frac{1}{2}f(a)+\frac{1}{2}f(b)$$
$f(x)$为$I$上下凸函数, 反之证明方法类似只需把$\varepsilon$改为负的即可.
命题 2: 若$f(x)$既为$I$上的下凸函数又为上凸函数,则$f(x)$为$I$上的线性函数.
证明: 设$x=\lambda_{1}a+\lambda_{2}b$,其中$\lambda_{1}+\lambda_{2}=1$.那么
$$f(x)=f(\lambda_{1}a+\lambda_{2}b)=\lambda_{1}f(a)+\lambda_{2}(b)$$
经简单计算
$$\frac{f(x)-f(a)}{x-a}=\frac{(\lambda_{1}-1)f(a)+\lambda_{2} f(b)}{(\lambda_{1}-1)a+\lambda_{2}b}=\frac{f(b)-f(a)}{b-a}$$
故
$$f(x)=f(a)+\frac{f(b)-f(a)}{b-a}(x-a)$$
Schwarz导数与凹凸性的更多相关文章
- matlab练习程序(多边形顶点凹凸性)
生成简单多边形后,有时还需要对多边形各顶点的凹凸性做判断. 先计算待处理点与相邻点的两个向量,再计算两向量的叉乘,根据求得结果的正负可以判断凹凸性. 结果为负则为凹顶点,为正则为凸顶点. 凹顶点用o表 ...
- PCL—低层次视觉—点云分割(基于凹凸性)
1.图像分割的两条思路 场景分割时机器视觉中的重要任务,尤其对家庭机器人而言,优秀的场景分割算法是实现复杂功能的基础.但是大家搞了几十年也还没搞定——不是我说的,是接下来要介绍的这篇论文说的.图像分割 ...
- 装载:关于拉格朗日乘子法与KKT条件
作者:@wzyer 拉格朗日乘子法无疑是最优化理论中最重要的一个方法.但是现在网上并没有很好的完整介绍整个方法的文章.我这里尝试详细介绍一下这方面的有关问题,插入自己的一些理解,希望能够对大家有帮助. ...
- 关于拉格朗日乘子法与KKT条件
关于拉格朗日乘子法与KKT条件 关于拉格朗日乘子法与KKT条件 目录 拉格朗日乘子法的数学基础 共轭函数 拉格朗日函数 拉格朗日对偶函数 目标函数最优值的下界 拉格朗日对偶函数与共轭函数的联系 拉 ...
- 【ML数学知识】极大似然估计
它是建立在极大似然原理的基础上的一个统计方法,极大似然原理的直观想法是,一个随机试验如有若干个可能的结果A,B,C,... ,若在一次试验中,结果A出现了,那么可以认为实验条件对A的出现有利,也即出现 ...
- Matlab随笔之插值与拟合(上)
原文:Matlab随笔之插值与拟合(上) 1.拉格朗日插值 新建如下函数: function y=lagrange(x0,y0,x) %拉格朗日插值函数 %n 个节点数据以数组 x0, y0 输入(注 ...
- [白话解析] 深入浅出 极大似然估计 & 极大后验概率估计
[白话解析] 深入浅出极大似然估计 & 极大后验概率估计 0x00 摘要 本文在少用数学公式的情况下,尽量仅依靠感性直觉的思考来讲解 极大似然估计 & 极大后验概率估计,并且从名著中找 ...
- Alink漫谈(十一) :线性回归 之 L-BFGS优化
Alink漫谈(十一) :线性回归 之 L-BFGS优化 目录 Alink漫谈(十一) :线性回归 之 L-BFGS优化 0x00 摘要 0x01 回顾 1.1 优化基本思路 1.2 各类优化方法 0 ...
- Ideas and Tricks
1.树上拓扑排序计数 结论$\dfrac{n!}{\prod\limits_{i=1}^n size_i}$ 对于节点$i$,其子树随意排序的结果是$size[i]!$ 但$i$需要排在第一位,只有$ ...
随机推荐
- BZOJ2154: Crash的数字表格
题目:http://www.lydsy.com/JudgeOnline/problem.php?id=2154 题意&&题解:http://www.cnblogs.com/jiangl ...
- [Sciter系列] MFC下的Sciter–2.Sciter中的事件,tiscript,语法
[Sciter系列] MFC下的Sciter–2.Sciter中的事件,tiscript,CSS部分自觉学习,重点说明Tiscript部分的常见语法和事件用法. 本系列文章的目的就是一步步构建出一个功 ...
- UVA 1663 Purifying Machine (二分图匹配,最大流)
题意: 给m个长度为n的模板串,模板串由0和1和*三种组成,且每串至多1个*,代表可0可1.模板串至多匹配2个串,即*号改成0和1,如果没有*号则只能匹配自己.问:模板串可以缩减为几个,同样可以匹配原 ...
- Java [Leetcode 110]Balanced Binary Tree
题目描述: Given a binary tree, determine if it is height-balanced. For this problem, a height-balanced b ...
- linux 安装oracle 11g
安装环境 Linux服务器:SuSe10 sp2 64位 Oracle服务器:Oracle11gR2 64位 系统要求 Linux安装Oracle系统要求 系统要求 说明 内存 必须高于1G的物理内存 ...
- Myeclipse中相同变量高亮显示
不小心搞不显示了,解决: windows/MyEclipse-> preferences-> java-> Editor-> Mark Occurences 勾选即可
- 【转】Linux 之 /etc/profile、~/.bash_profile 等几个文件的执行过程
原文网址:http://blog.csdn.net/ithomer/article/details/6322892 在登录Linux时要执行文件的过程如下:在刚登录Linux时,首先启动 /etc/p ...
- LwIP编译方法以及选项说明
条件编译命令 作用说明 IP_SOF_BROADCAST LWIP_IGMP
- vim简单使用教程
vim的学习曲线相当的大(参看各种文本编辑器的学习曲线),所以,如果你一开始看到的是一大堆VIM的命令分类,你一定会对这个编辑器失去兴趣的.下面的文章翻译自<Learn Vim Progress ...
- android 触摸事件、点击事件的区别
针对屏幕上的一个View控件,Android如何区分应当触发onTouchEvent,还是onClick,亦或是onLongClick事件? 在Android中,一次用户操作可以被不同的View按次序 ...