FunctionConvexity

FunctionConvexity[f,{x1,x2,}]

变量 x1,x2, 为实数,求函数 f 的凸性.

FunctionConvexity[{f,cons},{x1,x2,}]

当变量被表示凸区域的约束条件 cons 限制时,求函数的凸性.

更多信息和选项

  • 凸性亦称为凸、凹、严格凸和严格凹.
  • 默认情况下,可使用以下定义:
  • +1凸,即对于所有的 和所有的
    0仿射 ,即对于所有的 和所有的
    -1凹,即对于所有的 和所有的
    Indeterminate既不凸,也不凹
  • 仿射函数既是凸的,也是凹的.
  • 如果设置 StrictInequalitiesTrue,可使用以下定义:
  • +1严格凸,即对于所有的 和所有的 ( )
    -1严格凹,即对于所有的 和所有的 ( )
    Indeterminate既不严格凸,也不严格凹
  • 对于满足约束条件 cons 的所有实的 应为实值函数.
  • cons 可以包含表示凸区域的等式、不等式或它们的逻辑组合.
  • 可给出以下选项:
  • Assumptions $Assumptions对参数的设定
    GenerateConditions Automatic是否生成关于参数的条件
    PerformanceGoal $PerformanceGoal优先考虑速度还是质量
    StrictInequalities False是否要求严格凸
  • GenerateConditions 的可能的设置包括:
  • Automatic只给出非通用条件
    True所有条件
    False不给出条件
    None如果需要条件则不经计算直接返回
  • PerformanceGoal 的可能设置为 "Speed""Quality".

范例

打开所有单元关闭所有单元

基本范例  (3)

求单变量函数的凸性:

求多变量函数的凸性:

变量受约束条件限制的情况下求函数的凸性:

范围  (7)

单变量函数:

非实值函数的凸性为 Indeterminate

函数是实值函数,对于所有正的 函数是凹的:

变量受约束条件限制的情况下单变量函数的凸性:

函数的严格凸性:

TemplateBox[{x}, Abs] 是凸的,但不是严格凸. x^2 TemplateBox[{x}, Abs] 是严格凸函数:

多变量函数:

变量受约束条件限制的情况下多变量函数的凸性:

在不同的区域中,上面的函数是凸的:

含有符号参数的函数:

选项  (5)

Assumptions  (1)

此处,FunctionConvexity 给出有条件的答案:

查看 取其他值时函数的凸性:

GenerateConditions  (2)

默认情况下,FunctionContinuous 可能会对符号参数生成条件:

如果设置 GenerateConditionsNoneFunctionConvexity 会失败,而不是给出有条件的结果:

下面返回有条件的有效结果,但没有给出条件:

默认情况下,报告所有的条件:

如果设置 GenerateConditions->Automatic,不报告通常为真的条件:

PerformanceGoal  (1)

PerformanceGoal 避免潜在费时的计算:

默认设置则尝试利用所有可用的技术来给出结果:

StrictInequalities  (1)

默认情况下,FunctionConvexity 计算的是非严格凸性:

如果设置 StrictInequalitiesTrueFunctionConvexity 计算严格凸性:

是凸的,但不是严格凸的. 则是严格凸的:

应用  (17)

基本应用  (8)

查看 的凸性:

连接图形上任意两点的线段位于图形的上方:

查看 的凸性:

连接图形上任意两点的线段位于图形的下方:

查看 的凸性:

既不是凸函数,也不是凹函数:

限制于 是严格凹函数:

TemplateBox[{x}, Abs] 是凸的,但不是严格凸的

限制于正实数的 TemplateBox[{x}, Abs] 是仿射函数:

对于 TemplateBox[{Norm, paclet:ref/Norm}, RefLink, BaseStyle -> {InlineFormula}][v,p] 是凸的,但不是严格凸的:

具有凸性 的函数之和仍然具有凸性

对凸函数取反所得的函数是凹的:

凸函数的最大值函数是凸的:

仿射函数即是凸的,也是凹的,因此它的最大值函数是凸函数:

仿射函数的最小值函数是凹函数:

当且仅当 为半正定矩阵时,二次型 TemplateBox[{x}, Transpose].A.x 才是凸的:

微积分  (2)

如果 非递减,则 的凸函数:

凸函数的导数非递减:

凸函数的二阶导数非负:

几何  (4)

如果 是凸函数 TemplateBox[{}, Reals]^n->TemplateBox[{}, Reals],则区域 {x in TemplateBox[{}, Reals]^n|f(x)<=c} 是凸的:

ConvexRegionQ 验证 是凸区域:

如果 是凹函数 TemplateBox[{}, Reals]^n->TemplateBox[{}, Reals],则区域 {x in TemplateBox[{}, Reals]^n|f(x)>=c} 是凸的:

ConvexRegionQ 验证 是凸区域:

如果 是凸函数,则上境图 是凸集:

ConvexRegionQ 来验证 是凸区域:

如果 是凹函数,则亚图 是凸集:

区域 是凸的:

优化  (3)

凸函数的局部最小值是全局最小值:

局部和全局最小值集是非正半直线:

严格凸函数最多只有一个局部最小值:

严格凸函数可能没有局部最小值:

属性和关系  (2)

凸函数的 Sum Max 仍为凸函数:

凸函数的二阶导数非负:

D 计算导数:

FunctionSign 验证导数非负:

绘制函数及导数:

Wolfram Research (2020),FunctionConvexity,Wolfram 语言函数,https://reference.wolfram.com/language/ref/FunctionConvexity.html.

文本

Wolfram Research (2020),FunctionConvexity,Wolfram 语言函数,https://reference.wolfram.com/language/ref/FunctionConvexity.html.

CMS

Wolfram 语言. 2020. "FunctionConvexity." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/FunctionConvexity.html.

APA

Wolfram 语言. (2020). FunctionConvexity. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/FunctionConvexity.html 年

BibTeX

@misc{reference.wolfram_2024_functionconvexity, author="Wolfram Research", title="{FunctionConvexity}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/FunctionConvexity.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_functionconvexity, organization={Wolfram Research}, title={FunctionConvexity}, year={2020}, url={https://reference.wolfram.com/language/ref/FunctionConvexity.html}, note=[Accessed: 18-November-2024 ]}