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
$$\frac{f(x)-f(a)}{x-a}=\frac{(\lambda_{1}-1)f(a)+\lambda_{2} f(b)}{(\lambda_{1}-1)a+\lambda_{2}b}=\frac{f(b)-f(a)}{b-a}$$

$$f(x)=f(a)+\frac{f(b)-f(a)}{b-a}(x-a)$$

Schwarz导数与凹凸性的更多相关文章

  1. 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 ...

  2. 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 ...

  3. 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. ...

  4. 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 ...

  5. 【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 ...

  6. 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 ...

  7. [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 ...

  8. 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 ...

  9. 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

  1. Java知识点:内部类

    内部类class文件命名规则 普通内部类.静态内部类:<Outer>\$<Inner>.class,其中<Outer>为外部类类名,<Inner>为内部 ...

  2. LeetCode Maximum Product Subarray 最大子序列积

    题意:给一个size大于0的序列,求最大的连续子序列之积.(有正数,负数,0) 思路:正确分析这三种数.0把不同的可能为答案的子序列给隔开了,所以其实可以以0为分隔线将他们拆成多个序列来进行求积,这样 ...

  3. H264 帧结构分析、帧判断

    http://blog.csdn.net/dxpqxb/article/details/7631304 H264以NALU(NAL unit)为单位来支持编码数据在基于分组交换技术网络中传输. NAL ...

  4. T-SQL查询进阶-10分钟理解游标

    转:http://www.cnblogs.com/CareySon/archive/2011/11/01/2231381.html 概述 游标是邪恶的! 在关系数据库中,我们对于查询的思考是面向集合的 ...

  5. DBCP连接池原理分析及配置用法

    DBCP连接池介绍 ----------------------------- 目前 DBCP 有两个版本分别是 1.3 和 1.4. DBCP 1.3 版本需要运行于 JDK 1.4-1.5 ,支持 ...

  6. 10、TV UI

     TV UI布局 1. 为大屏幕提供适当的布局源文件. 2. 确保UI在一定距离仍然可以看清. 3. 为高清电视提供高分辨率的图标和图像. 1. 把屏幕上的导航控制菜单放在屏幕的左边或者右边,并且将 ...

  7. webdriver(python)学习笔记七——多层框架定位与智能等待

    多层框架或窗口定位: switch_to_frame() switch_to_window() 智能等待: implicitly_wait() 现在web应用中经常会遇到框架如(frame)或窗口(w ...

  8. C语言中 v...printf类函数的用法

    C语言的自学渐渐接近尾声,今天学到了标准库中的stdarg.h头,里面关联了stdio.h头里面的一类函数:v...printf函数,里面举的例子看了之后还是不太明白,google了一下依旧不是很懂, ...

  9. Java Spring boot 系列目录

    Spring boot 介绍 Spring boot 介绍 Spring boot 介绍 Spring boot 介绍 Spring boot 介绍 Spring boot 介绍 Spring boo ...

  10. 【SummaryPlan】Summary of Feb & Plan of March——How to 'just do it'?

    Why I choose to be a graduate student from an undergraduate student? It’s time to applying for inter ...