1. 程式人生 > >凸函式與簡森不等式(Jensen's inequality)

凸函式與簡森不等式(Jensen's inequality)

0. 凸函式常見舉例

  • 負對數函式:lnx
  • xlnx(二階導數為 1x,恆為整數,因為定義域的關係)

1. 凸函式的判斷準則

  • 定義:f(λx+(1λ)x2)λf(x)+(1λ)f(y)

    • 甚至可以找一些特例,f(x2+y2),f(x)2+f(y)2
  • 二次求導

    • 大於 0,比如 f(x)=xlogx,f′′=1x,凸的;
    • 小於 0,比如 f(x)=axxlogx,f′′=1x,凹的;

2. convex function (凸函式)


這裡寫圖片描述

弦在弧上(也是大名鼎鼎的Jensen’s inequality),也即如上圖所示:

λf(x1)+(1λ)f(x2)
f(λx1+(1λ)x2)

也可理解為函式(凸函式)的期望大或等於期望的函式

log(x) 負對數函式即是一種凸函式:


這裡寫圖片描述
  • f(x)=lnx,f′′=1x2
  • f(x)=lnx,f′′=1x2

3. effective domain & proper convex function

  • effective domain

    給定一個向量空間 X,一個對映到拓展實數(R{±})的凸函式定義為,f:XR{±},該函式的 effective domain 被定義為:

    domf={xX|f(x)<+}
  • proper convex function

    一個凸函式是 proper 的,如果滿足它的effective domain 不為空,且其值永遠大於

    也即下述兩點:

    • f(x)<+,至少一個 x (effective domain 不為空)
    • f(x)>x

4. 從凸函式到簡森不等式

  • convex function,凸函式;concave function,凹函式;

如果 X 是隨機變數,φ 是凸函式,則有(期望是線性函式):

φ(E(X))E(φ(X))

比如隨機變數,Y,則有:

E(1Y)1E(Y)

這裡的 φ(x)=1x ,顯然是凸函式;

兩獨立的隨機變數 X,Y,則:

E(XY)=E(X)E(1Y)E(X)E(Y)