以下,全て1変数の凸函数についての性質を幾つか挙げる.
\begin{align}
L\bigl( \theta v + (1-\theta) w \bigr)\leq \theta L(v) +(1-\theta) L(w)
\end{align} をみたすことである.
また,対称的に,
高校の数学で学ぶ「下に凸な函数」 は凸函数のことであり,「上に凸な函数」は凹函数のことである.
微分可能な凸函数について,(著者が)頻繁に用いる次の不等式を挙げておく.
\begin{align*}
L(y) \geq L(x) + L'(x)\cdot (y-x), \quad y \in \mathbb{R} \qquad \tag{1}
\end{align*}
が成り立つ.
この不等式は,
微分可能性を仮定しない凸函数に対しては, "subdifferential"(劣微分,劣勾配などと呼ぶ [2])を用いて,次の様に言い換えられる:
\begin{align}
{}^\forall x \in \mathbb{R}, \quad D^{-}L(x) \neq \emptyset
\end{align}
が成り立つ.
この補題は,
この補題より, 微分可能性を仮定しない凸函数に対して, (1)に該当する次の不等式が導かれる:
\begin{align}
L(y)\geq L(x) + p \cdot (y-x), \quad y \in B_{\delta}(x)
\end{align}
が成り立つ.
但し, $ B_{\delta}(x):={z\in \mathbb{R} \mid |z-x|<\delta }$ とする.
これは,
以上より, 微分可能性を仮定しないより一般の凸函数に対しても,この不等式を適用できることが分かる.
その一例として, 凸かつ強圧的の条件をみたす Lagrangian
参考文献