Typen
:Beispiele
:- Norm
- Maximum
- Softmax
- LogSumExp
- Lineare Abbildung
Konstrukte
:Generalisierungen
:Eigenschaften
:- Jensensche Ungleichung für den Erwartungswert
- Konvexe Funktionen sind stetig
- Addition konvexer Funktionen ist konvex
- Skalarmultiplikation mit konvexer Funktion ist konvex
- Lokales Minimum konvexer Funktion ist auch globales Minimum
- Konvexe Funktion hat ihr globales Minimum an der Stelle, an der der Gradient null ist
- Gradientenabstiegsverfahren konvergiert für L-glatte und konvexe Funktionen Funktionen
Hinreichende Bedingungen
:Charakterisierungen
:- Funktion ist konvex
Epigraph (die Fläche über dem Funktionsgraphen) ist konvex. - Funktion ist konvex gdw
- Funktion ist konvex gdw Hessematrix ist positiv semidefinit
- Funktion ist konvex
Involvierte Definitionen
:Veranstaltung
: MatheDSReferenz
: @riedel2023
⠀
Definition: Konvexe Funktion
Sei
eine konvexe Menge.
Seieine Funktion. Wir bezeichnen
als konvex, wenn Das heißt, wenn die Sekante durch die zwei Punkte
und im Bereich zwischen diesen beiden Punkten auf oder oberhalb des Funktionsgraphen von liegt.
Anmerkung
Und wie sieht so eine konvexe Funktion jetzt aus?
Und weshalb ist
hier jetzt in dem offenen Intervall? Das offene Intervall wird insbesondere für die Definition strikt konvexer Funktionen benötigt.