定义1(次微分)给定开集Ω⊂Rd\Omega \subset \mathbb{R}^dΩ⊂Rd和凸函数u:Ω→Ru:\Omega \rightarrow \mathbb{R}u:Ω→R,对任意的x∈Ωx\in \Omegax∈Ω,定义uuu在点xxx的次微分(subdifferential)为∂u(x):={p∈Rd:u(z)≥u(x)+⟨p,z−x⟩,∀z∈Ω}.\partial u(x):=\{p\in \mathbb{R}^d:u(z)\ge u(x)+\langle p, z-x\rangle, \forall z \in \Omega\}.∂u(x):={p∈Rd:u(z)≥u(x)+⟨p,z−x⟩,∀z∈Ω}.次微分∂u(x)\partial u(x)∂u(x)是闭凸集。

定义2(支撑平面)在几何上,如果p∈∂u(x)p \in \partial u(x)p∈∂u(x),则仿射函数lx,p(z):=u(x)+⟨p,z−x⟩l_{x,p}(z):=u(x)+\langle p,z-x \ranglelx,p​(z):=u(x)+⟨p,z−x⟩从下侧在xxx点接触uuu,即lx,p≤u在Ω中,并且lx,p(x)=u(x)l_{x,p}\le u在\Omega中,并且l_{x,p}(x)=u(x)lx,p​≤u在Ω中,并且lx,p​(x)=u(x)此时lx,pl_{x,p}lx,p​是函数uuu在点xxx的支撑平面。

定义3(严格凸函数)一个凸函数uuu在Ω\OmegaΩ中严格凸的,如果对任意x∈Ωx \in \Omegax∈Ω和p∈∂u(x)p \in \partial u(x)p∈∂u(x),u(z)>u(x)+⟨p,z−x⟩,∀z∈Ω\{x},u(z)>u(x)+\langle p,z-x\rangle,\quad \forall z \in \Omega \backslash \{x\},u(z)>u(x)+⟨p,z−x⟩,∀z∈Ω\{x},等价地,uuu的支撑平面旨在一点接触uuu的图。

次微分(subdifferential)相关推荐

  1. 【机器学习】次梯度(subgradient)方法

    次梯度方法(subgradient method)是传统的梯度下降方法的拓展,用来处理不可导的凸函数.它的优势是比传统方法处理问题范围大,劣势是算法收敛速度慢.但是,由于它对不可导函数有很好的处理方法 ...

  2. 高数下第一课二阶与多阶齐次、非齐次微分方程

    定义 定义很好理解,看最高有几阶导就行,齐次与非齐次的区别看右边无y的项是否为零 接下来我们换一种表达方式,一般于更好地研究: 二阶齐次线性微分方程 解的叠加 这样的处理可以让解的形式更加简洁,也便于 ...

  3. 一道二阶常系数非齐次微分方程的八种解法

    二阶常系数非齐次微分方程的八种解法 前言 法一:待定系数法 法二:常识变易法 法三:算子法 法四:降阶法 法五:积分因子法 法六:积分因子法 法七:拉普拉斯变换法 法八:MATLAB法 针对学习过程中 ...

  4. 利用MATLAB求解一阶线性常系数非齐次微分方程组

    用矩阵函数求解一阶线性常系数非齐次微分方程组 主要步骤 1.问题形式 2.求矩阵函数 3.代入矩阵A的指数函数得最终解 主要步骤 本来想用在矩阵论期中开卷考试验证计算结果的,结果一个解方程组的题也没考 ...

  5. 用Matlab解二阶非齐次微分方程

    用Matlab解二阶非齐次微分方程 大纲 函数 代码 大纲 用Matlab解二阶非齐次微分方程,网上很多麻烦又累赘又无用的东西,一句话解决的事. 函数 dsolve('a','b','c'):解微分方 ...

  6. 二阶常系数非齐次微分方程求解

    学习才是最快乐的 一般形式 二阶常系数非齐次微分方程的一般形式可以表示为: y ′ ′ + a y ′ + b y = f ( x ) y''+ay'+by=f(x) y′′+ay′+by=f(x) ...

  7. 二阶常系数非齐次微分方程例题

    例:求y′′+y=cos2x+2sinx的通解例:求 y''+y= cos{2x}+2sinx 的通解例:求y′′+y=cos2x+2sinx的通解 解:∵β1̸=β2解:\because \beta ...

  8. 基于电容电流前馈与电网电压全前馈的单相LCL并网逆变器谐波抑制MATLAB仿真(电压比例反馈及一二次微分反馈)

    基于电容电流前馈与电网电压全前馈的单相LCL并网逆变器谐波抑制MATLAB仿真(电压比例反馈及一二次微分反馈)资源-CSDN文库https://download.csdn.net/download/w ...

  9. 什么是齐次,线性。什么是齐次微分方程,齐次线性微分方程

      齐次本质上是说对变量放大a倍的效果变成了放大其函数值aka^kak倍,f(ax1,ax2)=akf(x1,x2)f(ax_1,ax_2) = a^k f(x_1,x_2)f(ax1​,ax2​)= ...

最新文章

  1. 如今网络营销行业火爆网络营销外包专员如何做好整合营销?
  2. vscode插件:REST Client发送http请求
  3. C语言试题八之计算下列级数和,和值由函数值返回 S=1+x+x^2/2! + x^3/3!+…x^n/n!
  4. python subplot_Python金融应用之图表制作(五)
  5. go:linkname
  6. 如果程序员面试时,大家都说真话会怎么样?画面过于真实....
  7. 遍历C#属性的通用方法
  8. pythonturtle是标准库_Python常用标准库1-Turtle,Random,Time和Datetime
  9. 如何学习离散数学和在计算机科学中应用
  10. 阿里大淘系模型治理方案分享
  11. ADS内Smith Chart Utility消失了Palette如何找回
  12. matlab 量化与过采样,[转载]降采样,过采样,欠采样,子采样,下采样
  13. 如何在虚拟机上写c语言程序吗,c语言初级(一)——如何在虚拟机里写代码
  14. python之父996icu_Python之父声援中国程序员996ICU计划,Python要拒绝996公司?
  15. 计算机的cpu组成部分,CPU 有哪些组成部分
  16. 基于spss的聚类分析(Cluster analysis)
  17. 动态二维码刷卡触摸按键门禁一体机性能与选型攻略
  18. 使用 Linux 文件恢复工具
  19. Fork\Join分而治之--RecursiveTask和RecursiveAction(一)
  20. mapbox一学就会系列:01 第一个地图页面

热门文章

  1. php软件运行时出现forbidden,wampserver服务器出现Forbidden错误解决方法
  2. Infor CloudSuite Industrial (SyteLine) 报告文件存储位置设置
  3. AD那些事 切割板子形状,线的弧度转换
  4. java中的相对路径和绝对路径,获取一个文本上每个字符出现的次数
  5. 《月夜传奇》第一季音乐收集
  6. 基于Hi3516DV300rtmp交叉编译移植
  7. ffmpeg libx264 h264_nvenc 编码参数解析
  8. 同学早已年薪百万,你却还在朋友圈集赞
  9. signature=54cb1c123491dc1a268a21f3502cccfc,汉隶《曹全碑》精讲精练
  10. 反欺诈之路——黑卡、养卡的识别