inf和sup的定义

经常在文献中看到inf和sup，很多人不知道是什么意思。其实这两个概念是来自于“数学分析”中的上确界和下确界：

inf： infimum 或 infima，中文叫下确界或最大下界。 inf(S)， S表示一个集合， inf(S)是指集合S的下确界，即小于或等于S中所有元素的最大值，这个数不一定在集合S中。
sup：supremum，中文叫上确界。sup(S)是指集合S的上确界，即大于或等于S的所有元素的最小值，这个数不一定在集合S中。

下面给出一些集合上的简单例子[1]：

inf例子：

inf{1,2,3}=1inf\{1,2,3\} = 1inf{1,2,3}=1;
inf{x∈R,0<x<1}=0inf\{x \in \mathbb{R}, 0<x<1 \} = 0inf{x∈R,0<x<1}=0 ;
inf{(−1)n+1/n:n=1,2,3,...}=−1inf\{(-1)^{n} + 1/n : n = 1, 2, 3,...\} = -1inf{(−1)n+1/n:n=1,2,3,...}=−1;

如果一个集合有最小元素，则下确界等于这个最小元素，下确界属于这个集合，如例子1；反之，则下确界不属于这个集合，这一点从例子2，3，中可以看出。

sup例子：

sup{1,2,3}=3sup\{1,2,3\} = 3sup{1,2,3}=3;
sup{x∈R,0<x<1}=sup{x∈R,0≤x≤1}=1sup\{x \in \mathbb{R}, 0<x<1 \} = sup\{x \in \mathbb{R}, 0\leq x\leq1 \} = 1sup{x∈R,0<x<1}=sup{x∈R,0≤x≤1}=1;
sup{(−1)n−1/n:n=1,2,3,...}=1sup\{(-1)^{n} - 1/n : n = 1, 2, 3,...\} = 1sup{(−1)n−1/n:n=1,2,3,...}=1;

如果一个集合有最大元素，则上确界等于这个最大元素，上确界属于这个集合，如例子1；反之，则上确界不属于这个集合，这一点从例子2，3 中可以看出。

inf和sup的性质、证明

简单性质：

sup{a+b:a∈Aandb∈B}=sup(A)+sup(B)sup\{a+b:a\in A\ and\ b \in B\} = sup(A)+sup(B)sup{a+b:a∈A and b∈B}=sup(A)+sup(B);
inf{a+b:a∈Aandb∈B}=inf(A)+inf(B)inf\{a+b:a\in A\ and\ b \in B\} = inf(A)+inf(B)inf{a+b:a∈A and b∈B}=inf(A)+inf(B);

证明：令A+B={a+b|a∈A,b∈B}，求证：sup(A+B)=supA + supB

首先证明supA+supB是集合A+B的一个上界，再证明其是一个最小的上界：
另外上述性质对减法、乘法、除法是不成立的。很容找到反例，例如A={-1,1},B={-5,1}，那么sup(A*B)=5，而supA=1、supB=1，乘法是不成立的。减法和除法也类似，很容易找到反例。

sup, inf和max, min的区别

集合是比较简单容易理解的，但是实际中用的比较多是表示一个函数上下确界，写成supf(x)sup f(x)supf(x)，inff(x)inf f(x)inff(x)。使用 inf 或 sup 总能保证一个函数的 inf 或 sup 存在，而函数的 min 或 max 有时候不存在。例如
f(x)=sin(x)/xf(x)=sin(x)/xf(x)=sin(x)/x该函数在 x=0 处没有值，因此其最大值即 max 不存在，但是我们可以看出 f(x) 最小的上界为 1，即 supf(x)=1sup f(x)=1supf(x)=1。

参考资料

[1] https://blog.csdn.net/D_turtle/article/details/81901853
[2] https://www.zybang.com/question/6adc7986ab84c9d94fdc00ccfdc1f7db.html
[3] https://blog.csdn.net/robert_chen1988/article/details/81233738

深度学习/机器学习入门基础数学知识整理（七）：数学上sup、inf含义，和max、min的区别相关推荐

深度学习/机器学习入门基础数学知识整理（一）：线性代数基础，矩阵，范数等
前面大概有2年时间,利用业余时间断断续续写了一个机器学习方法系列,和深度学习方法系列,还有一个三十分钟理解系列(一些趣味知识):新的一年开始了,今年给自己定的学习目标--以补齐基础理论为重点,研究一些 ...
深度学习/机器学习入门基础数学知识整理（四）：拟牛顿法、BFGS、L-BFGS、DFP、共轭梯度法
欢迎查看我的博客文章合集:我的Blog文章索引::机器学习方法系列,深度学习方法系列,三十分钟理解系列等文章目录拟牛顿法 BFGS算法(Broyden–Fletcher–Goldfarb–Shan ...
深度学习/机器学习入门基础数学知识整理（六）：Hoeffding不等式，
开写之前先推荐一个林轩田先生的书,<Learning From Data>,我从网上得到电子版资源放在这里获取,仅用于学习交流之用,不可用与商用,谢谢.网上还有配套的Slides,我虽然还 ...
深度学习/机器学习入门基础数学知识整理（五）：Jensen不等式简单理解，共轭函数
Jensen不等式及其延伸凸函数最基本的不等式性质,又称Jensen不等式[1] f(θx+(1−θ)y)≤θ f(x)+(1−θ) f(y)f(θx+(1−θ)y)≤θf(x)+(1−θ)f(y) ...
深度学习---从入门到放弃（九）RNN入门
深度学习-从入门到放弃(九)RNN入门 1.RNN简介 RNN(Recurrent Neural Network)是一类用于处理序列数据的神经网络.回想一下我们之前说到过的CNN,它可以通过在空间上共 ...
【机器学习】机器学习和深度学习概念入门
机器学习和深度学习概念入门(上) 作者:谭东来源:机器学习算法与自然语言处理目录 1 人工智能.机器学习.深度学习三者关系 2 什么是人工智能 3 什么是机器学习 4 机器学习之 ...
史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(一)
喵喵喵~大家元宵节快乐噢.有没有要陪小夕出去看烟花的吖... 小夕借此给热爱学习的喵喵们献上这篇拙文,希望不要嫌弃哦~ 还有,小夕画的封面图是不是很棒呀(￣∇￣) 小夕发现现在想进军人工智能领域的程序 ...
[面试笔试整理1]：深度学习机器学习面试问题准备（必会）
此系列三篇文章的原文链接面试笔试整理1:深度学习机器学习面试问题准备(必会) 1.神经网络基础问题 (1)Backpropagation(要能推倒) 后向传播是在求解损失函数L对参数w求导时候用到的 ...
图深度学习，入门教程七，残差多层图注意力模型
深度学习还没学完,怎么图深度学习又来了?别怕,这里有份系统教程,可以将0基础的你直接送到图深度学习.还会定期更新哦. 主要是基于图深度学习的入门内容.讲述最基本的基础知识,其中包括深度学习.数学.图神 ...

深度学习/机器学习入门基础数学知识整理（七）：数学上sup、inf含义，和max、min的区别

文章目录

inf和sup的定义

inf和sup的性质、证明

sup, inf和max, min的区别

参考资料

深度学习/机器学习入门基础数学知识整理（七）：数学上sup、inf含义，和max、min的区别相关推荐

最新文章

热门文章