Funcția Schur-convexă
În matematică, o funcție Schur-convexă (sau convexă în sensul lui Schur), numită și S-convexă , funcție izotonică sau funcție de păstrare a ordinii este o funcție astfel încât să păstreze relațiile de ordine: pentru toate astfel încât x este delimitat de y , f satisface f ( x ) ≤ f ( y ) .
f:Rd→R{\ displaystyle f: \ mathbb {R} ^ {d} \ rightarrow \ mathbb {R}}X,y∈Rd{\ displaystyle x, y \ in \ mathbb {R} ^ {d}}
Numite după Issai Schur , funcțiile Schur-convexe sunt utilizate în studiul majorizării . Orice funcție convexă și simetrică este, de asemenea, Schur-convexă, dar implicația inversă nu este întotdeauna adevărată. Pe de altă parte, orice funcție Schur-convexă este simetrică (în ceea ce privește permutările argumentelor sale).
Funcția Schur-concavă
Se spune că o funcție f este Schur-concavă dacă opusul său, - f , este Schur-convex.
Criteriul Schur-Ostrowski
Dacă f este simetric și are derivate parțiale, atunci f este Schur-convex dacă și numai dacă pentru toate 1 ≤ i ≠ j ≤ d și în orice punct de :
Rd{\ displaystyle \ mathbb {R} ^ {d}}
(Xeu-Xj)(∂f∂Xeu-∂f∂Xj)≥0{\ displaystyle (x_ {i} -x_ {j}) \ left ({\ frac {\ partial f} {\ partial x_ {i}}} - {\ frac {\ partial f} {\ partial x_ {j} }} \ dreapta) \ geq 0}.
Exemple
-
f(X)=min(X){\ displaystyle f (x) = \ min (x)}este Schur-concav și este Schur-convex (acest lucru se deduce rapid din definiția funcțiilor).f(X)=max(X){\ displaystyle f (x) = \ max (x)}
- Funcția de entropie a lui Shannon este Schur-concavă.∑eu=1dPeu⋅Buturuga21Peu{\ displaystyle \ sum _ {i = 1} ^ {d} {P_ {i} \ cdot \ log _ {2} {\ frac {1} {P_ {i}}}}}
- Funcția de entropie Rényi este și Schur-concavă.
- Mai degrabă natural, funcțiile sunt toate Schur-convexe pentru k ≥ 1 .∑eu=1dXeuk{\ displaystyle \ sum _ {i = 1} ^ {d} {x_ {i} ^ {k}}}
- Funcția este Schur-concavă, pe domeniu . De asemenea, funcțiile simetrice elementare sunt concurente Schur .f(X)=∏eu=1nuXeu{\ displaystyle f (x) = \ prod _ {i = 1} ^ {n} x_ {i}}(R+)d{\ displaystyle (\ mathbb {R} _ {+}) ^ {d}}(R+)d{\ displaystyle (\ mathbb {R} _ {+}) ^ {d}}
- O interpretare naturală a majorării este că dacă atunci x este mai răspândit decât y . Prin urmare, este firesc să ne întrebăm dacă măsurătorile statistice ale variabilității sunt Schur-convexe. Atât varianța, cât și abaterea standard sunt funcții Schur-convexe, dar valoarea absolută a abaterilor nu este.X≻y{\ displaystyle x \ succ y}
- Dacă g este o funcție convexă definită pe un interval real, atunci este Schur-convex.∑eu=1nug(Xeu){\ displaystyle \ sum _ {i = 1} ^ {n} g (x_ {i})}
- Un exemplu de probabilitate: dacă sunt variabile aleatorii schimbabile, atunci funcția de așteptare este Schur-convexă ca o funcție a indexului multiplu , cu condiția ca așteptarea să existe.X1,...,Xnu{\ displaystyle X_ {1}, \ dots, X_ {n}}E(∏j=1nuXjlaj){\ displaystyle \ mathbb {E} \ left (\ prod _ {j = 1} ^ {n} X_ {j} ^ {a_ {j}} \ right)}la=(la1,...,lanu){\ displaystyle a = (a_ {1}, \ dots, a_ {n})}
- Coeficientul Gini este strict Schur-concav.
Referințe
-
(în) A. Wayne Roberts și Dale E. Varberg , Convex functions , New York, Academic Press ,1973, 299 p. ( ISBN 978-0-08-087372-5 , citit online ) , p. 258.
-
(în) Josip E. Peajcariaac și Y. L. Tong , Funcții convexe, ordonări parțiale și aplicații statistice , Academic Press,1992, 467 p. ( ISBN 978-0-08-092522-6 , citit online ) , p. 333.
Vezi și tu
Funcția aproape convexă
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">