凸函数定义及其等价形式: 设f(x)在区间I上有定义,若对任意x1、x2∈I,A∈[0,1]成立不等式: f(Ax1+(1-4)x2)≤Af(x1)+(1-λ)f(x2) 则称f(x)是区间I上的凸函数

2凸函数及其应用 凸函数定义及其等价形式: 设f(x)在区间I上有定义,若对任意x1、x2∈I,A∈[0,1]成立不等式:

凸函数定义及其等价形式：

第1节 基本概念 1.1 引言 1.2 极值问题 1.3 凸函数和凹函数 1.4 凸规则 1.5 下降迭代算法 第2节 一维搜索 2.1 斐波那契(Fibonacci)法 2.2 0.618法(黄金分割法) 第3节 无约束极值问题的解法 3.1 梯度法(最速下降法) 3.2 共轭梯度法 3.3 变尺度法 3.4 步长加速法

2.1 离散变量的非平均信息量 2.2 离散集的平均自信息量－熵 2.3 离散集的平均互信息量 2.4 连续随机变量的互信息和熵 2.5 凸函数和互信息的凸性

2.1 离散变量的非平均信息量 2.2 离散集的平均自信息量－熵 2.3 离散集的平均互信息量 2.4 连续随机变量的互信息和熵 2.5 凸函数和互信息的凸性

离散变量的非平均信息量 离散集的平均自信息量－熵 离散集的平均互信息量 信息不等式 凸函数和互信息的凸性 连续随机变量的互信息和微分熵

2.1离散变量的非平均信息量 2.2离散集的平均自信息量一熵 2.3离散集的平均互信息量 2.4连续随机变量的互信息和熵 2.5凸函数和互信息的凸性

• 凸集 (Convex Set) • 凸函数 (Convex Function) • 凸规划 (Convex Programming)

• 凸集 (Convex Set) • 凸函数 (Convex Function) • 凸规划 (Convex Programming)