Optimierung — Einführung
Kapitel 2 · Theorie

Konvexität — die heilige Eigenschaft

Konvexe Menge: Für je zwei Punkte x, y ∈ K liegt die ganze Strecke {tx + (1-t)y : t ∈ [0,1]} in K.
Konvexe Funktion: f(tx + (1-t)y) ≤ t·f(x) + (1-t)·f(y).

Warum ist das so wichtig?

  • Lokales Minimum = globales Minimum. Kein Festlaufen in lokalen Mulden.
  • Effiziente Algorithmen mit beweisbarer Konvergenz.
  • Optimalitätsbedingungen sind hinreichend, nicht nur notwendig.

Wie erkennt man Konvexität?

TestBedeutung
f''(x) ≥ 0 (1D)f konvex
Hesse-Matrix positiv semidefinitf konvex (n-D)
Norm, Maximum konvexer Funktionenkonvex
affine Funktion ax + bkonvex und konkav
Komposition: g(f(x)), g monoton wachsend & konvexkann konvex sein
⛰️
Visuelle IntuitionKonvexe Funktion = "Schale". Die Verbindungsstrecke zweier Punkte des Graphen liegt oberhalb des Graphen. Konkav = "Hügel" (umgekehrt).
Zurück zu Mathematik