最大化引数とは? わかりやすく解説

最大化引数

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/06/20 04:59 UTC 版)

凸共役性」の記事における「最大化引数」の解説

函数 f {\displaystyle f} が微分可能であるなら、その導函数凸共役計算における最大化引数(maximizing argument)である。すなわち、 f ′ ( x ) = x ∗ ( x ) := argsup x ⋆ ⟨ x , x ⋆ ⟩ − f ⋆ ( x ⋆ ) {\displaystyle f^{\prime }(x)=x^{*}(x):=\arg \sup _{x^{\star }}{\langle x,x^{\star }\rangle }-f^{\star }(x^{\star })} と f ⋆ ′ ( x ⋆ ) = x ( x ⋆ ) := argsup x ⟨ x , x ⋆ ⟩ − f ( x ) ; {\displaystyle f^{\star \prime }(x^{\star })=x(x^{\star }):=\arg \sup _{x}{\langle x,x^{\star }\rangle }-f(x);} が成り立つ。したがって x = ∇ f ⋆ ( ∇ f ( x ) ) , {\displaystyle x=\nabla f^{\star }(\nabla f(x)),} x ⋆ = ∇ f ( ∇ f ⋆ ( x ⋆ ) ) , {\displaystyle x^{\star }=\nabla f(\nabla f^{\star }(x^{\star })),} であり、さらに次が成立する。 f ′ ′ ( x ) ⋅ f ⋆ ′ ′ ( x ⋆ ( x ) ) = 1 , {\displaystyle f^{\prime \prime }(x)\cdot f^{\star \prime \prime }(x^{\star }(x))=1,} f ⋆ ′ ′ ( x ⋆ ) ⋅ f ′ ′ ( x ( x ⋆ ) ) = 1. {\displaystyle f^{\star \prime \prime }(x^{\star })\cdot f^{\prime \prime }(x(x^{\star }))=1.}

※この「最大化引数」の解説は、「凸共役性」の解説の一部です。
「最大化引数」を含む「凸共役性」の記事については、「凸共役性」の概要を参照ください。

ウィキペディア小見出し辞書の「最大化引数」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「最大化引数」の関連用語

最大化引数のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



最大化引数のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの凸共役性 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS