유효 도메인

Effective domain

수학의 한 분야인 볼록스 분석에서 유효 영역확장된 실수 라인 [- , = {± }} . ,\에 정의된 함수 영역의 확장이다.

볼록 분석변동 분석에서는 일반적으로 주어진 일부 확장된 실질 가치 함수가 최소화된 지점을 구하는데, 여기서 이러한 점을 글로벌 최소 지점이라고 한다.이 함수의 유효 영역은 글로벌 최소 지점이 될 가능성이 희박한 점들 뿐이기 때문에 유효 영역이 이렇게 정의되는[1] 이 함수의 도메인에서 값이 +, 과 같지 않은 모든 점의 집합으로 정의된다.실제로, 이 분야에서는 (최소화 문제에 대한) 잠재적 해결책으로서조차 고려되지 않는 특정 지점에서 기능을 + 과(와) 동일하게 설정하는 것이 일반적인 관행이다.[1]WTF는 기능 때문에 그러한 점수는 최소화 problem,[1]에 추론 만약 그러한 포인트는 해결책으로 용납되지 않았고 기능이 이밉니다 ∞{\와 같이 설정될 것으로 받아들일 수 있는 해결책으로 여겨진다는 값을 효과적인 도메인에 속하∞{-\infty\displaystyle}( 있는 경우)−이 걸린다.출신의.대신 그 시점에서는

When a minimum point (in ) of a function is to be found but 's domain is a proper subset of some vector space then it often technically useful to extend (를) 모든 대해 f( + 정의에 의해 모든 x에 V∖ X∈ =+\infty}.{\displaystyle x\in V\setminus X}[1], V의 어떤 단계 ∖ X{\displaystyle V\setminus X}f의 욕망은 본래 기능 f의 최소 점을 찾기가 법과 일관되게 효과적인 도메인,{\displaystyle f,}에 속하:X→[− ∞, ∞]{\displaystyle f:X\to용.-\i V. 에 대해 새로 정의된 확장보다

문제가 대신 최대화 문제(명확하게 표시됨)인 경우, 유효 도메인은 대신 함수의 도메인에서 - 과(와) 같지 않은 모든 점으로 구성된다.

정의

Suppose is a map valued in the extended real number line whose domain, which is denoted by is 가정이 필요할 때마다X {\이(가) 일부 벡터 공간의 하위 집합으로 가정됨). 다음 f{\}의 유효 도메인은 f{\로 표시되며 일반적으로 집합으로[1][2][3] 정의된다.

{\}이(가) 오목함수이거나 {\f}의 최대(최소값보다 작음)가 검색되고 있지 않은 경우, 경우 f {\f}의 유효 도메인이 대신 세트인[2] 경우

볼록 분석변동 분석에서 dom 은(는) 달리 명시되지 않는 한 일반적으로 ={ X: : f) + X~한다.

특성화

: R→ X X에 대한 표준 투영을 나타내며 투영은 ( , r ) x ↦ . (에 의해 정의된다. The effective domain of is equal to the image of 's epigraph under the canonical projection That is

[4]

최대화 문제(: f (가) 볼록하지 않고 오목한 경우)의 경우, 유효 영역은 대신 f{\ 하이포드 이미지와 동일하다.

특성.

함수가 실제 값을 갖는 경우와 같이 함수가 값을 +, 을(를) 절대 사용하지 않으면 함수의 도메인과 유효 도메인이 동일하다.

A function is a proper convex function if and only if is convex, the effective domain of is nonempty, and for every [4]

참고 항목

참조

  1. ^ a b c d e Rockafellar & Wets 2009, 페이지 1–28.
  2. ^ a b Aliprantis, C.D.; Border, K.C. (2007). Infinite Dimensional Analysis: A Hitchhiker's Guide (3 ed.). Springer. p. 254. doi:10.1007/3-540-29587-9. ISBN 978-3-540-32696-0.
  3. ^ Föllmer, Hans; Schied, Alexander (2004). Stochastic finance: an introduction in discrete time (2 ed.). Walter de Gruyter. p. 400. ISBN 978-3-11-018346-7.
  4. ^ a b Rockafellar, R. Tyrrell (1997) [1970]. Convex Analysis. Princeton, NJ: Princeton University Press. p. 23. ISBN 978-0-691-01586-6.