拟凸函数此条目没有列出任何参考或来源。 (2018年11月11日)维基百科所有的内容都应该可供查证。请协助补充可靠来源以改善这篇条目。无法查证的内容可能会因为异议提出而移除。拟凸函数(Quasiconvex function)是一类定义在实向量空间的区间或凸子集上的实值函数,且满足对任意实数 a {\displaystyle a} , ( − ∞ , a ) {\displaystyle (-\infty ,a)} 的原像都是凸集。反之如果原像都是凹集,则称为拟凹函数。 这个函数不是凸的,但是是拟凸的 这个函数不是拟凸的 正态分布的概率密度函数是拟凹的,但不是凹的 凸函数一定是拟凸函数,但反之则不然,因此拟凸函数是一个更广泛的概念。凹函数的情况也类似。 定义与性质 设函数 f : S → R {\displaystyle f:S\to \mathbb {R} } 定义在实向量空间的凸子集 S {\displaystyle S} 上。我们称 f {\displaystyle f} 是拟凸的,如果对任意的 x , y ∈ S {\displaystyle x,y\in S} 和 λ ∈ [ 0 , 1 ] {\displaystyle \lambda \in [0,1]} 都有 f ( λ x + ( 1 − λ ) y ) ≤ max { f ( x ) , f ( y ) } {\displaystyle f(\lambda x+(1-\lambda )y)\leq \max {\big \{}f(x),f(y){\big \}}} 。另一种等价的定义则是任何的 S α ( f ) = { x ∣ f ( x ) ≤ α } {\displaystyle S_{\alpha }(f)=\{x\mid f(x)\leq \alpha \}} 都是凸集。 如果有 f ( λ x + ( 1 − λ ) y ) < max { f ( x ) , f ( y ) } {\displaystyle f(\lambda x+(1-\lambda )y)<\max {\big \{}f(x),f(y){\big \}}} ,则称 f {\displaystyle f} 是严格拟凸的。 类似地,可以定义拟凹函数和严格拟凹函数。我们称 f {\displaystyle f} 是拟凹的,如果对任意的 x , y ∈ S {\displaystyle x,y\in S} 和 λ ∈ [ 0 , 1 ] {\displaystyle \lambda \in [0,1]} 都有 f ( λ x + ( 1 − λ ) y ) ≥ min { f ( x ) , f ( y ) } {\displaystyle f(\lambda x+(1-\lambda )y)\geq \min {\big \{}f(x),f(y){\big \}}} 。如果有 f ( λ x + ( 1 − λ ) y ) > min { f ( x ) , f ( y ) } {\displaystyle f(\lambda x+(1-\lambda )y)>\min {\big \{}f(x),f(y){\big \}}} ,则称 f {\displaystyle f} 是严格拟凹的。 如果一个函数既是拟凸的又是拟凹的,则称其为拟线性的。 参见 凸函数 凹函数参考文献