본문으로 건너뛰기
215 / CONVEX OPTIMIZATION LAB
먼저 알아두면 좋아요 · 연결된 선수 단원의 함수·미분·선형대수·볼록 기초
단원 목록 (600) · 볼록집합·함수와 Jensen 간극
이해하는 속도로 읽으세요.개념도이론실험확인 문제
BUILD YOUR INTUITION

먼저 그림으로 이해하기

한 번에 한 단계씩 살펴보세요.

선분의 집합 포함과 함수의 chord 부등식을 따로 검사합니다.

Function a x²; z=(1−t)x+t y. Set [−2,2]. A sampled Jensen gap is not a proof of global convexity. Coefficient a is unused outside quadratic mode.

-2.162.164.16-0.16
가로 함수 입력 · 파랑 함수 · 주황 끝점 chord와 혼합 질의 · −log는 양수 영역만 그림
pointcoordinatefunction value
x-11
y11
combination00

combination z = 0

고정 기준 예제의 그림과 수치입니다. 각 단계에서 같은 그림의 의미를 차례로 살펴보세요. 고정된 기준 예제이며 아래 실험의 설정과 독립적입니다.
1 / 4

집합

두 점 사이의 모든 convex combination이 집합에 남아야 합니다.

(1−t)x+t y∈C

실험에서 확인하기 →
이 단원 목차

집합과 함수의 볼록 조건은 별도입니다

볼록집합은 두 점 사이 선분 전체를 포함합니다. 0≤t≤1에서 z=(1−t)x+ty입니다. interval은 볼록이지만 [−2,−1]∪[1,2]는 아닙니다. −1과 1이 집합에 있어도 중점 0이 빠집니다.

볼록함수는 정의역이 볼록이고 chord 부등식을 만족해야 합니다.

f((1−t)x+ty)≤(1−t)f(x)+tf(y),x,y∈dom⁡f,0≤t≤1.f((1-t)x+ty)\le(1-t)f(x)+tf(y),\qquad x,y\in\operatorname{dom}f,\quad0\le t\le1.

실험은 선택 집합과 함수 정의역을 따로 검사합니다. 최적화의 유효 가능 영역은 둘의 교집합입니다. 선택 집합이 비볼록이어도 제한된 함수 정의역과 교차하면 볼록해질 수도 있으므로 표시 하나만으로 전체 문제를 분류하면 안 됩니다.

Jensen 간극 읽기

파랑은 함수, 주황은 끝점 함수값을 잇는 chord입니다. 혼합점의 chord 높이에서 함수값을 뺀 것이 Jensen 간극입니다. f(x)=ax²를 전개하면 다음과 같습니다.

(1−t)ax2+tay2−a((1−t)x+ty)2=a t(1−t)(x−y)2.(1-t)ax^2+tay^2-a((1-t)x+ty)^2 =a\,t(1-t)(x-y)^2.

a=1,x=−1,y=1,t=1/2에서는 1이고 a=−1이면 −1이라 볼록성의 반례입니다. a=0은 affine이라 항상 0입니다. a>0의 이차 미분은 2a이므로 표준 Euclidean 관례에서 강볼록 상수도 2a입니다.

Nonsmooth·제한 정의역 예제

절댓값 함수는 cusp가 있어도 볼록입니다. 미분 가능성은 정의의 일부가 아닙니다. 선택 선분이 0을 가로지르는지에 따라 chord가 함수와 붙거나 위에 놓입니다.

음의 로그는 양수에서 이차 미분 1/x²>0이라 볼록입니다. 0과 음수는 정의역 밖입니다. 끝점 하나라도 유효하지 않으면 혼합점이 양수여도 유한한 보통 Jensen 간극을 정의하지 않습니다. 그림은 양수 유한 구간만 보여주며 0에 가짜 유한 값을 그리지 않습니다.

유한 검사는 전칭 조건이 아닙니다

음수 간극 하나는 볼록성을 반박하지만 양수 간극 하나가 증명하지는 않습니다. 정의는 모든 정의역 점과 t에 대한 조건입니다. 대수 전개·이차 미분 판정·합성 정리는 각자의 가정 아래 증명을 줍니다. 점을 더 찍는 것은 구현 검산에 유용하지만 가정을 대신하지 않습니다.

직접 풀기와 풀이

볼록 이차 함수를 유지하고 두 interval 집합을 고르세요. x=−1,y=1,t=1/2에서 함수 chord 조건은 통과하지만 집합 포함은 실패합니다. 이어 −log에서 x=0,y=1이면 끝점 정의역 표시가 거짓이고 간극은 미정의입니다. 그림을 직선으로 잇는다고 빠진 로그값을 만들 수 없는 이유를 설명하세요.

AI와의 연결

볼록 손실·정규화·가능집합을 올바르게 결합하면 전역 인증을 얻을 수 있습니다. 손실의 한 단면이 볼록해 보여도 신경망의 모든 모수에 대한 볼록성이 증명되지는 않습니다. 제약과 유효 정의역도 따로 확인해야 합니다.

추가 읽기: Boyd and Vandenberghe, Convex Optimization.

CHECK YOUR UNDERSTANDING

설명할 수 있나요?

실험 설정과 무관한 기준 예제를 묻습니다. 답을 고르고 설명을 확인해보세요.

1. 한 양수 Jensen 간극이 전역 볼록성의 증명인가요?
2. 함수의 볼록성과 선택 집합의 볼록성은 별도인가요?

선택한 답과 학습 표시는 이 브라우저에 저장됩니다. 다시 풀거나 표시를 해제할 수 있습니다.