Conjugate function and Fenchel’s duality theorem

定义. 给定一个函数 f:RnRf:\mathbb{R}^n\rightarrow\mathbb{R},它的 共轭函数(conjugate)f:RnRf^*:\mathbb{R}^n\rightarrow\mathbb{R} 定义为:
f(y)=supxdomf(yTxf(x)).f^*(y)=\mathop{\sup}\limits_{x\in\text{dom}f}\left(y^Tx-f(x)\right).

Conjugate function and Fenchel’s duality theorem
图 3.8 给出了 conjugate 函数的直观含义,yy 看成一个线性函数的系数,共轭函数在 yy 上的取值就是 yy 对应的直线超过原函数对应值的最大值。

例子.

函数 f(x)f(x) f(y)f^*(y)
Affine function ax+bax+b f(y)=b,y=af^*(y)=-b,y=a
Negative logarithm logx-\log x f(y)=log(y)1,y<0f^*(y)=-\log(-y)-1,y<0
Exponential exe^x f(y)=ylogyyf^*(y)=y\log y-y
Negative entropy xlogxx\log x f(y)=ey1f^*(y)=e^{y-1}
Inverse 1x\frac{1}{x} f(y)=2(y)1/2f^*(y)=-2(-y)^{1/2}
Strictly convex quadratic function f(x)=12xTQxf(x)=\frac{1}{2}x^TQx f(y)=12yTQ1yf^*(y)=\frac{1}{2}y^TQ^{-1}y
Log-determinant f(X)=logdetX1f(X)=\log\det X^{-1} f(Y)=supX0(tr(YX))+logdet(X)f^*(Y)=\mathop{\sup}\limits_{X\succ 0}(\text{tr} (YX))+\log\det(X)
Indicator function ISI_S IS(y)=supxSyTxI_S^*(y)=\mathop{\sup}\limits_{x\in S}y^Tx

Fenchel’s inequality
由定义可知,
f(x)+f(y)xTyf(x)+f^*(y)\ge x^Ty

Fenchel’s duality theorem