关于两个凸函数复合的凸性证明方法咨询

嘿，很高兴你已经从几何层面摸透了凸函数的定义——这可是啃下证明的绝佳起点！你说抽象看复合凸性好像理所当然，但拆开来一步步推就会发现，不是任意两个凸函数复合都能得到凸函数，得满足关键条件才行，这也是很多初学者容易踩坑的地方。下面我就用最基础的定义一步步给你拆解：

先明确复合的前提条件 #

假设我们有两个函数：

• 内函数 ( f: \mathbb{R}^n \to \mathbb{R} )：是凸函数
• 外函数 ( g: \mathbb{R} \to \mathbb{R} )：是凸函数 + 单调非减函数

只有满足这两个条件，复合函数 ( h(x) = g(f(x)) ) 才是凸函数。这里必须强调外函数的「单调非减」——如果外函数是单调递减的凸函数，复合结果会变成凹函数，比如：

• ( f(x) = x^2 )（凸函数）
• ( g(t) = -t )（凸函数，但单调递减）
• 复合后 ( h(x) = -x^2 )，明显是凹函数，这就验证了条件的必要性。

用凸函数定义一步步证明 #

凸函数的核心定义是：对定义域内任意两个点 ( x_1, x_2 )，以及任意 ( \lambda \in [0,1] )，都满足：

( h(\lambda x_1 + (1-\lambda)x_2) \leq \lambda h(x_1) + (1-\lambda)h(x_2) )

我们把 ( h(x) = g(f(x)) ) 代入，分三步推导：

1. 利用内函数f的凸性
   因为f是凸函数，根据定义：
   ( f(\lambda x_1 + (1-\lambda)x_2) \leq \lambda f(x_1) + (1-\lambda)f(x_2) )
   几何上理解就是：x1和x2的凸组合点，经过f映射后的输出，不会超过f(x1)和f(x2)的凸组合值。

2. 利用外函数g的单调非减性
   因为g是单调非减的，当左边的自变量 ≤ 右边的自变量时，函数值也满足同样的不等关系：
   ( g(f(\lambda x_1 + (1-\lambda)x_2)) \leq g(\lambda f(x_1) + (1-\lambda)f(x_2)) )
   这一步是关键！如果g是单调递减的，这里的不等号就会反转，直接导致最终结果不符合凸函数要求。

3. 利用外函数g的凸性
   g本身是凸函数，所以对f(x1)和f(x2)的凸组合，有：
   ( g(\lambda f(x_1) + (1-\lambda)f(x_2)) \leq \lambda g(f(x_1)) + (1-\lambda)g(f(x_2)) )

4. 串联三步结论
   把上面三个式子连起来，就得到：
   ( h(\lambda x_1 + (1-\lambda)x_2) = g(f(\lambda x_1 + (1-\lambda)x_2)) \leq \lambda g(f(x_1)) + (1-\lambda)g(f(x_2)) = \lambda h(x_1) + (1-\lambda)h(x_2) )

完全符合凸函数的定义，所以复合函数h(x)是凸函数。

几何直观再强化一下 #

你已经从几何层面理解了凸函数，那我们再对应到复合过程：

• 内函数f把定义域里的凸组合点，映射到一个「不超过f(x1)、f(x2)凸组合」的位置；
• 外函数g是单调非减的凸函数，相当于把这个映射结果，沿着t轴（f的输出轴）保持凸性地“拉伸”——不会把下方的点拉到上方，也不会反转顺序，最终复合后的函数曲线依然保持向上凸的形态。

比如 ( f(x)=x^2 )，( g(t)=e^t )（凸且单调增），复合后 ( h(x)=e^{x2} )，画出来的曲线是标准的凸函数形态，完美契合我们的结论。

内容的提问来源于stack exchange，提问作者Anthony