其他分享
首页 > 其他分享> > 勒让德变换 Legendre transformation

勒让德变换 Legendre transformation

作者:互联网

问题引入

如何将\(f(x,y)\)变换成\(G(u,y)\)

过程推导

\[\begin{align*} &f(x,y)=f(x_1,\cdots,x_n,y_1,\cdots,y_n)\\ &df=\frac {\partial f} {\partial x_1}dx_i+\cdots+\frac {\partial f} {\partial x_n}dx_n+\frac {\partial f} {\partial y_1}dy_i+\cdots+\frac {\partial f} {\partial y_n}dy_n\\ let \quad &\frac {\partial f} {\partial x_i}=u_i\tag 1\\ &df=\sum_{i=1}^n u_idx_i+\sum_{i=1}^n \frac {\partial f} {\partial y_i}dy_i\\ \because \ &d(ux)=udx+xdu\\ \therefore \ &df=\sum_{i=1}^n d(u_ix_i)-\sum_{i=1}^n x_idu_i+\sum_{i=1}^n \frac {\partial f} {\partial y_i}dy_i\\ &\sum_{i=1}^n x_id_i-\sum_{i=1}^n \frac {\partial f} {\partial y_i}dy_i=d(\sum_{i=1}^n d(u_ix_i)-f(x,y))\tag 2\\ let \quad G(u,y)&=\sum_{i=1}^n d(u_ix_i)-f(x,y)\tag 3\\ &=u^Tx-f(x,y)\\ \end{align*} \]

对\((3)\)求偏导,再和\((2)\)比较得

\[G(u,y)= \begin{cases} & \displaystyle \sum \displaystyle \frac {\partial G} {\partial u_i}du_i-\sum \displaystyle \frac {\partial f} {\partial y_i}dy_i\\ & \displaystyle \sum x_id_i-\sum \displaystyle \frac {\partial f} {\partial y_i}dy_i\\ \end{cases} \]

纵向比较,再综合前面的\((1)\)得出

\[\begin{cases} & \displaystyle\frac {\partial G} {\partial u_i}du_i=x_i\\ & \displaystyle\frac {\partial G} {\partial y_i}dy_i = -\frac {\partial f} {\partial y_i}dy_i\\ & \displaystyle\frac {\partial f} {\partial x_i}du_i=u_i\\ \end{cases} \]

最后,Legendre变换结果为

\[G(u)=u^Tx-f(x) \]

几何意义

将函数与切线(超平面)联系起来,引入的新变量\(u=\displaystyle\frac {\partial f} {\partial x}\)就是在\(x\)点处的切平面

思考

上述过程均是一阶可偏导的,如果遇到非凸函数呢
这个求出来的形式和共轭函数的形式就差一个\(sup\)
其实共轭函数就是对原函数(可能无法求导,非凸函数)求个上界,这个上界是一个凸函数

下一篇:共轭函数

标签:partial,变换,sum,Legendre,displaystyle,cdots,dy,frac,transformation
来源: https://www.cnblogs.com/xiaoqian-shen/p/15452271.html