凸函数是定义在实数集合上的函数,其图像上的任意两点之间的线段都位于或在函数图像的上方。换句话说,对于任意实数(x_1, x_2)和任意(0 \leq \lambda \leq 1),如果函数(f)是凸函数,则有:
[f(\lambda x_1 + (1-\lambda)x_2) \leq \lambda f(x_1) + (1-\lambda)f(x_2)]
凸泛函是定义在函数空间上的凸函数。也就是说,对于任意两个函数(f_1)和(f_2)以及任意(0 \leq \lambda \leq 1),如果泛函(F)是凸泛函,则有:
[F(\lambda f_1 + (1-\lambda)f_2) \leq \lambda F(f_1) + (1-\lambda)F(f_2)]
凸函数和凸泛函在优化理论和凸分析中有重要的应用,因为它们具有良好的性质,使得在优化问题中更容易处理。