1. 引言
特征函数
在实际中有着广泛的应用,一些重要的实际问题,如数字图像处理、计算机视觉和图像识别、信号处理、概率约束优化问题等都可以转化为与特征函数相关联的问题。然而,特征函数是非连续非光滑的函数,这使得问题的研究较为困难。因此,在实际的研究过程中,寻找特征函数的光滑近似函数显得尤为重要。特征函数
是非连续非光滑函数,因而,寻求特征函数的光滑近似倍受关注[1]-[6]。
本文基于Sigmoid函数
构造了一类与Sigmoid函数具有相似性质的光滑函数
,其中
,并证明了参数
充分小时,该类函数是特征函数
的光滑近似(见图1和图2)。
Figure 1. Image of the characteristic function
图1. 特征函数
的图像
Figure 2. Image of Sigmoid function
图2. Sigmoid函数
的图像
2. 基本内容
2.1. 光滑近似函数
定义1 [4]令
是一个非负的实值函数,如果函数
满足以下两个条件:
函数
关于
是连续可微的,其中
是一个参数;
,
则称函数
是特征函数
的一个光滑近似函数。
本文主要构建一类具有如下性质的特征函数
的光滑近似函数。
性质1 当
时,假设函数
满足以下性质:
1) 对任意
。
2)
。
3)
关于
是不减的。
4) 当
时,
关于
单调递减;当
时,
关于
单调递增。
5)
关于
是连续可微的。
下面讨论了满足性质1的两个近似函数
的例子。
例1 考虑函数
,
由图3可以看出,当
充分小时,
是特征函数
的一个光滑近似函数。
1)
,
对于任意实数z,
,
Figure 3. Image of function
图3. 函数
的图像
两边同时加1得到
,
则
.
因此,对任意
。
2) 当
,
当
,
因此,
3) 对
关于
求偏导,我们可以得到
,
由于
,
且
,故
,因此
关于
是不减的。
4) 对
关于
求偏导,我们可以得到
,
当
时,
,
关于
单调递减;当
时,
,
关于
单调递增。
5) 由于
是指数函数,为光滑函数,则
也是光滑函数且若
无零点,则其倒数亦为光滑函数.因此,我们只需考虑
是否有零点,显然,
恒大于0,因此,
无零点,则其倒数函数
为光滑函数。
例2 考虑函数
,
由图4可以看出,当
充分小时,
是特征函数
的一个光滑近似函数。
Figure 4. Image of function
图4. 函数
的图像
1)
,
对于任意实数
,
因为
与
有相同的符号,且
的绝对值不大于
得到:
两边同时乘以
得到:
两边同时加1后,将整个表达式除以2得到:
因此,对任意
。
2) 当
,
当
,
因此,
3) 对
关于z求偏导,我们可以得到:
由于
,故
,因此
关于
是不减的。
4) 对
关于
求偏导,我们可以得到:
当
时,
,
,
关于
单调递减;当
时,
关于
单调递增。
5) 由于
为光滑函数,且函数
为光滑函数的线性组合,显然为光滑函数。
2.2. 应用
考虑如下概率约束优化问题(P)
(P)
其中,
是
的一个紧凸集,
的支撑集,记为
,是
的一个闭集,
和
关于
是连续可微的并且是凸的。
由于
,
则问题(P)变形为
考虑问题
其中,
在一定的条件下,可以证明问题是问题(P)等价近似问题。
假设1 函数
是Caratheodory函数,即对于任意
,
是可测的;对于
,
几乎处处连续。
假设2 对于任意
,集合
的测度为0,即
的概率为1。
下面的定理表明了问题和问题(P)的等价性。
定理1 若假设1-假设2成立,则问题和问题(P)等价。
证明 令
,则有
因此,问题和问题(P)等价。
3. 结语
本文研究了一类与Sigmoid函数具有相似性质的特征函数
的光滑近似函数,证明了当参数
足够小的情况下,
是特征函数的光滑近似,具有良好的特性,对处理概率约束优化问题等实际问题具有很大帮助。
基金项目
辽宁师范大学本科生科研训练项目(项目编号:CX202302014)。
NOTES
*通讯作者。