凹函数是数学中一个重要的概念，指在定义域内任意两点连线上的函数值都不大于这两点函数值加权平均的函数，即满足f(tx₁+(1-t)x₂) ≥ t f(x₁)+(1-t)f(x₂)（其中t∈[0,1]）。凹函数的图像呈向下凸起的形状，其二阶导数非正（若可导），常用于优化问题、经济学和机器学习中描述边际递减或风险规避行为。
凹函数，又称上凸函数，是凸函数的一种对应形式。在几何直观上，凹函数的图像任意两点连线位于函数曲线下方。严格的数学定义：对于定义在区间I上的函数f，若对任意x₁,x₂∈I和任意t∈[0,1]，恒有f(tx₁+(1-t)x₂) ≥ t f(x₁)+(1-t)f(x₂)，则称f为凹函数。若不等式严格成立（t∈(0,1)且x₁≠x₂），则称严格凹函数。凹函数与凸函数互为相反数关系：若f是凹函数，则-f是凸函数。
在实际应用中，凹函数广泛出现在经济学中的效用函数（如风险厌恶者的效用函数多为凹函数）、生产函数中的边际报酬递减规律、以及机器学习中的损失函数设计（如交叉熵损失函数在某些区间表现为凹性）。判断一个函数是否为凹函数，常用方法包括：检查二阶导数是否恒小于等于0（对于可微函数），或利用詹森不等式进行验证。
【常见问题】
问题1：凹函数和凸函数有什么区别？
回答1：凹函数和凸函数的主要区别在于函数图像弯曲方向不同。凹函数（也称上凸函数）满足f(tx₁+(1-t)x₂) ≥ t f(x₁)+(1-t)f(x₂)，图像呈向下凸起的形状，任意两点连线位于曲线下方；而凸函数（也称下凸函数）满足反向不等式，图像呈向上凸起的形状，任意两点连线位于曲线上方。简单记忆：凹函数像倒扣的碗，凸函数像正放的碗。
问题2：如何判断一个二次函数是否为凹函数？
回答2：对于二次函数f(x)=ax²+bx+c，其凹凸性由二次项系数a决定。若a<0，则二阶导数f''(x)=2a<0，因此该二次函数是凹函数；若a>0，则是凸函数；若a=0，则为线性函数，既是凹函数也是凸函数。此外，凹函数的图像开口向下，最大值点存在。
问题3：凹函数在优化问题中有什么应用？
回答3：凹函数在优化问题中常用于描述最大化问题。由于凹函数具有局部最大值即全局最大值的性质，同时满足詹森不等式，因此在经济学中，凹函数常作为风险厌恶者的效用函数（如对数效用函数），在机器学习中，某些损失函数（如交叉熵损失）的凹性有助于梯度下降的收敛性。此外，凹函数的约束优化问题通常可以通过KKT条件求解。
问题4：凹函数的二阶导数一定小于等于0吗？
回答4：对于二阶可导的凹函数，其二阶导数f''(x) ≤ 0在整个定义域内成立。但需要注意，该条件仅适用于可导函数，且二阶导数存在的情况。对于不可导的凹函数（如绝对值函数在零点不可导），仍可通过定义判断其凹性。此外，二阶导数恒小于等于0是凹函数的充分必要条件（在可导区间内）。