{
  "id": "legendre-transform",
  "title": "勒让德变换",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "勒让德变换将函数的变量替换为共轭变量，联系着凸几何、优化、经典力学与热力学。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "勒占德变换"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/legendre-transform/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/legendre-transform/",
      "json": "https://aiwiki.page/en/legendre-transform.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "勒让德变换是一种数学变换，将函数的自变量替换为表示其斜率的变量。对于可微的严格凸函数 \\(f(x)\\)，它构造出新函数 \\(f^*(p)=px-f(x)\\)，其中 \\(x\\) 由 \\(p=f'(x)\\) 确定。更一般的形式称为勒让德–芬切尔变换，将 \\(f^*(p)\\) 定义为 \\(px-f(x)\\) 的上确界，不要求函数可微或严格凸。这一变换将凸函数的几何性质与优化、力学和热力学中的对偶描述联系起来。"
    },
    {
      "heading": "定义",
      "text": "对于函数 \\(f:\\mathbb{R}^n\\to\\mathbb{R}\\cup\\{+\\infty\\}\\)，其勒让德–芬切尔变换也称为凸共轭函数，定义为\n\n\\[f^*(p)=\\sup_{x\\in\\mathbb{R}^n} \\bigl\\{\\langle p,x\\rangle-f(x)\\bigr\\},\\]\n\n其中 \\(\\langle p,x\\rangle\\) 是欧几里得内积。允许函数取值为 \\(+\\infty\\)，就可以将约束纳入定义：在允许集合之外令 \\(f(x)=+\\infty\\)，即可在求上确界时排除这些点。\n\n\\(f^*\\) 的有效定义域由使上述上确界为有限值的向量 \\(p\\) 组成。即使 \\(f\\) 处处有限，其共轭函数也未必如此。\n\n更一般地，若 \\(f\\) 定义在实向量空间 \\(X\\) 上，则其共轭函数定义在适当的对偶空间 \\(X^*\\) 上：\n\n\\[f^*(p)=\\sup_{x\\in X} \\bigl\\{\\langle p,x\\rangle-f(x)\\bigr\\}.\\]\n\n这里，\\(\\langle p,x\\rangle\\) 表示线性泛函在某点的取值，不一定是内积。在无限维情形中，拓扑与连续对偶空间的选择至关重要。\n\n相关术语的用法并不完全统一。“勒让德变换”常指光滑且可逆的构造，而“勒让德–芬切尔变换”则强调上确界定义。许多文献将两者都称为“勒让德变换”。"
    },
    {
      "heading": "光滑情形下的构造及几何意义",
      "text": "假设 \\(f\\) 在一个开凸域上可微。使 \\(px-f(x)\\) 取得最大值的内点必须满足\n\n\\[p=f'(x).\\]\n\n若 \\(f\\) 严格凸，其导数便严格递增，因此这一方程至多有一个解。对于导数值域内的 \\(p\\)，将该解记为 \\(x=x(p)\\)。于是\n\n\\[f^*(p)=p\\,x(p)-f(x(p)).\\]\n\n求导得\n\n\\[\\frac{d f^*}{dp}=x(p).\\]\n\n因此，原函数与变换后的函数交换了位置和斜率的角色：\n\n\\[p=f'(x), \\qquad x=(f^*)'(p).\\]\n\n严格凸性保证了解的唯一性，但其本身并不保证每个实数都能作为斜率出现。\n\n从几何上看，\\(f\\) 在 \\(x\\) 处斜率为 \\(p=f'(x)\\) 的切线方程为\n\n\\[y=px-f^*(p).\\]\n\n因此，该变换记录了每条支撑切线纵截距的相反数。同一条凸曲线，既可以由曲线上的点来描述，也可以由其支撑线来描述。\n\n对于多变量可微凸函数，相应关系使用梯度表示：\n\n\\[p=\\nabla f(x), \\qquad f^*(p)=\\langle p,x\\rangle-f(x).\\]\n\n若 \\(f\\) 二阶连续可微，且其海森矩阵正定，则梯度映射局部可逆。在相互对应的点处，\n\n\\[\\nabla f^*(p)=x, \\qquad \\nabla^2 f^*(p)=\\bigl[\\nabla^2 f(x)\\bigr]^{-1}.\\]\n\n这些恒等式解释了为什么对偶描述中经常出现互为倒数的响应系数。"
    },
    {
      "heading": "示例",
      "text": "二次函数\n\n对于\n\n\\[f(x)=\\frac{a}{2}x^2, \\qquad a>0,\\]\n\n取得最大值的条件为 \\(p=ax\\)，因此\n\n\\[f^*(p)=\\frac{p^2}{2a}.\\]\n\n更一般地，若 \\(A\\) 是对称正定矩阵，且\n\n\\[f(x)=\\frac12 x^{\\mathsf T}Ax,\\]\n\n则\n\n\\[f^*(p)=\\frac12 p^{\\mathsf T}A^{-1}p.\\]\n\n因此，共轭变换会将正定二次型的矩阵变为其逆矩阵。\n\n指数函数\n\n对于指数函数 \\(f(x)=e^x\\)，当 \\(p>0\\) 时，由方程 \\(p=e^x\\) 得到 \\(x=\\log p\\)。于是，\n\n\\[f^*(p)= \\begin{cases} p\\log p-p, & p>0,\\\\ 0, & p=0,\\\\ +\\infty, & p<0. \\end{cases}\\]\n\n当 \\(p=0\\) 时，随着 \\(x\\to-\\infty\\)，表达式趋近其上确界，但并不取到该值。因此，即使不存在取得最大值的点，共轭函数仍可能具有有限值。\n\n绝对值\n\n对于 \\(f(x)=|x|\\)，\n\n\\[f^*(p)= \\begin{cases} 0, & |p|\\leq 1,\\\\ +\\infty, & |p|>1. \\end{cases}\\]\n\n这一例子说明，广义变换可以处理既非处处可微、也非严格凸的函数。一整个区间的斜率对应于 \\(x=0\\) 处的同一个尖点。"
    },
    {
      "heading": "凸共轭与原函数的恢复",
      "text": "对于每个固定的 \\(x\\)，表达式 \\(\\langle p,x\\rangle-f(x)\\) 都是关于 \\(p\\) 的仿射函数，因此这些函数的上确界是凸函数。所以，即使原函数不是凸函数，其共轭函数也一定是凸函数。在有限维空间中，共轭函数还具有下半连续性。\n\n芬切尔–杨不等式\n\n由定义直接得到\n\n\\[f(x)+f^*(p)\\geq\\langle p,x\\rangle.\\]\n\n这就是芬切尔–杨不等式。对于正常凸函数，等号成立当且仅当\n\n\\[p\\in\\partial f(x),\\]\n\n其中 \\(\\partial f(x)\\) 是次微分：\n\n\\[\\partial f(x)= \\left\\{ p: f(y)\\geq f(x)+\\langle p,y-x\\rangle \\text{ for every }y \\right\\}.\\]\n\n次梯度将斜率的概念推广到了尖点处。当 \\(f\\) 可微时，\\(\\partial f(x)=\\{\\nabla f(x)\\}\\)，从而回到光滑情形下的构造。\n\n双共轭\n\n连续进行两次共轭变换，得到\n\n\\[f^{**}(x)=\\sup_p \\bigl\\{\\langle p,x\\rangle-f^*(p)\\bigr\\}.\\]\n\n芬切尔–莫罗定理指出，正常、下半连续的凸函数等于其双共轭函数：\n\n\\[f^{**}=f.\\]\n\n这里，“正常”是指函数从不取值 \\(-\\infty\\)，且至少在一点取有限值。\n\n对于存在有限值仿射下界的非凸函数，其双共轭函数是不超过原函数的最大下半连续凸函数。因此，共轭变换通常会丢失非凸性方面的信息：连续变换两次未必能恢复原函数。"
    },
    {
      "heading": "在优化中的作用",
      "text": "凸共轭在凸优化和拉格朗日对偶中具有核心地位。它可以将对某个变量的最小化转化为含有对偶变量的表达式。\n\n例如，考虑\n\n\\[\\inf_x\\{f(x)+g(Ax)\\},\\]\n\n其中 \\(A\\) 是线性映射，\\(f,g\\) 是正常凸函数。相应的芬切尔对偶问题为\n\n\\[\\sup_y \\left\\{ -f^*(-A^{\\mathsf T}y)-g^*(y) \\right\\}.\\]\n\n弱对偶性成立，但不要求两个问题的最优值相等。在适当的定义域与连续性条件下，强对偶性保证原问题与对偶问题的最优值相等。不能仅凭目标函数是凸函数，就认定这种相等关系成立。\n\n下面两种联系很有用：\n\n- 若 \\(\\delta_C(x)\\) 在非空凸集 \\(C\\) 上为零，在其他地方为 \\(+\\infty\\)，则\n\n\\[\\delta_C^*(p)=\\sup_{x\\in C}\\langle p,x\\rangle.\\]\n\n这就是 \\(C\\) 的支撑函数。\n- 若 \\(f(x)=\\|x\\|\\) 是一个范数，则其共轭函数在对偶范数的闭单位球上为零，在球外为 \\(+\\infty\\)。\n\n这些恒等式解释了为什么在对偶表述中，约束与惩罚函数经常互换角色。"
    },
    {
      "heading": "经典力学",
      "text": "在经典力学中，勒让德变换将拉格朗日量 \\(L(q,v,t)\\) 与哈密顿量 \\(H(q,p,t)\\) 联系起来。保持位置 \\(q\\) 和时间 \\(t\\) 不变，将速度 \\(v\\) 变换为动量：\n\n\\[p_i=\\frac{\\partial L}{\\partial v_i}.\\]\n\n若速度到动量的关系可逆，则\n\n\\[H(q,p,t)=\\sum_i p_i v_i-L(q,v,t),\\]\n\n其中速度用 \\(q,p,t\\) 表示。\n\n对于\n\n\\[L(q,v)=\\frac12 m|v|^2-V(q),\\]\n\n可得\n\n\\[p=mv, \\qquad H(q,p)=\\frac{|p|^2}{2m}+V(q).\\]\n\n此时，欧拉—拉格朗日方程化为哈密顿方程：\n\n\\[\\dot q_i=\\frac{\\partial H}{\\partial p_i}, \\qquad \\dot p_i=-\\frac{\\partial H}{\\partial q_i}.\\]\n\n关于速度的海森矩阵非奇异，可以保证局部可逆性，但不一定使这一构造成为全局的凸共轭。要与上确界定义一致，还需要额外的凸性及定义域条件。对于奇异拉格朗日量，包括规范理论中出现的这类拉格朗日量，需要采用带约束的处理方法。"
    },
    {
      "heading": "热力学",
      "text": "在热力学中，勒让德变换将热力学势的自然变量替换为相应的共轭量。\n\n对于粒子数固定的简单可压缩系统，内能满足\n\n\\[dU=T\\,dS-P\\,dV,\\]\n\n其中 \\(T\\) 为温度，\\(S\\) 为热力学熵，\\(P\\) 为压强，\\(V\\) 为体积。\n\n对选定变量进行变换，可得到熟知的热力学势：\n\n热力学势 | 定义 | 粒子数固定时的微分\n亥姆霍兹自由能 | \\(F=U-TS\\) | \\(dF=-S\\,dT-P\\,dV\\)\n焓 | \\(H=U+PV\\) | \\(dH=T\\,dS+V\\,dP\\)\n吉布斯自由能 | \\(G=U-TS+PV\\) | \\(dG=-S\\,dT+V\\,dP\\)\n\n这些都是部分变换：只替换选定的自变量。\n\n需要注意符号约定。例如，在体积固定时，平衡态的亥姆霍兹自由能可以写为\n\n\\[F(T,V)=\\inf_S\\{U(S,V)-TS\\}.\\]\n\n因此，它是 \\(U\\) 关于熵的凸共轭函数的相反数。热力学变换通常写成 \\(f-px\\)，而非 \\(px-f\\)；这些约定描述的是相互关联的构造，但若不调整符号，就不能互相替换。\n\n在相共存时，共轭变量之间的关系可能不再是一一对应的。此时，勒让德–芬切尔表述比通常的导数求逆方法更适于处理不可微性和仿射区段。"
    },
    {
      "heading": "概率与大偏差",
      "text": "对于实值随机变量 \\(X\\)，在期望有限的范围内，定义对数矩母函数\n\n\\[K(t)=\\log\\mathbb{E}[e^{tX}]\\]\n\n其共轭函数为\n\n\\[I(x)=\\sup_t\\{tx-K(t)\\}.\\]\n\n在大偏差理论中，\\(I\\) 描述样本均值偏离典型值的概率如何按指数速度衰减。对于独立同分布的观测值，若其矩母函数在零点的某个邻域内有限，克拉默定理便确定了这一共轭函数就是速率函数。\n\n对于均值为 \\(\\mu\\)、方差为 \\(\\sigma^2>0\\) 的正态分布，\n\n\\[K(t)=\\mu t+\\frac12\\sigma^2t^2, \\qquad I(x)=\\frac{(x-\\mu)^2}{2\\sigma^2}.\\]\n\n与傅里叶变换或拉普拉斯变换不同，勒让德变换通过优化而非积分来定义。它与积分变换的联系源于渐近方法：在这类方法中，通过最大化来找出起主导作用的指数项。"
    },
    {
      "heading": "历史发展与局限性",
      "text": "这一变换以阿德里安-马里·勒让德命名，他在研究微分方程时引入了变量与导数之间的变换。后来，它在力学和热力学中的应用，使其成为切换系统描述方式的标准方法。20世纪，维尔纳·芬切尔发展了广义的共轭函数框架，为凸分析奠定了基础。\n\n主要的局限性涉及可逆性和信息丢失。基于 \\(p=\\nabla f(x)\\) 的光滑公式可能失效，原因可能是某个斜率无法取到、多个点具有相同斜率，或导数映射是奇异的。在这些情况下，上确界表述仍然有意义，但可能产生无穷值，或丢失非凸特征。因此，函数的定义域、边界行为、凸性以及所采用的符号约定，都是变换定义的一部分，而不仅仅是技术细节。"
    }
  ],
  "links": [
    "convex-function",
    "inner-product",
    "vector-space",
    "dual-space",
    "linear-functional",
    "derivative",
    "gradient",
    "hessian-matrix",
    "positive-definite-matrix",
    "exponential-function",
    "convex-optimization",
    "lagrangian-duality",
    "convex-set",
    "norm-mathematics",
    "classical-mechanics",
    "hamiltonian-mechanics",
    "euler-lagrange-equations",
    "thermodynamics",
    "temperature",
    "pressure",
    "random-variable",
    "normal-distribution",
    "fourier-transform",
    "laplace-transform"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}