关于凸函数的一个等价形式的应用

UPD on 2021/2/10 :
想到可能因为年代过于久远，2014年集训队论文中的一个小结论要找的话稍微有点麻烦，这里直接挂出来算了。

前置芝士:

\[上凸函数 \Leftrightarrow \forall x_{1},x_{2} \in 定义域,f(\frac{x_{1}+x_{2}}{2}) \geq \frac{f(x_{1})+f(x_{2})}{2} \]

注：这个上凸定义不严谨，极端情况下一些直线也会被这个定义定义为上凸的。
应用：
1.

\[\large 极值点左偏 \Leftarrow 1阶导上凸 \Leftarrow 3阶导 \leq 0 \]

右边的等价符号显然，只论证左边的推导符号。
\(1\)阶导上凸 \(\rightarrow \forall x_{1},x_{2} \in\) 定义域,\(f'(\frac{x_{1}+x_{2}}{2}) \geq \frac {f'(x_{1})+f'(x_{2})}{2}\)
假设\(x_{1}\),\(x_{2}\)是关于极值点对称的两个点，就有: \(0 \geq \frac{f'(x_{1})+f'(x_{2})}{2}\)
即\(f'(x_{2})<-f'(x_{1})\)
从图像的角度理解，就是从极值点往两边，左边的函数值始终比关于极值点对称的右边一点的下降速度更快。
借鉴高中物理微元法（其实就是定性分析）可得，
若该极值为极小值，则\(f(x_{2})<f(x_{1})\),要找一个值\(x_{3}\)满足\(f(x_{3})=f(x_{2})\)的话，就有\(x_{2}+x_{3}>2x_{0}\)
其他情况同理分析。
2.2014集训队论文 余行江《矩阵命题报告》
这篇论文中提到了一个结论：
如果对于一张完全二分图，建立源汇，源向左边的 \(n\) 个点连容量为 \(1-k\) ，费用为 \(0\) 的边；左边的每个点和右边的每个点都连容量为 \(inf\) ，费用为\(a_{i,j}\)(随意)的边；右边的每个点向汇连容量为 \(1+k\) ，费用为 \(0\) 的边。那么，这张图的最大费用流是关于k的上凸函数。
证明：
首先根据上凸函数的性质，我们要证的就是，\(\forall x_{1},x_{2} \in [-1,1]\),若当\(k=x_{1},x_{2}\)时的最大收益为\(f(x_{1}),f(x_{2})\)时，则\(f(\frac{x_{1}+x_{2}}{2})\geq \frac{f(x_{1})+f(x_{2})}{2}\),也就是对于\(k=\frac{x_{1}+x_{2}}{2}\),存在一种方案使得收益不小于\(\frac{f(x_{1})+f(x_{2})}{2}\)。
这个是可以根据\(f(x_{1})\)和\(f(x_{2})\)的方案构造出来的，把两个方案在二分图中间的每条边的流量缩减到一半，再拼起来，收益是\(\frac{f(x_{1})+f(x_{2})}{2}\)，而且满足二分图两边关于流量的限制。

个人觉得上面的第二个应用开拓了一种新的证明思路，在对一些打表或猜测得出的结论的证明中可能会有一些作用。