在优化算法中，我们希望于简化目标函数，找到全局的最大值或是最小值作为最优解，则优先要明确目标函数具有哪些性质，以便对其进行分解，再寻找最合适的函数处理方法。不清楚函数性质的情况下，可依如下步骤解决：
（1）凸-凹过程（Convex-Concave Procedure, CCCP）
CCCP是一种解决非凸优化问题的方法，它通过将目标函数分解为凸函数和凹函数的差（DC分解），然后迭代地优化这两个部分。这种方法保留了目标函数的部分凸性，对非凸部分进行线性化处理，通过迭代求解一系列凸的子问题来逼近原目标函数的驻点。CCCP在机器学习、特征选择、稀疏主成分分析等领域有广泛应用。
（2）全局优化
再明确了函数的性质之后，则可依不同函数的性质进行处理。如：凹函数具有全局最优解存在且唯一这一优良性质，使得基于凹函数的算法在解决优化问题时具有很高的可靠性。凹点算法利用这一性质，通过迭代搜索的方式找到函数的全局最优解。对于凸函数，任何局部最小值点也是全局最小值点。
函数可以根据其数学性质被分类为不同的类型，常见的如下：
1. 凹函数（Concave Function）
如果一个函数的负是凸函数，则称该函数为凹函数。凹函数在其定义域内任意两点间的线段上方。具体说明看我的文章优化算法中的凹函数-CSDN博客
2. 严格凹函数（Strictly Concave Function）
如果一个凹函数在其定义域内任意两点间的线段严格位于这两点函数值的连线下方，则称该函数为严格凹函数。
严格凹函数是一类在优化问题中非常重要的函数，它们具有以下性质：
（1）定义：严格凹函数是定义在某个向量空间的凸子集上的实值函数。若对于凸子集
中任意两个向量
，满足
，则称
是定义在凸子集
中的严格凹函数。
（2）判别方法：
对于实数集上的函数，如果其二阶导数在区间上恒小于0，就为严格凹函数。
一元可微函数在某个区间上是严格凹的，当且仅当它的导数在该区间上严格单调减。
一元连续可微函数在区间上是严格凹的，当且仅当函数位于所有它的切线的下方。
（3）严格凹函数的性质：
严格凹函数的任何极大值也是最大值。严格凹函数最多有一个最大值。
对于严格凹函数，水平子集和垂直子集是严格凸集。
反向延森不等式对严格凹函数都成立。
如果两个函数是严格凹函数，且其中一个函数递减，那么它们的和也是严格凹函数。
凸性在仿射映射下不变，即如果一个函数是凹函数，那么其仿射变换后仍然是凹函数。
3. 严格凸函数（Strictly Convex Function）
如果一个凸函数在其定义域内任意两点间的线段严格位于这两点函数值的连线上方，则称该函数为严格凸函数。
严格凸函数是一类在优化问题中非常重要的函数，它们具有以下特点和例子：
（1）定义：严格凸函数是指在定义域内任意两点的中点处的函数值严格小于这两点处函数值的平均值。数学上，对于函数在凸集
上，如果对于任意
和
，都有
则称为严格凸函数。
（2）判别方法：
对于实数集上的函数，如果其二阶导数在区间上恒大于0，则称为严格凸函数。
一元可微函数在某个区间上是严格凸的，当且仅当它的导数在该区间上严格单调增。
一元连续可微函数在区间上是严格凸的，当且仅当函数位于所有它的切线的上方。
（3）严格凸函数的性质：
严格凸函数的任何极小值也是最小值，且严格凸函数最多只有一个最小值。
严格凸函数在其定义域上单调递增或单调递减。
严格凸函数的图像位于其切线下方。
这些严格凸函数的性质和例子在优化理论中非常重要，因为它们保证了优化问题的全局最优解的存在性和唯一性，使得优化算法能够高效地找到全局最优解。具体说明看我的文章优化算法中的凸函数-CSDN博客
4. 线性函数（Linear Function）
函数的图像是一条直线，形式为，其中
和
是常数。
5. 仿射函数（Affine Function）
函数形式为，其中
是斜率矩阵，
是输入向量，
是截距向量。仿射函数包括线性函数和常数项。在一维情况下，它就是一条直线；在二维情况下，它是平面上的一条直线；在更高维度中，它是超平面。
在三维空间中，仿射函数可以表示为，其中
是常数，
是变量。这个函数的图像是三维空间中的一个平面。
6. 分段线性函数（Piecewise Linear Function）
函数在其定义域的不同区间内表现为不同的线性函数。
7. 多项式函数（Polynomial Function）
多项式函数通常具有形式，其中
是系数，且，
是多项式的度数。
8. 指数函数（Exponential Function）
函数形式为，其中
。
9. 对数函数（Logarithmic Function）
函数形式为，其中
。
10.三角函数（Trigonometric Function）
如正弦函数、余弦函数等，具有周期性。
11. 绝对值函数（Absolute Value Function）
函数形式为。
12. 符号函数（Sign Function）：
函数形式为，是一个分段定义的函数，其值取决于输入
的符号，返回
的符号。
这些分类反映了函数的不同特性，如它们的图像形状、增减性、凹凸性等。在优化、经济学、工程学等领域，这些函数的性质对于理解和解决问题至关重要。