Convex Duality 슬라이드에서

 f(x)=min_\lambda\{\lambda x-f^*(\lambda)\}  f(x)=min​λ​​{λx−f​∗​​(λ)} 이 식이 등장하는데요.

이를 해석하면  $f(x)$ = "람다를 조절해 얻을 수 있는  \lambda x-f^*(\lambda)  λx−f​∗​​(λ) 의 최소값" 이 되는게 맞나요?

저는  \lambda x-f^*(\lambda)  λx−f​∗​​(λ) 를 선형 근사식으로 이해했습니다. 따라서 최소화 해야하는 식은(x에 대해)  \lambda x-f^*(\lambda) - f(x)  λx−f​∗​​(λ)−f(x)  이 되어야 할 것 같아서요.

제 생각에는 어떤  최적의 람다를 \lambda^*  λ​∗​​라고 하고 f(x)=\lambda^* x-f^*(\lambda^*)  f(x)=λ​∗​​x−f​∗​​(λ​∗​​) 이렇게 표현하는게 맞는것 같은데 제가 어느 부분에서 잘못 이해한건지 알려주시면 감사하겠습니다.