黑塞矩阵

黑塞矩阵

编辑

黑塞矩阵（Hessian Matrix），又译作海森矩阵、海瑟矩阵、海塞矩阵等，是一个 多元函数的二阶 偏导数构成的方阵，描述了函数的局部 曲率。黑塞矩阵最早于19世纪由德国数学家Ludwig Otto Hesse提出，并以其名字命名。黑塞矩阵常用于 牛顿法解决优化问题。

目录

1定义

2性质

▪  对称性

▪  多元函数极值的判定

1定义编辑

对于一个实值 多元函数

，如果函数

的二阶 偏导数都存在，则定义

的黑塞矩阵为

其中

表示对第

个变量的 微分算子，

。那么，

的黑塞矩阵即

2性质编辑

对称性

如果函数

在

区域内二阶 连续 可导，那么

黑塞矩阵

在

内为 对称矩阵。原因是：如果函数

连续，则二阶偏导数的求导顺序没有区别，即

则对于矩阵

，有

，所以

为对称矩阵。

多元函数极值的判定

如果实值多元函数

二阶连续可导，并且在临界点

（其中

，并且

已知）处 梯度（ 一阶导数）等于0，即

，

为 驻点。仅通过一阶导数无法判断在临界点

处是极大值还是极小值。

记

在

点处的黑塞矩阵为

。由于

在

点处连续，所以

是一个

的对称矩阵。对于

，有如下结论：

• 如果H(M)是 正定矩阵，则临界点M处是一个局部的极小值。
• 如果H(M)是 负定矩阵，则临界点M处是一个局部的极大值。
• 如果H(M)是 不定矩阵，则临界点M处不是极值。