在数学中,海森矩阵(Hessian matrix 或 Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵,此函数如下:
如果 f 所有的二阶导数都存在,那么 f 的海森矩阵即:
其中 ,即
(也有人把海森定义为以上矩阵的行列式) 海森矩阵被应用于牛顿法解决的大规模优化问题。
混合偏导数和海森矩阵的对称性[编辑]
海森矩阵的混合偏导数是海森矩阵非主对角线上的元素。假如他们是连续的,那么求导顺序没有区别,即
上式也可写为
在正式写法中,如果 f 函数在区域 D 内连续并处处存在二阶导数,那么 f的海森矩阵在 D 区域内为对称矩阵。
在 → 的函数的应用[编辑]
给定二阶导数连续的函数,海森矩阵的行列式,可用于分辨 的临界点是属于鞍点还是极值点。
对于 的临界点 一点,有 ,然而凭一阶导数不能判断它是鞍点、局部极大点还是局部极小点。海森矩阵可能解答这个问题。
- H > 0 :若,则是局部极小点;若,则是局部极大点。
- H < 0 :是鞍点。
- H = 0 :二阶导数无法判断该临界点的性质,得从更高阶的导数以泰勒公式考虑。
在高维情况下的推广[编辑]
当函数二阶连续可导时,Hessian矩阵H在临界点上是一个阶的对称矩阵。