最优化理论分析复习--最优性条件（一）

上一篇

最优化理论复习–对偶单纯形方法及灵敏度分析

无约束问题的极值条件

由于是拓展到向量空间 $R^n$, 所以可由高数中的极值条件进行类比

1. 一阶必要条件
   设函数 $f(x)$ 在点 $\bar{x}$ 处可微， 若 $\bar{x}$ 是局部极小点，则 $▽f(\bar{x})=0$
   类比于若 $\bar{x}$ 是极小值点则 $f^{\prime }(\bar{x})=0$

2. 二阶必要条件
   设 $f(x)$ 在 $\bar{x}$ 处二阶可微，若 $\bar{x}$ 是局部极小点， 则 $▽f(\bar{x})=0$, 且 $Hessian$ 矩阵 ${▽}^{2}f(\bar{x})$ 是半正定的。
   类比于 若 $\bar{x}$是极小值点则 $f^{\prime }(\bar{x})=0,且f^{\prime \prime }(\bar{x})\ge 0$

3. 二阶充分条件
   设函数 $f(x)$ 在点 $\bar{x}$ 处二次可微，若梯度 $▽f(\bar{x})=0$, 且 $Hessian$ 矩阵 ${▽}^{2}f(\bar{x})正定$， 则 $\bar{x}$是严格局部极小点。
   类比于$f^{\prime }(\bar{x})=0,f^{\prime \prime }(\bar{x})>0$则 $\bar{x}$ 是极小值点

4. 充要条件
   设 $f(x)$ 是定义在 $R^n$ 上的可微凸函数， $\bar{x}\in R^n$, 则 $\bar{x}$ 为整体极小点的充要条件是 $▽f(\bar{x})$