Hessian矩阵

1,Hessian 矩阵定义

Hessian矩阵即二阶偏导数矩阵,已知一个函数f(x1,x2,…,xn),如果所有的二阶导数都存在,那么f的Hessian矩阵定义为

2,Hessian矩阵性质

2.1 对称性

3, Hessian矩阵的应用

3.1 判断函数有没有最小值

Hessian矩阵正定是函数存在最小值的充分条件。

3.1.1 知识点补充:判断矩阵是正定还是负定

1.看特征值

·矩阵是负定的充要条件是各个特征值均为负数。

·矩阵是正定的充要条件是各个特征值均为正数。

2.计算各阶主子式

·如果矩阵的各阶主子式都大于零,那么该矩阵是正定的。

·如果矩阵的所有奇数阶主子式为负,偶数阶主子式为正,那么该矩阵是负定的。

3.2 判定局部极小值

已知一个点x0,那么怎么判断这个点是不是极值点呢?

如果在x0点上,Hessisan矩阵是负定的,且各分量的一阶偏导数为0,则x0为极大值点。

如果在x0点上,hessisan矩阵是正定的,且各分量的一阶偏导数为0,则x0为极小值点。 

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值