回忆一下关于 元实值函数的 的求导问题,函数 的一阶导数 为
函数 的梯度 正好是导数 的转置,即;函数 的二阶导数,也称为hessian矩阵,可表示为:
对于向量 , 和约束集中的某个点 ,如果存在一个实数 使得对于所有 , 仍然在约束集内,即 ,则称 为 处的可行方向!
为 元实值函数 在 处的可行方向,则函数 沿方向 的方向导数可表示为
这也是一个实值函数,如果 ,那么方向导数 表示的是函数 的值在 处沿方向 的增长率。为了计算方向导数,假定 和 已知,这样就变成了关于的函数,有
应用链式法则,可得
由此可见,当 是一个单位向量( )时,函数f的值在 处沿方向 的增长率可以用内积 表示。
一阶必要条件:多元实值函数 在约束集 上一阶连续可微,即 ,约束集 是的子集。如果是函数 在 上的局部极小点,则对于 处的任意可行方向 ,都有
成立。
推论 :局部极小点位于约束集内部时的一阶必要条件:多元实值函数 在约束集 上一阶连续可微,即 ,约束集 是 的子集,如果 是函数 在 上的局部极小点,且是 的内点,则有
成立。
局部极小点的二阶必要条件:多元实值函数 在约束集 上二阶连续可微,即, 约束集 是 的子集 , 如果 是函数 在 上的局部极小点 , 是 处的一个可行方向,且 ,则有
其中,H为函数f的hessian矩阵。
推论:局部极小点位于约束集内部时的二阶必要条件: 多元实值函数 在约束集 上二阶连续可微,即, 约束集 是 的子集 , 如果 是函数 在 上的局部极小点,且是 的内点,则有
hessian矩阵 半正定,也就是说,对于所有的向量 ,都有
局部极小点的二阶充分条件(局部极小点为内点):多元实值函数 在约束集上二阶连续可微,即 , 是约束集的一个内点,如果同时满足
1
2
则 是函数 的一个严格局部极小点
-------------------------------------------------------------------------------
转载请注明出处 博客园 刺猬的温驯
本文链接 http://www.cnblogs.com/chenying99/p/5081426.html
转载于:https://www.cnblogs.com/chenying99/p/5081426.html