-
Hessian矩阵【转】
-
鞍点
鞍点 (saddle point)的数学含义是: 目标函数在此点上的梯度(一阶导数)值为 0, 但从改点出发的一个方向是函数的极大值点,而在另一个方向是函数的极小值点。
判断鞍点的一个充分条件是:函数在一阶导数为零处(驻点)的黑塞矩阵为不定矩阵。
半正定矩阵: 所有特征值为非负。
半负定矩阵:所有特征值为非正。
不定矩阵:特征值有正有负。
典型的鞍点是函数 f(x)=x^3 中的(0,0),函数 z=x^2-y^2 的 多个鞍点 (0,0,0),(1,1,0),(2,2,))。画图表示:
function SaddlePoint % f(x)=x^3 x=-2:0.1:2; y=x.^3; plot(x,y); axis equal; text(0,0,'\leftarrow (0,0)'); title('f(x)=x^3'); % f(x)=x^2-y^2 figure (2); [x,y]=meshgrid(-1:0.03:1); z=x.^2-y.^2; mesh(x,y,z); hold on; x=linspace(-1,1,5); y=x; z=x.^2-y.^2; scatter3(x,y,z,'filled','MarkerFaceColor','r'); text(0,0,0,'\leftarrow'); xlabel('x'); ylabel('y'); zlabel('z'); title('f(x,y)=x^2-y^2'); end
上图中的红点即为对应函数的鞍点。
-
可导和可微的区别
-
偏导数,方向导数,梯度的区别