1 雅可比矩阵
假设某函数从
, 从
映射到 向量
, 其雅可比矩阵是 m×n 的矩阵,换句话讲也就是从
到
的线性映射,其重要意义在于它表现了一个多变数向量函数的最佳线性逼近。因此,雅可比矩阵类似于单变数函数的导数。
此函数 f 的雅可比矩阵 J 为 m×n 的矩阵,一般由以下方式定义:
矩阵的分量可表示成:
示例:
2 黑森矩阵
黑塞矩阵(德语:Hesse-Matrix;英语:Hessian matrix或Hessian),又译作海森矩阵、海塞矩阵或海瑟矩阵等,是一个由多变量实值函数的所有二阶偏导数组成的方块矩阵。
假设有一实值函数
,如果
的所有二阶偏导数都存在并在定义域内连续,那么函数
的黑塞矩阵为: