海森矩阵(Hessian Matrix),又译作黑塞矩阵、海瑟矩阵、 海塞矩阵等,是一个多元函数的二阶偏导数构成的方阵,描述 了函数的局部曲率。黑塞矩阵最早于19世纪由德国数学家 Ludwig Otto Hesse提出,并以其名字命名。海森矩阵常用于 解决优化问题,利用黑塞矩阵可判定多元函数的极值问题。
Hessian Matrix 主要是由 变量的二阶导数所组成,对角线上的元素为:对某一元素的二阶导数,而非对角线元素是对不同元素的混合偏导!它是对称矩阵!
对于多元函数f(x1,x2,x3……xn)二阶连续可导,并且在临界点M=(x1,x2,x3……xn)处梯度为0,M为驻点,仅通过一阶导数无法判断是否为极大、小值点。
记M处的海森矩阵为H(M),由于f(X)在M点连续,所以H(M)是一个(n*n)对称矩阵。对于H(M)有如下结论:
1.如果H(M)是一个正定矩阵,则临界点M点是一个极小值点。
2..如果H(M)是一个负定矩阵,则临界点M点是一个极大值点。
3..如果H(M)是一个不定矩阵,则临界点M点不是极值点。
n" role="presentation" style=" display: inline; line-height: normal; word-spacing: normal; overflow-wrap: normal; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border-width: 0px; border-style: initial; border-color: initial; ">