![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数值最优化
一筐青橙
这个作者很懒,什么都没留下…
展开
-
数值最优化—优化问题的解(二)
一、定理 局部最小值点一阶必要条件: ∇f(x∗)=0\nabla f(x^*)=0∇f(x∗)=0 局部最小值点二阶必要条件: ∇f(x∗)=0且∇2f(x∗)\nabla f(x^*)=0 且 \nabla^2 f(x^*)∇f(x∗)=0且∇2f(x∗) 正定。 局部最小值点二阶充分条件: ∇2f(x)\nabla^2 f(x)∇2f(x) 在x∗x^*x∗的开邻域内连续,∇f(x∗)=0\nabla f(x^*)=0∇f(x∗)=0并且 ∇2f(x∗)\nabla^2 f(x^*)∇2f(x∗) 正原创 2020-09-24 18:15:02 · 707 阅读 · 0 评论 -
数值最优化—优化问题的解(一)
一、太长不看版 1、(定义)优化问题的解是寻找一个向量 x∗x^*x∗ 使得函数f(x)f(x)f(x)对任意定义域内的向量 xxx 都有 f(x∗)≤f(x)f(x^*)\leq f(x)f(x∗)≤f(x)。 2、(定义)局部最小值点:在x∗x^*x∗的定义域的邻域内对向量 x 都有 f(x∗)≤f(x)f(x^*)\leq f(x)f(x∗)≤f(x)。 3、(定义)严格局部最小值点:在x∗x^*x∗的定义域的邻域内对向量 x≠x∗x\neq x^*x=x∗ 都有 f(x∗)<f(x)f(x原创 2020-09-24 11:19:04 · 967 阅读 · 0 评论