回忆一下关于
元实值函数的
的求导问题,函数
的一阶导数
函数
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
处的可行方向!
为元实值函数
这也是一个实值函数,如果
,那么方向导数
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
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
成立。
局部极小点的二阶必要条件
:多元实值函数
在约束集
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
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
1
2
则
是函数
的一个严格局部极小点
Original: https://www.cnblogs.com/chenying99/p/5081426.html
Author: 刺猬的温驯
Title: 最优化局部极小点的条件(二)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/551377/
转载文章受原作者版权保护。转载请注明原作者出处!