回忆一下关于
元实值函数的
的求导问题,函数
的一阶导数
为

函数
的梯度
正好是导数
的转置,即
;函数
的二阶导数,也称为hessian矩阵,可表示为:
函数
对于向量
这也是一个实值函数,如果
应用链式法则,可得
由此可见,当
一阶必要条件:多元实值函数
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
成立。
局部极小点的二阶必要条件:多元实值函数
其中,H为函数f的hessian矩阵。
hessian矩阵
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
1
2
则
-------------------------------------------------------------------------------
转载请注明出处 博客园 刺猬的温驯
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 周边上新:园子的第一款马克杯温暖上架