最優化方法一:微分求極值

1 一元函數求極值

一元函數的極值通過導數判定,(前提是要有導數)。首先求解駐點,令一階導數等於0:

                                                                          f{}'{(x)}=0

其次,用求解出來的點判斷駐點是否爲極值點,即將求解出的駐點代入二階導數判斷是否等於0:

                                                                          f{}'{}'{(x)}\neq 0

二階導數不爲0即可篩選出極值點,繼而判斷極大值點極小值點:

如果f{}'{}'{(x)}> 0,函數f(x)取得極小值點,反之取得極大值點。

2 多元函數求極值

多元函數通過微分求解極值需要用到Hession矩陣,首先介紹Hession再介紹極值點求解方法。

2.1Hession矩陣

Hession是二階偏導數矩陣,是對稱方陣,具體形式如下:(以函數f(x_1,x_2,...,x_n)爲例)

                                       

其性質爲,令

                                                                      H=\bigtriangledown^2f(X)=\frac{\partial ^2f}{\partial X^2}

如果H正定,則二次型\Delta X^T H\Delta X>0;矩陣A負定二次型\Delta X^T H\Delta X<0

2.2多元函數極值

多元函數的求解過程通過一元函數擴展得到。

首先令一階導數等於0,求解出駐點;在判斷Hession矩陣H,如果矩陣H正定,爲極小值點;矩陣H負定,爲極大值點。

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章