最优化方法一:微分求极值
1 一元函數(shù)求極值
一元函數(shù)的極值通過導數(shù)判定,(前提是要有導數(shù))。首先求解駐點,令一階導數(shù)等于0:
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
其次,用求解出來的點判斷駐點是否為極值點,即將求解出的駐點代入二階導數(shù)判斷是否等于0:
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
二階導數(shù)不為0即可篩選出極值點,繼而判斷極大值點極小值點:
如果,函數(shù)取得極小值點,反之取得極大值點。
2 多元函數(shù)求極值
多元函數(shù)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(shù)矩陣,是對稱方陣,具體形式如下:(以函數(shù)為例)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
其性質(zhì)為,令
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
如果H正定,則二次型;矩陣A負定二次型。
2.2多元函數(shù)極值
多元函數(shù)的求解過程通過一元函數(shù)擴展得到。
首先令一階導數(shù)等于0,求解出駐點;在判斷Hession矩陣H,如果矩陣H正定,為極小值點;矩陣H負定,為極大值點。
?
總結(jié)
以上是生活随笔為你收集整理的最优化方法一:微分求极值的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
                            
                        - 上一篇: Java基础练习
 - 下一篇: PicGo配置(gitee)