漫步最优化十二——局部极小与极大的充分必要条件(下)
我心里有个小小的愿望,\textbf{我心里有个小小的愿望,}
就是在接下来漫长的路途中,\textbf{就是在接下来漫长的路途中,}
把我们爱的点点滴滴装进行囊。\textbf{把我们爱的点点滴滴装进行囊。}
虽然我没有宽广的肩膀,\textbf{虽然我没有宽广的肩膀,}
但我愿意你在我的怀里温柔撒娇;\textbf{但我愿意你在我的怀里温柔撒娇;}
虽然我们会慢慢的变老,\textbf{虽然我们会慢慢的变老,}
但我庆幸和你一起一直相互依靠。\textbf{但我庆幸和你一起一直相互依靠。}
——畅宝宝的傻逼哥哥\qquad\qquad\textbf{——畅宝宝的傻逼哥哥}
定理2:\textbf{定理2:}极小值的二阶必要条件\textbf{极小值的二阶必要条件}
- 如果f(x)∈C2,x∗f(\textbf{x})\in C^2,\textbf{x}^*是局部极小值,那么对任意可行方向d\textbf{d}
- g(x∗)Td≥0\textbf{g}(\textbf{x}^*)^T\textbf{d}\geq0
- 如果g(x∗)Td=0\textbf{g}(\textbf{x}^*)^T\textbf{d}=0,那么dTH(x∗)d≥0\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}\geq 0
- 如果x∗\textbf{x}^*是局部极小值,且是RR的内点,那么
- g(x∗)=0\textbf{g}(\textbf{x}^*)=\textbf{0}
- 对所有d≠0,dTH(x∗)d≥0\textbf{d}\neq\textbf{0},\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}\geq0
证明:\textbf{证明:}(a)(b)(a)(b)中的条件(i)(i)由前面的定理可得出来。对于(a)(a)中的条件(ii)(ii)令x=x∗+αd\textbf{x}=\textbf{x}^*+\alpha\textbf{d},其中d\textbf{d}是可行方向,由泰勒级数可得
f(\textbf{x})=f(\textbf{x}^*)+\alpha\textbf{g}(\textbf{x}^*)^T\textbf{d}+\frac{1}{2}\alpha^2\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\alpha^2\Vert\textbf{d}\Vert^2)
注意如果条件(i)(i)取等号,那么
f(\textbf{x})=f(\textbf{x}^*)+\frac{1}{2}\alpha^2\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\alpha^2\Vert\textbf{d}\Vert^2)
如果
\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}
,那么当α→0\alpha\to 0时
\frac{1}{2}\alpha^2\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\alpha^2\Vert\textbf{d}\Vert^2)
则
f(\textbf{x})
这与x∗\textbf{x}^*是极小值点相矛盾,因此如果g(x∗)Td=0\textbf{g}(\textbf{x}^*)^T\textbf{d}=0,那么
\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}\geq 0
如果x∗\textbf{x}^*是局部极小值点,且是RR的内点,那么所有向量d\textbf{d}是可行方向,因此(b)(b)部分得条件(ii)(ii)成立,这个条件等价于说H(x∗)\textbf{H}(\textbf{x}^*)是半正定的。
通过类比可以得出局部极大值的定理。
定理3:\textbf{定理3:}极大值的二阶必要条件\textbf{极大值的二阶必要条件}
- 如果f(x)∈C2,x∗f(\textbf{x})\in C^2,\textbf{x}^*是局部极大值,那么对任意可行方向d\textbf{d}
- g(x∗)Td≤0\textbf{g}(\textbf{x}^*)^T\textbf{d}\leq0
- 如果g(x∗)Td=0\textbf{g}(\textbf{x}^*)^T\textbf{d}=0,那么dTH(x∗)d≤0\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}\leq 0
- 如果x∗\textbf{x}^*是局部极大值,且是RR的内点,那么
- g(x∗)=0\textbf{g}(\textbf{x}^*)=\textbf{0}
- 对所有d≠0,dTH(x∗)d≤0\textbf{d}\neq\textbf{0},\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}\leq0
(b)(b)部分的条件(ii)(ii)等价于H(x∗)\textbf{H}(\textbf{x}^*)是半负定矩阵。
这些条件是局部极值的必要条件但不是充分条件,也就是说有满足这些条件的点,但它们不是极值点。接下来我们考虑一下充分条件,这里暂时考虑x∗\textbf{x}^*位于可行域内部的情况,对于边界的情况比较困难,以后在讲解。
定理4:\textbf{定理4:}极小值点的二阶充分条件\textbf{极小值点的二阶充分条件}如果f(x)∈C2,x∗f(\textbf{x})\in C^2,\textbf{x}^*是RR的内点,那么
- g(x∗)=0\textbf{g}(\textbf{x}^*)=\textbf{0}
- H(x∗)\textbf{H}(\textbf{x}^*)是正定矩阵
就是x∗\textbf{x}^*为局部极小值的充分条件。
证明:\textbf{证明:}对于任意方向d\textbf{d},泰勒级数得到
f(x∗+d)=f(x∗)+g(x∗)Td+12dTH(x∗)d+o(∥d∥2)f(\textbf{x}^*+\textbf{d})=f(\textbf{x}^*)+\textbf{g}(\textbf{x}^*)^T\textbf{d}+\frac{1}{2}\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\Vert\textbf{d}\Vert^2)
如果条件(a)(a)满足,我们有
f(x∗+d)=f(x∗)+12dTH(x∗)d+o(∥d∥2)f(\textbf{x}^*+\textbf{d})=f(\textbf{x}^*)+\frac{1}{2}\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\Vert\textbf{d}\Vert^2)
如果条件(b)(b)满足,那么
12dTH(x∗)d+o(∥d∥2)>0as ∥d∥→0\frac{1}{2}\textbf{d}^T\textbf{H}(\textbf{x}^*)\textbf{d}+o(\Vert\textbf{d}\Vert^2)>0\quad as\ \Vert\textbf{d}\Vert\to 0
因此
f(x∗+d)>f(x∗)f(\textbf{x}^*+\textbf{d})>f(\textbf{x}^*)
即x∗\textbf{x}^*是强局部极小值。
通过类比可得到极大值的充分条件。
定理5:\textbf{定理5:}极大值点的二阶充分条件\textbf{极大值点的二阶充分条件}如果f(x)∈C2,x∗f(\textbf{x})\in C^2,\textbf{x}^*是RR的内点,那么
- g(x∗)=0\textbf{g}(\textbf{x}^*)=\textbf{0}
- H(x∗)\textbf{H}(\textbf{x}^*)是负定矩阵
就是x∗\textbf{x}^*为局部极大值的充分条件。
漫步最优化十二——局部极小与极大的充分必要条件(下)相关推荐
- 漫步最优化十一——局部极小与极大的充分必要条件(上)
即便没有那么多浪漫的话,\textbf{即便没有那么多浪漫的话,} 我也想与你走过每个冬夏.\textbf{我也想与你走过每个冬夏.} 你的出现是我唯一的心动,\textbf{你的出现是我唯一的心动, ...
- 漫步最优化十五——凸函数优化
你在穿山越岭的另一边,\textbf{你在穿山越岭的另一边,} 而我也在没有尽头的孤独路上前行.\textbf{而我也在没有尽头的孤独路上前行.} 试着体会错误,试着忍住眼泪,\textbf{试着体会 ...
- 漫步最优化十——极值类型
深夜里,你不断徘徊在我的心田,\textbf{深夜里,你不断徘徊在我的心田,} 你的每一句誓言都在耳边回荡,\textbf{你的每一句誓言都在耳边回荡,} 你闪动的双眼隐藏着你的羞涩.\textbf{ ...
- 漫步线性代数十二——网络
上篇文章举的例子是3×43\times 4矩阵,从理论角度来说它解决了我们要求的问题:计算四个子空间以及他们的维数r,n−r,r,m−rr,n-r,r,m-r都是非零的.但是这个例子并是不是由实际应用 ...
- 漫步最优化十九——封闭算法
想你的夜晚,\textbf{想你的夜晚,} 我在屋顶做着一个梦.\textbf{我在屋顶做着一个梦.} 我和你拥抱在明亮的月光下,\textbf{我和你拥抱在明亮的月光下,} 动人的旋律环绕在我俩身边 ...
- 漫步最优化十八——点到集合的映射
疲倦的时候,有个人会陪你:\textbf{疲倦的时候,有个人会陪你:} 孤单的时候,有个人会想你.\textbf{孤单的时候,有个人会想你.} 我的小宝贝啊,\textbf{我的小宝贝啊,} 好想捏捏 ...
- 漫步最优化十六——优化的一般问题
一直没有说我爱你,\textbf{一直没有说我爱你,} 一直没有拥抱你,\textbf{一直没有拥抱你,} 道路上虽然会留下伤口,\textbf{道路上虽然会留下伤口,} 可是随着时间总会愈合.\te ...
- 漫步数理统计十二——随机变量的期望
本篇讲解期望运算,之后内容都会涉及到这种运算. 定义1:\textbf{定义1:}(期望)令XX表示一个随机变量,如果XX 是连续的随机变量,pdf为f(x)f(x)且 ∫∞−∞|x|f(x)dx&l ...
- 漫步数学分析十二——嵌套
定理1有一个非常重要的推论,就是嵌套性. 定理2\textbf{定理2} 令FkF_k是RnR^n中非空紧集序列,对于所有k=1,2,-k=1,2,\ldots满足Fk+1⊂FkF_{k+1}\sub ...
最新文章
- 因果图方法中的基本符号
- linux内核中的每cpu变量
- Ado.Net 连接数据库
- 如何判断数组是静态还是动态分配的
- 不能使用缺陷数据作为绩效度量
- 使用servlet技术与前端进行交互,出现乱码的解决方案,创建一个类,如下:
- PHP word转pdf
- 服务器跳过系统自检,win7 64位旗舰版跳过开机自检功能直接进入系统的方法
- Maximo 容器化改造试验
- 绘画新手怎么学习绘画?怎么让自己的绘画作品看起来舒服?
- 网络营销人员21条基本能力要求
- P6035CDN打印机 kyocera_京瓷P8060cdn驱动
- 国土空间规划迎来标准化,市场爆发在即
- 2020.10.31文献2、3阅读:何川老师2篇文章《隧道穿越断层破碎带+地震》
- ★SQL注入漏洞(1)大纲和原理
- 新导智能:智慧养老解决方案_智能养老系统_养老院解决方案
- 不变的 butterfly,永远的dreamlover
- 这样查找热点新闻素材,3招帮你提升公众号阅读量
- 数据分析方法中的杜邦分析法
- 工业互联网·化工废水处理PLC远程监控系统