前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数学知识--Unconstrained Optimization(第一章)

数学知识--Unconstrained Optimization(第一章)

作者头像
用户1148525
发布2019-05-28 12:10:35
8230
发布2019-05-28 12:10:35
举报
文章被收录于专栏:机器学习、深度学习

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://cloud.tencent.com/developer/article/1436940

Unconstrained Optimization

  1. Edition, March 2004 Poul Erik Frandsen, Kristian Jonasson Hans Bruun Nielsen, Ole Tingleff

1 Introduction

最优化问题,对于一个给定函数 F,我们寻找一个向量 x* 使得 F(x*)为函数局部极小值

函数的最大值问题和最小值问题本质是同一个问题

上面这个函数具有一个唯一的最小值。

第二个函数具有很多个极小值

第三个函数具有一个全局极小值和很多个局部极小值

1.1. Conditions for a Local Minimizer 局部极小值的条件

我们假定 f 二阶偏微分是连续的。在点 x 邻域内 x+h 位置 对函数进行一阶泰勒展开

If the point x is a local minimizer it is not possible to find an h so that f(x+h) < f(x) with ||h|| small enough

由此我们得到 局部极小值点的一个必要条件

Stationary point

对 f 在 x+h 处 泰勒展开

对于一个 stationary point,其一阶导数为 0,所以

如果对于所有的 h 上面公式右边第二项都是 正值,我们就说 f’’(xs) 是正定的 positive definite

stationary point 分类:

如果 f’’(xs) =0 我们就需要分析更高阶泰勒项来找极小值

11

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019年03月30日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档