二元函数求极值判别式AC-B^2

摘要:
二元函数求极值为什么用AC-B^2判断有无极值?还有就是当AC-B^2>0时,为什么A>0有极小值,A<0有极大值?这个用二元函数的泰勒展开式就很好理解及证明了:f(x,y)=f(a,b)+f'x(a,b)(x-a)+f'y(a,b)(y-b)+1/2*[f"xx(a,b)(x-a)^2+f"yy(a,b)(y-b)^2+2f"xy(a,b)(x-a)(y-b)]+h,这里h为余项f"xx(a,b)(x-a)^2+f"yy(a,b)(y-b)^2+2f"xy(a,b)(x-a)(y-b)多看,其义自见.当H=AC-B^2=0时,必须借助别的方法或更高阶的偏导数来判别,依据是多元函数的Taylor公式设:二元函数f(x,y)的稳定点为:,即:f/x=f/y=0;记::A=f/xB=f/xyC=f/y=AC-BAC-B*B˃0时有极值AC-B*B0A˃0,f为极小值;这是一个判断的方法

二元函数求极值为什么用AC-B^2判断有无极值?
还有就是当AC-B^2>0时,为什么A>0有极小值,A<0有极大值?

这个用二元函数的泰勒展开式就很好理解及证明了:f(x,y) = f(a,b) + f'x(a,b)(x - a) + f'y(a,b)(y - b) + 1/2*[f"xx(a,b)(x-a)^2 + f"yy(a,b)(y-b)^2 + 2f"xy(a,b)(x-a)(y-b)] + h ,这里h为余项

f"xx(a,b)(x-a)^2 + f"yy(a,b)(y-b)^2 + 2f"xy(a,b)(x-a)(y-b)

多看,其义自见.

当H = AC-B^2 = 0时,必须借助别的方法或更高阶的偏导数来判别,依据是多元函数的Taylor公式

设:二元函数 f(x,y)的稳定点为:(x0,y0),
即:∂f(x0,y0)/∂x = ∂f(x0,y0)/∂y = 0;
记::A=∂²f(x0,y0)/∂x²
B=∂²f(x0,y0)/∂x∂y
C=∂²f(x0,y0)/∂y²
∆=AC-B²
(1)AC-B*B>0时有极值
(2)AC-B*B<0时没有极值
(3)AC-B*B=0时可能有极值,也有可能没有极值
如果:∆>0
(1) A>0,f(x0,y0) 为极小值;这是一个判断的方法

免责声明:文章转载自《二元函数求极值判别式AC-B^2》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇解决 ‘Could not fetch URL https://pypi.python.org’的问题CENTOS7静默安装ORACLE11G及数据泵迁移下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

Fisher判别式(LDA)

Fisher判别式(LDA) 简介 上面从贝叶斯公式出发,得到了线性判别分析的公式,这里从另外一个角度来看线性判别分析,也就是常说的Fisher判别式。其实Fisher判别式就是线性判别分析(LDA),只是在讨论Fisher判别式的时候,更侧重于LDA的数据降维的能力。 在应用统计学方法解决模式识别、机器学习中的问题的时候,有一个问题总是会出现:维数问题。...

Python之Numpy:二元函数绘制/三维数据可视化/3D

意义 在机器学习任务中选择计算模型或者学习数学时,可视化有助于研究函数值的变化趋势(观察收敛、分布、几何形状等),带来直观的感受。 源码 # 绘制二元函数 # 参考文献 # + python画二元函数的图像(3D) https://blog.csdn.net/your_answer/article/details/79135076 f...