函数的拉普拉斯算子也是该函数的
黑塞矩阵的
迹:
黑塞矩阵(Hessian Matrix)产生于多元函数极值问题的判定方法。
设n元函数f(x1,x2,…… xn)有连续一阶和二阶偏导数,
且在点M(xi)(i=1,2,……n;xi为已知)处梯度等于0,即 grad f(M)=0,M为驻点,由f(x1,x2,…… xn)在此点的偏导数所组成的n阶矩阵(方阵)称为黑塞矩阵(Hessian Matrix),记为H(M)。对于黑塞矩阵,有如下结论:
1、若H(M)是正定矩阵,则f(M)是极小值;
2、若H(M)是负定矩阵,则f(M)是极大值;
3、若H(M)是不定矩阵,则f(M)不是极值。
——
梯度为零的意思大概和一阶导数为零差不多?
矩阵的迹:主对角线上所有元素之和。记作tr(A),其中A为方阵。
如果矩阵A和B相似的话,它们会有相同的迹。
——
迹的性质待查