定义

在工程实际问题的优化设计中，所列的目标函数往往很复杂，为了使问题简化，常常将目标函数在某点邻域展开成泰勒多项式来逼近原函数。

二元函数的黑塞矩阵由高等数学知识可知，若一元函数 在 点的某个邻域内具有任意阶导数，则 在 点处的泰勒展开式为： ，其中 ， 。

二元函数 在 点处的泰勒展开式为：

其中， 。

将上述展开式写成矩阵形式，则有：

即：

其中：

是 在 点处的黑塞矩阵。它是由函数 在 点处的二阶偏导数所组成的方阵。1

多元函数的黑塞矩阵将二元函数的泰勒展开式推广到多元函数，则 在 点处的泰勒展开式的矩阵形式为：

其中：

（1） ，它是 在 点处的梯度。

（2） 为函数 在 点处的黑塞矩阵。1

黑塞矩阵是由目标函数 在点X处的二阶偏导数组成的 阶对称矩阵。2

对称性如果函数 在 区域内二阶连续可导，那么 黑塞矩阵 在 内为对称矩阵。

原因：如果函数 的二阶偏导数连续，则二阶偏导数的求导顺序没有区别，即

则对于矩阵 ，有 ，所以 为对称矩阵。

利用黑塞矩阵判定多元函数的极值定理设n多元实函数 在点 的邻域内有二阶连续偏导，若有：

并且

则有如下结果：

（1）当A正定矩阵时， 在 处是极小值；

（2）当A负定矩阵时， 在 处是极大值；

（3）当A不定矩阵时， 不是极值点。

（4）当A为半正定矩阵或半负定矩阵时， 是“可疑”极值点，尚需要利用其他方法来判定。3

实例求三元函数的极值。

解：因为，故该三元函数的驻点是。

又因为，

故有：

因为A是正定矩阵，故是极小值点，且极小值。3