第九章最优化一类特殊的均衡分析.PDFVIP

第九章 最优化:一类特殊的均衡分析 9.1 （略） 9.2 相对极大值和极小值：一阶导数检验 我们在计算极大值的时候，经常是检验使目标函数一阶导为零的点，然而斜率为零仅仅 只是相对极值存在的必要条件，而不是充分条件。 相对极值的一阶导数检验 若函数f (x ) 在 处的一阶导数等于零，即f (x ) 0 ，则函数在 的值将是 0 0 1） 当x 从x 左边增至右边的时候，若f (x ) 由正变为负，则存在极大值 0 0 2 ） 当x 从x 左边增至右边的时候，若f (x ) 由负变为正，则存在极小值 0 0 3 ） 当x 从x 左边增至右边的时候，若f (x ) 的符号不变，则既无相对极大值，也无相 0 0 对极小值的存在。 如果f (x ) 0 ，则我们称x 为x 的临界值，称f (x ) 为y 的稳定值 0 0 0 其中，稳定的意思是指：“ 只要在斜率为零的额地方，所研究的点就不会处于向上或向下 倾斜的斜面上，而总是位于相对静止的位置” 9.3 二阶及高阶导数 导数的导数 因为导数f (x ) 本身是x 的函数，如他是连续和平滑的，则它对x 也应该是可微的。对 0 2 d y 其求导的结果就是函数f 的二阶导数，表示为f (x) ，或是 2 。 dx (n) 以此类推，只要可微性条件满足，就可以的得到无穷高阶导数，表达成f (x ) , 或者是 0 (n) d y 。 dx(n) 二阶导数的解释 如同一阶导数度量函数的变化率，二阶导数度量的是一阶导数的变化率。 f(x ) 0 意味着函数值趋于递增； 0 f (x )  0 意味着函数值趋于递减。 0 对于二阶导数而言 f (x )  0 意味着曲线斜率趋于递增； 0 f (x )  0 意味着曲线斜率趋于递减。 0 凸凹函数的介绍 严格凹函数精确的几何特征如下：如果我们将曲线上面选择的任意两点M 和N ，并以一 条直线将它们连起来，线段MN （除MN 外）必定完全位于曲线的下方。若MN 既可以位 于曲线一下，又可以在曲线中，则我们将其称为凹函数，去掉“严格”两字。 同理，我们讲“下方”改为“上方” ，变得到了严格凸函数和凸函数的几何特征。 9.4 二阶导数的检验 相对值的二阶导数的检验 如果函数f 的一阶导数在x x 处的一阶导数等于零，即f (x ) 0 ，且 0 0 第三章 若在