为什么机器学习（一）——Hessian矩阵的正定性为什么可以决定函数是否有极值

为什么机器学习（一）——Hessian矩阵的正定性为什么可以决定函数是否有极值

在学习机器学习的过程中，我们不可绕开的是训练模型的时候怎么找到损失函数的极值。
可能大家都曾记住过这样一个结论：若M点处函数的梯度为0，则M为驻点，那么：
（1）Hessian矩阵正定=>函数在M点有极小值
（2）Hessian矩阵负定=>函数在M点有极大值
（3）Hessian矩阵不定=>M点不是极值点
最初我看到这个结论的时候把他当公式背下来了，但是时间久了容易忘而且理解不深刻，最近试着证明理解了一下，希望大家批评指正。

1.引理：多元函数的Taylor展开

多元函数的在 $\vec x_0$处的Taylor展开为：

$f(x_1,x_2,......,x_n) = f(x_{0(1)},x_{0(2)},......,x_{0(n)})+ \sum_{i=1}^{n}f'_{x_{0(i)}}(x_{0(1)},x_{0(2)},......,x_{0(n)})(x_i - x_{0(i)})\\+ \frac{1}{2!}\sum_{i,j=0}^n(x_i-x_0(i))(x_j-x_{0(j)})f''_{x_0(i)x_0(j)}(x_{0(1)},x_{0(2)},......,x_{0(n)}) + o^n$

写成矩阵形式：

$f(\vec x) = f(\vec x_0) + [\nabla f(x_0)]^T(\vec x - \vec x_0) +\frac{1}{2!}[\vec x - \vec x_0]^TH(x_0)[\vec x - \vec x_0] + o^n$

其中 $H$是Hessian矩阵

2.从极值原理出发看为什么有极值

假设 $x_0$是驻点，我们想判断这个点是否是极值点，那么要看 $f(x_0+\Delta x)$和 $f(x_0)$的关系:
由Taylor展开的矩阵形式：

$f(\vec x + \vec {\Delta x})-f(\vec x) = [\nabla f(x_0)]^T( \vec {\Delta x}) +\frac{1}{2!}[ \vec {\Delta x}]^TH(x_0)[ \vec {\Delta x}] + o^n \tag{1}$

由于 $x_0$是驻点,所以 $[\nabla f(x_0)]^T$为0，忽略 $o^n$,则（1）式的正负仅与 $[ \vec {\Delta x}]^TH(x_0)[ \vec {\Delta x}]$有关,故:
（1）Hessian矩阵正定=>(1)式大于0恒成立，函数在M点有极小值
（2）Hessian矩阵负定=>(1)式小于0恒成立函数在M点有极大值
（3）Hessian矩阵不定=>(1)式正负性难料，M点不是极值点