Bertsekas NLP的无约束灵敏度分析中参数hessian的Reg非奇异性

时间:2019-02-04 10:24:50

标签: nonlinear-optimization

我正在阅读Bertsekas非线性编程第三版文本,第14-15页,其中介绍了无约束灵敏度分析。 结果利用隐函数定理以参数向量a的形式获得x的梯度矩阵的显式形式,并证明隐函数的存在(x(a))是正确的。 我很困惑,因为按照命题A.25,参数hessian的pd条件是否也不需要保持函数x(a)存在于标称x,a附近的某个开球中 我看到他说变量hessian被假定为pd,但是找不到参数hessian。 这是一种弱势形式吗? 您的指导将是无价的。 预先谢谢你。

0 个答案:

没有答案