Hesse-Matrix

Die Hesse-Matrix (nach Otto Hesse) ist eine Matrix, die in der mehrdimensionalen reellen Analysis ein Analogon zur zweiten Ableitung einer Funktion ist.

Definition

Sei $f \colon D \subset \R^n \to \R$ eine zweimal stetig differenzierbare Funktion. Dann ist die Hesse-Matrix von f am Punkt $(x_1, \ldots , x_n) \in D$ definiert durch

$\operatorname{H}(f)=\operatorname{H}_f= \left(\frac{\partial^2f}{\partial x_i\partial x_j}\right)_{i,j=1,\dots, n}= \begin{pmatrix} \frac{\partial^2 f}{\partial x_1\partial x_1}&\frac{\partial^2 f}{\partial x_1\partial x_2}&\cdots&\frac{\partial^2 f}{\partial x_1\partial x_n}\\[,5em] \frac{\partial^2 f}{\partial x_2\partial x_1}&\frac{\partial^2 f}{\partial x_2\partial x_2}&\cdots&\frac{\partial^2 f}{\partial x_2\partial x_n}\\ \vdots&\vdots&\ddots&\vdots\\ \frac{\partial^2 f}{\partial x_n\partial x_1}&\frac{\partial^2 f}{\partial x_n\partial x_2}&\cdots&\frac{\partial^2 f}{\partial x_n\partial x_n} \end{pmatrix}.$

Mit $\tfrac{\partial^2f}{\partial x_i\partial x_j}$ werden die zweiten partiellen Ableitungen bezeichnet. Die Hesse-Matrix entspricht dem Transponierten der Ableitung des Gradienten, ist aber bei stetigen zweiten Ableitungen wegen der Vertauschbarkeit der Differentiationsreihenfolge symmetrisch, so dass das Transponieren der Matrix keine Änderung bewirkt.

Eigenschaften

Extremwerte

Mit Hilfe der Hesse-Matrix lässt sich der Charakter der kritischen Punkte einer Abbildung in $\mathbb R^n$ bestimmen. Dazu bestimmt man für die zuvor ermittelten kritischen Punkte die Definitheit der Hesse-Matrix. Ist die Matrix an einer Stelle positiv definit, so befindet sich an diesem Punkt ein lokales Minimum der Funktion. Ist die Hesse-Matrix dort negativ definit, so handelt es sich um ein lokales Maximum. Ist sie indefinit, dann handelt es sich um einen Sattelpunkt der Funktion. Falls die Hesse-Matrix an der untersuchten Stelle nur semidefinit ist, so versagt dieses Kriterium und der Charakter des kritischen Punktes muss auf anderem Wege ermittelt werden. Welcher dieser Fälle vorliegt, kann – wie unter Definitheit beschrieben – zum Beispiel mit Hilfe der Vorzeichen der Eigenwerte der Matrix oder ihrer Hauptminoren entschieden werden.

Beispiel: Die Funktion f(x,y) = x² − y² hat in (0,0) einen kritischen Punkt, aber $H(f)(0,0) = (\begin{smallmatrix}2&0\\0&-2\end{smallmatrix})$ ist weder positiv noch negativ definit. Die Funktion hat in diesem Punkt kein Extremum, sondern einen Sattelpunkt, indem sich zwei Höhenlinien schneiden.

Konvexität

Es besteht zudem ein Zusammenhang zwischen der positiven Definitheit der Hesse-Matrix und der Konvexität einer zweimal stetig differenzierbaren Funktion f, die auf einer offenen, konvexen Menge D definiert ist: Eine solche Funktion ist genau dann konvex, wenn ihre Hesse-Matrix überall in D positiv semidefinit ist. Ist die Hesse-Matrix sogar positiv definit in D, dann ist die Funktion auf D strikt konvex. Entsprechend gilt: Eine zweimal stetige Funktion f ist auf ihrer konvexen Definitionsmenge D genau dann konkav, wenn ihre Hesse-Matrix negativ semidefinit ist. Ist die Hessematrix sogar negativ definit auf D, so ist f auf D strikt konkav.

Ist f auf ihrer Definitionsmenge D strikt konvex, so besitzt f höchstens ein globales Minimum auf D. Jedes lokale Minimum ist zugleich das (einzige) globale Minimum. Ist f strikt konkav, so besitzt f höchstens ein globales Maximum. Jedes lokale Maximum ist zugleich ihr (einziges) globales Maximum.^[1]

Anwendungen

Die Hesse-Matrix taucht bei der Approximation einer mehrdimensionalen Funktion in der Taylor-Entwicklung auf. Sie ist unter anderem in Zusammenhang mit der Optimierung von Systemen von Bedeutung, die durch mehrere Parameter beschrieben werden, wie sie beispielsweise in den Wirtschaftswissenschaften, in der Physik, theoretischen Chemie oder in den Ingenieurwissenschaften häufig auftreten.

Siehe auch

• Geränderte Hesse-Matrix

Weblinks

• Weiteres zum Zusammenhang Konvexität – Hesse-Matrix

Literatur und Einzelnachweise

• Konrad Königsberger: Analysis 2. Springer-Verlag, Berlin/Heidelberg, 2000, ISBN 3-540-43580-8

1. ↑ Zusammenhang zwischen Hessematrix und Konvexität. Skript der Universität Hamburg. Abgerufen am 4. April 2011.