当前位置: 首页 > news >正文

机械学习—零基础学习日志(高数22——泰勒公式理解深化)

核心思想:函数逼近

在泰勒的年代,如果想算出e的0.001次方,这是很难计算的。那为了能计算这样的数字,可以尝试逼近的思想。

但是函数又不能所有地方都相等,那退而求其次,只要在一个极小的范围,可以持续逼近就可以了。这里可以看看具体如何逼近呢?

第一步:逼近处的函数值应当一样

可以看到,在重合点处,函数值相同,那这逼近了吗,不对,差距太大了。为什么呢,很明显在重合点之外的地方,差得都太多了。因为趋势不对,那趋势一样呢?

第二步:逼近处的一阶导数一样

那就要求函数值一样,同时导数一样。

这已经非常接近,但是为什么函数值一样,导数值一样,看上去还是不那么贴合呢?因为导数的导数,趋势还不够!斜率不够接近!所以想到了二阶导。

第三步:斜率变化趋势,二阶导一样再试试

第四步:斜率变化趋势的趋势,三阶导一样再试试

......

第五步:斜率变化趋势的趋势的趋势,四阶导一样再试试

......

导数是局部的性质,所以一阶,二阶,三阶,不影响其他部分的趋势。

使用幂函数贴近非常有意义

我们回顾一下一个多项式函数求导的过程~以这个函数为例。

我们算一阶导,二阶导,三阶导.....

当我们代入x=0,以及在多重导的情况下,存在两种情况,第一,常数项被导没,第二,存在有x的项数代入x= 0,也没了。

在这种情况下,具体的三阶导,只和其系数有关。

所以,其实n阶导数,在x= 0时,导数只和n次项数前的系数,以及n的阶乘有关。

再回过来看e的x次方

一个函数f(x),作为多项式,假设是f(x) = a + bx + cx² + dx³....,那其实常数项由a决定,b决定一阶导,c决定二阶导。。。

那如果e的x次方,使用多项式逼近,也就是上述的f(x) = a + bx + cx² + dx³....

我们知道,e的x次方,导数都是e的x次方,又在x = 0处求导,所以导数都是1。那我们就可以确定对应的a , b , c 等等所有值了。

皮亚诺公式:

进一步思考,那如果x不再趋近于0,而是趋近于1,例如,f(1)的三次方,还可以使用上面的规律吗?

是可以的,我们只需要把式子改成( x )改写成 ( x - 1 ) 就可以。

因为在构造对应的式子时,我们巧妙利用了,高阶导去除常数项,以及x = x0为零的特点,构造了对应多项式。

那我们只需要满足,在对应的点处,f(x)的n阶导数相同,那就其实可以满足对应的基本逻辑。

成立条件:只在x0时成立

这里有很重要的一句话:泰勒展开是更高阶的等价,而之前的x~sinx,只是一阶导的等价

奇思妙想:

我把f(1),直接等价到了e乘以f(0),这种做法是不对的。因为趋近的模式均不再成立,例如f(1)并不等于e*趋近式。

重点参考up主:考研数学王昊元《【数一147】泰勒公式的顶级理解》,他讲得真的不错。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 初识云计算
  • AR眼镜:重型机械维修保养新利器
  • LVS-DR模式集群:案例与概念
  • vue项目部署在子路径中前端配置
  • 运输层 可靠数据传输原理——1、构造可靠数据传输协议
  • 尚硅谷谷粒商城项目笔记——五、使用docker安装mysql
  • 深入理解Vue slot的原理
  • K8S中Containerd之ctr和crictl简介以及常见操作
  • vs+qt项目转qt creator
  • 云原生真机实验
  • 高翔【自动驾驶与机器人中的SLAM技术】学习笔记(五)卡尔曼滤波器一:认知卡尔曼滤波器;协方差矩阵与方差;
  • 一个java类实现UDP代理转发
  • MySQL--查询数据
  • LCR 158. 库存管理 II
  • JVM知识总结(垃圾收集算法)
  • 【译】JS基础算法脚本:字符串结尾
  • 77. Combinations
  • Docker容器管理
  • Java知识点总结(JDBC-连接步骤及CRUD)
  • maven工程打包jar以及java jar命令的classpath使用
  • Python实现BT种子转化为磁力链接【实战】
  • SegmentFault 2015 Top Rank
  • vue-cli在webpack的配置文件探究
  • 跨域
  • 前端学习笔记之原型——一张图说明`prototype`和`__proto__`的区别
  • ​Java并发新构件之Exchanger
  • #大学#套接字
  • #前后端分离# 头条发布系统
  • (13)Latex:基于ΤΕΧ的自动排版系统——写论文必备
  • (C语言)二分查找 超详细
  • (delphi11最新学习资料) Object Pascal 学习笔记---第13章第1节 (全局数据、栈和堆)
  • (pytorch进阶之路)CLIP模型 实现图像多模态检索任务
  • (Redis使用系列) Springboot 在redis中使用BloomFilter布隆过滤器机制 六
  • (附源码)计算机毕业设计SSM基于健身房管理系统
  • (论文阅读31/100)Stacked hourglass networks for human pose estimation
  • (论文阅读32/100)Flowing convnets for human pose estimation in videos
  • (免费领源码)Python#MySQL图书馆管理系统071718-计算机毕业设计项目选题推荐
  • (欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明
  • (转)母版页和相对路径
  • (转)真正的中国天气api接口xml,json(求加精) ...
  • (自适应手机端)响应式新闻博客知识类pbootcms网站模板 自媒体运营博客网站源码下载
  • ***利用Ms05002溢出找“肉鸡
  • **PHP分步表单提交思路(分页表单提交)
  • .NET Standard / dotnet-core / net472 —— .NET 究竟应该如何大小写?
  • .net 打包工具_pyinstaller打包的exe太大?你需要站在巨人的肩膀上-VC++才是王道
  • .Net 基于.Net8开发的一个Asp.Net Core Webapi小型易用框架
  • .NET 应用启用与禁用自动生成绑定重定向 (bindingRedirect),解决不同版本 dll 的依赖问题
  • .net通用权限框架B/S (三)--MODEL层(2)
  • .考试倒计时43天!来提分啦!
  • @ModelAttribute注解使用
  • [51nod1610]路径计数
  • [Angularjs]asp.net mvc+angularjs+web api单页应用
  • [Armbian] 部署Docker版Home Assistent,安装HACS并连接米家设备
  • [c++] 自写 MyString 类
  • [CakePHP] 在Controller中使用Helper