数据挖掘day04-微积分的本质10~11

it2022-05-05  179

文章目录

10、脚注-高阶函数11、泰勒级数

10、脚注-高阶函数

本节只是为了下一节做铺垫,说一下什么是高阶函数 例如,路程函数 s ( t ) s(t) s(t) 二阶导数就是,导数的导数;后面同理;

11、泰勒级数

泰勒公式-百度百科 泰勒公式是将一个在 x = x 0 x=x_0 x=x0处具有n阶导数的函数 f ( x ) f(x) f(x)利用关于 ( x − x 0 ) (x-x_0) (xx0)的n次多项式来逼近函数的方法。 若函数 f ( x ) f(x) f(x)在包含 x 0 x_0 x0的某个闭区间[a,b]上具有n阶导数,且在开区间(a,b)上具有(n+1)阶导数,则对闭区间[a,b]上任意一点x,成立下式:

f ( x ) = f ( x 0 ) 0 ! + ( x − x 0 ) f ′ ( x 0 ) 1 ! + ( x − x 0 ) 2 f ′ ′ ( x 0 ) 2 ! + ⋯ + ( x − x 0 ) n f ( n ) ( x 0 ) n ! + R n ( x ) f(x)=\frac{f(x_0)}{0!}+(x-x_0) \frac{f^{'}(x_0)}{1!}+(x-x_0) ^2\frac{f^{''}(x_0)}{2!}+\cdots+(x-x_0) ^n\frac{f^{(n)}(x_0)}{n!}+R_n(x) f(x)=0!f(x0)+(xx0)1!f(x0)+(xx0)22!f(x0)++(xx0)nn!f(n)(x0)+Rn(x)

这个咋一看,太复杂;本节就是形象解析这个内容,为真正学习微积分进行入门铺垫。

首先有一个例子引入,单摆离最低点的距离函数为 R ( 1 − c o s ( θ ) ) R(1-cos( \theta)) R(1cos(θ)),如下 但是,由于单摆摆动幅度很小,这个 c o s ( θ ) cos( \theta) cos(θ)就显得很奇怪,但是换成近似解,就清楚多了,就是抛物线 因此泰勒多项式,是用于求 x → x 0 x \to x_0 xx0附近的近似函数

例如,求 c o s ( x ) cos(x) cos(x)在0附近的近似: 在 x = 0 x=0 x=0,每一次更高阶的导数,都可以算出泰勒多项式中对应阶的常数,非常方便。 如果不是求0点而是求a点附近的近似,只需要把函数写成 f ( x − a ) f(x-a) f(xa)

如果是算 f ( x ) = e x f(x)=e^x f(x)=ex,则非常简单,因为他的导数总是让本身,永远都是 e 0 = 1 e^0=1 e0=1,下图: 所以,每一次更高阶项加入,函数就会更加近似,而且是全范围的,理论上可以加无限的项,就叫泰勒级数

并且,这个函数,是全范围可近似的泰勒级数,可收敛到 e x e^x ex

但是有些级数就不行,例如, l n ( x ) ln(x) ln(x)的泰勒级数,在(0,2]在外,是发散的。


最新回复(0)