深度学习基础 - 泰勒级数

二分掌柜的

已于 2025-03-29 11:50:05 修改

阅读量2.5k

点赞数

分类专栏：深度学习基础文章标签：深度学习人工智能泰勒级数

于 2019-03-04 22:59:05 首次发布

本文链接：https://blog.csdn.net/flyfish1986/article/details/88144935

版权

深度学习基础专栏收录该内容

61 篇文章

订阅专栏

深度学习基础 - 泰勒级数

flyfish

2019-03-04 22:59:05

深受3Bule1Brown的影响，通俗易看的教程。

在说泰勒级数的时候，先说高阶导数
$\begin{array}{l}{s(t) \Leftrightarrow \text { Displacement 位移}} \\ {\frac{d s}{d t}(t) \Leftrightarrow \text { Velocity 速度}} \\ {\frac{d^{2} s}{d t^{2}}(t) \Leftrightarrow \text { Acceleration 加速度}}\end{array}$
上面有2的看做二阶导数，有3的看做三阶导数.三阶导数是什么，叫Jerk，
位置矢量s对时间的一阶导数是速度Velocity
二阶导数则为加速度Acceleration,
位置矢量s的三阶导数,即加速度的变化率,称之为Jerk急动度。如果叫加加速度是不是好记些。
位置矢量s的四阶导数是什么，用什么简短的词表达我不知道，难道是加加加速度？
$\frac{d^{3} s}{d t^{3}}(t) \Leftrightarrow {Jerk}$

wiki上是这么表示的（注意r上是三个点，CSDN版本的markdown没解析出来，写三个点报错）
$\vec{\jmath}(t)=\frac{\mathrm{d} \vec{a}(t)}{\mathrm{d} t}=\dot{\vec{a}}(t)=\frac{\mathrm{d}^{2} \vec{v}(t)}{\mathrm{d} t^{2}}=\ddot{\vec{v}}(t)=\frac{\mathrm{d}^{3} \vec{r}(t)}{\mathrm{d} t^{3}}= \ddot{\vec{r}}(t)$

$\begin{array}{l}{\vec{a} \text { is acceleration 加速度 }} \\ {\vec{v} \text { is velocity 速度, }} \\ {\vec{r} \text { is position 位移 , }} \\ {t \text { is time 时间. }}\end{array}$
看a,v,r上的点的个数。a上一个点，v上两个点，r上三个点。当看俄罗斯数学教材《微积分教程》菲赫金哥尔茨写的，知道微积分的符号有多种表示方法。我看就像同一件事有的人用汉语表达，当用其他语言再表达时，看着符号都不习惯。
就看自己熟悉那种表示方法，还是wiki之前的那个容易看些，如是y上加一撇，y上加两撇，写起来更方便些。
理解高阶高数总得找个例子，高阶那就找个最低的高阶就是2。也就是加速度，以加速度来理解二阶导数

有的地方是Displacement，有的地方是position，我都写成位移了，没有区分位置，位移。位置看上去就是坐标轴上的一点，位移看上去就是一段距离
$\underbrace{\frac{d\left(\frac{d f}{d x}\right)}{d x}=\frac{d(d f)}{(d x)^{2}}=\frac{d^{2} f}{d x^{2}}}_{d x \rightarrow 0}$

上图中间表达的准确些

$\begin{array}{l}{\cos (x) \stackrel{x=0}{\longrightarrow} 1} \\ {\frac{d(\cos )}{d x}(0)=-\sin (0)=0} \\ {\frac{d^{2}(\cos )}{d x^{2}}(0)=-\cos (0)=-1}\end{array}$

$\begin{array}{l}{P(x)=1+0 x+c_{2} x^{2}} \\ {\frac{d P}{d x}(x)=0+2 c_{2} x} \\ {\frac{d^{2} P}{d x^{2}}(x)=2 c_{2}}\end{array}$

$\begin{array}{l}{\cos (0)=1} \\ {\frac{d(\cos )}{d x}(0)=-\sin (0)=0} \\ {\frac{d^{2}(\cos )}{d x^{2}}(0)=-\cos (0)=-1} \\ {\frac{d^{3}(\cos )}{d x^{3}}(0)=\sin (0)=0} \\ {\frac{d^{4}(\cos )}{d x^{4}}(0)=\cos (0)=1}\end{array}$

$\begin{aligned} P(x) &=1-\frac{1}{2} x^{2}+\frac{1}{24} x^{4} \\ \frac{d^{4} P}{d x^{4}}(x) &=1 \cdot 2 \cdot 3 \cdot 4 \cdot \frac{1}{24} \\ &=24 \cdot \frac{1}{24} \end{aligned}$

$P(x)=\underbrace{1+0 \frac{x^{1}}{1 !}+-1 \frac{x^{2}}{2 !}+0 \frac{x^{3}}{3 !}+1 \frac{x^{4}}{4 !}}_{\text { }}+\cdots$
底下大括号套的部分是泰勒多项式（Taylor polynomial）

$\begin{array}{c}{f(0)} \\ {\frac{d f}{d x}(0)} \\ {\frac{d^{2} f}{d x^{2}}(0)} \\ {\frac{d^{3} f}{d x^{3}}(0)} \\ {\frac{d^{4} f}{d x^{4}}(0 )}\end{array}$

$P(x)=f(0)+\frac{d f}{d x}(0) \frac{x^{1}}{1 !}+\frac{d^{2} f}{d x^{2}}(0) \frac{x^{2}}{2 !}+\frac{d^{3} f}{d x^{3}}(0) \frac{x^{3}}{3 !}+\cdots$
函数f(x)在x=0处的泰勒级数
$P(x)=f(0)+\frac{f^{\prime}(0)}{1 !} x+\frac{f^{\prime \prime}(0)}{2 !} x^{2}+\frac{f^{(3)}(0)}{3 !} x^{3}+\cdots$
函数f(x)在x=a处的泰勒级数
$P(x)=f(a)+\frac{f^{\prime}(a)}{1 !}(x-a)+\frac{f^{\prime \prime}(a)}{2 !}(x-a)^{2}+\frac{f^{(3)}(a)}{3 !}(x-a)^{3}+\cdots$
另一种方式 sigma notation
$\sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n !}(x-a)^{n}$

简单看就是把各个导数用加号连接起来，如果加起来的项个数是有限的就是泰勒多项式，如果个数无限的就是泰勒级数。加号越多越精确。

就像三角函数里的级数，项越多越精确
$\begin{array}{l}{\sin x=x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\frac{x^{7}}{7 !}+\ldots=\sum_{n=0}^{\infty} \frac{(-1)^{n} x^{2 n+1}}{(2 n+1) !}} \\ {\cos x=1-\frac{x^{2}}{2 !}+\frac{x^{4}}{4 !}-\frac{x^{6}}{6 !}+\cdots=\sum_{n=0}^{\infty} \frac{(-1)^{n} x^{2 n}}{(2 n) !}}\end{array}$

参考二分

一、中国插值法与印度级数展开：古代东方数学的逼近智慧

中国的插值法与印度的级数展开，展现了古代东方数学的两大路径：前者以实用为导向，通过分段逼近解决实际问题；后者以思辨为驱动，追求数学对象的无限细分。尽管未形成公理化体系，但这些成果为后世数学的发展提供了重要启示，证明了非西方文明对人类知识体系的独特贡献。

中国插值法的实用性探索

1. 《周髀算经》的勾股术与线性插值思想

公元前1世纪成书的《周髀算经》是中国最早的天文数学著作之一，其核心思想“勾股术”不仅用于直角三角形计算，更隐含了线性插值的萌芽。

案例：书中记载“勾广三，股修四，径隅五”，通过勾股定理计算日影长度。当需要计算非整数刻度的日影时，古人采用“以盈补虚”法，即通过相邻整数点的日影差线性推算中间值。例如，已知冬至日影长13.5尺，小寒日影长12.5尺，求冬至后10天的日影长度，可假设日影线性递减，每日减少0.1尺，从而得到插值结果。
数学本质：这种方法等价于现代线性插值公式：
$\approx f(x_0) + \frac{f(x_1) - f(x_0)}{x_1 - x_0}(x - x_0),$
但未形成符号化表达，依赖具体数值操作。

2. 僧一行《大衍历》的不等间距二次插值法

唐代天文学家僧一行（683–727）在编制《大衍历》时，为解决太阳视运动不均匀问题，创立了“不等间距二次插值法”，突破了早期线性插值的局限性。

方法：
1. 将太阳运行轨迹划分为若干段，每段对应不同的时间间隔（如节气）。
2. 对每段弧长，假设太阳速度的变化率为二次函数，即速度增量与时间平方成正比。
3. 通过构造二次多项式逼近实际运行轨迹，公式为：
  $s_0 + v_0 t + \frac{a}{2} t^2,$
  其中 ( s_0 ) 为初始位置，( v_0 ) 为初速度，( a ) 为加速度。
应用案例：计算从春分（时间 ( t_0 )）到清明（时间 ( t_1 )）的太阳位置时，若已知 ( t_0 ) 处速度 ( v_0 ) 和 ( t_1 ) 处速度 ( v_1 )，则加速度 ( a = \frac{v_1 - v_0}{t_1 - t_0} )，代入公式得到任意时刻 ( t ) 的位置。
历史意义：这是世界上首次系统应用二次插值法，比牛顿的同类方法早约千年，为后世历法计算奠定了基础。

印度喀拉拉学派的级数展开

1. 马德哈瓦的正弦、余弦级数（约14世纪）

印度喀拉拉学派的马德哈瓦（Madhava of Sangamagrama）在14世纪发现了正弦、余弦函数的无穷级数展开，早于欧洲同类成果近300年：

正弦级数：
$\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots$
余弦级数：
$\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots$
马德哈瓦通过几何构造和递归计算推导出这些级数。他将圆周四等分，利用无穷小弧长与弦长的关系，结合迭代方法逐项计算系数，最终得到收敛的无穷级数。

2. 马德哈瓦的π级数与递推公式

π的无穷级数：
$\pi = 4 \left( 1 - \frac{1}{3} + \frac{1}{5} - \frac{1}{7} + \cdots \right)$
该级数通过正多边形逼近圆周长的方法导出，马德哈瓦还提出了加速收敛的修正项：
$\pi \approx 4 \left( \sum_{k=0}^n \frac{(-1)^k}{2k+1} \right) + \frac{(-1)^{n+1}}{2n+1} \cdot \frac{4}{4n+5}.$

3. 喀拉拉学派的传播与影响

马德哈瓦的成果通过师徒相传的方式在喀拉拉地区延续了数百年。16世纪，尼拉坎塔（Nilakantha Somayaji）在《坦特罗 Sangraha》中进一步发展了级数理论，并将其应用于天文计算。尽管未直接影响欧洲数学，但喀拉拉学派的工作表明，东方数学在函数展开领域已达到相当高的理论水平。

中印数学的比较与交融

维度	中国插值法	印度级数展开
目标	解决天文历法的实际计算问题	追求数学理论的精确性与普适性
方法	分段多项式逼近，强调实用性	无穷级数展开，注重逻辑推导
符号体系	文字描述为主，缺乏符号化	使用梵文诗歌形式记录数学公式
传播范围	局限于中国本土，影响东亚	限于印度半岛，未形成国际影响

二、泰勒级数的正式诞生：从插值术到解析工具的范式改变

思想起源：插值法与无穷级数的暗流涌动

17世纪末至18世纪初，微积分的创立引发了数学界对函数局部行为的关注。牛顿的幂级数展开（如1669年《分析学》中对正弦函数的级数表示）和詹姆斯·格雷戈里（James Gregory）的插值公式（1670年）已为泰勒的突破埋下伏笔。但这些成果局限于特定函数或离散点，缺乏统一的理论框架。

格雷戈里-牛顿插值公式（1670-1676）：通过差分法构造多项式逼近函数，但仅适用于等距节点。
莱布尼茨的微分符号（1684）：为函数局部变化的量化提供了工具，但未解决级数展开的普适性问题。
约翰·伯努利的积分级数（1694）：首次将无穷级数用于积分计算，启发了泰勒对连续性的思考。

泰勒的突破性贡献（1712-1715）

1. 从插值到展开的逻辑跨越

1712年7月，布鲁克·泰勒（Brook Taylor）在给导师约翰·梅钦（John Machin）的信中首次提出“泰勒定理”的雏形。他通过将格雷戈里-牛顿插值公式推广到连续变量，发现任意函数在某点附近可表示为无穷多项式：
$\frac{h^2}{2!}f''(x) + \cdots$
这一公式的核心是用高阶导数刻画函数的局部行为，将离散插值转化为连续展开。

2. 《正的和反的增量方法》的发表

1715年，泰勒在《Methodus Incrementorum Directa et Inversa》中系统阐述了这一理论。他以“流数”（牛顿术语）为基础，通过逐次差分推导级数系数，并首次明确提出“泰勒级数”的一般形式。尽管证明依赖几何直观且未考虑收敛性，但这一工作标志着函数解析表达的里程碑。

3. 物理应用的早期尝试

泰勒将级数应用于弦振动问题（1713年），通过展开位移函数推导出弦的基频公式：
$\omega = \frac{\pi}{L}\sqrt{\frac{T}{\rho}}$
这一成果不仅验证了级数的实用性，也开创了微分方程与级数结合的先例。

冷落与再发现：从边缘到核心的半个世纪

1. 初期的学术冷遇

泰勒的工作在英国本土未受重视，部分原因是其晦涩的几何论证和对“流数”术语的坚持。同时，欧洲大陆数学家（如伯努利家族）更关注莱布尼茨的微分符号体系，对泰勒的成果持怀疑态度。

2. 欧拉的系统化推广

1748年，欧拉在《无穷分析引论》中重新诠释泰勒级数，将其与微分方程结合，提出“解析函数”概念：

指数函数 $e^x = \sum_{n=0}^\infty \frac{x^n}{n!}$
对数函数 $\ln(1+x) = \sum_{n=1}^\infty (-1)^{n+1}\frac{x^n}{n}$
欧拉通过逐项积分和求导，证明了级数在收敛域内的等价性，并首次将其应用于复变函数（如 $e^{i\theta} = \cos\theta + i\sin\theta )）。

3. 麦克劳林的特例化贡献

1742年，科林·麦克劳林（Colin Maclaurin）在《流数论》中提出泰勒级数的特例——麦克劳林级数（$x=0 )处的展开），并用于极值判定。尽管他本人承认这是泰勒定理的简化形式，但后世仍以其名命名，反映了英国数学界对牛顿传统的坚守。

严格化与理论升华（19世纪）

1. 柯西的收敛性革命

1821年，奥古斯丁·柯西（Augustin-Louis Cauchy）在《分析教程》中引入极限严格定义，首次证明泰勒级数的收敛条件：

余项估计：若 $f^{(n)}(x)$ 在区间 $(a-\delta, a+\delta)$ 内有界，则级数收敛于 $f(x) )。
收敛半径：通过柯西-阿达马公式 $\lim_{n\to\infty} \frac{1}{\sqrt[n]{|a_n|}}$ 确定级数的有效范围。
这一突破终结了级数展开的盲目性，使其成为严谨的数学工具。

2. 复分析的奠基

1841年，卡尔·魏尔斯特拉斯（Karl Weierstrass）在复平面上建立解析函数理论，证明解析函数与泰勒级数的等价性：

若函数在某点解析，则其泰勒级数在此点邻域内收敛于原函数。
反之，任何收敛的幂级数定义一个解析函数。
这一成果将泰勒级数从实分析扩展到复分析，为现代数学奠定了基础。

跨文明对话：中国的西学东渐

李善兰的引入（1859年）
李善兰与伟烈亚力合译《代微积拾级》，首次将泰勒级数译为“戴劳级数”，并在《则古昔斋算学》中系统阐释其展开方法。他结合中国传统“垛积术”，提出级数求和的新技巧，推动了中西数学的融合。
华罗庚的现代拓展
20世纪中叶，华罗庚在《典型域上的调和分析》中利用泰勒级数研究多复变函数，将其与群表示论结合，解决了复分析中的重大难题，标志着中国数学与国际前沿的接轨。