深度学习机器学习数学基础之微积分
微积分
1.函数的导数
导数的引入:
1.直线运动的速度
2.曲线的切线
k
=
lim
x
→
x
0
f
(
x
)
−
f
(
x
0
)
x
−
x
0
k=\lim _{x\rightarrow x_{0}}\dfrac {f\left( x\right) -f\left( x_{0}\right) }{x-x_{0}}
k=x→x0limx−x0f(x)−f(x0)
求导法则
总结
高阶导数
2.中值定理与洛必达法则
洛必达法则
3.泰勒公式
Rn为佩亚诺宇翔
这里Rn为拉格朗日余项
当x0 = 0 时,成为麦克劳林展开
4.函数的凹凸性
5.函数的极值
6.不定积分
7.定积分
定积分的意义:曲线的面积
8.偏导数
二阶偏导数
9.多元复合函数求导法则
10.方向导数与梯度
11.多元函数泰勒公式
12.多元函数的极值
13.矩阵的求导