机器学习之数学基础二 .泰勒级数

最新推荐文章于 2021-11-08 14:16:14 发布

吕子明爱读书

最新推荐文章于 2021-11-08 14:16:14 发布

阅读量1.9k

点赞数 3

分类专栏： ML

本文链接：https://blog.csdn.net/richard9006/article/details/85039278

版权

ML 专栏收录该内容

2 篇文章 1 订阅

订阅专栏

泰勒级数(Taylor series)用无限项连加式--级数来表示一个函数,这些相加的项由函数在某一点的导数求得.

函数在自变量0 的导数求得的泰勒级数又加做麦克劳林级数.

实际应用中，泰勒级数需要截断，只取有限项，可以用泰勒定理估算这种近似的误差。一个函数的有限项的泰勒级数叫做泰勒多项式。一个函数的泰勒级数是其泰勒多项式的极限（如果存在极限）。即使泰勒级数在每点都收敛，函数与其泰勒级数也可能不相等。在开区间（或复平面上的开区间）上，与自身泰勒级数相等的函数称为解析函数。

在数学上，对于一个在实数或复数 $a$ 邻域上，以实数作为变量的函数或以复数作为变量的，并且是无穷可微的函数 $f(x)$ ，它的泰勒级数是以下这种形式的幂级数：

$\sum _{n=0}^{\infty }{\frac {f^{(n)}(a)}{n!}}(x-a)^{n}$

这里， $n!$ 表示 $n$ 的阶乘，而 $f^{(n)}(a)\,\!$ 表示函数 $f$ 在点 $a$ 处的 $n$ 阶导数。如果 $a=0$ ，也可以把这个级数称为麦克劳林级数。

常用的级数

几何级数： ${\frac {1}{1-x}}=\sum _{n=0}^{\infty }x^{n}\quad \forall x:\left|x\right|<1$

二项式定理： $(1+x)^{\alpha }=\sum _{n=0}^{\alpha }C(\alpha ,n)x^{n}\quad \forall x:\left|x\right|<1,\forall \alpha \in \mathbb {C}$

二项式展开中的 $C(\alpha ,n)$ 是二项式系数。

以 $e$ 为底数的指数函数的麦克劳林序列是

$e^{x}=\sum _{n=0}^{\infty }{\frac {x^{n}}{n!}}\quad \forall x$ （对所有X都成立）

以 $e$ 为底数的自然对数的麦克劳林序列是

$\ln(1+x)=\sum _{n=1}^{\infty }{\frac {(-1)^{n+1}}{n}}x^{n}\quad \forall x\in (-1,1]$ （对于在区间(-1,1]内所有的X都成立）

常用的三角函数可以被展开为以下的麦克劳林序列：

${\begin{aligned}\sin x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n+1)!}}x^{2n+1}&&=x-{\frac {x^{3}}{3!}}+{\frac {x^{5}}{5!}}-\cdots &&\forall x\\[6pt]\cos x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n)!}}x^{2n}&&=1-{\frac {x^{2}}{2!}}+{\frac {x^{4}}{4!}}-\cdots &&\forall x\\[6pt]\tan x&=\sum _{n=1}^{\infty }{\frac {B_{2n}(-4)^{n}\left(1-4^{n}\right)}{(2n)!}}x^{2n-1}&&=x+{\frac {x^{3}}{3}}+{\frac {2x^{5}}{15}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\sec x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}E_{2n}}{(2n)!}}x^{2n}&&=1+{\frac {x^{2}}{2}}+{\frac {5x^{4}}{24}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\arcsin x&=\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&=x+{\frac {x^{3}}{6}}+{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arccos x&={\frac {\pi }{2}}-\arcsin x\\&={\frac {\pi }{2}}-\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&={\frac {\pi }{2}}-x-{\frac {x^{3}}{6}}-{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arctan x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{2n+1}}x^{2n+1}&&=x-{\frac {x^{3}}{3}}+{\frac {x^{5}}{5}}-\cdots &&\forall x:|x|\leq 1,\ x\neq \pm i\end{aligned}}$

通俗易懂的泰勒展开微积分推导过程

转载自:https://blog.csdn.net/qq_36330643/article/details/77288486

相信大家都会求导吧，给定一个f(x)，都可以唯一确定一个导函数f '(x)，导函数给出了原函数的变化情况。
比如 $f(x)=x^{3}$ 导函数为 $f^{'} (x)=3 x^{2}$

但是，倒过来就不行了，一个导函数 $f^{'} (x)=3 x^{2}$ 对应原函数为 $f(x)=x^{3}$ ， $f(x)=x^{3} +1$ ， $f(x)=x^{3} +2$ ………无穷多个。
写成积分形式就是
$\int_{}^{} 3x^{2}\cdot dx=x^{3} +C$

具体求导过程很多，自己看，为什么呢，因为在求导的过程中，我们虽然得到的函数今后的变化情况，但损失了一部分信息，就是原函数的初始值。概括一下，
原函数的信息=导函数的信息+初始值信息，
初始值信息没了，一个导函数就对应多个原函数了。

知道了原因，我们就可以去掉上面那个恼人的C了，加入初始值信息就好了。

$\int_{0}^{x} f'(x)\cdot dx+f(0)$
$=\int_{0}^{x} 3x^{2}\cdot dx+0^{3}$
$=x^{3} +C-0^3-C+0^3$
=x^3=f(x)
那个f（0）就是初始信息。当然初始信息可以从任意位置开始，不一定从0开始
这时候我们得到了
$f(x)=\int_{0}^{x} f'(x)\cdot dx+f(0)$ (原函数的信息=导函数的信息+初始值信息)
继续这个过程
$f'(x)=\int_{0}^{x} f''(x)\cdot dx+f'(0)$
代入得
$f(x)=\int_{0}^{x} (\int_{0}^{x} f''(x)\cdot dx+f'(0))\cdot dx+f(0)$
$=\int_{0}^{x} \int_{0}^{x} f''(x)\cdot dx\cdot dx+\int_{0}^{x} f'(0)\cdot dx+f(0)$
$=\int_{0}^{x} \int_{0}^{x} f''(x)\cdot dx\cdot dx+\frac{x}{1!} f'(0)+f(0)$

再接着做下去
$=\int_{0}^{x}\int_{0}^{x} \int_{0}^{x} f'''(x)\cdot dx\cdot dx\cdot dx+\frac{x^2}{2!} f''(0)+\frac{x}{1!} f'(0)+f(0)$
无限做下去，前面是余项，整个是泰勒展开式

泰勒公式

公式描述：

泰勒公式可以用若干项连加式来表示一个函数，这些相加的项由函数在某一点的导数求得。

在泰勒公式中，取x0=0，得到的级数

称为麦克劳林级数。函数
的麦克劳林级数是x的幂级数，那么这种展开是唯一的，且必然与

的麦克劳林级数一致。

也就是：泰勒公式： $f(x)=\frac{f(x)}{0!} +\frac{f(x)^{(1)}}{1!}x+\frac{f(x)^{(2)}}{2!}x^{2} +\frac{f(x)^{(3)}}{3!}x^{3}+\frac{f(x)^{(4)}}{4!}x^{4}+......\frac{f(x)^{(n)}}{n!}x^{n}$

更通俗点的解释, 可以从物理的角度理解.

转载自：https://www.zhihu.com/question/21149770/answer/68051674

① 一小滑块以 $v_{0}$ 的初速度，从 $s_{0}$ 处运动(以向右为正方向)，求s时小滑块的路程。
坐在台下的你拍腿大叫so easy，以迅雷不及掩耳之势写下了第一题答案。
$S=s_{0} +v_{0} t$ $S^{'} =v_{0}$
② 一小滑块以 $v_{0}$ 的初速度，的加速度，从 $s_{0}$ 处运动(以向右为正方向)，求s时小滑块的路程。
不难！高中也学过的样子！
$S=s_{0} +v_{0} t+\frac{1}{2} at^{2}$ $S^{'} =v_{0} +at$ $S^{''}=a$
③一小滑块以 $v_{0}$ 的初速度，的初加速度，的初加加速度，从 $s_{0}$ 处运动(以向右为正方向)，求s时小滑块的路程。
初加加速度？什么鬼，就是加速度对时间求导吧，好像也不难。
$S=s_{0} +v_{0} t+\frac{1}{2} at^{2} +\frac{1}{6} bt^{3}$ $S^{'} =v_{0} +at+\frac{1}{2}bt^{2}$ $S^{'''}=a+bt$ $S^{''''}=b$

好了让我们停下这简单枯燥的物理题，把结果放在一起看一下有什么规律。
① $S=s_{0} +v_{0} t$ $S^{'} =v_{0}$
② $S=s_{0} +v_{0} t+\frac{1}{2} at^{2}$ $S^{'} =v_{0} +at$ $S^{''}=a$
③ $S=s_{0} +v_{0} t+\frac{1}{2} at^{2} +\frac{1}{6} bt^{3}$ $S^{'} =v_{0} +at+\frac{1}{2}bt^{2}$ $S^{'''}=a+bt$ $S^{''''}=b$
似乎发现了那么一点小意思，再让我们稍微改变一下③中第一个式子的形式。
$S=s_{0} +\frac{1}{1!} v_{0} t+\frac{1}{2!} at^{2} +\frac{1}{3!} bt^{3}$

这个时候，高数老师又出了一道新的题。
④一小滑块以 $v_{0}$ 的初速度，的初加速度，的初加加速度，的初加加加速度，的初加加加加速度……从 $s_{0}$ 处运动(表征了一个小滑块任意运动的情况)(以向右为正方向)，求s时小滑块的路程。
好像以你的智力并不可以想明白这个道题怎么写，不过不怕，你可以找规律。
$S=s_{0} +\frac{1}{1!} v_{0} t+\frac{1}{2!} at^{2} +\frac{1}{3!} bt^{3} +\frac{1}{4!} ct^{4} +\frac{1}{5!} dt^{5} +\frac{1}{6!}e t^{6}...$
让我们根据①②③中的导数情况把 $v_{0}$ ,,,等换成与有关的式子。
$S=\frac{s_{0}}{0!} +\frac{S^{(1)}}{1!}t+\frac{S^{(2)}}{2!}t^{2} +\frac{S^{(3)}}{3!}t^{3}+\frac{S^{(4)}}{4!}t^{4}+......\frac{S^{(n)}}{n!}t^{n}$
等等，好像这个公式在哪里见过。
泰勒公式： $f(x)=\frac{f(x)}{0!} +\frac{f(x)^{(1)}}{1!}x+\frac{f(x)^{(2)}}{2!}x^{2} +\frac{f(x)^{(3)}}{3!}x^{3}+\frac{f(x)^{(4)}}{4!}x^{4}+......\frac{f(x)^{(n)}}{n!}x^{n}$

你无意中居然推导出了“泰勒”公式，让我们仔细看一看“推导”的过程。
匀速直线运动是泰勒公式 n=1 的情况。
匀加速度直线运动是泰勒公式 n=2 的情况。
……
一个任意的运动是泰勒公式 $n\rightarrow \infty$ 的情况。
开动我们机智的小脑瓜，总结一下上面的情况。
泰勒公式可以把一个可导的函数拆成若干个多项式之和。
当n越大，若干个多项式之和逼近于原函数的值。