多元函数泰勒级数展开_用泰勒级数来估计函数的近似值

这是《机器学习中的数学基础》系列的第16篇，也是微积分的最后一篇。

在实际生活和工作中，我们经常希望用多项式来近似某点处的函数值，而泰勒级数就是干这个的。不过在正式介绍泰勒级数之前，我们先来看看高阶导数与函数的凹凸性。

• 高阶导数与函数的凹凸性

那么什么是高阶导数？顾名思义，高阶导就是求了很多次导数。举个例子，函数y=x³的图像如下：

图1

如图1所示，y的一阶导，也就是第一次求导，y'=3x²，表示图像的斜率。那如果我们对y'再进行求导呢？可以得到y''=6x，它的几何意义又是什么呢？一阶导我们表示的是函数值的变化率，那么二阶导就表示斜率的变化率。进一步，我们说，如果二阶导大于0，说明斜率是在一直增加的，此时函数是个凸函数；同理，二阶导小于0，斜率在一直减小，函数为凹函数。

既然说到了凹凸函数，我们就来看看它的定义(机器学习领域，可能与数学领域有所不同)：

如果一个函数f是凸函数，那么其满足：f(tx+(1-t)y)≤tf(x)+(1-