机器学习 | 高等数学

泰勒公式、中值定理、最优化问题

泰勒公式

泰勒公式是将一个在x=x0处具有n阶导数的函数f(x)利用关于(x-x0)n次多项式来逼近函数的方法

若函数f(x)在包含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:

泰勒公式

佩亚诺(Peano)余项:
Peano余项

拉格朗日(Lagrange)余项:
Lagrange余项

中值定理

拉格朗日中值定理:如果函数f(x)满足,在闭区间[a,b]上连续,在开区间(a,b)内可导,则至少存在一点

定义域
使得
拉格朗日中值定理

罗尔中值定理:如果函数f(x)满足,在闭区间[a,b]上连续,在开区间(a,b)内可导,f(a)=f(b),则至少存在一点

定义域

使得f'(ξ)=0

柯西中值定理:如果函数f(x)g(x)满足,在闭区间[a,b]上连续,在开区间(a,b)内可导,对任意

x定义域
g(x)导数不等于0
则至少存在一点
定义域
使得
柯西中值定理

最优化问题

约束最优化问题:约束最优化问题(constrained optimization problem)是指具有约束条件的非线性规划问题

最优化问题

拉格朗日乘子法:对于具有l个等式约束的n维优化问题

约束函数

把原目标函数f(x)改造成为如下形式的新的目标函数

拉格朗日函数

其中f(x)是目标函数,hk(x)是约束条件,在极值处,有

F对所有x的导数为0
F对所有λ的导数为0

KKT条件
最小二乘法

推荐

机器学习 | 高等数学
机器学习 | 线性代数
机器学习 | 概率论

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容