1. 程式人生 > >機器學習中的數學

機器學習中的數學

二、第二課時

 1)極限:

  通俗語言:函式f在\(x_0\)處的極限是L

  數學符號:\(\lim_{x\rightarrow x_0} f(x) = L\)

  無窮如何比較大小呢?如x趨近0的時候,\(sin(x)\)和\(tan(x)\)同樣都趨近0,哪個趨近0的速度更快呢?我們可以採用求商的極限來求解:\(\lim_{x\rightarrow 0} sin(x)/tan(x) = \lim_{x\rightarrow } cos(x) = 1\),所以是同樣級別的無窮小

  夾逼定理:如果三個函式滿足:\(f(x) <= g(x) <= h(x)\),並且他們在\(x_0\)處均有極限,則:\(\lim_{x\rightarrow x_0} f(x) <= \lim_{x\rightarrow x_0} g(x) <= \lim_{x\rightarrow x_0} h(x)\)

  幾個重要的極限:

   \(\lim_{x\rightarrow 0} sin(x)/x = 1\)

   \(\lim_{x\rightarrow \infty } x^a/e^x = 0\),對於任意的正數\(a\)

   \(\lim_{x\rightarrow \infty } ln(x)/x^a = 0\),對於任意的正數\(a\)

   \(\lim_{x\rightarrow \infty } (1 + 1/x)^x = e\)

 

  2)導數

  如果一個函式\(f(x)\)在\(x_0\)附近有定義,並且存在極限:\(L = \lim_{x \rightarrow x_0} \frac{f(x) -f(x_0)}{x - x_0}\),那麼\(f(x)\)在\(x_0\)處可導且導數\(f'(x_0) = L\)

  3)鏈式法則:即符合函式的求導法則

  如:\(y = x^x\),求其導數。兩邊取對數:\(lny = xlnx\),然後兩邊同時求導:\((1/y)y'=lnx + 1\),\(y' = (lnx + 1)x^x\)

 

三、第三課時

 1)單變數函式的黎曼積分:

  \(f(x)\)為開區間(a, b)上的一個連續函式,對於任意一個正整數n,我們定義:\(x_i = a + i(b - a)/n\),求和式:\( S_n(f) = \sum_{i=1}^{n}f(x_i)(x_{i+1} - x_i) \)

  如果極限\(\lim_{n->\infty }S_n(f)\)存在,那麼函式\(f(x)\)在這個區間上的黎曼積分為:\( \int_{a}^{b}f(x)dx = \lim_{n->\infty }S_n(f) \)

  我們可以這樣理解:把區間分成n份,求函式與x軸的面積和