高數回顧 函式

2021-08-22 16:33:14 字數 793 閱讀 2254

假設有兩個變數x、y,如果對於任意乙個x都有唯一確定的乙個y和它對應,那麼就稱x是自變數,y是x的函式

定義域:x的取值範圍叫做這個函式的定義域,例如:y=logx 的定義域是x>0

值域:相應y的全體值叫做函式的值域

對應法則:例:y=2x  對應法則是x的2倍等於y

常見的作用域:對數,根式,分母,三角函式,反三角函式

對單調性:

定義:若 x1>x2 則同時f(x1)大於或者小於f(x2)

大於則單調增,小於則單調減

同乙個函式根據x的定義域不同可能單調增也可能單調減,例如y=x2的平方

奇偶數性:

定義:f(-x) = +-f(x) 怎f(x)為偶(奇)

如何判別:

f(-x ) = +f(x) 偶

f(-x ) = -f(x)  奇

週期性:

定義:f(x+t) = f(x)  則 f(x)是以t為週期的週期函式r

有界性

定義e(正數) m>0,|f(x)|<=m 即f(x)有界

上界:當函式的絕對值始終小於等於m

下界:當函式的絕對值始終大於等於m

注意:1.函式必須有上下界才算有界 2.界是不唯一的 3.界m與極限是不同的

《吳恩達機器學習》3 線性代數回顧

二 矩陣和向量運算 三 矩陣運算特性 四 逆矩陣和轉置 總結線性代數的知識在機器學習中是非常重要的,幾乎所有的運算都是基於矩陣 matrix 向量 vector 的運算,因此打好線性代數的基礎 不求精通,只要基本的運算既可 是學習好machine learning的關鍵。1 張量 張量 tensor...

函式 複習回顧

函式的定義和呼叫 def 函式名 形參 函式體 return 返回值 呼叫 函式名 實參 站在形參的角度上 位置引數,args,預設引數 陷阱 kwargs 站在實參的角度上 按照位置傳,按照關鍵字傳 返回值 沒有返回值 返回乙個值 返回多個值 接收返回值 沒有返回值不接收,返回乙個值用乙個變數接收...

吳恩達《機器學習》課程總結(3)線性代數回顧

幾行幾列即為矩陣。ij表示第i行第j列。只有一行或者一列的稱為向量,向量是一種特殊矩陣。一般向量指的是列向量。加法 元素對應相加。標量乘法 標量和矩陣每乙個元素相乘。要求 第乙個矩陣的列數等於第二個矩陣的行數,如 x n矩陣與 x 1矩陣相乘,結果為第乙個矩陣的行數乘以第二個矩陣的列數。結果 ij是...