機器學習中的數學 洛必達法則(能力工場小馬哥)

2022-07-25 19:57:16 字數 919 閱讀 8610

通俗地講,求極限的本質是分子與分母「比階」,比誰的速度快。

就像分子分母在跑道上進行趨於0或者無窮的賽跑,我們旁觀者想搞清楚他們

1.誰贏了?(極限是大於一還是小於一?)

2.他們是差不多同時撞線還是領先者領先好幾個身位到達終點?(同階還是高階?)同時撞線差了多少?(同階的話極限到底是幾?)

但問題在於我們肉眼的判斷能力有限,只知道兩人的運動情況(函式在某點附近的表示式)。洛必達法則告訴我們,在一定的條件下,我們可以用放慢鏡頭的辦法(分子分母公平降階)判斷出兩者誰跑得快,快多少。每求一次導相當於鏡頭慢了一倍,這樣慢下去,兩者衝線的情況最終就越來越清晰。

當然這種放慢鏡頭的辦法不是每次都靈的。如果因為技術原因慢鏡頭在衝線前後不能放(函式不存在乙個可導的鄰域),或者放了慢鏡頭後因為什麼原因分辨不出來(洛必達完了極限反而不存在)或者他們中間摔倒了根本沒有衝線(不是0比0或者無窮比無窮),那麼再去放慢鏡頭也對知道比賽結果無濟於事。

通俗地講,求極限的本質是分子與分母「比階」,比誰的速度快。

就像分子分母在跑道上進行趨於0或者無窮的賽跑,我們旁觀者想搞清楚他們

1.誰贏了?(極限是大於一還是小於一?)

2.他們是差不多同時撞線還是領先者領先好幾個身位到達終點?(同階還是高階?)同時撞線差了多少?(同階的話極限到底是幾?)

但問題在於我們肉眼的判斷能力有限,只知道兩人的運動情況(函式在某點附近的表示式)。洛必達法則告訴我們,在一定的條件下,我們可以用放慢鏡頭的辦法(分子分母公平降階)判斷出兩者誰跑得快,快多少。每求一次導相當於鏡頭慢了一倍,這樣慢下去,兩者衝線的情況最終就越來越清晰。

當然這種放慢鏡頭的辦法不是每次都靈的。如果因為技術原因慢鏡頭在衝線前後不能放(函式不存在乙個可導的鄰域),或者放了慢鏡頭後因為什麼原因分辨不出來(洛必達完了極限反而不存在)或者他們中間摔倒了根本沒有衝線(不是0比0或者無窮比無窮),那麼再去放慢鏡頭也對知道比賽結果無濟於事。

高等數學 詳解洛必達法則

今天和大家一起複習的是洛必達法則,這個法則非常重要,在許多問題的解法當中都有出現。雖然時隔多年,許多知識點都已經還給老師了,但是我仍然還記得當年大一的時候,高數老師在講台上慷慨激昂的樣子。高等數學 微分中值定理 我們學習的目的往往很樸素,就是學以致用,之前的時候我總覺得這種想法有些現實,後來我發現很...

洛必達法則求極限的本質

前幾天,乙個學弟問題乙個求極限的問題,通過等價無窮小替換後,原問題轉換成類似於求 當x 0時,x lnx的極限。我用洛必達法則給求出來了,答案是0。一觀察x lnx結合答案0,讓我想起本科數分高老師講的乙個結論 當x 0時,x的冪次函式趨於零的速度比lnx趨於無窮的速度快。這個結論還包括指數函式,不...

機器學習中的數學

從大學到現在,課堂上學的和自學的數學其實不算少了,可是在研究的過程中總是發現需要補充新的數學知識。learning和vision都是很多種數學的交匯場。看著不同的理論體系的交匯,對於乙個researcher來說,往往是非常exciting的enjoyable的事情。不過,這也代表著要充分了解這個領域...