泰勒公式到底是什么?
创作时间:
作者:
@小白创作中心
泰勒公式到底是什么?
引用
CSDN
1.
https://blog.csdn.net/qq_44846224/article/details/145552958
泰勒公式,也称泰勒展开式。
是用一个函数在某点的信息,描述其附近取值的公式。如果函数足够平滑,在已知函数在某一点的各阶导数值的情况下,泰勒公式可以利用这些导数值来做系数,构建一个多项式近似函数,求得在这一点的邻域中的值
所以泰勒公式是做什么用的?
简单来讲就是用一个多项式函数去逼近一个给定的函数(即尽量使多项式函数图像拟合给定的函数图像),注意,逼近的时候一定是从函数图像上的某个点展开。如果一个非常复杂函数,想求其某点的值,直接求无法实现,这时候可以使用泰勒公式去近似的求该值,这是泰勒公式的应用之一。泰勒公式在机器学习中主要应用于梯度迭代。
- 问题的提出
多项式:**
**
是最简单的一类初等函数。关于多项式,由于它本身的运算仅是有限项加减法和乘法,所以在数值计算方面,多项式是人们乐于使用的工具。因此我们经常用多项式来近似表达函数。这也是为什么泰勒公式选择多项式函数去近似表达给定的函数。 - 近似计算举例
初等数学已经了解到一些函数如:
,
,
的一些重要性质,但是初等数学不曾回答怎样来计算它们,以
的近似计算为例:
①. 一次逼近
利用微分近似计算公式
(该式由导数/微分的极限表达公式转换得到)
对
附近的 f(x) 的线性逼近为:
所以
所以
在
附近的线性逼近函数
如下图:
线性逼近优点:形式简单,计算方便;缺点:离原点O越远,近似度越差。
②. 二次逼近
二次多项式
逼近
我们期望:
( 即期望在 x = 0 处逼近函数和给定函数的函数值相等 );
( 即期望在 x = 0 处逼近函数和给定函数的斜率相等 );
( 即期望在 x = 0 处逼近函数和给定函数的曲率相等 );
所以
所以
如下图:
二次逼近要比线性逼近好得多,但局限于
内,该范围外,图像明显差异很大。为什么我们期望两个函数在某一点的函数值 、一阶导数值、二阶导数值相等?因为这些值表达了函数(图像)最基本和最主要的性质,这些性质逼近即可以使得两个函数逼近(由上面函数图像可以直观地看出来)
③. 八次逼近
八次多项式
逼近
我们期望:
,求出
( 即期望在 x = 0 处逼近函数和给定函数的函数值相等 );
,求出
( 即期望在 x = 0 处逼近函数和给定函数的斜率相等 );
....
,求出
( 即期望在 x = 0 处逼近函数和给定函数的曲率相等 );
所以
如下图:
由上述3次不同程度的函数逼近可以看出:对于精确度要求较高且需要估计误差的时候,必须用高次多项式来近似表达函数,同时给出误差公式 。
以上就是利用多项式函数去逼近给定函数的一个过程。 - 泰勒公式的推导
由此引出一个问题:给定一个函数
,要找一个在指定点
附近与
很近似的多项式函数
,记为:
使得
并且使得两者误差
可估计。所以要找的多项式应该满足什么条件,误差是什么?
使上面的程式在
附近很靠近,很明显: - 首先要求两曲线在
点相交,即 - 如果要靠得更近,还要求两曲线在
点相切,两曲线在
附近的靠近情况明显差异很大,相切更接近),即 - 如果还要靠得更近,还要求曲线在
点弯曲方向相同,明显在离
很远的地方,弯曲方向相同两函数的差异更小一点,即
,进而可推想:若在
附近有
,
,... ,
近似程度越来越好。
综上所述,所要找的多项式应满足下列条件:
由此,多项式函数
中的系数 a 可以全部由
表示,则得到:
其中误差为
。 因为是用多项式函数去无限逼近给定的函数,所以两者之间肯定存在一丢丢的误差。 - 泰勒公式的定义
所以我们就得到了泰勒公式的定义:
如果函数
在含
的某个开区间
内具有直到 n+1 阶导数,则对
,有
其中余项 (即误差)
,
在
与 x 之间。 泰勒公式的余项表达方式有好几种,前面这种表是方法称为n阶泰勒展开式的拉格朗日余项。拉格朗日余项即是n阶泰勒公式又多展开了一阶,n变为n+1。注意,这里的余项即为误差,因为使用多项式函数在某点展开,逼近给定函数,最后肯定会有一丢丢的误差,我们称之为余项。 - 扩展 —— 麦克劳林公式
是泰勒公式的一种特殊情况:即当
时的泰勒公式。所以将
带入公式,即得:
几个常见的初等函数的带有佩亚诺余项的麦克劳林公式:
佩亚诺余项为
的高阶无穷小 :
热门推荐
独栋别墅如何防盗,有效保护家庭财产安全
范仲淹:北宋文武双全的杰士
医疗设备维修人员职业发展路径
RK3588显示子系统详解及开发板接口配置指南
买烘干机的必要性及优势解析
多家银行上调“黄金定投”起存门槛
FIFA Online 4 EP赛季精选球员推荐:妖人尝鲜,实力尽显!
月子帽怎么用
诊脉仪管理系统介绍
荒野大镖客2死亡之眼自动标记技巧
美国乳癌筛查出新规,这个指标被要求必须告知女性
意甲第2轮前瞻分析:帕尔马vsAC米兰,国际米兰vs莱切
2025医学美容技术专业就业前景及方向:好找工作吗?
细看鸦片战争(一),从军费去看大清的成败
比亚迪宋PLUS DM-i胎压标准范围及注意事项
可用资金的计算方法有哪些?这些方法对投资者有何参考价值?
开水白菜:川菜精妙的艺术之作
【对比】面向年轻群体 10万级别纯电轿车 小鹏MONA M03 VS 埃安RT
中山大学牛津教授:虾青素——水产养殖的 “神奇密码”,解锁无限可能
《狂飙》:时代风云下的正邪较量与人性抉择
全球车企智能化转型加速 自动驾驶是“重头戏”
排便疼痛怎么治疗
不只有白开水,它也是肾病患者最健康的饮品之一
AI×VR安全课堂“漂”进普陀校园
清明「烟熏火燎」眼病高发,这份护眼攻略请收好!
防己的功效与作用
雍正和胤禵:亲兄弟间的权力之争
红兔毛手链:揭秘其神秘保健功效与心灵寓意
客户数据分析模型:RFM模型的深度解析与应用探索
200平四房混搭风装修案例:个性定制,空间利用率max!