摘要: Lagrange中值定理:设\(f\)在凸区域U上连续可微,则对于任意\(x_1,x_2\in U\)有\(f(x_2)-f(x_1)=\nabla f(x_\tau)\cdot (x_2-x_1)\),其中\(x_\tau=x_1+\tau (x_2-x_1),\tau\in (0,1)\) 二阶 阅读全文
posted @ 2025-05-12 23:23 ykindred 阅读(67) 评论(0) 推荐(0)
摘要: 可以将一元函数微分的四则运算(包括线性性,leibniz公式),链式法则,反函数求导法推广到多元函数中. 四则运算:同一元函数 沿曲线导数的链式法则:欧氏空间上的曲线可看做\(f:\mathbb{R}\rightarrow \mathbb{R^n}\)的向量值函数,可以发现偏导数和方向导数都是沿曲线 阅读全文
posted @ 2025-05-12 13:49 ykindred 阅读(215) 评论(0) 推荐(0)
摘要: 高阶偏导数:一个函数的偏导继续求偏导,形如\(f_{xy}\)表示f先对x求偏导,再对y求偏导 逻辑上求偏导的次序并不能交换,但对于大多数初等函数而言,求偏导的次序交换并不影响结果,此处引出 Hesse矩阵:f在点a处的所有二阶偏导数所构成的方阵,记作\(\text{Hess} f(a)\)其中\( 阅读全文
posted @ 2025-05-12 02:24 ykindred 阅读(77) 评论(0) 推荐(0)
摘要: 微分的核心思想:线性近似,对于一元函数来说,微分的定义是\(f(a+h)-f(a)=Lh+o(h),h\rightarrow 0\),也就是用线性函数Lh来近似f的增量,此处L即f的导数\(f'(a)\) 该思想可以扩展到多元函数. 我们知道,欧氏空间R𝑛上的线性函数𝜔必然可写为如下形式\(\o 阅读全文
posted @ 2025-05-12 00:35 ykindred 阅读(134) 评论(0) 推荐(0)