当前位置: 首页 > article >正文

[原创](计算机数学)(The Probability Lifesaver)(P14): 推导计算 In(1-u) 约等于 -u

[作者]
常用网名: 猪头三
出生日期: 1981.XX.XX
企鹅交流: 643439947
个人网站: 80x86汇编小站
编程生涯: 2001年~至今[共24年]
职业生涯: 22年
开发语言: C/C++、80x86ASM、Object Pascal、Objective-C、C#、R、Python、PHP、Perl、
开发工具: Visual Studio、Delphi、XCode、C++ Builder、Eclipse
技能种类: 逆向 驱动 磁盘 文件 大数据分析
涉及领域: Windows应用软件安全/Windows系统内核安全/Windows系统磁盘数据安全/macOS应用软件安全
项目经历: 股票模型量化/磁盘性能优化/文件系统数据恢复/文件信息采集/敏感文件监测跟踪/网络安全检测
专注研究: 机器学习、股票模型量化、金融分析

[描述]
用 Taylor 定理(带余项的形式)来严格推导
ln ⁡ ( 1 − u )    =    − u    −    u 2 2    −    u 3 3    − ⋯    ≈    − u \ln(1 - u) \;=\;-u \;-\;\frac{u^2}{2}\;-\;\frac{u^3}{3}\;-\cdots \;\approx\;-u ln(1u)=u2u23u3u

重点在于写出"余项"(remainder)的表达式, 并说明它为什么相对第一项很小, 从而可以忽略. 以下分几步来展开.


1. Taylor 定理(拉格朗日余项形式)概述

f f f a a a 的某邻域内具有 n + 1 n+1 n+1 阶连续导数, 那么在点 a a a 处对 f ( x ) f(x) f(x) n n n 阶 Taylor 展开, 有:

f ( x )    =    P n ( x )    +    R n ( x ) f(x) \;=\; P_n(x) \;+\; R_n(x) f(x)=Pn(x)+Rn(x)

其中

  • P n ( x ) P_n(x) Pn(x) 是关于 a a a 点的 n n n 阶 Taylor 多项式:

    P n ( x )    =    f ( a )    +    f ′ ( a ) ( x − a )    +    f ′ ′ ( a ) 2 ! ( x − a ) 2    +    ⋯ +    f ( n ) ( a ) n ! ( x − a ) n P_n(x) \;=\; f(a) \;+\; f'(a)(x-a) \;+\; \frac{f''(a)}{2!}(x-a)^2 \;+\;\cdots+\; \frac{f^{(n)}(a)}{n!}(x-a)^n Pn(x)=f(a)+f(a)(xa)+2!f′′(a)(xa)2++n!f(n)(a)(xa)n

  • R n ( x ) R_n(x) Rn(x) 是 Lagrange 格式的余项:

    R n ( x )    =    f ( n + 1 ) ( ξ ) ( n + 1 ) !   ( x − a )   n + 1 , 对某个  ξ  在  a  与  x  之间. R_n(x) \;=\; \frac{f^{(n+1)}(\xi)}{(n+1)!}\,(x - a)^{\,n+1}, \quad \text{对某个 } \xi \text{ 在 }a\text{ 与 }x\text{ 之间.} Rn(x)=(n+1)!f(n+1)(ξ)(xa)n+1,对某个 ξ  a  x 之间.

在本题中, 令

f ( u ) = ln ⁡ ( 1 − u ) , a = 0 f(u) = \ln(1 - u), \qquad a = 0 f(u)=ln(1u),a=0

希望展开到一阶(即 n = 1 n=1 n=1), 然后考察余项 R 1 ( u ) R_1(u) R1(u) 的大小.


2. 计算各阶导数, 并写出一阶多项式与余项

f ( u ) = ln ⁡ ( 1 − u ) f(u)=\ln(1 - u) f(u)=ln(1u), 在 u = 0 u=0 u=0 处计算导数:

  1. f ( u ) = ln ⁡ ( 1 − u ) f(u) = \ln(1 - u) f(u)=ln(1u).

  2. 第一阶导数:

    f ′ ( u ) = d d u [ ln ⁡ ( 1 − u ) ] = −   1 1 − u f'(u) = \frac{d}{du}\bigl[\ln(1-u)\bigr] = -\,\frac{1}{1 - u} f(u)=dud

http://www.lryc.cn/news/2386928.html

相关文章:

  • wordcount在集群上的测试
  • OpenCV CUDA模块图像过滤------创建一个 Sobel 滤波器函数createSobelFilter()
  • [面试精选] 0053. 最大子数组和
  • 怎么判断一个Android APP使用了Cordova这个跨端框架
  • PDF 转 JPG 图片小工具:CodeBuddy 助力解决转换痛点
  • VisionPro 与 C# 联合编程:相机连接实战指南
  • 鸿蒙OSUniApp 实现动态的 tab 切换效果#三方框架 #Uniapp
  • Docker系列(三):深度剖析Dockerfile与图形化容器实战 --- 3种容器构建方法对比与性能调优
  • 论文阅读:Next-Generation Database Interfaces:A Survey of LLM-based Text-to-SQL
  • OS面试篇
  • FFMPEG-FLV-MUX编码
  • 青少年编程与数学 02-020 C#程序设计基础 05课题、数据类型
  • React vs Vue.js:选哪个框架更适合你的项目?
  • Kafka|基础入门
  • ADS学习笔记(五) 谐波平衡仿真
  • MySQL存储引擎对比及选择指南
  • 【IDEA问题】springboot本地启动应用报错:程序包不存在;找不到符号
  • PETR- Position Embedding Transformation for Multi-View 3D Object Detection
  • Prompt Tuning与自然语言微调对比解析
  • 二十七、面向对象底层逻辑-SpringMVC九大组件之HandlerAdapter接口设计
  • QT软件开发环境及简单图形的绘制-图形学(实验一)-[成信]
  • 项目部署一次记录
  • 单例模式,饿汉式,懒汉式,在java和spring中的体现
  • 一文带你彻底理清C 语言核心知识 与 面试高频考点:从栈溢出到指针 全面解析 附带笔者手写2.4k行代码加注释
  • 【Redis】第1节|Redis服务搭建
  • 数据结构第5章 树与二叉树(竟成)
  • # 深入解析BERT自然语言处理框架:原理、结构与应用
  • ai学习--python部分-1.变量名及命名空间的存储
  • Cadence学习笔记之---PCB过孔替换、封装更新,DRC检查和状态查看
  • Java基础 Day21