古典导数头上的乌云

 
一切的问题都出在这里:
无穷小量到底是不是0
 
 
 
符号
含义
特点
适用场景
自变量的有限变化量
有限、确定值
离散变化或实际计算
因变量的有限变化量
真实变化量,由 确定
离散变化或实际计算
自变量的微小变化量(无穷小)
无限趋近于零,通常作为独立变量
连续变化,局部变化描述
因变量的微小变化量(无穷小)
由导数和 dxdxdx 决定,表示线性化近似变化量
连续变化,局部变化描述
 
 
看步骤来思考
  1. 曲线上任意两点引申出的直线称之为割线,横坐标的差值为
  1. 足够无穷小的时候,这条线被称之为切线
  1. 那问题出现了:我们期望小到接近0,这样的话这条切线才够精确,
      • 如果小到为0的话,这两个点就重合了,一个点也没办法确定为直线
      • 如果不为0,是一个有限变化,一个确定的数字,那么总能找到比这个数字更小的值
      • 既然出现矛盾了,我们就先给这个量一个符号,先不去深究
  • 再看一个实际计算的问题:
    • ,我们都知道答案,就是,那怎么得来呢
    • 好,重点看下一步
    • 这里问题就出现了,先是在约分中被约掉,然后又在加法中被忽略
 
 
  1. 所以,需要摒弃无穷小量这个概念,从极限这个概念出发,构建微积分
  1. 请注意这里的区别:
      • 无穷小量出发,我们用构建导数,也就是先有微分,再推导出导数
      • 极限出发,我们直接定义了导数,而不是从微分的角度推导
  1. 现在我们定义导数:
 
 
 
 

Reference

微分和导数的关系是什么?两者的几何意义有什么不同?为什么要定义微分 ? - 马同学的回答 - 知乎 https://www.zhihu.com/question/22199657/answer/115178055
 
Loading...
目录
文章列表
个人站点-主NLP
欧洲史
开发工具
Linux
计算机软件
DL-训练
历史-欧洲史
历史-中国史
中国史
DL-公式推导
DL-算法原理
DL-工程化
计算机硬件
可解释性
LLM-基础
传统NLP
社会运转
训练框架
Benchmark
生活记录
技术报告
强化学习