人工智能新手入門——高數篇(函數)

引言:

在我們學習人工智能領域的知識的時候,這時候高數和統計學這兩門學科就非常重要了,在這裏我小弟我粗略的寫一些自己的理解。。希望可以對剛剛入門的學者有點借鑑價值。

函數:

首先說函數,這個概念特別特別常用,理解起來也非常容易。函數就是描述自變量和因變量之間的關係的運算公式。

例如:Y= f(x),這就是個函數關係式,他也可以寫成A = Ω(B),等等都可以,只不過是用一個符號來代替一系列公式而已。

Y=2x+2,這種的也叫函數,同時我們也可以直接用Y= f(x)來表示。

常見的函數:

CDBmax
CDBmax

上述圖中,我們列出了幾種特別常見的函數,以供參考。

反函數:

反函數這個概念也非常好理解,當Y=f(x)的時候比如他代表 Y = x²這個函數,他的反函數就是x = \sqrt{Y},總的來說反函數就是把之前的自變量和因變量互換了一下,並且保持等號兩邊相等依然成立。

例如:

CDBmax

反函數的性質:

  • 反函數的性質我們最最主要的只需要記住,反函數對比原函數呈y = x對稱。
  • 如果原函數f(x)具有單調性,那麼他的反函數就會存在 f^{-1}(x),同時他的反函數也與原函數具有相同的單調性。

例:

CDBmax

複合函數:

複合函數的概念是什麼呢,小弟弟這麼理解,就是在原有的函數基礎上,在嵌套一層函數。這種雙重或者多重的函數就叫複合函數。其中我們要理解一些詞的含義:

定義域:就是自變量的取值範圍。

值域:就是因變量的取值範圍。

CDBmax

圖中我們突然看到一些感覺挺複雜的符號,這裏解釋一下:

1.   ⊂ (包含於):這個符號的含義是函數 g(D)的元素在D1中全部都有,D1的元素個數大於該函數。

2.   \forall (對任意一個):這個符號的含義就是在改區間上選定的任意一個元素,就用這個符號來表示。

3.   ◦  (複合函數的表示形式):他就是複合函數的一個表示形式。

比如就像這個例子,之前有了一個函數v = gt 在這裏我們可以把t想象成一個自變量,v 想象成一個因變量,則 v= g(t),接下來我們要的是物體運動的動能,那麼還需要在嵌套一個公式,E = mv²/2。在這裏我們就引入了複合函數的概念了,在這裏我們先把 E = mv²/2看做爲 E = f(v),接下來把第二個函數打開,這就是我們的符合函數了,E = ½mg²t² ,我們可以把它看爲一個複合函數,也可以寫成 E = f [ g ( t ) ] ,在這裏面我們就把這個看作爲事件 t 的複合函數了。

基本初等函數:

冪函數(Power function):

冪函數就是以自變量爲底,以常數項爲指數的函數,如 y = x^{a} ,其中x是自變量,a是常數項。

特點:

1. 冪函數定義域主要隨a而決定

2. 他在(0,+∞)都有定義

3. 冪函數圖形都經過座標 (1,1)

CBDmax

指數函數(Exponential Function):

這個函數有的時候如果概念不清晰的話可能會跟冪函數弄混,指數函數他是自變量爲指數的函數 ,如:y = a^{x},在這裏x是自變量,a是常數項,有一點我們要注意,這個a的取值範圍必須大於0 且 不等於 1。

特點:

1.  定義域可以是任意數

2.  值域都大於0

3. 必經過座標(0,1)

4.  當a>1的時候,函數單調遞增,當 0< a <1的時候函數單調遞減

對數函數(Logarithmic Function):

對數函數是這麼寫的  y = loga^{x}  其中a是常熟,x是自變量,在這裏我們也要注意x的取值範圍,他的取值範圍與指數函數是一樣的a的取值範圍必須大於0 且 不等於 1。

CDBmax

特點:

1.  對數函數其實就是指數函數 y = a^{x} 的反函數

2.  定義域必須大於0

3.  值域可以是任意值

4.  圖形都必經過(1,0)

5.  當a>1的時候,函數單調遞增,當 0< a <1的時候函數單調遞減

三角函數(Trigonometric Function):

三角函數我們還是比較瞭解一些,初中就接觸過了,在這裏我們主要看一下三角函數的圖形就可以了。

反三角函數:

在這裏我們就可以把反三角函數理解爲三角函數一個區間上的反函數,同時也具有相同的單調性。

CDBmax


本章結束

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章