目录标题
-
- 一、公式长什么样？
- 二、每一项是什么意思？
- [三、举个实际例子:对 ( f ( x ) = e x (f(x) = e^x (f(x)=ex) 在 ( x 0 = 0 (x_0 = 0 (x0=0) 处展开](#三、举个实际例子:对 ( f ( x ) = e x (f(x) = e^x (f(x)=ex) 在 ( x 0 = 0 (x_0 = 0 (x0=0) 处展开)
御三家:
XGBoost、LightGBM、CatBoost
泰勒展开二阶氏是啥
二阶泰勒展开式（通常也叫二阶泰勒公式）。它的核心思想是：用一个二次多项式去近似一个函数在某一点附近的值。
一、公式长什么样？
设函数 (f(x)) 在点 (x_0) 处有二阶导数，则 (f(x)) 在 (x_0) 附近的二阶泰勒展开式为：
f ( x ) ≈ f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 f(x) \approx f(x_0) + f'(x_0)(x - x_0) + \frac{f''(x_0)}{2!}(x - x_0)^2 f(x)≈f(x0)+f′(x0)(x−x0)+2!f′′(x0)(x−x0)2
其中 (2! = 2)。
如果写成带余项的形式：
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ( x − x 0 ) 2 + R 2 ( x ) f(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{f''(x_0)}{2}(x - x_0)^2 + R_2(x) f(x)=f(x0)+f′(x0)(x−x0)+2f′′(x0)(x−x0)2+R2(x)
余项 ( R 2 ( x ) (R_2(x) (R2(x)) 是比 ( ( x − x 0 ) 2 ((x - x_0)^2 ((x−x0)2) 更高阶的无穷小。
二、每一项是什么意思？
| 项 | 含义 |
|---|---|
| ( f ( x 0 ) (f(x_0) (f(x0)) | 函数在 (x_0) 处的值（保证近似曲线过该点） |
| ( f ′ ( x 0 ) ( x − x 0 ) (f'(x_0)(x - x_0) (f′(x0)(x−x0)) | 一阶项，保证在该点斜率相同（线性近似） |
| ( f ′ ′ ( x 0 ) 2 ( x − x 0 ) 2 (\frac{f''(x_0)}{2}(x - x_0)^2 (2f′′(x0)(x−x0)2) | 二阶项，保证在该点弯曲方向（凹凸性）相同 |
简单说：
- 零阶：只对齐函数值
- 一阶：对齐函数值 + 斜率（切线）
- 二阶：再对齐弯曲程度（抛物线）
三、举个实际例子:对 ( f ( x ) = e x (f(x) = e^x (f(x)=ex) 在 ( x 0 = 0 (x_0 = 0 (x0=0) 处展开
第1步：求各阶导数
f ( x ) = e x f(x) = e^x f(x)=ex
f ( 0 ) = e 0 = 1 f(0) = e^0 = 1 f(0)=e0=1
f ′ ( x ) = e x ⇒ f ′ ( 0 ) = 1 f'(x) = e^x \Rightarrow f'(0) = 1 f′(x)=ex⇒f′(0)=1
f ′ ′ ( x ) = e x ⇒ f ′ ′ ( 0 ) = 1 f''(x) = e^x \Rightarrow f''(0) = 1 f′′(x)=ex⇒f′′(0)=1
第2步：代入二阶泰勒公式
e x ≈ f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 e^x \approx f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 ex≈f(0)+f′(0)x+2!f′′(0)x2
e x ≈ 1 + 1 ⋅ x + 1 2 x 2 e^x \approx 1 + 1 \cdot x + \frac{1}{2}x^2 ex≈1+1⋅x+21x2
所以：
e x ≈ 1 + x + x 2 2 \boxed{e^x \approx 1 + x + \frac{x^2}{2}} ex≈1+x+2x2
第3步：验证近似效果
取 (x = 0.1)：
真实值：
e 0.1 ≈ 1.105170185 e^{0.1} \approx 1.105170185 e0.1≈1.105170185
二阶近似：
1 + 0.1 + 0.1 2 2 = 1 + 0.1 + 0.005 = 1.105 1 + 0.1 + \frac{0.1^2}{2} = 1 + 0.1 + 0.005 = 1.105 1+0.1+20.12=1+0.1+0.005=1.105
误差约为：
1.105170185 − 1.105 = 0.000170185 1.105170185 - 1.105 = 0.000170185 1.105170185−1.105=0.000170185
已经非常接近了。
再取 (x = 0.5)：
真实值：
e 0.5 ≈ 1.648721271 e^{0.5} \approx 1.648721271 e0.5≈1.648721271
二阶近似：
1 + 0.5 + 0.25 2 = 1 + 0.5 + 0.125 = 1.625 1 + 0.5 + \frac{0.25}{2} = 1 + 0.5 + 0.125 = 1.625 1+0.5+20.25=1+0.5+0.125=1.625
误差约为：
1.648721271 − 1.625 = 0.023721271 1.648721271 - 1.625 = 0.023721271 1.648721271−1.625=0.023721271
离 (x_0 = 0) 越远，误差越大，这符合泰勒展开"局部近似"的特点。