公式微分后,为什么是偏导的相加

二郎在研究一个公式中,会涉及分析变量对最终结果产生影响时
(注:最终结果,这里确实是最后需要获得的结果,数学公式一定要和物理对应,输入放在一边,输出放在一边,否则都放在一边,就全成自变量了)

变量对最终结果影响

既然涉及了分析,那么我们就先说为什么要分析公式,分析公式是为了找到自变量对因变量产生的影响。
影响分为两个元素,一个是大小,一个是持续时间长短(这里就需要考虑,一些短时间的输入,是否会对之后的系统产生影响)。

分析影响的大小,我们就需要把一个需要分析的自变量和因变量拿出来单独分析。

怎么拿出来单独分析呢?

把其他变量都设置成固定值,然后对变量进行单独分析。这里也就出现了为什么公式分析时,会说到在哪个点求偏导(偏导就是把其他自变量都认为是固定的,然后对一个自变量进行求导)

求完一个自变量的偏导后,我们就可以查看偏导的结果,影响偏导大小的因素有哪些

例如:
f(x,y) = x(x+y)
对x求偏导
df(x,y)= (2x + y)dx
这样我们就可以知道,
1)未来变化:随着x和y的增大,x对最终的定位结果的影响越来越大
2)当前误差影响:可以看出随着x和y增大,x的误差对最终的结果的影响越大,反之,当x和y都为0时,x的误差是不会对最终结果造成影响的。
所以,我们要减小数据x对最终结果误差的影响,我们可以选择在2x+y比较小的情况下运用该公式(利用水下定位,会选择更可靠的区域进行定位)

变量之间的影响

变量之间如果相互独立,协方差为0,那么是可以表示为
公式微分=x偏导dx+y偏导dy+z偏导dz

如果之间不相互独立,则公式会比较复杂
偏导数的链式法则来处理复合函数和相关变量

你可能感兴趣的:(算法,机器学习,人工智能)