テイラー展開と偏微分

関数の多項式近似、多変数関数の微分と極値問題。

この単元の目標
  • 主要関数のテイラー展開を書ける
  • 偏微分と極値判定(ヘッセ行列)を使える

テイラー展開

ex=∑n=0∞xnn!,sin⁡x=x−x33!+x55!−⋯e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!}, \qquad \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots

テイラー展開は「関数の多項式近似」。剰余を評価したうえでの極限計算、数値計算、物理学の摂動論の基礎になります。

多変数関数の微分

∇f=(∂f∂x,∂f∂y),D=fxxfyy−fxy2\nabla f = \left( \frac{\partial f}{\partial x}, \frac{\partial f}{\partial y} \right), \qquad D = f_{xx} f_{yy} - f_{xy}^2
  • 微分可能な関数の定義域の内点では、極値候補は ∇f=0\nabla f=0(停留点)。境界や微分不能点は別に調べる
  • 停留点の近傍で二階偏導関数が連続なら、D>0D>0, fxx>0f_{xx}>0 で極小、D>0D>0, fxx<0f_{xx}<0 で極大、D<0D<0 で鞍点。D=0D=0 は判定不能
  • 勾配ベクトル ∇f\nabla f は「最も急峻に増加する方向」——機械学習の勾配降下法の核心
例題

f(x,y)=x2+y2−xyf(x, y) = x^2 + y^2 - xy の極値を求めよ。

解答・解説

fx=2x−y=0f_x = 2x - y = 0, fy=2y−x=0f_y = 2y - x = 0 より停留点 (0,0)(0,0)。D=2⋅2−1=3>0D = 2 \cdot 2 - 1 = 3 > 0, fxx=2>0f_{xx} = 2 > 0 より**極小値 0**

📝 メモこの端末のみに保存
メモ欄はページ読み込み後に使えるようになります。