36 分钟
AI 数学精要

代数变形、不等式与求和符号:所有推导的「手工活」

把这几块中学数学内容啃扎实:绝对值与三角不等式、因式分解与配方、一元二次方程、基本不等式,还有整门课都要用的 Σ 求和符号和它的运算性质。后面手算推导的时候,才不会卡在代数基础上。

  • 熟练掌握绝对值与三角不等式,理解 |x| 的分段定义和几何含义
  • 会因式分解、配方法,熟练一元二次方程求根与判别式
  • 掌握基本不等式与简单放缩,为极限 ε 证明和收敛估计打底
  • 彻底掌握 Σ 求和符号的展开、换标、线性性质与等差等比求和公式

高等数学的推导,八成时间花在「初等代数变形」上

很多人学微积分卡住,不是卡在新概念,而是卡在移项、通分、配方、求和符号这些手工活。这一节把后续导数化简、误差估计、概率期望、级数求和都离不开的代数操作集中练熟。

2.1 绝对值与三角不等式

|x| 表示 x 到 0 的距离,分段定义:x≥0 时为 x,x<0 时为 −x。|x−a| 是 x 到 a 的距离。核心不等式有两个:|x|≤b(b≥0)等价于 −b≤x≤b。这是 ε-δ 语言里把「|x−a|<δ」翻译成区间的钥匙。三角不等式:|x+y|≤|x|+|y|、| |x|−|y| |≤|x−y|。几乎所有收敛、误差界的证明,都用它做放缩。

示例代码(可运行)

2.2 因式分解、配方与一元二次方程

常用恒等式:(a±b)²=a²±2ab+b²、a²−b²=(a−b)(a+b)、a³±b³=(a±b)(a²∓ab+b²)。求导化简里「分子有理化」靠的就是 a²−b²:√A−√B=(A−B)/(√A+√B)。

配方法把 ax²+bx+c 写成 a(x+h)²+k:先提取 a,再对 x 项配完全平方。一元二次方程 ax²+bx+c=0 的求根公式是 x=(−b±√(b²−4ac))/(2a)。判别式 Δ=b²−4ac 决定根的情况:Δ>0 有两个不等实根,Δ=0 是重根,Δ<0 没有实根(根是共轭复数,l4 讲复数)。两根之和是 −b/a,两根之积是 c/a,这就是韦达定理。

填空题填写空白处的代码
# x^2-5x+6=0 # 判别式 Δ=25-24=(>0 两实根) # 因式分解 (x-2)(x-)=0,根为 2 和 3,和=5 验证 -b/a

2.3 基本不等式与放缩意识

基本不等式(均值不等式):对非负 a,b,有 (a+b)/2≥√(ab),等号当且仅当 a=b——算术平均不小于几何平均。它在证明有界性、优化(stage12 极值)里常用。更要建立「放缩」意识:证明 A≤B 时常找中间量 C 使 A≤C≤B;放缩要适度,放过头会丢失结论。例:对 x≥0,由 0≤(√x−1/√x)² 展开可直接得到 x+1/x≥2。

选择题

对正数 x,x+9/x 的最小值及对应 x 为?

2.4 Σ 求和符号:AI 数学里出现频率最高的符号

Σ(大写西格玛)表示求和:Σi=mn aᵢ=aₘ+aₘ₊₁+…+aₙ,i 是求和指标(哑变量,换成 k 不影响结果),下上标给出范围。三条运算性质:线性 Σ(caᵢ+dbᵢ)=cΣaᵢ+dΣbᵢ;可按区间拆分 Σ₁ⁿ=Σ₁ᵏ+Σₖ₊₁ⁿ;常数求和 Σi=1n c=nc。

两个必须背熟的闭式:等差数列 Σi=1n i=n(n+1)/2;等比数列 Σi=0n−1 qⁱ=(1−qⁿ)/(1−q)(q≠1),当 |q|<1 且 n→∞ 时无穷等比和=1/(1−q)(stage12 级数会严格化)。点积、期望、损失函数、梯度、级数全是 Σ,读不懂 Σ 就读不懂 AI 公式。

示例代码(可运行)
严谨

Σ 的三个高频易错点

起点终点:Σi=0n 有 n+1 项,Σi=1n 有 n 项,差一项在推导里可能致命;换指标(平移):令 j=i−1 时上下限要同步改,这与定积分换元必换限是同一纪律;嵌套求和 ΣᵢΣⱼ 要先对内层 j 求和、再对 i,可交换有限求和顺序(Fubini 的离散版),但无穷级数能否换序要满足绝对收敛(stage12 m6 会讲条件收敛的陷阱)。

填空题填写空白处的代码
# 求和化简 # Σ_{i=1}^n 5 = (常数求和) # Σ_{i=1}^n i = (等差闭式) # 1+2+4+8+...+2^9 = Σ_{i=0}^9 2^i =
找 Bug起点错(range(4) 从 0 到 3),还漏了平方。求和的上下限和被加项必须严格对应。
# 求 Σ_{i=1}^4 i^2,作者写 print(sum(i for i in range(4))) # 得 0+1+2+3=6
预测输出
化简 Σ_{i=1}^{n} (3i+2),用线性性质与等差闭式给出结果。

本节小结

|x| 是距离,三角不等式是放缩的基石;因式分解、配方、求根公式、判别式,是化简和判断根的常备工具;基本不等式 (a+b)/2≥√ab 用来处理有界与极值。Σ 求和要掌握线性、拆分、常数 nc,还有等差 n(n+1)/2、等比 (1−qⁿ)/(1−q) 两个闭式,警惕项数、换标、嵌套三类错误。下一节补齐三角函数、数列与极限的直观。

资深工程师加餐

底层原理 · 大厂视角 · 工程经验,点卡片展开

信息熵度量一个分布的不确定程度,越随机熵越大。交叉熵衡量「用模型预测的分布去编码真实分布」所需的平均代价:模型预测越接近真实标签,交叉熵越小。因此多分类任务用交叉熵做损失不是拍脑袋,而是有严格信息论依据的最大似然等价形式。