跳至主要內容
OCME中英數學知識與推導English

OCME · 中英數學知識與推導

Wave6第十三層閉合:Newton、梯形積分、梯度下降、Lagrange與三輪核心密度

本頁導覽
  1. 實函數在一點的導數與差商
  2. 算法正確性
  3. 方程式
  4. 數列
  5. 多項式的和、乘積與合成微分
  6. 有限區間上的多項式定積分
  7. 四則運算
  8. 實數大小與順序
  9. 實向量空間
  10. 二元聯立一次方程組與退化邊界
  11. 矩陣秩
  12. 線性獨立與基底
  13. 實數
  14. 絕對值
  15. 比與比例
  16. 偏導數
  17. 固定基底下的平面向量
  18. 多變數實函數
  19. 集合
  20. 函數映射
  21. 數值近似與誤差
  22. 梯度向量
  23. 最佳化問題
  24. Newton根求解方法
  25. 複合梯形數值積分
  26. 梯度下降法
  27. 等式約束Lagrange乘數必要條件

在既有數系與函數基礎上依相依順序完成七個可追溯知識物件。

這是教學建議順序,不是一般性的邏輯依賴或已形式化證明。

  1. 階段 1 · required

    實函數在一點的導數與差商

    本脈衝新物件的既有 Canonical 前置。

  2. 階段 1 · required

    算法正確性

    本脈衝新物件的既有 Canonical 前置。

  3. 階段 1 · required

    方程式

    本脈衝新物件的既有 Canonical 前置。

  4. 階段 1 · required

    數列

    本脈衝新物件的既有 Canonical 前置。

  5. 階段 1 · required

    多項式的和、乘積與合成微分

    本脈衝新物件的既有 Canonical 前置。

  6. 階段 1 · required

    有限區間上的多項式定積分

    本脈衝新物件的既有 Canonical 前置。

  7. 階段 1 · required

    四則運算

    本脈衝新物件的既有 Canonical 前置。

  8. 階段 1 · required

    實數大小與順序

    本脈衝新物件的既有 Canonical 前置。

  9. 階段 1 · required

    實向量空間

    本脈衝新物件的既有 Canonical 前置。

  10. 階段 1 · required

    二元聯立一次方程組與退化邊界

    本脈衝新物件的既有 Canonical 前置。

  11. 階段 1 · required

    矩陣秩

    本脈衝新物件的既有 Canonical 前置。

  12. 階段 1 · required

    線性獨立與基底

    本脈衝新物件的既有 Canonical 前置。

  13. 階段 1 · required

    實數

    本脈衝新物件的既有 Canonical 前置。

  14. 階段 1 · required

    絕對值

    本脈衝新物件的既有 Canonical 前置。

  15. 階段 1 · required

    比與比例

    本脈衝新物件的既有 Canonical 前置。

  16. 階段 1 · required

    偏導數

    本脈衝新物件的既有 Canonical 前置。

  17. 階段 1 · required

    固定基底下的平面向量

    本脈衝新物件的既有 Canonical 前置。

  18. 階段 1 · required

    多變數實函數

    本脈衝新物件的既有 Canonical 前置。

  19. 階段 1 · required

    集合

    本脈衝新物件的既有 Canonical 前置。

  20. 階段 1 · required

    函數映射

    本脈衝新物件的既有 Canonical 前置。

  21. 階段 2 · optional

    數值近似與誤差

    在既有誤差MKO上加厚affine equation的residual/forward error、誤差傳播、conditioning witness與tolerance邊界。

  22. 階段 2 · optional

    梯度向量

    在既有standard Euclidean coordinate語義上加厚gradient線性、負梯度內積、symmetric quadratic差分與metric邊界。

  23. 階段 2 · optional

    最佳化問題

    在完整有限可行域與鄰接關係上分開local/global最小、strict improvement、lower-bound certificate及空域邊界。

  24. 階段 3 · optional

    Newton根求解方法

    在導數非零的目前點,以切線零點更新x至x-f(x)/f'(x);收斂是另需局部假設的責任。

  25. 階段 3 · optional

    複合梯形數值積分

    在嚴格遞增partition上逐段以端點平均乘各自寬度,得到定積分的複合梯形近似。

  26. 階段 3 · optional

    梯度下降法

    在固定Euclidean coordinates中以正步長沿負梯度更新;下降與收斂仍需目標及步長假設。

  27. 階段 3 · optional

    等式約束Lagrange乘數必要條件

    正則等式約束局部極值點的目標梯度,必為constraint gradients的線性組合。

路徑來源與狀態

path-pulse-foundations-20261119 · candidate

原始路徑 JSON