¿Qué es?
El polinomio de grado que coincide con y sus primeras derivadas en un punto . Grado 1 es la recta tangente y grado 2 añade la curvatura; cuanto mayor el grado, más amplia la zona en que aproxima bien. En se llama polinomio de Maclaurin.
¿Por qué existe?
Los polinomios son lo que sabemos calcular: sumas y productos. Las demás funciones (, , la solución de una ecuación diferencial) no. La idea de Taylor da una forma sistemática de cambiar cualquier función suave por un polinomio cerca de un punto, con una estimación precisa del error.
Intuición
Igualar más derivadas es igualar la forma cada vez mejor: el valor (misma altura), la primera derivada (misma pendiente), la segunda (misma curvatura), la tercera (mismo cambio de curvatura)… Cada término nuevo corrige lo que el polinomio anterior hacía mal, y las correcciones son más pequeñas cerca de porque llevan potencias más altas de . Mueve el deslizador de la demo y mira cómo la aproximación se «despega» de cada vez más tarde al subir el orden.
Definición formal
Si es veces derivable en , su polinomio de Taylor de orden es
el único polinomio de grado con para . Además cuando .
Fórmulas
- segundo orden en varias variables: gradiente y hessiano
¿Cómo se calcula?
Calcula y divide la -ésima entre . Para composiciones suele ser más rápido combinar series conocidas (sustituir, multiplicar, integrar término a término) que derivar una y otra vez. El software lo puede hacer exactamente con aritmética de series de potencias truncadas (modo Taylor), que es como calcula la demo los coeficientes.
Ejemplo
Aproximación de ángulo pequeño: (orden 1) convierte la ecuación del péndulo en , resoluble a mano: periodo . El error en es , alrededor de un 0,5 %.
Visualización interactiva
¿Por qué importa?
El descenso de gradiente es «fíate un poco del modelo de Taylor de orden 1»; el método de Newton es «salta al mínimo del modelo de orden 2». La diferenciación numérica, los resolvedores de EDO (Euler, Runge–Kutta) y su análisis de error se deducen de desarrollos de Taylor. La física linealiza con ellos y las librerías matemáticas parten de ellos.
Aplicaciones en informática
Las librerías matemáticas evalúan , , con aproximaciones polinómicas tras reducir el rango (minimax, refinadas a partir de Taylor).
Los integradores (Euler, Verlet) son desarrollos de Taylor truncados del movimiento en el paso de tiempo.
Dónde aparece en IA
Los métodos de Newton y de región de confianza minimizan el modelo de Taylor cuadrático .
El modelo de primer orden es la razón de que un paso pequeño cuesta abajo reduzca .
¿Dónde se utiliza?
Temas de informática a los que se llega desde aquí, con la cadena de ideas que lleva a ellos:
ℒ IA y machine learning
- Optimización de segundo orden (con hessiano)★★★★★
- Descenso de gradiente★★★★★
- Descenso de gradiente→Learning rate (tasa de aprendizaje)★★★★★
- Descenso de gradiente→Retropropagación (backpropagation)★★★★★
- Descenso de gradiente→Descenso de gradiente estocástico (SGD)★★★★★
- Descenso de gradiente→Paisaje de la pérdida (loss landscape)★★★★★
- +8
⚛ Física y simulación
- Diferenciación numérica→Ecuación del calor y difusión★★★★★
- Motores físicos★★★★★
- Métodos de Runge–Kutta→Simulación gravitatoria de N cuerpos★★★★★
- Diferenciación numérica→Dinámica de fluidos y CFD★★★★★
- Integración numérica (cuadratura)→Método de los elementos finitos★★★★★
- Métodos de Runge–Kutta→Predicción meteorológica y clima★★★★★
Qué depende de él
Ejercicios
Halla el polinomio de Maclaurin de orden 4 de y úsalo para estimar .
Solución
; frente a (error ).
Usa el modelo de Taylor de segundo orden de para deducir el paso que lo minimiza. ¿Qué método es?
Solución
; anulando la derivada en sale . Es el método de Newton para optimización.