Punti Critici

Calcolo a una variabile dai primi principi

Per trovare i picchi e le valli di una funzione (i suoi massimi e minimi) si cercano i punti piatti. In cima a una collina o in fondo a una valle la retta tangente è orizzontale, quindi la pendenza è zero. Questi sono i punti critici.

Imporre f′(x) = 0 e risolvere fornisce le posizioni candidate. È una condizione necessaria per un picco o una valle lisci, ma non del tutto sufficiente, perché un punto piatto potrebbe anche essere una sosta momentanea (un flesso a tangente orizzontale). Per stabilire di che tipo si tratti si ricorre a un test.

Immagina un'escursione attraverso dolci colline. Mentre sali verso la cima di una collina il terreno si inclina verso l'alto sotto i tuoi scarponi; mentre scendi in una valle si inclina dall'altra parte. Proprio in cima a una collina, o nel punto più basso del fondo di una valle, il terreno è momentaneamente piatto, la pendenza è zero. Quelle zone piatte sono esattamente i punti critici che stai cercando.

Dove si trova nel MLAddestrare un modello significa minimizzare una loss, e il minimo si trova dove il gradiente è zero: esattamente la condizione del punto critico, generalizzata a molte variabili (∇L = 0). La discesa del gradiente è una ricerca numerica di quel punto piatto. In dimensioni elevate, la maggior parte dei punti critici sono punti di sella anziché veri minimi: ecco perché l'ottimizzazione nel deep…
▶ Punti Critici
← Derivate di Ordine SuperioreTest della Seconda Derivata →