部分和

从第一性原理出发的单变量微积分

取一个数列,并开始边走边把项加起来。一项之后你有 a₁。两项之后是 a₁ + a₂。三项之后是 a₁ + a₂ + a₃。这些不断累加的总数叫部分和,写作 Sₙ——前 n 项的和。

部分和本身也形成一个新的数列(S₁, S₂, S₃, …),我们可以问和上一课完全相同的问题:这个不断累加的总数会不会稳定到一个极限? 如果会,我们就把这个极限叫做级数的和。

想象一个你不断往里添钱的小费罐:每一次不断累加的金额就是部分和,即最近一次添钱后罐子里的钱。如果每次添的钱都是前一次的一半——比如添加 1/2 + 1/4 + 1/8 + … 美元——罐子一开始装得很快,然后几乎不再上升,紧贴着一个上限。那个它永远无法完全超过的上限就是级数的和,在这里正好是 1 美元。

在机器学习中的应用部分和在机器学习中到处出现。累计训练损失就是训练步骤上的运行总和。在强化学习中,折扣回报实际上就是一个几何级数——未来奖励每一步都乘以一个比例 γ < 1——而公式 1/(1 − γ) 告诉你可能得到的最大总奖励。
▶ 部分和
← 数列通向积分的桥梁 →