机器学习数学 · 08
0% READ
课程首页
JUNIOR ML MATH / ZERO RULES

0 的规则看似没有,却不能随便算

0 有时让结果变成 0,有时让结果变成 1,还有时让计算根本没有定义。学会先看运算类型,才能避免公式和程序悄悄出错。

不能除以 0零次方负指数0! = 1
ZERO SAFETY ROUTE① 看 0 在哪里② 判断运算规则③ 检查成立条件④ 保护程序计算
00 / WHY ZERO NEEDS RULES

同一个 0,为什么会出现三种完全不同的结果?

关键不只是“看见 0”,而是先看它处在什么运算中。0 在分子、分母、指数或阶乘里,遵守的规则不同。

0

可以得到 0 或 1

0÷5=0;2⁰=1;0!=1。

STOP

也可能没有定义

5÷0 不能计算;0⁰ 也不能直接套普通零次方规则。

在机器学习里,小规则会影响大程序

公式分母先检查会不会变成 0
导数极限接近 0 不等于除以 0
幂与概率零次方、阶乘有约定
数值安全程序需处理特殊情况
  • 能区分 0÷a 与 a÷0
  • 能解释 a⁰=1 的条件
  • 能把负指数写成分数
  • 能解释 0!=1 为什么合理
01 / DIVISION BY ZERO

0 可以当分子,但不能当分母

0 ÷ 5 = 0

可以计算

把 0 个物品平均分成 5 份,每份仍然是 0 个。

5 ÷ 0 = ?

没有定义

不存在一个普通数字 q,使 0×q=5,因此无法得到商。

a ÷ 0:没有定义  0 ÷ a = 0(条件:a≠0)
0÷0 也不能说等于 0。因为 0×0、0×1、0×100 都等于 0,无法唯一决定商。在普通除法中它没有定义;在极限计算里出现“0/0 型”时,则表示需要继续分析,不能直接把它当成答案。
字符公式要更小心。看到 1/(x−3),必须补上条件 x≠3,因为 x=3 会让分母变成 0。
02 / APPROACHING ZERO

h→0 是“越来越接近”,不是“直接等于”

第 4 章导数定义里出现了分母 h。我们先让 h 保持不为 0,再观察 h 越来越小时整个式子接近什么值。

f′(x)=limh→0 [f(x+h)−f(x)] / h
h=0.1, 0.01, 0.001…

允许:逐渐靠近

每一次 h 都不是 0,所以差商仍可计算。

h=0

不允许:直接代入

原式会出现 0/0,不能用普通除法计算。

极限研究趋势。有时原式在目标点不能直接算,但附近一连串可计算的结果仍可能越来越靠近一个确定数字。
03 / ZERO EXPONENT

非零数的 0 次方为什么是 1?

指数每减少 1,相当于再除以一次底数。沿着这个规律从 2³ 往下走,就自然来到 2⁰=1。

8
4
2
2⁰1
2⁻¹1/2
2⁻²1/4
2⁻³1/8
am ÷ an = am−n → am ÷ am = a⁰ = 1 (a≠0)
为什么必须写 a≠0?因为推理中使用了 aᵐ÷aᵐ;若 a=0,就出现除以 0。于是普通规则只保证“非零底数的 0 次方等于 1”。
那 0⁰ 呢?不同数学情境可能采用不同约定;在本教程的普通实数幂运算中,不直接把它当作 1,也不要把它当作 0,而是先标记为需要单独处理。
04 / NEGATIVE EXPONENTS

指数越过 0 后,不是负答案,而是倒数

负号在指数上表示“把同样的正指数幂放到分母”,并不表示整个结果一定是负数。

a−n = 1 / an (a≠0)
2⁻³=1/8

底数为正,结果也为正。

(−2)⁻³=−1/8

奇数次幂保留负号。

0⁻² 未定义

它会变成 1/0²,分母为 0。

常见误会:2⁻³ 不是 −8。指数的负号改变的是“放在分子还是分母”,不是在答案前直接添加负号。
05 / ZERO FACTORIAL

0! = 1:空着不排,也算一种完整方案

阶乘 n! 表示把 n 个不同对象全部排成一列有多少种顺序。3 个人有 3×2×1=6 种;0 个人虽然没有对象,却有且只有一种“空排列”。

3 个人排列

3! = 3×2×1 = 6

0 个人排列

什么也不放
0! = 1
公式也需要它。递推关系 n!=n×(n−1)! 在 n=1 时给出 1!=1×0!。因为 1!=1,所以 0! 必须是 1 才保持一致。
以后在哪里见到?排列、组合、二项分布等概率公式都会出现阶乘。0! 让边界情况仍能使用同一套公式。
06 / ZERO RULE LAB

规则实验室:先判断运算,再决定答案

0
ZERO SWITCHBOARD / 0 规则控制台
尝试分母、指数和阶乘的边界值

实验 A:除法检查器

5分母不为 0,可以计算。

实验 B:指数阶梯

2⁰=1非零数的 0 次方是 1。

实验 C:阶乘展开

4!=244×3×2×1=24

快速判断顺序

  1. 0 在分子、分母、指数还是阶乘里?
  2. 这条规则有没有“底数非 0”等条件?
  3. 是否遇到 0/0、0⁰ 等特殊情况?
  4. 程序是否需要提前拦截?
07 / MACHINE LEARNING SAFETY

机器学习怎样避免 0 让计算崩掉?

训练过程包含大量除法、开方、对数和归一化。只要一个分母意外为 0,就可能出现错误、无穷大或 NaN(不是一个有效数字)。

标准化
(x−平均数) / 标准差

若某特征所有值相同,标准差为 0,不能直接除。应检查并移除或单独处理该特征。

向量归一化
v / ||v||

零向量长度为 0,不能按普通公式变成单位向量,必须先判断。

数值保护 ε
1 / (d + ε),d≥0

工程中有时加入很小的 ε 防止程序除零,但这会略微改变公式,并不是宣称 1/0 有定义。

正确顺序:先理解数学,再做工程保护。不要把“加一个很小的数”当作所有问题的万能修复;应先查清分母为什么会变成 0,以及这种输入在任务中是否合理。
08 / RECAP

四条 0 规则,一张安全卡

分母永远先检查是否为 0
a/0 未定义
零次方非零底数结果为 1
a⁰=1, a≠0
负指数变成正指数的倒数
a⁻ⁿ=1/aⁿ
零阶乘空排列有一种
0!=1
09 / CHECK

知识检测:选择后立即诊断

重点不是背四个答案,而是能判断规则的条件和特殊情况。

题目
已作答0
当前答对0
首次薄弱点0
历史最好
1. 0÷8 等于?
2. 8÷0 的结果是?
3. 0÷0 应怎样处理?
4. 导数定义中的 h→0 表示?
5. 7⁰ 等于?
6. 公式 a⁰=1 需要强调哪个条件?
7. 3⁻² 等于?
8. 0⁻³ 为什么没有定义?
9. 0! 等于?
10. 哪个关系能帮助解释 0!=1?
11. 程序在分母加很小的 ε,最准确的理解是?
12. 一个特征在所有样本中完全相同,标准差为 0,标准化时应怎样做?
0

VISUAL FIRST · 一图读懂

接近 0,不等于在计算中直接使用 0

极限研究的是“越来越靠近时会怎样”。图中的每一步都更接近发光边界,却没有踩在边界上。

孩子观察物体沿隧道无限接近发光边界却不触碰边界的无文字插图
HOW TO READ
读图顺序
每一步仍有距离

变量可以非常小,但每次实际计算时仍不是 0。

距离持续缩小

观察越来越近的变化趋势,而不是强行代入禁用值。

结果趋向稳定

极限描述的是靠近过程中结果最终靠向哪里。