エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
対数線形化の世界|ななつめ
毎期$${z}$$と$${x,y}$$に一定の関係が成り立つとき、$${x,y}$$の変化率と$${z}$$の変化率の関係を知り... 毎期$${z}$$と$${x,y}$$に一定の関係が成り立つとき、$${x,y}$$の変化率と$${z}$$の変化率の関係を知りたい。そんなときに対数線形化(log linearization)が活躍します。大学院のマクロ経済学の初歩で習うと思いますが、大学院レベルになると数式展開をかっとばす説明が増えるので、本記事ではひとつひとつ丁寧に数式を追いかけていこうと思います。 二変数のテイラー展開$${f(x)}$$を$${a}$$まわりで一次近似(前回の記事)すると、 $$ f(x) \approx f(a) +f^\prime(a)(x - a) $$ でした。今日はこの2変数バージョンを使います。関数の偏微分を$${f_x = \frac{ \partial f }{ \partial x }, f_y = \frac{ \partial f }{ \partial y }}$$と書くこ