You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

求解Logistic函数参数:是否存在闭式解?

嘿,这个问题问得挺到位的!其实是存在闭式解的,咱们一步步推导出来看看:

推导步骤

首先,咱们先把两个已知的Logistic方程变形,把指数项单独拎出来,方便后续处理:

  1. 从第一个方程 $y_1 = \frac{1}{1 + e^{-k(x_1-X)}}$ 开始:

    • 两边取倒数:$\frac{1}{y_1} = 1 + e^{-k(x_1-X)}$
    • 移项得到单独的指数项:$e^{-k(x_1-X)} = \frac{1 - y_1}{y_1}$
    • 两边取自然对数消去指数:$-k(x_1 - X) = \ln\left(\frac{1 - y_1}{y_1}\right)$ ——(式1)
  2. 再处理第二个方程 $2y_1 = \frac{1}{1 + e^{-k(x_2-X)}}$:

    • 同样取倒数:$\frac{1}{2y_1} = 1 + e^{-k(x_2-X)}$
    • 移项得到指数项:$e^{-k(x_2-X)} = \frac{1 - 2y_1}{2y_1}$
    • 两边取自然对数:$-k(x_2 - X) = \ln\left(\frac{1 - 2y_1}{2y_1}\right)$ ——(式2)

现在我们得到了两个关于 $k$ 和 $X$ 的线性方程,用消元法求解就很简单了:

  • 先把式1和式2整理成更直观的形式:
    $k(X - x_1) = \ln\left(\frac{1 - y_1}{y_1}\right)$ ——(式1a)
    $k(X - x_2) = \ln\left(\frac{1 - 2y_1}{2y_1}\right)$ ——(式2a)
  • 用式1a减去式2a,消掉 $X$:
    $k[(X - x_1) - (X - x_2)] = \ln\left(\frac{1 - y_1}{y_1}\right) - \ln\left(\frac{1 - 2y_1}{2y_1}\right)$
  • 左边化简后是 $k(x_2 - x_1)$,右边利用对数减法性质 $\ln a - \ln b = \ln(a/b)$,且分子分母的 $y_1$ 可约掉:
    $k(x_2 - x_1) = \ln\left( \frac{2(1 - y_1)}{1 - 2y_1} \right)$
  • 直接解出 $k$ 的闭式解:
    $$k = \frac{\ln\left( \frac{2(1 - y_1)}{1 - 2y_1} \right)}{x_2 - x_1}$$

接下来把 $k$ 代入式1a,求出 $X$:
$$X = x_1 + \frac{\ln\left( \frac{1 - y_1}{y_1} \right)}{k}$$
把刚才得到的 $k$ 代入,最终 $X$ 的闭式解为:
$$X = x_1 + \frac{\ln\left( \frac{1 - y_1}{y_1} \right) \cdot (x_2 - x_1)}{\ln\left( \frac{2(1 - y_1)}{1 - 2y_1} \right)}$$

重要注意事项

这里有个必须满足的前提:因为Logistic函数的值域是 $(0,1)$,所以 $2y_1$ 必须小于1,也就是 $y_1 < 0.5$。如果 $y_1 \geq 0.5$,第二个方程 $2y_1 = \frac{1}{1 + e^{-k(x_2-X)}}$ 根本没有解——毕竟右边的Logistic函数最大值就是1。

内容的提问来源于stack exchange,提问作者guero64

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 09:39:06