Processing math: 100%
"

Lineaarinen approksimaatio

Määritelmän mukaan pisteessä a derivoituvalle funktiolle f derivaatta

f(a)=limh0f(a+h)f(a)h,

eli toisin kirjoitettuna

limh0(f(a+h)f(a)hf(a))=0.

Merkitään sulkulauseketta parametrista h riippuvalla luvulla ε(h),

ε(h)=f(a+h)f(a)hf(a),

ja ratkaistaan tästä f(a+h).

f(a+h)tarkka arvo=f(a)+f(a)harvio+hε(h)virhe,

missä ε(h) on funktio, jolle ε(h)0, kun h0. Tätä esitystä kutsutaan funktion f differentiaalikehitelmäksi pisteessä a. Päättely voidaan kääntää myös toiseen suuntaan, eli differentiaalikehitelmästä seuraa derivoituvuus.

Lause.

Funktio f:(c,d)R on derivoituva pisteessä a(c,d) jos ja vain jos on löydetään sellainen reaaliluku A ja funktio ε:RR, että limh0ε(h)=0 ja

f(a+h)=f(a)+Ah+hε(h)

kaikilla (itseisarvoltaan pienillä) reaaliluvuilla hR. Tämän toteutuessa A=f(a).

Jättämällä virhetermin hε(h) pois funktion f differentiaalikehitelmästä saadaan arvio funktion arvolle pisteessä a+h.

f(a+h)f(a)+f(a)h,

tai merkitsemällä x=a+h

f(x)f(a)+f(a)(xa).

Tässä oikean puolen lauseke

T(x)=f(a)+f(a)(xa)

määrittelee funktion, jonka kuvaaja on funktion f kuvaajan pisteeseen (a,f(a)) piirretty tangenttisuora (vertaa aiempaan yhtälöön). Funktiota T(x) kutsutaan funktion f lineaariseksi approksimaatioksi (arvioksi), tangenttiapproksimaatioksi ja linearisoinniksi pisteessä a. Lineaarisessa arviossa f(x)T(x) tehty virhe on

f(x)T(x)=hϵ(h),

ja virhe suhteessa etäisyyteen h pisteestä a on

hϵ(h)h=ϵ(h)0,

kun h0. Lähellä pistettä a approksimaation virhe on siis suhteellisesti hyvin pieni ja funktion f kuvaaja näyttää likimain tangenttisuoraltaan y=f(a)+f(a)(xa).

../_images/derivaattalineaarinenapproksimaatio.svg

Nimitys ”lineaarinen arvio” juontuu siitä, että funktio L:RR, L(h)=f(a)h on lineaarinen (vertaa vektoriavaruuksien lineaarikuvauksiin), ja siitä että arvio voidaan kirjoittaa vakion ja lineaarikuvauksen summana f(a+h)f(a)+L(h).

Esimerkki.

Arvioi lukua 4,3 sopivalla lineaarisella approksimaatiolla.

Ratkaisu.

Määritelmä.

Suureen suhteellinen virhe on

suhteellinen virhe=|virhetarkka arvo|.

Edellisessä esimerkissä suhteellinen virhe on

|4,32,0754,3|0,0007=0,07 %.

Lineaarisen arvion käyttö on järkevää vain silloin, kun |h| on ”pieni”. Esimerkiksi edellisen esimerkin approksimaatiota käyttäen arvio luvulle 2 olisi

2=f(42)f(4)+f(4)(42)=2+14(2)=1,5,

missä on jo 6 % virhe.

Käytännössä lineaarista arviota voidaan hyödyntää mittausvirheiden vaikutusten arvioimisessa. Jos suureen arvoksi mitataan x ja mittauksessa tehdään virhe Δx, niin suureen oikea arvo on x+Δx. Mikäli tätä virheellistä arvoa käytetään laskuissa funktion f syötteenä, se aiheuttaa virheen Δf=f(x+Δx)f(x) lopputuloksessa. Toisaalta funktion f linearisoinnin avulla voidaan kirjoittaa

f(x+Δx)f(x)+f(x)Δx,

jolloin

Δf=f(x+Δx)f(x)f(x)Δx.

Tässä yhteydessä todellista suhteellista virhettä arvioidaan usein mittaustuloksen avulla muodossa

suhteellinen virhe|virhemitattu arvo|,

jolloin suhteellinen virhe funktion f arvossa on likimain |Δff(x)|.

Esimerkki.

Ympyrän pinta-alan A(r)=πr2 laskemiseksi mitataan sen sädettä.

  1. Mittaustulokseksi saadaan r=32±2 mm. Arvioi ympyrän pinta-alaa ja sen virhettä.
  2. Säteen mittaamisessa tehdään korkeintaan 2 % suhteellinen virhe. Arvioi pinta-alan suhteellista virhettä.
Ratkaisu.