Processing math: 82%
This course has already ended.

Funktion polynomiapproksimaatio

Taylorin kaava on tärkeä työkalu funktion approksimoinnissa. Funktiota f(x) arvioidaan Taylorin polynomilla Pn(x) ja arviossa tehdyn virheen suuruutta virhetermin Rn(x) avulla.

Huomautus.

Jatkossa sanonnalla ”kahden desimaalin tarkkuudella” tarkoitetaan sitä, että virhe on korkeintaan 0,005. Tämä ei tarkoita välttämättä sitä, että saataisiin oikea kaksidesimaalinen likiarvo (tästä on esimerkki), mutta likiarvon toinen desimaali on kuitenkin korkeintaan ykkösen verran väärä. Vastaavasti määritellään yleisesti ilmaus ”n:n desimaalin tarkkuudella” tarkoittamaan sitä, että virhe on korkeintaan 0,510n.

Esimerkki.

Laske e neljän desimaalin tarkkuudella.

Ratkaisu.

Käytetään Taylorin kaavaa. Funktiolle ex pisteessä 1 on

e=e1=1+1+12!+13!++1n!+Rn(1)=Pn(1)+Rn(1).

Koska f(n+1)(z)=eze, kun 0<z<1, niin virhetermille on voimassa

|Rn(1)|=|f(n+1)(z)(n+1)!|1n+1e(n+1)!3(n+1)!.

On löydettävä n siten, että |Rn(1)|<0,5104=120 000. Esimerkiksi riittää valita niin suuri n, että

3(n+1)!<120 000(n+1)!>60 000.

Kokeilemalla havaitaan, että pienin epäyhtälön toteuttava n on n=8. Täten luvun e arvo kysytyllä tarkkuudella on

e1+1+12!+13!++18!2,7183.

Esimerkki.

Hae polynomi, joka approksimoi funktiota sinx yhden desimaalin tarkkuudella välillä

  1. [π4,π4],
  2. [π2,π2].
  3. Minkälainen tarkkuus saavutetaan, kun sinifunktiota approksimoidaan 7. asteen Taylorin polynomilla välillä [π,π]?
Ratkaisu.

Koska |sinz|1 ja |cosz|1, Taylorin kaavan

sinx=xx33!+x55!+(1)nx2n+1(2n+1)!+R2n+1(x)=P2n+1(x)+R2n+1(x)

virhetermiä voidaan arvioida

|R2n+1(x)|=|f(2n+2)(z)||x|2n+2(2n+2)!|x|2n+2(2n+2)!.
  1. Nyt |x|<π4<1, joten |R2n+1(x)|1(2n+2)!. Vaaditaan, että

    1(2n+2)!<0,05=120(2n+2)!>20.

    Riittää valita n=1, jolloin sinifunktion Taylorin polynomi on astetta 2n+1=3. Siis

    sinxP3(x)=xx33!

    yhden desimaalin tarkkuudella välillä [π4,π4].

  2. Nyt |x|<π2<2, joten |R2n+1(x)|22n+2(2n+2)!. Vaaditaan, että

    22n+2(2n+2)!<0,05.

    Kokeilemalla havaitaan, että riittää valita n=3, jolloin sinifunktion Taylorin polynomi on astetta 2n+1=7. Siis

    sinxP7(x)=xx33!+x55!x77!

    yhden desimaalin tarkkuudella välillä [π2,π2].

  3. Seitsemännen asteen Taylorin polynomia vastaa indeksin arvo n=3, joten

    |R7(x)|π88!=0,235.

    Approksimoitaessa funktiota sinx välillä [π,π] polynomilla

    P7(x)=xx33!+x55!x77!

    tehdään siis korkeintaan noin 0,24 yksikön suuruinen virhe.

Seuraavassa kuvassa havainnollistetaan edellisen esimerkin approksimaatioita. Ensimmäisen asteen Taylorin polynomi

P1(x)=f(c)+f(c)(xc)

on lineaarinen approksimaatio, joka tässä esimerkissä on

sinxP1(x)=x.

Korkeamman asteen termien mukaan ottaminen parantaa arviota, kuten kuvastakin selvästi nähdään.

../_images/sarjateoriataylorinpolynomi.svg

Esimerkki.

Tarkastellaan kuvan mukaista mallia heilurista, jossa massattoman langan (pituus L) päässä oleva punnus (massa m) vapautetaan kulmasta θ0[0,π] (jolloin θ0θθ0). Arvioidaan heilurin heilahdusaikaa eli jaksoa T.

../_images/sarjateoriahailurinheilahdus.svg

Jätetään ilmanvastus huomiotta, jolloin punnukseen vaikuttaa liikkeen suunnassa ainoastaan painovoiman F=mg liikkeen suuntainen komponentti Fθ, jonka suuruus on

Fθ=mgsinθ.

Käytetään sinille Maclaurinin kehitelmää eli

sinθ=θθ33!+θ55!

ja tehdään ensimmäisen asteen arvio sinθθ. Kyseessä on vuorotteleva sarja, joten arviossa tehdään virhe, joka on korkeintaan |θ33!| (katso Leibnizin testi). Jos esimerkiksi |θ|100,17 rad, niin suhteellisen virheen maksimiksi voidaan arvioida (0,173/6)/0,170,5 %. Merkitään kijaimella x punnuksen kulkemaa matkaa tasapainotilasta (θ=0) kulmaan θ, eli x=Lθ. Nyt

Fθmgθ=mgLx,

eli Fθ on likimain suoraan verrannollinen poikkeamaan x tasapainoasemasta, verrannollisuuskertoimena (”jousivakiona”) k=mg/L. Pienillä kulmilla heiluri siis käyttäytyy kuten vaimentamaton vapaa värähtelijä, jonka kulmanopeus on ω=km=gL. Jaksolle T=2πω saadaan siten arvio

T2πLg,

kun θ0 on pieni. Erityisesti nähdään, että pienillä θ0 jakso ei riipu heilahduksen amplitudista θ0, vaan ainoastaan heilurin pituudesta L. Tämän vuoksi heilurikello näyttää hyvin tarkasti oikeaa aikaa, vaikka heiluriliikkeen amplitudi pienenisi ajan kuluessa.

Joskus sarjoja voidaan hyödyntää muotoa 00 tai olevien raja-arvojen laskemisessa esimerkiksi tapauksissa, joissa l’Hôpital’n sääntö ei tuota tulosta.

Esimerkki.

Laske lim.

Ratkaisu.

Kyseessä on muotoa \frac00 oleva raja-arvo. Funktioiden e^x ja \ln(1+x^2) sarjakehitelmiä hyödyntäen nähdään, että

\begin{split}\begin{aligned} \frac{(e^x-1-x)^2}{x^2-\ln(1+x^2)} &=\frac{\left(1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\cdots-1-x\right)^2}{x^2-\left(x^2-\frac{x^4}{2}+\frac{x^6}{3}-\cdots\right)}\\ &=\frac{\left(\frac{x^2}{2}+\frac{x^3}{6}+\cdots\right)^2}{\frac{x^4}{2}-\frac{x^6}{3}+\cdots} \\ &=\frac{\frac{x^4}{4}\left(1+\frac{x}{3}+\cdots\right)^2}{\frac{x^4}{2}\left(1-\frac{2x^2}{3}+\cdots\right)} \\ &\to\frac{\frac14}{\frac12}=\frac12, \end{aligned}\end{split}

kun x\to0.

Taylorin kaavalla voidaan myös arvioida monia hankalia integraaleja.

Esimerkki.

Arvioi integraalia \displaystyle\int_0^1\sin(x^2)\,\mathrm{d}x kolmen desimaalin tarkkuudella.

Ratkaisu.

Funktion \sin x sarjakehitelmästä saadaan

\sin(x^2)=x^2-\frac{x^6}{3!}+\frac{x^{10}}{5!}-\cdots+\frac{(-1)^nx^{4n+2}}{(2n+1)!}+\cdots.

Integroidaan termeittäin pitkin väliä [0,1], jolloin

\int_0^1\sin(x^2)\,\mathrm{d}x=\frac13-\frac{1}{7\cdot3!}+\frac{1}{11\cdot5!}-\cdots+\frac{(-1)^n}{(4n+3)(2n+1)!}+\cdots.

Funktion \sin x Taylorin sarjaa on jo käsitelty aiemmassa esimerkissä. Nyt voitaisiinkin soveltaa tämän esimerkin virhearviota funktiolle \sin(x^2) ja arvioida sillä integraalin virhettä, mutta koska integraalin sarjakehitelmä on vuorotteleva sarja ja toteuttaa Leibnizin testin oletukset, niin on yksinkertaisempaa käyttää Leibnizin testiä. Pienin n, joka toteuttaa epäyhtälön

\frac{1}{(4n+3)(2n+1)!}<0{,}0005

on n=3. Haluttuun tarkkuuteen riittää siis ottaa termit indeksiin n=2 saakka, eli

\int_0^1\sin(x^2)\,\mathrm{d}x\approx\frac13-\frac{1}{7\cdot3!}+\frac{1}{11\cdot5!}\approx0{,}310.

Tämä keino on huomattavasti tehokkaampi kuin ”numeronmurskaaminen” esimerkiksi jollakin numeerisen integroinnin menetelmällä, jossa jouduttaisiin ottamaan kymmeniä tai satoja osavälejä samaan tarkkuuteen pääsemiseksi.

Posting submission...