01 / FROM DERIVATIVE TO LINEARIZATION
不是把曲线变直,而是把尺度缩小。
设函数 f 在点 a 处可导,并且 f(a) 已定义。取很小但不为零的变化量 h。导数定义告诉我们:当 h 趋于 0,差商 [f(a+h)−f(a)]/h 趋于 f′(a)。
这里的 ε(h) 是两种斜率的差:[f(a+h)−f(a)]/h−f′(a),并不假定它恒为零。我们有一个严格结论:误差 f(a+h)−L(a+h) 相对 |h| 而言趋于零。这正是线性近似成立的依据;一般不能只凭“h 小”就声称误差等于零。
在图像上,L(x)=f(a)+f′(a)(x−a) 是过点 (a,f(a)) 的切线。它只依赖函数在中心 a 的值与导数。若 f 在 a 不可导,比如 |x| 在 0 有尖点,则不能照搬这条双侧切线公式。
随堂检查 01 · 近似公式
先尝试独立计算,再选择。
查看完整解析
切线在 a 处值为 f(a),斜率为 f′(a),故唯一线性公式 L(x)=f(a)+f′(a)(x−a)。
02 / CHOOSING THE ANCHOR
用 ln(1.06) 演示近似,而不是硬算对数。
要算 ln(1.06),先找附近的已知点 a=1。设 f(x)=ln x,定义域 x>0;有 f(1)=0,f′(x)=1/x,因此 f′(1)=1。
为什么选 1?不是因为“只能选 1”,而是这里同时知道 ln1=0 与导数1。若目标是 ln 5.06,直接把中心还放在1,位移4.06就太远;离中心越近通常越可信,但可导本身不保证在任意距离都有指定精度。
有一个更精细的误差判断:ln x 的二阶导数是 −1/x²,在 x>0 上为负,曲线向下弯。所以在 x=1 的切线位于对数曲线之上,刚才的正误差方向不是巧合。
随堂检查 02 · 对数线性化
先尝试独立计算,再选择。
查看完整解析
L(x)=x−1,故 ln(1.04)≈0.04。由于 ln 函数下凹,这个近似略偏高。
03 / COMMON LOCAL MODELS
一张表:在零附近,复杂运算变得容易。
以下近似都以 a=0 为中心,x 是弧度而非角度;每个式子都通过函数值和导数在0处的数值给出。
例如 sin(0.12) ≈ 0.12;实际约 0.119712。这个近似有误差且通常不等于真实值。对 sin x,|x|≤1 时还能利用其导数或积分性质证明 |sin x−x|≤|x|³/6。它告诉我们具体的误差界,比“看起来很近”更强。
x=0.2 时,近似0.2,实际sin(0.2)约0.198669,绝对误差约0.001331。
初始数值在脚本未启动时也可阅读。拖动滑块或使用方向键,数值将一起更新;所有角度都以弧度计。随堂检查 03 · 弧度与近似范围
先尝试独立计算,再选择。
查看完整解析
在 a=0 处,L(x)=sin0+cos0·x=x;仅当 x 接近0时才将其作为局部近似。
04 / SHIFT THE CENTER
同一个导数公式,也可以近似平方根。
考虑 √16.8。用 f(x)=√x、中心 a=16(因为 √16=4),且在 x>0 有 f′(x)=1/(2√x)。令 h=0.8:
平方根在 x>0 的图像向下弯,切线局部高于曲线。同样的公式若拿去估算 √40,会因距离中心远而产生明显偏差。我们始终要说清楚中心 a、变量位移 h、导数是否存在及估算区间。
特殊提醒:若 f(a)=0,用 |近似−实际|/|实际| 计算相对误差可能除以零。先看绝对误差,再决定相对误差是否有意义。
05 / VERIFICATION
用一个能精确拆解的函数检查局部误差。
设 f(x)=x²,以 a=3 为中心。导数 f′(x)=2x,所以线性近似为 L(3+h)=9+6h。但真实值是 (3+h)²=9+6h+h²。
这给我们一种自检方式:线性近似保留常数项与一阶变化,把曲率贡献当作误差。但不是所有可导函数都自动拥有精确的 h² 误差;二阶误差结论需要额外条件。对于任意仅知可导的函数,前面严格得到的只是误差除以 |h| 趋于零。
随堂检查 04 · 误差阶
先尝试独立计算,再选择。
查看完整解析
平方展开可精确算出误差 h²;这是该函数的特例,不能无条件推广到所有可导函数。
PRACTICE / ORIGINAL EXERCISES
独立完成,再打开完整推导。
以下题目与 MIT 公开课同类能力目标对齐,但题干、参数、解答均为本站自编,不能视作 MIT 官方原题或官方授权译题。
以 a=1 为中心估计 ln(1.08),再说出近似值相对真实值偏高还是偏低。
展开分步解析
因为 f(1)=0、f′(1)=1,L(1.08)=0.08。对 x>0,有 f″(x)=−1/x²<0,故切线位于曲线之上;真实 ln(1.08)≈0.076961,偏高约0.003039。
估算 √8.8,选 a=9。写出导数、切线式及估算值。
展开分步解析
f(x)=√x,f(9)=3,f′(9)=1/6。令 h=−0.2,则 √8.8≈3−0.2/6=2.966667;真实值约2.966479,误差约0.000187。
设 f(x)=x²,在 a=−2 作线性近似。精确说明误差随 h 如何变化。
展开分步解析
f(−2)=4,f′(−2)=−4,L(−2+h)=4−4h;真实值 (−2+h)²=4−4h+h²,所以余项严格等于 h²。
用 sin x 在 x=0 的线性近似估算 sin(−0.15),判断误差正负并说明弧度前提。
展开分步解析
L(−0.15)=−0.15,实际 sin(−0.15)≈−0.149438;真实减近似约+0.000562。必须使用弧度,因为 d(sin x)/dx=cos x 以弧度为默认单位。
从“f 在 a 处可导”的定义证明 f(a+h)−[f(a)+f′(a)h]=o(|h|);需要二阶导数吗?
展开分步解析
令 ε(h)=[f(a+h)−f(a)]/h−f′(a)(h≠0);可导保证 ε(h)→0。代数重排得误差=hε(h),所以 |误差|/|h|=|ε(h)|→0,不需要二阶导数。
你已经会用导数做局部计算;下一讲学习复杂函数的近似与误差。
本讲有 4 道随堂题,做完后再独立完成课后练习。
二次近似的系统构造将在 Session 25–26 才介绍;本课只在比较误差时使用已知的代数恒等式,不提前讲授泰勒多项式。
查看一元微积分全部单元与课次 ↗原始目录:MIT OCW 18.01SC Session 23: Linear Approximation(保留站长校对的原始标题和网址)。
已核对该课次的 Overview、实际官方讲授配套笔记 PDF、Worked Example 原题及解答,教学主题与计算难度以这些材料为依据。补充原始资料:MIT 讲义 · 导数与线性近似 ↗ MIT 配套练习原题 ↗ MIT 配套解答 ↗
本站文字、推导、交互与练习均独立编写,非 MIT 官方中文译课。并未完整观看全部原始视频或核对完整逐字稿;详细审校表保存在站内课程源码的 source-audits 目录。