跳转到课程正文

MIT 18.01SC · UNIT II / PART A · SESSION 23

线性近似

Linear Approximation

当曲线在显微镜下越来越像直线,我们就能用一个斜率,快速估算原本复杂的函数值。这种方法什么时候可靠,什么时候危险?

先修:导数定义、切线方程、自然对数与三角函数求导5 个教学章节4 道随堂题 · 5 道课后题

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)。

f′(a) = lim(h→0) [f(a+h)−f(a)] / hf(a+h) = f(a) + f′(a)h + h·ε(h)其中 ε(h) → 0(h→0)于是 L(a+h)=f(a)+f′(a)h

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

f 在 a 处可导,以下哪个是 x 接近 a 时的线性近似?
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。

L(x)=0+1·(x−1)=x−1ln(1.06) ≈ 1.06−1 = 0.06实际 ln(1.06) ≈ 0.058269近似值比真实值高约 0.001731

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

用 a=1 的切线估计 ln(1.04),应该得到?
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。

sin x ≈ x(因为 sin0=0,cos0=1)cos x ≈ 1(因为 cos0=1,−sin0=0)eˣ ≈ 1+x(因为 e⁰=1,(eˣ)′|₀=1)ln(1+x) ≈ x(x>−1 且 x 接近0)

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。

EXPERIMENT · LOCAL LINEAR MODEL改变弧度 x,看正弦函数与切线 x 的偏差
线性近似 L(x)0.200000
真实值 sin(x)0.198669
绝对误差0.001331

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

sin x≈x 的线性近似以哪个中心构造(x 为弧度)?
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:

f(16)=4,f′(16)=1/8L(16+h)=4+h/8√16.8 ≈ 4+0.8/8 = 4.1实际约 4.098780,偏高约 0.001220

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。

f(3+h)−L(3+h)=h²h=0.1 时误差=0.01h=0.01 时误差=0.0001h 缩小10倍,误差缩小100倍

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

对 f(x)=x² 在 a=3 的线性近似,x=3+h 时真实值减去近似值等于?
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。

01 · 对数估算与误差

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。

02 · 选择中心

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。

03 · 余项的反例

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。

04 · 局部三角估算

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。

05 · 严格的误差含义

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。

CHECK YOUR UNDERSTANDING

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 ↗
本讲大学教学依据与核对范围

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。