《数值分析(原书第2版)》—— 0.5 微积分回顾

简介:

本节书摘来自华章出版社《数值分析(原书第2版)》一 书中的第0章,第0.5节,作者:(美)Timothy Sauer,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

0.5 微积分回顾

在微积分中有一些重要的事实,对于后面的章节非常重要.中值定理和均值定理对于求解第1章中方程很重要.泰勒定理对于理解第3章中的插值也很重要,对于求解第6章、第7章和第8章中的微分方程也极为重要.
连续函数的图没有不连续的空隙.例如,如果函数对于一个x值是正的,而对于另一个值是负的,该函数必然在某个位置经过0.这个事实是下一章方程求解的基础.第一个定理(如图0.1a所示)推广了这种19观点.
图0.1 微积分中的三个重要定理.在a和b之间存在一点c
定理0.4(中值定理) 令f是区间[a,b]上的一个连续函数,则f可以得到f(a)和f(b)之间的所有值.更准确地说,如果y是f(a)和f(b)之间的数,则存在数字c,a≤c≤b,使得f(c)=y.
例0.7 f(x)=x2-3在区间[1,3]上的取值一定可以取到0和1.
由于f(1)=-2以及f(3)=6,所有在-2和6之间的值,包括0和1,一定可以出现在函数f上.例如,设c=3,注意到f(c)=f(3)=0,并且f(2)=1.
定理0.5(连续极限) 令f是x0附近的一个连续函数,并假设limn→∞xn=x0.则limn→∞f(xn)=f(limn→∞xn)=f(x0)  换句话讲,在一个连续函数中可以获得极限.
定理0.6(均值定理) 令f是区间[a,b]上的连续可微函数,则在a和b之间存在数字c使得f′(c)=(f(b)-f(a))/(b-a).
例0.8 在区间[1,3]上,对f(x)=x2-3使用均值定理.
该定理意味着由于f(1)=-2,同时f(3)=6,在区间(1,3)上必存在数字c满足f′(c)=(6-(-2))/(3-1)=4.非常容易找到这样的c.因为f′(x)=2x,对应的c=2.
下面的定理是均值定理的图0.2 带有余项的泰勒定理.使用实线表示函数f(x),在x0附近使用0阶泰勒多项式(水平虚线),一阶泰勒多项式(斜虚线),以及二阶泰勒多项式(抛物线虚线)逐步得到更好的近似.f(x)和它的近似在x点的差异就是泰勒余项特例.
定理0.7(罗尔定理) 令f是区间[a,b]上的连续可微函数,并假设f(a)=f(b),则在a和b之间存在数字c,使得f′(c)=0.
泰勒近似是我们将学习的许多计算技术的基础.如果函数f在x0点值已知,则函数f在附近点的很多信息也可以知道.如果函数是连续的,则对于x0附近的点x,函数值f(x)可以由f(x0)得到合理的近似.但是,如果f′(x0)>0,则f在右边的近邻点具有更大的值,而在左边的近邻点具有更小的值,x0附近的斜率可由导数近似给出.经过(x0,f(x0))斜率为f′(x0)的直线,如图0.2所示,是一阶泰勒近似.进而更高阶的导数可以得到小的矫正,并得到更高阶的泰勒近似.泰勒使用在x0点的所有导数给出函数在x0点附近所有近似估计.
定理0.8(有余项泰勒定理) 令x和x0是实数,并令f是x和x0之间的k+1阶连续可微函数,则在x和x0之间存在数字c,使得f(x)=f(x0)+f′(x0)(x-x0)+f″(x0)2!(x-x0)2+f(x0)3!(x-x0)3+…
+f(k)(x0)k!(x-x0)k+f(k+1)(c)(k+1)!(x-x0)k+1  结果的多项式部分,x-x0构成的最高k阶项,被称为以x0为中心的函数f的k阶泰勒多项式.最后一项称为泰勒余项.当泰勒余项足够小时,泰勒定理给出了一般的平滑函数的多项式近似.这对于计算机求解问题十分方便,如前所述,多项式的求值计算非常高效.  例0.9 对于中心在x0=0的20
 ~
21f(x)=sinx找出一个4阶泰勒多项式P4(x).计算使用P4(x)估计sinx时的最大可能的误差,其中x≤0.0001.
很容易得到多项式P4(x)=x-x3/6.注意到这里没有4阶项,由于其对应的系数是0.余项是x5120cosc该余项的绝对值不会大于x5/120.对于x≤0.0001,余项至多是10-20/120并且可能不可见,例如,当x-x3/6在双精度浮点中近似sin0.0001.使用MATLAB来检查对应的计算.
最后,均值定理的积分版本如图0.1c所示.
定理0.9(积分均值定理) 令f是区间[a,b]上的连续函数,令g是一个可积分函数,并且在区间[a,b]中没有改变符号,则在a和b之间存在数字c使得∫baf(x)g(x)dx=f(c)∫bag(x)dx0.5节习题
1.使用中值定理证明存在0(a) f(x)=x3-4x+1(b) f(x)=5cosπx-4(c) f(x)=8x4-8x2+1
2.在区间[0,1]上找到函数f(x)满足均值定理的数字c.
(a) f(x)=ex(b) f(x)=x2(c) f(x)=1/(x+1)
3.在区间[0,1]上找到对于函数f(x)、g(x)满足积分均值定理的数字c.
(a) f(x)=x,g(x)=x(b) f(x)=x2,g(x)=x(c) f(x)=x,g(x)=ex
4.为以下函数找到x=0时的二阶泰勒多项式:
(a) f(x)=ex2(b) f(x)=cos5x(c) f(x)=1/(x+1)
5.为以下函数找到x=0时的5阶泰勒多项式:
(a) f(x)=ex2(b) f(x)=cos2x(c) f(x)=ln(1+x)(d) f(x)=sin2x
6.(a) 在点x=1找到函数f(x)=x-2的4阶泰勒多项式.
(b) 利用(a)的结果近似f(0.9)和f(1.1).
(c) 使用泰勒余项确定泰勒多项式的误差公式.给出(b)部分两个近似的误差上界.(b)部分中的哪一个近似更加接近正确的值?
(d) 使用计算器比较每个问题中实际误差和(c)部分中自己计算的误差上界.
7.对于函数f(x)=lnx完成习题6的(a)~(d).
8.(a) 找出中心在x=0的函数f(x)=cosx的5阶泰勒多项式.
(b) 找到在区间[-π/4,π/4]上使用P(x)近似函数f(x)=cosx的误差上界.
9.当x足够小时,对于1+x的一个常见近似是1+12x.使用函数f(x)=1+x的1阶泰勒多项式的余项确定形如1+x=1+12x±E的公式.计算在近似1.02时对应的E.使用计算器比较实际的误差和估计的误差界E.22
软件与进一步阅读
浮点数计算的IEEE标准在IEEE 754[1985]中发布.Goldberg[1991]和Stallings[2003]论著中讨论了浮点数运算中的大量细节,Overton[2001]的论著中强调了IEEE 754标准.Wilknson[1994]和Knuth[1981]的教科书对硬件和软件的发展都有深远的影响.
有多个特定于一般用途科学计算的软件包,其中大量软件包以浮点算术实现.Netlib是由贝尔实验室、田纳西大学和橡树岭国家实验室维护的一个工具包.程序集中包含高质量Fortran、C和Java程序,但是它的支持较少.程序中的注释足以让用户来操作程序.
数值算法组(NAG)将一个包含1400个用户可调用通用应用数学问题的程序投向市场.其中包含Fortran和C的程序,并且可以从Java程序中调用.NAG包含共享内存和分布内存计算的库.
国际数学与统计库(IMSL)是RogueWave软件的产品,覆盖的领域和NAG库覆盖的领域类似.还包含Fortran、C和Java程序.它还提供PV-WAVE,这是一种功能强大,具有数据分析和可视化能力的编程语言.
包括Mathematica、Maple和MATLAB的计算环境已经发展为包含大量前面描述的计算方法,并具有内嵌的编辑和图形界面.Mathematica和Maple由于独特的符号计算引擎变得引人注目.MATLAB通过“工具箱”服务于许多科学与工程计算应用,工具箱使基础高质量软件得以应用在不同领域.
在这本书中,我们常常会展示基本算法的MATLAB实现.给出的MATLAB代码被用于教学目的.通常牺牲速度和可靠性使得代码结构清晰且具有较好的可读性.不熟悉MATLAB的读者应该从附录B开始;然后就可以很快写出自己的程序实现.23

相关文章
|
8月前
|
机器学习/深度学习 人工智能 算法
数学基础之概率论
数学基础之概率论
39 1
|
10月前
高等数学微积分公式大全
高等数学微积分公式大全
164 0
|
7月前
|
存储 大数据 数据挖掘
浅析概率论的应用
浅析概率论的应用 【摘 要】在学习概率论与数理统计过程中,我们可以发现随机现象存在于我们日常生活的方方面面和科学技术的各个领域。并且概率论与数理统计不仅是一门十分重要的大学数学基础课, 还是唯一一门研究随机现象规律的学科,它指导人们从事物表
62 0
|
11月前
|
容器
数学|泊松分酒问题蕴藏的数学知识
数学|泊松分酒问题蕴藏的数学知识
128 0
|
11月前
微积分:微分
1.代数推导 假设我们有一个正方形初始边长为X,这时面积S1=x² 然后正方形的边长增加△x,此时面积S2=(x+△x)² 变化的面积大小是△s=(x+△x)²- x²=2x△x+(△x)² 观察可以发现当△x越小(△x)²会比2x△x率先趋近于0,也就是换句话说,当△x很小时我们可以近似的认为 △s=2x△x 仔细观察上面的式子,这个2X其实就是x的平方的导数,这时候我们是不是就理解了为什么说导数可以描述变化趋势的快慢。
90 0
|
11月前
学习笔记: 线性代数-线性系统
线性代数个人学习笔记
108 0
|
人工智能 开发者
微积分基本想法 | 学习笔记
快速学习微积分基本想法
74 0
微积分基本想法 | 学习笔记
|
Dart 算法 Java
概率论与数理统计引论
概率论与数理统计引论
|
人工智能 决策智能
【第四讲】 数学知识(3)
【第四讲】 数学知识(3)