近似計算在數(shù)學分析中的應用畢業(yè)論文.doc

安慶師范學院數(shù)學與計算科學學院2015屆畢業(yè)論文近似計算在數(shù)學分析中的應用作者：石結(jié)軍 指導老師：張瑋瑋摘要 近似計算是一個比較特殊的解決問題的方法，它是解決數(shù)學中復雜繁瑣問題的重要工具，是獲得結(jié)果且影響極小的有力工具.在數(shù)學分析中，這種方法的運用尤為突出，如在定積分中的應用、微分中的應用、函數(shù)冪級數(shù)的應用等，其中函數(shù)冪級數(shù)中的應用主要體現(xiàn)在泰勒展開式中的應用.本文主要研究在數(shù)學分析中用具體實例來說明對這種方法的運用.關(guān)鍵詞 近似計算 數(shù)學分析 微分 函數(shù)冪級數(shù) 定積分1 引言 近似計算是一種對計算結(jié)果影響不大,但能大大簡化計算的過程,被廣泛用于各個領(lǐng)域.在數(shù)學分析中,本文從在微分中、在定積分中、在求方程的解以及函數(shù)冪級數(shù)中的應用出發(fā),然后分別簡單介紹這幾方面的一些有關(guān)內(nèi)容及有關(guān)概念,并且針對近似計算在這些方面的應用列舉出實例來加以解釋說明這種方法的實用性,并且說明其與精確結(jié)果之間產(chǎn)生的誤差.2 近似計算在數(shù)學分析中的應用1.1 在微分中的應用在科學和工程問題中遇到的數(shù)值問題往往很復雜,在許多情況下都不可能求出數(shù)值解的精確值,另一方面，在許多實際問題中,并不需要解的精確值,而僅僅需要獲得解在若干點上的近似值即可.微分在近似計算中有很多應用,這里介紹微分在近似計算方面的一些應用.1.2.1 函數(shù)的近似計算由增量與微分關(guān)系當很小時，有，由此即得 （8）或當時有. （9）注意到在點的切線方程即為（9）式的幾何意義就是當充分接近時,可用切線近似替代曲線（“以直代曲”）.常用這種線性近似的思想來對復雜問題進行簡化處理. 設(shè)分別是，和，令，則由（9）式可得這些函數(shù)在原點附近的近似公式：； ； .一般地，為求得的近似值,可找一鄰近于的點,只要和易于計算,由（9）式可求得的近似值.例1 求的近似值.解 由于 ，因此取，由（9）式得到（的真值為0.544639.）.例2 設(shè)擺鐘的周期為1秒,在冬季擺長至多縮短0.01cm,試問此鐘每天至少快幾秒?解 設(shè)擺鐘的周期T與擺長L的關(guān)系為其中g(shù)式重力加速度.已知鐘擺周期為1秒,故此擺原長為當擺長最多縮短0.01cm時,擺長增量,它引起單擺周期的增量這就是,加快約0.0002秒,因此每天大約加快.1.2.2 誤差估計由于測量儀器的精度,測量的條件和測量的方法等各種因素的影響,測得的數(shù)據(jù)往往帶有誤差,而根據(jù)帶有誤差的數(shù)據(jù)計算所得的結(jié)果也會有誤差,我們把它叫做間接測量誤差.定義 如果某個量的精確值為,它的近似值為,則叫做的絕對誤差.而絕對誤差與的比值叫做的相對誤差.問題 在實際工作中,絕對誤差與相對誤差如何求得？設(shè)量是由測量得到,量由函數(shù)經(jīng)過計算得到.在測量時,由于存在測量誤差，實際測量得到的知識的某一個近似值,因此由算得的也只是的一個近似值.若已知測量值的誤差限為（它與測量工具的精度有關(guān)）,通常把絕對誤差限與相對誤差限簡稱為絕對誤差與相對誤差.即則當很小時， 而相對誤差限制為 例3 設(shè)測得一球體的直徑為測量工具的精度為.試求以此直徑計算球體體積時所引起的誤差.解 由直徑計算球體體積的函數(shù)式為取，求得，并由兩式得體積的絕對誤差限和相對誤差限分別為例4 設(shè)測得圓鋼截面直徑,測量的絕對誤差限.利用公式,計算圓鋼的截面面積時,試估計面積誤差.解 我們把測量時所產(chǎn)生的誤差當做的增量,則利用公式計算時所產(chǎn)生的誤差就是函數(shù)的對應增量,當很小時,可以利用近似的代替增量,即.由于的絕對誤差限.，因此得出的絕對誤差限為;的相對誤差限約為.綜合所述,通過用絕對誤差來刻畫一個近似值的精確程度是有局限性的,在很多場合中它是無法顯示出近似值的精確程度.如測量和兩個長度,若它們的絕對誤差都是,顯然前者測量結(jié)果比后者的精確.由此可見，決定一個量的近似值的精確度，除了要看絕對誤差的大小外,還要考慮該量本身的大小,即相對誤差.在微分中，許多解決實際問題時需要用到近似計算來替代那些較為復雜繁瑣的過程，以至于更好的解決問題.1.2 定積分的近似計算利用牛頓-萊布尼茨公式雖然可以精確地計算定積分的值,但它僅適用于被積函數(shù)的原函數(shù)能夠求得的情形.如果這點辦不到或者不容易辦到，這就要考慮近似計算的方法。在定積分的很多應用問題中，被積函數(shù)甚至沒有解析表達式（只是一條實驗記錄曲線，或者是一組離散的采樣值），這時只能采用近似方法去計算相應的定積分.其實，根據(jù)定積分的定義,每一個積分和都可看做是定積分的一個近似值,例如在幾何意義上,這時用一系列小矩形面積來近似小曲邊梯形面積的結(jié)果.所以把這個近似算法稱為矩形法.不過，只有當積分區(qū)間被分割的很細很細時，矩形法才有一定的精確度.如果在分割的每個小區(qū)間上采用一次或二次多項式來近似替代被積函數(shù),那么可以在期望獲得比矩形法效果好得多的近似計算公式.下面的梯形法和拋物線法就是這一想法的產(chǎn)物.1.3.1 梯形法將積分區(qū)間作等分，分點依次為，相應的被積函數(shù)值記為并記曲線上相應的點為將曲線上每一段弧用弦來替代，這使得每個小區(qū)間上的曲邊梯形換成了真正的梯形，其面積為于是，各個小梯形面積之和就是曲邊梯形面積的近似值,即亦即稱此近似式為定積分的梯形法公式.例5 用梯形法近似計算（將積分區(qū)間十等分）.解 將區(qū)間等分,則則由公式有例6 用梯形法計算下面定積分（取）,并計算相對誤差解 相對誤差：1.3.2 拋物線法將積分區(qū)間作等分，分點依次為對應函數(shù)值為曲線上相應點為現(xiàn)把區(qū)間上的曲線段用通過三點的拋物線來近似代替,然后求函數(shù)從到的定積分 由于，代入上式整理后得 同樣也有 將這個積分相加即得原來所要計算的定積分的近似值:即這就是拋物線法公式,也稱為辛卜生（Simpson）公式對于例6用拋物線法解有用準確值與上述近似值比較,梯形法的結(jié)果有三位有效數(shù)字是準確的,拋物線法的結(jié)果則有六位有效數(shù)字是準確的,由此可見,在解決定積分中一些相對復雜的問題時可采用近似計算這種方法來求解問題,能大大簡化計算過程并且誤差較小.而近似計算這種方法,拋物線法明顯優(yōu)于梯形法.1.3 方程的近似解在實際應用中，常常求方程的解,而方程求解的方法主要有兩種:解析法和數(shù)值法.解析法得到結(jié)果是精確的,然而并不是所有的方程的根都能通過這種方法而求得.形如的代數(shù)方程，當時,一般不存在求解公式.因此對于一般方程，我們需要尋求其他的解法.如牛頓切線法:設(shè)為上的二階可導函數(shù),滿足牛頓切線法的基本思想是構(gòu)造一收斂點列,使其極限恰好是方程的解.因此當充分大時，可作為的近似值.下面分四種情形進行討論. 設(shè)從而有并設(shè). 因為，所以為上的嚴格凸函數(shù)，由定理有 設(shè)則在點的切線與軸的交點為由式可知.以代替重復上述步驟可將在點的切線與軸交點為其中如此繼續(xù)上述過程可得如式確定的點列,顯然嚴格遞增且有上界，故可設(shè)由于和連續(xù)，對式取極限,得因而有由嚴格單調(diào)，可知方程的解唯一，從而.最后估計以作為的近似值的誤差,由中值定理因而記則同樣地有 ,這時又有; 這時又有; 這時又有. 例5 用牛頓切線法求方程的近似解,使誤差不超過. 解 設(shè)求得導數(shù)容易檢驗為極大值點,為極小值點，并且.又因為所以方程有且只有一個根.又因為，,因而方程的根由于在上,則有.以代替的誤差：在上的最小值為，而，由誤差估計公式得而，因此尚不符合要求.再在點作切線，求得。由于，此時因此取已能達到所要求的精確度. 由上述例題能充分說明在解決不能直接用公式求方程根的時候，可以用求其近似值的方法來處理此類問題.1.4 函數(shù)冪級數(shù)中近似計算的應用冪級數(shù)是無窮級數(shù)的一種，是函數(shù)進行數(shù)值近似計算的有力工具，由于這類級數(shù)各項都是簡單的冪函數(shù)，因此，在工程技術(shù)中常用冪級數(shù)進行一些函數(shù)值的近似計算。在數(shù)學教學中如能引導學生進行這方面的探索對培養(yǎng)學生的研究能力和創(chuàng)新能力十分有利.我們知道，許多初等函數(shù)如，在一定區(qū)間上都可進行冪級數(shù)展開，進行近似計算，通過控制取冪級數(shù)項數(shù)的多少來達到我們需要的精確度.接下來，我們通過的近似計算來研究函數(shù)冪級數(shù)中進行近似計算的方法.可用的冪級數(shù)展開式取近似計算，也可用的冪級數(shù)展開式取近似計算,用前者來計算有,取得,上式兩邊同時乘以6可得括號內(nèi)是一個交錯級數(shù),又由近似代替，則產(chǎn)生的誤差絕對值有:.易計算，就是說，用表示的近似值，其誤差小于,經(jīng)計算,這里.有些函數(shù)冪級數(shù)展開限制了自變量的取值范圍,為了使其適用近似計算的范圍更廣，要進行一些轉(zhuǎn)換.如利用冪級數(shù)近似計算，由于 只能算出0與2間（不含0）的對數(shù)，我們以此為基礎(chǔ)推導一個較為適用的公式，用代替，則有 由得 設(shè)，這樣可以得到：等式變換有: 由公式知，只要知道的值或近似值就可以算出的近似值.若用作為的近似值，其誤差小于，經(jīng)計算得到，由和公式即可計算的值，以此下去則可得到,的值.1.5.2 復雜函數(shù)的冪級數(shù)展開方法在工程技術(shù)中，一些復雜函數(shù)的近似計算無法通過查表得到，把這類函數(shù)轉(zhuǎn)換成冪級數(shù)展開往往使近似計算方便、精確.下面通過幾個實例來具體說明.例1 求的冪級數(shù)展開式.解 因為,將其中的換成后兩邊同時除以得由此可見，只要對所學的冪級數(shù)能靈活運用，就會得到想要展開的冪級數(shù)形式，進而就會算出其對應的近似值.掌握這種方法會給解決問題帶來很大方便.1.5.3 泰勒展開在近似計算上的應用定理6.8 若函數(shù)在點存在直至階導數(shù)，則有，即.此公式稱為在點處的泰勒公式，稱為泰勒公式得余項，形如的余項稱為佩亞諾型余項.例1 （1）計算的值，使其誤差不超過；（2）證明數(shù)為無理數(shù).解 （1）當時有故，當時，便有從而略去而求得的近似值為（2）由得倘若（p，q為整數(shù)）則當時,為整數(shù)，從而為整數(shù).因為，所以當時右邊為非整數(shù),矛盾!從而數(shù)為無理數(shù).例1 用泰勒多項式逼近正弦函數(shù),要求誤差不超過.試以和兩種情形分別討論的取消（i）時，使其誤差滿足只須,即大約在原點范圍以近似,其誤差不超過.（ii）時，使其誤差滿足只須，即大約在原點范圍內(nèi)，其誤差不超過.結(jié)束語 近似計算是在解決復雜問題中常見且適用的一種方法,本文以對近似計算的簡介及其與數(shù)學分析的聯(lián)系為前提簡要寫出近似計算方法在數(shù)學分析中的應用.然后再用具體實例來說明在數(shù)學分析中這種方法在某些方面的應用.由于這種方法的簡單、易懂,且能讓人更容易接受、理解,因此這種方法在數(shù)學分析乃至整個數(shù)學領(lǐng)域占有了一個獨特的位置.參考文獻 1 陳紀修，於崇華，金路，數(shù)學分析M，2版，北京：高等教育出版社，2004;2 裴禮文，數(shù)學分析中的典型問題與方法M，高等教育出版社，2006;3 歐陽光中，姚允龍，周淵，數(shù)學分析（上，下）M，復旦大學出版社，2002;4 宋國柱，數(shù)學分析教程M，南京大學出版社，2000;5 李成章, 黃玉民. 數(shù)學分析（上，下）M, 科學出版社, 2004;6 常庚哲，史濟懷.數(shù)學分析教程M.北京高等教育出版社,2003.Application of approximate calculation in mathematical analysisAuthor:Shi Jiejun Instructor:Zhang WeiweiAbstract the approximate calculation is a special way to solve the problem,it its an important tool to solve complicated problems in mathematics,is to get a result and the effect of minimal.A powerful tool in mathematical analysis,the use of this method is particularly prominent,such as the application of definite integral,differential in the application,function of power series the application,wherein the application function of power sereis.In the application of the expansion series mainly embodied in Taylor.This paper mainly studies with specific examples in mathmatical analysis to illustrate the use of this method Keywords mathematical analysis of approximate calculation of definiteintegraldifferential function of power series17