4.4.3 Error Estimation in Linear Approximation¶
分析线性近似的误差大小，理解误差与距离 |x-a| 和二阶导数的关系
定义¶
线性近似的误差估计是指在用线性函数 \(L(x) = f(a) + f'(a)(x-a)\) 来近似函数 \(f(x)\) 时，实际值与近似值之间的差异。设误差函数为 \(E(x) = f(x) - L(x)\)，则误差的大小与以下因素相关：(1) 距离因子 \(|x-a|\)：点 \(x\) 离展开点 \(a\) 越远，误差通常越大；(2) 二阶导数 \(f''(c)\)：函数的曲率越大，线性近似的误差越大。根据泰勒定理，存在 \(c\) 在 \(x\) 与 \(a\) 之间，使得误差可以用二阶导数的上界来估计。误差估计主要用于判断线性近似的精度，以及确定在给定精度要求下，\(x\) 可以离 \(a\) 多远。
核心公式¶
- \(E(x) = f(x) - L(x) = f(x) - [f(a) + f'(a)(x-a)]\)
- \(E(x) = \frac{f''(c)}{2}(x-a)^2\)，其中 \(c\) 在 \(x\) 与 \(a\) 之间
- \(|E(x)| \leq \frac{M}{2}|x-a|^2\)，其中 \(M = \max|f''(x)|\) 在相关区间上
- \(L(x) = f(a) + f'(a)(x-a)\)（线性近似函数）
- \(\lim_{x \to a} \frac{E(x)}{(x-a)^2} = \frac{f''(a)}{2}\)（误差的二阶性质）
易错点¶
- ⚠️ 误认为误差只与 \(|x-a|\) 有关，忽视二阶导数 \(f''(x)\) 的影响。实际上，即使 \(|x-a|\) 很小，如果 \(|f''(x)|\) 很大（函数曲率大），误差仍可能较大。
- ⚠️ 在误差估计中使用 \(|E(x)| \approx |f''(a)||x-a|^2\) 而不是 \(|E(x)| \leq \frac{M}{2}|x-a|^2\)。前者是近似关系，后者是严格的上界估计，两者在数值上可能相差很大。
- ⚠️ 混淆线性近似的误差 \(E(x) = f(x) - L(x)\) 与相对误差或百分比误差，导致在比较不同函数的近似精度时出错。
- ⚠️ 在给定误差限制条件下求解 \(|x-a|\) 的范围时，忘记求解不等式 \(\frac{M}{2}|x-a|^2 \leq \epsilon\) 得到 \(|x-a| \leq \sqrt{\frac{2\epsilon}{M}}\)，或计算错误。