微分中值定理与线性化
微积分学习笔记 - 06 微分中值定理与线性化
进入 传送门,阅读刊载在专栏《微积分学习笔记》下的全部文章。
十、微分中值定理
微分中的中值定理主要有以下三个。
10.1 罗尔定理
罗尔定理 对于函数 $f(x)$,若满足以下条件:
- 在 $[a,b]$ 内连续;
- 在 $(a,b)$ 内可导;
- $f(a)=f(b)$。
则在 $(a,b)$ 内至少存在一点 $\xi$,使得 $f’(\xi)=0$。
10.2 拉格朗日中值定理
拉格朗日中值定理 对于函数 $f(x)$,若满足以下条件:
- 在 $[a,b]$ 内连续;
- 在 $(a,b)$ 内可导。
则在 $(a,b)$ 内至少存在一点 $\xi$,使得
10.3 柯西中值定理
柯西中值定理 对于函数 $f(x)$ 和函数 $F(x)$,若均满足以下条件:
- 在 $[a,b]$ 内连续;
- 在 $(a,b)$ 内可导;
- $\forall x\in (a,b),F’(x)\not=0$。
则在 $(a,b)$ 内至少存在一点 $\xi$,使得
十一、线性化与牛顿迭代法
11.1 线性化
对于函数 $f(x)$,取定义域内一点 $a$,定义
为 $f$ 在 $x=a$ 处的线性化。它的意义是
可以用这个式子借助相邻点 $a$ 的函数值估算 $x$ 处的函数值。
线性化是泰勒展开在多项式次数等于 $1$ 时的特殊形式,一般可以达到粗略估算效果。
11.2 牛顿迭代法
发现对函数的某个位置仅使用一次线性化可能产生的误差相对较大,此时可以考虑多次迭代使用线性化。
牛顿迭代法用于利用线性化估算函数零点。
假设 $a$ 是对方程 $f(x)=0$ 的解的一个近似,令
则在大多情况下,$b$ 是一个比 $a$ 更好的近似。
这个式子本质上实在 $x=a$ 的位置做了第二次线性化,得到 $b$。
但牛顿法不一定广泛使用,可能出现以下情况:
- 若 $f’(a)$ 接近于 $0$,那么估算出的 $b$ 将可能比 $a$ 更劣;
- 若 $f(x)=0$ 不止有一个解,那么可能得到的不是所需解;
- 近似情况可能陷入循环或变得更加糟糕。
一般情况下,可以随机在定义域内多次取点开始第一次线性化,划定迭代次数上限等限制可以辅助此方法。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 『初丶晴』的小窝!