Tämä kurssi on jo päättynyt.
\[\newcommand{\N}{\mathbb N} \newcommand{\Z}{\mathbb Z} \newcommand{\Q}{\mathbb Q} \newcommand{\R}{\mathbb R} \newcommand{\C}{\mathbb C} \newcommand{\ba}{\mathbf{a}} \newcommand{\bb}{\mathbf{b}} \newcommand{\bc}{\mathbf{c}} \newcommand{\bd}{\mathbf{d}} \newcommand{\be}{\mathbf{e}} \newcommand{\bff}{\mathbf{f}} \newcommand{\bh}{\mathbf{h}} \newcommand{\bi}{\mathbf{i}} \newcommand{\bj}{\mathbf{j}} \newcommand{\bk}{\mathbf{k}} \newcommand{\bN}{\mathbf{N}} \newcommand{\bn}{\mathbf{n}} \newcommand{\bo}{\mathbf{0}} \newcommand{\bp}{\mathbf{p}} \newcommand{\bq}{\mathbf{q}} \newcommand{\br}{\mathbf{r}} \newcommand{\bs}{\mathbf{s}} \newcommand{\bT}{\mathbf{T}} \newcommand{\bu}{\mathbf{u}} \newcommand{\bv}{\mathbf{v}} \newcommand{\bw}{\mathbf{w}} \newcommand{\bx}{\mathbf{x}} \newcommand{\by}{\mathbf{y}} \newcommand{\bz}{\mathbf{z}} \newcommand{\bzero}{\mathbf{0}} \newcommand{\nv}{\mathbf{0}} \newcommand{\cA}{\mathcal{A}} \newcommand{\cB}{\mathcal{B}} \newcommand{\cC}{\mathcal{C}} \newcommand{\cD}{\mathcal{D}} \newcommand{\cE}{\mathcal{E}} \newcommand{\cF}{\mathcal{F}} \newcommand{\cG}{\mathcal{G}} \newcommand{\cH}{\mathcal{H}} \newcommand{\cI}{\mathcal{I}} \newcommand{\cJ}{\mathcal{J}} \newcommand{\cK}{\mathcal{K}} \newcommand{\cL}{\mathcal{L}} \newcommand{\cM}{\mathcal{M}} \newcommand{\cN}{\mathcal{N}} \newcommand{\cO}{\mathcal{O}} \newcommand{\cP}{\mathcal{P}} \newcommand{\cQ}{\mathcal{Q}} \newcommand{\cR}{\mathcal{R}} \newcommand{\cS}{\mathcal{S}} \newcommand{\cT}{\mathcal{T}} \newcommand{\cU}{\mathcal{U}} \newcommand{\cV}{\mathcal{V}} \newcommand{\cW}{\mathcal{W}} \newcommand{\cX}{\mathcal{X}} \newcommand{\cY}{\mathcal{Y}} \newcommand{\cZ}{\mathcal{Z}} \newcommand{\pv}{\overline} \newcommand{\iu}{\mathrm{i}} \newcommand{\ju}{\mathrm{j}} \newcommand{\re}{\operatorname{Re}} \newcommand{\im}{\operatorname{Im}} \newcommand{\arsinh}{\operatorname{ar\,sinh}} \newcommand{\arcosh}{\operatorname{ar\,cosh}} \newcommand{\artanh}{\operatorname{ar\,tanh}} \newcommand{\sgn}{\operatorname{sgn}} \newcommand{\diag}{\operatorname{diag}} \newcommand{\proj}{\operatorname{proj}} \newcommand{\rref}{\operatorname{rref}} \newcommand{\rank}{\operatorname{rank}} \newcommand{\Span}{\operatorname{span}} \newcommand{\vir}{\operatorname{span}} \renewcommand{\dim}{\operatorname{dim}} \newcommand{\alg}{\operatorname{alg}} \newcommand{\geom}{\operatorname{geom}} \newcommand{\id}{\operatorname{id}} \newcommand{\norm}[1]{\lVert #1 \rVert} \newcommand{\tp}[1]{#1^{\top}} \renewcommand{\d}{\mathrm{d}} \newcommand{\sij}[2]{\bigg/_{\mspace{-15mu}#1}^{\,#2}} \newcommand{\abs}[1]{\lvert#1\rvert} \newcommand{\pysty}[1]{\left[\begin{array}{@{}r@{}}#1\end{array}\right]} \newcommand{\piste}{\cdot} \newcommand{\qedhere}{} \newcommand{\taumatrix}[1]{\left[\!\!#1\!\!\right]} \newenvironment{augmatrix}[1]{\left[\begin{array}{#1}}{\end{array}\right]} \newenvironment{vaugmatrix}[1]{\left|\begin{array}{#1}}{\end{array}\right|}\]

Lineaarinen approksimaatio

Määritelmän mukaan pisteessä \(a\) derivoituvalle funktiolle \(f\) derivaatta

\[f'(a)=\lim_{h\to0}\frac{f(a+h)-f(a)}{h},\]

eli toisin kirjoitettuna

\[\lim_{h\to0}\left(\frac{f(a+h)-f(a)}{h}-f'(a)\right)=0.\]

Merkitään sulkulauseketta parametrista \(h\) riippuvalla luvulla \(\varepsilon(h)\),

\[\varepsilon(h)=\frac{f(a+h)-f(a)}{h}-f'(a),\]

ja ratkaistaan tästä \(f(a+h)\).

\[\underbrace{f(a+h)}_{\text{tarkka arvo}}=\underbrace{f(a)+f'(a)h}_{\text{arvio}}+\underbrace{h\varepsilon(h)}_{\text{virhe}},\]

missä \(\varepsilon(h)\) on funktio, jolle \(\varepsilon(h)\to0\), kun \(h\to0\). Tätä esitystä kutsutaan funktion \(f\) differentiaalikehitelmäksi pisteessä \(a\). Päättely voidaan kääntää myös toiseen suuntaan, eli differentiaalikehitelmästä seuraa derivoituvuus.

Lause 4.4.1

Funktio \(f : (c,d)\to\R\) on derivoituva pisteessä \(a\in(c,d)\) jos ja vain jos on löydetään sellainen reaaliluku \(A\) ja funktio \(\varepsilon : \R\to\R\), että \(\lim\limits_{h\to0}\varepsilon(h)=0\) ja

\[f(a+h)=f(a)+Ah+h\varepsilon(h)\]

kaikilla (itseisarvoltaan pienillä) reaaliluvuilla \(h\in\R\). Tämän toteutuessa \(A=f'(a)\).

Jättämällä virhetermin \(h\varepsilon(h)\) pois funktion \(f\) differentiaalikehitelmästä saadaan arvio funktion arvolle pisteessä \(a + h\).

\[f(a+h)\approx f(a)+f'(a)h,\]

tai merkitsemällä \(x=a+h\)

\[f(x)\approx f(a)+f'(a)(x-a).\]

Tässä oikean puolen lauseke

\[T(x)=f(a)+f'(a)(x-a)\]

määrittelee funktion, jonka kuvaaja on funktion \(f\) kuvaajan pisteeseen \((a,f(a))\) piirretty tangenttisuora (vertaa aiempaan yhtälöön). Funktiota \(T(x)\) kutsutaan funktion \(f\) lineaariseksi approksimaatioksi (arvioksi), tangenttiapproksimaatioksi ja linearisoinniksi pisteessä \(a\). Lineaarisessa arviossa \(f(x) \approx T(x)\) tehty virhe on

\[f(x)-T(x)=h\epsilon(h),\]

ja virhe suhteessa etäisyyteen \(h\) pisteestä \(a\) on

\[\frac{h\epsilon(h)}{h}=\epsilon(h)\to0,\]

kun \(h \to 0\). Lähellä pistettä \(a\) approksimaation virhe on siis suhteellisesti hyvin pieni ja funktion \(f\) kuvaaja näyttää likimain tangenttisuoraltaan \(y=f(a)+f'(a)(x-a)\).

../_images/derivaattalineaarinenapproksimaatio.svg

Nimitys “lineaarinen arvio” juontuu siitä, että funktio \(L : \R\to\R\), \(L(h)=f'(a)h\) on lineaarinen, ja siitä että arvio voidaan kirjoittaa vakion ja lineaarikuvauksen summana \(f(a+h)\approx f(a)+L(h)\).

Esimerkki 4.4.2

Arvioi lukua \(\displaystyle\sqrt{4{,}3}\) sopivalla lineaarisella approksimaatiolla.

Ratkaisu

Käytetään funktion \(f(x)=\sqrt{x}\) lineaarista arviota pisteessä \(4\). Idea on, että funktioiden \(f\) ja \(f'\) arvot on helppo laskea pisteessä \(4\), ja niitä käyttäen saadaan yksinkertainen arvio funktion \(f\) arvolle pisteessä \(4{,}3=4+0{,}3\). Nyt \(f'(x)=(2\sqrt{x})^{-1}\), joten \(f(4) = 2\) ja \(f'(4)=\frac{1}{4}\), ja edelleen

\[\sqrt{4{,}3}=f(4+0{,}3)\approx f(4)+f'(4)\cdot(4{,}3-4)=2+\frac14\cdot0{,}3=2{,}075.\]

Vertaamalla tätä laskimen antamaan tarkempaan likiarvoon \(\sqrt{4{,}3}\approx2{,}073644135\) nähdään, että lineaarisen approksimaation kaksi ensimmäistä desimaalia ovat oikein.

Virhetarkastelu suhteellisen virheen kautta

Määritelmä 4.4.3

Suureen suhteellinen virhe on

\[\text{suhteellinen virhe}=\left|\frac{\text{virhe}}{\text{tarkka arvo}}\right|.\]

Edellisessä esimerkissä suhteellinen virhe on

\[\left|\frac{\displaystyle\sqrt{4{,}3}-2{,}075}{\displaystyle\sqrt{4{,}3}}\right|\approx0{,}0007=0{,}07\ \%.\]
Mikä on funktion \(f(x)=x^2\) linearisointi pisteessä \(1\)?
Mikä on lineaarinen approksimaatio funktion \(f\) arvolle pisteessä \(x=1{,}2\)?
Kuinka suuri on tässä approksimaatiossa tehty virhe (itseisarvoltaan) funktion arvoon \((1{,}2)^2\) verrattuna?
Mikä on suhteellinen virhe prosentteina ilmaistuna?

Lineaarisen arvion käyttö on järkevää vain silloin, kun \(|h|\) on “pieni”. Esimerkiksi edellisen esimerkin approksimaatiota käyttäen arvio luvulle \(\sqrt{2}\) olisi

\[\sqrt{2}=f(4-2)\approx f(4)+f'(4)\cdot(2-4)=2+\frac14\cdot(-2)=1{,}5,\]

missä on jo \(6~\%\):n virhe.

Käytännössä lineaarista arviota voidaan hyödyntää mittausvirheiden vaikutusten arvioimisessa. Jos suureen arvoksi mitataan \(x\) ja mittauksessa tehdään virhe \(\Delta x\), niin suureen oikea arvo on \(x+\Delta x\). Mikäli tätä virheellistä arvoa käytetään laskuissa funktion \(f\) syötteenä, se aiheuttaa virheen \(\Delta f = f(x + \Delta x) - f(x)\) lopputuloksessa. Toisaalta funktion \(f\) linearisoinnin avulla voidaan kirjoittaa

\[f(x+\Delta x)\approx f(x)+f'(x)\Delta x,\]

jolloin

\[\Delta f=f(x+\Delta x)-f(x)\approx f'(x)\Delta x.\]

Tässä yhteydessä todellista suhteellista virhettä arvioidaan usein mittaustuloksen avulla muodossa

\[\text{suhteellinen virhe}\approx\left|\frac{\text{virhe}}{\text{mitattu arvo}}\right|,\]

jolloin suhteellinen virhe funktion \(f\) arvossa on likimain \(\left|\dfrac{\Delta f}{f(x)}\right|\).

Esimerkki 4.4.4

Ympyrän pinta-alan \(A(r) = \pi r^2\) laskemiseksi mitataan sen sädettä.

  1. Mittaustulokseksi saadaan \(r = 32 \pm 2\) mm. Arvioi ympyrän pinta-alaa ja sen virhettä.
  2. Säteen mittaamisessa tehdään korkeintaan \(2\ \%\) suhteellinen virhe. Arvioi pinta-alan suhteellista virhettä.
Ratkaisu
  1. Pinta-alan arvio on \(A(32) = \pi \cdot 32^2 \approx 3200\). Säteen mittauksessa tehty virhe on mittausepätarkkuuden rajoissa, eli \(|\Delta r| \leq 2\). Tämän vuoksi pinta-alaa laskettaessa tehty virhe on

    \[|\Delta A| \approx |A'(32)\Delta r| = 2\pi \cdot 32 \cdot |\Delta r| \leq 64\pi \cdot 2 \approx 400.\]

    Ympyrän pinta-ala on siis \(3200 \pm 400\) neliömillimetriä.

  2. Arvioidaan mittaustuloksen \(r\) suhteellista virhettä luvulla \(\left|\frac{\Delta r}{r}\right| \leq 0.02\). Nyt pinta-alan suhteellinen virhe

    \[\left|\frac{\Delta A}{A}\right| \approx \left|\frac{A'(r)\Delta r}{A(r)}\right| = \left|\frac{2\pi r\Delta r}{\pi r^2}\right| = 2\left|\frac{\Delta r}{r}\right| \leq 2 \cdot 2\ \% = 4\ \%.\qedhere\]

Virhetarkasteluja voidaan tehdä tietyissä tapauksissa myös suhteellisen virheen kautta, jolloin vältytään derivaatan laskemiselta. Tämäkin menetelmä perustuu differentiaaliin, jonka avulla voidaan johtaa seuraava tulos.

Mikäli arvioitava funktio \(f\) on muotoa \(f\left( x,y \right) = k \cdot x^{p} \cdot y^{q}\), missä \(k = \text{vakio}\) ja \(p, q \in \R\) saadaan mittaustuloksilla \(x = x_0 \pm \Delta x\) ja \(y = y_0 \pm \Delta y\) sen suhteelliselle virheelle yläraja

\[\left| \frac{\text{virhe}}{f\left( x_0, y_0 \right) } \right| \le \abs{p} \cdot \left| \frac{\Delta x}{x_0} \right| + \abs{q} \cdot \left| \frac{\Delta y}{y_0} \right|.\]

Toisin sanoen funktion \(f\) suhteellinen virhe voidaan laskea muuttujien suhteellisen virheiden avulla. Tämän jälkeen absoluuttinen virhe saadaan kaavalla

\[\text{virhe} \le \text{''suhteellinen virhe''} \cdot \abs{f\left( x_0, y_0 \right) }.\]

Huomautus 4.4.5

Tämäkin tulos voidaan yleistää useammalle mittaustulokselle!

Esimerkki 4.4.6

Kuvan särmiön sivujen mittaustulokset ovat virheineen

\[\begin{split}\begin{aligned} a &= \SI[input-protect-tokens=\dots]{7.633}{\centi\metre} \pm \SI[input-protect-tokens=\dots]{0.150}{\centi\metre}, \\ b &= \SI[input-protect-tokens=\dots]{9.8}{\centi\metre} \pm \SI[input-protect-tokens=\dots]{0.1}{\centi\metre}, \\ c &= \SI[input-protect-tokens=\dots]{6.7}{\centi\metre} \pm \SI[input-protect-tokens=\dots]{0.25}{\centi\metre}. \end{aligned}\end{split}\]
../_images/tamk-kuutio.svg

Koska laatikon tilavuuden yhtälö on muotoa \(V = a^{1} \cdot b^{1} \cdot c^{1} = a\cdot b \cdot c\), niin sille voidaan laskea suhteellinen virhe. Laske tilavuuden

  1. suhteellinen virhe,
  2. absoluuttinen virhe hyödyntäen suhteellista virhettä.
Ratkaisu

Lasketaan tilavuuden arvo ensin mittaustuloksilla

\[V = abc = \SI[input-protect-tokens=\dots]{7.633}{\centi\metre} \cdot \SI[input-protect-tokens=\dots]{9.8}{\centi\metre} \cdot \SI[input-protect-tokens=\dots]{6.7}{\centi\metre} = \SI[input-protect-tokens=\dots]{501.2047}{\centi\metre\cubed}.\]

Totesimme, että tilavuuden laskulauseke on oikeaa muotoa, joten suhteelliselle virheelle saadaan ylärajaksi

\[\begin{split}\begin{aligned} \left| \frac{\Delta V}{V} \right| &\le 1 \cdot \left| \frac{\Delta a}{a} \right| + 1\cdot \left| \frac{\Delta b}{b} \right| + 1\cdot \left| \frac{\Delta c}{c} \right| \\ &= \left| \frac{\SI[input-protect-tokens=\dots]{0.150}{\centi\metre}}{\SI[input-protect-tokens=\dots]{7.633}{\centi\metre}} \right| + \left| \frac{\SI[input-protect-tokens=\dots]{0.1}{\centi\metre}}{\SI[input-protect-tokens=\dots]{9.8}{\centi\metre}} \right| + \left| \frac{\SI[input-protect-tokens=\dots]{0.25}{\centi\metre}}{\SI[input-protect-tokens=\dots]{6.7}{\centi\metre}} \right| \\ &= \num[input-protect-tokens=\dots]{0.019650\dots} + \num[input-protect-tokens=\dots]{0.010204\dots} + \num[input-protect-tokens=\dots]{0.03731\dots} \\ &= \num[input-protect-tokens=\dots]{0.06716\dots} \approx \SI[input-protect-tokens=\dots]{6.7}{\percent} .\end{aligned}\end{split}\]

Absoluuttinen virhe saadan tämän jälkeen yhtälöstä

\[\left| \frac{\Delta V}{V} \right| = \frac{\abs{\Delta V}}{\abs{V}} \le \num[input-protect-tokens=\dots]{0.06716\dots}{} \quad\Leftrightarrow\quad \abs{\Delta V} \le \SI[input-protect-tokens=\dots]{0,06716\dots}{} \cdot \abs{V}\]

eli

\[\abs{\Delta V} \le \num[input-protect-tokens=\dots]{0.06716\dots}{} \cdot \SI[input-protect-tokens=\dots]{501.2047}{\centi\metre\cubed} = \SI[input-protect-tokens=\dots]{33.665\dots}{\centi\metre\cubed} < \SI[input-protect-tokens=\dots]{40}{\centi\metre\cubed}.\]

Siis tulos virherajoineen on \(V = \SI[input-protect-tokens=\dots]{500}{\centi\metre\cubed} \pm \SI[input-protect-tokens=\dots]{40}{\centi\metre\cubed}\). Virhe on pyöristetty niin sanotun \(15\)-säännön perusteella (ks. alla) yhden merkitsevän numeron tarkkuuteen ja tilavuus on annettu samalla tarkkuudella normaaleilla pyöristyssäännöillä.

Huomautus 4.4.7 (Suuren arvon ja virheen pyöristäminen)

  • Pyöristä ensin virhe ylöspäin yhteen merkitsevään numeroon. Paitsi jos virheen ensimmäiset merkitsevät numerot ovat \(10, 11, 12, 13\) tai \(14\), niin pyöristä kahteen merkitsevään numeroon ylöspäin. Tämä on niin kutsuttu \(15\)-sääntö.
  • Pyöristä vasta virheen pyöristyksen jälkeen suureen arvo normaaleilla pyöristyssäännöillä samaan tarkkuuteen kuin virhe. Esimerkiksi satojen, ykkösten tai kolmen desimaalin tarkkuuteen.
Palautusta lähetetään...