Numerisk derivering
Approximation av derivator med differensmetoder när analytisk derivering saknas eller när data bara finns som diskreta punkter.
På den här sidan
Bakgrund
Numerisk derivering betyder att man beräknar ett närmevärde till derivatan med vanliga räkneoperationer i stället för med deriveringsregler. Det behövs när funktionen bara finns som mätvärden eller som ett datorprogram, och det är så räknare och digitala verktyg beräknar derivator.
Teori
Utgångspunkten är derivatans definition:
I stället för att låta gå mot 0 väljer man ett litet tal, till exempel eller . Då får man ett närmevärde. Tecknet betyder "ungefär lika med".
1. Framåtdifferens
Lutningen mellan punkten i och en punkt strax till höger:
2. Bakåtdifferens
Lutningen mellan en punkt strax till vänster och punkten i :
3. Centraldifferens
Lutningen mellan en punkt till vänster och en punkt till höger. Avståndet mellan dem är :
Centraldifferensen blir oftast mest träffsäker. När grafen böjer sig blir framåtdifferensen för stor åt ena hållet och bakåtdifferensen för liten, och centraldifferensen tar ut en stor del av de felen.
Val av h
Ett för stort ger ett grovt närmevärde. Ett extremt litet ger avrundningsfel på en dator, eftersom två nästan lika tal subtraheras. Värden mellan och fungerar oftast bra.
4. Hur snabbt minskar felet?
- Framåt- och bakåtdifferens: om blir 10 gånger mindre blir felet ungefär 10 gånger mindre.
- Centraldifferens: om blir 10 gånger mindre blir felet ungefär 100 gånger mindre.
Fördjupning: man säger att felet är av ordning respektive .
5. Andraderivatan numeriskt
6. Tillämpningar
- Beräkna hastighet från mätvärden av sträcka och tid.
- Simuleringar i fysik och teknik.
- Räknare och datorprogram som beräknar derivator i en punkt.
Exempel och tillämpningar
Exempel 1: Framåtdifferens
Uppgift: Approximera för med framåtdifferens och .
Lösning
Steg 1. Beräkna funktionsvärdena i och .
Steg 2. Sätt in i formeln för framåtdifferens.
Svar: . Det exakta värdet är .
Exempel 2: Centraldifferens
Uppgift: Approximera samma derivata, för , med centraldifferens och .
Lösning
Steg 1. Beräkna funktionsvärdena på var sida om .
Steg 2. Nämnaren är avståndet mellan punkterna, .
Svar: . För andragradsfunktioner ger centraldifferensen exakt rätt värde, eftersom felen på de två sidorna tar ut varandra.
Exempel 3: Jämför tre metoder
Uppgift: Approximera för med framåt-, bakåt- och centraldifferens och . Jämför med det exakta värdet .
Lösning
Steg 1. Beräkna funktionsvärdena.
Steg 2. Framåtdifferens.
Steg 3. Bakåtdifferens.
Steg 4. Centraldifferens.
Svar: Felen är , och . Centraldifferensen ligger klart närmast det exakta värdet 3.
Exempel 4: Första- och andraderivata numeriskt
Uppgift: Approximera och för med .
Lösning
Steg 1. Beräkna funktionsvärdena.
Steg 2. Förstaderivatan med centraldifferens.
Steg 3. Andraderivatan med formeln för .
Svar: och . Exakt gäller och .
Interaktiva funktioner
Jämför metoderna
Välj funktion, punkt och steglängd. Tabellen visar närmevärdena och hur långt de ligger från det exakta värdet.
Vald funktion: med den exakta derivatan .
Punkt:
| Metod | Närmevärde | Fel |
|---|---|---|
| Framåtdifferens | ||
| Bakåtdifferens | ||
| Centraldifferens | ||
| Richardson (fördjupning) |
Andraderivatan numeriskt: . Exakt värde: .
Vågrät axel: x
Varje ruta motsvarar 1 på den vågräta axeln. På den lodräta axeln motsvarar en ruta 1.
- Heldragen:
- Streckad: Tangenten
Markerade punkter (ungefär):
- Punkt: (1; 5)
Felet när h minskar
Felet för framåt- och centraldifferens i den valda punkten .
| Steglängd | Fel, framåt | Fel, central |
|---|---|---|
Varje gång blir 10 gånger mindre minskar felet för framåtdifferensen ungefär 10 gånger och felet för centraldifferensen ungefär 100 gånger. För är centraldifferensen exakt, så där är felet 0 bortsett från avrundning.
Fördjupning: Newtons metod med numerisk derivata
Lös med .
Startvärde:
Antal steg:
| Steg | x-värde | Funktionsvärde |
|---|---|---|
Nollstället är ungefär . När funktionsvärdet är mycket nära 0 har metoden hittat nollstället.
Vanliga misstag
- Att välja ett för stort och få ett grovt närmevärde.
- Att välja ett extremt litet och få avrundningsfel.
- Att dela med i stället för i centraldifferensen.
- Att skriva likhetstecken i stället för . Ett numeriskt resultat är ett närmevärde.
Vanliga frågor
Tips för att bemästra numerisk derivering
Viktigt att tänka på
- Använd centraldifferens när du kan välja metod.
- Pröva två olika värden på . Om svaren nästan är lika kan du lita på dem.
- Kontrollera med deriveringsreglerna när funktionen är känd.
- Avrunda inte mellanleden för tidigt, eftersom du dividerar med ett litet tal.
Fördjupning: avancerade tekniker
Richardson-extrapolation
Om är centraldifferensen med steget kan två närmevärden kombineras så att största delen av felet tar ut sig:
Komplexa steg (kräver komplexa tal, Ma4)
Med ett imaginärt steg slipper man subtraktionen av två nästan lika tal:
Automatisk differentiering
Datorprogram kan också tillämpa deriveringsreglerna steg för steg på hur funktionen är uppbyggd. Då blir derivatan exakt, bortsett från vanlig avrundning.
Tillämpningsexempel: Newtons metod
Tre steg med Newtons metod
Uppgift: Lös ekvationen med tre steg av Newtons metod från startvärdet . Derivatan beräknas med centraldifferens och .
Lösning
Steg 1. Varje steg följer tangenten i punkten ned till x-axeln: . Första steget:
Steg 2. Andra steget, med och .
Steg 3. Tredje steget. Nu är nästan 0.
Svar: Nollstället är .
Sammanfattning
Numerisk derivering är ett kraftfullt komplement till analytisk derivering. Genom rätt metodval, medveten hantering av steglängd och felanalys kan du få stabila approximationer i allt från simuleringar till dataanalys.
Kom ihåg
Numerisk derivering ersätter inte analytisk förståelse, men gör det möjligt att lösa problem där exakt derivata är svår eller omöjlig att få fram direkt.
Testa dig själv1/3
Vilken formel är centraldifferensen?
Testa att du förstått
Träna uppgifter i derivata för Matematik 3. Du får facit och förklaring direkt.