OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z

Like dokumenter
Forkunnskaper i matematikk for fysikkstudenter. Derivasjon.

Eksamen R2, Høsten 2010

Tid: 3 timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt.

2. Bestem nullpunktene til g.

DEL 1. Uten hjelpemidler. Oppgave 1 (5 poeng) Oppgave 2 (5 poeng) Oppgave 3 (4 poeng) x x. Deriver funksjonene. a) f( x) 2 sin 3x. Bestem integralene

R2 eksamen høsten 2017

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

TMA4100 Høst Løsningsforslag Øving 2. Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

OPPGAVE 4 LØSNINGSFORSLAG OPPGAVE 5 LØSNINGSFORSLAG UTVIKLING AV REKURSIV FORMEL FOR FIGURTALL SOM GIR ANDREGRADSFUNKSJONER

Løsningsforslag for andre obligatoriske oppgave i STK1100 Våren 2007 Av Ingunn Fride Tvete og Ørnulf Borgan

Kapittel 10 fra læreboka Grafer

Eksamen R2, Va ren 2013

MA1102 Grunnkurs i analyse II Vår 2014

Løsningsforslag Eksamen MAT112 vår 2011

8 + 2 n n 4. 3n 4 7 = 8 3.

Obligatorisk oppgave nr. 3 i Diskret matematikk

Polynominterpolasjon

Eksamen REA3028 S2, Våren 2011

Følger og rekker. Kapittel Følger

UNIVERSITETET I OSLO

x n = 1 + x + x 2 + x 3 + x x n + = 1 1 x

KOMPLEKSE TALL KARL K. BRUSTAD

Avsnitt 8.1 i læreboka Differensligninger

Numeriske metoder: Euler og Runge-Kutta Matematikk 3 H 2016

Eksamen REA3028 S2, Våren 2012

TMA4245 Statistikk Eksamen mai 2017

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 16. mai 2008

MOT310 Statistiske metoder 1, høsten 2011

Kommentarer til oppgaver;

Eksamen R2, Våren 2010

Løsning eksamen R1 våren 2010

Løsningsforslag til prøveeksamen i MAT1110, våren 2012

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

Løsningsforslag R2 Eksamen Nebuchadnezzar Matematikk.net Øistein Søvik

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 22. mai EKSAMEN I MATEMATIKK 2 Modul 1 15 studiepoeng, fjernundervisning

Terminprøve R2 Høsten 2014 Løsning

Fasit til utvalgte oppgaver MAT1110, uka 18/5-21/5

DEL 1. Uten hjelpemidler 500+ er x

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Utvidet løsningsforslag Eksamen i TMA4100 Matematikk 1, 16/

Kulas posisjon etter 0, 1, 2, 3 og 4 sekund

H T. Amundsen INNHOLD

Bokmål OPPGAVE 1. a) Deriver funksjonene: b) Finn integralene ved regning: c) Løs likningen ved regning, og oppgi svaret som eksakte verdier: + =

Terminprøve R2 Høsten 2014

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen

Der oppgaveteksten ikke sier noe annet, kan du fritt velge framgangsmåte.

Oversikt over konfidensintervall i Econ 2130

s = k k=1 dx x A n = n = lim = lim 2 arctan ( x = π arctan ( n (2k 1)!, s n = k=1

Ukeoppgaver, uke 42, i Matematikk 10, Bestemt integrasjon. 1

Løsning R2-eksamen høsten 2016

Påliteligheten til en stikkprøve

Kapittel 8: Estimering

Kapittel 9: Mer kombinatorikk

Eksamen REA3028 S2, Våren 2010

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

Kombinatorikk. MAT1030 Diskret matematikk Forelesning 20: Kombinatorikk. Repetisjon. Repetisjon

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2018

FØLGER, REKKER OG GJENNOMSNITT

Estimering 1 -Punktestimering

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Eksamen R2, Våren 2013

Estimering 2. -Konfidensintervall

TMA4240 Statistikk Høst 2016

TMA4125 Matematikk 4N

Oversikt over konfidensintervall i Econ 2130

TMA4240 Statistikk Høst 2016

Statistikk og økonomi, våren 2017

Fakultet for teknologi, kunst og design Teknologiske fag Eksamen i: Diskret matematikk

Løsningsforsalg til første sett med obligatoriske oppgaver i STK1110 høsten 2015

Eksamen INF3350/INF4350 H2006 Løsningsforslag

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Kp. 6, del 5

Løsning eksamen R2 våren 2010

R2 eksamen våren 2018

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

MA1102 Grunnkurs i analyse II Vår 2019

Løsning obligatorisk oppgave 3, ingeniørmatematikk 3.

I forelesningen så vi litt på hvordan vi tegner grafer manuelt. Enkel bruk av GeoGebra er vist gjennom noen korte videoer i bolk 5c.

3. Beregning av Fourier-rekker.

EKSAMEN Løsningsforslag

Kap. 9: Inferens om én populasjon

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

Løsningsforslag ST2301 øving 3

Forelesning Moment og Momentgenererende funksjoner

Høgskolen i Telemark Avdeling for estetiske fag, folkekultur og lærerutdanning BOKMÅL 20. mai 2008

Velkommen til oversiktsforelesninger i Matematikk 1. med Jørgen Endal

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

MA1101 Grunnkurs Analyse I Høst 2017

Estimering 1 -Punktestimering

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

f '( x) 28x 6x 2 ( 2) x x 4(3t 2 s) 6s 2x 6(3t 2 s) 2t ln x 2ln y med bibetingelsen 2x y m. Her er m 0

Transkript:

OM TAYLOR POLYNOMER I dette otatet, som utfyller avsitt 6. i Gullikses bok, skal vi se på Taylor polyomer og illustrere hvorfor disse er yttige. Det å berege Taylor polyomer for håd er i prisippet ikke vaskelig, me veldig ofte vil det være tidkrevede. Det er ettopp i slike sammeheger at ma ka utytte Maples regekapasitet. I stedet skal vi kosetrere oss om å forstå ideee som ligger bak. Mage av fuksjoee ma møter i praksis er defiert på e slik måte at det er umulig å rege ut eksakt verdiee av disse fuksjoee i de fleste puktee : dette gjelder f.eks. fuksjoer det det igår trigoometriske, ekspoesial-, eller logaritmefuksjoer. Me ma ka berege approksimative verdier av slike fuksjoer, og Taylor polyomer gir e måte å gjøre dette på som er effektiv i mage tilfeller.. Som e oppvarmig begyer vi med de ekleste form for approksimasjo. Vi betrakter vi e fuksjo f som er deriverbar år = a. Tagete til grafe til f i puktet a, f a er som kjet defiert som de rette lije L som går gjeom puktet a, f a og som har stigigstall s = f ' a. Likige for L i y -plaet er da gitt ved y Kf a = s K a, dvs. y = f a C f ' a K a. Poeget å er at lije L og grafe til f vil ligge tett opp til hveradre i ærhete av puktet a, f a. Dette ka vi se fra selve defiisjoe av f ' a : f ' a = lim / a f K f a K a ; dette betyr at f ' a z f K f a K a år er ær a, altså at f Kf a z f ' a K a år er ær a. Så vi har at f z f a C f ' a K a år er ær a. Dee formele agir e lieær approksimasjo av f vi har liearisert f rudt = a. rudt = a, og beskrives gjere ved å si at

Omskrives de på forme kalles de ofte for tilvektsformele. f a C Da z f a C f ' a $ Da der Da er lite (i tallverdi), Polyomet F = f = a. a C f ' a K a kalles Taylor-polyomet til f av grad (opptil) rudt Vi ka da skrive at f z F år er ær a. Alt dette ka vi lett illustrere med Maple. Eksempel. Vi velger f.eks. f = e si og a = 0 : Da er f 0 = e si 0 = e 0 =. Videre er f ' = e si $ cos (ved kjereregele), så f ' 0 = e 0 $ cos 0 =. Dermed vil tagete L til f i puktet 0, f 0 = 0, ha likige y = f 0 C f ' 0 K 0, dvs. y = C. Dette gir også at F = C. Vi får følgede bilde : y L : y = C 2 0, f 0 = 0, f = e si F = C Kp K0.5 p 0 0.5 p p

La oss å approksimere e si 0.2 = f a = 0. 0.2 ved hjelp av det vi har gjort, ved å betrakte 0.2 som ær Vi får da at e si 0.2 = f 0.2 z F 0.2 = C 0.2 =.2. Til sammelikig ka vi sjekke hva Maple sier : e si 0.2 at 5 digits.298. For å få et itrykk av hvor god approksimasjo vi får år vi beytter F til å berege f ka vi tege grafe til feilfuksjoe E = f KF = e si K C i et passede itervall rudt a = 0 : 0.5 E = e si K C 0.0 e si K C / 0.05 K0.4 K0.2 0 0.2 0.4 Ved å klikke på grafe (i Maple) ser det f.eks. ut som feile E er midre e 0.0 for alle i itervallet K0.4, 0.4, mes de er midre e 0.05 for alle i itervallet K0., 0.. Geerelt sett treger ma metoder for å estimere hvor stor feile E ka være. Vi skal kort beskrive e av disse på slutte. 2. Vi betrakter å e fuksjo f som er deriverbar rudt = a, og to gager deriverbar i = a. Idée å er å fie et 2. grads polyom som oppfører seg som f i ærhete av a, f a. Først legger vi merke til at F er. grads polyomet som er bestemt ved at F a = f a, F ' a = f ' a. Grafe til F er jo de rette lije som går gjeom a, f a og har stigigstall f ' a.

Nå fies det (akkurat) et 2. grads polyom som er slik at a = f a, ' a = f ' a, '' a = f '' a, emlig = f a C f ' a $ K a C 2 f '' a $ K a 2. Dette er lett å sjekke : a = f a C f ' a $0 C 2 f '' a $0 = f a, ' = 0 C f ' a $ C 2 $2$ f '' a $ K a, så F ' a = f ' a C f '' a $0 = f ' a, og 2 ' = 0 C f '' a $, så '' a = f '' a. Polyomet kalles Taylorpolyomet til f av grad (opptil) 2 rudt = a. Eksempel. Vi velger igje f = e si og a = 0. Vi vet allerede at f 0 =, f ' = e si $ cos og f ' 0 =. Ved produktregele får vi f '' = e si $cos $ cos C e si $ Ksi = e si $ cos 2 K si. Dermed er f '' 0 = e 0 $ cos 0 2 K si 0 =. Vi fier derfor at = C $ C 2 $$2 = C C 2 2. Grafee til f, F og rudt puktet 0, f 0 = 0, ser slik ut : 2 F (0, ) f Kp K0.5 p 0 0.5 p p

Vi ser at grafe til ligger tettere opptil grafe til f e grafe til F. Vi ka å sjekke at 0.2 gir e gaske god approksimasjo av f 0.2 = e si 0.2 : Vi får at 0.2 = C 0.2 C 2 0.2 2 =.22, og det er gaske ært Maples approksimasjo av e si 0.2 at 5 digits.298. Et itrykk av hvor godt approksimerer f får vi ved å tege grafe til feile E 2 = f K : K0.6 K0.4 K0.2 0 0.2 0.4 0.6 K0.002 e si K C C 2 2 / K0.004 K0.006 E 2 K0.008 K0.00 som idikerer at feile å er midre e 0.0 for alle i itervallet K0.58, 0.58.. Vi betrakter å e fuksjo f som vi atar er deriverbar så mage gager vi øsker rudt = a. La være et aturlig tall. Vi vil ha bruk for følgede otasjo : vi beteger produktet av alle aturlige tall fra til og med med! ( som uttales -fakultet ). Vi har spesielt at! =, 2! = $2 = 2,! = $2$ = 6, 4! = $2$$4 = 24. Vi setter også 0! =. Legg merke til at! = K! $. Så 5! = 4! $ 5 = 24$5 = 20, osv.

Det ka da vises at det fis (akkurat) et polyom F av grad (opptil) som er slik at F a = f a, F ' a = f ' a, F '' a = f '' a, $$$, F a = f a, emlig F = f a C f ' a! $ K a C f '' a 2! $ K a 2 C $$$ C f a! $ K a. Dette polyomet kalles Taylorpolyomet til f av grad (opptil) rudt = a. Videre ka det vises at f z F år er ær ok a, m.a.o. at feile E = f K F er lite i tallverdi år er ær ok a. Mere presist formulert har vi at det fis et itervall som ieholder a slik at for ehver i dette itervallet, så fies det et tall c som ligger mellom a og der E % f C c C! $ K a C ( Lagrages formel ) ; det følger da at det fies e M O 0 slik at E % som gir et estimat for feile. M C! $ K a C, Eksempel. Vi velger f = e og a = 0. Da er f 0 = og f = e, så f 0 = for alle. Vi får at e z F = C C og Lagrages formel sier da at E = Velger vi f.eks. = og = 5 gir dette 2! 2 C $$$C!, e c C! e z C C 2 C 6 C 24 C 20 = 6 60 der vi vet 0! E 5 = ec 6! 6! Maple oppgir e at 5 digits 2.78, så det stemmer bra. C for e c mellom 0 og. at 5 digits 2.767, 720! 0.0 (fordi ec! e! år c er mellom 0 og ).

I Maple fies det et eget oppsett for å berege og vise frem Taylor polyomer (jf. Lab 2). Det ka brukes til å lage følgede bilde av Taylorpolyomet F 5 til f = e rudt = 0 : 0 f = e y 20 0 F 5 K K2 K 0 2 Eksempel. Vi velger f = l og a =. Da er f = 0. Videre er f ' =, så f ' = ; f '' = K K2, så f '' = K ; f = 2 K, så f = 2. Dermed er Taylorpolyomet av grad til f = l rudt a = gitt ved F = 0 C $ K C så l z K K 2 K 2 K 2 C K 2 C 2 6 K, K år er ær. 0 K F l 0.5.5 2 2.5 K2 K

4. Hvis f er glatt rudt a vil det i mage tilfeller være slik at f = f a C f ' a! $ K a C f '' a 2! $ K a 2 C $$$ C f a! $ K a C $$$ for alle i et passede itervall rudt a. Uttrykket på høyreside kalles Taylorrekka til f rudt a. Når og i hvilket itervall dee formele holder skal vi ikke si oe om her, bortsett fra å eve følgede kjete formler : e = C C 2! 2 C $$$C! C $$$ for alle. si = K! C 5! 5 K$$$ C K K 2 K! 2 K C $$$ for alle. cos = K 2! 2 C 4! 4 C$$$ C K K 2! 2 C $$$ for alle. l = K K 2. K 2 C K C $$$ C K K K C $$$, 0! % 2.