วิเคราะห์เชิงตัวเลข: การเชื่อมโยงระหว่างแคลคูลัสทางทฤษฎีกับการคำนวณเชิงตัวเลข

การวิเคราะห์เชิงตัวเลขทำหน้าที่เป็นสะพานที่เข้มงวดระหว่างความแม่นยำแบบไม่จำกัดของแคลคูลัสทางทฤษฎี กับข้อจำกัดเชิงจำนวนจำกัดและแยกส่วนของฮาร์ดแวร์คอมพิวเตอร์ หน้านี้สร้างนิยามพื้นฐานเกี่ยวกับขอบเขต ความต่อเนื่อง และอนุพันธ์ เพื่อแสดงให้เห็นว่า แม้ว่าแคลคูลัสจะให้จุดหมายปลายทางเชิงวิเคราะห์ที่ถูกต้อง แต่การคำนวณเชิงตัวเลขให้เส้นทางประมาณค่า ซึ่งถูกจำกัดโดยค่าความคลาดเคลื่อน ($\varepsilon$) และช่วงความกว้าง ($\delta$) ที่กำหนดไว้ในวิเคราะห์เชิงจริงแบบดั้งเดิม

1. รากฐาน: ขอบเขตและการประมาณลำดับ

เราเปลี่ยนจากแนวคิดเชิงนามธรรมของขอบเขตไปสู่ความจริงเชิงประมวลผลที่โปรเซสเซอร์ไม่สามารถเข้าใกล้ศูนย์ได้ มันสามารถเข้าใกล้แค่ เมชชีนอิปซิลอน.

นิยาม 1.1: ขอบเขต

ฟังก์ชัน $f$ ที่นิยามบนเซต $X$ มีขอบเขต $L$ ที่ $x_0$ เขียนแทนด้วย $\lim_{x \to x_0} f(x) = L$ หากกำหนดจำนวนจริงใดๆ $\varepsilon > 0$ จะมี $\delta > 0$ อยู่ ทำให้ $|f(x) - L| < \varepsilon$ เมื่อ $x \in X$ และ $0 < |x - x_0| < \delta$

นิยาม 1.3: การรวมตัวของลำดับ

ลำดับ $\{x_n\}_{n=1}^{\infty}$ มีขอบเขต $x$ หากสำหรับ $\epsilon > 0$ ใดๆ จะมีจำนวนเต็มบวก $N(\epsilon)$ อยู่ ทำให้ $|x_n - x| < \epsilon$ เมื่อ $n > N(\epsilon)$ นี่คือการยืนยันถึง อัลกอริทึมแบบวนซ้ำ.

2. ความต่อเนื่องและอนุพันธ์: ข้อกำหนดด้านความปลอดภัย

ในซอฟต์แวร์เชิงตัวเลข, ความต่อเนื่อง (นิยาม 1.2) และ อนุพันธ์ (นิยาม 1.5) ไม่ใช่เพียงคุณสมบัติทางวิชาการเท่านั้น แต่เป็น 'ข้อกำหนดด้านความปลอดภัย' สำหรับเสถียรภาพในการคำนวณเชิงตัวเลข ทฤษฎีบท 1.6 พิสูจน์ว่าหากฟังก์ชันมีอนุพันธ์ที่ $x_0$ มันจะต่อเนื่องที่ $x_0$ ซึ่งช่วยให้ความผิดพลาดจากการวัดเล็กน้อยไม่ส่งผลให้เกิดการกระโดดของผลลัพธ์อย่างรุนแรง

🎯 กรณีจริง: กฎแก๊สอุดมคติ

พิจารณา $PV = nRT$ ในแคลคูลัสทางทฤษฎี เราสมมุติว่าตัวแปรมีค่าแน่นอน ในขณะที่การคำนวณเชิงตัวเลข เราตระหนักว่า $P$ และ $V$ เป็นขอบเขตของลำดับที่วัดได้

$T = \frac{PV}{nR} = \frac{(1.00)(0.100)}{(0.00420)(0.08206)} = 290.15 \text{ K} = 17^\circ\text{C}$

คำถามที่ 1

ในแคลคูลัส เราเรียนรู้ว่า $e = \lim_{h \to 0} (1 + h)^{1/h}$ ค่าประมาณของ $e$ เมื่อ $h = 0.04$ คืออะไร?

2.6658

2.7183

2.7048

2.5000

คำถามที่ 2

ทฤษฎีบทใดที่แสดงว่าอนุพันธ์เป็นเงื่อนไขที่เข้มงวดกว่าความต่อเนื่อง?

ทฤษฎีบท 1.6

ทฤษฎีบท 1.4

นิยาม 1.1

ทฤษฎีบทโรลล์

คำถามที่ 3

เกิดอะไรขึ้นกับความคลาดเคลื่อนสัมพัทธ์เมื่อทำการลบจำนวนที่แทบเท่ากันในระบบเลขของเครื่องจักร?

คงที่

อาจเพิ่มขึ้นอย่างมากเนื่องจากการตัดทอนหลักสำคัญ

ลดลงเสมอ

กลายเป็นศูนย์

คำถามที่ 4

ใช้การคำนวณแบบปัดเศษสี่ตำแหน่งทศนิยม ผลลัพธ์ของ $0.54617 - 0.54601$ คืออะไร?

0.0002

0.00016

0.0001

0.00022

คำถามที่ 5

ตามทฤษฎีบท 1.4 $f$ จะต่อเนื่องที่ $x_0$ ก็ต่อเมื่อสำหรับลำดับ $\{x_n\}$ ใดๆ ที่เข้าใกล้ $x_0$:

ลำดับ $f(x_n)$ รวมตัวไปยัง $f(x_0)$

ลำดับ $f(x_n)$ เพิ่มขึ้นอย่างเข้มงวด

ลำดับ $x_n$ เป็นค่าคงที่

อนุพันธ์ $f'(x_n)$ เป็นศูนย์

แบบฝึกหัด: การจำลองพฤติกรรมประชากร

แคลคูลัสเชิงประยุกต์และการวิเคราะห์ความคลาดเคลื่อน

ให้ $P(t)$ เป็นจำนวนประชากรที่เวลา $t$ อัตราการเติบโตเป็นไปตามสมการลอจิสติก: $\frac{dP(t)}{dt} = bP(t) - k[P(t)]^2$
กำหนด: $P(0) = 50,976$ อัตราการเกิด $b = 2.9 \times 10^{-2}$ และค่าคงที่ความแออัด $k = 1.4 \times 10^{-7}$

ข้อ 1

คำนวณจำนวนประชากร $P(5)$ หลังจาก 5 ปี โดยใช้คำตอบเชิงวิเคราะห์ของสมการเชิงอนุพันธ์ลอจิสติก

วิธีทำ:
คำตอบเชิงวิเคราะห์คือ $P(t) = \frac{L}{1 + Ae^{-bt}}$ โดยที่ $L = b/k$ (ศักยภาพรองรับ) และ $A = (L - P_0)/P_0$
1. $L = 0.029 / (1.4 \times 10^{-7}) = 207,142.86$
2. $A = (207,142.86 - 50,976) / 50,976 \approx 3.0635$
3. $P(5) = \frac{207,142.86}{1 + 3.0635e^{-(0.029)(5)}} \approx \frac{207,142.86}{1 + 3.0635(0.8650)} \approx 56,725$

ข้อ 2

ในระบบเลขจุดลอยตัว 64 บิต มักเก็บจำนวนหลักทศนิยมที่สำคัญได้กี่หลักสำหรับค่าคงที่ $b$ และ $k$?

วิธีทำ:
รูปแบบตัวเลขจริงยาว 64 บิต (IEEE 754 Double Precision) ใช้เศษส่วน 52 บิต (มานทิสซา) ซึ่งให้ความแม่นยำประมาณ 15 ถึง 17 หลักทศนิยมที่สำคัญ ของความแม่นยำ ซึ่งช่วยให้ค่าเล็ก ๆ ของ $k$ ($1.4 \times 10^{-7}$) ไม่สูญเสียความแม่นยำเมื่อคูณกับ $P^2$