1
พื้นฐานของการหาอนุพันธ์เชิงตัวเลข
MATH007Lesson 4
00:00
การหาอนุพันธ์เชิงตัวเลขเป็นจุดเปลี่ยนที่สำคัญจากความเรียบเนียนไม่สิ้นสุดของแคลคูลัสไปสู่โลกที่เป็นลำดับและจำกัดของการคำนวณดิจิทัล เราแลกเปลี่ยนขอบเขตที่เล็กน้อยไม่สิ้นสุดให้เป็นขนาดขั้นตอนที่วัดได้ $h$ อย่างไรก็ตาม อนุพันธ์เชิงทฤษฎีของฟังก์ชัน $f$ ที่จุด $x_0$ ถูกนิยามโดย $$f'(x_0) = \lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h}$$ แต่ระบบคอมพิวเตอร์ไม่สามารถคำนวณลิมิตโดยตรงได้ แทนที่จะใช้สูตรผลต่างจำกัด ซึ่งทำให้เกิดค่าใช้จ่ายที่สามารถวัดได้ที่เรียกว่า ข้อผิดพลาดจากการปัดเศษ.

1. เรขาคณิตของอนุพันธ์

เพื่อประมาณค่า $f'(x_0)$ เราจะพิจารณาจุดใกล้เคียง ขึ้นอยู่กับทิศทางที่เราเลือก เราจะได้สูตรหลักสองสูตร:

  • สูตรผลต่างแบบหน้า: ใช้เมื่อ $h > 0$ มันมองไปข้างหน้าที่ $x_0 + h$
  • สูตรผลต่างแบบย้อนกลับ: ใช้เมื่อ $h < 0$ มันมองย้อนกลับไปที่ $x_0 + h$ (โดยที่ $h$ เป็นค่าลบ)

ในงานวิศวกรรมจริง เช่น การคำนวณความยาวเส้นโค้งของเส้นทางโค้ง เราจำเป็นต้องอาศัยการประมาณค่านี้: $$L = \int_{0}^{48} \sqrt{1 + (f'(x))^2} dx = \int_{0}^{48} \sqrt{1 + (\cos x)^2} dx$$ หาก $f(x)$ มีเพียงแค่ข้อมูลที่จุดเซนเซอร์ที่แยกจากกัน เราจะต้องใช้การหาอนุพันธ์เชิงตัวเลขเท่านั้น

2. การอนุมานทางคณิตศาสตร์โดยการประมาณค่า

เพื่อประมาณค่า $f'(x_0)$ สมมติว่า $x_0 \in (a, b)$ โดยที่ $f \in C^2[a, b]$ และ $x_1 = x_0 + h$ เราสร้างพหุนามลากรองจ์ลำดับแรก $P_{0,1}(x)$ ที่กำหนดโดย $x_0$ และ $x_1$:

ขั้นตอนที่ 1: การสร้างฟังก์ชันประมาณค่า
$f(x) = P_{0,1}(x) + \frac{(x - x_0)(x - x_1)}{2!} f''(\xi(x))$
ขั้นตอนที่ 2: การหาอนุพันธ์
การหาอนุพันธ์ทั้งสองข้างและประเมินที่ $x = x_0$ จะได้ความสัมพันธ์พื้นฐาน: $$f'(x_0) = \frac{f(x_0 + h) - f(x_0)}{h} - \frac{h}{2} f''(\xi)$$

3. ข้อผิดพลาดและการรวมตัว

พจน์ $-\frac{h}{2} f''(\xi)$ คือข้อผิดพลาดจากการปัดเศษ สูตรนี้แสดงให้เห็นว่าความแม่นยำคือ $O(h)$, หมายความว่าหากคุณลดขนาดขั้นตอน $h$ ลงครึ่งหนึ่ง ค่าความคลาดเคลื่อนจะลดลงครึ่งหนึ่ง อย่างไรก็ตาม เราต้องระมัดระวัง: แม้ว่าค่า $h$ ที่เล็กลงจะลดข้อผิดพลาดจากการปัดเศษ แต่มันจะเพิ่มขึ้นเรื่อย ๆ ข้อผิดพลาดจากการปัดเศษ เนื่องจากการลบจำนวนที่แทบจะเหมือนกันในตัวเศษ

🎯 หลักการสำคัญ: ผลต่างจำกัด
การหาอนุพันธ์เชิงตัวเลขแทนที่ลิมิตด้วยเส้นตรงจำกัด คุณภาพของการประมาณค่าขึ้นอยู่กับขนาดขั้นตอน $h$ และความเรียบง่าย (อนุพันธ์อันดับสอง) ของฟังก์ชันอย่างแน่นอน
$f'(x_0) \approx \frac{f(x_0+h) - f(x_0)}{h}$ พร้อมขอบเขตข้อผิดพลาด $\frac{h}{2} \max|f''(\xi)|$