Bài toán tìm nghiệm
Trong lĩnh vực phân tích số học, chúng ta định nghĩa hai thuật ngữ cơ bản:
- Bài toán tìm nghiệm: việc tìm nghiệm, hay lời giải, của một phương trình dạng $f(x) = 0$.
- Nghiệm của hàm số: Một nghiệm của phương trình $f(x) = 0$.
Độ phức tạp xuất hiện trong các mô hình thực tế khi các biến bị mắc kẹt trong các toán tử phi tuyến. Xem xét các mô hình tăng trưởng sinh học và vật lý sau:
- Mô hình Logistic: $P(t) = \frac{P_L}{1 - ce^{-kt}}$
- Mô hình Gompertz: $P(t) = P_L e^{-ce^{-kt}}$
Việc giải phương trình để tìm thời gian $t$ hoặc hằng số tăng trưởng $k$ trong các phương trình này bao gồm các biến nằm đồng thời trong các số mũ hàm mũ và mẫu số, khiến việc cô lập giải tích trở nên bất khả thi.
Sự chuyển dịch từ độ chính xác đến xấp xỉ
Tính cần thiết của các phương pháp số học được nhấn mạnh trong tài chính và vật lý. Ví dụ, việc tính lãi suất $i$ trong phương trình niên kim $A = \frac{P}{i}[(1 + i)^n - 1]$ hay thời gian $t$ trong các mô hình nồng độ thuốc như $c(t) = Ate^{-t/3}$ yêu cầu sự chuyển dịch từ "lời giải chính xác" sang "xấp xỉ với sai số kiểm soát".
Xét phương trình cân bằng năng lượng: $$1,564,000 = 1,000,000e^{\lambda} + \frac{435,000}{\lambda}(e^{\lambda} - 1)$$ Việc tìm hằng số $\lambda$ đòi hỏi phải dùng phép lặp số học vì $\lambda$ xuất hiện cả ở vị trí chia tuyến tính và trong số mũ.
Trong xác suất trận thắng sạch bóng quần vợt: $$P = \frac{1 + p}{2} \left( \frac{p}{1 - p + p^2} \right)^{21}$$ Nếu một người quan sát biết $P$ và cần xác định mức kỹ năng $p$, họ sẽ đối mặt với một tình huống phương trình bậc 42.