В математике, линеаризация находит линейное приближение к функции в заданная точка. Линейное приближение функции - это разложение Тейлора первого порядка вокруг интересующей точки. При исследовании динамических систем линеаризация - это метод оценки локальной устойчивости точки равновесия системы системы из нелинейные дифференциальные уравнения или дискретные динамические системы. Этот метод используется в таких областях, как инженерия, физика, экономика и экология.
Линеаризация функции - это строки - обычно строки, которые могут использоваться для расчетов. Линеаризация - эффективный метод аппроксимации вывода функции при любом на основе значения и наклона функции в , учитывая, что дифференцируемо на (или ) и что близко к . Короче говоря, линеаризация приближает результат функции около .
Например, . Однако что было бы хорошим приближением ?
для любой данной функции , можно приблизить, если он находится рядом с известной дифференцируемой точкой. Самым основным требованием является то, что , где - это линеаризация в . Форма точка-наклон уравнения образует уравнение прямой с заданной точкой и наклоном . Общая форма этого уравнения: .
Использование точки , становится . Поскольку дифференцируемые функции локально линейны, лучшим наклоном для замены будет наклон прямой касательной к at .
Хотя концепция локальной линейности наиболее применима к точкам , произвольно близким к , относительно близкие значения относительно хорошо работают для линейных приближений. Наклон должен быть наиболее точно наклоном касательной в точке .
аппроксимация f (x) = x ^ 2 at (x, f (x))Визуально на прилагаемой диаграмме показана касательная к в . В , где - любое небольшое положительное или отрицательное значение, очень близко к значению касательной в точке .
Окончательное уравнение для линеаризации функции при равно:
для , . производная от равна , а наклон в равен .
Чтобы найти , мы можем используйте тот факт, что . Линеаризация в равно , потому что функция определяет наклон функции в . Подставляя в , линеаризация в 4 составляет . В данном случае , поэтому приблизительно равно . Истинное значение близко к 2.00024998, поэтому приближение линеаризации имеет относительную ошибку менее 1 миллионной доли процента.
Уравнение для линеаризации функции в точке равно:
общее уравнение для линеаризации функции многих переменных в точке :
где - вектор переменных, а - интересующая точка линеаризации.
Линеаризация позволяет использовать инструменты для изучения линейных систем для анализа поведения нелинейной функции вблизи заданной точки. Линеаризация функции - это член первого порядка ее разложения Тейлора вокруг интересующей точки. Для системы, определяемой уравнением
линеаризованная система может быть записана как
где - достопримечательность, а - якобиан из с оценкой .
В анализе устойчивости автономных систем можно использовать собственные значения матрицы якобиана, вычисленные в точке гиперболического равновесия, чтобы определить природу этого равновесия. Это содержание теоремы о линеаризации. Для изменяющихся во времени систем линеаризация требует дополнительного обоснования.
В микроэкономике, правила принятия решений могут быть аппроксимированы пространством состояний подход к линеаризации. При таком подходе уравнения Эйлера задачи максимизации полезности линеаризуются вокруг стационарного устойчивого состояния. Затем находится уникальное решение результирующей системы динамических уравнений.
В математической оптимизации функции затрат и нелинейные компоненты внутри могут быть линеаризованы по порядку применить метод линейного решения, такой как симплексный алгоритм. Оптимизированный результат достигается гораздо более эффективно и детерминирован как глобальный оптимум.
В мультифизических системах - системах, включающих несколько физических полей, которые взаимодействуют друг с другом - линеаризация по отношению к каждому из физических полей. Эта линеаризация системы по отношению к каждому из полей приводит к линеаризованной монолитной системе уравнений, которую можно решить с использованием процедур монолитного итерационного решения, таких как метод Ньютона-Рафсона. Примеры этого включают сканеры МРТ, которые создают систему электромагнитных, механических и акустических полей.