$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Линеаризация — это математический метод, используемый для аппроксимации сложных нелинейных функций с помощью более простых линейных моделей в окрестности выбранной опорной точки. Метод основан на том, что, хотя точное вычисление функции может быть затруднительным, её поведение вблизи конкретного значения аргумента зачастую можно с высокой точностью аппроксимировать касательной прямой в этой точке. Такой подход особенно полезен в ситуациях, когда рассматриваются малые отклонения от известного значения.
Рассмотрим функцию квадратного корня, для которой значение при аргументе, равном четырём, известно в точности. Это значение аргумента служит удобной опорной точкой, поскольку как значение функции, так и её производная в данной точке легко вычисляются. Однако вычислить значение функции при близком аргументе, например 4,1, без использования вычислительных средств затруднительно. Линеаризация позволяет преодолеть эту трудность, заменяя исходную функцию её касательной прямой в окрестности опорной точки.
Аппроксимация касательной прямой строится с использованием трёх компонентов: значения функции при опорном значении аргумента, производной функции при том же значении аргумента и малого приращения аргумента относительно опорного значения. Вместе эти элементы образуют формулу линеаризации,
\begin{equation*}L(x) = f(a) + f'(a)(x - a)\end{equation*}
которая позволяет получить оценку значения функции вблизи опорного значения аргумента. Подстановка близкого значения аргумента в данное выражение позволяет получить приближённое значение без непосредственного вычисления исходной нелинейной функции.
В примере с функцией квадратного корня сначала вычисляются значение функции и её производная при опорном значении аргумента, после чего определяется разность между новым значением аргумента и опорным значением. Объединение этих величин даёт оценку, очень близкую к истинному значению квадратного корня из 4,1. Небольшое расхождение демонстрирует как эффективность, так и ограничения линеаризации. Данный пример наглядно показывает, что линеаризация обеспечивает точные и вычислительно эффективные приближения в тех случаях, когда функции трудно вычислить точно, при условии, что аргумент остаётся достаточно близким к выбранной опорной точке.
