# 局部线性性与线性化

> AP 微积分 BC · 微分的情境应用
> 来源: https://www.owlsprep.com/zh/study/ap-calculus-bc-u4-local-linearity-and-linearization/

本模块针对AP微积分BC讲解局部线性性的几何意义、线性化公式、函数值与微小变化的近似计算，以及线性近似的误差界。

**先修:** 导数定义与切线斜率计算; 复合函数的链式法则; 直线的点斜式方程

## 学习目标

- 解释可导函数局部线性性的几何原理
- 求函数在给定点的线性化，并近似计算中心点附近的函数值
- 利用微分近似计算微小变化和测量误差
- 计算二阶可导函数线性近似的误差界

## 局部线性性的核心概念

局部线性性是可导函数的一个基本几何性质。若函数$f(x)$在$x=a$处可导，将图像放大足够倍数接近$(a, f(a))$后，$f(x)$的图像会和它在该点的切线几乎无法区分。

这一原理衍生出了线性化（也称为切线近似），这是一种利用切线近似计算$a$附近$x$处$f(x)$值的方法。它简化了复杂非线性函数的计算，也是本课程后续会学到的欧拉法、泰勒多项式等高级近似方法的基础。该知识点占AP微积分BC考试总分的3-6%，会同时出现在选择题和自由作答题部分。

**局部线性性** — 可导函数的一个性质：当在点$x=a$附近足够小的范围内放大观察函数图像时，图像会近似为直线，与该点的切线无法区分。

*例:* 函数$f(x)=\sqrt{x}$在$x=16$附近，当放大到$x=15.9$到$x=16.1$的小区间观察时，看起来几乎是直的。

## 线性化公式与函数近似

$f(x)$在$x=a$处的切线经过点$(a, f(a))$，斜率等于$f$在$a$处的导数$f'(a)$。从直线的点斜式出发：$y - f(a) = f'(a)(x - a)$，整理后得到标准线性化公式：

$$L(x) = f(a) + f'(a)(x - a)$$

直观理解：$f(a)$是中心点$a$处已知的精确函数值，$f'(a)(x-a)$利用瞬时变化率近似了$f$从$a$到$x$的变化量。$x$越接近$a$，近似结果越准确。一定要选择距离目标$x$很近，且$f(a)$和$f'(a)$都能精确求出的点作为中心点$a$。

**例题:** 求$f(x) = \sqrt{x}$在$a=16$处的线性化，再用它近似计算$\sqrt{15.9}$。

1. 计算中心点$a=16$处$f$的精确值：
2. $$f(16) = \sqrt{16} = 4$$
3. 计算$f(x)$的导数并代入中心点求值：
4. $$f'(x) = \frac{1}{2\sqrt{x}}, \quad f'(16) = \frac{1}{2(4)} = \frac{1}{8} = 0.125$$
5. 代入线性化公式：
6. $$L(x) = 4 + 0.125(x - 16)$$
7. 在目标点$x=15.9$处计算$L(x)$的值：
8. $$L(15.9) = 4 + 0.125(15.9 - 16) = 4 - 0.0125 = 3.9875$$

> **考试提示:** 一定要选择距离目标$x$非常近，且$f(a)$是精确易算值的点作为中心点$a$。选择题的干扰项几乎都是针对选错中心点的学生设计的，所以一定要先检查这一步。

## 微分与变化量的近似

微分是线性近似的另一种记号，它明确描述了当$x$发生微小变化$\Delta x$时，$f(x)$的近似变化量。根据定义，$dx = \Delta x$（即自变量$x$的实际变化量）。因变量$y = f(x)$的微分记为$dy$，它是切线上$y$的近似变化量，公式为：

$$dy = f'(x) dx$$

$y$的实际变化量是$\Delta y = f(x + \Delta x) - f(x)$。当$\Delta x$很小时，$dy \approx \Delta y$。这种记号在估计测量误差和输入微小变化的影响时特别有用，这类问题常出现在AP的实际情境自由作答题中。

**例题:** 一个正方形的边长测量值为10 cm，最大测量误差为0.05 cm。利用微分近似计算正方形计算面积的最大误差。

1. 定义函数：设$s$为边长，$A(s) = s^2$为面积。测量边长为$s=10$，$s$的最大误差满足$|\Delta s| = 0.05$，因此取$ds = 0.05$。
2. 计算面积对边长的导数：
3. $$A'(s) = 2s$$
4. 计算面积的微分，它就是近似最大误差：
5. $$dA = A'(s) ds = 2s ds$$
6. 代入给定数值：
7. $$dA = 2(10)(0.05) = 1 \text{ cm}^2$$

> **考试提示:** 当题目要求相对误差或百分比误差时，记住相对误差是$\frac{dA}{A}$，百分比误差是$100 \cdot \frac{dA}{A}$，不是仅$dA$。这是线性近似自由作答题中最容易丢分的点之一。

## 线性近似的误差界

线性近似永远不是精确的。对于二阶可导函数，我们可以利用二阶导数得到绝对误差的界，二阶导数衡量了函数偏离切线的弯曲程度。若对于$a$和$x$之间的所有$t$都满足$|f''(t)| \leq M$，则绝对误差满足：

$$|f(x) - L(x)| \leq \frac{M}{2} |x - a|^2$$

这就是一阶泰勒近似（即线性化）的余项。$M$越大（曲率越大）意味着误差越大，当$x$越接近$a$，误差会二次方减小。

**例题:** 对于中心点$a=16$得到的近似$\sqrt{15.9} \approx 3.9875$，求绝对误差的上界。

1. 计算$f(x) = x^{1/2}$的二阶导数：
2. $$f'(x) = \frac{1}{2}x^{-1/2}, \quad f''(x) = -\frac{1}{4}x^{-3/2} = -\frac{1}{4x^{3/2}}$$
3. 求$M$，即15.9到16之间所有$t$对应的$|f''(t)|$的最大值。$|f''(t)| = \frac{1}{4t^{3/2}}$随$t$增大而减小，因此最大值出现在最小的$t=15.9$处。
4. 找$M$的一个安全上界：由于$15.9 < 16$，因此$(15.9)^{3/2} < 16^{3/2} = 64$，所以：
5. $$\frac{1}{4(15.9)^{3/2}} < \frac{1}{4(64)} = \frac{1}{256} \approx 0.00391$$
6. 我们可以安全地取$M = \frac{1}{256}$，代入误差界公式：
7. $$|f(15.9) - L(15.9)| \leq \frac{M}{2} |15.9 - 16|^2 = \frac{1/(256)}{2} (0.1)^2 \approx 0.00002$$

> **考试提示:** 当确定$M$的界时，一定要向上取整得到安全值，绝对不要向下取。更大的$M$只要仍然是上界就是正确的，但更小的$M$会低估最大曲率，是错误的，会丢分。

## 概念检测

**概念自测**

用这些AP风格的题目测试你的理解：

1. 以下哪个是$(2.01)^6$在中心点$a=2$处的正确线性近似？

   - A) $64 + 192(0.01) = 65.92$
   - B) $64 + 6(0.01) = 64.06$
   - C) $12 + 64(0.01) = 12.64$
   - D) $64 + 30(0.01) = 64.3$

   *答案:* A) $64 + 192(0.01) = 65.92$

   *解析:* 正确！你正确计算了$f(2) = 64$和$f'(2) = 6(2^5) = 192$，然后应用了线性化公式。

## 常见错误

- **错误做法:** 将目标点$x$选作中心点$a$，用未知点作为中心点来近似已知点。
  - 原因: 学生混淆了题目的目标，颠倒了哪个是已知中心点。
  - 正确做法: 始终将$a$设为目标点附近、你能精确求出$f(a)$的点，不要反过来。
- **错误做法:** 在目标点$x$而不是中心点$a$处计算导数$f'(x)$的值。
  - 原因: 学生求出导函数后，在代入公式前不小心代错了点。
  - 正确做法: 求出$f'(x)$后，在处理目标点$x$之前，先代入$a$得到$f'(a)$。
- **错误做法:** 计算误差界的$M$时，直接使用二阶导数本身而不是它的绝对值。
  - 原因: 凹向下函数的二阶导数为负，学生把负号带入$M$，得到毫无意义的负误差界。
  - 正确做法: 求$M$时，永远是计算$|f''(t)|$的最大值，不是$f''(t)$的最大值。
- **错误做法:** 将微分变化写为$dy = f'(x) \Delta y$，而不是$dy = f'(x) dx$。
  - 原因: 学生混淆了哪个变量的变化量要乘导数。
  - 正确做法: 记住$dy = \frac{dy}{dx} dx$，因此导数永远乘自变量$x$的变化量。
- **错误做法:** 声称线性近似对任意$x$都准确，哪怕是距离$a$很远的点。
  - 原因: 学生忘记局部线性性是局部性质，只在中心点附近成立。
  - 正确做法: 解释近似结果时，永远要说明它只在$x$非常接近$a$时有效，当$x$远离$a$时误差会增大。
- **错误做法:** 将百分比误差计算为$100 \cdot dQ$，而不是$100 \cdot \frac{dQ}{Q}$。
  - 原因: 学生混淆了绝对误差和百分比误差，这是AP考试中常见的干扰项设计思路。
  - 正确做法: 当题目要求百分比误差时，一定要先将绝对误差除以该量的总数值，再乘以100。

## 速查表

| 类别 | 公式 | 注释 |
| --- | --- | --- |
| Linearization of $f(x)$ at $a$ | $L(x) = f(a) + f'(a)(x - a)$ | 仅在$x$接近$a$时有效；$a$是$f(a)$和$f'(a)$都已知的点 |
| Differential of $y = f(x)$ | $dy = f'(x) dx$ | $dx = \Delta x$（$x$的实际变化量）；$dy \approx \Delta y$（$y$的近似变化量） |
| Absolute change approximation | $\Delta y = f(x + \Delta x) - f(x) \approx dy$ | 仅适用于$x$的微小变化 |
| Absolute error bound | $\|f(x) - L(x)\| \leq \frac{M}{2} \|x - a\|^2$ | $M = \max \|f''(t)\|$，$t$在$a$和$x$之间 |
| Absolute error | $\approx dQ$ | $Q$ = 目标量 |
| Relative error | $\frac{dQ}{Q}$ | 相对于$Q$总数值的误差 |
| Percentage error | $100 \cdot \frac{dQ}{Q}$ | 转换为百分比的相对误差 |
| Local Linearity | $f(x) \approx L(x)$ for $x$ near $a$ | 仅当$f$在$a$处可导时成立 |

## 下一步

局部线性性和线性近似是AP微积分BC第4单元下一个核心知识点——欧拉法的基础前提，欧拉法会逐步拓展线性近似来近似求解一阶微分方程。如果不掌握点附近线性近似的工作原理，你将无法正确建立和解释欧拉法的步骤，会丢掉考试中本该拿到的分数。在第4单元之外，线性近似是泰勒多项式和泰勒级数的一阶特例，而泰勒级数是AP微积分BC第10单元占分很高的知识点。本文的所有核心思想（中心点、近似误差、误差界）都可以直接用到高阶近似中，因此掌握本知识点对学习BC后续内容至关重要。

- [洛必达法则求解不定式](https://www.owlsprep.com/zh/study/ap-calculus-bc-u4-l-hopital-s-rule-for/)
- [微分的解析应用 单元概述](https://www.owlsprep.com/zh/study/ap-calculus-bc-u5-overview/)
- [中值定理（MVT）](https://www.owlsprep.com/zh/study/ap-calculus-bc-u5-mean-value-theorem/)

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ap-calculus-bc-u4-local-linearity-and-linearization/