100% de satisfacción garantizada Inmediatamente disponible después del pago Tanto en línea como en PDF No estas atado a nada 4.2 TrustPilot
logo-home
Notas de lectura

Calculus 1-Linear Approximations and Differentials, guaranteed 100% Pass

Puntuación
-
Vendido
-
Páginas
9
Subido en
26-12-2024
Escrito en
2024/2025

Calculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% PassCalculus 1-Linear Approximations and Differentials, guaranteed 100% Pass

Mostrar más Leer menos
Institución
Math
Grado
Math









Ups! No podemos cargar tu documento ahora. Inténtalo de nuevo o contacta con soporte.

Escuela, estudio y materia

Institución
Math
Grado
Math

Información del documento

Subido en
26 de diciembre de 2024
Número de páginas
9
Escrito en
2024/2025
Tipo
Notas de lectura
Profesor(es)
Awuor
Contiene
Todas las clases

Temas

Vista previa del contenido

1


Linear Approximations and Differentials


Suppose we want to approximate √2. Since we know the value of √1 we can use
the tangent line to 𝑦 = √𝑥 at the point (1,1) to approximate √2.




𝑦 = √𝑥




To do this we need to find the equation of the tangent line at (1,1) and then find
the 𝑦 value along the tangent line when 𝑥 = 2.
1
𝑓 (𝑥 ) = 𝑥 2
1 1
′( 1 −2
𝑓 𝑥) = 𝑥 =
2 2√𝑥

Slope of tangent line at 𝑥 = 1 is
1 1
𝑓 ′ (1) = =2.
2√1

, 2


Equation of tangent line at 𝑥 = 1:
1 1
𝑦 − 1 = (𝑥 − 1) or 𝑦 = (𝑥 − 1) + 1
2 2


1
1
𝐿(𝑥 ) = (𝑥 − 1) + 1 is the linear approximation of 𝑓(𝑥 ) = 𝑥 at 𝑥 = 1.
2
2

So we can approximate √2 by:
1 1
√2 ≈ 𝐿(2) = 2 (2 − 1) + 1 = 2 (1) + 1 = 1.5.


We can define the error in the linear approximation by:
actual value=approximate value +error, or equivalently:
error=actual value-approximate value.


The absolute error is then defined as:
Absolute error=|error|=|actual value-approximate value|.



The absolute error in our example is |𝑓 (2) − 𝐿(2)| = |√2 − 1.5|

≈ |1.4142 − 1.5| = 0.0858.


𝑒𝑟𝑟𝑜𝑟 −0.0858
The percentage error is = ≈ −0.0607 = −0.6.07%.
𝑎𝑐𝑡𝑢𝑎𝑙 𝑣𝑎𝑙𝑢𝑒 1.4142



If we wanted to approximate √0.5 , then put 𝑥 = 0.5 into 𝐿(𝑥)
1 1
√0.5 ≈ 𝐿(0.5) = 2 (0.5 − 1) + 1 = 2 (−0.5) + 1 = 0.75.
$13.39
Accede al documento completo:

100% de satisfacción garantizada
Inmediatamente disponible después del pago
Tanto en línea como en PDF
No estas atado a nada

Conoce al vendedor
Seller avatar
sudoexpert119

Documento también disponible en un lote

Conoce al vendedor

Seller avatar
sudoexpert119 Harvard University
Seguir Necesitas iniciar sesión para seguir a otros usuarios o asignaturas
Vendido
0
Miembro desde
1 año
Número de seguidores
0
Documentos
411
Última venta
-
A+ Smart Scholars Studio

Ace your exams with trusted, expertly crafted resources built for top-tier results.

0.0

0 reseñas

5
0
4
0
3
0
2
0
1
0

Recientemente visto por ti

Por qué los estudiantes eligen Stuvia

Creado por compañeros estudiantes, verificado por reseñas

Calidad en la que puedes confiar: escrito por estudiantes que aprobaron y evaluado por otros que han usado estos resúmenes.

¿No estás satisfecho? Elige otro documento

¡No te preocupes! Puedes elegir directamente otro documento que se ajuste mejor a lo que buscas.

Paga como quieras, empieza a estudiar al instante

Sin suscripción, sin compromisos. Paga como estés acostumbrado con tarjeta de crédito y descarga tu documento PDF inmediatamente.

Student with book image

“Comprado, descargado y aprobado. Así de fácil puede ser.”

Alisha Student

Preguntas frecuentes