複製鏈接
請複製以下鏈接發送給好友

近似值

鎖定
近似值是接近標準、接近完全正確的一個數字。通常,取近似數的方法有四捨五入法、退一法和收尾法(進一法)等。
中文名
近似值
外文名
approximation
釋    義
接近標準接近完全正確的一個數字
常用方法
四捨五入法進一法,去尾法等
類    型
數學名詞

近似值相關信息

在實際問題中許多數值是無法完全準確的,許多數值要求不必弄得完全準確的,考慮這些數值的大概的數值,這就是近似數(或近似值,在方程中常稱為近似解)。
使用近似數就有一個近似程度的問題,一個近似數四捨五入的位數,即這個近似數精確到哪一位。從左邊第一個不是零的數字起,到精確到的那一位數止,所有的數字都叫做這個數值的“有效數字”。在實際計算時,對精確的要求提法不同,一般是可以“精確到哪一位”或者要求“保留幾位數”或“保留幾個有效數字”。在沒有特殊説明的情況下,要遵循四捨五入的原則。

近似值四捨五入法

根據要求,要省略的尾數的最高位上的數字小於或等於4的,就直接把尾數捨去;如果尾數的最高位數大於或等於5,把尾數捨去後並向它的前一位進“1”,即滿五進一。這種取近似數的方法叫做四捨五入法。 [1] 
如:把3.15482分別保留一位、兩位、三位小數。
保留一位小數:3.15482≈3.2
保留兩位小數:3.15482≈3.15
保留三位小數:3.15482≈3.155

近似值進一法

進一法是去掉尾數以後,在需要保留的部分的最後一位數字上進“1”。這樣得到的近似值為過剩近似值(即比準確值大),該方法又稱“收尾法”。 [2] 
如:一個麻袋能裝小麥100千克,現有830千克小麥,需要幾個麻袋才能裝完?
錯解:830÷100=8.3≈8(個)
麻袋的個數不能用小數來表示的。但不能用四捨五入法,將8.3保留整數為8個,因為8個麻袋只能裝800千克,還剩下30千克小麥不可能不要,因此必須採用進一法,用9個麻袋才能裝完。
正解:830÷100=8.3≈9(個)

近似值退一法

退一法是去掉尾數後,在需要保留的部分的最後一位數字上退“1”。這樣得到的近似值為不足近似值(即比準確值小)。
四捨五入法
“四捨五入法”是最常用的取近似值的方法,使用方法是:去掉尾數後,觀察需要保留的部分的最後一位數,若最後一位數小於5則捨去,否則進位1。

近似值去尾法

在實際計算中,根據實際情況有時需要把一個數某位後面的數字全部捨去,而不管這些數字是否等於或大於5,這種取近似數的方法叫去尾法
如:一件上衣用布2.8米,現有布16米,可做多少件上衣?
錯解:16÷2.8=5.71……≈6(件)
商的整數部分是5(可做5件),餘數是20(還餘下2米),但餘下的2米不夠做一件上衣,實際做完的只是5件。因此,儘管十分位上是7,也不能向前一位進一,而只能把尾數全部去掉。
正解:16÷2.8=5.71……≈5(件)
在我們的現實生活中四捨五入法不一定都可以用上,有時會用到進一法,而有時要用到去尾法。

近似值牛頓法

牛頓法是牛頓在17世紀提出的一種求解方程f(x)=0.多數方程不存在求根公式,從而求精確根非常困難,甚至不可能,從而尋找方程的近似根就顯得特別重要。
設r是f(x)=0的真根,選取x0作為r初始近似值,過點(x0,f(x0))做曲線y=f(x)的切線L,L的方程為y=f(x0) +f'(x0)(x-x0),求出L與x軸交點的橫座標 x1=x0-f(x0)/f'(x0),稱x1為r的一次近似值,過點(x1,f(x1))做曲線y=f(x)的切線,並求該切線與x軸的橫座標 x2=x1-f(x1)/f'(x1)稱x2為r的二次近似值,重複以上過程,得r的近似值序列{Xn},其中Xn +1=Xn-f(Xn)/f'(Xn),稱為r的n+ 1 [3]  次近似值。上式稱為牛頓迭代公式。

近似值插值法

[插值法的基本思想和方法]:已知函數y= f(x)在[a,b]上n+1個點x0,x1….xn的函數值y:= f (xi) I=0,1,2,….n,但y= f(x)的確表達式不知道或相當複雜。設法建立一個函數μ(x),使μ(x)=y(i),進一步 μ1(xi)= y1(xi), I=0,1,2,…n-1在實際應用中以 μ(x)替代 f(x),此即插值法。稱 μ(x)為f (x)的插值函數,稱xi,I=0,1,2,…n,為結點。

近似值精確度

表示近似值近似的程度,叫做近似數的精確度。
四捨五入法、去尾法、收尾法(進一法)三種方法中,最常用的是四捨五入法。一般地,用四捨五入法截得的近似數,截到哪一位,就説精確到哪一位。
參考資料
  • 1.    尚林濤. 函數零點近似值的探求策略[J]. 上海中學數學, 2006(3):43-44.
  • 2.    袁明榮. 導數在近似值中的應用[J]. 中國校外教育旬刊, 2013(S2):46-46.
  • 3.    淺談近似數與近似值  .超星發現.2017[引用日期2017-11-25]