当 接近 时,给出
的一个实用近似式,并写出下一项修正。
把这个商改写成一个小扰动。 令 ,其中 与 相比很小。于是
这里的 正是 相对于 的相对变化率。把问题改用 来表述,正是让一次级数展开就能包办全部工作的关键。
在 处展开对数。 麦克劳林级数是
没有常数项,反映的是 ;首项系数 就是 在 处的值。
读出一阶近似。 只保留首项,
这就是那句耳熟的话:对数之差近似等于百分比变化——上涨 ,对数的变化约为 。
补上二次修正项。 再多留一项,
当 时这个修正总是负的,说明一阶估计会系统性地高估上涨的对数值——因为对数函数是凹的。
说明另一个展开点,并把误差量化。 若改在 处展开,会得到 ,这个式子低估真值;两个单边估计把真值夹在中间,除以两者的中点比用其中任何一个都更准。数值上取 、:精确值是 ,一阶估计是 (误差 ),二阶估计是 (误差 )✓。
Need to solve a different problem like this? Open the solver →