泰勒公式及泰勒级数

article/2025/8/21 16:18:42

目录

  • 一、背景
  • 二、提出问题
  • 三、解决问题
  • 四、应用——泰勒级数
      • ※ 函数的幂级数展开
  • 参考文献

一、背景

对于一些复杂的函数,通常会找简单的函数做近似,而多项式函数就是常用的一种简单函数。

比如当 ∣ x ∣ |x| x 很小时,有以下近似:
e x ≈ x + 1 e^x\approx x+1 exx+1 l n ( x + 1 ) ≈ x ln(x+1)\approx x ln(x+1)x这两个复杂函数都用了一次多项式来近似,显然有:
e x ∣ x = 0 = ( x + 1 ) ∣ x = 0 ( e x ) ′ ∣ x = 0 = ( x + 1 ) ′ ∣ x = 0 e^x|_{x=0}=(x+1)|_{x=0} \ \ \ \ \ \ \ \ (e^x)'|_{x=0}=(x+1)'|_{x=0} exx=0=(x+1)x=0        (ex)x=0=(x+1)x=0 l n ( x + 1 ) ∣ x = 0 = x ∣ x = 0 [ l n ( x + 1 ) ] ′ ∣ x = 0 = ( x ) ′ ∣ x = 0 ln(x+1)|_{x=0}=x|_{x=0} \ \ \ \ \ \ \ \ [ln(x+1)]'|_{x=0}=(x)'|_{x=0} ln(x+1)x=0=xx=0        [ln(x+1)]x=0=(x)x=0但这些近似精确性不高,所产生的误差是关于 x x x的高阶无穷小。因此为了更加精确,可以用更高阶的多项式来表示。

二、提出问题

f ( x ) f(x) f(x) x 0 x_0 x0 n n n 阶导数,

试找出一个关于 ( x − x 0 ) (x-x_0) (xx0) n n n 次多项式 P n P_n Pn 来近似表达 f ( x ) f(x) f(x)
P n ( x ) = a 0 + a 1 ( x − x 0 ) + a 2 ( x − x 0 ) 2 + … … + a n ( x − x 0 ) n P_n(x)=a_0+a_1(x-x_0)+a_2(x-x_0)^2+……+a_n(x-x_0)^n Pn(x)=a0+a1(xx0)+a2(xx0)2++an(xx0)n要求:使 P n − f ( x ) P_n-f(x) Pnf(x) x → x 0 x \rightarrow x_0 xx0 时的比 ( x − x 0 ) n (x-x_0)^n (xx0)n 高阶的无穷小。

三、解决问题

设有以下等式成立:
P n ( x 0 ) = f ( x 0 ) P_n(x_0)=f(x_0) Pn(x0)=f(x0) P n ′ ( x 0 ) = f ′ ( x 0 ) P_n'(x_0)=f'(x_0) Pn(x0)=f(x0) P n ′ ′ ( x 0 ) = f ′ ′ ( x 0 ) P_n''(x_0)=f''(x_0) Pn(x0)=f(x0) … … …… P n ( n ) ( x 0 ) = f ( n ) ( x 0 ) P_n^{\left( n \right)}(x_0)=f^{(n)}(x_0) Pn(n)(x0)=f(n)(x0)则可以通过对 P n P_n Pn 求各阶导数来用 f ( x ) f(x) f(x) 的各阶导数来表示 P n P_n Pn 的各项系数:

P n ( x ) = a 0 + a 1 ( x − x 0 ) + a 2 ( x − x 0 ) 2 + … … + a n ( x − x 0 ) n P_n(x)=a_0+a_1(x-x_0)+a_2(x-x_0)^2+……+a_n(x-x_0)^n Pn(x)=a0+a1(xx0)+a2(xx0)2++an(xx0)n

P n ( x 0 ) = a 0 = f ( x 0 ) P_n(x_0)=a_0=f(x_0) Pn(x0)=a0=f(x0) P n ′ ( x 0 ) = 1 ⋅ a 1 = f ′ ( x 0 ) P_n'(x_0)=1\cdot a_1=f'(x_0) Pn(x0)=1a1=f(x0) P n ′ ′ ( x 0 ) = 2 ⋅ 1 ⋅ a 2 = f ′ ′ ( x 0 ) P_n''(x_0)=2\cdot1\cdot a_2=f''(x_0) Pn(x0)=21a2=f(x0) P n ( 3 ) ( x 0 ) = 3 ⋅ 2 ⋅ 1 ⋅ a 2 = f ′ ′ ( x 0 ) P_n^{(3)}(x_0)=3\cdot2\cdot1\cdot a_2=f''(x_0) Pn(3)(x0)=321a2=f(x0) … … …… P n ( n ) ( x 0 ) = n ! a n = f ( n ) ( x 0 ) P_n^{(n)}(x_0)=n!a_n=f^{(n)}(x_0) Pn(n)(x0)=n!an=f(n)(x0)
则有:
a 0 = f ( x 0 ) a_0=f(x_0) a0=f(x0) a 1 = f ′ ( x 0 ) a_1=f'(x_0) a1=f(x0) a 2 = 1 2 ! f ′ ′ ( x 0 ) a_2=\frac{1}{2!}f''(x_0) a2=2!1f(x0) … … …… a n = 1 n ! f ( n ) ( x 0 ) a_n=\frac{1}{n!}f^{(n)}(x_0) an=n!1f(n)(x0)将这些系数代入多项式 P n P_n Pn 中得:
在这里插入图片描述
问题来了:这个多项式是否是我们要寻找的多项式呢?

这里正好有两个定理可以表明上面的 P n ( x ) P_n(x) Pn(x) 就是我们要找的近似多项式:

泰勒中值定理1:

如果函数 f ( x ) f(x) f(x) x 0 x_0 x0 处有 n n n 阶导数,那么存在 x 0 x_0 x0 的一个邻域,对于该邻域内的任一 x x x,有以下等式成立:
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + … … + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) f(x) =f\left( x_0 \right) +f'\left( x_0 \right) \left( x-x_0 \right) +\frac{f''\left( x_0 \right)}{2!}\left( x-x_0 \right) ^2+……+\frac{f^{\left( n \right)}\left( x_0 \right)}{n!}\left( x-x_0 \right) ^n+R_n(x) f(x)=f(x0)+f(x0)(xx0)+2!f(x0)(xx0)2++n!f(n)(x0)(xx0)n+Rn(x)
其中, R n ( x ) = o ( ( x − x 0 ) n ) R_n(x)=o(\ (x-x_0)^n) Rn(x)=o( (xx0)n)

泰勒中值定理2:

如果函数 f ( x ) f(x) f(x) x 0 x_0 x0 的某个邻域 U ( x 0 ) U(x_0) U(x0) 内具有 n + 1 n+1 n+1 阶导数,那么对任一 x ∈ U ( x 0 ) x\in U(x_0) xU(x0),有以下等式成立:
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + … … + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) f(x) =f\left( x_0 \right) +f'\left( x_0 \right) \left( x-x_0 \right) +\frac{f''\left( x_0 \right)}{2!}\left( x-x_0 \right) ^2+……+\frac{f^{\left( n \right)}\left( x_0 \right)}{n!}\left( x-x_0 \right) ^n+R_n(x) f(x)=f(x0)+f(x0)(xx0)+2!f(x0)(xx0)2++n!f(n)(x0)(xx0)n+Rn(x)
其中, R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 R_n\left( x \right) =\frac{f^{\left( n+1 \right)}\left( \xi \right)}{\left( n+1 \right) !}\left( x-x_0 \right) ^{n+1} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1 ξ \xi ξ x 0 x_0 x0 x x x 之间的某个值。

则公式
在这里插入图片描述
称为函数 f ( x ) f(x) f(x) x 0 x_0 x0 处的 n n n 次泰勒多项式

四、应用——泰勒级数

若函数 f ( x ) f(x) f(x) x = x 0 x=x_0 x=x0 处任意阶可导,则称幂级数
∑ n = 0 ∞ f ( n ) ( x 0 ) n ! ( x − x 0 ) n \sum_{n=0}^{\textit{∞ }}{\frac{f^{\left( n \right)}\left( x_0 \right)}{n!}\left( x-x_0 \right) ^n} n=0∞ n!f(n)(x0)(xx0)n f ( x ) f(x) f(x) x = x 0 x=x_0 x=x0 处的泰勒级数

特别的, x 0 = 0 x_0=0 x0=0 处的泰勒级数称为 f ( x ) f(x) f(x)麦克劳林级数

注意:这里只是单纯定义了泰勒级数的概念,没有说 f ( x ) f(x) f(x) 一定可以展开为泰勒级数!

※ 函数的幂级数展开

设函数 f ( x ) f(x) f(x) 在区间 ( x 0 − R , x 0 + R ) (x_0-R, x_0+R) (x0R,x0+R)有定义,若:
f ( x ) = ∑ n = 0 ∞ a n ( x − x 0 ) n f\left( x \right) =\sum_{n=0}^{\textit{∞ }}{a_n\left( x-x_0 \right) ^n} f(x)=n=0∞ an(xx0)n对任意的 x ∈ ( x 0 − R , x 0 + R ) x\in (x_0-R, x_0+R) x(x0R,x0+R) 都成立,则称函数
f ( x ) f(x) f(x) 在区间 ( x 0 − R , x 0 + R ) (x_0-R, x_0+R) (x0R,x0+R) 上能展开为 x − x 0 x-x_0 xx0 的幂级数。

f ( x ) f(x) f(x) x = x 0 x=x_0 x=x0 的某邻域内任意阶可导,则
f ( x ) f(x) f(x) 在该邻域内能展开为泰勒级数 ⇔ \Leftrightarrow lim ⁡ n → ∞ R n ( x ) = lim ⁡ n → ∞ f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 = 0 \underset{n\rightarrow \textit{∞ }}{\lim}R_n\left( x \right) =\underset{n\rightarrow \textit{∞ }}{\lim}\frac{f^{\left( n+1 \right)}\left( \xi \right)}{\left( n+1 \right) !}\left( x-x_0 \right) ^{n+1}=0 n∞ limRn(x)=n∞ lim(n+1)!f(n+1)(ξ)(xx0)n+1=0

几个常用的泰勒展开式 ( x 0 = 0 ) (x_0=0) (x0=0)

f(x)展开式求和式可以展开的范围
1 1 − x \frac{1}{1-x} 1x1 1 + x + x 2 + … … 1+x+x^2+…… 1+x+x2+ ∑ n = 0 ∞ x n \sum_{n=0}^{\textit{∞ }}{x^n} n=0∞ xn − 1 < x < 1 -1<x<1 1<x<1
1 1 + x \frac{1}{1+x} 1+x1 1 − x + x 2 + … … 1-x+x^2+…… 1x+x2+ ∑ n = 0 ∞ ( − 1 ) n x n \sum_{n=0}^{\textit{∞ }}{(-1)^nx^n} n=0∞ (1)nxn − 1 < x < 1 -1<x<1 1<x<1
e x e^x ex 1 + x + 1 2 ! x 2 + … … 1+x+\frac{1}{2!}x^2+…… 1+x+2!1x2+ ∑ n = 0 ∞ 1 n ! x n \sum_{n=0}^{∞}{\frac{1}{n!}}x^n n=0n!1xn − ∞ < x < + ∞ -∞<x<+∞ <x<+
s i n x sinx sinx x − 1 3 ! x 3 + … … x-\frac{1}{3!}x^3+…… x3!1x3+ ∑ n = 0 ∞ ( − 1 ) n 1 ( 2 n + 1 ) ! x 2 n + 1 \sum_{n=0}^{∞}{(-1)^n\frac{1}{(2n+1)!}x^{2n+1}} n=0(1)n(2n+1)!1x2n+1 − ∞ < x < + ∞ -∞<x<+∞ <x<+
c o s x cosx cosx 1 − 1 2 ! x 2 + … … 1-\frac{1}{2!}x^2+…… 12!1x2+ ∑ n = 0 ∞ ( − 1 ) n 1 ( 2 n ) ! x 2 n \sum_{n=0}^{∞}{(-1)^n\frac{1}{(2n)!}x^{2n}} n=0(1)n(2n)!1x2n − ∞ < x < + ∞ -∞<x<+∞ <x<+
l n ( 1 + x ) {ln(1+x)} ln(1+x) x − 1 2 x 2 + 1 3 x 3 + … … x-\frac{1}{2}x^2+\frac{1}{3}x^3+…… x21x2+31x3+ ∑ n = 1 ∞ ( − 1 ) n − 1 1 n x n \sum_{n=1}^{∞}{(-1)^{n-1}\frac{1}{n}x^n} n=1(1)n1n1xn − 1 < x ≤ 1 -1<x\le1 1<x1

参考文献

【1】 《高等数学》第7版-同济大学出版社


http://chatgpt.dhexx.cn/article/OxEvW3xY.shtml

相关文章

泰勒公式求极限(如何用+精度怎么确定)一文扫除泰勒公式难点

有些复杂的极限题&#xff0c;里面会涵盖着各种各样的函数&#xff0c;这些群魔乱舞的函数加大了我们计算极限的难度&#xff0c;此时想&#xff1a;如果可以将这些函数统一成一样的形式该多好?此时&#xff0c;就有我们的泰勒公式了。 1.泰勒公式怎么用&#xff1a; 指数函…

泰勒公式记忆方法

泰勒公式记忆方法 几个常见函数的泰勒公式 f ( x ) f ( x 0 ) f ′ ( x 0 ) ( x − x ) f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 ⋯ f ( n ) ( x 0 ) n ! ( x − x 0 ) n R n ( x ) f ( x ) f ( 0 ) f ′ ( 0 ) x f ′ ′ ( 0 ) 2 ! x 2 ⋯ f ( n ) ( 0 ) n ! x n o (…

理解高斯分布

开始前&#xff0c;先看几个重要概念&#xff1a; 概率函数&#xff1a;把事件概率表示成关于事件变量的函数 概率分布函数&#xff1a;一个随机变量ξ取值小于某一数值x的概率&#xff0c;这概率是x的函数&#xff0c;称这种函数为随机变量ξ的分布函数&#xff0c;简称分布…

透彻理解高斯分布

https://www.toutiao.com/a6639894224189784590/ 2018-12-28 12:22:15 正态分布是与中的定量现象的一个方便模型。各种各样的心理学测试分数和现象比如计数都被发现近似地服从正态分布。 开始前&#xff0c;先看几个重要概念&#xff1a; 概率函数&#xff1a;把事件概率表示成…

高斯分布的一些理解

转自&#xff1a;http://blog.csdn.net/rns521/article/details/6953591 正态分布&#xff08;Normal distribution&#xff09;又名高斯分布&#xff08;Gaussian distribution&#xff09;&#xff0c;是一个在数学、物理及工程等领域都非常重要的概率分布&#xff0c;在统计…

高斯分布拟合

题目&#xff1a; 产生N个服从高斯分布的随机数&#xff0c;计算这些随机数的均值和方差&#xff0c;并与高斯分布的均值和方差比较&#xff0c;N100,1000,10000,100000 import matplotlib.pyplot as plt import scipy.stats as sta import numpy as npmu_True 5 #设置高斯…

高斯分布~

为什么MLE估计服从高斯分布的数据分布方差会估小&#xff1f; 因为MLE求方差是根据数据的均值&#xff0c;并不是分布的期望&#xff0c;因为会根据采样的偏差将均值拉到符合数据的地方&#xff0c;从而算出来的方差会变小。 从几何层面看高维高斯分布 主要看exp上的值&…

机器学习中的高斯分布

高斯分布与数据预处理&#xff1a;数据分布转换高斯分布与聚类&#xff1a;GMM高斯分布与异常检测高斯分布与马氏距离 高斯分布与数据预处理&#xff1a;数据分布转换 当我们上手一个数据集时&#xff0c;往往第一件事就是了解每个特征是如何分布的。特征分布指的就是某个特征在…

融合高斯分布

&#xff08;一&#xff09;数据融合 假设两个传感器的测量结果分别为和&#xff0c;对应的标准差分别为和。 如何根据这两组数据得到最优估计&#xff1f; 估计值取为两个传感器测量结果的线性组合&#xff0c;如下所示&#xff1a; 为了获得最优估计值&#xff0c;需要让估…

java高斯分布_高斯分布的生成

1. 如何生成高斯分布? 在java8中的实现采用了 Marsaglia polar method (Box–Muller的一种形式), 具体理论如下: 随机变量 服从 的均匀分布 计算 如果 , 接着计算, 否则转4 , </

正态分布(Normal distribution)又名高斯分布(Gaussian distribution)

正态分布&#xff08;Normal distribution&#xff09;又名高斯分布&#xff08;Gaussian distribution&#xff09;&#xff0c;是一个在数学、物理及工程等领域都非常重要的概率分布&#xff0c;在统计学的许多方面有着重大的影响力。 若随机变量X服从一个数学期望为μ、标准…

数学基础--高斯分布

文章目录 一、简介二 、一元高斯分布三、多元高斯分布1、独立多元高斯分布2、多元相关变量高斯分布 一、简介 高斯分布是一种重要的模型&#xff0c;也被称作正态分布&#xff0c;其广泛应用与连续型随机变量的分布中。在数据分析领域中高斯分布占有重要地位。掌握高斯分布是学…

数学基础--高斯分布详解

1、简介 正态分布&#xff08;Normal Distribution&#xff09;&#xff0c;又名高斯分布&#xff08;Gaussian Distribution&#xff09;&#xff0c;是一个在数学、物理及工程等领域都非常重要的概率分布&#xff0c;在统计学的许多方面有着重大的影响力。 约翰卡尔弗里德里希…

Latex学习(1)——latex中的字体颜色

格式&#xff1a; \textcolor{color}{text} 例子&#xff1a; \textcolor{white}{白色}\ \textcolor{linen}{亚麻色}\​ \textcolor{black}{黑色}\ \textcolor{grey}{灰色}\ \textcolor{lightgrey}{浅灰色}\ \textcolor{darkgrey}{深灰色}\​ \textcolor{red}{红色}\ \textcolo…

【LaTeX 教程】04. LaTeX 插入数学公式与符号

【LaTeX 教程】04. LaTeX 插入符号与数学公式 LaTeX 公式 我将把握最近文章里用到的数学公式格式都放上来供大家参考学习 首先 最简单的数学模式 $xxx$ %一个$符号&#xff0c;中间的内容是行内模式 $$xxx$$ %两个$符号&#xff0c;中间的内容是行间模式(行间模式会单独占…

【科普向】LaTeX简介(一篇极简的 LaTeX 介绍文章)

文章目录 LaTeX诞生背景TeX和LaTeXLaTeX主要功能文档结构数学公式公式块 我们平时在word里新建一个doc(x)文件后&#xff0c;输入内容&#xff0c;调整页边距、字体大小、行间距等待&#xff0c;然后交给打印机打印就可以了。 如果你写了一篇关于新疆棉花的文章&#xff0c;20…

用LaTex代码写数学公式

文章目录 公式符号1.上下标 ^ _2.分子分母 \frac{}{}3.根号 \sqrt4.极限 \lim\limits极限换行&#xff1a;\atop 5.积分 \int_下限^上限一重积分号 \int二重积分号 \iint三重积分号 \iiint封闭积分 \oint积分号变大 6.累加、累乘累加 \sum累乘 \prod\limits 7.戴帽符号 \hat{}、…

LaTeX新手半小时速成手册(不速成你打我

期末大作业LaTeX排版&#xff0c;一个学期没听课&#xff0c;学了b站半小时完成大作业。写此速成手册以作备忘。 b站链接&#xff1a;小风寒呐 1. primary 一篇论文最主要的构成&#xff0c;以中文为例 1.1 整体框架 1.1.1 声明类 相当于在说&#xff1a;“我想写一篇文章…

简述c语言中break的作用,c语言break什么意思?

break在一些计算机语言中是保留字&#xff0c;其作用大多情况下是终止上一层的循环&#xff0c;以C语言来说&#xff0c;break在switch(开关语句)中在执行一条case后跳出语句的作用。 1、 C语言中的break &#xff1a; break语句通常用在循环语句和开关语句中。当break用于开关…