课程笔记

3.3泰勒公式

阅读入口

泰勒公式与余项

设函数 ff 在点 x0x_0 的某个邻域内具有直到 nn 阶的导数。以 x0x_0 为展开点,称

Pn(x)=f(x0)+f′(x0)(x−x0)+f′′(x0)2!(x−x0)2+⋯+f(n)(x0)n!(x−x0)nP_n(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n

为 ff 在 x0x_0 处的 nn 次泰勒多项式,并把

f(x)=Pn(x)+Rn(x)f(x)=P_n(x)+R_n(x)

称为 ff 在 x0x_0 处的泰勒公式,其中 Rn(x)R_n(x) 是余项,表示用多项式代替函数时产生的误差。

泰勒多项式在 x0x_0 处与原函数有相同的函数值和直到 nn 阶的导数值,所以它在展开点附近贴近原函数;离 x0x_0 越远,误差通常越大。

两种余项

佩亚诺余项:

Rn(x)=o((x−x0)n)(x→x0).R_n(x)=o\bigl((x-x_0)^n\bigr)\qquad(x\to x_0).

这里 oo 表示高阶无穷小,即 lim⁡x→x0Rn(x)(x−x0)n=0\lim_{x\to x_0}\dfrac{R_n(x)}{(x-x_0)^n}=0。它只说明误差是比 (x−x0)n(x-x_0)^n 高阶的无穷小,适合讨论 x→x0x\to x_0 时的极限与无穷小阶。

拉格朗日余项:若 ff 在 x0x_0 与 xx 之间还有 n+1n+1 阶导数,则对介于 x0x_0 与 xx 之间的某个 ξ\xi,

Rn(x)=f(n+1)(ξ)(n+1)!(x−x0)n+1.R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}.

它给出了误差的表达式,适合估计近似计算的上界。

麦克劳林公式

取展开点 x0=0x_0=0,泰勒公式成为麦克劳林公式:

f(x)=f(0)+f′(0)x+f′′(0)2!x2+⋯+f(n)(0)n!xn+Rn(x).f(x)=f(0)+f'(0)x+\frac{f''(0)}{2!}x^2+\cdots+\frac{f^{(n)}(0)}{n!}x^n+R_n(x).

教材把这一节排在中值定理之后;“重点”一段把两种余项与三类应用对应起来,读展开式前先看会用哪一种余项。

七个常用展开

以下展开式都在 x→0x\to0 时成立,余项写成佩亚诺形式。

函数麦克劳林展开式
exe^x1+x+x22!+x33!+⋯+xnn!+o(xn)1+x+\dfrac{x^2}{2!}+\dfrac{x^3}{3!}+\cdots+\dfrac{x^n}{n!}+o(x^n)
sin⁡x\sin xx−x33!+x55!−⋯+(−1)k−1x2k−1(2k−1)!+o(x2k)x-\dfrac{x^3}{3!}+\dfrac{x^5}{5!}-\cdots+(-1)^{k-1}\dfrac{x^{2k-1}}{(2k-1)!}+o(x^{2k})
cos⁡x\cos x1−x22!+x44!−⋯+(−1)kx2k(2k)!+o(x2k+1)1-\dfrac{x^2}{2!}+\dfrac{x^4}{4!}-\cdots+(-1)^{k}\dfrac{x^{2k}}{(2k)!}+o(x^{2k+1})
ln⁡(1+x)\ln(1+x)x−x22+x33−x44+⋯+(−1)n−1xnn+o(xn)x-\dfrac{x^2}{2}+\dfrac{x^3}{3}-\dfrac{x^4}{4}+\cdots+(-1)^{n-1}\dfrac{x^n}{n}+o(x^n)
(1+x)α(1+x)^\alpha1+αx+α(α−1)2!x2+⋯+α(α−1)⋯(α−n+1)n!xn+o(xn)1+\alpha x+\dfrac{\alpha(\alpha-1)}{2!}x^2+\cdots+\dfrac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n+o(x^n)
arctan⁡x\arctan xx−x33+x55−x77+⋯+(−1)k−1x2k−12k−1+o(x2k)x-\dfrac{x^3}{3}+\dfrac{x^5}{5}-\dfrac{x^7}{7}+\cdots+(-1)^{k-1}\dfrac{x^{2k-1}}{2k-1}+o(x^{2k})
arcsin⁡x\arcsin xx+12⋅x33+1⋅32⋅4⋅x55+1⋅3⋅52⋅4⋅6⋅x77+⋯+o(x2k)x+\dfrac{1}{2}\cdot\dfrac{x^3}{3}+\dfrac{1\cdot3}{2\cdot4}\cdot\dfrac{x^5}{5}+\dfrac{1\cdot3\cdot5}{2\cdot4\cdot6}\cdot\dfrac{x^7}{7}+\cdots+o(x^{2k})

arctan⁡x\arctan x 与 arcsin⁡x\arcsin x 的展开不由逐阶求导直接得到,而是先展开导函数再逐项积分:

(arctan⁡x)′=11+x2=1−x2+x4−x6+⋯ ,(\arctan x)'=\frac{1}{1+x^2}=1-x^2+x^4-x^6+\cdots,

右边是公比为 −x2-x^2 的几何级数;

(arcsin⁡x)′=11−x2=(1−x2)−1/2,(\arcsin x)'=\frac{1}{\sqrt{1-x^2}}=(1-x^2)^{-1/2},

右边用 α=−12\alpha=-\dfrac12 的广义二项式展开。逐项积分后分别得到上表中的两个展开式,积分常数由 x=0x=0 处函数值为 00 确定。

(1+x)α(1+x)^\alpha 的展开称为广义二项式展开,α\alpha 为任意实数。当 α\alpha 是正整数 mm 时,k>mk>m 的各项系数为零,展开式退化为普通的二项式定理。

这张表是本节的默写内容;“课程约定”对阶乘、α\alpha 连乘和阶数选择的要求都针对它。

学习安排

教材先给出 x0x_0 处的泰勒公式与佩亚诺、拉格朗日两种余项,再取 x0=0x_0=0 得到麦克劳林公式,最后集中列出七个常用展开式。阅读顺序与教材一致:先分清多项式部分与余项部分,再背展开式。余项决定公式能用来做什么——求极限只需佩亚诺余项,估计近似误差必须用拉格朗日余项。

七个展开式中,exe^x、sin⁡x\sin x、cos⁡x\cos x、ln⁡(1+x)\ln(1+x)、(1+x)α(1+x)^\alpha 的系数由逐阶求导得到;arctan⁡x\arctan x 与 arcsin⁡x\arcsin x 的展开由导函数展开后逐项积分得到。泰勒公式与麦克劳林展开页面保留了完整推导和全部展开式。

拉格朗日余项用柯西中值定理证明;这里只需要记住两种余项各自的前提和用途。

课程约定

  • 常用展开式一律在 x→0x\to0 下使用,余项写佩亚诺形式 o(xn)o(x^n);需要换到 x→x0x\to x_0 时先令 t=x−x0t=x-x_0,把展开点移到 00。
  • 默写展开式时保留阶乘和 α\alpha 的连乘形式,不把 n!n!、(2k)!(2k)! 展开成数值。
  • 极限计算中按分母的最低次幂决定展开阶数;分子出现同阶项相消时再往下一阶展开,余项统一留在最后一项。
  • 反三角函数的两个展开式通常记到三阶就够用,需要更高阶时由导数展开现推。

重点

  • 写展开式时先算展开点处的函数值与各阶导数,再逐项除以对应的阶乘;系数算错比余项写错更常见。
  • 三个应用是:求 00\dfrac{0}{0} 型极限、比较无穷小的阶、近似计算与误差估计。前两个用佩亚诺余项,第三个用拉格朗日余项。
  • 与等价无穷小的关系:等价无穷小是展开式取最低阶非零项的结果;替换失效时回到展开,这是更通用的做法。

易错点

  • 佩亚诺余项只说明误差是比 (x−x0)n(x-x_0)^n 高阶的无穷小,给不出具体上界,不能用来估计误差。
  • 阶数不足是最常见的错误:和差型极限中各项展开到同一阶后仍可能相消,必须再展开一阶。
  • sin⁡x\sin x 只有奇次项、cos⁡x\cos x 只有偶次项,符号交替,写完第二项后要检查符号。
  • 广义二项式展开的系数分子从 α\alpha 开始逐个减一,共 nn 个因子,分母是 n!n!;α\alpha 为任意实数,不要求是正整数。
  • 用拉格朗日余项估计误差时,ξ\xi 介于 x0x_0 与 xx 之间,要把 ∣f(n+1)(ξ)∣\bigl|f^{(n+1)}(\xi)\bigr| 在该区间上放大到最大值,不能只代入 x0x_0。

复习要点

复习时先默写七个展开式,再各做一道“展开到指定阶”的题。判断展开到几阶的方法:分母是 xkx^k 就展开到 xkx^k;分子中同阶项相消时,再往下一阶展开。