跳到主要内容
  • 打开数学解题器
  • 询问 AI 辅导老师
  • 查找 AP 课程
  • 创建测验
  • 打开计算器
  • 图形计算器
  • 浏览全部计算器
  • 阅读数学指南
↑ ↓回车打开 · Esc 关闭
开始解题

微积分

泰勒级数:用多项式逼近函数

作者 MathSolver Pro Editorial Team · 发布于

泰勒级数利用函数在某一点处的各阶导数,把函数改写成一个无穷多项式。在若干项之后截断级数,就得到泰勒多项式,它是一种容易计算、误差可以估计的近似。

基本思想:让各阶导数相匹配

多项式是最容易处理的函数。只用加法和乘法就能求它的值,对它求导或积分也都是常规操作。而像 exe^x、sin⁡x\sin x 和 ln⁡x\ln x 这样的函数,手算起来就困难得多。泰勒级数的思想是:在选定的点 aa 附近,找一个与函数表现相似的多项式。

过一点的最佳直线是切线,它在该点与函数的值和一阶导数都相同。抛物线还能与二阶导数相同,因此能跟上曲线的弯曲。三次多项式还能与三阶导数相同,依此类推。每多匹配一阶导数,多项式就能在该点周围更宽的范围内贴合函数。无限地继续下去,就得到泰勒级数。

泰勒级数公式

要求多项式在 aa 处的 nn 阶导数等于 f(n)(a)f^{(n)}(a),就迫使 (x−a)n(x - a)^n 的系数为 f(n)(a)n!\frac{f^{(n)}(a)}{n!}。之所以出现阶乘,是因为对 (x−a)n(x - a)^n 求 nn 次导数会得到 n!n!。完整的级数是:

f(x)=∑n=0∞f(n)(a)n!(x−a)n=f(a)+f′(a)(x−a)+f′′(a)2!(x−a)2+⋯f(x) = \sum_{n=0}^{\infty}\frac{f^{(n)}(a)}{n!}(x - a)^n = f(a) + f'(a)(x - a) + \frac{f''(a)}{2!}(x - a)^2 + \cdots

当 a=0a = 0 时,这个级数称为麦克劳林级数,各项的幂就是 xnx^n。由直到 (x−a)n(x - a)^n 的各项组成的多项式是 nn 次泰勒多项式,记作 Pn(x)P_n(x)。仅取前两项就是切线近似,也称为线性化。

构造 e 的 x 次方的级数

例 1:exe^x 的麦克劳林级数

  1. exe^x 的每一阶导数都是 exe^x,且 e0=1e^0 = 1,所以对所有 nn 都有 f(n)(0)=1f^{(n)}(0) = 1。
  2. 系数为 1n!\frac{1}{n!},得到 ex=1+x+x22!+x33!+⋯e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots。
  3. 用四项近似 e0.5e^{0.5}:1+0.5+0.125+0.02083‾=1.645831 + 0.5 + 0.125 + 0.0208\overline{3} = 1.64583。
  4. 真实值是 1.648721.64872,所以仅用四项,误差就只有约 0.00290.0029。

令 x=1x = 1,就得到常数 e 本身的一个著名公式:e=1+1+12+16+124+⋯e = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} + \cdots。由于阶乘增长得非常快,只需十几项就能达到 2.71828。

值得记住的级数

下面这些麦克劳林级数经常出现,其他大多数级数都可以通过代换、相乘、求导或积分由它们构造出来:

ex=∑n=0∞xnn!,sin⁡x=x−x33!+x55!−⋯ ,cos⁡x=1−x22!+x44!−⋯e^x = \sum_{n=0}^{\infty}\frac{x^n}{n!}, \qquad \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots, \qquad \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots
11−x=1+x+x2+x3+⋯ (∣x∣<1),ln⁡(1+x)=x−x22+x33−⋯ (−1<x≤1)\frac{1}{1 - x} = 1 + x + x^2 + x^3 + \cdots \ (|x| < 1), \qquad \ln(1 + x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \cdots \ (-1 < x \le 1)

正弦级数只含奇次幂,这与正弦是奇函数相符;余弦级数只含偶次幂,这与它的对称性相符。对正弦级数逐项求导就得到余弦级数,这正与 sin⁡x\sin x 的导数应为 cos⁡x\cos x 一致。

检验一下:sin⁡0.1≈0.1−0.0016=0.0998333\sin 0.1 \approx 0.1 - \frac{0.001}{6} = 0.0998333,而真实值是 0.09983340.0998334。仅两项就已给出六位正确的小数,这就是计算器能用很短的多项式快速计算三角函数的原因。

在非零点处展开

把 aa 选在你关心的输入值附近,可以使近似收敛得快得多。要估计 4.1\sqrt{4.1},就把 x\sqrt{x} 在 a=4a = 4 处展开,因为在那里平方根很容易求。

例 2:4.1\sqrt{4.1} 的二次近似

  1. f(x)=x1/2f(x) = x^{1/2},所以 f(4)=2f(4) = 2。
  2. f′(x)=12x−1/2f'(x) = \frac{1}{2}x^{-1/2},所以 f′(4)=14f'(4) = \frac{1}{4}。
  3. f′′(x)=−14x−3/2f''(x) = -\frac{1}{4}x^{-3/2},所以 f′′(4)=−132f''(4) = -\frac{1}{32},系数为 −1/322!=−164\frac{-1/32}{2!} = -\frac{1}{64}。
  4. P2(x)=2+x−44−(x−4)264P_2(x) = 2 + \frac{x - 4}{4} - \frac{(x - 4)^2}{64}。
  5. P2(4.1)=2+0.025−0.00015625=2.02484375P_2(4.1) = 2 + 0.025 - 0.00015625 = 2.02484375。真实值是 2.02484572.0248457,精确到小数点后六位。

误差有多大?

泰勒定理给出了泰勒多项式的误差。如果在 aa 与 xx 之间有 ∣f(n+1)∣≤M|f^{(n+1)}| \le M,那么 nn 次项之后的余项满足:

∣Rn(x)∣≤M ∣x−a∣n+1(n+1)!|R_n(x)| \le \frac{M\,|x - a|^{n+1}}{(n + 1)!}

对于 n=3n = 3 时的 e0.5e^{0.5},四阶导数在该区间上为 et≤e0.5<2e^t \le e^{0.5} < 2,所以误差至多为 2(0.5)424≈0.0052\frac{2(0.5)^4}{24} \approx 0.0052。实际误差 0.00290.0029 在这个界之内。这个界反过来也很有用:在开始计算之前,它就能告诉你需要多少项才能保证给定的精度。

对于正弦和余弦这样的交错级数,还有更简单的估计:误差不超过第一个被略去的项。这条规则背后的思想见级数收敛判别法。

级数在哪里收敛

泰勒级数并不总是处处等于原函数。11−x\frac{1}{1 - x} 的几何级数只在 ∣x∣<1|x| < 1 时成立;在 x=2x = 2 处,左边等于 −1-1,而级数的各项却无界增长。使级数收敛的 xx 值构成一个以 aa 为中心的区间,区间宽度的一半就是收敛半径。它通常用比值判别法求出。

exe^x、sin⁡x\sin x 和 cos⁡x\cos x 的级数对所有实数 xx 都收敛。ln⁡(1+x)\ln(1 + x) 的级数在 −1<x≤1-1 < x \le 1 时收敛;在 x=1x = 1 处它给出一个惊人的结果:ln⁡2=1−12+13−14+⋯\ln 2 = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots,不过它收敛得非常慢。

泰勒级数的用途

  • 计算函数值:计算器和软件使用与泰勒多项式密切相关的多项式近似。
  • 求极限:把 sin⁡x\sin x 替换为 x−x36+⋯x - \frac{x^3}{6} + \cdots,不用洛必达法则就能得到 lim⁡x→0sin⁡x−xx3=−16\lim_{x \to 0}\frac{\sin x - x}{x^3} = -\frac{1}{6}。
  • 没有初等原函数的积分:对 e−x2e^{-x^2} 的级数逐项积分,得到 ∫01e−x2 dx≈1−13+110−142+1216≈0.7475\int_0^1 e^{-x^2}\,dx \approx 1 - \frac{1}{3} + \frac{1}{10} - \frac{1}{42} + \frac{1}{216} \approx 0.7475,与真实值 0.74680.7468 很接近。
  • 物理学:研究单摆时使用的小角近似 sin⁡θ≈θ\sin\theta \approx \theta,就是正弦级数的第一项。
  • 欧拉公式 eiθ=cos⁡θ+isin⁡θe^{i\theta} = \cos\theta + i\sin\theta,比较这三个级数即可得到。

泰勒级数计算器可以把任意函数在任意点处展开到指定阶数,并显示每一阶导数。这里求导技能必不可少,所以求导法则详解是很好的配套读物。

求任意泰勒多项式的步骤

  1. 选择中心 aa:取在你需要求值的地方附近、且函数及其导数都容易计算的点。
  2. 按所需的次数对函数求相应阶数的导数,并化简每一阶导数。
  3. 求出每一阶导数在 aa 处的值。
  4. 把第 nn 个值除以 n!n!,得到各个系数。
  5. 用 (x−a)(x - a) 的幂而不是 xx 的幂写出多项式,除非 a=0a = 0。
  6. 检验开头的系数:Pn(a)P_n(a) 必须等于 f(a)f(a),PnP_n 在 aa 处的斜率必须等于 f′(a)f'(a)。

由已知级数构造新级数,往往比反复求导更快。例如,在 exe^x 的级数中把 xx 换成 −x2-x^2,立即得到 e−x2=1−x2+x42−⋯e^{-x^2} = 1 - x^2 + \frac{x^4}{2} - \cdots;把正弦级数乘以 xx,就得到 xsin⁡xx\sin x 的级数。

在图像上观察近似

把 cos⁡x\cos x 与它的 2 次、4 次和 6 次泰勒多项式画在一起,会出现清晰的规律。2 次多项式是一条开口向下的抛物线,在零附近与余弦曲线吻合得很好,但离开约一个单位后就逐渐偏离。4 次多项式保持贴近的范围更长,6 次多项式则能跟随曲线走过第一个拱形的大部分。每个多项式最终都会冲向无穷,因为没有多项式能永远振荡;但增加项数会把偏离的位置推得越来越远,这正是级数收敛在实际中的含义。

这幅图景是建立直觉的最好方式:近似在中心附近非常精确,离得越远就越差。函数绘图计算器可以把一个函数和它的若干泰勒多项式画在一起,让你看到它们如何收敛。

常见问题

泰勒级数和麦克劳林级数有什么区别?

麦克劳林级数就是以 a=0a = 0 为中心的泰勒级数。每个麦克劳林级数都是泰勒级数,但泰勒级数可以以任意点为中心。

泰勒级数需要取多少项?

这取决于你需要的精度以及 xx 离中心有多远。可以用余项界 M∣x−a∣n+1(n+1)!\frac{M|x - a|^{n+1}}{(n+1)!} 来选择 nn;对于交错级数,当下一项小于你能接受的误差时就可以停止。

泰勒公式中为什么有阶乘?

对 (x−a)n(x - a)^n 恰好求 nn 次导数得到 n!n!。除以 n!n! 能使多项式在 aa 处的 nn 阶导数等于 f(n)(a)f^{(n)}(a),这正是与函数相匹配所要求的。

泰勒级数总是等于原函数吗?

不总是。它可能只在某个区间上收敛,在少数情况下,级数甚至会收敛到另一个函数。对于本文中的标准函数,级数在其收敛的地方都等于原函数。

泰勒级数是谁发明的?

它以英国数学家布鲁克·泰勒的名字命名,他在 1715 年发表了一般公式。更早的数学家,包括詹姆斯·格雷果里和艾萨克·牛顿,已经找到过一些特殊的级数;后来科林·麦克劳林推广了以零为中心的特殊情形。

MathSolver Pro Editorial Team

数学内容与审核

我们的编辑团队撰写每一篇指南时,都力求讲清每种方法背后的道理,而不只是给出答案。每道例题在发布前都会用本站自己的求解引擎和自动化测试进行核对;每当某种方法或考试形式发生变化,文章也会随之修订。