差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 后一修订版 | 前一修订版 | ||
| 数学分析:泰勒公式 [2026/06/08 12:35] – 创建 张叶安 | 数学分析:泰勒公式 [2026/06/08 13:31] (当前版本) – [常见误区与注意事项] 张叶安 | ||
|---|---|---|---|
| 行 1: | 行 1: | ||
| - | ====== 泰勒公式（Taylor' | + | ===== 公式依赖线路图 |
| + | < | ||
| + | @startuml | ||
| + | : | ||
| + | note right | ||
| + | 非空有上界集必有上确界: | ||
| + | end note | ||
| + | : | ||
| + | note right | ||
| + | 闭区间连续函数必有最大最小值: | ||
| + | end note | ||
| + | : | ||
| + | note right | ||
| + | 可导极值点处导数为零: | ||
| + | end note | ||
| + | : | ||
| + | note right | ||
| + | 端点相等则内部存在导数为零的点: | ||
| + | end note | ||
| + | : | ||
| + | note right | ||
| + | 存在点使瞬时变化率等于平均变化率: | ||
| + | end note | ||
| + | : | ||
| + | note right | ||
| + | 两个函数的瞬时变化率之比等于平均变化率之比: | ||
| + | end note | ||
| + | : | ||
| + | @enduml | ||
| + | </ | ||
| - | ===== 一、公式依赖线路图 ===== | ||
| - | 泰勒公式不是孤立存在的，它建立在一条严密的定理链之上。理解这条依赖线路，是掌握泰勒公式的关键。 | ||
| - | <WRAP centeralign> | ||
| - | **依赖链：实数完备性 → 闭区间最值定理 → 费马定理 → 罗尔定理 → 拉格朗日中值定理 → 柯西中值定理 → 泰勒公式** | ||
| - | </ | ||
| - | ^ 定理 ^ 核心内容 ^ 在泰勒公式中的作用 ^ | ||
| - | | **实数完备性**（确界原理） | 非空有上界集必有上确界 | 整个分析学的基石 | | ||
| - | | **闭区间最值定理** | 闭区间连续函数必有最大最小值 | 证明费马定理的前提 | | ||
| - | | **费马定理** | 可导极值点处导数为零 | 证明罗尔定理的核心工具 | | ||
| - | | **罗尔定理** | 端点相等则内部存在导数为零的点 | 证明拉格朗日中值定理 | | ||
| - | | **拉格朗日中值定理** | 存在点使瞬时变化率等于平均变化率 | 泰勒公式 n=0 的特例 | | ||
| - | | **柯西中值定理** | 两个函数的瞬时变化率之比等于平均变化率之比 | **直接证明拉格朗日余项的关键武器** | | ||
| - | ===== 二、泰勒公式核心定义 ===== | + | ===== 泰勒公式核心定义 ===== |
| - | ==== 2.1 基本形式 ==== | + | ==== 基本形式 ==== |
| 设函数 $f(x)$ 在包含点 $a$ 的某个开区间内具有直到 $n+1$ 阶的导数，则对该区间内任意一点 $x$，有： | 设函数 $f(x)$ 在包含点 $a$ 的某个开区间内具有直到 $n+1$ 阶的导数，则对该区间内任意一点 $x$，有： | ||
| 行 29: | 行 46: | ||
| * $R_n(x)$ 称为 **余项（Remainder）**，表示近似误差 | * $R_n(x)$ 称为 **余项（Remainder）**，表示近似误差 | ||
| - | ==== 2.2 余项的五种形式 ==== | + | ==== 余项的五种形式 ==== |
| ^ 余项名称 ^ 表达式 ^ 适用场景 ^ | ^ 余项名称 ^ 表达式 ^ 适用场景 ^ | ||
| 行 38: | 行 55: | ||
| | **施勒米尔希-罗什余项** | $R_n(x) = \frac{f^{(n+1)}(a+\theta(x-a))}{p!n!}(1-\theta)^{n+1-p}(x-a)^{n+1}$ | 统一形式（p为参数） | | | **施勒米尔希-罗什余项** | $R_n(x) = \frac{f^{(n+1)}(a+\theta(x-a))}{p!n!}(1-\theta)^{n+1-p}(x-a)^{n+1}$ | 统一形式（p为参数） | | ||
| - | ===== 三、直接证明：拉格朗日余项 ===== | + | ===== 直接证明：拉格朗日余项 ===== |
| - | ==== 3.1 证明目标 ==== | + | ==== 证明目标 ==== |
| 证明：若 $f(x)$ 在含 $a$ 的某区间内 $n+1$ 阶可导，则存在 $\xi$ 介于 $a$ 与 $x$ 之间，使得： | 证明：若 $f(x)$ 在含 $a$ 的某区间内 $n+1$ 阶可导，则存在 $\xi$ 介于 $a$ 与 $x$ 之间，使得： | ||
| 行 46: | 行 63: | ||
| $$R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$$ | $$R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$$ | ||
| - | ==== 3.2 核心思想 ==== | + | ==== 核心思想 ==== |
| <WRAP box> | <WRAP box> | ||
| 行 54: | 行 71: | ||
| </ | </ | ||
| - | ==== 3.3 辅助函数构造 ==== | + | ==== 辅助函数构造 ==== |
| **第一步：构造 $F(t)$** | **第一步：构造 $F(t)$** | ||
| 行 72: | 行 89: | ||
| 选择理由：$(x-t)^{n+1}$ 的导数为 $-(n+1)(x-t)^n$，与分母 $(n+1)!$ 及 $f^{(n+1)}(t)$ 的阶数完美对应。 | 选择理由：$(x-t)^{n+1}$ 的导数为 $-(n+1)(x-t)^n$，与分母 $(n+1)!$ 及 $f^{(n+1)}(t)$ 的阶数完美对应。 | ||
| - | ==== 3.4 应用柯西中值定理 ==== | + | ==== 应用柯西中值定理 ==== |
| 对 $F(t)$ 和 $G(t)$ 在区间 $[a, x]$ 上应用柯西中值定理： | 对 $F(t)$ 和 $G(t)$ 在区间 $[a, x]$ 上应用柯西中值定理： | ||
| 行 102: | 行 119: | ||
| $$\frac{F' | $$\frac{F' | ||
| - | ==== 3.5 结论 ==== | + | ==== 结论 ==== |
| 联立左右两边： | 联立左右两边： | ||
| 行 114: | 行 131: | ||
| 其中 $\xi = \xi_1$ 介于 $a$ 与 $x$ 之间。**证毕。** | 其中 $\xi = \xi_1$ 介于 $a$ 与 $x$ 之间。**证毕。** | ||
| - | ===== 四、积分余项的推导与转换 ===== | + | ===== 积分余项的推导与转换 ===== |
| - | ==== 4.1 从牛顿-莱布尼茨公式出发 ==== | + | ==== 从牛顿-莱布尼茨公式出发 ==== |
| $$f(x) = f(a) + \int_a^x f'(t) dt$$ | $$f(x) = f(a) + \int_a^x f'(t) dt$$ | ||
| 行 130: | 行 147: | ||
| $$\boxed{R_n(x) = \frac{1}{n!}\int_a^x f^{(n+1)}(t)(x-t)^n dt}$$ | $$\boxed{R_n(x) = \frac{1}{n!}\int_a^x f^{(n+1)}(t)(x-t)^n dt}$$ | ||
| - | ==== 4.2 从积分余项推导拉格朗日余项 ==== | + | ==== 从积分余项推导拉格朗日余项 ==== |
| 由于 $(x-t)^n$ 在 $[a, x]$ 上不变号，应用**积分第一中值定理**： | 由于 $(x-t)^n$ 在 $[a, x]$ 上不变号，应用**积分第一中值定理**： | ||
| 行 138: | 行 155: | ||
| $$R_n(x) = \frac{f^{(n+1)}(\xi)}{n!}\int_a^x (x-t)^n dt = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$$ | $$R_n(x) = \frac{f^{(n+1)}(\xi)}{n!}\int_a^x (x-t)^n dt = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$$ | ||
| - | ==== 4.3 从积分余项推导柯西余项 ==== | + | ==== 从积分余项推导柯西余项 ==== |
| 应用**积分中值定理**的另一种形式： | 应用**积分中值定理**的另一种形式： | ||
| 行 144: | 行 161: | ||
| $$R_n(x) = \frac{f^{(n+1)}(\xi)}{n!}(x-\xi)^n(x-a)$$ | $$R_n(x) = \frac{f^{(n+1)}(\xi)}{n!}(x-\xi)^n(x-a)$$ | ||
| - | ===== 五、常用函数的麦克劳林展开 ===== | + | ===== 常用函数的麦克劳林展开 ===== |
| - | <WRAP centeralign> | ||
| 当 $a = 0$ 时，泰勒公式称为**麦克劳林公式（Maclaurin Series）** | 当 $a = 0$ 时，泰勒公式称为**麦克劳林公式（Maclaurin Series）** | ||
| - | </ | + | |
| ^ 函数 ^ 麦克劳林展开式 ^ 收敛域 ^ | ^ 函数 ^ 麦克劳林展开式 ^ 收敛域 ^ | ||
| 行 158: | 行 175: | ||
| | $\arctan x$ | $x - \frac{x^3}{3} + \frac{x^5}{5} - \cdots + (-1)^n\frac{x^{2n+1}}{2n+1} + R_{2n+1}(x)$ | $[-1, 1]$ | | | $\arctan x$ | $x - \frac{x^3}{3} + \frac{x^5}{5} - \cdots + (-1)^n\frac{x^{2n+1}}{2n+1} + R_{2n+1}(x)$ | $[-1, 1]$ | | ||
| - | ===== 六、典型应用 ===== | + | ===== 典型应用 ===== |
| - | ==== 6.1 求极限（佩亚诺余项）==== | + | ==== 求极限（佩亚诺余项）==== |
| **例题**：求 $\lim_{x \to 0} \frac{e^x - 1 - x}{x^2}$ | **例题**：求 $\lim_{x \to 0} \frac{e^x - 1 - x}{x^2}$ | ||
| 行 172: | 行 189: | ||
| $$\lim_{x \to 0} \frac{(1 + x + \frac{x^2}{2} + o(x^2)) - 1 - x}{x^2} = \lim_{x \to 0} \frac{\frac{x^2}{2} + o(x^2)}{x^2} = \frac{1}{2}$$ | $$\lim_{x \to 0} \frac{(1 + x + \frac{x^2}{2} + o(x^2)) - 1 - x}{x^2} = \lim_{x \to 0} \frac{\frac{x^2}{2} + o(x^2)}{x^2} = \frac{1}{2}$$ | ||
| - | ==== 6.2 误差估计（拉格朗日余项）==== | + | ==== 误差估计（拉格朗日余项）==== |
| **例题**：用 $e^x \approx 1 + x + \frac{x^2}{2}$ 近似计算 $e^{0.1}$，估计误差。 | **例题**：用 $e^x \approx 1 + x + \frac{x^2}{2}$ 近似计算 $e^{0.1}$，估计误差。 | ||
| 行 182: | 行 199: | ||
| $$|R_2(0.1)| \leq \frac{e^{0.1}}{6} \times 0.001 < \frac{1.2}{6} \times 0.001 = 0.0002$$ | $$|R_2(0.1)| \leq \frac{e^{0.1}}{6} \times 0.001 < \frac{1.2}{6} \times 0.001 = 0.0002$$ | ||
| - | ==== 6.3 证明不等式 ==== | + | ==== 证明不等式 ==== |
| **例题**：证明当 $x > 0$ 时，$e^x > 1 + x + \frac{x^2}{2}$ | **例题**：证明当 $x > 0$ 时，$e^x > 1 + x + \frac{x^2}{2}$ | ||
| 行 192: | 行 209: | ||
| 因为 $e^\xi > 0$ 且 $x > 0$，所以 $\frac{e^\xi}{6}x^3 > 0$，故 $e^x > 1 + x + \frac{x^2}{2}$。 | 因为 $e^\xi > 0$ 且 $x > 0$，所以 $\frac{e^\xi}{6}x^3 > 0$，故 $e^x > 1 + x + \frac{x^2}{2}$。 | ||
| - | ==== 6.4 级数收敛性证明 ==== | + | ==== 级数收敛性证明 ==== |
| **例题**：证明 $\ln(1+x) = \sum_{n=1}^{\infty} (-1)^{n-1}\frac{x^n}{n}$ 在 $x \in (-1, 1]$ 上成立。 | **例题**：证明 $\ln(1+x) = \sum_{n=1}^{\infty} (-1)^{n-1}\frac{x^n}{n}$ 在 $x \in (-1, 1]$ 上成立。 | ||
| 行 201: | 行 218: | ||
| * 若 $x = 1$，$R_n(1) = \frac{(-1)^n}{(n+1)(1+\xi)^{n+1}} \to 0$（由莱布尼茨判别法） | * 若 $x = 1$，$R_n(1) = \frac{(-1)^n}{(n+1)(1+\xi)^{n+1}} \to 0$（由莱布尼茨判别法） | ||
| - | ===== 七、公式对比速查表 ===== | + | ===== 公式对比速查表 ===== |
| ^ 特性 ^ 佩亚诺余项 ^ 拉格朗日余项 ^ 积分余项 ^ | ^ 特性 ^ 佩亚诺余项 ^ 拉格朗日余项 ^ 积分余项 ^ | ||
| 行 210: | 行 227: | ||
| | **典型场景** | $\lim \frac{f(x)}{g(x)}$ | $|R_n| < \epsilon$ | 统一推导框架 | | | **典型场景** | $\lim \frac{f(x)}{g(x)}$ | $|R_n| < \epsilon$ | 统一推导框架 | | ||
| - | ===== 八、常见误区与注意事项 ===== | + | ===== 常见误区与注意事项 ===== |
| - | - **误区一**：泰勒公式只能在 $x = a$ 附近使用。\\ | + | - **误区一**：泰勒公式只能在 $x = a$ 附近使用。 |
| - | **纠正**：只要 $f^{(n+1)}$ 存在且余项趋于零，可以在整个收敛域内使用。 | + | |
| - | - **误区二**：展开阶数越高精度一定越好。\\ | + | **纠正**：只要 |
| - | | + | |
| - | - **误区三**：拉格朗日余项和柯西余项可以互换使用。\\ | + | |
| - | **纠正**：虽然都正确，但柯西余项在讨论 $(1+x)^\alpha$ 的收敛性时更方便。 | + | |
| + | **纠正**：对于某些函数（如 $e^{-1/ | ||
| + | |||
| + | | ||
| + | |||
| + | **纠正**：虽然都正确，但柯西余项在讨论 $(1+x)^\alpha$ 的收敛性时更方便。 | ||
| - **注意**：泰勒级数 $\sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n$ 收敛**不等于**收敛到 $f(x)$，必须验证 $\lim_{n\to\infty} R_n(x) = 0$。 | - **注意**：泰勒级数 $\sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n$ 收敛**不等于**收敛到 $f(x)$，必须验证 $\lim_{n\to\infty} R_n(x) = 0$。 | ||
| - | ===== 九、总结 ===== | + | ===== 总结 ===== |
| - | <WRAP centeralign> | ||
| **泰勒公式的本质：用多项式逼近任意光滑函数，并精确控制误差。** | **泰勒公式的本质：用多项式逼近任意光滑函数，并精确控制误差。** | ||
| - | </ | + | |
| * **多项式部分** $P_n(x)$：提供局部最佳逼近 | * **多项式部分** $P_n(x)$：提供局部最佳逼近 | ||
张叶安