高等数学基础:导数的应用2:泰勒Taylor公式

Taylor公式

Taylor(泰勒)公式

Taylor(泰勒)公式是用一个函数在某点的信息描述其附近取值的公式。如果函数足够平滑,在已知函数在某一点的各阶导数值的情况下,Taylor公式可以利用这些导数值来做系数构建一个多项式近似函数在这一点的邻域中的值。

若函数f(x)在包含x_0的某个闭区间[a,b]上具有n阶导数,且在开区间(a,b)上具有n+1阶导数,则对闭区间[a,b]上任意一点x,有Taylor公式如下:

f(x) = \frac{f(x_0)}{0!} + \frac{f'(x_0)}{1!}(x-x_0) + \frac{f''(x_0)}{2!}(x-x_0)^2 + ··· + \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n + R_n(x)

其中f^{(n)}表示 $f(x) $n阶导数,R_n(x)是Taylor公式的余项,是(x-x_0)^n的高阶无穷小

f(x) = a_0 + a_1(x-x_0) + a_2(x-x_0)^2 + a_3(x-x_0)^3 + ··· + a_n(x-x_0)^n

f'(x) = a_1 + 2·1a_2(x-x_0) + 3a_3(x-x_0)^2 + ···,即a_1 = \frac{f'(x_0)}{1!}

f''(x) = 2·1a_2 + 3·2·1a_3(x-x_0) + ···,即a_2 = \frac{f''(x_0)}{2!}

f''(x) = 3·2·1a_3 + 4·3·2·1a_4(x-x_0) + ···,即a_3 = \frac{f'''(x_0)}{3!}

麦克劳林公式

特殊地x_0=0,有

f(x) = \frac{f(0)}{0!} + \frac{f'(0)}{1!}x + \frac{f''(0)}{2!}x^2 + ··· + \frac{f^{(n)}(0)}{n!}x^n + R_n(x)

Taylor公式余项

f(x) = \sum_{k=0}^n\frac{f^{(k)}(x_0)}{k!}(x-x_0)^k + R_n(x)

佩亚诺(Peano)余项:R_n(x) = o[(x-x_0)^n]

拉格朗日(Lagrange)余项:R_n(x) = f^{(n+1)}[x_0 + \theta(x-x_0)]\frac{(x-x_0)^{n+1}}{(n+1)!}

几个常见初等函数的带有佩亚诺余项的麦克劳林公式

e^x = 1 + x + \frac{1}{2!}x^2 + ··· + \frac{1}{n!}x^n + o(x^n)

\sin x = x - \frac{1}{3!}x^3 + ··· + \frac{(-1)^{m-1}}{(2m-1)!}x^{2m-1} + o(x^{2m-1})

\cos x = 1 - \frac{1}{2!}x^2 + \frac{1}{4!}x^4 - ··· + \frac{(-1)^m}{(2m)!}x^{2m} + o(x^{2m})

\operatorname{ln}(1+x) = x - \frac{1}{2}x^2 + \frac{1}{3}x^3 - ··· + \frac{(-1)^{n-1}}{n}x^{n} + o(x^n)

\frac{1}{1-x} = 1 + x + x^2 + ··· + x^n + o(x^n)

(1+x)^m = 1 + mx + \frac{m(m-1)}{2!}x^2 + ··· + \frac{m(m-1)···(m-n+1)}{n!}x^n + o(x^n)

欧拉公式

e^{ix} = \cos x + i \sin x

第一宇宙公式,i为虚数单位

推论:e^{i\pi} = -1

上一篇 高等数学基础:导数的应用1:单调性、凹凸性、极值与最值
下一篇 高等数学基础:偏导数与方向导数
目录
文章列表
1 推送框架调研
推送框架调研
2
Spring Boot集成Redisson(单机,集群,哨兵)
Spring Boot集成Redisson(单机,集群,哨兵)
3
MySQL 事务
MySQL 事务
4
Jenkins执行构建限制数量设置
Jenkins执行构建限制数量设置
5
Android启动页黑屏及最优解决方案
Android启动页黑屏及最优解决方案
最新评论
一位WordPress评论者
一位WordPress评论者
2月12日
您好,这是一条评论。若需要审核、编辑或删除评论,请访问仪表盘的评论界面。评论者头像来自 Gravatar。