Prologue
Content
首先复习1个多项式:
Pn(x)=f(x0)+f′(x0)(x−x0)+f′′(x0)2!(x−x0)2+...+fn(x0)n!(x−x0)n(0.0)
如果函数f(x)在含有 x0 的某个开区间(a,b)内具有直到 n+1 阶的导数,则对于任意点x,x∈(a,b), 有如下:
f(x)=f(x0)+f′(x0)(x−x0)+f′′(x0)2!(x−x0)2+...+fn(x0)n!(x−x0)n+Rn(x)(0.1)
其中:
Rn(x)=fn+1(ξ)(n+1)!(x−x0)n+1,a<ξ<b(0.2)
多项式(0.0)称为函数f(x)按 (x−x0) 的幂展开的n阶泰勒多项式,式子(0.1)称为函数f(x)按 (x−x0) 的幂展开的n阶泰勒公式。
注意,若令n=0 (仅有一项),则泰勒中值定理会变为:
f(x)=f(x0)+R0(x0)⇒f(x0)+f′(ξ)(x−x0),a<ξ<b
即拉格朗日中值定理,由此可以看出泰勒中值定理是拉格朗日中值定理的推广。
表达式(0.2)称之为拉格朗日余项。
在不需要拉格朗日余项的精确表达式之时,Rn(x)的表达式也可以写成 o[(x−x0)n], 称为佩亚诺(Peano)余项。
当x0=0时,泰勒公式(0.1)又被称为麦克劳林公式:
f(x)=f(0)+f′(0)x+f′′(0)2!x2+...+fn(0)n!xn+fn+1(ξ)(n+1)!xn+1,(0<ξ<x)
或:
f(x)=f(0)+f′(0)x+f′′(0)2!x2+...+fn(0)n!xn+fn+1(θx)(n+1)!xn+1,(0<θ<1)
当需要精确的余项表达式时,由式(0.2)可知误差:|Rn(x)|=|f(n+1)(ξ)(n+1)!(x−x0)n+1|当x→x0时,是比(x−x0)n更高阶的无穷小,若f(n+1)(x)在闭区间(a,b)内有界,即存在常数M,使得f(n+1)(x)≪M,则误差估计为:|Rn(x)|≪M(n+1)!|(x−x0)|n+1(1)(2)(3)(4)(5)(6)(7)(8)(9)
praxis 0
求f(x)=ex的n阶麦克劳林公式当x=0时:f(0)=f′(0)=f′′(0)=f′′′(0)=...=1⇒ex=1+x+x22!+x33!+...+xnn!+f(n+1)(θx)(n+1)!,0<θ<1化简余项:f(n+1)(ex)=ex余项可为:f(n+1)(eθx)(n+1)!xn+1,0<θ<1⇒ex=1+x+x22!+x33!+...+xnn!+f(n+1)(eθx)(n+1)!xn+1,0<θ<1(10)(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)(21)
praxis 1
求f(x)=11+x的n阶麦克劳林公式
设(1+x)=u,f(x)=11+x=1u=u−11阶导:f′(x)=(u−1)′=−u−1−1=−u−2=−1u2=−1(1+x)22阶导:f′′(x)=[−1(1+x)2]′=(−u−2)′=2u−3=2(1+x)33阶导:f′′′(x)=[2(1+x)3]′=−6(1+x)4n阶导通项式:f(n)(x)=(−1)nn!(1+x)n+1麦克劳林展开:f(0)=1,f′(0)x=−x,f′′(0)2!x2=x2,f′′′(0)3!x3=−63!x3=−x3,f(n)(0)n!xn=(−1)n×n!n!xn=(−1)nxn第n+1阶导:f(n+1)(x)=(−1)n+1(n+1)!(1+x)n+1拉格朗日余项:f(n+1)(θx)(n+1)!xn+1=(−1)n+1(n+1)!(1+θx)n+1(n+1)!⋅xn+1(−1)n+1(n+1)!(1+θx)n+1⋅1(n+1)!⋅xn+1余项为:(−1)n+1(1+θx)n+1⋅xn+1最终结果为:1−x+x2−x3+…+(−1)nxn+(−1)n+1(1+θx)n+1xn+1,(0<θ<1)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛(1)