泰勒公式的推导与几个初等函数的麦克劳林公式

本文最后更新于 2025年11月23日 凌晨

泰勒公式及其推导

泰勒公式概述

泰勒公式是用多项式来逼近函数的重要工具,主要有两种形式:

Peano 型泰勒公式

设函数 f(x)f(x) 在点 x0x_0 处有 nn 阶导数,则存在多项式:

Pn(x)=k=0nf(k)(x0)k!(xx0)kP_n(x) = \sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!}(x-x_0)^k

使得:

f(x)=Pn(x)+o((xx0)n)(xx0)f(x) = P_n(x) + o((x-x_0)^n) \quad (x \to x_0)

其中 Rn(x)=o((xx0)n)R_n(x) = o((x-x_0)^n) 称为 Peano 余项

Lagrange 型泰勒公式

设函数 f(x)f(x) 在包含 x0x_0 的区间上具有 n+1n+1 阶导数,则对任意 xx,存在 ξ\xi 介于 x0x_0xx 之间,使得:

f(x)=k=0nf(k)(x0)k!(xx0)k+f(n+1)(ξ)(n+1)!(xx0)n+1f(x) = \sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!}(x-x_0)^k + \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}

其中 Rn(x)=f(n+1)(ξ)(n+1)!(xx0)n+1R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1} 称为 Lagrange 余项


推导过程

Peano 余项泰勒公式推导

思路:通过逐步构造多项式,证明余项是高阶无穷小。

  1. 构造多项式
    Pn(x)=a0+a1(xx0)+a2(xx0)2++an(xx0)nP_n(x) = a_0 + a_1(x-x_0) + a_2(x-x_0)^2 + \cdots + a_n(x-x_0)^n

  2. 确定系数
    要求 f(x)Pn(x)=o((xx0)n)f(x) - P_n(x) = o((x-x_0)^n),即:

    limxx0f(x)Pn(x)(xx0)n=0\lim_{x \to x_0} \frac{f(x) - P_n(x)}{(x-x_0)^n} = 0

    通过反复求导并令 x=x0x = x_0,可得:

    ak=f(k)(x0)k!(k=0,1,,n)a_k = \frac{f^{(k)}(x_0)}{k!} \quad (k=0,1,\cdots,n)

  3. 验证余项性质
    使用洛必达法则 nn 次:

    limxx0f(x)Pn(x)(xx0)n=limxx0f(n)(x)f(n)(x0)n!(xx0)=0\lim_{x \to x_0} \frac{f(x) - P_n(x)}{(x-x_0)^n} = \lim_{x \to x_0} \frac{f^{(n)}(x) - f^{(n)}(x_0)}{n!(x-x_0)} = 0

    因此 Rn(x)=o((xx0)n)R_n(x) = o((x-x_0)^n)

Lagrange 余项泰勒公式推导

思路:利用柯西中值定理。

  1. 构造函数
    定义:

    F(t)=f(x)k=0nf(k)(t)k!(xt)kF(t) = f(x) - \sum_{k=0}^{n} \frac{f^{(k)}(t)}{k!}(x-t)^k

    G(t)=(xt)n+1G(t) = (x-t)^{n+1}

  2. 应用柯西中值定理
    在区间 [x0,x][x_0, x] 上,存在 ξ(x0,x)\xi \in (x_0, x) 使得:

    F(x)F(x0)G(x)G(x0)=F(ξ)G(ξ)\frac{F(x) - F(x_0)}{G(x) - G(x_0)} = \frac{F'(\xi)}{G'(\xi)}

  3. 计算导数

    F(t)=f(n+1)(t)n!(xt)nF'(t) = -\frac{f^{(n+1)}(t)}{n!}(x-t)^n

    G(t)=(n+1)(xt)nG'(t) = -(n+1)(x-t)^n

  4. 代入并整理

    F(x0)(xx0)n+1=f(n+1)(ξ)(n+1)!\frac{F(x_0)}{(x-x_0)^{n+1}} = \frac{f^{(n+1)}(\xi)}{(n+1)!}

    因此:

    Rn(x)=F(x0)=f(n+1)(ξ)(n+1)!(xx0)n+1R_n(x) = F(x_0) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}


基本初等函数的麦克劳林公式

麦克劳林公式是泰勒公式在 x0=0x_0 = 0 处的特例。

1. 指数函数 exe^x

ex=1+x+x22!+x33!++xnn!+Rn(x)e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots + \frac{x^n}{n!} + R_n(x)

Peano 余项Rn(x)=o(xn)R_n(x) = o(x^n)
Lagrange 余项Rn(x)=eξ(n+1)!xn+1R_n(x) = \frac{e^{\xi}}{(n+1)!}x^{n+1}

2. 正弦函数 sinx\sin x

sinx=xx33!+x55!+(1)kx2k+1(2k+1)!+R2k+1(x)\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots + (-1)^k \frac{x^{2k+1}}{(2k+1)!} + R_{2k+1}(x)

Peano 余项R2k+1(x)=o(x2k+1)R_{2k+1}(x) = o(x^{2k+1})
Lagrange 余项R2k+1(x)=(1)k+1cosξ(2k+3)!x2k+3R_{2k+1}(x) = (-1)^{k+1} \frac{\cos \xi}{(2k+3)!}x^{2k+3}

3. 余弦函数 cosx\cos x

cosx=1x22!+x44!+(1)kx2k(2k)!+R2k(x)\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots + (-1)^k \frac{x^{2k}}{(2k)!} + R_{2k}(x)

Peano 余项R2k(x)=o(x2k)R_{2k}(x) = o(x^{2k})
Lagrange 余项R2k(x)=(1)k+1cosξ(2k+2)!x2k+2R_{2k}(x) = (-1)^{k+1} \frac{\cos \xi}{(2k+2)!}x^{2k+2}

4. 自然对数 ln(1+x)\ln(1+x)

ln(1+x)=xx22+x33+(1)n1xnn+Rn(x)\ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \cdots + (-1)^{n-1} \frac{x^n}{n} + R_n(x)

收敛区间(1,1](-1, 1]
Peano 余项Rn(x)=o(xn)R_n(x) = o(x^n)
Lagrange 余项Rn(x)=(1)nxn+1(n+1)(1+ξ)n+1R_n(x) = (-1)^n \frac{x^{n+1}}{(n+1)(1+\xi)^{n+1}}

5. 二项式函数 (1+x)α(1+x)^\alpha

(1+x)α=1+αx+α(α1)2!x2++α(α1)(αn+1)n!xn+Rn(x)(1+x)^\alpha = 1 + \alpha x + \frac{\alpha(\alpha-1)}{2!}x^2 + \cdots + \frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n + R_n(x)

Peano 余项Rn(x)=o(xn)R_n(x) = o(x^n)
Lagrange 余项Rn(x)=α(α1)(αn)(n+1)!(1+ξ)αn1xn+1R_n(x) = \frac{\alpha(\alpha-1)\cdots(\alpha-n)}{(n+1)!}(1+\xi)^{\alpha-n-1}x^{n+1}

6. 几何级数 11x\frac{1}{1-x}

11x=1+x+x2+x3++xn+Rn(x)\frac{1}{1-x} = 1 + x + x^2 + x^3 + \cdots + x^n + R_n(x)

收敛区间(1,1)(-1, 1)
Peano 余项Rn(x)=o(xn)R_n(x) = o(x^n)
精确余项Rn(x)=xn+11xR_n(x) = \frac{x^{n+1}}{1-x}


应用说明

  • Peano 余项:主要用于局部逼近,研究函数在一点附近的性质
  • Lagrange 余项:可用于估计逼近误差,进行数值计算
  • 麦克劳林公式:是理论和计算中的重要工具,广泛应用于极限计算、积分近似等领域

这些公式为函数逼近和数值分析提供了理论基础。


泰勒公式的推导与几个初等函数的麦克劳林公式
https://www.apaperclip.eu.org/2025/11/22/2025-11-22-泰勒公式的推导与几个初等函数的麦克劳林公式/
作者
qingsi
发布于
2025年11月22日
许可协议