泰勒展开

泰勒展开是在某个选定点附近，用多项式来近似函数的方法。它利用函数在该点的各阶导数，因此能在该点匹配函数值、斜率，有时还包括更高阶的局部性质。这种近似通常只在展开中心附近比较有效。

如果 $f$ 在 $x=a$ 附近有足够多阶导数，那么关于 $a$ 的泰勒多项式遵循下面的形式：

$$f(x) \approx f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \frac{f'''(a)}{3!}(x-a)^3 + \cdots$$

在有限项处截断，得到的是泰勒多项式。让这个模式无限继续下去，得到的是泰勒级数。这两个概念关系很密切，但并不是同一个对象。

泰勒展开在中心点匹配什么

每一项的选择，都是为了让多项式在 $x=a$ 处与原函数一致。

• $f(a)$ 匹配函数值。
• $f'(a)$ 匹配斜率。
• $f''(a)$ 有助于匹配曲率。

这就是为什么泰勒展开不只是一个需要死记硬背的公式。它本质上是一个专门设计出来、在局部模仿原函数的多项式。

什么时候泰勒近似效果好

当下面三个条件同时满足时，泰勒展开最有用：

1. 函数在展开中心处有所需的各阶导数。
2. 你只需要求靠近该中心的 $x$ 值。
3. 多项式比原函数更容易计算或分析。

在实际中，第二个条件最重要。即使是像 $e^x$、$\sin x$ 和 $\cos x$ 这样熟悉的函数，低次泰勒多项式通常也是在靠近展开中心时效果更好，离得远时误差会更大。

例题：近似计算 $e^{0.2}$

这里使用麦克劳林展开，也就是展开中心取 $a=0$。

对于 $f(x)=e^x$，它的每一阶导数仍然是 $e^x$。在 $x=0$ 处：

$$f(0) = 1, \quad f'(0) = 1, \quad f''(0) = 1$$

所以二次泰勒多项式是

$$e^x \approx 1 + x + \frac{x^2}{2}$$

现在代入 $x=0.2$：

$$e^{0.2} \approx 1 + 0.2 + \frac{(0.2)^2}{2}$$ $$= 1 + 0.2 + \frac{0.04}{2} = 1.22$$

实际值大约是 $1.2214$，所以这个近似已经很接近了。

为什么这样可行？因为 $0.2$ 离展开中心 $0$ 很近。同样这个简短的多项式，如果用在更远的位置，通常就不会这么准确。

麦克劳林展开就是 $a=0$ 的情形

当展开中心是 $a=0$ 时，泰勒展开变为

$$f(x) \approx f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \cdots$$

这种特殊情形叫作麦克劳林展开。它很常见，因为很多函数在 $0$ 处求导和代值都比较方便。

泰勒展开中的常见错误

把多项式和级数混为一谈

有限项的泰勒展开是一个多项式近似。无穷的泰勒级数则是另一个对象。人们常常模糊使用这两个说法，但在讨论收敛性时，这种区别很重要。

在离中心太远的地方使用近似

展开是围绕 $a$ 构造的。如果 $x$ 离 $a$ 很远，低次近似可能就不再可靠。

漏掉阶乘

$(x-a)^n$ 的系数是 $\frac{f^{(n)}(a)}{n!}$，而不只是 $f^{(n)}(a)$。如果漏掉阶乘，每一个高阶项都会出错。

认为每个光滑函数都等于它的泰勒级数

仅仅有各阶导数，并不能保证完整的泰勒级数在附近处处都等于原函数。除非题目给出更强的结论，否则有限展开都应当被看作一种近似。

泰勒展开用在哪里

学生通常会在下面这些情境中接触到泰勒展开：

1. 用一个简短的多项式估计函数值。
2. 在平衡点附近简化复杂表达式。
3. 研究微积分、微分方程或物理中的局部性质。
4. 比较增加更多项后，精度提升了多少。

试试类似的问题

在 $a=0$ 处构造 $\sin x$ 的二次泰勒展开，然后用它近似 $\sin(0.1)$。如果你想继续深入，可以把这个有限近似与完整的 泰勒级数 进行比较。