(完整版)泰勒公式及其应用(数学考研)_4990.docVIP

第 2 章预备知识 前面一章我们介绍了一下泰勒和他的成就， 那他的主要杰作泰勒公式究竟在数学中 有多大的用处呢？那么从这一章开始我们就要来学习一下所谓的泰勒公式， 首先来了解 一下它是在什么样的背景下产生的． 给定一个函数 f ( x) 在点 x处可微，则有： 0 f (x0 x) f ( x0 ) f (x0 ) x ( x) 这样当 x 1时可得近似公式 f (x0 x) f ( x0 ) f ( x0 ) x 或 f (x) f (x0 ) f ( x0 )( x x0 ) ， x x0 1 即在 x 点附近，可以用一个 x 的线形函数（一次多项式）去逼近函数 f ，但这时有两个 0 问题没有解决： （1） 近似的程度不好，精确度不高．因为我们只是用一个简单的函数— 一次多项 式去替代可能是十分复杂的函数 f ． （ 2）近似所产生的误差不能具体估计，只知道舍掉的是一个 高阶无穷小量 4 (x x0 ) ，如果要求误差不得超过f x0 f x x x 去替代 f (x) 行吗？因 10 ，用 ( ) ( )( ) 0 0 此就需要用新的逼近方法去替代函数． 在下面这一节我们就来设法解决这两个问题． 2.1 Taylor 公式 首先看第一个问题，为了提高近似的精确程度，我们可以设想用一个 x 的 n 次多项 式在 x0 附近去逼近 f ，即令 n f ( ) a a ( ) ... an (x x ) x 0 x x （2.1 ） 1 0 0 从几何上看，这表示不满足在 x 附近用一条直线（曲线y f (x) 在点 (x0, f (x0 )) 的切线） 0 n 去替代 y f (x) ，而是想用一条 n 次抛物线f (x) a ( ) ... n (x x ) a0 x x a 去替 1 0 0 代它． 我们猜想在点 ( , ( )) x0 f x 附近这两条曲线可能会拟合的更好些．那么系数 a0 ， a1 ? 0 a 如何确定呢？ n 假设f 本身就是一个 n 次多项式，显然，要用一个 n 次多项式去替代它，最好莫过 它自身了，因此应当有 n f ( x) a a (x x ) ... a ( ) n x x 0 1 0 0 于是得： ( ) a0 f x 0 第 2 章预备知识 求一次导数可得： ( ) a1 f x 0 又求一次导数可得： a 2 f (x0 2! ) 这样进行下去可得： f (x0 ) a ， 3 3! (4) f (x0 ) a ，? ， 4 4! a n f ( n) (x0 n! ) 因此当 f 是一个 n 次多项式时，它就可以表成： (n) n ( k) f ( x ) f (x ) n k 0 0 f (x) f (x0) f (x )(x x ) ... (x x ) (x x0 ) （2.2） 0 0 0 n! k! k 0 即 x 附近的点 x处的函数值f (x) 可以通过x0 点的函数值和各级导数值去计算． 通过这个 0 特殊的情形，我们得到一个启示，对于一般的函数 f ，只要它在 x 点存在直到 n阶的导 0 数，由这些导数构成一个 n 次多项式 (n) f ( x ) f (x ) 0 2 0 Tn (x) f (x ) f (x )( x x ) (x x ) ... (x x0 ) 0 0 0 0 2! n! n 称为函数 f ( x) 在点 x处的泰勒多项式， Tn (x) 的各项系数 0 (k ) f (x0) k! (k 1,2 ,3,..., n) ，称 为泰勒系数．因而 n 次多项式的 n 次泰勒多项式就是它本身． 2.2 Taylor 公式的各种余项 对于一般的函数，其 n 次 Taylor 多项式与函数本身又有什么关系呢？函数在某点 x 0 附近能近似地用它在 x 点的 n 次泰勒多项式去替代吗？如果可以， 那怎样估计误差呢？ 0 下面的 Taylor 定理就是回答这个问题的． [ ] (带拉格朗日型余项的 Taylor 公式) 10 定理 1 假设函 数 f (x) 在 | x x0 | h 上 存 在 直 至 n 1阶的连续导函 数 ，则对任 一 x [x0 h x0 h , 泰勒公式的余项为 , ] (n 1) f ( ) Rn (x) (x x (n 1)! 0 ) n 1 其中 x ( )为x0 与 x间的一个值. 即有 0 x x 0 (n) (n 1) f (x ) f ( ) 0 n n 1 f (2.3) (x) f (x0 ) f ( x )(x x ) ... (x x ) (x x ) 0 0 0 0 n! (n 1)! [ 当 n 0，（2.3）式即为拉格朗日中值公式： 10] 推论1 f (x) f (x0) f ( )(x