泰勒级数详解

2023-12-22 20:18
文章标签 详解 级数 泰勒

本文主要是介绍泰勒级数详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

      • 1.多项式的函数图像特点
      • 2.用多项式对 exexe^ x 进行逼近
      • 3.用多项式对 sin(x) 进行逼近
      • 4.泰勒公式与拉格朗日中值定理的关系
      • 5.泰勒公式是怎么推导的?
      • 6.泰勒公式的用处

泰勒公式一句话描述:就是用多项式函数去逼近光滑函数。
先来感受一下:
这里写图片描述
定理:
设 n 是一个正整数。如果定义在一个包含 a 的区间上的函数 f 在 a 点处 n+1 次可导,那么对于这个区间上的任意 x,都有

f(x)=f(a)+f1!(xa)+f(2)(a)2!(xa)2+...+fn(a)n!(xa)n+Rn(x) f ( x ) = f ( a ) + f ′ 1 ! ( x − a ) + f ( 2 ) ( a ) 2 ! ( x − a ) 2 + . . . + f n ( a ) n ! ( x − a ) n + R n ( x )

其中的多项式称为函数在a 处的泰勒展开式,剩余的 Rn(x) R n ( x ) 是泰勒公式的余项,是 (xa)n ( x − a ) n 的高阶无穷小。
泰勒公式的定义看起来气势磅礴,高端大气。如果 a=0 的话,就是麦克劳伦公式,即 f(x)=Nn=0fn(0)n!xn+Rn(x) f ( x ) = ∑ n = 0 N f n ( 0 ) n ! x n + R n ( x ) ,这个看起来简单一点,我们下面只讨论麦克劳伦公式,可以认为和泰勒公式等价。

1.多项式的函数图像特点

f(x)=Nn=0fn(0)n!xn f ( x ) = ∑ n = 0 N f n ( 0 ) n ! x n 展开来就是 f(0)+f(0)x+f′′(0)2!x2+...+fn(0)n!xn,f(0),f′′(0)2! f ( 0 ) + f ′ ( 0 ) x + f ″ ( 0 ) 2 ! x 2 + . . . + f n ( 0 ) n ! x n , f ( 0 ) , f ″ ( 0 ) 2 ! ,这些都是常数,我们暂时不管,先看看其中最基础的组成部分,幂函数有什么特点。
这里写图片描述
这里写图片描述
可以看到,幂函数其实只有两种形态,一种是关于 Y 轴对称,一种是关于原点对称,并且指数越大,增长速度越大。
那幂函数组成的多项式函数有什么特点呢?
这里写图片描述
怎么才能让 x^2 和 x^9 的图像特性能结合起来呢?
这里写图片描述
我们来动手试试看看系数之间如何压制的:
这里写图片描述

2.用多项式对 ex e x 进行逼近

ex e x 是麦克劳伦展开形式上最简单的函数,有 e 就是这么任性。
ex=1+x+12!x2+...+1n!xn+Rn(x) e x = 1 + x + 1 2 ! x 2 + . . . + 1 n ! x n + R n ( x )
这里写图片描述
增加一个 14!x4 1 4 ! x 4 看看
这里写图片描述
可以看出, 1n!xn 1 n ! x n 不断的弯曲着那根多项式形成的铁丝去逼近 ex e x 。并且 n 越大,起作用的区域距离0越远。

3.用多项式对 sin(x) 进行逼近

sin(x) 是周期函数,有非常多的弯曲,难以想象可以用多项式进行逼近。
sin(x)=x13!x3++(1)n(2n+1)!x(2n+1)+Rn(x) s i n ( x ) = x − 1 3 ! x 3 + ⋯ + ( − 1 ) n ( 2 n + 1 ) ! x ( 2 n + 1 ) + R n ( x )
这里写图片描述
同样的,我们再增加一个 17!x7 1 7 ! x 7 试试。
这里写图片描述
可以看到 17!x7 1 7 ! x 7 在适当的位置,改变了 x13!x3+15!x5 x − 1 3 ! x 3 + 1 5 ! x 5 的弯曲方向,最终让 x13!x3+15!x517!x7 x − 1 3 ! x 3 + 1 5 ! x 5 − 1 7 ! x 7 更好的逼近了 sin(x) s i n ( x )

4.泰勒公式与拉格朗日中值定理的关系

拉格朗日中值定理:如果函数 f(x) 满足,在 [a,b] 上连续,在 (a,b) 上可导,那么至少有一点 θ(a<θ<b) θ ( a < θ < b ) 使等式 f(θ)=f(a)f(b)ab f ′ ( θ ) = f ( a ) − f ( b ) a − b 成立。—-维基百科
数学定义的文字描述总是非常严格、拗口,我们来看下拉格朗日中值定理的几何意义:
这里写图片描述
这个和泰勒公式有什么关系?泰勒公式有个余项 Rn(x) R n ( x ) 我们一直没有提。
余项即使用泰勒公式估算的误差,即 f(x)n=0Nf(n)(a)n!(xa)n=Rn(x) f ( x ) − ∑ n = 0 N f ( n ) ( a ) n ! ( x − a ) n = R n ( x )
余项的代数式是, Rn(x)=f(n+1)(θ)(n+1)!(xa)(n+1) R n ( x ) = f ( n + 1 ) ( θ ) ( n + 1 ) ! ( x − a ) ( n + 1 ) ,其中 a<θ<x a < θ < x 。是不是看着有点像了?
当 N=0 的时候,根据泰勒公式有, f(x)=f(a)+f(θ)(xa) f ( x ) = f ( a ) + f ′ ( θ ) ( x − a ) ,把拉格朗日中值定理中的 b 换成 x ,那么拉格朗日中值定理根本就是 N=0 时的泰勒公式。
结合拉格朗日中值定理,我们来看看 N=0 的时候,泰勒公式的几何意义:
这里写图片描述
当 N=0 的时候,泰勒公式几何意义很好理解,那么 N=1,2, N = 1 , 2 , ⋯ 呢?
这个问题我是这么理解的:首先让我们去想象高阶导数的几何意义,一阶是斜率,二阶是曲率,三阶四阶已经没有明显的几何意义了,或许,高阶导数的几何意义不是在三维空间里面呈现的,穿过更高维的时空才能俯视它的含义。现在的我们只是通过代数证明,发现了高维投射到我们平面上的秘密。
还可以这么来思考泰勒公式,泰勒公式让我们可以通过一个点来窥视整个函数的发展,为什么呢?
因为点的发展趋势蕴含在导数之中,而导数的发展趋势蕴含在二阶导数之中……四不四很有道理啊?

5.泰勒公式是怎么推导的?

很多同学看到这段时,可能有点看不懂,我在牛顿插值的几何解释是怎么样的? - 知乎,这个回答里尝试重新作答了。
根据“以直代曲、化整为零”的数学思想,产生了泰勒公式。
这里写图片描述
如上图,把曲线等分为 n 份,分别为 a1a2an a 1 , a 2 , ⋯ , a n , a1=aa2=a+Δxan=a+(n1)Δx a 1 = a , a 2 = a + Δ x , ⋯ , a n = a + ( n − 1 ) Δ x 。我们可以推出( Δ2Δ3 Δ 2 , Δ 3 可以认为是二阶、三阶微分,其准确的数学用语是差分,和微分相比,一个是有限量,一个是极限量):
f(a2)=f(a+Δx)=f(a)+Δf(x) f ( a 2 ) = f ( a + Δ x ) = f ( a ) + Δ f ( x )
f(a3)=f(a+2Δx)=f(a+Δx)+Δf(a+Δx)=f(a)+2Δf(x)+Δ2f(x) f ( a 3 ) = f ( a + 2 Δ x ) = f ( a + Δ x ) + Δ f ( a + Δ x ) = f ( a ) + 2 Δ f ( x ) + Δ 2 f ( x )
f(a4)=f(a+3Δx)=f(a)+4Δf(x)+6Δ2f(x)+4Δ3f(x)+Δ4f(x) f ( a 4 ) = f ( a + 3 Δ x ) = f ( a ) + 4 Δ f ( x ) + 6 Δ 2 f ( x ) + 4 Δ 3 f ( x ) + Δ 4 f ( x )
也就是说,f(x)全部可以由 a 和 \Delta x 决定,这个就是泰勒公式提出的基本思想。据此的思想,加上极限 \Delta x \to 0 ,就可以推出泰勒公式。

6.泰勒公式的用处

多项式这种函数是我们可以亲近的函数,它们很开放、很坦白,心里想什么就说什么,比如 f(x)=23x f ( x ) = 2 − 3 x ,这个多项式会告诉我们想问的任何消息,甚至更多,譬如,我们问:“嘿,老兄,你在4那点的值是多少?”这时 f(x) 会毫不犹豫的回答:“你把4代进来,就会得到 23×4=10 2 − 3 × 4 = − 10 ,顺便告诉你,我最近长了奇怪的疹子,痒的要命,还好这两天症状减轻了…”。但是 ln(x) 阴暗、多疑,要是问它:“嗨,你在3的值是多少啊?”你得到的答案可能是:“你要干什么?为什么打听别人的私事?你以为凭着你那点加减乘除的三脚猫功夫就可以查出我的底细?况且我在3的值是多少,干你什么事!”—-《微积分之倚天宝剑》
泰勒公式最直接的一个应用就是用于计算,计算机一般都是把 sin(x) 进行泰勒展开进行计算的。
泰勒公式还可以把问题简化,比如计算, limx0sin(x)x lim x → 0 s i n ( x ) x ,代入 sin(x) 的泰勒展开有: limx0sin(x)x=limx0x+o(x3)x=1 lim x → 0 s i n ( x ) x = lim x → 0 x + o ( x 3 ) x = 1 ,其中其中 o(x3) o ( x 3 ) 是泰勒公式里面的余项,是高阶无穷小, limx0o(x3)=0 lim x → 0 o ( x 3 ) = 0
泰勒公式求高:
这里写图片描述
以上内容转自:
https://www.zhihu.com/question/21149770/answer/111173412

这篇关于泰勒级数详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/525323

相关文章

Java中StopWatch的使用示例详解

《Java中StopWatch的使用示例详解》stopWatch是org.springframework.util包下的一个工具类,使用它可直观的输出代码执行耗时,以及执行时间百分比,这篇文章主要介绍... 目录stopWatch 是org.springframework.util 包下的一个工具类,使用它

Java进行文件格式校验的方案详解

《Java进行文件格式校验的方案详解》这篇文章主要为大家详细介绍了Java中进行文件格式校验的相关方案,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、背景异常现象原因排查用户的无心之过二、解决方案Magandroidic Number判断主流检测库对比Tika的使用区分zip

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

springboot security快速使用示例详解

《springbootsecurity快速使用示例详解》:本文主要介绍springbootsecurity快速使用示例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝... 目录创www.chinasem.cn建spring boot项目生成脚手架配置依赖接口示例代码项目结构启用s

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

java中反射(Reflection)机制举例详解

《java中反射(Reflection)机制举例详解》Java中的反射机制是指Java程序在运行期间可以获取到一个对象的全部信息,:本文主要介绍java中反射(Reflection)机制的相关资料... 目录一、什么是反射?二、反射的用途三、获取Class对象四、Class类型的对象使用场景1五、Class

golang 日志log与logrus示例详解

《golang日志log与logrus示例详解》log是Go语言标准库中一个简单的日志库,本文给大家介绍golang日志log与logrus示例详解,感兴趣的朋友一起看看吧... 目录一、Go 标准库 log 详解1. 功能特点2. 常用函数3. 示例代码4. 优势和局限二、第三方库 logrus 详解1.

一文详解如何从零构建Spring Boot Starter并实现整合

《一文详解如何从零构建SpringBootStarter并实现整合》SpringBoot是一个开源的Java基础框架,用于创建独立、生产级的基于Spring框架的应用程序,:本文主要介绍如何从... 目录一、Spring Boot Starter的核心价值二、Starter项目创建全流程2.1 项目初始化(