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:
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
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 (x−a)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。
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?
怎么才能让 x^2 和 x^9 的图像特性能结合起来呢?
我们来动手试试看看系数之间如何压制的:
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 )
增加一个 14!x4 1 4 ! x 4 看看
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)=x−13!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 ) 。
同样的,我们再增加一个 17!x7 1 7 ! x 7 试试。
可以看到 17!x7 1 7 ! x 7 在适当的位置,改变了 x−13!x3+15!x5 x − 1 3 ! x 3 + 1 5 ! x 5 的弯曲方向,最终让 x−13!x3+15!x5−17!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)a−b 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!(x−a)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)!(x−a)(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)(x−a) 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:
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。
如上图,把曲线等分为 n 份,分别为 a1,a2,⋯,an, a 1 , a 2 , ⋯ , a n , 令 a1=a,a2=a+Δx,⋯,an=a+(n−1)Δx a 1 = a , a 2 = a + Δ x , ⋯ , a n = a + ( n − 1 ) Δ x 。我们可以推出( Δ2,Δ3 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)=2−3x 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 2−3×4=−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, limx→0sin(x)x lim x → 0 s i n ( x ) x ,代入 sin(x) 的泰勒展开有: limx→0sin(x)x=limx→0x+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, limx→0o(x3)=0 lim x → 0 o ( x 3 ) = 0 。
泰勒公式求高:
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!