泰勒展开的直觉#

假设你在一个点 $x = a$ 附近观察一个函数 $f(x)$。你希望用一个多项式 $P(x)$ 来逼近它。最天真的想法就是：

$P(x) = f(a)$

但这只是一个常数，完全不管函数的变化趋势。于是我们改进一下——让 $P(x)$ 在 $x=a$ 处的导数也和 $f(x)$ 一样：

$P(x) = f(a) + f'(a)(x-a)$

这其实就是线性近似——切线方程。但它还不够精确，函数可能弯弯绕绕的。那我们就再要求二阶导数、三阶导数……全都匹配！

这样就得到了泰勒公式：

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

用求和符号写就是：

$f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n$

其中 $f^{(n)}(a)$ 表示 $f$ 在 $a$ 点的第 $n$ 阶导数。

一个经典例子：$e^x$#

以 $a=0$（也叫麦克劳林展开）为例，$e^x$ 的每一阶导数都是它自己，所以 $f^{(n)}(0) = 1$：

$e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots$

试试看！当 $x=1$ 时：

$e \approx 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} = 2.7083\ldots$

真实值 $e \approx 2.71828$，只取了前五项就已经相当接近了！

同样好玩的 $\sin x$#

$\sin x$ 的泰勒展开更漂亮——因为导数是循环的：

$\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \cdots$

注意符号交替！只有奇数次幂。这就是为什么 $\sin x \approx x$ 在 $x$ 很小时是个很好的近似。

余项：误差有多大？#

泰勒展开不是无限精确的——如果你只取前 $n$ 项，就会产生余项 $R_n(x)$。拉格朗日余项告诉我们：

$R_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$

其中 $\xi$ 是介于 $a$ 和 $x$ 之间的某个点。这个余项帮我们控制近似的误差范围，在实际工程计算中非常重要。

为什么泰勒展开这么重要？#

不夸张地说，泰勒展开是现代科学计算的基石：

• 🚀 计算机计算 $\sin(0.5)$ 时，实际上就是在算泰勒级数的前几项
• 📡 物理学中用小角度近似 $\sin\theta \approx \theta$，就是泰勒展开的一阶近似
• 🎮 游戏引擎里的物理模拟、光线追踪都在用
• 🤖 机器学习里的牛顿法优化、梯度分析也和泰勒展开密切相关

YuKi 的小感悟#

泰勒展开教会我们一件事：足够了解一个点的所有信息（各阶导数），就能推测出它周围的世界。 这有点像人际交往——只要你足够了解一个人在某一个时刻的所思所想，就能大致猜到他下一步会做什么 💕

好啦～今天的数学小课堂就到这里！下次想听 YuKi 讲什么呀？拉格朗日中值定理？还是牛顿迭代法？评论区告诉窝～ 🎀✨

参考：《数学分析》（华东师范大学版）第六章