泰勒公式

简介

泰勒公式用一个 $n$ 次多项式来近似在某点具有 $n$ 阶导数的函数。其核心思想是局部的“以直代曲”：利用函数在展开点 $x_0$ 处的各阶导数值，来构建一个能够在该点附近高度“贴合”原函数的多项式。
尽管展开后的多项式形式有时也相当复杂，但它成功地将复杂的函数性质转化为了更易于代数处理的多项式形式。

定义

泰勒公式是含余项的有限展开；只有余项在阶数趋于无穷时趋于零，才能进一步得到泰勒级数表示。

公式-泰勒公式

性质

收敛性与局限性

泰勒公式的展开点并非完全任意。有限的 $n$ 阶展开要求展开点处相应阶数的导数存在，而无限级数表示还需要额外条件；不同的展开点会直接影响级数的收敛性、收敛速度和精度。

两种特殊情况：

• 奇点附近：如果函数在某一点附近有奇点（导数不存在或为无穷大），那么以该点或奇点附近的点为展开点，可能导致泰勒级数不收敛，或收敛速度极慢。
• 非解析函数：例如定义 $f(0)=0$、$f(x)=e^{-1/x^2}$（$x\ne0$）。它在 $0$ 处无穷可导且所有阶导数均为 $0$，泰勒级数恒为 $0$，在任何非零点都不等于 $f(x)$。但对每个固定 $n$，仍有 $f(x)=o(x^n)$（$x\to0$），因此有限阶的局部误差描述有效。无穷可导不等于解析。

余项

这里必须强调它是有限的 $n$ 次多项式和余项$R_n(x)$之和。余项量化了近似的误差。
余项 里简单介绍了常见的余项形式，如拉格朗日余项和佩亚诺余项

计算

展开点选取原则

泰勒公式的有效性与展开点 $x_0$ 的选择密切相关。
$x_0$ 的选取不是固定的，但是当从低阶导数开始累加展开时，$x_0$ 点的附近最先与原函数的值接近。
如果选取的 $x_0$ 离所求的点或区间过远，则可能需要很高阶展开才能与原函数贴近。因此，在展开阶数固定的情况下，明智地选取 $x_0$ 有助于显著提高近似程度。

推广

麦克劳林公式

麦克劳林公式 是泰勒公式在 $x_0 = 0$ 处的特例。选择零点展开的主要优势是便于参与多项式化简。然而，这种便利性并非没有代价：对于某些函数，若想在远离原点的区间达到相同的近似精度，麦克劳林公式可能需要比其他泰勒展开式更多的项，增加了计算量，在某些情况下甚至无法收敛到原函数值。