泰勒级数定义
泰勒系数由展开点处的各阶导数给出。对指数函数,各阶导数在0处均为1,其麦克劳林级数确实等于原函数。一般光滑函数不能仅凭光滑性就断言等于自己的泰勒级数。
Charles队长 · 哔哩哔哩 · 0:30
视频展示了利用泰勒级数的前几项来逼近指数函数 的过程。画面中,随着多项式阶数的增加(从0阶到4阶),其图像越来越贴近真实的 曲线。右上角的局部放大图清晰地显示了在零点附近,高阶多项式与真实函数的误差逐渐减小。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
本段演示了如何用麦克劳林级数(即在零点展开的泰勒级数)来逼近自然指数函数 。屏幕上给出了完整的无穷级数公式:。为了直观展示逼近过程,我们依次画出该级数的前几项部分和所对应的多项式函数图像。
首先,取第一项常数 ,这是一条水平直线。接着加入一次项得到 ,它是一条斜率为1的切线。再加入二次项 形成抛物线 ,随后是三次曲线 和四次曲线 。观察主坐标系可以发现,每增加一项,多项式的弯曲程度就更接近蓝色的 原像。
放大零点附近,可以看到逐项增加的多项式更好地描述指数函数的局部形状。对指数函数,麦克劳林级数在每个实数点都收敛到原函数,并在任意固定有界区间上一致收敛。不过这并不意味着负数点的误差每一步都严格下降,也不表示有限多项式能在整条实轴上给出统一的小误差。
泰勒系数由展开点处的各阶导数给出。对指数函数,各阶导数在0处均为1,其麦克劳林级数确实等于原函数。一般光滑函数不能仅凭光滑性就断言等于自己的泰勒级数。
仅保留级数的第一项。它在展开点处与原函数值相等,但无法反映任何变化趋势。
加入了线性项。这是著名的“线性化”,即函数在该点的切线方程。它能很好地描述极小邻域内的变化率。
加入二次项开始描述弯曲,随后三次、四次项继续匹配展开点处的更高阶导数。这些多项式的全局形状与指数函数不同;动画展示的是局部逼近的改善。
指数函数的部分和在每个固定实数点收敛,并在固定有界区间上一致收敛。有限画面不是一般收敛定理的证明,逐阶误差也不必在每个点严格单调下降。
视频展示了利用泰勒级数的前几项来逼近指数函数 的过程。画面中,随着多项式阶数的增加(从0阶到4阶),其图像越来越贴近真实的 曲线。右上角的局部放大图清晰地显示了在零点附近,高阶多项式与真实函数的误差逐渐减小。