[高等数学学习记录] 泰勒公式

1 知识点

1.1 要求

为简化计算, 通常用多项式近似表达复杂函数:

设函数 f ( x ) f(x) f(x) 在含有 x 0 x_0 x0 的开区间内具有 ( n + 1 ) (n+1) (n+1) 阶导数, 试找出一个关于 ( x − x 0 ) (x-x_0) (xx0) n n n 次多项式 p n ( x ) p_n(x) pn(x) 近似表达 f ( x ) f(x) f(x);

要求 p n ( x ) p_n(x) pn(x) f ( x ) f(x) f(x) 之差是比 ( x − x 0 ) n (x-x_0)^n (xx0)n 高阶的无穷小, 并给出误差 ∣ f ( x ) − p n ( x ) ∣ |f(x)-p_n(x)| f(x)pn(x) 的具体表达式.


1.2 泰勒多项式

p n ( x ) p_n(x) pn(x) 的形式为:

p n ( x ) = a 0 + a 1 ( x − x 0 ) + a 2 ( x − x 0 ) 2 + ⋯ + a n ( x − x 0 ) n ( 1 ) p_n(x)=a_0+a_1(x-x_0)+a_2(x-x_0)^2+\cdots + a_n(x-x_0)^n \qquad (1) pn(x)=a0+a1(xx0)+a2(xx0)2++an(xx0)n(1)

假设 p n ( x ) p_n(x) pn(x) f ( x ) f(x) f(x) x 0 x_0 x0 处的函数值相等, 且同阶导数在 x 0 x_0 x0 处的值也相等, 得:

f ( x 0 ) = p n ( x 0 ) f ′ ( x 0 ) = p n ′ ( x 0 ) f ′ ′ ( x 0 ) = p n ′ ′ ( x 0 ) ⋯ f ( n ) ( x 0 ) = p n ( n ) ( x 0 ) } ( 2 ) \left.\begin{aligned}f(x_0)=p_n(x_0)\\f'(x_0)=p'_n(x_0)\\f''(x_0)=p''_n(x_0)\\ \cdots\\f^{(n)}(x_0)=p_n^{(n)}(x_0)\end{aligned}\right\}\qquad (2) f(x0)=pn(x0)f(x0)=pn(x0)f′′(x0)=pn′′(x0)f(n)(x0)=pn(n)(x0) (2)

( 1 ) (1) (1) 式和 ( 2 ) (2) (2) 式得:

f ( x 0 ) = p n ( x 0 ) = a 0 + 0 + ⋯ + 0 = a 0 f ′ ( x 0 ) = p n ′ ( x 0 ) = 0 + a 1 ⋅ 1 + 0 + ⋯ + 0 = a 1 f ′ ′ ( x 0 ) = p n ′ ′ ( x 0 ) = 0 + 0 + a 2 ⋅ 2 ! + 0 + ⋯ + 0 = a 2 ⋅ 2 ! ⋯ f ( n ) ( x 0 ) = p ( n ) ( x 0 ) = 0 + ⋯ + 0 + a n ⋅ n ! = a n ⋅ n ! } ( 3 ) \left.\begin{aligned}f(x_0)=p_n(x_0)=a_0+0+\cdots +0=a_0 \\ f'(x_0)=p'_n(x_0)=0+a_1\cdot 1+0+\cdots +0=a_1 \\ f''(x_0)=p''_n(x_0)=0+0+a_2\cdot 2! +0+\cdots +0 = a_2\cdot2!\\ \cdots \\ f^{(n)}(x_0)=p^{(n)}(x_0)=0+\cdots +0+a_n\cdot n!= a_n\cdot n!\end{aligned}\right\}\qquad (3) f(x0)=pn(x0)=a0+0++0=a0f(x0)=pn(x0)=0+a11+0++0=a1f′′(x0)=pn′′(x0)=0+0+a22!+0++0=a22!f(n)(x0)=p(n)(x0)=0++0+ann!=ann! (3)

( 3 ) (3) (3) 式变换, 得:

a 0 = f ( x 0 ) a 1 = f ′ ( x 0 ) a 2 = f ′ ′ ( x 0 ) 2 ! ⋯ a n = f ( n ) ( x 0 ) n ! } ( 4 ) \left.\begin{aligned}a_0=f(x_0) \\ a_1=f'(x_0) \\ a_2=\frac{f''(x_0)}{2!} \\ \cdots \\ a_n=\frac{f^{(n)}(x_0)}{n!}\end{aligned}\right\}\qquad (4) a0=f(x0)a1=f(x0)a2=2!f′′(x0)an=n!f(n)(x0) (4)

( 4 ) (4) (4) 式代入 ( 1 ) (1) (1) 式, 得:

p n ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n ( 5 ) p_n(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots +\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n\qquad (5) pn(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n(5)

( 5 ) (5) (5) 式称为函数 f ( x ) f(x) f(x) ( x − x 0 ) (x-x_0) (xx0) 的幂展开的 n n n 次泰勒多项式, 是函数 f ( x ) f(x) f(x) 的近似表达.


1.3 带有拉格朗日型余项的泰勒公式

[泰勒(Taylor)中值定理] 如果函数 f ( x ) f(x) f(x) 在含有 x 0 x_0 x0 的某个开区间 ( a , b ) (a,b) (a,b) 内具有直到 ( n + 1 ) (n+1) (n+1) 阶的导数,则对任一 x ∈ ( a , b ) x\in(a,b) x(a,b),有:

f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) ( 6 ) f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots + \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x) \qquad (6) f(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n+Rn(x)(6)

其中,

R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 ( 7 ) R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}\qquad (7) Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1(7)

公式 ( 6 ) (6) (6) 称为函数 f ( x ) f(x) f(x) ( x − x 0 ) (x-x_0) (xx0) 的幂展开的带有拉格朗日型余项的 n n n 阶泰勒公式.

公式 ( 7 ) (7) (7) 称为拉格朗日型余项,其中的 ξ \xi ξ 介于 x 0 x_0 x0 x x x 之间.

n = 0 n=0 n=0 时,泰勒公式变成拉格朗日中值公式 f ( x ) = f ( x 0 ) + f ′ ( ξ ) ( x − x 0 ) f(x)=f(x_0)+f'(\xi)(x-x_0) f(x)=f(x0)+f(ξ)(xx0) ξ \xi ξ 介于 x 0 x_0 x0 x x x 之间).

如果 x 0 = 0 x_0=0 x0=0,则 ξ ∈ ( 0 , x ) \xi\in(0,x) ξ(0,x),可以令 ξ = θ x ( 0 < θ < 1 ) \xi=\theta x(0<\theta <1) ξ=θx(0<θ<1) .


1.4 泰勒公式的误差

以多项式 p n ( x ) p_n(x) pn(x) 近似表达函数 f ( x ) f(x) f(x) 时, 其误差为 ∣ R n ( x ) ∣ |R_n(x)| Rn(x) .

如果对于某个固定的 n n n, 当 x ∈ ( a , b ) x\in (a,b) x(a,b) 时, ∣ f ( n + 1 ) ( x ) ∣ ≤ M |f^{(n+1)}(x)|\leq M f(n+1)(x)M, 则有:

∣ R n ( x ) ∣ = ∣ f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 ∣ ≤ M ( n + 1 ) ! ∣ x − x 0 ∣ n + 1 ( 8 ) \begin{vmatrix}R_n(x)\end{vmatrix}=\begin{vmatrix}\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}\end{vmatrix}\leq \frac{M}{(n+1)!}\begin{vmatrix}x-x_0\end{vmatrix}^{n+1}\qquad (8) Rn(x) = (n+1)!f(n+1)(ξ)(xx0)n+1 (n+1)!M xx0 n+1(8)

lim ⁡ x → x 0 R n ( x ) ( x − x 0 ) n = 0 ( 9 ) \lim_{x\rightarrow x_0}\frac{R_n(x)}{(x-x_0)^n}=0\qquad (9) xx0lim(xx0)nRn(x)=0(9)

可见, 当 x → x 0 x\rightarrow x_0 xx0 时, 误差 ∣ R n ( x ) ∣ |R_n(x)| Rn(x) 是比 ( x − x 0 ) n (x-x_0)^n (xx0)n 高阶的无穷小, 即:

R n ( x ) = o [ ( x − x 0 ) n ] ( 10 ) R_n(x)=o[(x-x_0)^n]\qquad (10) Rn(x)=o[(xx0)n](10)

公式 ( 10 ) (10) (10) 称为佩亚诺(Peano)型余项.


1.5 带有佩亚诺型余项的泰勒公式

在不需要余项的精确表达时, n n n 阶泰勒公式也可写成:

f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + o [ ( x − x 0 ) n ] ( 11 ) f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots + \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+o[(x-x_0)^n]\qquad (11) f(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n+o[(xx0)n](11)

公式 ( 11 ) (11) (11) 称为 f ( x ) f(x) f(x) ( x − x 0 ) (x-x_0) (xx0) 的幂展开的带有佩亚诺型余项的 n n n 阶泰勒公式.


1.6 带有拉格朗日型余项的麦克劳林公式

公式 ( 6 ) (6) (6) 中,如果取 x 0 = 0 x_0=0 x0=0,则 ξ \xi ξ 0 0 0 x x x 之间. 因此可以令 ξ = θ x ( 0 < θ < 1 ) \xi=\theta x(0<\theta <1) ξ=θx(0<θ<1) ,从而泰勒公式变为带有拉格朗日型余项的麦克劳林公式:

f ( x ) = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n + f ( n + 1 ) ( θ x ) ( n + 1 ) ! x n + 1 ( 0 < θ < 1 ) ( 12 ) . f(x)=f(0)+f'(0)x+\frac{f''(0)}{2!}x^2+\cdots +\frac{f^{(n)}(0)}{n!}x^n+\frac{f^{(n+1)}(\theta x)}{(n+1)!}x^{n+1}(0<\theta<1)\qquad (12). f(x)=f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn+(n+1)!f(n+1)(θx)xn+1(0<θ<1)(12).


1.7 带有佩亚诺型余项的麦克劳林公式

如果取 x 0 = 0 x_0=0 x0=0,则公式 ( 11 ) (11) (11) 变换为带有佩亚诺型余项的麦克劳林公式:

f ( x ) = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n + o ( x n ) ( 13 ) f(x)=f(0)+f'(0)x+\frac{f''(0)}{2!}x^2+\cdots +\frac{f^{(n)}(0)}{n!}x^n+o(x^n) \qquad (13) f(x)=f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn+o(xn)(13)


2 练习题

[题1] 按 ( x − 4 ) (x-4) (x4) 的幂展开多项式 f ( x ) = x 4 − 5 x 3 + x 2 − 3 x + 4 f(x)=x^4-5x^3+x^2-3x+4 f(x)=x45x3+x23x+4.

[解]

根据公式 ( 5 ) (5) (5) 得:

p n ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n p_n(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots +\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n pn(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2++n!f(n)(x0)(xx0)n

此题 x 0 = 4 x_0=4 x0=4:

原式 = f ( 4 ) + f ′ ( 4 ) ( x − 4 ) + f ′ ′ ( 4 ) 2 ! ( x − 4 ) 2 + f ′ ′ ′ ( 4 ) 3 ! ( x − 4 ) 3 + f ( 4 ) 4 ! ( x − 4 ) 4 + 0 + ⋯ + 0 =f(4)+f'(4)(x-4)+\frac{f''(4)}{2!}(x-4)^2+\frac{f'''(4)}{3!}(x-4)^3+\frac{f^{(4)}}{4!}(x-4)^4+0+\cdots +0 =f(4)+f(4)(x4)+2!f′′(4)(x4)2+3!f′′′(4)(x4)3+4!f(4)(x4)4+0++0

= − 56 + 21 ( x − 4 ) + 37 ( x − 4 ) 2 + 11 ( x − 4 ) 3 + ( x − 4 ) 4 =-56+21(x-4)+37(x-4)^2+11(x-4)^3+(x-4)^4 =56+21(x4)+37(x4)2+11(x4)3+(x4)4


[题2] 应用麦克劳林公式,按 x x x 的幂展开函数 f ( x ) = ( x 2 − 3 x + 1 ) 3 f(x)=(x^2-3x+1)^3 f(x)=(x23x+1)3.

[解]

根据麦克劳林公式得:

p n ( x ) p_n(x) pn(x)

= f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x + ⋯ + f ( 6 ) ( 0 ) 6 ! x + 0 + ⋯ + 0 =f(0)+f'(0)x+\frac{f''(0)}{2!}x+\cdots +\frac{f^{(6)}(0)}{6!}x+0+\cdots +0 =f(0)+f(0)x+2!f′′(0)x++6!f(6)(0)x+0++0

= 1 − 9 x + 30 x 2 − 45 x 3 + 30 x 4 − 9 x 5 + x 6 =1-9x+30x^2-45x^3+30x^4-9x^5+x^6 =19x+30x245x3+30x49x5+x6


[题3] 求函数 f ( x ) = x f(x)=\sqrt{x} f(x)=x ( x − 4 ) (x-4) (x4) 的幂展开的带有拉格朗日型余项的3阶泰勒公式.

[解]

根据公式 ( 6 ) (6) (6), 且 x 0 = 4 x_0=4 x0=4 得:

f ( x ) f(x) f(x)

= x =\sqrt{x} =x

= f ( 4 ) + f ′ ( 4 ) ( x − 4 ) + f ′ ′ ( 4 ) 2 ! ( x − 4 ) 2 + f ′ ′ ′ ( 4 ) 3 ! ( x − 4 ) 3 + f ( 4 ) ( ξ ) 4 ! ( x − 4 ) 4 =f(4)+f'(4)(x-4)+\frac{f''(4)}{2!}(x-4)^2+\frac{f'''(4)}{3!}(x-4)^3+\frac{f^{(4)}(\xi)}{4!}(x-4)^4 =f(4)+f(4)(x4)+2!f′′(4)(x4)2+3!f′′′(4)(x4)3+4!f(4)(ξ)(x4)4

= 2 + x − 4 4 − ( x − 4 ) 2 64 + ( x − 4 ) 3 512 − 5 ξ − 7 2 ( x − 4 ) 4 128 =2+\frac{x-4}{4}-\frac{(x-4)^2}{64}+\frac{(x-4)^3}{512}-\frac{5\xi^{-\frac{7}{2}}(x-4)^4}{128} =2+4x464(x4)2+512(x4)31285ξ27(x4)4 ξ \xi ξ 介于 4 4 4 x x x 之间)


[题4] 求函数 f ( x ) = l n x f(x)=lnx f(x)=lnx ( x − 2 ) (x-2) (x2) 的幂展开的带有佩亚诺型余项的 n n n 阶泰勒公式.

[解]

根据公式 ( 11 ) (11) (11) ,且 x 0 = 0 x_0=0 x0=0 得:

f ( x ) f(x) f(x)

= l n x =lnx =lnx

= f ( 2 ) + f ′ ( 2 ) ( x − 2 ) + f ′ ′ ( 2 ) 2 ! ( x − 2 ) 2 + ⋯ + f ( n ) ( 2 ) n ! ( x − 2 ) n + o [ ( x − 2 ) n ] =f(2)+f'(2)(x-2)+\frac{f''(2)}{2!}(x-2)^2+\cdots + \frac{f^{(n)}(2)}{n!}(x-2)^n+o[(x-2)^n] =f(2)+f(2)(x2)+2!f′′(2)(x2)2++n!f(n)(2)(x2)n+o[(x2)n]

= l n 2 + x − 2 2 − ( x − 2 ) 2 2 3 + ⋯ + ( − 1 ) n − 1 ( x − 2 ) n n ⋅ 2 n + o [ ( x − 2 ) n ] =ln2+\frac{x-2}{2}-\frac{(x-2)^2}{2^3}+\cdots + \frac{(-1)^{n-1}(x-2)^n}{n\cdot 2^n}+o[(x-2)^n] =ln2+2x223(x2)2++n2n(1)n1(x2)n+o[(x2)n]


[题5] 求函数 f ( x ) = 1 x f(x)=\frac{1}{x} f(x)=x1 ( x + 1 ) (x+1) (x+1) 的幂展开的带有拉格朗日型余项的 n n n 阶泰勒公式.

[解]

根据公式 ( 6 ) (6) (6) ,且 x 0 = − 1 x_0=-1 x0=1 得:

f ( x ) f(x) f(x)

= 1 x =\frac{1}{x} =x1

= f ( − 1 ) + f ′ ( − 1 ) ( x + 1 ) + f ′ ′ ( − 1 ) 2 ! ( x + 1 ) 2 + ⋯ + f ( n ) ( − 1 ) n ! ( x + 1 ) n + f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x + 1 ) n + 1 =f(-1)+f'(-1)(x+1)+\frac{f''(-1)}{2!}(x+1)^2+\cdots +\frac{f^{(n)}(-1)}{n!}(x+1)^n+\frac{f^{(n+1)}(\xi)}{(n+1)!}(x+1)^{n+1} =f(1)+f(1)(x+1)+2!f′′(1)(x+1)2++n!f(n)(1)(x+1)n+(n+1)!f(n+1)(ξ)(x+1)n+1

= − 1 − ( x + 1 ) − ( x + 1 ) 2 + ⋯ + ( − 1 ) ( x + 1 ) n + ( − 1 ) n + 1 ( x + 1 ) n + 1 ξ n + 2 =-1-(x+1)-(x+1)^2+\cdots +(-1)(x+1)^n+(-1)^{n+1}\frac{(x+1)^{n+1}}{\xi^{n+2}} =1(x+1)(x+1)2++(1)(x+1)n+(1)n+1ξn+2(x+1)n+1( ξ \xi ξ 介于 − 1 -1 1 x x x 之间).


[题6] 求函数 f ( x ) = t a n x f(x)=tanx f(x)=tanx 的带有佩亚诺型余项的 3 3 3 阶麦克劳林公式.

[解]

根据公式 ( 13 ) (13) (13) 得:

f ( x ) f(x) f(x)

= t a n x =tanx =tanx

= f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 x 2 + f ′ ′ ′ ( 0 ) 6 x 3 + o ( x 3 ) =f(0)+f'(0)x+\frac{f''(0)}{2}x^2+\frac{f'''(0)}{6}x^3+o(x^3) =f(0)+f(0)x+2f′′(0)x2+6f′′′(0)x3+o(x3)

= 0 + x s e c 2 0 + 2 s e c 2 0 t a n 0 2 x 2 + 4 s e c 2 x t a n 2 0 + 2 s e c 4 0 6 x 3 + o ( x 3 ) =0+xsec^20+\frac{2sec^20tan0}{2}x^2+\frac{4sec^2xtan^20+2sec^40}{6}x^3+o(x^3) =0+xsec20+22sec20tan0x2+64sec2xtan20+2sec40x3+o(x3)

= x + 1 3 x 3 + o ( x 3 ) =x+\frac{1}{3}x^3+o(x^3) =x+31x3+o(x3)


[题7] 求函数 f ( x ) = x e x f(x)=xe^x f(x)=xex 的带有佩亚诺型余项的 n n n 阶麦克劳林公式.

[解]

根据公式 ( 13 ) (13) (13) 得:

f ( x ) f(x) f(x)

= x e x =xe^x =xex

= f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 ! x 2 + ⋯ + f ( n ) ( 0 ) n ! x n + o ( x n ) =f(0)+f'(0)x+\frac{f''(0)}{2!}x^2+\cdots + \frac{f^{(n)}(0)}{n!}x^n+o(x^n) =f(0)+f(0)x+2!f′′(0)x2++n!f(n)(0)xn+o(xn)

= 0 + x + 2 x 2 2 ! + 3 x 3 3 ! + ⋯ + n n ! x n + o ( x n ) =0+x+\frac{2x^2}{2!}+\frac{3x^3}{3!}+\cdots +\frac{n}{n!}x^n+o(x^n) =0+x+2!2x2+3!3x3++n!nxn+o(xn)

= x + x 2 + x 3 2 + ⋯ + x n ( n − 1 ) ! + o ( x n ) =x+x^2+\frac{x^3}{2}+\cdots +\frac{x^n}{(n-1)!}+o(x^n) =x+x2+2x3++(n1)!xn+o(xn)


[题8] 验证当 0 < x ≤ 1 2 0<x\leq \frac{1}{2} 0<x21 时,按公式 e x ≈ 1 + x + x 2 2 + x 3 6 e^x\approx 1+x+\frac{x^2}{2}+\frac{x^3}{6} ex1+x+2x2+6x3 计算 e x e^x ex 的近似值时,所产生的误差小于 0.01 0.01 0.01,并求 e \sqrt{e} e 的近似值,使误差小于 0.01 0.01 0.01.

[解]

根据泰勒中值定理得:

e x e^x ex 1 + x + x 2 2 + x 3 6 1+x+\frac{x^2}{2}+\frac{x^3}{6} 1+x+2x2+6x3 之间得误差为 ∣ e ξ 24 x 4 ∣ \begin{vmatrix}\frac{e^{\xi}}{24}x^4\end{vmatrix} 24eξx4 ( ξ \xi ξ 介于 0 0 0 x x x 之间),即拉格朗日型余项.

∵ 0 < x ≤ 1 2 \because 0<x\leq \frac{1}{2} 0<x21

∴ 0 < ξ ≤ 1 2 \therefore 0<\xi \leq \frac{1}{2} 0<ξ21

∴ ∣ e ξ 24 x 4 ∣ ≤ e 1 2 24 ⋅ 2 4 < 0.01 \therefore \begin{vmatrix}\frac{e^\xi}{24}x^4\end{vmatrix}\leq \frac{e^\frac{1}{2}}{24\cdot 2^4}<0.01 24eξx4 2424e21<0.01

∴ e = e 1 2 ≈ 1 + 1 2 + 1 2 ⋅ ( 1 2 ) 3 + 1 6 ⋅ ( 1 2 ) 3 = 1 + 1 2 + 1 8 + 1 48 = 79 48 ≈ 1.646 \therefore \sqrt{e}=e^{\frac{1}{2}}\approx 1+\frac{1}{2}+\frac{1}{2}\cdot (\frac{1}{2})^3+\frac{1}{6}\cdot (\frac{1}{2})^3=1+\frac{1}{2}+\frac{1}{8}+\frac{1}{48}=\frac{79}{48}\approx 1.646 e =e211+21+21(21)3+61(21)3=1+21+81+481=48791.646


[题9] 应用 3 3 3 阶泰勒公式求下列各数的近似值,并估计误差:

(1) 30 3 \sqrt[3]{30} 330

(2) s i n 1 8 ∘ sin18^\circ sin18

[解(1)]

f ( x ) = 3 1 + x 3 f(x)=3\sqrt[3]{1+x} f(x)=331+x ,则 f ( 1 9 ) = 30 3 f(\frac{1}{9})=\sqrt[3]{30} f(91)=330

f ( x ) = 3 1 + x 3 = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 x 2 + f ′ ′ ′ ( 0 ) 6 x 3 + f ( 4 ) ( ξ ) 24 x 4 f(x)=3\sqrt[3]{1+x}=f(0)+f'(0)x+\frac{f''(0)}{2}x^2+\frac{f'''(0)}{6}x^3+\frac{f^{(4)}(\xi)}{24}x^4 f(x)=331+x =f(0)+f(0)x+2f′′(0)x2+6f′′′(0)x3+24f(4)(ξ)x4( ξ \xi ξ 介于 0 0 0 1 9 \frac{1}{9} 91 之间)

∴ 30 3 = f ( 1 9 ) ≈ f ( 0 ) + f ′ ( 0 ) ⋅ 1 9 + f ′ ′ ( 0 ) 2 ⋅ 1 81 + f ′ ′ ′ ( 0 ) 6 ⋅ 1 729 \therefore \sqrt[3]{30}=f(\frac{1}{9})\approx f(0)+f'(0)\cdot \frac{1}{9}+\frac{f''(0)}{2}\cdot \frac{1}{81}+\frac{f'''(0)}{6}\cdot \frac{1}{729} 330 =f(91)f(0)+f(0)91+2f′′(0)811+6f′′′(0)7291

= 3 + 1 9 − 2 3 ⋅ 1 2 ⋅ 1 9 2 + 10 9 ⋅ 1 6 ⋅ 1 9 3 ≈ 3.1092 =3+\frac{1}{9}-\frac{2}{3}\cdot \frac{1}{2}\cdot \frac{1}{9^2}+\frac{10}{9}\cdot \frac{1}{6}\cdot \frac{1}{9^3}\approx 3.1092 =3+913221921+910619313.1092

其误差为 ∣ f ( 4 ) ( ξ ) 24 x 4 ∣ = ∣ 80 27 ⋅ 4 ! ⋅ 9 4 ( 1 + ξ ) − 11 3 ∣ < 80 27 ⋅ 4 ! ⋅ 9 4 ≈ 1.8817 × 1 0 − 5 \begin{vmatrix}\frac{f^{(4)}(\xi)}{24}x^4\end{vmatrix}=\begin{vmatrix}\frac{80}{27\cdot 4!\cdot 9^4}(1+\xi)^{-\frac{11}{3}}\end{vmatrix}<\frac{80}{27\cdot 4!\cdot 9^4}\approx1.8817\times10^{-5} 24f(4)(ξ)x4 = 274!9480(1+ξ)311 <274!94801.8817×105

[解(2)]

s i n 1 8 ∘ = s i n π 10 sin18^\circ=sin\frac{\pi}{10} sin18=sin10π

f ( x ) = s i n x f(x)=sinx f(x)=sinx

利用带拉格朗日型余项的泰勒公式进行计算:

f ( x ) = s i n x = f ( 0 ) + f ′ ( 0 ) x + f ′ ′ ( 0 ) 2 x 2 + f ′ ′ ′ ( 0 ) 6 x 3 + f ( 4 ) ( ξ ) 24 x 4 f(x)=sinx=f(0)+f'(0)x+\frac{f''(0)}{2}x^2+\frac{f'''(0)}{6}x^3+\frac{f^{(4)}(\xi)}{24}x^4 f(x)=sinx=f(0)+f(0)x+2f′′(0)x2+6f′′′(0)x3+24f(4)(ξ)x4 ξ \xi ξ 介于 0 0 0 x x x 之间)

∴ s i n 1 8 ∘ = f ( π 10 ) = sin ⁡ π 10 ≈ 0 + 1 ⋅ π 10 − 0 − 1 6 ⋅ ( π 10 ) 3 ≈ 0.3090 \therefore sin18^\circ=f(\frac{\pi}{10})=\sin\frac{\pi}{10}\approx 0+1\cdot \frac{\pi}{10}-0-\frac{1}{6}\cdot (\frac{\pi}{10})^3\approx 0.3090 sin18=f(10π)=sin10π0+110π061(10π)30.3090

利用拉格朗日型余项表示上述计算的误差:

∣ R n ( x ) ∣ = ∣ f ( 4 ) ( ξ ) 24 x 4 ∣ = ∣ s i n ξ 24 ( π 10 ) 4 ∣ < s i n π 10 24 ( π 10 ) 4 ≈ 0.000125 \begin{vmatrix}R_n(x)\end{vmatrix}=\begin{vmatrix}\frac{f^{(4)}(\xi)}{24}x^4\end{vmatrix}=\begin{vmatrix}\frac{sin\xi}{24}(\frac{\pi}{10})^4\end{vmatrix}<\frac{sin\frac{\pi}{10}}{24}(\frac{\pi}{10})^4\approx 0.000125 Rn(x) = 24f(4)(ξ)x4 = 24sinξ(10π)4 <24sin10π(10π)40.000125


[题10] 利用泰勒公式极限 lim ⁡ x → + ∞ ( x 3 + 3 x 2 3 − x 4 − 2 x 3 4 ) \lim_{x\rightarrow +\infty}(\sqrt[3]{x^3+3x^2}-\sqrt[4]{x^4-2x^3}) limx+(3x3+3x2 4x42x3 ).

[解]

t = 1 x t=\frac{1}{x} t=x1

原式 = lim ⁡ t → 0 1 + 3 t 3 − 1 − 2 t 4 t =\lim_{t\rightarrow 0}\frac{\sqrt[3]{1+3t}-\sqrt[4]{1-2t}}{t} =limt0t31+3t 412t

利用带佩亚诺型余项的麦克劳林公式得:

1 + 3 t 3 = f ( 0 ) + f ′ ( 0 ) t + o ( t ) = 1 + t + o ( t ) \sqrt[3]{1+3t}=f(0)+f'(0)t+o(t)=1+t+o(t) 31+3t =f(0)+f(0)t+o(t)=1+t+o(t)

1 − 2 t 4 = 1 − 1 2 t + o ( t ) \sqrt[4]{1-2t}=1-\frac{1}{2}t+o(t) 412t =121t+o(t)

∴ \therefore 原式 = lim ⁡ t → 0 1 + t + o ( t ) − 1 + 1 2 t − o ( t ) t = lim ⁡ t → 0 3 2 t + o ( t ) t = 3 2 =\lim_{t\rightarrow 0}\frac{1+t+o(t)-1+\frac{1}{2}t-o(t)}{t}=\lim_{t\rightarrow 0}\frac{\frac{3}{2}t+o(t)}{t}=\frac{3}{2} =limt0t1+t+o(t)1+21to(t)=limt0t23t+o(t)=23


[学习资料]

1.《高等数学(第六版)》 ,同济大学数学系 编


感谢您的点赞、收藏和关注,更欢迎您的批评、指正和指导!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/483678.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

dns实验3:主从同步-完全区域传输

服务器192.168.234.111&#xff08;主服务器&#xff09;&#xff0c;打开配置文件&#xff1a; 打开配置文件&#xff1a; 关闭防火墙&#xff0c;改宽松模式&#xff1a; 重启服务&#xff1a; 服务器192.168.234.112&#xff08;从服务器&#xff09;&#xff0c;打开配置文…

OpenCV圆形标定板检测算法findCirclesGrid原理详解

OpenCV的findCirclesGrid函数检测圆形标定板的流程如下:   findCirclesGrid函数源码: //_image,输入图像 //patternSize,pattern的宽高 //_centers,blobs中心点的位置 //flags,pattern是否对称 //blobDetector,这里使用的是SimpleBlobDetector bool cv::findCirclesGrid(…

Java - JSR223规范解读_在JVM上实现多语言支持

文章目录 1. 概述2. 核心目标3. 支持的脚本语言4. 主要接口5. 脚本引擎的使用执行JavaScript脚本执行groovy脚本1. Groovy简介2. Groovy脚本示例3. 如何在Java中集成 Groovy4. 集成注意事项 6. 与Java集成7. 常见应用场景8. 优缺点9. 总结 1. 概述 JSR223&#xff08;Java Spe…

自然语言处理:基于BERT预训练模型的中文命名实体识别(使用PyTorch)

命名实体识别&#xff08;NER&#xff09; 命名实体识别&#xff08;Named Entity Recognition, NER&#xff09;是自然语言处理&#xff08;NLP&#xff09;中的一个关键任务&#xff0c;其目标是从文本中识别出具有特定意义的实体&#xff0c;并将其分类到预定义的类别中。这…

【C++】数组

1.概述 所谓数组&#xff0c;就是一个集合&#xff0c;该集合里面存放了相同类型的数据元素。 数组特点&#xff1a; &#xff08;1&#xff09;数组中的每个数据元素都是相同的数据类型。 &#xff08;2&#xff09;数组是有连续的内存空间组成的。 2、一维数组 2.1维数组定…

微软表示不会使用你的 Word、Excel 数据进行 AI 训练

​微软否认使用 Microsoft 365 应用程序&#xff08;包括 Word、Excel 和 PowerPoint&#xff09;收集数据来训练公司人工智能 (AI) 模型的说法。 此前&#xff0c;Tumblr 的一篇博文声称&#xff0c;雷德蒙德使用“互联体验”功能抓取客户的 Word 和 Excel 数据&#xff0c;用…

leetcode--螺旋矩阵

LCR 146.螺旋遍历二维数组 给定一个二维数组 array&#xff0c;请返回「螺旋遍历」该数组的结果。 螺旋遍历&#xff1a;从左上角开始&#xff0c;按照 向右、向下、向左、向上 的顺序 依次 提取元素&#xff0c;然后再进入内部一层重复相同的步骤&#xff0c;直到提取完所有元…

C++ 分治

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 目录 1.分治法 2.二分搜索 函数传参——数组 3.棋盘覆盖 4.合并排序 5.快速排序 提示&#xff1a;以下是本篇文章正文内容&#xff0c;下面案例可供参考 1.分治法 基…

Spark常问面试题---项目总结

一、数据清洗&#xff0c;你都清洗什么&#xff1f;或者说 ETL 你是怎么做的&#xff1f; 我在这个项目主要清洗的式日志数据&#xff0c;日志数据传过来的json格式 去除掉无用的字段&#xff0c;过滤掉json格式不正确的脏数据 过滤清洗掉日志中缺少关键字段的数据&#xff…

基于智能语音交互的智能呼叫中心工作机制

在智能化和信息化不断进步的现代&#xff0c;智能呼叫中心为客户提供高质量、高效率的服务体验&#xff0c;提升众多品牌用户的满意度和忠诚度。作为实现智能呼叫中心的关键技术之一的智能语音交互技术&#xff0c;它通过集成自然语言处理&#xff08;NLP&#xff09;、语音识别…

Android Studio 右侧工具栏 Gradle 不显示 Task 列表

问题&#xff1a; android studio 4.2.1版本更新以后AS右侧工具栏Gradle Task列表不显示&#xff0c;这里需要手动去设置 解决办法&#xff1a; android studio 2024.2.1 Patch 2版本以前的版本设置&#xff1a;依次打开 File -> Settings -> Experimental 选项&#x…

SpringBoot集成Kafka和avro和Schema注册表

Schema注册表 为了提升kafka的性能&#xff0c;减少网络传输和存储的数据大小&#xff0c;可以把数据的schema部分单独存储到外部的schema注册表中&#xff0c;整体架构如下图所示&#xff1a; 1&#xff09;把所有数据需要用到的 schema 保存在注册表里&#xff0c;然后在记…

http(请求方法,状态码,Cookie与)

目录 1.http中常见的Header(KV结构) 2.http请求方法 2.1 请求方法 2.2 telnet 2.3 网页根目录 2.3.1 概念 2.3.2 构建一个首页 2.4 GET与POST方法 2.4.1 提交参数 2.4.2 GET与POST提交参数对比 2.4.3 GET和POST对比 3.状态码 3.1 状态码分类 3.2 3XXX状态码 3.2 …

十,[极客大挑战 2019]Secret File1

点击进入靶场 查看源代码 有个显眼的紫色文件夹&#xff0c;点击 点击secret看看 既然这样&#xff0c;那就回去查看源代码吧 好像没什么用 抓个包 得到一个文件名 404 如果包含"../"、"tp"、"input"或"data"&#xff0c;则输出"…

pytest自定义命令行参数

实际使用场景&#xff1a;pytest运行用例的时候&#xff0c;启动mitmdump进程试试抓包&#xff0c;pytest命令行启动的时候&#xff0c;传入mitmdump需要的参数&#xff08;1&#xff09;抓包生成的文件地址 &#xff08;2&#xff09;mitm的proxy设置 # 在pytest的固定文件中…

Unity AssetBundles(AB包)

目录 前言 AB包是什么 AB包有什么作用 1.相对Resources下的资源AB包更好管理资源 2.减小包体大小 3.热更新 官方提供的打包工具:Asset Bundle Browser AB包资源加载 AB包资源管理模块代码 前言 在现代游戏开发中&#xff0c;资源管理是一项至关重要的任务。随着游戏内容…

(一)Linux下安装NVIDIA驱动(操作记录)

目录 一、查看CUDA版本 1.输入nvidia-smi&#xff0c;查看驱动支持的最大CUDA版本&#xff0c;这里是11.6 2.输入nvcc --version&#xff0c;查看当前安装的CUDA版本&#xff0c;这里是11.3 二、卸载旧的NVIDIA驱动 1.卸载原有驱动 2.禁用nouveau&#xff08;必须&#x…

用Python做数据分析环境搭建及工具使用(Jupyter)

目录 一、Anaconda下载、安装 二、Jupyter 打开 三、Jupyter 常用快捷键 3.1 创建控制台 3.2 命令行模式下的快捷键 3.3 运行模式下快捷键 3.4 代码模式和笔记模式 3.5 编写Python代码 一、Anaconda下载、安装 【最新最全】Anaconda安装python环境_anaconda配置python…

Ai编程cursor + sealos + devBox实现登录以及用户管理增删改查(十三)

一、什么是 Sealos&#xff1f; Sealos 是一款以 Kubernetes 为内核的云操作系统发行版。它以云原生的方式&#xff0c;抛弃了传统的云计算架构&#xff0c;转向以 Kubernetes 为云内核的新架构&#xff0c;使企业能够像使用个人电脑一样简单地使用云。 二、适用场景 业务运…

重学设计模式-工厂模式(简单工厂模式,工厂方法模式,抽象工厂模式)

在平常的学习和工作中&#xff0c;我们创建对象一般会直接用new&#xff0c;但是很多时候直接new会存在一些问题&#xff0c;而且直接new会让我们的代码变得非常繁杂&#xff0c;这时候就会巧妙的用到设计模式&#xff0c;平常我们通过力扣学习的算法可能并不会在我们工作中用到…