@ruanxingzhi
2018-10-26T11:45:19.000000Z
字数 2975
阅读 897
我们之前研究微分时,有这样一个估计公式:
其中,近似计算的误差是.我们利用一次函数近似计算了函数值。
现在,我们希望降低误差。尝试利用多项式来拟合函数。
次多项式:
次多项式是由系数决定的。把称为多项式的系数。
下面研究的导数。
有
也就是说,我们可以通过的高阶导数值来确定系数:
亦即:
这种表示方式,称为多项式的Taylor公式。亦即:
我们希望能以多项式来拟合任意函数。也就是说:
已知,已知,求一个多项式来拟合.
如果一个东西走得像鸭子,叫得像鸭子,那它就是鸭子(迫真)
如果一个函数,在处函数值等于的,导数值也等于的,二阶导数也等于的……那就很像是了(确信)
由此可得
记误差为.则
那么则有
这就是在处的Taylor公式。
:在处的Taylor余项。
接下来我们讨论.
首先,,因为处当然不存在误差。
此外,,这是因为,两边求导即可得到。总结起来:
另外,若任意阶可导,则
因此,有:
类比微分,我们猜想,.
【定理1】 设在处阶可导,则在附近有:
亦即
此时称为Peano余项。
【证明】只需证
直接采用洛必达法则搞下去。
故
注意这里不能直接再用洛必达。因为我们现在还没有说明不知道分子的极限是否存在。(条件只规定了有阶可导,故阶导未必连续,未必有极限)所以我们利用导数定义:
这是因为:之前(余项的第一个性质)已经知道.故可以在分子上减去这一项,凑出导数的形式。
【定理2:泰勒中值定理】 设在邻域内阶可导,则介于与之间,使得:
这是拉格朗日余项。展开公式由此改写为:
称为Langrange中值公式。
时,,恰是拉格朗日中值定理。拉格朗日中值定理是泰勒中值定理的特殊情况。
我们考虑
如果有,则有:
有
故.
想让误差小,只需要多展开几次(提高)。
在取0时,泰勒公式写为:
其中采用了拉格朗日余项,.