【数学】泰勒公式

news2025/1/13 7:27:35

目录

引言

一、泰勒公式

1.泰勒公式及推导

(1)推导

(2)公式

2.泰勒中值定理

(1)定理1(佩亚诺余项)

(2)定理2(拉格朗日余项)

(3)两个定理的区别

3.麦克劳林公式

二、常用的泰勒公式

三、泰勒公式核心考点

1.求极限

2.求高阶导

3.证明题

总结


ID:HL_5461

引言

对于任意无穷数,这里以\pi为例,我们可以用多个\frac{1}{10}的次方将其不断展开,即\pi =3.1415...=3\times( \frac{1}{10})^0+1\times( \frac{1}{10})^1+4\times( \frac{1}{10})^2+1\times( \frac{1}{10})^3+5\times( \frac{1}{10})^4+...

类比的,对于一个函数f(x),我们也可以将它写作无穷多x的次方展开,即f(x)=a_0(x-x_0)^0+a_1(x-x_0)^1+a_2(x-x_0)^2+...+a_n(x-x_0)^n

这也就是泰勒公式的诞生。

当然就像有限个\frac{1}{10}的次方不能精确表示一个无穷小数一样,上述式子肯定有一定的误差,这个后文讨论。


一、泰勒公式

1.泰勒公式及推导

(1)推导

我们将引言中所写式子记作P_n(x),所以有:

P_n(x)=a_0+a_1(x-x_0)^1+a_2(x-x_0)^2+a_3(x-x_0)^3+...+a_n(x-x_0)^n

正如前面所说,这个式子有一定的误差,不能准确表示f(x),所以我们退而求其次,选择让这个式子无限接近f(x),即f(x)-P_n(x)(x-x_0)^n的高阶无穷小。

接下来的任务是确定系数a_i。我们先定一个条件:设f(x)x=x_0处n阶可导。

那么如何让P_n(x)非常接近f(x)呢?只需满足两个条件:1.P_n(x)f(x)x_0处函数值相等;2.P_n(x)f(x)x_0处直到n阶倒数相等。

我们可以这样理解上面两个条件:函数值相等说明在同一个点处,导数相等说明函数变化一样,值一样变化一样,所以可以近似看作相等。以下是a_i的推导过程:

1

\because P_n(x)f(x)x_0处函数值相等

\therefore f(x_0)=P_n(x_0)=a_0a_0=f(x_0)

2

P_n(x)f(x)求一阶导,并带入x=x_0

\therefore f'(x)=P_n'(x)=a_1a_1=f'(x_0)

3

P_n(x)f(x)求二阶导,并带入x=x_0

\therefore f''(x)={P_n}''(x)=2!\cdot a_2a_2=\frac{f''(x_0)}{2!}

4

不断求导、总结,所以:

a_0=f(x_0),a_n=\frac{f^{(n)}(x_0)}{n!}

(2)公式

将前面算出的a_i带入P_n(x),所以:

P_n(x)=f(x_0)+\frac{f'(x_0)}{1!}(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n

由于在引言中说过,如果P_n(x)f(x)相比有一定误差,所以这里补充一个误差项就能与f(x)相等了。我们将这个误差项称为余项,记作R_n(x)

所以泰勒公式就是如下形式:

f(x)=f(x_0)+\frac{f'(x_0)}{1!}(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)

除了R_n(x)的前半部分是f(x)x_0处的n次多项展开式P_n(x)

R_n(x)称为余项,也是一个误差项

2.泰勒中值定理

泰勒中值定理是对余项R_n(x)的讨论。

(1)定理1(佩亚诺余项)

f(x)x具有直到n阶的导数,则有

f(x)=f(x_0)+\frac{f'(x_0)}{1!}(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)

其中, R(x)=o[(x-x_0)^n](x\rightarrow x_0)称为佩亚诺(Peano)余项。

该展开式称为f(x)在点x=x_0邻域的带佩亚诺余项的n阶泰勒公式。

(2)定理2(拉格朗日余项)

f(x)在包含x区间(a,b)内有直到n+1阶的导数,在区间[a,b]上有n阶连续导数,则对任意x\in [a,b]时有

f(x)=f(x_0)+\frac{f'(x_0)}{1!}(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)

其中, R(x)=\frac{f^{(n+1)}(\xi )}{(n+1)!}(x-x_0)^{n+1},(\xix_0x之间)称为拉格朗日余项。

该展开式称为f(x)在区间[a,b]的带拉格朗日余项的n阶泰勒公式。

注:对于拉格朗日余项的泰勒公式,根据定义,题目如果说在区间上有n+1阶的导数,那么做题时需展到n阶,n+1阶留给余项。

(3)两个定理的区别

这里可以结合前面定理内容加粗部分理解

1.成立条件不同。定理2对f(x)的可导性要求更高。2要求区间可导,1只要求点可导;2要求可导至n+1阶,1只要求可导至n阶。

2.x的取值范围不同。定理1需满足x\rightarrow x_0,仅适用于求极限问题;定理2中x可在符合条件的区间[a,b]上任取,甚至能取到任意实数,因此中值定理2更广泛地适用于证明题和近成似计算问题。
3.余项R_n(x)形式不同,佩亚诺余项便于求极限,而拉格朗日余项能具体估算近似误差的大小。

3.麦克劳林公式

麦克劳林公式就是令x_0=0时的泰勒公式:

f(x)=f(0)+\frac{f'(0)}{1!}x+\frac{f''(0)}{2!}x^2+...+\frac{f^{(n)}(0)}{n!}x^n+R_n(x)


二、常用的泰勒公式

sinx=x-\frac{x^3}{3!}+...+(-1)^{n-1}\frac{x^{2n-1}}{(2n-1)!}+o(x^{2n-1})
arcsinx=x+\frac{x^3}{6}+o(x^3)
tanx=x+\frac{x^3}{3}+o(x^3)
arctanx=x-\frac{x^3}{3}+o(x^3)
cosx=1-\frac{x^2}{2!}+...+(-1)^{n}\frac{x^{2n}}{(2n)!}+o(x^{2n})
ln(1+x)=x-\frac{x^2}{2}+...+(-1)^{n-1}\frac{x^{n}}{n}+o(x^{n})
e^x=1+x+\frac{x^2}{2!}+...+\frac{x^n}{n!}+o(x^n)
(1+x)^a=1+ax+\frac{a(a-1)}{2!}x^2+...+\frac{a(a-1)...(a-n-1))}{n!}x^n +o(x^n)

三、泰勒公式核心考点

1.求极限

方法:按上面给的重要泰勒公式无脑代入

例1:

求极限\lim_{x\rightarrow 0}\frac{cosx-e^{-\frac{x^2}{2}}}{x^4}

cosx=1-\frac{x^2}{2}+\frac{x^4}{24}+o(x^4)

e^{-\frac{x^2}{2}}=1+(-\frac{x^2}{2})+\frac{(-\frac{x^2}{2})^2}{2!}+o(x^4)=1-\frac{x^2}{2}+\frac{x^4}{8}+o(x^4)

将上面式子带入极限:

\lim_{x\rightarrow 0}\frac{cosx-e^{-\frac{x^2}{2}}}{x^4}=\lim_{x\rightarrow 0}\frac{-\frac{1}{12}x^4}{x^4}=-\frac{1}{12}

例2:

\lim_{x\rightarrow 0}\frac{ln(1+x)-(ax+bx^2)}{x^2}=2求a,b

ln(1+x)=x-\frac{x^2}{2}+o(x^2)代入极限

\lim_{x\rightarrow 0}\frac{ln(1+x)-(ax+bx^2)}{x^2}=\lim_{x\rightarrow 0}\frac{(1-a)x-(\frac{1}{2}+b)x^2+o(x^2)}{x^2}=2

\therefore 1-a=0,-(\frac{1}{2}+b)=2

\therefore a=-1,b=-\frac{5}{2}

例3:

f(x)二阶可导,f(0)=0,f'(0)=1,f''(0)=2,求极限\lim_{x\rightarrow 0}\frac{f(x)-x}{x^2}

由泰勒公式形式可得:f(x)=x+x^2+o(x^2)

代入极限:\lim_{x\rightarrow 0}\frac{f(x)-x}{x^2}=\lim_{x\rightarrow 0}\frac{x^2+o(x^2)}{x^2}=1

2.求n阶导数值

方法:依旧上述重要泰勒公式无脑往里代

例1:

求函数f(x)=x^2 ln(1+x)x=0处的n阶导数f^{(n)}(0)(n\geq 3)

ln(1+x)=x-\frac{x^2}{2}+...+(-1)^{n-1}\frac{x^{n}}{n}+o(x^{n})

f(x)=x^2 ln(1+x)=x^3-\frac{x^4}{2}+...+(-1)^{n-1}\frac{x^{n+2}}{n}+o(x^{n})

由泰勒公式的唯一性,第n项为\frac{f^{(n)}(0)}{n!}x^n

\therefore\frac{f^{(n)}(0)}{n!}x^n=(-1)^{n-1}\frac{x^n}{n-2}

\therefore f^{(n)}(0)=(-1)^{n-1}\frac{n!}{n-2}

3.证明题

方法:

1.使用拉格朗日余项,对n+1阶可导,展到第n阶

2.xx_0依题目选择

(证明题比较难,下面讲解会解释思路)

例1:

f(x)[0,1]上二阶可导,且f(0)=1,f'(0)=0,f"(x)\leq 2,求证:\max_{x\in [0,1]} f(x)\leq 2

思路:

首先写出公式,因为二阶可导所以展到一阶:

f(x)=f(x_0)+\frac{f'(x_0)}{1}(x-x_0)+\frac{f''(\xi )}{2}(x-x_0)^{2},(\xix_0x之间)

由于题目中告知f(0)f'(0),所以不妨猜测x_0=0,代入公式:

f(x)=f(0)+\frac{f'(0)}{1}x+\frac{f''(\xi )}{2}x^{2}=1+\frac{f''(\xi )}{2}x^{2},\xi \in (0,x)

\because f"(x)\leq 2,\xi \in (0,1)在定义域内。\therefore f"(\xi )\leq 2

\because x \in (0,1)\therefore x^2\in (0,1)

代入证毕

这题因为告知导数所以优先猜测x_0的值,将x_0代入和相关条件用完之后会发现已经做出来了,所以x的值就无需考虑了

例2:

f(x)[0,1]上二阶可导,f(0)=f(1)=0,\max_{x\in [0,1]} f(x)= 2,证明\exists \xi \in (0,1),使得f''(\xi )\leq -16

思路:

首先写出公式,因为二阶可导所以展到一阶:

f(x)=f(x_0)+\frac{f'(x_0)}{1}(x-x_0)+\frac{f''(\xi )}{2}(x-x_0)^{2},(\xix_0x之间)

由于题目中未提及导数相关,所以不妨猜测0和1是x,代入公式:

f(0)=f(x_0)+\frac{f'(x_0)}{1}(-x_0)+\frac{f''(\xi _1)}{2}(-x_0)^{2},\xi _1\in (0,x_0)..............1

f(1)=f(x_0)+\frac{f'(x_0)}{1}(1-x_0)+\frac{f''(\xi _2)}{2}(1-x_0)^{2},\xi _2\in (x_0,1)......2

0和1的相关条件似乎已经用完了

仔细查看上两式,会感觉x_0的缺少真的很碍眼,难道0和1应该用作x_0吗?但是如果换作x_0会发现这样只会减少f(x_0)一个未知量,并且这样做还会多f(x)一个未知量,好像和上两式没什么区别,所以暂时假定这个思路还是对的,接着往下看(下面是难点)

仔细思考一下\max_{x\in [0,1]} f(x)= 2,由于x_0的缺少所以尽量往x_0上去想:如何才能有一个f(x_0)和一个f'(x_0)?结合在区间上的最大值,我们可以联想到极大值。

假定极大值为x=a,则f(a)=2,f'(a)=0,令x_0a,则1、2式分别为:

于题目中未提及导数相关,所以不妨猜测0和1是x,代入公式:

f(0)=2+\frac{f''(\xi _1)}{2}(-a)^{2},\xi _1\in (0,x_0)..............3

f(1)=2+\frac{f''(\xi _2)}{2}(1-a)^{2},\xi _2\in (x_0,1)..........4

ax的取值范围内,f(0)f(1)有确定值,分类讨论能得出f''(\xi _1)f''(\xi _2)的范围

再看题目要求是“存在”,找到一个就OK,所以证毕

这题没有告知导数相关,所以优先猜测x的值,将x代入后发现条件不够,再往后考虑x_0相关,联系极值,假设并代入,最后可以求得范围

例3:

f(x)[0,1]上二阶可导,且\left | f(x) \right |\leq a,\left | f''(x) \right |\leq b,其中a,b都是非负常数,证明\left | f'(x) \right |\leq 2a+\frac{b}{2},\forall x\in (0,1)

思路:

首先写出公式,因为二阶可导所以展到一阶:

f(x)=f(x_0)+\frac{f'(x_0)}{1}(x-x_0)+\frac{f''(\xi )}{2}(x-x_0)^{2},(\xix_0x之间)

由于题目中提及f(x)f''(x),猜测告知条件为x_0,又加上x_0x的取值范围内这一常用隐含条件,则:

\left | f(x_0)+\frac{f'(x_0)}{1}(x-x_0)+\frac{f''(\xi )}{2}(x-x_0)^{2} \right |\leq a+f'(x_0)+\frac{b}{2}

到这一步已经条件用完,但是已经无路可走了,所以推翻重来

但是如果改用x,除了泰勒公式原式整个小于等于a啥也做不了,所以再换个思路,试着找点代代

题目没告知什么特殊值,那就只有拿0和1这两个端点试一试了

还是顾及题目给了导数,优先考虑x_0

f(x)=f(0)+\frac{f'(0)}{1}x+\frac{f''(\xi _1)}{2}x^{2},\xi _1\in (0,x)......................................1

f(x)=f(1)+\frac{f'(1)}{1}(x-1)+\frac{f''(\xi _2)}{2}(x-1)^{2},\xi _2\in (x,1)................2

两式相减再取绝对值进行放缩,发现和前面没什么区别,那就改取x

f(0)=f(x_0)+\frac{f'(x_0)}{1}(-x_0)+\frac{f''(\xi_1 )}{2}(-x_0)^{2},\xi _1\in (0,x_0).................3

f(1)=f(x_0)+\frac{f'(x_0)}{1}(1-x_0)+\frac{f''(\xi_2 )}{2}(1-x_0)^{2},\xi _1\in (x_0,1).........4

4-3得:f(1)-f(0)=\frac{f'(x_0)}{1}+\frac{1}{2}[f''(\xi _2)(1-x_0)^{2}-f''(\xi _1)x_0^2]

f'(x_0)跟题目要求的f'(x)好像有点相像,既然有可能那就先往下做了再说

f'(x_0)=f(1)-f(0)+\frac{1}{2}[f''(\xi _1)x_0^2-f''(\xi _2)(1-x_0)^{2}]

考虑一下如何把这个碍眼的x_0替换成题目需要的x(重点)

往定义上想,x_0是指代确定的x值,但是对于泰勒公式本身,x_0是可以在定义域上任取的,也就说对定义域上的任意x其实都有上式成立

也就说当x \in (0,1),都有f'(x)=f(1)-f(0)+\frac{1}{2}[f''(\xi _1)x^2-f''(\xi _2)(1-x)^{2}],这样一来x_0就成了题目需要的x

(这里只是为了便于讲解所以放到了后面讨论,写题时可以在写3、4式时直接把x_0写成x

对上式取绝对值\left | f'(x) \right |=\left | f(1)-f(0)+\frac{1}{2}[f''(\xi _1)x^2-f''(\xi _2)(1-x)^{2}] \right |

然后进行放缩:

\left | f'(x) \right |\leq \left | f(1)\right |+\left | f(0) \right |+\frac{1}{2}[\left | f''(\xi _1) \right |x^2+\left | f''(\xi _2) \right |(1-x)^{2}]

把题目给的小于等于条件代入继续放缩:

\left | f'(x) \right |\leq2a+\frac{b}{2}[ x^2+(1-x)^{2}]

由于[ x^2+(1-x)^{2}]\leq 2,继续代入放缩,证毕

这题比较难,还是按照一贯的思路来:因为告知导数所以优先猜测使用x_0,没用换成x,还是做不出来,继续代值考虑x_0x最后发现x可以一试。这题主要还是在于端点值也可以使用这一容易忽视的细节和如何将x_0考虑作整个定义域上的x值两个难点。


总结

对于泰勒公式题目,首先还是几个重要公式熟背,这样就可以解决大部分题目了。

证明题是泰勒公式的难点,一般使用定理二结合放缩就能解决了,关键在于如何选择xx_0,这是解决证明题的核心。

若有错误,欢迎大家批评斧正!

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.coloradmin.cn/o/1660979.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

python 根据网址和关键词批量下载影像

最近用到了GLASS的LAI产品,但这个产品的文件夹分得很细,我需要的影像又有8个瓦片,一个一个点击很麻烦,于是探索了批量下载的方法 一、下载1幅 import requests import re import os import requests import re# 网页URLurl &…

一、linux内存泛解

地址空间 逻辑地址经过段机制转换成线性地址,线性地址经过页机制转换成物理地址 linux采用虚拟内存管理,进程都有各自的地址空间这个空间整体是块大小为4G的线性虚拟空间用户看到的都是虚拟地址,而非实际的物理地址,这既能保护操…

ASP.NET学生成绩管理系统

摘要 本系统依据开发要求主要应用于教育系统,完成对日常的教育工作中学生成绩档案的数字化管理。开发本系统可使学院教职员工减轻工作压力,比较系统地对教务、教学上的各项服务和信息进行管理,同时,可以减少劳动力的使用&#xf…

Kitti数据集初识

kitti数据集 00 无人驾驶数据集汇总 无人驾驶数据集汇总(一)附下载地址 0.kitti数据简介 kitti数据集是一个为立体,光流,视觉里程计,3D目标检测和3D跟踪等任务而开发采集的基准数据集。 它利用了Annieway自动驾驶平台,配备了1个OXTS RT 3003,1台Velodyne HDL-64E激光…

2024-AIDD-人工智能药物设计-AlphaFold3

AlphaFold3|万字长文解读 AlphaFold3预测所有分子相互作用准确结构 AlphaFold3 自2021年AlphaFold2问世以来,科研工作者们便开始利用这一蛋白结构预测模型来详细描绘众多蛋白质的结构、探索新药。近日,Google DeepMind公司推出了其最新产品…

Apache SeaTunnel 正式发布2.3.5版本,功能增强及多个Bug修复

经过两个月的筹备,我们在2.3.4版本基础上进行了新一轮的迭代,本次更新不仅修复了多个关键问题,还引入了若干重要功能增强和性能优化。 在此,我们先提前感谢社区成员的贡献和支持,如果你想升级最新的版本,快…

NSSCTF | [SWPUCTF 2021 新生赛]jicao

打开题目&#xff0c;发现高亮显示了一个 php 脚本 这是脚本的内容 <?php highlight_file(index.php); include("flag.php"); $id$_POST[id]; $jsonjson_decode($_GET[json],true); if ($id"wllmNB"&&$json[x]"wllm") {echo $flag;…

linux上安装Jmeter环境

以前都是在Windows本机上使用界面版Jmeter&#xff0c;今天试一下安装到linux上在linux中使用&#xff0c;Jmeter的使用需要先安装jdk环境然后再配置jmeter。 1.配置环境 linux环境&#xff1a;Centos 8.2 64位 JDK版本&#xff1a;jdk-8u221-linux-x64.tar.gz &#xff08;…

每天五分钟深度学习:数学中的极值

本文重点 在数学领域中,极值是一个极其重要的概念,它不仅在纯数学理论研究中占据核心地位,而且在工程、物理、经济等实际应用领域也发挥着不可替代的作用。极值问题涉及函数的最大值和最小值,是微积分学中的一个基本问题。本文旨在详细介绍数学中的极值概念、性质、求解方…

【数据结构与算法】常见的排序算法

文章目录 排序的概念冒泡排序&#xff08;Bubble Sort&#xff09;插入排序&#xff08;Insert Sort&#xff09;选择排序&#xff08;Select Sort&#xff09;希尔排序&#xff08;Shell Sort&#xff09;写法一写法二 快速排序&#xff08;Quick Sort&#xff09;hoare版本&a…

### 【数据结构】线性表--顺序表(二)

文章目录 1、什么是线性表2、线性表的基本操作3、顺序表3.1、顺序表的定义3.2、顺序表的实现方式&#xff1a;静态分配3.3、顺序表的实现方式&#xff1a;动态分配3.4、顺序表的特点3.5、顺序表的初始化与插入操作3.6、顺序表的删除与查询 1、什么是线性表 ​ 线性表是具有相同…

如何自定义Markdown中插入图片的位置

工作中常常需要在VsCode下写Markdown笔记&#xff0c;在写笔记的过程中不免需要插入图片。  Markdown中插入笔记的操作往往是比较繁琐的&#xff0c;比如&#xff1a;在文档中引用本地某个文件夹下的图片&#xff0c;首先需要你先保存图片到本地路径&#xff0c;然后需要你在文…

OpenNJet,够轻更强云原生应用引擎

前言&#xff1a; 在正式介绍OpenNJet之前&#xff0c;我们先来看看它的技术架构&#xff0c;如下图所示&#xff0c;OpenNJet正是NGINX的Pro版&#xff0c;在100%兼容NGINX基础上&#xff0c;新增了动态配置加载、主动式健康检测、集群高可用、声明式API等多种强大功能。 NGIN…

如何在您的WordPress网站上安装和设置W3 Total Cache

本周有一个客户&#xff0c;购买Hostease的虚拟主机&#xff0c;询问我们的在线客服&#xff0c;如何在您的WordPress网站上安装和设置W3 Total Cache&#xff1f;我们为用户提供相关教程&#xff0c;用户很快解决了遇到的问题。在此&#xff0c;我们分享这个操作教程&#xff…

React19学习-初体验

升级react19版本 安装 npm install reactbeta react-dombeta如果使用ts则需要在package.json中添加。等正式版发布直接可以使用types/react了 "overrides": {"types/react": "npm:types-reactbeta","types/react-dom": "npm:ty…

翻工第二次 Ant Design Pro 下载,发现问题,电脑网络配置有误,魔法了

一、相关网址链接 鱼皮的用户中心项目 &#xff08;前端Ant Design Pro构建&#xff09; 语雀 ## 没有选择umi版本这一步 Issue #11144 ant-design/ant-design-pro GitHub 关于umi ui图标未显示问题_umi ui不出现-CSDN博客 二、存在问题 导致下载速度慢 本人镜像代码写…

vue + element-plus 开发中遇到的问题

1.问题之路由守卫 初写路由守卫&#xff0c;对于next()的理解不是很透彻&#xff0c;就想着都放行&#xff0c;不然看不到效果&#xff0c;结果控制台出现了警告&#xff0c;想着报黄的问题就不是问题&#xff0c;但仔细一看发现他说&#xff0c;如果再生产阶段就会失败&#x…

数据可视化训练第二天(对比Python与numpy中的ndarray的效率并且可视化表示)

绪论 千里之行始于足下&#xff1b;继续坚持 1.对比Python和numpy的性能 使用魔法指令%timeit进行对比 需求&#xff1a; 实现两个数组的加法数组 A 是 0 到 N-1 数字的平方数组 B 是 0 到 N-1 数字的立方 import numpy as np def numpy_sum(text_num):"""…

【软件测试】3.开发模型

目录 1.常见的开发模型 1.1瀑布模型 1.2螺旋模型 1.3增量模型和迭代模型 1.4敏捷模型 1.4.1特点&#xff1a; 1.5Scrum模型&#xff08;三个角色和五个重要会议&#xff09; 1.5.1三个角色&#xff1a; 1.5.2Scrum工作流程&#xff08;五个会议&#xff09; 1.6测试模…

PCIE学习(2)PCIE配置空间详解

文章目录 前言一、配置空间header二、Base Address register&#xff08;BAR&#xff09;2.1、BAR是干什么的2.2、具体实现过程BAR示例1——32bit内存地址空间请求BAR示例2——64bit内存地址空间请求 前言 图片来自&#xff1a;https://zhuanlan.zhihu.com/p/463518877 一、…