[高等数学学习记录] 泰勒公式

news2024/12/27 5:52:10

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.coloradmin.cn/o/2253269.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

机器学习周志华学习笔记-第13章<半监督学习>

机器学习周志华学习笔记-第13章&#xff1c;半监督学习&#xff1e; 卷王&#xff0c;请看目录 13半监督学习13.1 生成式方法13.2 半监督SVM13.3 基于分歧的方法13.4 半监督聚类 13半监督学习 前面我们一直围绕的都是监督学习与无监督学习&#xff0c;监督学习指的是训练样本包…

106.【C语言】数据结构之二叉树的三种递归遍历方式

目录 1.知识回顾 2.分析二叉树的三种遍历方式 1.总览 2.前序遍历 3.中序遍历 4.后序遍历 5.层序遍历 3.代码实现 1.准备工作 2.前序遍历函数PreOrder 测试结果 3.中序遍历函数InOrder 测试结果 4.后序遍历函数PostOrder 测试结果 4.底层分析 1.知识回顾 在99.…

1.Git安装与常用命令

前言 Git中会用到的一些基本的Linux命令 ls/ll 查看文件目录 (ll可以看隐藏文件)cat 查看文件内容touch 创建文件vi vi编辑器 1.下载与安装 安装成功后鼠标右键会出现Git Bash和Git GUI Git GUI&#xff1a;GUI图形化界面 Git Bash&#xff1a;Git提供的命令行工具 当安装…

HarmonyOS开发中,如何高效定位并分析内存泄露相关问题

HarmonyOS开发中&#xff0c;如何高效定位并分析内存泄露相关问题 (1)Allocation的应用调试方式Memory泳道Native Allocation泳道 (2)Snapshot(3)ASan的应用使用约束配置参数使能ASan方式一方式二 启用ASanASan检测异常码 (4)HWASan的应用功能介绍约束条件使能HWASan方式一方式…

Spring Cloud+Nacos+KMS 动态配置最佳实践

作者&#xff1a;柳遵飞 前言 Spring Cloud 框架在微服务领域被广大开发者所使用&#xff0c;Value 是每位开发者都会接触到的注解&#xff0c;在 SpringBean 中可以通过 Value 注解引用 application.properties 属性&#xff0c;实现配置代码分离&#xff0c;提升应用代码部…

HTML 快速上手

目录 一. HTML概念 二. HTML标签 1. 标题标签 2. 段落标签 3. 换行标签 4. 图片标签 5. 超链接标签 6. 表格标签 7. 表单标签 7.1 form 标签 7.2 input 标签 (1) 文本框 (2) 单选框 (3) 密码框 (4) 复选框 (5) 普通按钮 (6) 提交按钮 8. select标签 9. 无语义…

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…

「Mac畅玩鸿蒙与硬件36」UI互动应用篇13 - 数字滚动抽奖器

本篇将带你实现一个简单的数字滚动抽奖器。用户点击按钮后&#xff0c;屏幕上的数字会以滚动动画的形式随机变动&#xff0c;最终显示一个抽奖数字。这个项目展示了如何结合定时器、状态管理和动画实现一个有趣的互动应用。 关键词 UI互动应用数字滚动动画效果状态管理用户交…

Selenium3+Python如何操作键盘

selenium操作键盘&#xff0c;需要导入Keys类&#xff1a;“from selenium.webdriver.common.keys import Keys” 调用键盘操作的快捷键的方法 &#xff1a; 单键值&#xff1a;直接传入对应的键值“element.send_keys”(快捷键的键值) 组合键&#xff1a;键值之间由逗号分隔…

从技术视角看AI在Facebook全球化中的作用

在全球化日益加深的今天&#xff0c;人工智能&#xff08;AI&#xff09;作为一种变革性技术&#xff0c;正在深刻影响全球互联网巨头的发展方向。Facebook作为全球最大的社交媒体平台之一&#xff0c;正通过AI技术突破语言、文化和技术的障碍&#xff0c;推动全球化战略的实现…

jmeter 压测常用静默参数解释应用

简介&#xff1a; JMeter静默压测&#xff08;即无界面压测&#xff09;是一种常用的性能测试方法&#xff0c;用于模拟多个用户同时访问系统并测量系统的响应时间和吞吐量等关键性能指标。在JMeter静默压测中&#xff0c;常用的压测参数及其解释如下&#xff1a; 一、基本…

【机器学习】分类任务: 二分类与多分类

二分类与多分类&#xff1a;概念与区别 二分类和多分类是分类任务的两种类型&#xff0c;区分的核心在于目标变量&#xff08;label&#xff09;的类别数&#xff1a; 二分类&#xff1a;目标变量 y 只有两个类别&#xff0c;通常记为 y∈{0,1} 或 y∈{−1,1}。 示例&#xff…

【自用】管材流转项目前端重部署流程 vue2 webpackage4 vuecli4

一、配置 1.下载项目&#xff0c;使用 IDEA 打开&#xff0c;并配置 Nodejs 它提示我&#xff0c;需要 Node.js&#xff0c;因为 nodejs 14 的 installer 已经官网已经找不到了&#xff0c;使用 fnm 又太麻烦&#xff0c; 所以直接采用在 IDEA 中下载的方式就好了。 2.清除缓…

java调用ai模型:使用国产通义千问完成基于知识库的问答

整体介绍&#xff1a; 基于RAG&#xff08;Retrieval-Augmented Generation&#xff09;技术&#xff0c;可以实现一个高效的Java智能问答客服机器人。核心思路是将预先准备的问答QA文档&#xff08;例如Word格式文件&#xff09;导入系统&#xff0c;通过数据清洗、向量化处理…

跨平台应用开发框架(4)----Qt(系统篇)

目录 1.Qt事件 1.事件来源 2.事件处理 3.按键事件 1.组合按键 4.鼠标事件 1.鼠标单击事件 2.鼠标释放事件 3.鼠标双击事件 4.鼠标移动事件 5.滚轮事件 5.定时器 1.QTimerEvent类 2.QTimer 类 3.获取系统日期及时间 6.事件分发器 7.事件过滤器 2.Qt文件 1.输入…

算法刷题Day8:BM30 二叉搜索树与双向链表

题目 牛客网题目传送门 思路 对二叉搜索树进行中序遍历&#xff0c;结果就是按序数组。因此想办法把前面遍历过的节点给记下来&#xff0c;记作pre。当遍历到某个节点node的时候&#xff0c;令前驱指向pre&#xff0c;然后让pre的后驱指向node。 代码 class TreeNode:def…

MySQL--视图

目录 1 认识视图 1.1 视图的定义 1.1 创建视图 1.2 查询 1.3 修改 1.4 删除 1.5 视图的优缺点 1.5.1 优点 1.5.2 缺点 1.6 视图的类型 1.7 视图与物化视图 2 视图检查选项 2.1 CASCADED 2.2 LOCAL 3 视图更新及作用 3.1 视图案列结合 3.1.1 屏蔽敏感数据 3.1…

基于Matlab高速动车组转臂定位橡胶节点刚度对车辆动力学影响仿真研究

本研究针对高速动车组转臂定位系统中橡胶节点的刚度对车辆动力学性能的影响进行仿真研究。随着高速铁路的发展&#xff0c;动车组的运行稳定性和舒适性成为设计和运营的核心问题&#xff0c;其中&#xff0c;转臂定位系统作为动车组悬挂系统的重要组成部分&#xff0c;其性能对…

并发专题(8)之JUC阻塞容器源码剖析

一、ArrayBlockingQueue源码剖析 ArrayBlockingQueue底层是采用数组实现的一个队列。因为底层是数据&#xff0c;一般被成为有界队列、其阻塞模式是基于ReentrantLock来实现的。 // 存数据操作 add(E),offer(E),put(E)&#xff0c;offer(E,time,unit) // add(E)&#xff1a;添加…

AI/ML 基础知识与常用术语全解析

目录 一.引言 二.AI/ML 基础知识 1.人工智能&#xff08;Artificial Intelligence&#xff0c;AI&#xff09; (1).定义 (2).发展历程 (3).应用领域 2.机器学习&#xff08;Machine Learning&#xff0c;ML&#xff09; (1).定义 (2).学习方式 ①.监督学习 ②.无监督…