10.7.1 Function Approximation with Taylor Polynomials (泰勒多项式函数逼近)¶

使用泰勒多项式和麦克劳林多项式逼近函数值，理解逼近的精度和适用范围

定义¶

泰勒多项式函数逼近是指用多项式函数来近似表示原函数的方法。设函数 $f(x)$ 在 $x=a$ 处有 $n$ 阶导数，则 $n$ 阶泰勒多项式定义为：$P_n(x) = f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n$。当 $a=0$ 时，该多项式称为麦克劳林多项式。泰勒多项式在 $x=a$ 附近能够很好地逼近原函数，且阶数越高，逼近精度越好。逼近误差可用泰勒余项（拉格朗日余项）来估计：$R_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x-a)^{n+1}$，其中 $c$ 是 $a$ 与 $x$ 之间的某个点。

核心公式¶

$["$P_n(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!}(x-a)^k$", "$R_n(x) = f(x) - P_n(x) = \frac{f^{(n+1)}(c)}{(n+1)!}(x-a)^{n+1}$", "$|R_n(x)| \leq \frac{M}{(n+1)!}|x-a|^{n+1}$，其中 $M$ 是 $|f^{(n+1)}(t)|$ 在 $a$ 与 $x$ 之间的最大值", "$f(x) \approx P_n(x) = f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n$", "$P_n(a) = f(a), P_n'(a) = f'(a), P_n''(a) = f''(a), \ldots, P_n^{(n)}(a) = f^{(n)}(a)$"]$

易错点¶

⚠️ 混淆泰勒多项式的中心点：忘记区分在 $x=a$ 处的泰勒多项式和麦克劳林多项式（$a=0$），导致展开式中 $(x-a)$ 的幂次设置错误
⚠️ 忽视逼近的有效范围：认为泰勒多项式对所有 $x$ 值都有效，实际上逼近精度随着 $|x-a|$ 增大而迅速下降，需要考虑收敛半径
⚠️ 余项估计计算错误：在使用拉格朗日余项 $R_n(x) = rac{f^{(n+1)}(c)}{(n+1)!}(x-a)^{n+1}$ 时，错误地选择 $c$ 的位置或忘记求 $f^{(n+1)}$ 的最大值来估计误差界
⚠️ 阶数与精度的关系理解不足：不清楚增加泰勒多项式的阶数如何影响逼近精度，或在实际计算中选择不合适的阶数导致精度不足或计算复杂