泰勒展开式

数学中,泰勒公式是一个用函数在某点的信息描述其附近取值的公式。如果函数足够平滑的话,在已知函数在某一点的各阶导数值的情况之下,泰勒公式可以用这些导数值做系数构建一个多项式来近似函数在这一点的邻域中的值。泰勒公式还给出了这个多项式和实际的函数值之间的偏差。

泰勒公式是将一个在x=x0处具有n阶导数的函数f(x)利用关于(x-x0)的n次多项式来逼近函数的方法。

若函数f(x)在包含x0的某个闭区间[a,b]上具有n阶导数,且在开区间(a,b)上具有(n+1)阶导数,则对闭区间[a,b]上任意一点x,成立下式:

其中,f(n)(x)表示f(x)的n阶导数,等号后的多项式称为函数f(x)在x0处的泰勒展开式,剩余的Rn(x)是泰勒公式的余项,是(x-x0)n的高阶无穷小。

麦克劳林展开

函数的麦克劳林展开指上面泰勒公式中x0取0的情况,即是泰勒公式的特殊形式,若f(x)在x=0处n阶连续可导,则下式成立:

其中f(n)(x)表示f(x)的n阶导数。

实际应用中,泰勒公式需要截断,只取有限项,一个函数的有限项的泰勒级数叫做泰勒展开式。泰勒公式的余项可以用于估算这种近似的误差。

泰勒展开式的重要性体现在以下三个方面:

  幂级数的求导和积分可以逐项进行,因此求和函数相对比较容易。

  一个解析函数可被延伸为一个定义在复平面上的一个开片上的解析函数,并使得复分析这种手法可行。

  泰勒级数可以用来近似计算函数的值。

实例

1、展开三角函数y=sinx和y=cosx。

解:根据导数表得:

显然y=sinx在x=0处具有任意阶导数,并且

根据麦克劳林公式:

类似地,可以展开y=cosx。

2、计算近似值

解:对指数函数

运用麦克劳林展开式并舍弃余项:

当x=1时:

取n=10,即可算出近似值e≈2.7182818。

关于泰勒公式的感性理解
转自https://www.zhihu.com/question/50656047/answer/122146471

想象一个函数,你只能观测其中很小一段的图像,现在需要从这一小段预测其他点的函数值

随便找了一张图,假设泰勒原点在x=0,即你只能观测x=0附近很小一段的函数图像

这时你可能会想,切线在这段符合得挺好,就用它估计吧,这条线的斜率就是f‘(0)

结果和实际相去甚远

你可能会很奇怪,为什么看起来这么接近,结果还差这么大,就使劲盯着这段函数看啊看

盯了半天,经过了n次放大,你终于发现曲线的左右比切线都要高一些,像是一条抛物线。于是你在切线的基础上加了一个抛物线因子,对应的二次斜率就是f‘‘(0)/2

虽然还是很不准,还是比一开始的预测准了不少,于是你信心大增,很快发现了新的不同,利用三次曲线去预测

然后你会发现越来越准,直到预测了n次,你看得累了,预测结果和真实函数也差不多了,就把可能的最大偏差用一个余项表示,当然离原点越远就越不准,这个余项也和x有关。泰勒公式可以说是用函数在某一点的导数逐次逼近函数的过程。

时间: 2024-10-21 15:45:28

泰勒展开式的相关文章

等价无穷小、常用泰勒展开式

等价无穷小 可直接等价替换的类型: 变上限积分函数(积分变限函数)也可以用等价无穷小进行替换. 泰勒展开式的重要性体现在以下五个方面: 1.幂级数的求导和积分可以逐项进行,因此求和函数相对比较容易. 2.一个解析函数可e799bee5baa631333431343633被延伸为一个定义在复平面上的一个开片上的解析函数,并使得复分析这种手法可行. 3.泰勒级数可以用来近似计算函数的值,并估计误差. 4.证明不等式. 5.求待定式的极限. 常用泰勒展开公式如下: 1.e^x = 1+x+x^2/2!

c++ sin的泰勒展开式实现

// sinx.cpp : 定义控制台应用程序的入口点. // #include "stdafx.h" #include <iostream> using std::cout; using std::cin; using std::endl; int factorial(int num){     int a=1;     for(int i=1;i<num;i++){         a=a*(i+1);     }     return a; } double s

使用泰勒展开式求sin(x)的近似值-C

具体定义参见百度 1 #include<stdio.h> 2 #include<math.h> 3 4 int main(void) 5 { 6 double x=3.455; 7 8 int index=1; 9 10 double s=x; 11 double n=x; 12 13 do 14 { 15 index+=2; 16 n=n * (-x*x)/((index)*(index-1)); 17 s+=n; 18 }while(fabs(n)>=1e-8); 19

实现 Math.Asin 迈克劳林(泰勒)展开式,结果比Math.Asin 慢一倍

项目中需要快速求解Asin(x) 的近似值,原以为用泰勒展开式会快一些,结果比原生的慢一倍. Math.ASin        Time Elapsed:   9ms        Gen 0:          0        Gen 1:          0        Gen 2:          0Maclaurin.ASin        Time Elapsed:   17ms        Gen 0:          4        Gen 1:          0

(一)泰勒级数展开

1 #coding=utf-8 2 from sympy import * 3 import math 4 5 #定义变量x 6 x=Symbol("x") 7 #定义函数f 8 f = -0.1*x**4-0.15*x**3-0.5*x**2-0.25*x+1.2 9 10 #求出一到四阶导为 11 d1 = diff(f,x,1) 12 d2 = diff(f,x,2) 13 d3 = diff(f,x,3) 14 d4 = diff(f,x,4) 15 print d1,d2,d

机器学习笔记_PRML_Adaboost 算法的原理与推导

转自:http://blog.csdn.net/v_july_v/article/details/40718799 Adaboost 算法的原理与推导 1 Adaboost的原理 1.1 Adaboost是什么 AdaBoost,是英文"Adaptive Boosting"(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出.它的自适应在于:前一个基本分类器分错的样本会得到加强,加权后的全体样本再次被用来训练下一个基本分类器.同时,在每一轮中加

容斥原理

对容斥原理的描述 容斥原理是一种重要的组合数学方法,可以让你求解任意大小的集合,或者计算复合事件的概率. 描述 容斥原理可以描述如下: 要计算几个集合并集的大小,我们要先将所有单个集合的大小计算出来,然后减去所有两个集合相交的部分,再加回所有三个集合相交的部分,再减去所有四个集合相交的部分,依此类推,一直计算到所有集合相交的部分. 关于集合的原理公式 上述描述的公式形式可以表示如下:                  它可以写得更简洁一些,我们将B作为所有Ai的集合,那么容斥原理就变成了: 这个

CV:object detection(SIFT)

1.SIFT综述 尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置.尺度.旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结. 其应用范围包含物体辨识.机器人地图感知与导航.影像缝合.3D模型建立.手势辨识.影像追踪和动作比对. 此算法有其专利,专利拥有者为英属哥伦比亚大学. 局部影像特征的描述与侦测可以帮助辨识物体,SIFT

【转载】【容斥原理】

转载自 http://www.cppblog.com/vici/archive/2011/09/05/155103.html 容斥原理(翻译) 前言: 这篇文章发表于http://e-maxx.ru/algo/inclusion_exclusion_principle,原文是俄语的.由于文章确实很实用,而且鉴于国内俄文资料翻译的匮乏,我下决心将其翻译之.由于俄语对我来说如同乱码,而用Google直接翻译中文的话又变得面目全非,所以只能先用Google翻译成英语,再反复读,慢慢理解英语的意思,实在