文章目录
引子
求解摆球的高度,蓝色线处为最低点
cos θ \cos\theta cosθ函数在这里显得很难求解 ,而且,
但当你采用近似的时候,问题就简单多了
当把约等于号左右两边的式子在图像上画出来后会发现,至少在 θ = 0 \theta=0 θ=0附近,两者的图像确实十分接近
那么上式中的二次级数是如何出现的呢?该怎样近似呢?
Why Taylor Series
学习泰勒级数,很大程度上就是为了在某个点附近用多项式函数,去近似其他函数。原因在于多项式比其他函数处理起来要容易的多。多项式函数计算容易,易于求导和积分
函数 c o s ( x ) cos(x) cos(x)的近似
二阶近似
现在先让我们看一看,在 x = 0 x=0 x=0处,如何使用二次多项式来近似 cos ( x ) \cos(x) cos(x)
设 P ( x ) = c 0 + c 1 x + c 2 x 2 P(x)=c_0+c_1x+c_2x^2 P(x)=c0+c1x+c2x2,若随意选择多项式前的系数,以保证 cos ( x ) = P ( x ) \cos(x)=P(x) cos(x)=P(x) ,那么这些系数该是多少呢?
先将 x = 0 x=0 x=0分别代入 cos ( x ) 和 P ( x ) \cos(x)和P(x) cos(x)和P(x),假定两式相等,则可求得 c 0 = 1 c_0=1 c0=1
而当 x = 0 x=0 x=0代入 cos ( x ) \cos(x) cos(x)和 P ( x ) P(x) P(x),计算得到 c 0 = 1 c_0=1 c0=1后, c 1 和 c 2 c_1和c_2 c1和c2的值可以随意选取而对等式没有影响,因为 x = 0 x=0 x=0带入 P ( x ) P(x) P(x)后直接将后面两项的值变成0
如果可以保证当 x = 0 x=0 x=0时, cos ( x ) 和 P ( x ) \cos(x)和P(x) cos(x)和P(x)不仅函数值相等,斜率也相等的话,那样岂不是更加精确么?否则,稍微偏离一点 x = 0 x=0 x=0,二者的函数值就会有很大偏差,那么该怎么求呢?——求导,计算斜率:
这里常数 c 1 c_1 c1掌握着我们在 x = 0 x=0 x=0处对一阶导数(斜率)的近似,所以让 c 1 = 0 c_1=0 c1=0,那么我们的近似函数 P ( x ) P(x) P(x)的导数也变成了0
- c 0 c_0 c0保证了 P ( x ) P(x) P(x)和 cos ( x ) \cos(x) cos(x)在 x = 0 x=0 x=0处的值近似相等,
- c 1 c_1 c1保证了二者在 x = 0 x=0 x=0处的斜率近似相等,
- 而剩下的 c 2 c_2 c2可以保证 cos ( x ) \cos(x) cos(x)和 P ( x ) P(x) P(x)函数的斜率的增长率近似相等,也可以说是曲线的曲率近似相等。
下面我们计算 c 2 c_2 c2,核心在于求解 cos ( x ) \cos(x) cos(x)和 P ( x ) P(x) P(x)的二阶导数:
计算得到 c 2 = − 1 2 c_2=-\frac{1}{2} c2=−21。下面我们验证一下 P ( x ) P(x) P(x)对 cos ( x ) \cos(x) cos(x)的近似效果如何:
二阶近似 cos ( x ) \cos(x) cos(x)总结
这样一来,当你利用这三个给定的系数,让 x x x的取值在 0 0 0附近增减时,你近似函数的函数值的变化率(也就是斜率)和近似变化率的变化率(也就是曲率)就可以让 P ( x ) P(x) P(x)尽可能的接近 cos ( x ) \cos(x) cos(x)函数本身了。
增加阶数近似
我们也可以多添加几项高次项使得 P ( x ) P(x) P(x)对 cos ( x ) \cos(x) cos(x)函数的近似更精准。比如三次项:
求得 c 3 = 0 c_3=0 c3=0,因此 P ( x ) = 1 − 1 / 2 x 2 P(x)=1-1/2x^2 P(x)=1−1/2x2,不仅仅是 cos ( x ) \cos(x) cos(x)在 x = 0 x=0 x=0处最佳的二阶近似函数,同时也是最佳的三阶近似函数。
还可以给 P ( x ) P(x) P(x)增加一个四次项,这样在 x = 0 x=0 x=0处, P ( x ) P(x) P(x)的图像就更加接近 cos ( x ) \cos(x) cos(x)的图像了
因此,当我们求解这个物理问题时,牵扯到求一个很小的角度的 cos ( x ) \cos(x) cos(x)值时候,我们用多项式去近似,求解的 cos ( x ) \cos(x) cos(x)值基本上丝毫不差了。
继续延伸
- 阶乘的形式是自然而然出现的。你对 x n x^n xn连续取n次求导,多项式求导法则一层套一层,最后就会剩下一个为 1 ∗ 2 ∗ 3 ∗ ∗ . . . = n ! 1*2*3**...=n! 1∗2∗3∗∗...=n!的常数。所以近似多项式中,第n项的系数并不是高阶导数本身,你需要再除以n个阶乘,来抵消这个效应。
- 其次,当我们往近似多项式中添加更高次项时,低阶的项并不会因此而改变。因此多项式任意n阶的导数在
x
=
0
x=0
x=0的值都由唯一的一个系数控制
如果你想用多项式估计一个非零点附近的结果,比如 x = π x=\pi x=π,那么你换成使用 P ( x ) P(x) P(x)关于 ( x − π (x-\pi (x−π)而不是 x x x的多项式就可以得到相同的效果。
在一点处的各阶导数值的信息,转化成那一点附近函数值的信息
知道了 cos ( x ) \cos(x) cos(x)的所有高阶导数,其实也就了解了关于 cos ( x ) \cos(x) cos(x)的许多信息,即便你只关注在 x = 0 x=0 x=0一个取值
泰勒多项式
经过几个步骤的处理之后,我们得到的 P ( x ) P(x) P(x)多项式,叫做 cos ( x ) \cos(x) cos(x)的泰勒多项式
泰勒级数的直观理解(假设为时间x和速度y的关系)
- f ( a ) f(a) f(a): 表示从时刻a开始,当前的里程表的数值 f ( a ) f(a) f(a)是多少
- 一次项:拟合匀速运动,速度与时间的乘积
- 二次项:拟合匀加速度运动,比只拟合匀速运动接近 f ( a ) f(a) f(a)值更加精确
- 三次项及以上:加速度也不是常数,用三次项表征加速度的变化率,以此类推到无穷多项
泰勒级数的定义:
在数学上,对于一个在实数或复数 a {\displaystyle a} a邻域上,以实数作为变量或以复数作为变量的函数,并且是无穷可微的函数 f ( x ) {\displaystyle f(x)} f(x),它的泰勒级数是以下这种形式的幂级数:
∑
n
=
0
∞
f
(
n
)
(
a
)
n
!
(
x
−
a
)
n
{\displaystyle \sum _{n=0}^{\infty }{\frac {f^{(n)}(a)}{n!}}(x-a)^{n}}
n=0∑∞n!f(n)(a)(x−a)n
这里,
n
!
{\displaystyle n!}
n!表示
n
{\displaystyle n}
n的阶乘,而
f
(
n
)
(
a
)
 ​
{\displaystyle f^{(n)}(a)\,\!}
f(n)(a)表示函数
f
f
f在点
a
a
a处的
n
n
n阶导数。如果
a
=
0
a=0
a=0,也可以把这个级数称为麦克劳林级数。
对任意函数近似
更加普遍的,我们需要近似任何函数的时候,都可以对其求导,获取各阶导数和导数在 x = 0 x=0 x=0的值, x n x^n xn项对应的系数就应该为 x = 0 x=0 x=0时函数的n阶导数值 再除以 n ! n! n!
- 下面公式中的第一项, x = 0 x=0 x=0时, P ( x ) P(x) P(x)的常数项和被拟合的函数 f ( 0 ) f(0) f(0)的值相等
- 下一项,也就是一次项,能让两者的斜率相等
- 二次项,能让两者斜率的变化率相等。
- 以此类推,高次项越多,近似拟合就越精准,但是多项式也会变得越来越复杂
如果你想求得不是 x = 0 x=0 x=0而是 x = a x=a x=a附近的近似,你就要用 ( x − a ) (x-a) (x−a)来改写多项式,然后计算在 ( x − a ) (x-a) (x−a)处 P ( x ) P(x) P(x)的各阶导数值。这样,改变 a a a的值,就可以调整多项式函数在哪里近似原始函数了。
至此,泰勒多项式就能试用于所有的情况了。
example e x e^x ex
泰勒级数的几何意义
待续
其他级数
从其他视频资料中作为补充,请参考【补充资料参考】
几何级数
1 1 − x \frac{1}{1-x} 1−x1的级数展开如下式,注意 x x x的取值范围为 0 < x < 1 0<x<1 0<x<1
f ( x ) = 1 1 − x = 1 + x + x 2 + x 3 + x 4 + . . . + x n f(x)=\frac{1}{1-x}=1+x+x^2+x^3+x^4+...+x^n f(x)=1−x1=1+x+x2+x3+x4+...+xn
- 假设 x = 1 x=1 x=1,则级数会无线增加,导致无法收敛,变成无穷大
几何级数积分
− ln ( 1 − x ) -\ln{(1-x)} −ln(1−x)的级数展开如下式,注意 x x x的取值范围为 0 < x < 1 0<x<1 0<x<1
f ( x ) = − ln ( 1 − x ) = x + x 2 / 2 + x 3 / 3 + x 4 / 4 + . . . + x n / n f(x)=-\ln{(1-x)}=x+x^2/2+x^3/3+x^4/4+...+x^n/n f(x)=−ln(1−x)=x+x2/2+x3/3+x4/4+...+xn/n
- 假设 x = 1 x=1 x=1,则 f ( x ) = − ln ( 1 − x ) = ∞ f(x)=-\ln{(1-x)}=\infin f(x)=−ln(1−x)=∞,右边多项式 1 + 1 / 2 + 1 / 3 + 1 / 4 + . . . 1+1/2+1/3+1/4+... 1+1/2+1/3+1/4+...。虽然每一项的值是随着n的增加不断减小的,但求和之后的值仍然是趋于无穷的,所以 x = ! 0 x=!0 x=!0
二项式定理
帕斯卡三角
(
1
+
x
)
0
=
(1+x)^0=
(1+x)0=
1
1
1
(
1
+
x
)
1
=
(1+x)^1=
(1+x)1=
1
+
1
x
1+1x
1+1x
(
1
+
x
)
2
=
(1+x)^2=
(1+x)2=
1
+
2
x
+
1
x
2
1+2x+1x^2
1+2x+1x2
(
1
+
x
)
3
=
(1+x)^3=
(1+x)3=
1
+
3
x
+
3
x
2
+
1
x
3
1+3x+3x^2+1x^3
1+3x+3x2+1x3
…
(
1
+
x
)
p
=
(1+x)^p=
(1+x)p=
当
(
1
+
x
)
p
(1+x)^p
(1+x)p中
p
p
p不等于整数时,比如
p
=
1
/
2
,
−
1
,
π
p=1/2, -1, \pi
p=1/2,−1,π等时,该如何展开?
该问题可以用泰勒级数展开
令
f
(
x
)
=
(
1
+
x
)
p
f(x)=(1+x)^p
f(x)=(1+x)p
则:
(
1
+
x
)
p
=
1
+
p
x
+
p
(
p
−
1
)
2
!
x
2
+
p
(
p
−
1
)
(
p
−
2
)
3
!
x
3
+
.
.
.
(1+x)^p=1+px+\frac{p(p-1)}{2!}x^2+\frac{p(p-1)(p-2)}{3!}x^3+...
(1+x)p=1+px+2!p(p−1)x2+3!p(p−1)(p−2)x3+...
所以,二项式定理就是泰勒级数的展开的一个应用
( 1 + x ) 3 = (1+x)^3= (1+x)3= 1 + 3 x + 3 x 2 + 1 x 3 1+3x+3x^2+1x^3 1+3x+3x2+1x3 展开为啥没有三阶以后的项了?
- 由于这个函数最高次幂为3三次,连续求导三次之后,再次求导所有项均为0了,所以后面的高次展开项就没有了。
- 但是,如果 p = 1 / 2 , − 1 , π p=1/2, -1, \pi p=1/2,−1,π等时,求导不会使导数为0,则高次项就会持续下去。
引用
本文主要参考下列视频内容,感谢视频作者及翻译的无私奉献!
补充资料参考
英语
多项式函数:polynomials