计算ln_【高中向】从「如何用多项式函数拟合ln(x)」到「泰勒展开」

题图：莉莉没有卡

一、引言

让我们来看看下面几个多项式函数对

的拟合。

1、一号选手

黑线为ln(x)

看起来一号选手仅在

拟合得比较好，其余地方便不尽如人意。

2、二号选手

黑线为ln(x)

看起来二号选手在

都拟合得很好呢，其余地方也总体还行。

3、三号选手

黑线为ln(x)

三号选手简直要逆天了，代入

，得到

，误差小于万分之一！

即使代入

这种远到逆天的值，误差也不超过1%的。

或许下一张图会让你感到更震撼一点：

红线为ln(x)，蓝线为多项式3（是不是几乎看不到红线了吧）

啊，这个放缩太紧了……这样下去ln(x)会坏掉……这样不可以（划掉）

二、正文

0、前言

相信读者看到这里时，一定会对这些奇怪的系数感到迷惑，不知道这些系数是怎么构造出来的。但是放心，当你看完本文后，你就会明白这背后的原理竟然是如此地简单，你完全可以仿照我的方法，构造出精度更高（次数更高）的放缩。

1、引子

如果了解对数平均不等式（ALG不等式）的同学，想必不会对一号选手

陌生。因为我们证明ALG不等式时就构造出了

这个不等式。

那么，问题来了：为什么不是

呢？这个函数在

附近也有很高的精度啊。

事实上，需求决定工作。在讨论这个问题前，我们应该先弄清楚——我们究竟想要什么样的函数？然后对着需求找条件，问题自然迎刃而解了。

2、我们想要