python泰勒公式法求正弦函数_看完这篇让你高数不挂科之——泰勒公式

本文始发于个人公众号：TechFlow，原创不易，求个关注

今天的文章我们来讨论大名鼎鼎的泰勒公式，泰勒公式真的非常有名，我相信上过高数课的一定都记得它的大名。即使你翘掉了所有的课，也一定会在考前重点里见过。

我对它的第一映像就是比较难，而且感觉没有太多意思，就是一个近似的函数而已。最近重温了一下有了一些新的心得，希望尽我所能讲解清楚。

泰勒公式的用途

在看具体的公式和证明之前，我们先来了解一下它的用途，然后带着对用途的理解再去思考它出现的背景以及原理会容易许多。这也是我自学这么久总结出来的规律。

泰勒公式本质解决的是近似的问题，比如说我们有一个看起来很复杂的方程，我们直接计算方程本身的值可能非常麻烦。所以我们希望能够找到一个近似的方法来获得一个足够近似的值。

从这里，我们得到了两个重点，一个是近似的方法，另一个是近似的精度。我们既需要找到合适的方法来近似，同时也需要保证近似的精度是可控的。否则一切都没有意义，结合实际其实很好理解，比如我们用机床造一个零件。我们都知道世界上不存在完美的圆，实际上我们也并不需要完美，但是我们需要保证偏差是可控的，并且在一定的范围内。泰勒公式也是一样，它既可以帮助我们完成近似，也可以保证得到的结果是足够精确的。

泰勒公式的定义

我们下面来看看泰勒公式的定义，我们已经知道了它的用途是求一个函数的近似值。但是我们怎么来求呢，其实一个比较朴素的思路是通过斜率逼近。

举个例子：

这是一张经典的导数图，从上图我们可以看到，随着\(\Delta x\)的减小，点\(P_0\)和\(P\)也会越来越接近，这就带来了\(\Delta y\)越来越接近\(\Delta x \cdot f'(x_0)\)。

当然，当\(\Delta x\)比较大的时候显然误差就会比较大，为了缩小误差，我们可以引入二阶导数、三阶导数以及高阶导数。由于我们并不知道函数究竟可以有多少阶导数，我们不妨假设f(x)在区间内一直有(n+1)阶导数，我们试着写出一个多项式来逼近原函数：

\[P_n(x)=a_0+a_1(x-x_0)+a_2(x-x_0)^2+\cdots+a_n(x-x_0)^n\]

我们希望这个式子与原值的误差越小越好，究竟要多小才算足够好呢？数学家们给出了定义，希望它是\((x-x_0)^n\)的高阶无穷小。也就是说误差比上\((x-x_0)^n\)的极限是0。

我