泰勒展开式「建议收藏」

泰勒展开式「建议收藏」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

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

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:

 泰勒展开式「建议收藏」

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:

 泰勒展开式「建议收藏」

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:

 泰勒展开式「建议收藏」

显然y=sinx在x=0处具有任意阶导数,并且泰勒展开式「建议收藏」

根据麦克劳林公式:

 泰勒展开式「建议收藏」

类似地,可以展开y=cosx。

2、计算近似值

 泰勒展开式「建议收藏」

解:对指数函数

 泰勒展开式「建议收藏」

运用麦克劳林展开式并舍弃余项:

 泰勒展开式「建议收藏」

当x=1时:

 泰勒展开式「建议收藏」

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
泰勒展开式「建议收藏」 

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

泰勒展开式「建议收藏」

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)

泰勒展开式「建议收藏」

结果和实际相去甚远

泰勒展开式「建议收藏」

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

 泰勒展开式「建议收藏」

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

泰勒展开式「建议收藏」

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

 泰勒展开式「建议收藏」

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。

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/167774.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 4.4.2分类模型评判指标(一) – 混淆矩阵(Confusion Matrix)

    4.4.2分类模型评判指标(一) – 混淆矩阵(Confusion Matrix)简介混淆矩阵是ROC曲线绘制的基础,同时它也是衡量分类型模型准确度中最基本,最直观,计算最简单的方法。一句话解释版本:混淆矩阵就是分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来。这个表就是混淆矩阵。数据分析与挖掘体系位置混淆矩阵是评判模型结果的指标,属于模型评估的一部分。此外,混淆矩阵多用于判断分类器(Classifier)的优劣,适用于…

    2022年5月14日
    54
  • linux(11)配置环境变量[通俗易懂]

    linux(11)配置环境变量[通俗易懂]前言在自定义安装软件的时候,经常需要配置环境变量,下面进行详细解析 环境变量配置文件|用户|配置文件||:|:||系统环境|/ect/profil

    2022年7月30日
    14
  • 怎么用postman测试websocket

    怎么用postman测试websocketwebsocket学习定义优点用法参考文献菜鸟教程怎么用postman测试websocket因为升级请求是被postman拦截的,所以,只要配置一下拦截器就好了,具体配置方法百度一下吧。然后在header中加上两个key-value即可。Upgrade:websocketConnection:Upgrade2.基础用法3.当然,这些都不如在线测试webs……

    2022年7月11日
    29
  • YGC和FGC是什么「建议收藏」

    YGC和FGC是什么「建议收藏」1.YGC和FGC是什么YGC:对新生代堆进行gc。频率比较高,因为大部分对象的存活寿命较短,在新生代里被回收。性能耗费较小。FGC:全堆范围的gc。默认堆空间使用到达80%(可调整)的时候会触发fgc。以我们生产环境为例,一般比较少会触发fgc,有时10天或一周左右会有一次。2.什么时候执行YGC和FGCedn空间不足,执行younggcb.old空间不足,…

    2022年6月19日
    47
  • 【入门到精通】❤️「Java工程师全栈知识路线」

    《Java程序设计基础》章节内容第1章Java程序设计基础作业目录(作业笔记)第1章Java程序设计基础笔记•【第1章初识Java】第2章Java程序设计基础笔记•【第2章变量与数据类型】第3章Java程序设计基础笔记•【第3章运算符与表达式】第4章Java程序设计基础笔记•【第4章条件结构】第5章Java程序…

    2022年4月6日
    41
  • Idea激活码最新教程2020.2.2版本,永久有效激活码,亲测可用,记得收藏

    Idea激活码最新教程2020.2.2版本,永久有效激活码,亲测可用,记得收藏Idea 激活码教程永久有效 2020 2 2 激活码教程 Windows 版永久激活 持续更新 Idea 激活码 2020 2 2 成功激活

    2025年5月23日
    3

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号