泰勒展開式的
五大應用題型

求和、求極限、求高階導數、逼近定積分、逼近複雜函數

$$f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(c)}{n!}(x-c)^n$$
往下滑,掌握每一種題型

📑 目錄

PART 00

常用 Maclaurin 展開式速查表

以下是最常用的展開式,所有應用題型都建立在這些基礎之上。

$$e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots \qquad (-\infty < x < \infty)$$
$$\sin x = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n+1}}{(2n+1)!} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots \qquad (-\infty < x < \infty)$$
$$\cos x = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n}}{(2n)!} = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots \qquad (-\infty < x < \infty)$$

幾何級數(首項 $a$,公比 $r$)

$$\sum_{n=0}^{\infty} a\,r^n = \frac{a}{1-r}, \qquad |r| < 1$$

令首項 $a = 1$,公比 $r = x$,即得:

$$\frac{1}{1-x} = \sum_{n=0}^{\infty} x^n = 1 + x + x^2 + x^3 + \cdots \qquad (|x| < 1)$$
$$\ln(1+x) = \sum_{n=1}^{\infty} \frac{(-1)^{n-1} x^n}{n} = x - \frac{x^2}{2} + \frac{x^3}{3} - \cdots \qquad (-1 < x \le 1)$$
$$\arctan x = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n+1}}{2n+1} = x - \frac{x^3}{3} + \frac{x^5}{5} - \cdots \qquad (|x| \le 1)$$
$$(1+x)^k = \sum_{n=0}^{\infty} \binom{k}{n} x^n = 1 + kx + \frac{k(k-1)}{2!}x^2 + \cdots \qquad (|x| < 1)$$
PART 01

利用泰勒展開式求無窮級數的和

核心思路:將待求的級數「認出」是某個已知函數的泰勒展開式在某個特定 $x$ 值代入的結果。

觀察級數通項
辨認出對應的函數展開式
代入 $x$ 值得到封閉解

例題 1.1

Example

求 $\displaystyle \sum_{n=0}^{\infty} \frac{1}{n!}$。

解法:先寫出前幾項:

$$\sum_{n=0}^{\infty} \frac{1}{n!} = \frac{1}{0!} + \frac{1}{1!} + \frac{1}{2!} + \frac{1}{3!} + \cdots = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \cdots$$

對照 $e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots$,代入 $x = 1$ 後正好吻合。因此

$$\sum_{n=0}^{\infty} \frac{1}{n!} = e^1 = e \approx 2.7183$$

例題 1.2

Example

求 $\displaystyle \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)!}$。

解法:先寫出前幾項,觀察規律:

$$\sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)!} = \frac{1}{1!} - \frac{1}{3!} + \frac{1}{5!} - \frac{1}{7!} + \cdots = 1 - \frac{1}{6} + \frac{1}{120} - \cdots$$

對照 $\sin x = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n+1}}{(2n+1)!} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots$,代入 $x = 1$:

$$\sin 1 = \frac{1^1}{1!} - \frac{1^3}{3!} + \frac{1^5}{5!} - \cdots = \frac{1}{1!} - \frac{1}{3!} + \frac{1}{5!} - \cdots$$

這正是我們要求的級數!因此

$$\sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)!} = \sin 1 \approx 0.8415$$

例題 1.3

Example

求 $\displaystyle \sum_{n=1}^{\infty} \frac{(-1)^{n-1}}{n} = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots$。

解法:對照 $\ln(1+x) = \sum_{n=1}^{\infty} \frac{(-1)^{n-1} x^n}{n} = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots$,代入 $x = 1$:

$$\ln(1+1) = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots$$

這正是我們要求的級數!因此

$$\sum_{n=1}^{\infty} \frac{(-1)^{n-1}}{n} = \ln 2 \approx 0.6931$$

例題 1.4

Example

求 $\displaystyle \sum_{n=0}^{\infty} \frac{(-1)^n}{2n+1} = 1 - \frac{1}{3} + \frac{1}{5} - \frac{1}{7} + \cdots$。

解法:對照 $\arctan x = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n+1}}{2n+1} = x - \frac{x^3}{3} + \frac{x^5}{5} - \frac{x^7}{7} + \cdots$,代入 $x = 1$:

$$\arctan 1 = 1 - \frac{1}{3} + \frac{1}{5} - \frac{1}{7} + \cdots$$

因為 $\arctan 1 = \frac{\pi}{4}$,所以

$$\sum_{n=0}^{\infty} \frac{(-1)^n}{2n+1} = \frac{\pi}{4}$$

這就是著名的 Leibniz 公式:$\dfrac{\pi}{4} = 1 - \dfrac{1}{3} + \dfrac{1}{5} - \dfrac{1}{7} + \cdots$

例題 1.5(進階:需要微分或積分操作)

Example

求 $\displaystyle \sum_{n=1}^{\infty} \frac{n}{2^n}$。

解法:直接對照速查表,找不到通項為 $\frac{n}{2^n} = n \cdot \left(\frac{1}{2}\right)^n$ 的展開式。但注意到它長得像幾何級數 $\sum x^n$ 多乘了一個 $n$。我們的策略是:先對幾何級數微分,製造出 $n$ 這個因子

第一步:從幾何級數出發。回顧:首項為 $a$、公比為 $r$ 的幾何級數,在 $|r| < 1$ 時收斂,其和為

$$\sum_{n=0}^{\infty} a\,r^n = \frac{a}{1-r}$$

取首項 $a = 1$,公比 $r = x$,得到($|x| < 1$ 時成立):

$$\frac{1}{1-x} = \sum_{n=0}^{\infty} x^n = 1 + x + x^2 + x^3 + \cdots$$

第二步:對等式兩邊同時對 $x$ 微分。左邊用鏈鎖律:

$$\frac{d}{dx}\left[\frac{1}{1-x}\right] = \frac{1}{(1-x)^2}$$

右邊逐項微分(冪級數在收斂區間內可逐項微分):

$$\frac{d}{dx}\left[\sum_{n=0}^{\infty} x^n\right] = \sum_{n=1}^{\infty} n\, x^{n-1} = 1 + 2x + 3x^2 + 4x^3 + \cdots$$

因此我們得到:

$$\frac{1}{(1-x)^2} = \sum_{n=1}^{\infty} n\, x^{n-1}$$

第三步:右邊的通項是 $n\,x^{n-1}$,但我們想要的是 $n\,x^n$。只要兩邊同乘 $x$:

$$\frac{x}{(1-x)^2} = \sum_{n=1}^{\infty} n\, x^{n}$$

第四步:代入 $x = \frac{1}{2}$(滿足 $|x| < 1$):

$$\sum_{n=1}^{\infty} \frac{n}{2^n} = \frac{\frac{1}{2}}{\left(\frac{1}{2}\right)^2} = \frac{\frac{1}{2}}{\frac{1}{4}} = 2$$
解題秘訣:如果級數的通項多一個 $n$ 的因子,嘗試對已知展開式做微分;如果少一個 $n$(多一個 $1/n$),嘗試做積分。
PART 02

利用泰勒展開式求極限

當遇到 $\frac{0}{0}$ 型不定式時,除了 L'Hôpital 法則,泰勒展開往往更快速、更清晰。核心是:展開到能夠看出首項非零項為止

例題 2.1

Example

求 $\displaystyle \lim_{x \to 0} \frac{\sin x - x}{x^3}$。

解法:將 $\sin x$ 展開到 $x^3$ 項:

$$\sin x = x - \frac{x^3}{6} + \frac{x^5}{120} - \cdots$$

因此

$$\frac{\sin x - x}{x^3} = \frac{-\frac{x^3}{6} + \frac{x^5}{120} - \cdots}{x^3} = -\frac{1}{6} + \frac{x^2}{120} - \cdots \xrightarrow{x \to 0} -\frac{1}{6}$$

例題 2.2

Example

求 $\displaystyle \lim_{x \to 0} \frac{e^x - 1 - x}{x^2}$。

解法:分母是 $x^2$,所以我們需要把分子展開到 $x^2$ 項。

將 $e^x$ 展開:

$$e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + \cdots$$

代入分子:

$$e^x - 1 - x = \left(1 + x + \frac{x^2}{2} + \frac{x^3}{6} + \cdots\right) - 1 - x = \frac{x^2}{2} + \frac{x^3}{6} + \cdots$$

除以 $x^2$:

$$\frac{e^x - 1 - x}{x^2} = \frac{\frac{x^2}{2} + \frac{x^3}{6} + \cdots}{x^2} = \frac{1}{2} + \frac{x}{6} + \cdots$$

當 $x \to 0$ 時,後面的項全部趨近於零,因此

$$\lim_{x \to 0} \frac{e^x - 1 - x}{x^2} = \frac{1}{2}$$

例題 2.3

Example

求 $\displaystyle \lim_{x \to 0} \frac{1 - \cos x}{x^2}$。

解法:$\cos x = 1 - \frac{x^2}{2} + \frac{x^4}{24} - \cdots$,故

$$\frac{1 - \cos x}{x^2} = \frac{\frac{x^2}{2} - \frac{x^4}{24} + \cdots}{x^2} = \frac{1}{2} - \frac{x^2}{24} + \cdots \to \frac{1}{2}$$

例題 2.4(進階)

Example

求 $\displaystyle \lim_{x \to 0} \frac{\tan x - \sin x}{x^3}$。

解法:分母是 $x^3$,所以分子需要展開到 $x^3$ 項。

$\sin x$ 的展開已知:$\sin x = x - \frac{x^3}{6} + \cdots$

$\tan x$ 的展開可以從 $\tan x = \frac{\sin x}{\cos x}$ 用長除法得到。因為

$$\sin x = x - \frac{x^3}{6} + \cdots, \qquad \cos x = 1 - \frac{x^2}{2} + \cdots$$

做除法(只需到 $x^3$):

$$\tan x = \frac{x - \frac{x^3}{6} + \cdots}{1 - \frac{x^2}{2} + \cdots}$$

用 $\frac{1}{1-u} \approx 1 + u + \cdots$(其中 $u = \frac{x^2}{2} - \cdots$):

$$\tan x \approx \left(x - \frac{x^3}{6}\right)\left(1 + \frac{x^2}{2}\right) = x + \frac{x^3}{2} - \frac{x^3}{6} + \cdots = x + \frac{x^3}{3} + \cdots$$

現在做減法:

$$\tan x - \sin x = \left(x + \frac{x^3}{3} + \cdots\right) - \left(x - \frac{x^3}{6} + \cdots\right) = \frac{x^3}{3} + \frac{x^3}{6} + \cdots = \frac{x^3}{2} + \cdots$$

除以 $x^3$:

$$\lim_{x \to 0} \frac{\tan x - \sin x}{x^3} = \frac{1}{2}$$
展開原則:分母是 $x^k$,就把分子展開到 $x^k$ 為止。展開不夠多會得到 $0/0$,展開太多則做了白工。
PART 03

利用泰勒展開式求高階導數值

泰勒定理告訴我們:$f(x)$ 在 $c$ 點的展開式中,$x^n$ 的係數恰好是 $\frac{f^{(n)}(c)}{n!}$。因此,只要能寫出泰勒展開式,就可以直接「讀出」高階導數值,而不需要真的一次一次微分。

核心公式

若 $f(x) = \sum_{n=0}^{\infty} a_n (x-c)^n$,則 $$f^{(n)}(c) = n! \cdot a_n$$

例題 3.1

Example

設 $f(x) = e^{x^2}$,求 $f^{(10)}(0)$。

解法:直接對 $e^{x^2}$ 微分十次幾乎不可能。但我們可以先寫出它的 Maclaurin 展開式。

將 $e^u = \sum_{n=0}^{\infty} \frac{u^n}{n!}$ 中令 $u = x^2$:

$$e^{x^2} = \sum_{n=0}^{\infty} \frac{(x^2)^n}{n!} = \sum_{n=0}^{\infty} \frac{x^{2n}}{n!} = 1 + x^2 + \frac{x^4}{2!} + \frac{x^6}{3!} + \frac{x^8}{4!} + \frac{x^{10}}{5!} + \cdots$$

這就是 $f(x)$ 的 Maclaurin 展開式 $\sum a_k x^k$。我們要找 $x^{10}$ 的係數 $a_{10}$。

從展開式中看到 $x^{10}$ 出現在 $n = 5$ 項,係數為 $a_{10} = \frac{1}{5!} = \frac{1}{120}$。

(注意:$x^1, x^3, x^5, x^7, x^9$ 等奇數次項的係數都是 $0$。)

由核心公式 $f^{(k)}(0) = k! \cdot a_k$,令 $k = 10$:

$$f^{(10)}(0) = 10! \cdot a_{10} = 10! \cdot \frac{1}{5!} = \frac{3628800}{120} = 30240$$

例題 3.2

Example

設 $f(x) = \sin(x^2)$,求 $f^{(6)}(0)$。

解法:$\sin u = u - \frac{u^3}{3!} + \cdots$,令 $u = x^2$:

$$\sin(x^2) = x^2 - \frac{x^6}{6} + \cdots$$

$x^6$ 的係數為 $-\frac{1}{6}$,因此

$$f^{(6)}(0) = 6! \cdot \left(-\frac{1}{6}\right) = -120$$

例題 3.3

Example

設 $f(x) = \arctan x$,求 $f^{(5)}(0)$。

解法:$\arctan x = x - \frac{x^3}{3} + \frac{x^5}{5} - \cdots$,$x^5$ 的係數為 $\frac{1}{5}$,因此

$$f^{(5)}(0) = 5! \cdot \frac{1}{5} = 24$$
為什麼這招好用?要直接計算 $f^{(10)}(0)$ 需要微分十次,非常繁瑣。但透過展開式,我們只需要找到 $x^{10}$ 的係數,乘上 $10!$ 就得到答案。
PART 04

利用泰勒展開式逼近定積分

有些函數的反導函數無法用初等函數表達(如 $e^{-x^2}$、$\frac{\sin x}{x}$),但我們可以先將被積函數展開為冪級數,然後逐項積分來得到近似值。

展開被積函數
逐項積分
代入上下界
取前幾項近似

例題 4.1

Example

將 $\displaystyle \int_0^1 e^{-x^2}\,dx$ 寫成級數形式,並計算前五項的近似值。

解法:先展開 $e^{-x^2}$。在 $e^u = \sum \frac{u^n}{n!}$ 中令 $u = -x^2$:

$$e^{-x^2} = \sum_{n=0}^{\infty} \frac{(-x^2)^n}{n!} = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n}}{n!} = 1 - x^2 + \frac{x^4}{2!} - \frac{x^6}{3!} + \frac{x^8}{4!} - \cdots$$

逐項積分(冪級數在收斂區間內可逐項積分):

$$\int_0^1 e^{-x^2}\,dx = \left[ x - \frac{x^3}{3} + \frac{x^5}{5 \cdot 2!} - \frac{x^7}{7 \cdot 3!} + \frac{x^9}{9 \cdot 4!} - \cdots \right]_0^1$$

代入 $x = 1$(下界 $x=0$ 代入後全為零):

$$= 1 - \frac{1}{3} + \frac{1}{5 \cdot 2} - \frac{1}{7 \cdot 6} + \frac{1}{9 \cdot 24} - \cdots = 1 - \frac{1}{3} + \frac{1}{10} - \frac{1}{42} + \frac{1}{216} - \cdots$$

也就是 $\sum_{n=0}^{\infty} \frac{(-1)^n}{n!(2n+1)}$。取前五項:

$$\int_0^1 e^{-x^2}\,dx \approx 1 - \frac{1}{3} + \frac{1}{10} - \frac{1}{42} + \frac{1}{216} \approx 0.7475$$

例題 4.2

Example

將 $\displaystyle \int_0^{0.5} \frac{\sin x}{x}\,dx$ 寫成級數形式,並取前三項近似。

解法:先展開 $\frac{\sin x}{x}$。因為 $\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots$,除以 $x$:

$$\frac{\sin x}{x} = \frac{x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots}{x} = 1 - \frac{x^2}{3!} + \frac{x^4}{5!} - \cdots = 1 - \frac{x^2}{6} + \frac{x^4}{120} - \cdots$$

逐項積分:

$$\int_0^{0.5} \frac{\sin x}{x}\,dx = \left[ x - \frac{x^3}{3 \cdot 6} + \frac{x^5}{5 \cdot 120} - \cdots \right]_0^{0.5} = \left[ x - \frac{x^3}{18} + \frac{x^5}{600} - \cdots \right]_0^{0.5}$$

代入 $x = 0.5$:

$$= 0.5 - \frac{(0.5)^3}{18} + \frac{(0.5)^5}{600} - \cdots = 0.5 - \frac{0.125}{18} + \frac{0.03125}{600} - \cdots$$ $$= 0.5 - 0.00694 + 0.0000521 - \cdots$$

取前三項已有很好的近似:

$$\int_0^{0.5} \frac{\sin x}{x}\,dx \approx 0.4931$$

例題 4.3

Example

將 $\displaystyle \int_0^{1} \frac{1-\cos x}{x^2}\,dx$ 寫成級數形式,並取前三項近似。

解法:先展開 $\frac{1-\cos x}{x^2}$。因為 $\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \cdots$,所以

$$1 - \cos x = \frac{x^2}{2!} - \frac{x^4}{4!} + \frac{x^6}{6!} - \cdots$$

除以 $x^2$:

$$\frac{1-\cos x}{x^2} = \frac{1}{2!} - \frac{x^2}{4!} + \frac{x^4}{6!} - \cdots = \frac{1}{2} - \frac{x^2}{24} + \frac{x^4}{720} - \cdots$$

逐項積分:

$$\int_0^1 \frac{1-\cos x}{x^2}\,dx = \left[\frac{x}{2} - \frac{x^3}{3 \cdot 24} + \frac{x^5}{5 \cdot 720} - \cdots\right]_0^1 = \frac{1}{2} - \frac{1}{72} + \frac{1}{3600} - \cdots$$

取前三項:

$$\int_0^1 \frac{1-\cos x}{x^2}\,dx \approx \frac{1}{2} - \frac{1}{72} + \frac{1}{3600} \approx 0.4864$$
PART 05

利用泰勒定理估計誤差與逼近函數

泰勒定理(Taylor's Theorem)不僅提供近似值,更提供 Lagrange 餘項作為精確的誤差上界:

泰勒定理 — Lagrange 餘項

若 $f$ 在含 $c$ 的區間上有 $n+1$ 階導數,則存在介於 $x$ 與 $c$ 之間的 $z$ 使得 $$R_n(x) = f(x) - P_n(x) = \frac{f^{(n+1)}(z)}{(n+1)!}(x-c)^{n+1}$$

實際使用時,我們通常不知道 $z$ 的確切位置,因此取 $|f^{(n+1)}|$ 在整個區間上的最大值作為上界:

$$|R_n(x)| \le \frac{M}{(n+1)!}|x-c|^{n+1}, \qquad M = \max_{z \text{ 在 } x \text{ 與 } c \text{ 之間}} |f^{(n+1)}(z)|$$

例題 5.1:估計 $\sin(0.1)$ 的誤差

Example

用 $P_3(x) = x - \frac{x^3}{6}$ 近似 $\sin(0.1)$,估計誤差。

解法:$f(x) = \sin x$,$c = 0$,$n = 3$。先計算近似值:

$$P_3(0.1) = 0.1 - \frac{(0.1)^3}{6} = 0.1 - \frac{0.001}{6} = 0.1 - 0.000167 = 0.099833$$

估計餘項:Lagrange 餘項為

$$R_3(x) = \frac{f^{(4)}(z)}{4!}\,x^4$$

其中 $z$ 介於 $0$ 與 $x$ 之間。我們需要求 $f$ 的第四階導數。逐步計算 $\sin x$ 的各階導數:

$$f(x) = \sin x, \quad f'(x) = \cos x, \quad f''(x) = -\sin x, \quad f'''(x) = -\cos x$$ $$f^{(4)}(x) = \sin x$$

($\sin x$ 的導數每四次循環一輪。)

代入 $x = 0.1$,餘項為 $R_3(0.1) = \frac{\sin z}{4!}(0.1)^4$,其中 $0 < z < 0.1$。

要找上界,需要估計 $|\sin z|$ 在 $[0, 0.1]$ 上的最大值。由於 $\sin$ 是遞增的(在 $[0, \pi/2]$ 上),所以

$$|\sin z| \le \sin(0.1) < 1$$

(事實上 $|\sin z| < 0.1$,但取 $1$ 作為上界已經夠好。)因此

$$|R_3(0.1)| \le \frac{1}{4!}(0.1)^4 = \frac{1}{24} \times 0.0001 = \frac{0.0001}{24} \approx 4.17 \times 10^{-6}$$

結論:$\sin(0.1) \approx 0.099833$,誤差不超過 $4.17 \times 10^{-6}$。

例題 5.2:估計 $e^{0.5}$ 的誤差

Example

用四次 Maclaurin 多項式近似 $e^{0.5}$,估計誤差。

解法:$f(x) = e^x$,$c = 0$,$n = 4$。

先寫出 $P_4(x)$。因為 $e^x$ 的各階導數都是 $e^x$,在 $c=0$ 處值都是 $e^0 = 1$,所以

$$P_4(x) = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + \frac{x^4}{24}$$

代入 $x = 0.5$,逐項計算:

$$P_4(0.5) = 1 + 0.5 + \frac{0.25}{2} + \frac{0.125}{6} + \frac{0.0625}{24} = 1 + 0.5 + 0.125 + 0.02083 + 0.00260 = 1.64844$$

估計餘項:Lagrange 餘項為

$$R_4(x) = \frac{f^{(5)}(z)}{5!}\,x^5$$

其中 $z$ 介於 $0$ 與 $x$ 之間。$e^x$ 的第五階導數是什麼?

$$f(x) = e^x \;\Rightarrow\; f'(x) = e^x \;\Rightarrow\; f''(x) = e^x \;\Rightarrow\; \cdots \;\Rightarrow\; f^{(5)}(x) = e^x$$

($e^x$ 的所有階導數都是 $e^x$ 本身!)

因此 $R_4(0.5) = \frac{e^z}{5!}(0.5)^5$,其中 $0 < z < 0.5$。

要找 $|e^z|$ 的上界:在 $[0, 0.5]$ 上 $e^z$ 遞增,最大值出現在 $z = 0.5$,即 $e^{0.5}$。但我們還不知道 $e^{0.5}$ 的精確值(這正是要算的!)。不過我們知道 $e < 3$,所以 $e^{0.5} < e < 3$。取 $M = 3$ 作為上界:

$$|R_4(0.5)| < \frac{3}{5!} \cdot (0.5)^5 = \frac{3}{120} \cdot \frac{1}{32} = \frac{3}{3840} \approx 7.81 \times 10^{-4}$$

實際值 $e^{0.5} \approx 1.64872$,我們的近似值為 $1.64844$,真實誤差 $\approx 0.00028$,確實在上界 $7.81 \times 10^{-4}$ 之內。

例題 5.3:需要幾項才能讓 $\cos(1)$ 的誤差 $< 10^{-6}$?

Example

求最小的 $n$ 使得 $|R_n(1)| < 10^{-6}$,其中 $P_n$ 是 $\cos x$ 的 Maclaurin 多項式。

解法:$f(x) = \cos x$,$c = 0$。Lagrange 餘項為

$$R_n(x) = \frac{f^{(n+1)}(z)}{(n+1)!}\,x^{n+1}$$

首先分析 $\cos x$ 的各階導數:

$$f(x) = \cos x, \quad f'(x) = -\sin x, \quad f''(x) = -\cos x, \quad f'''(x) = \sin x, \quad f^{(4)}(x) = \cos x, \;\ldots$$

導數也是每四次循環,而且不論是 $\sin$ 還是 $\cos$,絕對值都不超過 $1$。因此

$$|f^{(n+1)}(z)| \le 1 \quad \text{對所有 } z \text{ 與所有 } n$$

代入 $x = 1$ 的餘項上界:

$$|R_n(1)| \le \frac{1}{(n+1)!} \cdot 1^{n+1} = \frac{1}{(n+1)!}$$

我們要找最小的 $n$ 使得 $\frac{1}{(n+1)!} < 10^{-6} = \frac{1}{1000000}$,即 $(n+1)! > 1000000$。

逐一計算階乘:

$$7! = 5040, \quad 8! = 40320, \quad 9! = 362880, \quad 10! = 3628800$$

$9! = 362880 < 10^6$,$10! = 3628800 > 10^6$ ✓。因此 $n+1 = 10$,即 $n = 9$

$$P_9(1) \text{ 足以保證 } |\cos(1) - P_9(1)| < 10^{-6}$$

注意:$\cos x$ 的 Maclaurin 展開只有偶數次項($1, x^2, x^4, x^6, x^8, \ldots$),奇數次項係數全為零。因此 $P_9$ 與 $P_8$ 完全相同,實際上只需要展開到 $x^8$ 項:

$$P_8(1) = P_9(1) = 1 - \frac{1}{2!} + \frac{1}{4!} - \frac{1}{6!} + \frac{1}{8!} = 1 - 0.5 + 0.04167 - 0.00139 + 0.0000248 \approx 0.54030$$

例題 5.4:逼近 $\sqrt[3]{1.02}$

Example

利用一次泰勒多項式近似 $\sqrt[3]{1.02}$,並估計誤差。

解法:令 $f(x) = (1+x)^{1/3}$,$c = 0$,代入 $x = 0.02$ 即得 $\sqrt[3]{1.02}$。

第一步:建立 $P_1(x)$。需要 $f(0)$ 和 $f'(0)$:

$$f(x) = (1+x)^{1/3} \;\Rightarrow\; f(0) = 1$$

用冪函數的微分法則:$\frac{d}{dx}(1+x)^{1/3} = \frac{1}{3}(1+x)^{-2/3}$,所以

$$f'(x) = \frac{1}{3}(1+x)^{-2/3} \;\Rightarrow\; f'(0) = \frac{1}{3}$$

一次泰勒多項式:$P_1(x) = f(0) + f'(0)\,x = 1 + \frac{1}{3}x$。代入 $x = 0.02$:

$$P_1(0.02) = 1 + \frac{0.02}{3} = 1 + 0.00667 = 1.00667$$

第二步:估計餘項。$R_1 = \frac{f''(z)}{2!}(0.02)^2$,我們需要 $f''(x)$:

$$f'(x) = \frac{1}{3}(1+x)^{-2/3}$$

再微分一次,使用 $\frac{d}{dx}(1+x)^{-2/3} = -\frac{2}{3}(1+x)^{-5/3}$:

$$f''(x) = \frac{1}{3} \cdot \left(-\frac{2}{3}\right)(1+x)^{-5/3} = -\frac{2}{9}(1+x)^{-5/3}$$

第三步:找 $|f''(z)|$ 的上界。$z \in [0, 0.02]$,而

$$|f''(z)| = \frac{2}{9}(1+z)^{-5/3}$$

$(1+z)^{-5/3}$ 在 $z = 0$ 時最大(分母最小),最大值為 $(1+0)^{-5/3} = 1$。因此

$$|f''(z)| \le \frac{2}{9} \cdot 1 = \frac{2}{9}$$

代入餘項公式:

$$|R_1(0.02)| \le \frac{2/9}{2!}(0.02)^2 = \frac{2}{9 \times 2} \times 0.0004 = \frac{1}{9} \times 0.0004 \approx 4.4 \times 10^{-5}$$

結論:$\sqrt[3]{1.02} \approx 1.00667$,誤差不超過 $4.4 \times 10^{-5}$。

例題 5.5:估計 $\ln(1.1)$ 的誤差

Example

用 $P_4(x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4}$($\ln(1+x)$ 的四次 Maclaurin 多項式)近似 $\ln(1.1)$,估計誤差。

解法:$f(x) = \ln(1+x)$,$c = 0$,$n = 4$,代入 $x = 0.1$。

第一步:計算近似值。

$$P_4(0.1) = 0.1 - \frac{(0.1)^2}{2} + \frac{(0.1)^3}{3} - \frac{(0.1)^4}{4}$$ $$= 0.1 - 0.005 + 0.000333 - 0.000025 = 0.095308$$

第二步:計算 $f^{(5)}(x)$。逐步微分 $f(x) = \ln(1+x)$:

$$f'(x) = \frac{1}{1+x} = (1+x)^{-1}$$ $$f''(x) = -(1+x)^{-2} = \frac{-1}{(1+x)^2}$$ $$f'''(x) = 2(1+x)^{-3} = \frac{2}{(1+x)^3}$$ $$f^{(4)}(x) = -6(1+x)^{-4} = \frac{-3!}{(1+x)^4}$$

觀察規律:$f^{(n)}(x) = \frac{(-1)^{n-1}(n-1)!}{(1+x)^n}$。因此

$$f^{(5)}(x) = \frac{(-1)^4 \cdot 4!}{(1+x)^5} = \frac{24}{(1+x)^5}$$

第三步:找 $|f^{(5)}(z)|$ 的上界。$z \in [0, 0.1]$,而

$$|f^{(5)}(z)| = \frac{24}{(1+z)^5}$$

$(1+z)^5$ 在 $z = 0$ 時最小,所以 $|f^{(5)}(z)|$ 在 $z = 0$ 時最大:

$$|f^{(5)}(z)| \le \frac{24}{(1+0)^5} = 24$$

第四步:代入餘項公式。

$$|R_4(0.1)| \le \frac{24}{5!}(0.1)^5 = \frac{24}{120} \times 10^{-5} = \frac{1}{5} \times 10^{-5} = 2 \times 10^{-6}$$

結論:$\ln(1.1) \approx 0.095308$,誤差不超過 $2 \times 10^{-6}$。(實際值 $\ln(1.1) \approx 0.095310$。)

PART 06

總結

🎯 五大題型一覽

① 求和:辨認出級數是哪個函數在哪個 $x$ 值的展開,必要時先做微分或積分操作。
② 求極限:將分子、分母分別展開到能「消去」不定式的階數。
③ 求高階導數:找到 $x^n$ 的係數 $a_n$,則 $f^{(n)}(c) = n! \cdot a_n$。
④ 逼近定積分:展開被積函數,逐項積分,取前幾項即可得到近似值。
⑤ 估計誤差:用 Lagrange 餘項 $|R_n(x)| \le \frac{M}{(n+1)!}|x-c|^{n+1}$ 建立嚴格上界。

通用心法:泰勒展開的本質是「用多項式近似函數」。所有的應用都在回答同一個問題:近似得有多好?求和與求極限利用的是展開式的精確收斂;求導數利用的是係數與導數值的對應;逼近積分和誤差估計利用的是餘項的可控性。