跳至内容
Topos Uranos

泰勒余项及其应用

摘要

关于泰勒多项式的那一课证明了:余项 Rn,a(x)=f(x)−Pn,a(x)R_{n,a}(x) = f(x) - P_{n,a}(x) 相对于 (x−a)n(x - a)^n 可忽略(当 xx 趋于 aa 时),但也提醒:等价不是估计,它并不说明对给定的 xx 误差是多少。本课给出余项的三个精确表达式。拉格朗日型把它写成多项式的后一项,其中 n+1n + 1 阶导数在一个未知的中间点处取值;柯西型采用因子的另一种分配,当中间点可能靠近 xx 时能更好地估计误差;积分型要求该导数连续,写出的余项不含未知点。三者都来自同一个辅助函数以及柯西中值定理与拉格朗日中值定理,或者来自分部积分法。借助它们,微积分 I 的诺言得以兑现:切线误差中的常数 M2\frac{M}{2}、微分误差的解释、余弦的抛物线的误差估计、指数函数与其多项式之间的不等式、高阶导数判别法的一种显式形式,以及牛顿-拉弗森方法的二次收敛性。这些问题以有保证的误差近似数值,并选取保证这一误差的阶。

学习目标

  1. 证明带拉格朗日型余项、柯西型余项与积分型余项的泰勒公式,并给出其确切条件。
  2. 估计余项,以有保证的误差近似数值,并选取保证给定精度的多项式的阶。
  3. 由余项推出切线误差的估计 M2(x−a)2\frac{M}{2} (x - a)^2,以及在整个区间上成立的高阶导数判别法的一种形式。
  4. 证明牛顿-拉弗森方法在单根附近的二次收敛性,并用它估计所需的迭代次数。

拉格朗日型余项与柯西型余项

关于泰勒多项式的那一课确定了下面的记号:若 ff 定义在开区间 II 上,且其 nn 阶导数在点 aa(属于 II)处存在,则 nn 阶泰勒多项式为 Pn,a(x)=∑k=0nf(k)(a)k!(x−a)kP_{n,a}(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!} (x - a)^k,余项为 Rn,a(x)=f(x)−Pn,a(x)R_{n,a}(x) = f(x) - P_{n,a}(x),其中 xx 属于 II;当 a=0a = 0 时记作 PnP_n 与 RnR_n。那一课中带皮亚诺型余项的泰勒公式这一定理指出:若 n≥1n \geq 1,且 ff 的 n−1n - 1 阶导数还在 II 上存在,则 Rn,a(x)=o⁡((x−a)n)R_{n,a}(x) = \operatorname{o}\left((x - a)^n\right)(当 xx 趋于 aa 时):这是关于极限的论断。为了得到余项在每个 xx 处的值,思路是固定 xx,移动展开所在的点。

引理余项的辅助函数

设 n≥0n \geq 0 为整数,II 为开区间,ff 为函数,其 n+1n + 1 阶导数在 II 上存在,xx 为 II 中的一点,并设 FF 为由下面的公式在 II 上定义的函数:

F(t)=f(x)−∑k=0nf(k)(t)k!(x−t)kF(t) = f(x) - \sum_{k=0}^{n} \frac{f^{(k)}(t)}{k!} (x - t)^k

则 FF 在 II 上可导,F(x)=0F(x) = 0,F(a)=Rn,a(x)F(a) = R_{n,a}(x) 对任意的 aa(II 中的点)成立,并且对任意的 tt(II 中的点):

F′(t)=−f(n+1)(t)n!(x−t)nF'(t) = -\frac{f^{(n + 1)}(t)}{n!} (x - t)^n

数 F(t)F(t) 是余项,在 xx 处取值,对应的是 nn 阶泰勒多项式,其展开点为动点 tt。对 tt 求导时,每一项产生两个加项,它们与相邻项的加项相互抵消,只剩下最后一项。

证明

  1. F(x)=f(x)−f(x)=0,F(a)=f(x)−Pn,a(x)=Rn,a(x)F(x) = f(x) - f(x) = \resaltar{0}, \qquad F(a) = f(x) - P_{n,a}(x) = \resaltar{R_{n,a}(x)}

    取 t=xt = x 时,下标为 k≥1k \geq 1 的项因因子 (x−x)k(x - x)^k 而为零,下标为 00 的项是 f(x)f(x)。取 t=at = a 时,和为 Pn,a(x)P_{n,a}(x),这由泰勒多项式与余项这一定义(出自关于泰勒多项式的那一课)得出。

  2. ddt(f(k)(t)k!(x−t)k)=f(k+1)(t)k!(x−t)k−f(k)(t)(k−1)!(x−t)k−1\dato{term}{\frac{\mathrm{d}}{\mathrm{d}t}\left(\frac{f^{(k)}(t)}{k!} (x - t)^k\right) = \frac{f^{(k + 1)}(t)}{k!} (x - t)^k - \frac{f^{(k)}(t)}{(k - 1)!} (x - t)^{k - 1}}

    设 kk 为整数,满足 1≤k≤n1 \leq k \leq n。由于 ff 的 n+1n + 1 阶导数在 II 上存在,函数 f(k)f^{(k)} 在 II 上可导。由整数指数幂这一命题(出自关于求导法则的那一课)与链式法则这一定理(出自关于链式法则的那一课),(x−t)k(x - t)^k 对 tt 的导数为 −k (x−t)k−1-k \, (x - t)^{k - 1},其中 (x−t)0=1(x - t)^0 = 1,在 t=xt = x 处亦然;乘积法则这一定理(出自关于求导法则的那一课)给出下标为 kk 的项的导数。下标为 00 的项的导数是 f′(t)f'(t)。

  3. ddt(∑k=0nf(k)(t)k!(x−t)k)=A0(t)+∑k=1n(Ak(t)−Ak−1(t))=An(t)→F′(t)=−f(n+1)(t)n!(x−t)n\frac{\mathrm{d}}{\mathrm{d}t}\left(\sum_{k=0}^{n} \frac{f^{(k)}(t)}{k!} (x - t)^k\right) = A_0(t) + \sum_{k=1}^{n} \left(A_k(t) - A_{k - 1}(t)\right) = A_n(t) \rightarrow \resaltar{F'(t) = -\frac{f^{(n + 1)}(t)}{n!} (x - t)^n}

    设 Ak(t)=f(k+1)(t)k!(x−t)kA_k(t) = \frac{f^{(k + 1)}(t)}{k!} (x - t)^k(其中 0≤k≤n0 \leq k \leq n)。下标为 00 的项的导数是 A0(t)A_0(t),下标为 k≥1k \geq 1 的项的导数是 Ak(t)−Ak−1(t)A_k(t) - A_{k - 1}(t)。由线性组合的导数这一定理(出自关于求导法则的那一课)与裂项求和这一定理(出自关于求和、数列与归纳法的那一课),和的导数为 An(t)A_n(t);由于 f(x)f(x) 不依赖于 tt,便得到 F′F'。

辅助函数在 aa 处等于所求的余项,其值 00 则在 xx 处取得,而它的导数只含 n+1n + 1 阶导数。在 aa 与 xx 之间的中值定理把这一信息化为余项的等式。微积分 I 中关于导数的应用的总结课曾预告:余项将用罗尔定理与柯西定理来估计;柯西中值定理(它是用罗尔定理证明的)给出拉格朗日型。

定理带拉格朗日型余项的泰勒公式

设 n≥0n \geq 0 为整数,II 为开区间,aa 为 II 中的一点,ff 为函数,其 n+1n + 1 阶导数在 II 上存在。对每个 xx(II 中不等于 aa 的点),存在数 cc,严格介于 aa 与 xx 之间,使得:

f(x)=∑k=0nf(k)(a)k!(x−a)k+f(n+1)(c)(n+1)!(x−a)n+1,Rn,a(x)=f(n+1)(c)(n+1)!(x−a)n+1f(x) = \sum_{k=0}^{n} \frac{f^{(k)}(a)}{k!} (x - a)^k + \frac{f^{(n + 1)}(c)}{(n + 1)!} (x - a)^{n + 1}, \qquad R_{n,a}(x) = \frac{f^{(n + 1)}(c)}{(n + 1)!} (x - a)^{n + 1}

余项具有多项式后一项的形式,只是导数在未知点 cc 处而不是在 aa 处取值。柯西中值定理把辅助函数与幂 (x−t)n+1(x - t)^{n + 1} 作比较,后者在 xx 处也为零。

证明

  1. (F(β)−F(α))G′(c)=(G(β)−G(α))F′(c)\dato{cau}{\left(F(\beta) - F(\alpha)\right) G'(c) = \left(G(\beta) - G(\alpha)\right) F'(c)}

    设 FF 为引理中的辅助函数(取这个 xx),并设 G(t)=(x−t)n+1G(t) = (x - t)^{n + 1},其中 tt 属于 II,它由整数指数幂这一命题与链式法则可导。设 α\alpha 为较小者、β\beta 为较大者(在数 aa 与 xx 之中);由于 II 是区间,[α,β]⊆I\icc{\alpha}{\beta} \subseteq I。由可导必连续这一定理(出自关于作为极限的导数的那一课),FF 与 GG 在 [α,β]\icc{\alpha}{\beta} 上连续,并在 (α,β)\ioo{\alpha}{\beta} 内可导。柯西中值定理(出自关于费马、罗尔、拉格朗日与柯西定理的那一课)给出一个 cc(属于 (α,β)\ioo{\alpha}{\beta}),满足下面的等式。

  2. (F(x)−F(a))G′(c)=(G(x)−G(a))F′(c)\dato{ord}{\left(F(x) - F(a)\right) G'(c) = \left(G(x) - G(a)\right) F'(c)}

    若 a<xa < x,则 α=a\alpha = a 且 β=x\beta = x,等式即为下面这个。若 x<ax < a,则 α=x\alpha = x 且 β=a\beta = a,等式为 (F(a)−F(x))G′(c)=(G(a)−G(x))F′(c)\left(F(a) - F(x)\right) G'(c) = \left(G(a) - G(x)\right) F'(c),乘以 −1-1 后是同一个等式。两种情形下,cc 都严格介于 aa 与 xx 之间。

  3. (n+1) Rn,a(x) (x−c)n=f(n+1)(c)n!(x−a)n+1(x−c)n\dato{sus}{(n + 1) \, R_{n,a}(x) \, (x - c)^n = \frac{f^{(n + 1)}(c)}{n!} (x - a)^{n + 1} (x - c)^n}

    由引理,F(x)=0F(x) = 0、F(a)=Rn,a(x)F(a) = R_{n,a}(x) 与 F′(c)=−f(n+1)(c)n!(x−c)nF'(c) = -\frac{f^{(n + 1)}(c)}{n!} (x - c)^n;此外,G(x)=0G(x) = 0、G(a)=(x−a)n+1G(a) = (x - a)^{n + 1} 与 G′(c)=−(n+1) (x−c)nG'(c) = -(n + 1) \, (x - c)^n。代入后,两边的符号相互抵消。

  4. Rn,a(x)=f(n+1)(c)(n+1)!(x−a)n+1\resaltar{R_{n,a}(x) = \frac{f^{(n + 1)}(c)}{(n + 1)!} (x - a)^{n + 1}}

    由于 c≠xc \neq x,因子 (x−c)n(x - c)^n 不为零;两边除以它和 n+1n + 1,又因为 (n+1)⋅n!=(n+1)!(n + 1) \cdot n! = (n + 1)!,就得到公式。

当 n=0n = 0 时,公式成为 f(x)−f(a)=f′(c) (x−a)f(x) - f(a) = f'(c) \, (x - a):这就是拉格朗日中值定理,而带拉格朗日型余项的泰勒公式把它推广到所有的阶。点 cc 依赖于 xx 与 nn,一般是未知的;例题“有理函数的中间点”在一种情形下把它算了出来。这些条件强于皮亚诺型余项的条件,后者只要求 n−1n - 1 阶导数在 II 上存在、nn 阶导数在 aa 处存在,但不包含 f(n+1)f^{(n + 1)} 的连续性。当 x>ax > a 时,同一公式可由反复运用的柯西定理这一引理(出自关于数值积分的那一课)得到:以 Rn,a(a+u)R_{n,a}(a + u) 代替 F(u)F(u),在 [0,x−a]\icc{0}{x - a} 上,取 G(u)=un+1G(u) = u^{n + 1} 与 m=p=n+1m = p = n + 1;辅助函数免去了反复运用,并同时处理 aa 的两侧。

定理带柯西型余项的泰勒公式

在带拉格朗日型余项的泰勒公式的条件下,对每个 xx(II 中不等于 aa 的点),存在数 cc,严格介于 aa 与 xx 之间,使得:

Rn,a(x)=f(n+1)(c)n!(x−c)n(x−a)R_{n,a}(x) = \frac{f^{(n + 1)}(c)}{n!} (x - c)^n (x - a)

将拉格朗日中值定理直接用于辅助函数,得到余项的另一种形式,其中 cc 到 xx 的距离单独出现。

证明

  1. F(x)−F(a)=F′(c) (x−a)\dato{lag}{F(x) - F(a) = F'(c) \, (x - a)}

    设 FF、α\alpha 与 β\beta 同上面的证明。函数 FF 在 [α,β]\icc{\alpha}{\beta} 上连续,在 (α,β)\ioo{\alpha}{\beta} 内可导,拉格朗日中值定理(出自关于费马、罗尔、拉格朗日与柯西定理的那一课)给出一个 cc(属于 (α,β)\ioo{\alpha}{\beta}),满足 F(β)−F(α)=F′(c) (β−α)F(\beta) - F(\alpha) = F'(c) \, (\beta - \alpha)。若 a<xa < x,这就是下面的等式;若 x<ax < a,它为 F(a)−F(x)=F′(c) (a−x)F(a) - F(x) = F'(c) \, (a - x),乘以 −1-1 后是同一个等式。

  2. Rn,a(x)=f(n+1)(c)n!(x−c)n(x−a)\resaltar{R_{n,a}(x) = \frac{f^{(n + 1)}(c)}{n!} (x - c)^n (x - a)}

    由引理,左边是 −Rn,a(x)-R_{n,a}(x),且 F′(c)=−f(n+1)(c)n!(x−c)nF'(c) = -\frac{f^{(n + 1)}(c)}{n!} (x - c)^n;两边乘以 −1-1。

两个点 cc 一般不同。若写成 c=a+θ (x−a)c = a + \theta \, (x - a),其中 0<θ<10 < \theta < 1,则柯西型余项为 f(n+1)(c)n!(1−θ)n(x−a)n+1\frac{f^{(n + 1)}(c)}{n!} (1 - \theta)^n (x - a)^{n + 1}:它含有因子 (1−θ)n(1 - \theta)^n,当 cc 靠近 xx 时很小,恰恰是在 f(n+1)(c)f^{(n + 1)}(c) 的估计可能很差的地方。例题“拉格朗日型余项不够用时的柯西型余项”利用了这一差别。反之,估计误差时,几乎总是拉格朗日型就够了。

推论泰勒余项的估计

设 n≥0n \geq 0 为整数,II 为开区间,aa 与 xx 为 II 中的点,ff 为函数,其 n+1n + 1 阶导数在 II 上存在。若 MM 是一个数,使得 ∣f(n+1)(t)∣≤M\abs{f^{(n + 1)}(t)} \leq M 对每个 tt(严格介于 aa 与 xx 之间)成立,则:

∣Rn,a(x)∣≤M(n+1)!∣x−a∣n+1\abs{R_{n,a}(x)} \leq \frac{M}{(n + 1)!} \abs{x - a}^{n + 1}

n+1n + 1 阶导数在 aa 与 xx 之间的估计给出误差的估计,而无需知道中间点。

证明

  1. ∣Rn,a(x)∣=∣f(n+1)(c)∣(n+1)!∣x−a∣n+1≤M(n+1)!∣x−a∣n+1\abs{R_{n,a}(x)} = \frac{\abs{f^{(n + 1)}(c)}}{(n + 1)!} \abs{x - a}^{n + 1} \leq \resaltar{\frac{M}{(n + 1)!} \abs{x - a}^{n + 1}}

    若 x=ax = a,余项为零,因为 Pn,a(a)=f(a)P_{n,a}(a) = f(a),不等式即 0≤00 \leq 0。若 x≠ax \neq a,带拉格朗日型余项的泰勒公式中的点 cc 严格介于 aa 与 xx 之间,导数的估计在该点成立。

若估计 MM 在包含 aa 的整个区间上成立,误差估计就对该区间的所有 xx 同时成立,并选取阶 nn 使估计小于所要求的精度,如例题“余弦在八分之一圈上的七位数字”。余项的符号也可从拉格朗日型读出。例如,由幂函数与指数函数的 nn 阶导数这一定理(出自关于高阶导数与微分的那一课),exe^x 的各阶导数都是 exe^x,且 Pn(x)=∑k=0nxkk!P_n(x) = \sum_{k=0}^{n} \frac{x^k}{k!}。若 x>0x > 0,余项为 ec(n+1)!xn+1\frac{e^c}{(n + 1)!} x^{n + 1},其中 0<c<x0 < c < x,又因为指数函数严格递增,1<ec<ex1 < e^c < e^x。因此,对每个 x>0x > 0 与每个整数 n≥0n \geq 0:

∑k=0nxkk!<ex<∑k=0nxkk!+exxn+1(n+1)!\sum_{k=0}^{n} \frac{x^k}{k!} < e^x < \sum_{k=0}^{n} \frac{x^k}{k!} + \frac{e^x x^{n + 1}}{(n + 1)!}

若此外 xn+1<(n+1)!x^{n + 1} < (n + 1)!,解出 exe^x 得 ex<Pn(x)1−xn+1(n+1)!e^x < \frac{P_n(x)}{1 - \frac{x^{n + 1}}{(n + 1)!}}。取 x=110x = \frac{1}{10} 与 n=2n = 2 得 1.105<e0.1<1.1051−16000=66305999=1.10518…1.105 < e^{0.1} < \frac{1.105}{1 - \frac{1}{6000}} = \frac{6630}{5999} = 1.10518\ldots。第一个不等式就是关于单调性的那一课通过对相继不等式求导得到的,当时它预告这些多项式就是泰勒多项式,其误差将在这里研究;第二个不等式说明它们还差多少。