公式
对于一个在点 $a$ 处无限可导的函数 $f(x)$，其泰勒级数展开式为：
$$f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!} (x-a)^n$$
展开后的前几项为：
$$f(x) = f(a) + f’(a)(x-a) + \frac{f’‘(a)}{2!}(x-a)^2 + \frac{f’‘’(a)}{3!}(x-a)^3 + \dots$$
- $f^{(n)}(a)$：函数在 $a$ 点的 $n$ 阶导数。
- $n!$：阶乘，用来修正高幂次项带来的系数增长。
- $(x-a)^n$：多项式项，决定了函数的形状。
麦克劳林级数 (Maclaurin Series)：当 $a = 0$ 时的特殊情况，即在原点处展开。
解决的问题
如果我知道函数f(x)在某一个点a的值，我怎么求解a附近某一个点的值。
比如
$$f(x)=\sqrt{x}$$
在$x=9$的值是3，那么$x=10$ 的时候是多少呢？
这就需要用泰勒级数展开求近似值。具体能近似成多少，取决于展开级数。
下面我们计算一下：
首先，我们需要函数及其导数在 $a=9$ 处的值：
原函数：$f(9) = \sqrt{9} = 3$
一阶导数：$f’(x) = \frac{1}{2\sqrt{x}} \implies f’(9) = \frac{1}{2 \times 3} = \frac{1}{6}$
二阶导数：$f’‘(x) = -\frac{1}{4x^{3/2}} \implies f’'(9) = -\frac{1}{4 \times 27} = -\frac{1}{108}$
泰勒级数在 $a$ 点附近的展开式为：
$$f(x) \approx f(a) + f’(a)(x-a) + \frac{f’‘(a)}{2!}(x-a)^2$$
在这里，$x=10, a=9$，所以增量 $\Delta x = (x-a) = 1$。
一阶近似（线性近似）只取前两项，计算最简单：
$$\sqrt{10} \approx f(9) + f’(9)(10-9)$$
$$\sqrt{10} \approx 3 + \frac{1}{6}(1) \approx 3.1667$$
二阶近似（更精确）加入二阶项进行修正：
$$\sqrt{10} \approx 3 + \frac{1}{6} + \frac{-1/108}{2}(1)^2$$
$$\sqrt{10} \approx 3 + 0.16667 - 0.00463 \approx 3.16204$$
公式理解
这个公式的目的：
- 在a点，他是函数$f(x)$的精确值，完全等价
- 在a点附近，他用多项式来求出近似值
- 如果多项式是无穷多，他就是原函数本身
他要解决的问题：
如何把复杂的函数，转成多项式求解，因为多项式是求导计算都很方便。
但是这里有个问题，为什么他一定要在$a$点展开，难道就不能找到一个合适的函数直接模拟么。
泰勒级数当时确实只解决了某一个点展开的以及附近求近似值的问题，后面有数学家又研究除了更多的逼近函数。
常见函数逼近工具对比表
| 工具名称 | 核心思路 | 核心特点 | 适用场景 |
|---|---|---|---|
| 泰勒级数 (Taylor) | “点力透射”：通过某一点 $a$ 的无穷阶导数，向外推导函数形状。 | 在展开点附近极其精确，但远离该点时误差迅速增大（起飞）。 | 理论分析、求极限、局部近似计算。 |
| 切比雪夫逼近 (Chebyshev) | “全局压平”：在预设区间内寻找“误差波动最小”的多项式，消除边缘剧烈振荡。 | 误差在整个区间内分布非常均匀，不会出现泰勒级数的“边缘崩溃”。 | 计算机函数库（如计算 $\sin, \cos$ 的底层算法）的实现。 |
| 傅里叶级数 (Fourier) | “波动叠加”：认为任何信号都能拆解为不同频率的正弦波和余弦波。 | 能够完美模拟周期性、具有波动特征的全局函数。 | 信号处理、音频压缩、图像处理、热传导分析。 |
| 样条插值 (Spline) | “分段接龙”：把函数切成小段，每段用简单的低次多项式（如三次）连接。 | 像用柔性木条拼曲线，保证连接处平滑。计算简单且极其稳定。 | 计算机图形学 (CAD)、字体渲染、工程数值模拟。 |
泰勒级数：从直觉到公式的推导逻辑
1. 直觉来源：从“静态”到“动态”
想象你在开车。如果你只知道此刻的位置（函数值 $f(a)$），你无法预知下一秒在哪。但如果你还知道：
- 当前速度（一阶导数 $f’(a)$）：你能预测短期内位置的变化。
- 当前加速度（二阶导数 $f’'(a)$）：你能预测速度的变化，从而更准地预测位置。
- 加加速度（三阶导数 $f’‘’(a)$）：预测会更加精确。
核心思想：如果我掌握了一个点上所有的“变化信息”（各阶导数），我理论上就能勾勒出整个函数的未来。
2. 核心假设：假设它是个多项式
泰勒意识到，多项式函数 $P(x) = c_0 + c_1x + c_2x^2 + \dots$ 是数学界最温顺的工具：它们好计算、好求导、好积分。如果一个复杂的函数 $f(x)$ 也能写成多项式的形式：
$$f(x) = a_0 + a_1(x-a) + a_2(x-a)^2 + a_3(x-a)^3 + \dots$$
现在的任务就是：如何求出这些系数 $a_n$？
3. “剥洋葱”式的系数推导法
通过在 $x=a$ 处不断求导，可以把系数一个个“洗”出来：
- 求 $a_0$：直接令 $x=a$，右边除了第一项全变成 0。得到：
$$f(a) = a_0$$ - 求 $a_1$：对等式两边求导，然后再令 $x=a$：
$$f’(x) = a_1 + 2a_2(x-a) + 3a_3(x-a)^2 + \dots \implies f’(a) = a_1$$ - 求 $a_2$：再求一次导，再令 $x=a$：
$$f’'(x) = 2 \cdot 1 \cdot