欢迎来到麦克劳林级数（Maclaurin Series）与泰勒级数（Taylor Series）的世界！
你好，未来的数学家！本章通常出现在进阶纯数学2（FP2）中，它介绍了微积分中最强大的工具之一：级数展开（Series Expansions）。
我们正在学习的是如何将复杂的函数——如 \(e^x\)、\(\sin x\) 或 \(\ln(1+x)\)——转化为简单的无穷多项式。为什么这很重要？因为多项式在求导、积分和计算时非常容易处理！这项技术使我们能够以惊人的精度近似计算函数值。
如果初看这些公式觉得棘手，请不要担心；我们将分步骤拆解这些公式，并使用生动的类比，确保你能够完全掌握这一核心考点！
快速复习：你需要的工具
在深入学习级数之前，请确保你已经熟练掌握以下两个关键概念：
1. 高阶求导（Repeated Differentiation）：** 你必须能够快速且准确地求出常用函数的一阶、二阶、三阶及更高阶导数。
2. 阶乘（Factorials）：** 符号 \(n!\)（读作“n的阶乘”）表示所有小于或等于 \(n\) 的正整数的乘积。
示例： \(4! = 4 \times 3 \times 2 \times 1 = 24\)。记住 \(0! = 1\)。
麦克劳林级数：在零点处展开
麦克劳林级数是泰勒级数的一个特殊情况。它通过一个多项式来近似函数 \(f(x)\)，使得该多项式在 \(x=0\) 处的各阶导数与原函数完全一致。
麦克劳林公式
如果函数 \(f(x)\) 在 \(x=0\) 处存在各阶导数，那么它的麦克劳林级数公式为：
$$ f(x) = f(0) + x f'(0) + \frac{x^2}{2!} f''(0) + \frac{x^3}{3!} f'''(0) + \dots + \frac{x^n}{n!} f^{(n)}(0) + \dots $$用求和符号表示为：
$$ f(x) = \sum_{n=0}^{\infty} \frac{x^n}{n!} f^{(n)}(0) $$拆解公式（DNA类比法）
可以将函数 \(f(x)\) 看作一个复杂的生物。麦克劳林级数就像是在 \(x=0\) 处扫描它的“DNA”（即各阶导数），从而制造出一个完全相同的多项式副本。
- 常数项 \(f(0)\)： 这确保了多项式近似在 \(x=0\) 处拥有正确的初始高度。
- 系数 \(\frac{f^{(n)}(0)}{n!}\)： 这是最关键的部分。我们将 \(x=0\) 处的 \(n\) 阶导数除以 \(n\) 的阶乘。为什么要除以阶乘？ 阶乘恰好抵消了多项式项在反复求导时产生的系数，从而确保了多项式在 \(x=0\) 处的导数与原函数完美匹配。
寻找麦克劳林级数的步骤指南
让我们找出 \(f(x) = e^x\) 的前四个非零项。
第一步：写出通用公式（或项的框架）。
\(f(x) \approx f(0) + x f'(0) + \frac{x^2}{2!} f''(0) + \frac{x^3}{3!} f'''(0) + \dots\)
第二步：求出函数的导数。
\(f(x) = e^x\)
\(f'(x) = e^x\)
\(f''(x) = e^x\)
\(f'''(x) = e^x\)
第三步：计算函数及其导数在 \(x=0\) 处的值。
\(f(0) = e^0 = 1\)
\(f'(0) = e^0 = 1\)
\(f''(0) = e^0 = 1\)
\(f'''(0) = e^0 = 1\)
第四步：将这些值代回麦克劳林公式。
$$ e^x = 1 + x(1) + \frac{x^2}{2!}(1) + \frac{x^3}{3!}(1) + \dots $$ $$ e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + \dots $$常见错误提醒： 千万别忘了除以阶乘 \(n!\)。这是最容易出现的疏忽！
麦克劳林级数核心要点
麦克劳林级数是以 \(x=0\) 为中心的多项式。它要求反复求导并计算 \(x=0\) 处的值，最后记得除以对应的阶乘。
标准的麦克劳林级数展开
在考试中，你需要熟悉（且经常需要推导）几个标准函数的麦克劳林级数。强烈建议熟记这些模式！
1. 指数函数
$$
e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \dots = \sum_{n=0}^{\infty} \frac{x^n}{n!}
$$
2. 三角函数
你知道吗？ 正弦函数是奇函数（\(\sin(-x) = -\sin x\)），因此它的展开式中只包含 \(x\) 的奇数次幂。余弦函数是偶函数，因此它的展开式中只包含 \(x\) 的偶数次幂。这是一个很好的记忆技巧！
$$ \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \dots = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n+1}}{(2n+1)!} $$ $$ \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \dots = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n}}{(2n)!} $$3. 对数函数
在求 \(\ln x\) 的麦克劳林级数时，我们遇到了一个问题：\(\ln(0)\) 是未定义的！因此，我们使用函数 \(\ln(1+x)\)，它在 \(x=0\) 处是有定义的。
$$ \ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \dots = \sum_{n=1}^{\infty} (-1)^{n+1} \frac{x^{n}}{n} $$注意： 这里的分母没有阶乘！
4. 二项式级数（快速复习）
虽然二项式展开通常在前面章节讲过，但因为它结构相似，这里一并列出。它在 \(\lvert x \rvert < 1\) 时成立。
$$ (1+x)^n = 1 + nx + \frac{n(n-1)}{2!}x^2 + \frac{n(n-1)(n-2)}{3!}x^3 + \dots $$注意： 如果 \(n\) 是正整数，该级数是有限的；如果 \(n\) 是分数或负数，它就是无穷级数。
泰勒级数：以 \(x = a\) 为中心
麦克劳林级数非常有用，但它只能在 \(x=0\) 附近提供良好的近似。如果我们需要在 \(x=3\) 或 \(x=-1\) 附近获得高精度的近似呢？
这时就需要 泰勒级数 了。泰勒级数是麦克劳林级数的推广形式，它允许我们以任意点 \(x=a\) 为中心建立多项式近似。
泰勒公式
如果函数 \(f(x)\) 在 \(x=a\) 处存在各阶导数，那么它的泰勒级数公式为：
$$ f(x) = f(a) + (x-a) f'(a) + \frac{(x-a)^2}{2!} f''(a) + \frac{(x-a)^3}{3!} f'''(a) + \dots $$用求和符号表示为：
$$ f(x) = \sum_{n=0}^{\infty} \frac{(x-a)^n}{n!} f^{(n)}(a) $$泰勒偏移： 注意从 \(x^n\) 到 \((x-a)^n\) 的偏移，以及评价点从 \(x=0\) 到 \(x=a\) 的变化。
示例：求 \(\ln x\) 在 \(a=1\) 处的泰勒级数
由于 \(\ln 0\) 未定义，我们必须使用一个函数有意义的点来展开，例如 \(a=1\)。这意味着我们的级数将是 \((x-1)\) 的幂次形式。
第一步：设 \(a=1\) 并求导。
\(f(x) = \ln x\)
\(f'(x) = 1/x\)
\(f''(x) = -1/x^2\)
\(f'''(x) = 2/x^3\)
第二步：计算在 \(x=a=1\) 处的值。
\(f(1) = \ln 1 = 0\)
\(f'(1) = 1/1 = 1\)
\(f''(1) = -1/1 = -1\)
\(f'''(1) = 2/1 = 2\)
第三步：代入泰勒公式。
$$ \ln x = f(1) + (x-1) f'(1) + \frac{(x-1)^2}{2!} f''(1) + \frac{(x-1)^3}{3!} f'''(1) + \dots $$ $$ \ln x = 0 + (x-1)(1) + \frac{(x-1)^2}{2!}(-1) + \frac{(x-1)^3}{3!}(2) + \dots $$ $$ \ln x = (x-1) - \frac{(x-1)^2}{2} + \frac{2(x-1)^3}{6} + \dots $$ $$ \ln x = (x-1) - \frac{(x-1)^2}{2} + \frac{(x-1)^3}{3} - \dots $$注意这和 \(\ln(1+x)\) 的麦克劳林级数有多相似，只是将 \(x\) 换成了 \((x-1)\)！
泰勒级数核心要点
泰勒级数是将麦克劳林级数推广至以 \(x=a\) 为中心。过程与麦克劳林级数相同，但我们在 \(x=a\) 处计算导数，并使用 \((x-a)\) 的幂次。
高级技巧：使用标准级数
计算高阶导数既耗时又容易出错。通常，找到级数展开最快、最稳妥的方法是使用代入法、乘法，或是结合你已背诵的标准级数。
技巧 1：代入法（替换的力量）
如果你已知 \(f(u)\) 的级数，通过将 \(u\) 替换为 \(g(x)\)，就能找到 \(f(g(x))\) 的级数。
示例：求 \(e^{2x}\) 到 \(x^3\) 项的麦克劳林级数。
已知：\(e^u = 1 + u + \frac{u^2}{2!} + \frac{u^3}{3!} + \dots\)
令 \(u = 2x\)。在所有出现 \(u\) 的地方代入 \(2x\)：
$$ e^{2x} = 1 + (2x) + \frac{(2x)^2}{2!} + \frac{(2x)^3}{3!} + \dots $$ $$ e^{2x} = 1 + 2x + \frac{4x^2}{2} + \frac{8x^3}{6} + \dots $$ $$ e^{2x} = 1 + 2x + 2x^2 + \frac{4}{3}x^3 + \dots $$技巧 2：组合级数（乘法和加法）
要找到两个函数乘积的展开式（例如 \(f(x)g(x)\)），只需将它们各自的级数展开式相乘，就像处理多项式那样。
示例：求 \(e^x \cos x\) 到 \(x^3\) 项的麦克劳林级数。
\(e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} + \dots\)
\(\cos x = 1 - \frac{x^2}{2} + \dots\)
我们将两个多项式相乘，忽略任何高于 \(x^3\) 的项：
$$ e^x \cos x = \left( 1 + x + \frac{x^2}{2} + \frac{x^3}{6} \right) \left( 1 - \frac{x^2}{2} \right) $$逐项相乘（仅保留到 \(x^3\) 的项）：
- \(1 \times 1 = 1\)
- \(1 \times (-\frac{x^2}{2}) = -\frac{x^2}{2}\)
- \(x \times 1 = x\)
- \(x \times (-\frac{x^2}{2}) = -\frac{x^3}{2}\)
- \(\frac{x^2}{2} \times 1 = \frac{x^2}{2}\)
- \(\frac{x^3}{6} \times 1 = \frac{x^3}{6}\)
现在合并同类项：
$$ e^x \cos x = 1 + x + \left(-\frac{x^2}{2} + \frac{x^2}{2}\right) + \left(\frac{x^3}{6} - \frac{x^3}{2}\right) + \dots $$ $$ e^x \cos x = 1 + x + (0)x^2 + \left(\frac{x^3 - 3x^3}{6}\right) + \dots $$ $$ e^x \cos x = 1 + x - \frac{2x^3}{6} + \dots $$ $$ e^x \cos x = 1 + x - \frac{x^3}{3} + \dots $$技巧 3：积分与求导
如果需要求函数 \(f(x)\) 的级数，但直接求导太难，可以看看它的导数或积分是否更容易展开。
示例： 要求 \(\arctan x\) 的级数，直接求导更方便：
\(\frac{d}{dx} (\arctan x) = \frac{1}{1+x^2}\)。
你可以使用二项式级数 \((1+u)^{-1}\)（令 \(u=x^2\)）展开 \(\frac{1}{1+x^2}\)。展开后，逐项对多项式积分即可得到 \(\arctan x\) 的级数。（记得加上积分常数，通过代入 \(x=0\) 求解）。
成功秘诀复习框：
- 麦克劳林 = 在 \(x=0\) 处计算。
- 泰勒 = 在 \(x=a\) 处计算。
- 务必检查分母的阶乘 \(n!\)，除非是 \(\ln(1+x)\)。
- 尽可能使用代入法，这能节省大量的求导时间。
你已经掌握了级数展开的核心概念！这是高等数学中非常重要的一环。继续练习那些标准推导，你会发现这些题目其实非常直观！