🚀 歡迎來到 Maclaurin 與 Taylor 級數的世界！
數學探險家們，大家好！本章節是高等純數（Further Pure Mathematics）中最強大的工具之一。由於涉及大量微分，初看可能會覺得有點複雜，但別擔心——我們會將其拆解成簡單、易於掌握的步驟。
我們究竟在做什麼呢？我們正在學習如何將極其複雜的函數（例如 \(f(x) = e^x\) 或 \(f(x) = \sin x\)）轉換為簡單、易於處理的多項式（僅包含 \(x\)、\(x^2\)、\(x^3\) 等項的函數）。
為什麼這很重要？ 計算機和計算器無法精確算出 \(\sin(1)\)！它們利用 Maclaurin 和 Taylor 級數展開式來極度精確地近似這些數值。你現在學習的正是這些技術背後的數學邏輯！
讓我們開始吧！
1. 理解級數展開：數學上的「仿製品」
想像你有一個曲線函數 \(f(x)\)。我們想要找到一個多項式 \(P(x)\)，使它在某一點不僅與 \(f(x)\) 完全重合，還擁有相同的斜率、相同的彎曲度、相同的彎曲變化率，以此類推。
透過讓函數及其導函數在該中心點相互匹配，多項式 \(P(x)\) 便成為了函數 \(f(x)\) 在該中心點附近的絕佳近似值。
Maclaurin 級數：以 \(x=0\) 為中心
Maclaurin 級數是一種較簡單的形式，我們選擇近似的中心點為原點，即 \(x=0\)。
Maclaurin 公式
函數 \(f(x)\) 的 Maclaurin 級數由下式給出：
\[ f(x) = f(0) + x f'(0) + \frac{x^2}{2!} f''(0) + \frac{x^3}{3!} f'''(0) + \frac{x^4}{4!} f^{(4)}(0) + \dots \]或者，使用求和符號（Summation notation）表示（這對於 FP2 考試至關重要）：
\[ f(x) = \sum_{r=0}^{\infty} \frac{x^r}{r!} f^{(r)}(0) \]關鍵術語檢查：
- \(f(0)\)： 函數在 \(x=0\) 時的值（常數項）。
- \(f'(0)\)： 一階導數（斜率）在 \(x=0\) 時的值。
- \(f^{(r)}(0)\)： 第 \(r\) 階導數在 \(x=0\) 時的值。
- \(r!\)： \(r\) 的階乘。（請記住：\(3! = 3 \times 2 \times 1 = 6\)，且 \(0! = 1\)）。
快速複習： Maclaurin 級數是一個多項式，其設計目的是使其自身及其所有導數的值，在 \(x=0\) 時與原函數的對應值完全一致。
2. 步驟詳解：求 Maclaurin 級數
求 Maclaurin 級數涉及重複的微分與代入過程。這是大多數學生容易出現微小代數錯誤的地方，所以請務必小心並保持條理！
過程：求 \(f(x) = \ln(1+3x)\) 直至 \(x^3\) 項的 Maclaurin 展開。
步驟 1：列出導數。 求出 \(f(x)\) 所需的導數。
- \(f(x) = \ln(1+3x)\)
- \(f'(x) = 3(1+3x)^{-1}\)
- \(f''(x) = -3(3)(1+3x)^{-2} \times 3 = -27(1+3x)^{-2}\)
- \(f'''(x) = -27(-2)(1+3x)^{-3} \times 3 = 162(1+3x)^{-3}\)
步驟 2：計算導數在 \(x=0\) 時的值。 將 \(x=0\) 代入各個導數中。
- \(f(0) = \ln(1+0) = \ln(1) = 0\)
- \(f'(0) = 3(1)^{-1} = 3\)
- \(f''(0) = -27(1)^{-2} = -27\)
- \(f'''(0) = 162(1)^{-3} = 162\)
步驟 3：將數值代入 Maclaurin 公式。
公式為：\( f(x) = f(0) + x f'(0) + \frac{x^2}{2!} f''(0) + \frac{x^3}{3!} f'''(0) + \dots \)
\[ f(x) = 0 + x(3) + \frac{x^2}{2}(-27) + \frac{x^3}{6}(162) + \dots \]步驟 4：化簡表達式。
\[ f(x) = 3x - \frac{27}{2}x^2 + 27x^3 + \dots \]⚠️ 常見錯誤警示！
一個非常常見的錯誤是忘記除以 \(r!\)（階乘）。忘記階乘意味著你產生的是一個泰勒多項式（Taylor Polynomial），而非級數展開。請務必記住分母：\(2!, 3!, 4!\) 等等。
3. 標準 Maclaurin 展開式（必備的五個公式）
你必須熟知並能快速寫出這五個基礎函數的展開式。它們是解決幾乎所有涉及級數的 FP2 問題的基石。
註：這些展開式僅在特定的 \(x\) 範圍內有效（稱為收斂半徑），但在大多數基礎的 FP2 操作中，我們假設 \(x\) 足夠小，以確保展開式有效。
A. 指數函數
對於所有 \(x\)：
\[ \text{e}^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \dots \]B. 正弦函數（僅包含奇數次冪）
對於所有 \(x\)：
\[ \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \dots \]記憶口訣： Sine 是奇（odd）函數，因此它只包含 \(x\) 的奇數次冪。符號交替（加、減、加、減）。
C. 餘弦函數（僅包含偶數次冪）
對於所有 \(x\)：
\[ \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \dots \]記憶口訣： Cosine 是偶（even）函數，因此它只包含 \(x\) 的偶數次冪。符號交替。
D. 自然對數
對於 \(-1 < x \leq 1\)：
\[ \ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \dots \]你知道嗎？ 注意這裡沒有階乘！分母只是 \(n\)，而不是 \(n!\)。這是必須記住的關鍵差異。
E. 廣義二項式展開
對於 \(-1 < x < 1\)：
\[ (1+x)^n = 1 + nx + \frac{n(n-1)}{2!}x^2 + \frac{n(n-1)(n-2)}{3!}x^3 + \dots \]此級數與 \(f(x)=(1+x)^n\) 的 Maclaurin 展開式相同。即使當 \(n\) 為分數或負數時，它依然有效。
重點總結： 背下這五個標準級數。它們能節省大量時間，並且是後續處理級數操作題目的必要條件。
4. Taylor 級數：移動中心點
Maclaurin 級數很好用，但如果我們想要一個在 \(x=5\) 附近精確度極高的多項式近似值呢？Maclaurin 級數（以 \(x=0\) 為中心）在那裡會非常不準確。
Taylor 級數是 Maclaurin 級數的推廣。我們不再將中心固定在 \(x=0\)，而是將其設在任何點 \(x=a\)。
Taylor 公式（以 \(x=a\) 為中心）
函數 \(f(x)\) 在 \(x=a\) 附近的 Taylor 級數為：
\[ f(x) = f(a) + (x-a) f'(a) + \frac{(x-a)^2}{2!} f''(a) + \frac{(x-a)^3}{3!} f'''(a) + \dots \]使用求和符號：
\[ f(x) = \sum_{r=0}^{\infty} \frac{(x-a)^r}{r!} f^{(r)}(a) \]簡單技巧： 觀察 Maclaurin 公式，將每一個 \(x\) 替換為 \((x-a)\)，並將每一個 \(0\) 替換為 \(a\)。
範例：求 Taylor 級數
求 \(f(x) = \sin x\) 在 \(a = \frac{\pi}{2}\) 附近的 Taylor 展開，直至 \( (x-\frac{\pi}{2})^2 \) 項。
步驟 1：求導數。
- \(f(x) = \sin x\)
- \(f'(x) = \cos x\)
- \(f''(x) = -\sin x\)
步驟 2：計算在 \(a = \frac{\pi}{2}\) 時的值。
- \(f(\frac{\pi}{2}) = \sin(\frac{\pi}{2}) = 1\)
- \(f'(\frac{\pi}{2}) = \cos(\frac{\pi}{2}) = 0\)
- \(f''(\frac{\pi}{2}) = -\sin(\frac{\pi}{2}) = -1\)
步驟 3：代入 Taylor 公式。
\[ f(x) = f(a) + (x-a) f'(a) + \frac{(x-a)^2}{2!} f''(a) + \dots \] \[ f(x) = 1 + (x-\frac{\pi}{2})(0) + \frac{(x-\frac{\pi}{2})^2}{2}(-1) + \dots \]結果：
\[ \sin x \approx 1 - \frac{1}{2}\left(x-\frac{\pi}{2}\right)^2 \]重點總結： Maclaurin 級數（以 0 為中心）是 Taylor 級數的一種特例。Taylor 級數使我們能夠根據需求，將近似中心設在任何最需要精確度的位置。
5. FP2 中的進階應用
在高等純數中，很少會單純要求你進行三次微分。挑戰在於如何靈活運用標準級數來高效解決更複雜的問題。
A. 使用操作法（替換法）
與其對 \(f(x) = e^{-3x^2}\) 進行五次微分，我們可以使用已知的 \(\text{e}^u\) 級數，並將 \(u = -3x^2\) 代入。
我們已知： \( \text{e}^u = 1 + u + \frac{u^2}{2!} + \frac{u^3}{3!} + \dots \)
代入 \(u = -3x^2\)：
\[ \text{e}^{-3x^2} = 1 + (-3x^2) + \frac{(-3x^2)^2}{2!} + \frac{(-3x^2)^3}{3!} + \dots \]化簡得：
\[ \text{e}^{-3x^2} = 1 - 3x^2 + \frac{9x^4}{2} - \frac{27x^6}{6} + \dots \] \[ \text{e}^{-3x^2} = 1 - 3x^2 + \frac{9}{2}x^4 - \frac{9}{2}x^6 + \dots \]相比傳統的逐步 Maclaurin 微分法，這種方法快得多，且不容易出現微分錯誤。
其他操作技巧：
- 微分： 如果你需要 \(\frac{1}{1+x}\) 的級數，可以將 \(\ln(1+x)\) 的級數直接微分。
- 積分： 如果你需要 \(\arctan x\) 的級數，可以將 \(\frac{1}{1+x^2}\) 的級數進行積分（後者源自二項式展開）。
B. 計算極限
這是 FP2 的一大重點用途。當你遇到形如 \(\lim_{x \to 0} \frac{f(x)}{g(x)}\) 且計算結果為 \(\frac{0}{0}\)（不定型）的極限時，級數展開能幫助你解決模糊性。
目標： 將複雜函數 \(f(x)\) 和 \(g(x)\) 替換為它們的多項式展開，直到足夠高的次數（通常是最低不被抵消的項）。這能讓你輕鬆約去問題項（通常是 \(x\)）。
步驟詳解範例極限：
計算 \( L = \lim_{x \to 0} \frac{x - \sin x}{x^3} \)
步驟 1：寫出函數展開式。 由於分母為 \(x^3\)，我們需要將 \(\sin x\) 展開至 \(x^3\) 項。
\[ \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \dots \]步驟 2：將展開式代入分子。
分子： \( x - \sin x = x - \left( x - \frac{x^3}{6} + \frac{x^5}{120} - \dots \right) \)
分子： \( x - \sin x = \frac{x^3}{6} - \frac{x^5}{120} + \dots \)
步驟 3：將分子代回原極限式。
\[ L = \lim_{x \to 0} \frac{\frac{x^3}{6} - \frac{x^5}{120} + \dots}{x^3} \]步驟 4：將分子中的每一項除以 \(x^3\)。
\[ L = \lim_{x \to 0} \left( \frac{1}{6} - \frac{x^2}{120} + \dots \right) \]步驟 5：計算極限。 當 \(x \to 0\) 時，所有包含 \(x\) 的項都會消失。
\[ L = \frac{1}{6} \]這種技巧提供了一種快速的代數方法來解決極限問題，而無需使用羅必達法則（L'Hôpital's rule，這通常不是 FP2 推薦的方法）。
C. 近似計算
我們可以使用截斷級數（在某一次數後停止的多項式）來近似數值。我們包含的項數越多，近似值就越準確，特別是在 \(x\) 靠近展開中心時。
例如，對於小角度，\(\cos x\) 的 Maclaurin 展開給出：
\[ \cos x \approx 1 - \frac{x^2}{2} \]這說明了為什麼當 \(x\) 極小時，\(\cos x \approx 1\) 是一個良好的近似（因為 \(x^2\) 項會變得微不足道）。
最終重點總結： 級數展開是多功能的工具。對於一般函數使用直接微分法，對於基於標準五個函數的則使用替換或操作法。在計算極限前，請務必先化簡！