还记得大学高等数学课堂上，泰勒公式初次登场时的 “威慑力”—— 复杂的多项式展开、密密麻麻的导数项，让不少人望而生畏。当我们深入探究其推导逻辑，便会发现它并非凭空出现的 “天书”，而是微积分增量逼近思想的极致体现。这把函数分析的 “头号杀器”，其推导过程藏着化繁为简的大智慧。

泰勒其人其事

布鲁克・泰勒（Brook Taylor，1685 年 8 月 18 日－1731 年 11 月 30 日），出生于英格兰密德萨斯埃德蒙顿，看似与数学 “不搭界” 的是，他在 1709 年获伦敦法学硕士学位，两年后再获法学博士学位。但泰勒对数学的热爱与天赋从未被掩盖，1708 年他就解决了 “振荡中心” 问题（虽迟至 1714 年发表），还因此卷入与约翰・伯努利的优先权之争。1715 年，他在著作《直接与间接的增量方法》中提出了著名的泰勒公式，为高等数学开辟了新分支。不过，这一公式的重要性直到泰勒逝世 41 年后，才被拉格朗日慧眼识珠，赞誉为 “导数计算的基础”。1712 年，泰勒入选皇家学会，还参与了牛顿与莱布尼茨微积分发明权之争的判决委员会，两年后出任皇家学会秘书，后因健康问题于 1724 年卸任，1731 年在伦敦逝世。

推导的核心思想：用简单逼近复杂

在微积分的世界里，许多函数（如 sinx、cosx、eˣ、ln (1+x) 等）虽然性质特殊，但直接进行计算、求极限或分析性质时却十分棘手。而多项式函数（a₀+a₁x+a₂x²+…+aₙxⁿ）结构简单、运算便捷，求导、积分、极限计算都能轻松应对。泰勒公式的核心思想，正是用多项式函数逼近复杂函数，让 “难搞定” 的函数通过 “好驾驭” 的多项式来近似表达，这正是微积分中增量逼近法的精髓 —— 以 “已知” 征服 “未知”，以 “简单” 替代 “复杂”。

更关键的是，这种逼近并非 “粗略估算”，而是要求在某一点（通常记为 x₀）处，多项式与原函数不仅 “值相等”，还能保证 “各阶导数都相等”。换句话说，多项式在 x₀点附近与原函数 “无限贴合”，就像用高精度模具复刻复杂零件，既保留核心特征，又简化了结构。

泰勒公式的分步推导

第一步：设定多项式逼近目标

假设我们要逼近的函数为 f (x)，目标是构造一个 n 次多项式 Pₙ(x)，使得它在 x₀点附近与 f (x) 高度贴合。设该多项式为：

Pₙ(x) = a₀ + a₁(x - x₀) + a₂(x - x₀)² + a₃(x - x₀)³ + … + aₙ(x - x₀)ⁿ

其中 a₀、a₁、a₂、…、aₙ是待确定的系数，(x - x₀) 的形式是为了方便在 x₀点处计算（若取 x₀=0，就是后续的麦克劳林公式）。

第二步：利用 “函数值相等” 确定 a₀

当 x = x₀时，多项式 Pₙ(x₀) 的所有含 (x - x₀) 的项都为 0，因此：

Pₙ(x₀) = a₀

而我们要求多项式在 x₀点与原函数值相等，即 Pₙ(x₀) = f (x₀)，因此直接可得：

a₀ = f (x₀)

第三步：利用 “一阶导数相等” 确定 a₁

对多项式 Pₙ(x) 求一阶导数：

Pₙ’(x) = a₁ + 2a₂(x - x₀) + 3a₃(x - x₀)² + … + naₙ(x - x₀)ⁿ⁻¹

同样令 x = x₀，此时含 (x - x₀) 的项依然为 0，得：

Pₙ’(x₀) = a₁

根据 “一阶导数相等” 的要求，Pₙ’(x₀) = f’(x₀)，因此：

a₁ = f’(x₀)

第四步：利用 “二阶导数相等” 确定 a₂

对一阶导数 Pₙ’(x) 再求导，得到二阶导数：

Pₙ''(x) = 2a₂ + 3×2a₃(x - x₀) + … + n (n-1) aₙ(x - x₀)ⁿ⁻²

令 x = x₀，得：

Pₙ''(x₀) = 2a₂

由 “二阶导数相等” Pₙ''(x₀) = f''(x₀)，解得：

a₂ = f''(x₀)/2! （其中 2! = 2×1，即 2 的阶乘）

第五步：推广到 k 阶导数，确定通用系数 aₖ

按照上述规律，对 Pₙ(x) 求 k 阶导数（k ≤ n）：

Pₙ⁽ᵏ⁾(x) = k!aₖ + (k+1) k…2aₖ₊₁(x - x₀) + … + n (n-1)…(n-k+1) aₙ(x - x₀)ⁿ⁻ᵏ

令 x = x₀，所有含 (x - x₀) 的项全部消失，仅剩第一项：

Pₙ⁽ᵏ⁾(x₀) = k!aₖ

根据 “k 阶导数相等” 的要求，Pₙ⁽ᵏ⁾(x₀) = f⁽ᵏ⁾(x₀)，因此通用系数公式为：

aₖ = f⁽ᵏ⁾(x₀)/k! （k = 0,1,2,…,n；其中 f⁽⁰⁾(x₀) = f (x₀)，0! = 1）

第六步：加入余项，完善泰勒公式

至此，我们得到了 n 次泰勒多项式，但它与原函数 f (x) 并非完全相等，两者的差值称为 “余项”，记为 Rₙ(x)，即：

f (x) = Pₙ(x) + Rₙ(x)

将前面求得的系数代入 Pₙ(x)，并补充余项，便得到完整的泰勒公式：

f(x) = f(x₀) + f’(x₀)(x - x₀) + [f''(x₀)/2!](x - x₀)² + [f'''(x₀)/3!](x - x₀)³ + … + [f⁽ⁿ⁾(x₀)/n!](x - x₀)ⁿ + Rₙ(x)

其中余项 Rₙ(x) 的形式有多种，最常用的是拉格朗日余项：

Rₙ(x) = [f⁽ⁿ⁺¹⁾(ξ)/(n+1)!](x - x₀)ⁿ⁺¹

（ξ 介于 x₀和 x 之间）

拉格朗日余项的意义在于，它给出了逼近误差的具体表达式，让我们可以通过控制多项式的阶数 n，来达到所需的精度。

特殊形式：麦克劳林公式

当泰勒公式中取 x₀ = 0 时，公式简化为麦克劳林公式（本质是泰勒公式的特例）：

f (x) = f (0) + f’(0) x + [f''(0)/2!] x² + [f'''(0)/3!] x³ + … + [f⁽ⁿ⁾(0)/n!] xⁿ + Rₙ(x)

此时拉格朗日余项变为：

Rₙ(x) = [f⁽ⁿ⁺¹⁾(θx)/(n+1)!] xⁿ⁺¹ （0 < θ < 1）

麦克劳林公式因其简洁性，在日常计算（如近似值求解、极限运算）中应用更为广泛。

推导的本质与意义

泰勒公式的推导，从头到尾贯穿着 “逼近” 与 “等价” 的思想：我们没有试图 “征服” 复杂函数本身，而是通过多项式这种 “简单模型”，在某一点附近无限贴近原函数的 “局部特征”（函数值、各阶导数），从而将复杂函数的运算转化为多项式的运算。

拉格朗日称其为 “导数计算的基础”，正是因为它将导数的意义发挥到了极致——不仅是函数在某点的变化率，更是构建函数逼近模型的核心 “砖块”。而这一推导过程，也完美诠释了微积分的核心逻辑：将复杂问题分解为简单问题，通过无限逼近实现精确求解。

从推导到应用，泰勒公式就像一把精准的 “手术刀”，剖开复杂函数的表象，让其本质特征通过多项式清晰呈现。这也正是它能成为函数分析 “终极杀器” 的根本原因 —— 源于深刻的数学思想，成于严谨的推导逻辑，终于广泛的实际应用。

版权声明：本文转载于今日头条，版权归作者所有，如果侵权，请联系本站编辑删除