常用十个泰勒展开公式
泰勒公式，泰勒公式[1]真的非常有名，我相信上过高数课的一定都记得它的大名。即使你翘掉了所有的课，也一定会在考前重点里见过。
我对它的第一映像就是比较难，而且感觉没有太多意思，就是一个近似的函数而已。最近重温了一下有了一些新的心得，希望尽我所能讲解清楚。
泰勒公式的用途
在看具体的公式和证明之前，我们先来了解一下它的用途，然后带着对用途的理解再去思考它出现的背景以及原理会容易许多。这也是我自学这么久总结出来的规律。
泰勒公式本质解决的是近似的问题，比如说我们有一个看起来很复杂的方程，我们直接计算方程本身的值可能非常麻烦。所以我们希望能够找到一个近似的方法来获得一个足够近似的值。
从这里，我们得到了两个重点，一个是近似的方法，另一个是近似的精度。我们既需要找到合适的方法来近似，同时也需要保证近似的精度是可控的。否则一切都没有意义，结合实际其实很好理解，比如我们用机床造一个零件。我们都知道世界上不存在完美的圆，实际上我们也并不需要完美，但是我们需要保证偏差是可控的，并且在一定的范围内。泰勒公式也是一样，它既可以帮助我们完成近似，也可以保证得到的结果是足够精确的。
泰勒公式的定义
我们下面来看看泰勒公式的定义，我们已经知道了它的用途是求一个函数的近似值。但是我们怎么来求呢，其实一个比较朴素的思路是通过斜率逼近。
举个例子：
这是一张经典的导数图，从上图我们可以看到，随着Δx的减小，点P0 和P 也会越来越接近，这就带来了Δy 越来越接近Δx f'(x0)。
当然，当Δx 比较大的时候显然误差就会比较大，为了缩小误差，我们可以引入二阶导数、三阶导数以及高阶导数。由于我们并不知道函数究竟可以有多少阶导数，我们不妨假设f(x)在区间内一直有(n+1)阶导数，我们试着写出一个多项式来逼近原函数：
我们希望这个式子与原值的误差越小越好，究竟要多小才算足够好呢？数学家们给出了定义，希望它是
(x-x0)^n 的高阶无穷小。也就是说误差比上(x-x0)^n 的极限是0。
我们前面说了，我们是通过导数来逼近的，所以我们假设:
按照这个假设我们可以很方便地得到系数了，其实很简单，我们构造系数使得求导之后相乘的常数项全部约掉。
我们把这两个式子带入一下，可以得到：
泰勒公式的证明
其实上面的式子就是泰勒公式的内涵了，也就是说我们通过高阶导数来逼近了原函数。最后我们只需要证明这个式子就是我们想要的，也就是它的误差足够小。我们同样用一个函数R(x) 来表示P_n(x) 与原函数f(x) 的差值。我们直接比较比较困难，所以数学家采取了一系列花里胡哨、叹为观止的操作。
我们带入一下可以发现，R(x0) = 0，不仅如此:
以上步骤完全不需要证明，我们直接带入求导就可以得到。因为存在x - x0 的项，很明显当x = x0 的时候，可以得到如上的结论。
到这里，我们需要进行一个猜测，这里的步骤有一点跳跃。就连课本上都没有详细的解释，没有详细解释的原因也很简单，因为需要用到积分的知识。而读者在这里是还没有接触过积分的，不过，我们不是严谨的论文，可以稍稍放松一些。其实根据上面的公式，我们是可以有些猜测的。根据上面的规律，以及我们的目标——证明这个R(x) 函数是一个关于(x-x0)^n 的无穷小，所以我们可以猜测它应该是一个与(x - x0)^(n+1) 相关的函数。
有了这个猜测之后，我们套用一下柯西中值定理：
我们令f(x)=R_n(x), F(x)=(x-x0)^(n+1)，套用中值定理可以得到：
有了这个结论之后，我们再对函数R'_n(x) 和(n+1)(x-x0)^n 在区间(x0, ξ1) 上再次应用柯西中值定理：
接下来就是熟悉的套娃环节了，经过一共n+1次套娃之后，我们可以得到：
我们对P_n(x) 求n+1次导数，可以得到0，因为所有项最多只有n次，求n+1次导数之后全部变成0。也就是说
所以
我们把这项代入上式，可以得到：
证明一下误差
接下来我们要证明这个误差R_n(x) 是(x-x0)^n 的高阶无穷小。
到这里，证明就很简单了，在固定的区间(a, b)中，很明显函数f^(n+1)(x) 存在最大值，我们假设这个最大值是M。也就是说
那么：
由于x逼近x0，M是一个常数，所以这个极限趋向于0，我们可以用极限的定义很容易证明。于是我们证明了，误差R_n(x) 是比(x-x0)^n 更高阶的无穷小。所以我们可以得到：
由于我们一共用到了n阶导数来表达原函数，所以我们称为这是原函数f(x)的n 阶泰勒展开。最后的
R_n(x) ，我们称它为拉格朗日余项。我们也可以简写为o[(x-x0)^n] ，它称为佩亚诺型余项，其实和拉格朗日余项是一回事，只是写的形式不同。
我们如果令x0 = 0 的话，还可以将式子进一步化简。由于ξ在0和x中间，所以我们可以令ξ= θx，原公式可以写成：
和上面的式子相比，这个式子要简单许多，它也有一个名字，叫做麦克劳林公式。在麦克劳林公式下的佩亚诺余项写成o(x^n)，看起来非常简单。
如果觉得上面的式子有点多记不过来可以忽略原式，只需要记住麦克劳林公式即可。对于拉格朗日余项，我们也只会在计算误差的时候用到，在不需要考虑误差的场景下也可以忽略。
举例
下面我们来看一个实际的例子，来感受一下泰勒公式的强大。
我们都知道有一些函数的值我们很难直接计算，比如f(x)=e^x，和正弦余弦函数等。由于e本身就是一个无理数，有没有想过我们怎么来求一个带e的函数值？其实很多时候，就是用的泰勒公式。
我们就用f(x)=e^x 举例，看看怎么利用泰勒公式来计算。
为了简化计算，我们显然考虑麦克劳林公式。由于x=0 时，e^x=1，并且
f'(x)=e^x=1。
所以我们可以得到：
