abstract
- 麦克劳林公式及其近似表示的应用
- 误差估计和分析
Lagrange型泰勒公式的估计误差
- 由Lagrange型余项泰勒公式可知,多项式近似表达函数时,其误差为
- =,(在和之间)
(R1)
误差估计式
- 若对于某个固定的,当邻域时,(函数在邻域内局部有界),则可以估计误差的上限(记为):
- 不一定是常数,可能是函数
- 例如,其=
- 进行不等式放大:=
(0)
; - 该公式给出了估计误差的一个上限
麦克劳林(Maclaurin)公式
- 在Peano型泰勒公式中,
- =
(1)
- =++
- =+
(2)
- 若取则
- 带有Peano余项的Taylor公式表示为
- =+
- =+++
(3)
- 此时公式也称为:带有Peano余项的Maclaurin公式,
- 带有Lagrange余项的Taylor公式
- =,(在和之间)
- 若令,,则=,
(R2)
- =+
- 即=+++
(4)
麦克劳林近似公式
- Maclaurin多项式:==++
- Maclaurin近似公式:
- 此时,误差估计式写成
小结
- 被逼近函数=逼近函数+误差
- 被逼近函数可以用逼近函数来估计,该估计的误差可以用来估计
- 从余项和误差估计式可以看出,对于给定的泰勒公式
- 为了体现近似源,可写成,用该公式中的来估计的取值
- 当离越远,(越大),则估计误差越大:
- 为了提高精度,可以提高的大小
- 因为误差式中有一个分母阶乘的增长速度快于指数(通过求极限可以证明,即使不变,只要使得,时,就有,从而)
- 泰勒公式阶逼近的方法和一般的逼近手段不同,例如一阶微分逼近需要靠来提高精度,而泰勒公式除了可通过提高精度,还可以选择提高逼近阶数来实现
- 通过对一般的泰勒公式中的取定为,得到Maclaurin公式,该公式形式上和计算上比一般形式的泰勒公式更加简单,而且同样可以通过提高逼近阶数来提高逼近精度
- 只要阶数够高(存在足够高阶的导数),Maclaurin公式做到任意精度的逼近(,时误差的极限为0)
逼近公式的截断应用
- 方便起见,通常使用Maclaurin近似公式来作函数的近似表示和高精度估计,一般形式的Taylor公式比较少直接用来估计,Maclaurin公式简单
- 通常不需要太大就有比较高的精度了,例如
例
- 的带有Lagrange余项的阶Maclaurin公式
n | ||
0 | 1 | |
1 | 1 | |
2 | 1 | |
1 | ||
= |
- =+++
- =+,
(1)
- 误差:=<
- 例如估算,即,由公式
- 此时误差为,也可以更加保守,进一步放大误差上界,当
- 时,可以得,且保证其误差不超过