ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

微积分——幂级数

2021-06-29 10:57:47  阅读:281  来源: 互联网

标签:infty limits 级数 dfrac 微积分 幂级数 x0 sum


幂级数

文章目录

一.函数项级数

​ (函数项无穷级数,简称为函数项级数或函数级数)

1.定义

​ 设 u n ( x ) ( n = 0 , 1 , 2 , . . . ) u_n(x)(n=0,1,2,...) un​(x)(n=0,1,2,...)为定义在某实数集合 I I I上的函数序列,称 ∑ n = 1 ∞ u n ( x ) = u 1 ( x ) + u 2 ( x ) + . . . + u n ( x ) + . . . \sum\limits_{n=1}^{\infty}u_n(x)=u_1(x)+u_2(x)+...+u_n(x)+... n=1∑∞​un​(x)=u1​(x)+u2​(x)+...+un​(x)+...为定义在集合 I I I上的函数项级数

image-20210628195854528

2.函数项级数的收敛性

①定义

​ 设函数 u n ( x ) u_n(x) un​(x), n ∈ N + n\in N_+ n∈N+​在集合 E E E上有定义且 x 0 ∈ E x_0\in E x0​∈E

​ 若常数项级数 ∑ n = 1 ∞ u n ( x 0 ) \sum\limits_{n=1}^{\infty}u_n(x_0) n=1∑∞​un​(x0​)收敛,则称函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)在点 x 0 x_0 x0​处收敛

​ 若常数项级数 ∑ n = 1 ∞ u n ( x 0 ) \sum\limits_{n=1}^{\infty}u_n(x_0) n=1∑∞​un​(x0​)绝对收敛(级数 ∑ n = 1 ∞ ∣ u n ( x 0 ) ∣ \sum\limits_{n=1}^{\infty}|u_n(x_0)| n=1∑∞​∣un​(x0​)∣收敛),则称函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)在点 x 0 x_0 x0​处绝对收敛

②收敛点、收敛域

​ 若数项级数 ∑ n = 1 ∞ u n ( x 0 ) \sum\limits_{n=1}^{\infty}u_n(x_0) n=1∑∞​un​(x0​)收敛,则称 x 0 x_0 x0​是函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的收敛点,若数项级数 ∑ n = 1 ∞ u n ( x 0 ) \sum\limits_{n=1}^{\infty}u_n(x_0) n=1∑∞​un​(x0​)绝对收敛,则称 x 0 x_0 x0​是函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的绝对收敛点,否则称为函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的发散点

​ 所有收敛点构成的集合,称为函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的收敛域,所有绝对收敛点构成的集合,称为函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的绝对收敛域,发散点集称为函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)的发散域

image-20210628200355403

③和函数

​ 设 Ω \Omega Ω为函数项级数 ∑ n = 1 ∞ u n ( x ) \sum\limits_{n=1}^{\infty}u_n(x) n=1∑∞​un​(x)收敛域,在收敛域上,函数项级数的和是 x x x的函数 S ( x ) S(x) S(x),称它为级数的和函数,并写成
S ( x ) = ∑ n = 1 ∞ u n ( x ) S(x)=\sum\limits_{n=1}^{\infty}u_n(x) S(x)=n=1∑∞​un​(x)
​ 若用 S n ( x ) S_n(x) Sn​(x)表示函数项级数前 n n n项的和,即 S n ( x ) = ∑ k = 1 n u k ( x ) S_n(x)=\sum\limits_{k=1}^{n}u_k(x) Sn​(x)=k=1∑n​uk​(x)

​ 令余项 r n ( x ) = S ( x ) − S n ( x ) r_n(x)=S(x)-S_n(x) rn​(x)=S(x)−Sn​(x),则在收敛域上有 lim ⁡ n → ∞ S n ( x ) = S ( x ) lim ⁡ n → ∞ r n ( x ) = 0 \lim\limits_{n\rightarrow \infty}S_n(x)=S(x)\qquad \lim\limits_{n\rightarrow \infty}r_n(x)=0 n→∞lim​Sn​(x)=S(x)n→∞lim​rn​(x)=0

​ 例:等比级数

​ ∑ n = 0 ∞ x n = 1 + x + x 2 + . . . + x n + . . . \sum\limits_{n=0}^{\infty}x^n=1+x+x^2+...+x^n+... n=0∑∞​xn=1+x+x2+...+xn+... 其收敛域为 ∣ x ∣ < 1 , |x|<1, ∣x∣<1,发散域为 ∣ x ∣ ⩾ 1 , |x|\geqslant1, ∣x∣⩾1,在收敛域内和函数为 1 1 − x \dfrac{1}{1-x} 1−x1​,即有:

∑ n = 0 ∞ x n = 1 1 − x , ∀ x ∈ ( − 1 , 1 ) \sum\limits_{n=0}^{\infty}x^n=\dfrac{1}{1-x},\quad \forall x\in(-1,1) n=0∑∞​xn=1−x1​,∀x∈(−1,1)

二.幂级数

1.定义

​ 形如
∑ n = 0 ∞ a n x n = a 0 + a 1 x + a 2 x 2 + . . . + a n x n + . . . ( 1 ) \sum\limits_{n=0}^{\infty}a_nx^n=a_0+a_1x+a_2x^2+...+a_nx^n+...\qquad(1) n=0∑∞​an​xn=a0​+a1​x+a2​x2+...+an​xn+...(1)
的函数项级数,叫做 x x x的幂级数,其中常数 a n ( n = 0 , 1 , 2 , . . . ) a_n(n=0,1,2,...) an​(n=0,1,2,...)叫做幂级数的系数

​ 更一般地,形如
∑ n = 0 ∞ a n ( x − x 0 ) n = a 0 + a 1 ( x − x 0 ) + a 2 ( x − x 0 ) 2 + . . . + a n ( x − x 0 ) n + . . . ( 2 ) \sum\limits_{n=0}^{\infty}a_n(x-x_0)^n=a_0+a_1(x-x_0)+a_2(x-x_0)^2+...+a_n(x-x_0)^n+...\qquad(2) n=0∑∞​an​(x−x0​)n=a0​+a1​(x−x0​)+a2​(x−x0​)2+...+an​(x−x0​)n+...(2)
的函数项级数,叫做 ( x − x 0 ) (x-x_0) (x−x0​)的幂级数,其中 x 0 x_0 x0​为固定值

​ 显然通过变换 t = x − x 0 t=x-x_0 t=x−x0​,就可把级数(2)化为级数(1)的形式,故研究(1),(2)的收敛性问题是等价的,下研究(1)

image-20210628202406162

​ 即是 x 0 = 0 x_0=0 x0​=0的形式

2.阿贝尔定理

​ 若 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 x = z 0 x=z_0 x=z0​处收敛,则对 ∣ x ∣ < ∣ z 0 ∣ |x|<|z_0| ∣x∣<∣z0​∣的一切 x x x处 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn均绝对收敛

​ 若 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 x = z 1 x=z_1 x=z1​处发散,则对 ∣ x ∣ > ∣ z 1 ∣ |x|>|z_1| ∣x∣>∣z1​∣的一切 x x x处 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn均发散.

推论

image-20210628203346991

​ ± R \pm R ±R为敛散域分界点

​ 若 R = 0 R=0 R=0,则 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn仅在 x = 0 x=0 x=0处收敛

​ 若 R = + ∞ R=+\infty R=+∞,则 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 ( − ∞ , + ∞ ) (-\infty,+\infty) (−∞,+∞)上均收敛

​ 若 0 < R < + ∞ 0<R<+\infty 0<R<+∞,则 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 ( − R , R ) (-R,R) (−R,R)内收敛,在 [ − R , R ] [-R,R] [−R,R]外发散, ± R \pm R ±R处敛散不定

​ 定义:

​ 称 R R R为函数项级数 ∑ n = 0 ∞ a n ( x ) \sum\limits_{n=0}^{\infty}a_n(x) n=0∑∞​an​(x)的收敛半径, ( − R , R ) (-R,R) (−R,R)为函数项级数 ∑ n = 0 ∞ a n ( x ) \sum\limits_{n=0}^{\infty}a_n(x) n=0∑∞​an​(x)的收敛区间, ( − R , R ) (-R,R) (−R,R)并上收敛端点为收敛域

注:

​ ∀ x ∈ ( − R , R ) , ∃ z 0 ∈ ( − R , R ) \forall x\in(-R,R),\exists z_0\in(-R,R) ∀x∈(−R,R),∃z0​∈(−R,R)使得 ∣ x ∣ < ∣ z 0 ∣ < R |x|<|z_0|<R ∣x∣<∣z0​∣<R, 因 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 z 0 z_0 z0​处收敛,所以 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn在 x x x处绝对收敛

3.定理(关于收敛半径)

​ 对于函数项级数 ∑ n = 1 ∞ a n ( x ) \sum\limits_{n=1}^{\infty}a_n(x) n=1∑∞​an​(x),设 lim ⁡ n → ∞ ∣ a n + 1 a n ∣ = ρ \lim\limits_{n\rightarrow \infty}\bigg|\dfrac{a_{n+1}}{a_n}\bigg|=\rho n→∞lim​∣∣∣∣​an​an+1​​∣∣∣∣​=ρ,则:
R = { 1 ρ , 0 < ρ < + ∞ + ∞ , ρ = 0 0 , ρ = + ∞ R=\left\{\begin{array}{l}\dfrac{1}{\rho},& \quad0<\rho<+{\infty}\\ +{\infty},&\rho=0\\0, &\rho=+{\infty}\end{array}\right. R=⎩⎪⎨⎪⎧​ρ1​,+∞,0,​0<ρ<+∞ρ=0ρ=+∞​

收敛半径的计算方法

​ R = lim ⁡ n → + ∞ ∣ a n a n + 1 ∣ R=\lim\limits{n\rightarrow+\infty}\bigg|\dfrac{a_n}{a_{n+1}}\bigg| R=limn→+∞∣∣∣∣​an+1​an​​∣∣∣∣​或 R = lim ⁡ n → + ∞ 1 ∣ a n ∣ n R=\lim\limits_{n\rightarrow+\infty}\dfrac{1}{\sqrt[n]{|a_n|}} R=n→+∞lim​n∣an​∣ ​1​

三.幂级数运算

​ 设 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^ {\infty} a_nx^n n=0∑∞​an​xn,
∑ n = 0 ∞ b n x n \sum\limits_{n=0}^{\infty}b_nx^n n=0∑∞​bn​xn的收敛半径分别为 R 1 , R 2 R_1,R_2 R1​,R2​,其和函数分别为 f ( x ) , g ( x ) f(x),g(x) f(x),g(x),令 R = min ⁡ { R 1 , R 2 } R=\min\{R_1,R_2\} R=min{R1​,R2​}

1.加减乘除

①加减法

​ ∑ n = 0 ∞ ( a n ± b n ) x n = ∑ n = 0 ∞ a n x n ± ∑ n = 0 ∞ b n x n = f ( x ) ± g ( x ) , \sum\limits_{n=0}^{\infty}(a_n \pm b_n)x^n=\sum\limits_{n=0}^{\infty}a_nx^n \pm\sum\limits_{n=0}^{\infty}b_nx^n=f(x)\pm g(x),\qquad n=0∑∞​(an​±bn​)xn=n=0∑∞​an​xn±n=0∑∞​bn​xn=f(x)±g(x), ∣ x ∣ < R |x|< R ∣x∣<R

②数乘

​ ∑ n = 0 ∞ λ a n x n = λ ∑ n = 0 ∞ a n x n , ∣ x ∣ < R 1 , λ ∈ ( − ∞ , + ∞ ) \sum\limits_{n=0}^{\infty}\lambda a_nx^n=\lambda \sum\limits_{n=0}^{\infty}a_nx^n,\qquad|x|<R_1,\lambda\in(-\infty,+\infty) n=0∑∞​λan​xn=λn=0∑∞​an​xn,∣x∣<R1​,λ∈(−∞,+∞)

③乘法

f ( x ) ⋅ g ( x ) = ( ∑ n = 0 ∞ a n x n ) ⋅ ( ∑ n = 0 ∞ b n x n ) = a 0 b 0 + ( a 0 b 1 + a 1 b 0 ) x + ( a 0 b 2 + a 1 b 1 + a 2 b 0 ) x 2 + . . . + ( a 0 b n + a 1 b n − 1 + a 2 b n − 2 + . . . + a n b n ) x n + . . . = ∑ n = 0 ∞ c n x n ∣ x ∣ < R f(x)\cdot g(x)=(\sum\limits_{n=0}^{\infty}a_nx^n)\cdot (\sum\limits_{n=0}^{\infty}b_nx^n)=a_0b_0+(a_0b_1+a_1b_0)x+(a_0b_2+a_1b_1+a_2b_0)x^2+\\...+(a_0b_n+a_1b_{n-1}+a_2b_{n-2}+...+a_nb_n)x^n+...=\sum\limits_{n=0}^{\infty}c_nx^n \qquad|x|< R f(x)⋅g(x)=(n=0∑∞​an​xn)⋅(n=0∑∞​bn​xn)=a0​b0​+(a0​b1​+a1​b0​)x+(a0​b2​+a1​b1​+a2​b0​)x2+...+(a0​bn​+a1​bn−1​+a2​bn−2​+...+an​bn​)xn+...=n=0∑∞​cn​xn∣x∣<R

​ 其中 c n = ∑ n = 0 ∞ a k b n − k c_n=\sum\limits_{n=0}^{\infty}a_kb_{n-k} cn​=n=0∑∞​ak​bn−k​

④除法

f ( x ) g ( x ) = ∑ n = 0 ∞ a n x n ∑ n = 0 ∞ b n x n ≜ ∑ n = 0 ∞ c n x n \dfrac{f(x)}{g(x)}=\dfrac{\sum\limits_{n=0}^{\infty}a_nx^n}{\sum\limits_{n=0}^{\infty}b_nx^n}\triangleq \sum\limits_{n=0}^{\infty}c_nx^n g(x)f(x)​=n=0∑∞​bn​xnn=0∑∞​an​xn​≜n=0∑∞​cn​xn, c n c_n cn​待定,R需要重新确定

∑ n = 0 ∞ a n x n = ( ∑ n = 0 ∞ b n x n ) ⋅ ( ∑ n = 0 ∞ c n x n ) \sum\limits_{n=0}^{\infty}a_nx^n=(\sum\limits_{n=0}^{\infty}b_nx^n)\cdot(\sum\limits_{n=0}^{\infty}c_nx^n) n=0∑∞​an​xn=(n=0∑∞​bn​xn)⋅(n=0∑∞​cn​xn)

​ 注:

​ ①加减乘之后,收敛半径取两个收敛半径的最小值,除法定义为乘法的逆运算

​ ②

image-20210628211442014

2.分析性质

​ 设 ∑ n = 0 ∞ a n x n \sum\limits_{n=0}^{\infty}a_nx^n n=0∑∞​an​xn收敛半径为R,则其和函数 S ( x ) S(x) S(x)在收敛域上连续,且在收敛区间内(不含端点)可逐项求导逐项积分

运算后收敛半径不变,但是收敛区间端点处的敛散性可能会改变

image-20210628211947946

image-20210628212438419

image-20210628221254409

四.泰勒级数

image-20210629001558326

1.泰勒公式回顾

​ 若 f ( x ) f(x) f(x)在点 x 0 x_0 x0​的某邻域 U ( x 0 ) U(x_0) U(x0​)内有 n + 1 n+1 n+1阶导数,则 f ( x ) f(x) f(x)可表示为:
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) 1 ! ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + . . . + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) ( ∗ ) f(x)=f(x_0)+\dfrac{f'(x_0)}{1!}(x-x_0)+\dfrac{f''(x_0)}{2!}(x-x_0)^2+...+\dfrac{f^{(n)}(x_0)}{n!}(x-x_0)^n+R_n(x)\qquad (*) f(x)=f(x0​)+1!f′(x0​)​(x−x0​)+2!f′′(x0​)​(x−x0​)2+...+n!f(n)(x0​)​(x−x0​)n+Rn​(x)(∗)
​ 其中
R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 ξ 介 于 x 0 , x 之 间 R_n(x)=\dfrac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}\qquad\xi介于x_0,x之间 Rn​(x)=(n+1)!f(n+1)(ξ)​(x−x0​)n+1ξ介于x0​,x之间
​ ( ∗ ) (*) (∗)式即为函数 f ( x ) f(x) f(x)在 x 0 x_0 x0​处展开的泰勒公式, R n ( x ) R_n(x) Rn​(x)是拉格朗日型余项

2.泰勒级数

​ 若 f ( x ) f(x) f(x)在点 x 0 x_0 x0​的某邻域 U ( x 0 ) U(x_0) U(x0​)内是无穷次连续可微的(在某邻域 U ( x 0 ) U(x_0) U(x0​)内有任意阶导数),则f(x)展成的幂级数
∑ n = 0 ∞ f ( n ) ( x 0 ) n ! ( x − x 0 ) n = f ( x 0 ) + f ′ ( x 0 ) 1 ! ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + . . . + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + . . . \sum_{n=0}^{\infty}\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n=f(x_0)+\dfrac{f'(x_0)}{1!}(x-x_0)+\dfrac{f''(x_0)}{2!}(x-x_0)^2+...+\dfrac{f^{(n)}(x_0)}{n!}(x-x_0)^n+... n=0∑∞​n!f(n)(x0​)​(x−x0​)n=f(x0​)+1!f′(x0​)​(x−x0​)+2!f′′(x0​)​(x−x0​)2+...+n!f(n)(x0​)​(x−x0​)n+...
称为函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0​处(诱导出)的泰勒级数,特别地,当 x 0 = 0 x_0=0 x0​=0时,称幂级数
∑ n = 0 ∞ f ( n ) ( x 0 ) n ! x n = f ( 0 ) + f ′ ( 0 ) 1 ! ( x ) + f ′ ′ ( ) 2 ! ( x ) 2 + . . . + f ( n ) ( 0 ) n ! ( x ) n + . . . \sum_{n=0}^{\infty}\frac{f^{(n)}(x_0)}{n!}x^n=f(0)+\dfrac{f'(0)}{1!}(x)+\dfrac{f''()}{2!}(x)^2+...+\dfrac{f^{(n)}(0)}{n!}(x)^n+... n=0∑∞​n!f(n)(x0​)​xn=f(0)+1!f′(0)​(x)+2!f′′()​(x)2+...+n!f(n)(0)​(x)n+...
为 f ( x ) f(x) f(x)(诱导出)的麦克劳林级数

image-20210629002149625

有和函数,但不收敛于 f ( x ) f(x) f(x)的例子:

image-20210629002632609

3.定理

​ 设函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0​的某邻域 U ( x 0 ) U(x_0) U(x0​)内是无穷次连续可微的(在某邻域 U ( x 0 ) U(x_0) U(x0​)内有任意阶导数),则它的泰勒级数
∑ n = 0 ∞ f ( n ) ( x 0 ) n ! ( x − x 0 ) n \sum_{n=0}^{\infty}\dfrac{f^{(n)}(x_0)}{n!}(x-x_0)^n n=0∑∞​n!f(n)(x0​)​(x−x0​)n
在 U ( x 0 ) U(x_0) U(x0​)内收敛于 f ( x ) f(x) f(x)的充要条件
lim ⁡ n → ∞ R n ( x ) = 0 , x ∈ U ( x 0 ) \lim_{n\rightarrow \infty}R_n(x)=0,\qquad x\in U(x_0) n→∞lim​Rn​(x)=0,x∈U(x0​)

​ f(x)在该邻域内能展开成泰勒级数的充要条件

4.定理(幂级数展开的唯一性)

​ 若函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0​的某邻域内可展开为幂级数
f ( x ) = ∑ n = 0 ∞ a n ( x − x 0 ) n f(x)=\sum_{n=0}^{\infty}a_n(x-x_0)^n f(x)=n=0∑∞​an​(x−x0​)n
则其系数
a n = f ( n ) ( x 0 ) n ! ( n = 0 , 1 , 2 , . . . ) ( n ! = 0 , f ( 0 ) ( x 0 ) = f ( x 0 ) ) a_n=\dfrac{f^{(n)}(x_0)}{n!}\quad (n=0,1,2,...)\qquad(n!=0,f^{(0)}(x_0)=f(x_0)) an​=n!f(n)(x0​)​(n=0,1,2,...)(n!=0,f(0)(x0​)=f(x0​))

​ 这种展开式是唯一的,且与它的麦克劳林级数相同

​ 总结:

​ 以上两定理说明:在 x 0 x_0 x0​的某邻域内,若函数 f ( x ) f(x) f(x)具有各阶导数,且其泰勒公式的余项 R n ( x ) R_n(x) Rn​(x)趋于零(当n→∞时),则 f ( x ) f(x) f(x)可展开为幂级数,且其展开式是唯一的,就是 f ( x ) f(x) f(x)的泰勒级数

5.将函数在 x 0 x_0 x0​附近展开为幂级数

①直接展开法

步骤:

Ⅰ.求f(x)的各阶导数 f ′ ( x ) , f ′ ′ ( x ) , . . . , f ( n ) ( x ) . . . ; f'(x),f''(x),...,f^{(n)}(x)...; f′(x),f′′(x),...,f(n)(x)...;
Ⅱ.计算 f ′ ( x 0 ) , f ′ ′ ( x 0 ) , . . . , f ( n ) ( x 0 ) . . . ; f'(x_0),f''(x_0),...,f^{(n)}(x_0)...; f′(x0​),f′′(x0​),...,f(n)(x0​)...;
Ⅲ.写出泰勒级数
f ( x 0 ) + f ′ ( x 0 ) 1 ! ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + . . . + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + . . . f(x_0)+\dfrac{f'(x_0)}{1!}(x-x_0)+\dfrac{f''(x_0)}{2!}(x-x_0)^2+...+\dfrac{f^{(n)}(x_0)}{n!}(x-x_0)^n+... f(x0​)+1!f′(x0​)​(x−x0​)+2!f′′(x0​)​(x−x0​)2+...+n!f(n)(x0​)​(x−x0​)n+...
并确定其收敛半径 R R R及收敛域

​ 不收敛就谈不上有和

Ⅳ.在收敛域内,求使 lim ⁡ n → ∞ R n ( x ) = 0 \lim\limits_{n\rightarrow \infty}R_n(x)=0 n→∞lim​Rn​(x)=0的区间,就是函数的幂级数展开区间

​ 或验证 f ( n ) ( x ) f^{(n)}(x) f(n)(x)有界,即 ∣ f ( n ) ( x ) ∣ ⩽ M |f^{(n)}(x)|\leqslant M ∣f(n)(x)∣⩽M

常用的麦克劳林级数:

e x = 1 + x + 1 2 ! x 2 + ⋯ + 1 n ! x n + ⋯   , x ∈ ( − ∞ , + ∞ ) e^x=1+x+\dfrac{1}{2!}x^2+\cdots+\dfrac{1}{n!}x^n+\cdots,\qquad x\in(-\infty,+\infty) ex=1+x+2!1​x2+⋯+n!1​xn+⋯,x∈(−∞,+∞)

sin ⁡ x = x − 1 3 ! x 3 + 1 5 ! x 5 − 1 7 ! x 7 + ⋯ + ( − 1 ) n 1 ( 2 n + 1 ) ! x 2 n + 1 + ⋯   , x ∈ ( − ∞ , + ∞ ) \sin x=x-\dfrac{1}{3!}x^3+\dfrac{1}{5!}x^5-\dfrac{1}{7!}x^7+\cdots +(-1)^n\dfrac{1}{(2n+1)!}x^{2n+1}+\cdots,\qquad x\in(-\infty,+\infty) sinx=x−3!1​x3+5!1​x5−7!1​x7+⋯+(−1)n(2n+1)!1​x2n+1+⋯,x∈(−∞,+∞)

cos ⁡ x = 1 − 1 2 ! x 2 + 1 4 ! x 4 − 1 6 ! x 6 + ⋯ + ( − 1 ) n 1 ( 2 n ) ! x 2 n + ⋯   , x ∈ ( − ∞ , + ∞ ) \cos x=1-\dfrac{1}{2!}x^2+\dfrac{1}{4!}x^4-\dfrac{1}{6!}x^6+\cdots +(-1)^n\dfrac{1}{(2n)!}x^{2n}+\cdots,\qquad x\in(-\infty,+\infty) cosx=1−2!1​x2+4!1​x4−6!1​x6+⋯+(−1)n(2n)!1​x2n+⋯,x∈(−∞,+∞)

( 1 + x ) α = 1 + α x + α ( α − 1 ) 2 ! x 2 + ⋯ α ( α − 1 ) ⋯ ( α − n + 1 ) n ! + ⋯ x ∈ ( − 1 , 1 ) (1+x)^{\alpha}=1+\alpha x+\dfrac{\alpha(\alpha -1)}{2!}x^2+\cdots\dfrac{\alpha(\alpha -1)\cdots(\alpha-n+1)}{n!}+\cdots\qquad x\in(-1,1) (1+x)α=1+αx+2!α(α−1)​x2+⋯n!α(α−1)⋯(α−n+1)​+⋯x∈(−1,1)

​ 此式称为二项展开式

​ 注:

(1)在 x = ± 1 x=\pm 1 x=±1处的收敛性与 α \alpha α有关 (2) α \alpha α为正整数时,级数为 x x x的 α \alpha α次多项式,上式就是代数学中的二项式定理

α \alpha α对应不同的值时:

1 + x = 1 + 1 2 x − 1 2 ⋅ 4 x 2 + 1 ⋅ 3 2 ⋅ 4 ⋅ 6 x 3 − 1 ⋅ 3 ⋅ 5 2 ⋅ 4 ⋅ 6 ⋅ 8 x 4 + ⋯ x ∈ [ − 1 , 1 ] \sqrt{1+x}=1+\dfrac{1}{2}x-\dfrac{1}{2\cdot 4}x^2+\dfrac{1\cdot3}{2\cdot4\cdot6}x^3-\dfrac{1\cdot3\cdot5}{2\cdot4\cdot6\cdot8}x^4+\cdots\qquad x\in[-1,1] 1+x ​=1+21​x−2⋅41​x2+2⋅4⋅61⋅3​x3−2⋅4⋅6⋅81⋅3⋅5​x4+⋯x∈[−1,1]

1 1 + x = 1 − 1 2 x + 1 ⋅ 3 2 ⋅ 4 x 2 − 1 ⋅ 3 ⋅ 5 2 ⋅ 4 ⋅ 6 x 3 + 1 ⋅ 3 ⋅ 5 ⋅ 7 2 ⋅ 4 ⋅ 6 ⋅ 8 x 4 − ⋯ x ∈ ( − 1 , 1 ] \dfrac{1}{\sqrt{1+x}}=1-\dfrac{1}{2}x+\dfrac{1\cdot 3}{2\cdot 4}x^2-\dfrac{1\cdot3\cdot5}{2\cdot4\cdot6}x^3+\dfrac{1\cdot3\cdot5\cdot 7}{2\cdot4\cdot6\cdot8}x^4-\cdots\qquad x\in(-1,1] 1+x ​1​=1−21​x+2⋅41⋅3​x2−2⋅4⋅61⋅3⋅5​x3+2⋅4⋅6⋅81⋅3⋅5⋅7​x4−⋯x∈(−1,1]

1 1 + x = 1 − x + x 2 − x 3 + ⋯ + ( − 1 ) n x n + ⋯ x ∈ ( − 1 , 1 ) \dfrac{1}{1+x}=1-x+x^2-x^3+\cdots+(-1)^nx^n+\cdots\qquad x\in(-1,1) 1+x1​=1−x+x2−x3+⋯+(−1)nxn+⋯x∈(−1,1)

1 1 − x = 1 + x + x 2 + x 3 + ⋯ + x n + ⋯ x ∈ ( − 1 , 1 ) \dfrac{1}{1-x}=1+x+x^2+x^3+\cdots+x^n+\cdots\qquad x\in(-1,1) 1−x1​=1+x+x2+x3+⋯+xn+⋯x∈(−1,1)

插播: sin ⁡ x \sin x sinx在x=0处的1,3,5阶泰勒展开式在 [ − 2 π , 2 π ] [-2\pi,2\pi] [−2π,2π]时的图形

#python代码
import numpy as np
import matplotlib.pyplot as plt
#阶乘factorial
def fac(n):return(1 if n<1 else n*fac(n-1))
#项
def item(n,x):return (-1)**n*x**(2*n+1)/fac(2*n+1)
#sinx近似值
def mysin(n,x):return(0 if n<0 else mysin(n-1,x)+item(n,x))
x=np.linspace(-2*np.pi,2*np.pi,101)
plt.plot(x,np.sin(x),'*-')
str=['v-','H--','*-']
for n in [1,2,3]:plt.plot(x,mysin(2*n-1,x),str[n-1])
plt.legend(['sin','n=1','n=3','n=5'])
plt.savefig('figure_sinx_Taylor.png',dpi=500);
plt.show()

图象:

figure_sinx_Taylor

②间接展开法

​ 有些函数用直接展开法展开计算量会非常大,且对许多函数来讲,求各阶导数与拉格朗日余项趋于零的范围也很困难,故可以借助已知的幂级数展开式通过变量代换,幂级数的运算等,得到函数的幂级数展开式

根据展开的唯一性,间接展开法与直接展开法得到的结果一致

标签:infty,limits,级数,dfrac,微积分,幂级数,x0,sum
来源: https://blog.csdn.net/qq_52431436/article/details/118328914

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有