sinx的泰勒展开式是什么?

泰勒公式常用展开式如下：1、e^x=1+x+x^2/2+x^3/3+……（无限项）2、sinx=x-x^3/3+x^5/5+…… （无限项）3、cosx=1-x^2/2+x^4/4+…… （无限项）如何掌握数学公式：1、认真听课,将公式原理听明白学生在老师讲新课时，一定要听懂,尤其是讲到公式的时候，对于公式的原理一定要听懂，并能做到解释给别人听为标准，这样公式的原理才会理解透彻，而且不太容易被忘记。注：可能存在个别公式需要死记硬背，无需理解其原理。2、多进行涉及公式的题型练习弄明白公式的原理与会做题不是一回事，所以在理解公式后,要想真正理解透彻，还需要多进行相关题型的练习。倘若没有运用熟练，过几天，不少学生会发现公式已经忘记了，需要翻书才知道。要知道数学知识的连贯性很强，如果之前的知识不掌握，就容易在新知识中卡壳。所以在练习时，为了更透彻地掌握，不能仅局限于简单例题级别的题来做，要由易到难地练习，遇到不懂的，思考后再问。

一个函数N阶可导,则这个函数就可以用泰勒公式N阶展开 即f(x)=f(x0)+f"(x0)(x-x0)+f""(x0)(x-x0)/2!+...+f＾(n)(x0)(x-x0)＾(n)/n!+0X f＾(n)(x0)表示f(x)在x0处的N阶导数.0X表示比(x-x0)＾(n)更高阶的无穷小 用拉格朗日型余项表示则0X=f＾(n+1)(ζ)(x-ζ)＾(n+1)/n+1! 而麦克劳林公式是泰勒公式在0点展开的特例 泰勒公式可以很容易的让你得到f(x)展开式中关于x的幂次项的系数,也可由已知的函数的导数值推出原函数.多用于求极限问题 比如求lim (e＾x-x-1)/x在x趋近于0时的极限 f(x)=e＾x在x=0处二次展开=e＾(0)+e＾(0)*(x-0)+e＾(0)(x-0)/2!+0x =1+x+x/2; 那么lim (e＾x-x-1)/x=lim (1+x+x/2-x-1)/x=1/2答案补充 用导数定义去理解 f"(x)=lim [f(x)-f(x0)]/(x-x0)其中x->x0 那么就有当x->x0时lim f(x)-f(x0)=f"(x)(x-x0) lim f(x)其于f(x)的误差拉格朗日型余项为f＾(2)(ζ)(x-ζ)＾(2)/2!是(x-x0)的高阶无穷小,一般用于证明题

　带Peano余项的Taylor公式（Maclaurin公式）：可以反复利用L"Hospital法则来推导， 　　f(x)=f(x0)+f"(x0)/1!*(x-x0)+f""(x0)/2!*(x-x0)^2+…+f^(n) (x0)/n!(x-x0)^n+o((x-x0)^n) 　　泰勒中值定理（带拉格郎日余项的泰勒公式）：若函数f(x)在含有x的开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于（x-x。)多项式和一个余项的和： 　　f(x)=f(x。)+f"(x。)(x-x。)+f""(x。)/2!*(x-x。)^2,+f"""(x。)/3!*(x-x。)^3+……+f(n)(x。)/n!*(x-x。)^n+Rn(x) 　　其中Rn(x)=f(n+1)(ξ)/(n+1)!*(x-x.)^(n+1)，这里ξ在x和x。之间，该余项称为拉格朗日型的余项。 　　（注：f(n)(x。)是f(x。)的n阶导数，不是f(n)与x。的相乘。） 　　使用Taylor公式的条件是：f(x)n阶可导。其中o((x-x0)^n)表示n阶无穷小。 　　Taylor公式最典型的应用就是求任意函数的近似值。Taylor公式还可以求等价无穷小，证明不等式，求极限等编辑本段证明　　我们知道f(x)=f(x.)+f"(x.)(x-x.)+α（根据拉格朗日中值定理导出的有限增量定理有limΔx→0 f(x.+Δx)-f(x.)=f"(x.)Δx），其中误差α是在limΔx→0 即limx→x.的前提下才趋向于0，所以在近似计算中往往不够精确；于是我们需要一个能够足够精确的且能估计出误差的多项式： 　　P(x)=A0+A1(x-x.)+A2(x-x.)^2+……+An(x-x.)^n 　　来近似地表示函数f(x)且要写出其误差f(x)-P(x)的具体表达式。设函数P(x)满足P(x.)=f(x.),P"(x.)=f"(x.),P""(x.)=f""(x.),……,P(n)(x.)=f(n)(x.),于是可以依次求出A0、A1、A2、……、An。显然，P(x.)=A0,所以A0=f(x.)；P"(x.)=A1,A1=f"(x.)；P""(x.)=2!A2,A2=f""(x.)/2!……P(n)(x.)=n!An,An=f(n)(x.)/n!。至此，多项的各项系数都已求出，得：P(x)=f(x.)+f"(x.)(x-x.)+f""(x.)/2!?(x-x.)^2+……+f(n)(x.)/n!?(x-x.)^n. 　　接下来就要求误差的具体表达式了。设Rn(x)=f(x)-P(x),于是有Rn(x.)=f(x.)-P(x.)=0。所以可以得出Rn(x.)=Rn"(x.)=Rn""(x.)=……=Rn(n)(x.)=0。根据柯西中值定理可得Rn(x)/(x-x.)^(n+1)=（Rn(x)-Rn(x.)）/（(x-x.)^(n+1)-0）=Rn"(ξ1)/(n+1)(ξ1-x.)^n(注：(x.-x.)^(n+1)=0),这里ξ1在x和x.之间；继续使用柯西中值定理得（Rn"(ξ1)-Rn"(x.)）/（(n+1)(ξ1-x.)^n-0）=Rn""(ξ2)/n(n+1)(ξ2-x.)^(n-1)这里ξ2在ξ1与x.之间；连续使用n+1次后得出Rn(x)/(x-x.)^(n+1)=Rn(n+1)(ξ)/(n+1)!，这里ξ在x.和x之间。但Rn(n+1)(x)=f(n+1)(x)-P(n+1)(x),由于P(n)(x)=n!An,n!An是一个常数，故P(n+1)(x)=0，于是得Rn(n+1)(x)=f(n+1)(x)。综上可得，余项Rn(x)=f(n+1)(ξ)/(n+1)!?(x-x.)^(n+1)。一般来说展开函数时都是为了计算的需要，故x往往要取一个定值，此时也可把Rn(x)写为Rn。麦克劳林展开式　　：若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于x多项式和一个余项的和： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+Rn 　　其中Rn=f(n+1)(θx)/(n+1)!?x^(n+1),这里0<θ<1。 　　证明：如果我们要用一个多项式P(x)=A0+A1x+A2x^2+……+Anx^n来近似表示函数f(x)且要获得其误差的具体表达式，就可以把泰勒公式改写为比较简单的形式即当x.=0时的特殊形式： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+f(n+1)(ξ)/(n+1)!?x^(n+1) 　　由于ξ在0到x之间，故可写作θx，0<θ<1。麦克劳林展开式的应用　　： 　　1、展开三角函数y=sinx和y=cosx。 　　解：根据导数表得：f(x)=sinx , f"(x)=cosx , f""(x)=-sinx , f"""(x)=-cosx , f(4)(x)=sinx…… 　　于是得出了周期规律。分别算出f(0)=0，f"(0)=1, f""(x)=0, f"""(0)=-1, f(4)=0…… 　　最后可得：sinx=x-x^3/3!+x^5/5!-x^7/7!+x^9/9!-……（这里就写成无穷级数的形式了。） 　　类似地，可以展开y=cosx。 　　2、计算近似值e=lim x→∞ (1+1/x)^x。 　　解：对指数函数y=e^x运用麦克劳林展开式并舍弃余项： 　　e^x≈1+x+x^2/2!+x^3/3!+……+x^n/n! 　　当x=1时，e≈1+1+1/2!+1/3!+……+1/n! 　　取n=10,即可算出近似值e≈2.7182818。 　　3、欧拉公式：e^ix=cosx+isinx（i为-1的开方，即一个虚数单位） 　　证明：这个公式把复数写为了幂指数形式，其实它也是由麦克劳林展开式确切地说是麦克劳林级数证明的。过程具体不写了，就把思路讲一下：先展开指数函数e^z，然后把各项中的z写成ix。由于i的幂周期性，可已把系数中含有土i的项用乘法分配律写在一起，剩余的项写在一起，刚好是cosx,sinx的展开式。然后让sinx乘上提出的i，即可导出欧拉公式。有兴趣的话可自行证明一下。编辑本段泰勒展开式原理　　e的发现始于微分,当 h 逐渐接近零时,计算 之值,其结果无限接近一定值 2.71828...,这个定值就是 e,最早发现此值的人是瑞士著名数学家欧拉,他以自己姓名的字头小写 e 来命名此无理数. 　　计算对数函数 的导数,得 ,当 a=e 时, 的导数为 ,因而有理由使用以 e 为底的对数,这叫作自然对数. 　　若将指数函数 ex 作泰勒展开,则得 　　以 x=1 代入上式得 　　此级数收敛迅速,e 近似到小数点后 40 位的数值是 　　将指数函数 ex 扩大它的定义域到复数 z=x+yi 时,由 　　透过这个级数的计算,可得 　　由此,De Moivre 定理,三角函数的和差角公式等等都可以轻易地导出.譬如说,z1=x1+y1i, z2=x2+y2i, 　　另方面, 　　所以, 　　我们不仅可以证明 e 是无理数,而且它还是个超越数,即它不是任何一个整系数多项式的根,这个结果是 Hermite 在1873年得到的. 　　甲)差分. 　　考虑一个离散函数(即数列) R,它在 n 所取的值 u(n) 记成 un,通常我们就把这个函数书成 或 (un).数列 u 的差分 还是一个数列,它在 n 所取的值以定义为 　　以后我们干脆就把 简记为 　　(例):数列 1, 4, 8, 7, 6, -2, ... 的差分数列为 3, 4, -1, -1, -8 ... 　　注:我们说「数列」是「定义在离散点上的函数」如果在高中,这样的说法就很恶劣.但在此地,却很恰当,因为这样才跟连续型的函数具有完全平行的类推. 　　差分算子的性质 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) 　　其中 ,而 (n(k) 叫做排列数列. 　　(iv) 叫做自然等比数列. 　　(iv)" 一般的指数数列(几何数列)rn 之差分数列(即「导函数」)为 rn(r-1) 　　(乙).和分 　　给一个数列 (un).和分的问题就是要算和 . 怎么算呢 我们有下面重要的结果: 　　定理1 (差和分根本定理) 如果我们能够找到一个数列 (vn),使得 ,则 　　和分也具有线性的性质: 　　甲)微分 　　给一个函数 f,若牛顿商(或差分商) 的极限 存在,则我们就称此极限值为 f 为点 x0 的导数,记为 f"(x0) 或 Df(x),亦即 　　若 f 在定义区域上每一点导数都存在,则称 f 为可导微函数.我们称 为 f 的导函数,而 叫做微分算子. 　　微分算子的性质: 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) Dxn=nxn-1 　　(iv) Dex=ex 　　(iv)" 一般的指数数列 ax 之导函数为 　　(乙)积分. 　　设 f 为定义在 [a,b] 上的函数,积分的问题就是要算阴影的面积.我们的办法是对 [a,b] 作分割: 　　;其次对每一小段 [xi-1,xi] 取一个样本点 ;再求近似和 ;最后再取极限 (让每一小段的长度都趋近于 0). 　　若这个极限值存在,我们就记为 的几何意义就是阴影的面积. 　　(事实上,连续性也「差不多」是积分存在的必要条件.) 　　积分算子也具有线性的性质: 　　定理2 若 f 为一连续函数,则 存在.(事实上,连续性也「差不多」是积分存在的必要条件.) 　　定理3 (微积分根本定理) 设 f 为定义在闭区间 [a,b] 上的连续函数,我们欲求积分 如果我们可以找到另一个函数 g,使得 g"=f,则 　　注:(1)(2)两式虽是类推,但有一点点差异,即和分的上限要很小心! 　　上面定理1及定理3基本上都表述着差分与和分,微分与积分,是两个互逆的操作,就好像加法与减法,乘法与除法是互逆的操作一样. 　　我们都知道差分与微分的操作比和分与积分简单多了,而上面定理1及定理3告诉我们,要计算 (un) 的和分及 f 的积分,只要去找另一个 (vn) 及 g 满足 , g"=f (这是差分及微分的问题),那么对 vn 及 g 代入上下限就得到答案了.换句话说,我们可以用较简单的差分及微分操作来掌握较难的和分及积分操作,这就是"以简御繁"的精神.牛顿与莱布尼慈对微积分最大的贡献就在此. 　　甲)Taylor展开公式 　　这分别有离散与连续的类推.它是数学中「逼近」这个重要想法的一个特例.逼近想法的意思是这样的:给一个函数 f,我们要研究 f 的行为,但 f 本身可能很复杂而不易对付,于是我们就想法子去找一个较「简单」的函数 g,使其跟 f 很「靠近」,那么我们就用 g 来取代 f.这又是以简御繁的精神表现.由上述我们看出,要使用逼近想法,我们还需要澄清 　　两个问题:即如何选取简单函数及逼近的尺度. 　　(一) 对于连续世界的情形,Taylor 展式的逼近想法是选取多项函数作为简单函数,并且用局部的「切近」作为逼近尺度.说得更明白一点,给一个直到到 n 阶都可导微的函数 f,我们要找一个 n 次多项函数 g,使其跟 f 在点 x0 具有 n 阶的「切近」,即 ,答案就是 　　此式就叫做 f 在点 x0 的 n 阶 Taylor 展式. 　　g 在 x0 点附近跟 f 很靠近,于是我们就用 g 局部地来取代 f.从而用 g 来求得 f 的一些局部的定性行为.因此 Taylor 展式只是局部的逼近.当f是足够好的一个函数,即是所谓解析的函数时,则 f可展成 Taylor 级数,而且这个 Taylor 级数就等于 f 自身. 　　值得注意的是,一阶 Taylor 展式的特殊情形,此时 g(x)=f(x0）+f"(x0)(x-x0) 的图形正好是一条通过点 (x0,f(x0)) 而且切于 f 的图形之直线.因此 f 在点 x0 的一阶 Taylor 展式的意义就是,我们用过点 (x0,f(x0)) 的切线局部地来取代原来 f 曲线.这种局部化「用平直取代弯曲」的精神,是微分学的精义所在. 　　利用 Taylor 展式,可以帮忙我们做很多事情,比如判别函数的极大值与极小值,求积分的近似值,作函数表(如三角函数表,对数表等),这些都是意料中事.事实上,我们可以用逼近的想法将微积分「一以贯之」. 　　复次我们注意到,我们选取多项函数作为逼近的简单函数,理由很简单:在众多初等函数中,如三角函数,指数函数,对数函数,多项函数等,从算术的观点来看,以多项函数最为简单,因为要计算多项函数的值,只牵涉到加减乘除四则运算,其它函数就没有这么简单. 　　当然,从别的解析观点来看,在某些情形下还另有更有用更重要的简单函数.例如,三角多项式,再配合上某种逼近尺度,我们就得到 Fourier 级数展开,这在应用数学上占有举足轻重的地位.(事实上,Fourier 级数展开是采用最小方差的逼近尺度,这在高等数学中经常出现,而且在统计学中也有应用.) 　　注:取 x0=0 的特例,此时 Taylor 展式又叫做 Maclaurin 展式.不过只要会做特例的展开,欲求一般的 Taylor 展式,作一下平移(或变数代换)就好了.因此我们大可从头就只对 x=0 点作 Taylor 展式. 　　(二) 对于离散的情形,Taylor 展开就是: 　　给一个数列 ,我们要找一个 n 次多项式数列 (gt),使得 gt 与 ft 在 t=0 点具有 n 阶的「差近」.所谓在 0 点具有 n 阶差近是指: 　　答案是 此式就是离散情形的 Maclaurin 公式. 　　乙)分部积分公式与Abel分部和分公式的类推 　　(一) 分部积分公式: 　　设 u(x),v(x) 在 [a,b] 上连续,则 　　(二) Abel分部和分公式: 　　设(un),(v)为两个数列,令 sn=u1+......+un,则 　　上面两个公式分别是莱布尼慈导微公式 D(uv)=(Du)v+u(Dv),及莱布尼慈差分公式 的结论.注意到,这两个莱布尼慈公式,一个很对称,另一个则不然. 　　(丁)复利与连续复利 (这也分别是离散与连续之间的类推) 　　(一) 复利的问题是这样的:有本金 y0,年利率 r,每年复利一次,要问 n 年后的本利和 yn= 显然这个数列满足差分方程 yn+1=yn(1+r) 　　根据(丙)之(二)得知 yn=y0(1+r)n 这就是复利的公式. 　　(二) 若考虑每年复利 m 次,则 t 年后的本利和应为 　　令 ,就得到连续复利的概念,此时本利和为y(t)=y0ert 　　换句话说,连续复利时,t 时刻的本利和 y(t)=y0ert 就是微分方程 y"=ry 的解答. 　　由上述我们看出离散复利问题由差分方程来描述,而连续复利的问题由微分方程来描述.对于常系数线性的差分方程及微分方程,解方程式的整个要点就是叠合原理,因此求解的办法具有完全平行的类推. 　　(戊)Fubini 重和分定理与 Fubini 重积分定理(也是离散与连续之间的类推) 　　(一) Fubini 重和分定理:给一个两重指标的数列 (ars),我们要从 r=1 到 m,s=1到 n, 对 (ars) 作和 ,则这个和可以这样求得:光对 r 作和再对 s 作和(反过来亦然).亦即我们有 　　(二)Fubini 重积分定理:设 f(x,y) 为定义在 上之可积分函数,则 　　当然,变数再多几个也都一样. 　　(己)Lebesgue 积分的概念 　　(一) 离散的情形:给一个数列 (an),我们要估计和 ,Lebesgue 的想法是,不管这堆数据指标的顺序,我们只按数值的大小来分堆,相同的分在一堆,再从每一堆中取一个数值,乘以该堆的个数,整个作和起来,这就得到总和. 　　(二)连续的情形:给一个函数 f,我们要定义曲线 y=f(x) 跟 X 轴从 a 到 b 所围出来的面积. 　　Lebesgue 的想法是对 f 的影域 作分割: 　　函数值介 yi-1 到 yi 之间的 x 收集在一齐,令其为 , 于是 [a,b] 就相应分割成 ,取样本点 ,作近似和 　　让影域的分割加细,上述近似和的极限若存在的话,就叫做 f 在 [a,b] 上的 Lebesgue 积分.余项　　泰勒公式的余项f(x)=f(a) + f"(a)(x-a)/1! + f""(a)(x-a)^2/2! + …… + f(n)(a)(x-a)^n/n! + Rn(x) [其中f(n)是f的n阶导数] 　　泰勒余项可以写成以下几种不同的形式： 　　1.佩亚诺(Peano)余项： 　　Rn(x) = o((x-a)^n) 　　2.施勒米尔希-罗什(Schlomilch-Roche)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^(n+1-p)(x-a)^(n+1)/(n!p) 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　3.拉格朗日(Lagrange)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(x-a)^(n+1)/(n+1)! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　4.柯西(Cauchy)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^n (x-a)^(n+1)/n! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　5.积分余项： 　　Rn(x) = [f(n+1)(t)(x-t)^n在a到x上的积分]/n! 　　[f(n+1)是f的n+1阶导数]

泰勒公式求极限，具要看题设，有的题展开3项即能作答，而有的题则要求展开到n项。若函数f（x）在包含x0的某个闭区间[a,b]上具有n阶导数，且在开区间（a,b）上具有（n+1）阶导数，则对闭区间[a,b]上任意一点x，成立下式：其中，表示f（x）的n阶导数，等号后的多项式称为函数f（x）在x0处的泰勒展开式，剩余的Rn（x）是泰勒公式的余项，是（x-x0）n的高阶无穷小。扩展资料：常用函数的泰勒公式：泰勒公式的应用：1、幂级数的求导和积分可以逐项进行，因此求和函数相对比较容易。2、一个解析函数可被延伸为一个定义在复平面上的一个开片上的解析函数，并使得复分析这种手法可行。3、泰勒级数可以用来近似计算函数的值，并估计误差。4、证明不等式。5、求待定式的极限。

Taylor展开在物理学中太有用了.简谐振动对应的势能具有x^2的形式,并且能在数学上精确求解.为了处理一般的情况,物理学首先关注平衡状态,可以认为是“不动”的情况.为了达到“动”的效果,会给平衡态加上一个微扰,使物体振动.在这种情况下,势场往往是复杂的,因此振动的具体形式很难求解.这时,Taylor展开就开始发挥威力了.理论力学中的小振动理论告诉我们,在平衡态附近将势能做Taylor展开为x的幂级数形式,零次项可取为0,一次项由于平衡态对应的极大/极小值也为0,从二次项开始不为零.如果精确到二级近似,则势能的形式与简谐运动完全相同,因此很容易求解.这种处理方法在量子力学、固体物理中有着广泛应用.反思一下这么处理的原因:首先,x^2形式的势能对应于简谐运动,能精确求解;其次,Taylor级数有较好的近似,x^2之后的项在一定条件下可以忽略.这保证了解的精确性.除了Taylor级数,经常用到的还有Fourier级数和Legendre多项式.原因也和上面提到的类似. 采纳哦

泰勒公式的应用一般有三个方面：1、利用泰勒展开式做代换求函数的极限.这一点应用最广泛!一些等价无穷小也可以使用泰勒公式求出.2、利用泰勒展开式证明一些等式或者不等式.这一点应用的也非常多,在很多大型证明题中都使用过.泰勒公式可以灵活选择在某点展开,效果也很好.3、应用拉格朗日余项,可以估值,求近似值.当然还有挺多,你看看这篇文章吧,泰勒公式的应用讲的非常全面,这里地方太小,也无法全面描述：

(arctanx)"=1/(1+x^2)=∑(-x^2)^n    【n从0到∞】=∑(-1)^n·x^(2n)    【n从0到∞】两边积分，得到arctanx=∑(-1)^n/(2n+1)·x^(2n+1)    【n从0到∞】泰勒公式 ：在数学中，泰勒公式是一个用函数在某点的信息描述其附近取值的公式。如果函数足够光滑的话，在已知函数在某一点的各阶导数值的情况之下，泰勒公式可以用这些导数值做系数构建一个多项式来近似函数在这一点的邻域中的值。泰勒公式还给出了这个多项式和实际的函数值之间的偏差。公式推导：泰勒公式在x=a处展开为f(x)=f(a)+f"(a)(x-a)+(1/2!)f""(a)(x-a)^2+……+(1/n!)f(n)(a)(x-a)^n+……设幂级数为f(x)=a0+a1(x-a)+a2(x-a)^2+……①令x=a则a0=f(a)将①式两边求一阶导数，得f"(x)=a1+2a2(x-a)+3a3(x-a)^2+……②令x=a,得a1=f"(a)对②两边求导，得f"(x)=2!a2+a3(x-a)+……令x=a,得a2=f""(a)/2!继续下去可得an=f(n)(a)/n!所以f(x)在x=a处的泰勒公式为：f(x)=f(a)+f"(a)(x-a)+[f""(a)/2！](x-a)^2+……+[f(n)(a)/n!](a)(x-a)^n+……应用：用泰勒公式可把f(x)展开成幂级数，从而可以进行近似计算，也可以计算极限值，等等。另外，一阶泰勒公式就是拉格朗日微分中值定理f(b)=f(a)+f(ε)(b-a),ε介于a与b之间。

虽然两者形式相似，但是是完全不同的概念，这个要回到定义里面。泰勒公式的最后有个无穷小量，比如e^x=1+x+o(x)，这个无穷小量只有在x趋近于x0时才能是无穷小（假设函数在x0附近展开，比如上面的例子是把e^x在0的附近展开）。至于需要展开几项在数学上是随意的，实际应用的时候跟需要的近似计算的精度有关系。幂级数从定义看是个函数项级数，求级数的过程是先求前n项和，再对n趋于无穷求极限。求极限之后的展开式只要在收敛半径内都是成立的。比如e^x=1+x+...这个展开式在整个实数轴（或者说整个复平面）上都是成立的。也就是说两个式子都是极限式，泰勒公式要求x→x0，幂级数要求n→∞。（当然一般情况下见到的幂级数都是在0处展开的，但是也存在在x0处展开的幂级数，所以这儿不是区别。）

有。只要按照马克劳林公式的一般形式f(x)=连加(n从0到无穷)x^n*f^(n)(0)/n!展开（其中f^(n)(0)表示f的n阶导数在0点的值），只不过最后的每项的形式没什么规律（这也取决于f^(n)(0)的值）。

1+x的n次方展开式公式是：（x-1)^n=Cn0x^n+Cn1x^（n-1）（-1）^1+Cn2x^（n-2）（-1）^2+……+Cn（n-1）x（-1）^（n-1）+Cnn（-1）^n（x+1）^n。性质（1）项数：n+1项。（2）第k+1项的二项式系数是C。（3）在二项展开式中，与首末两端等距离的两项的二项式系数相等。（4）如果二项式的幂指数是偶数，中间的一项的二项式系数最大，如果二项式的幂指数是奇数，中间两项的的二项式系数最大，并且相等。泰勒中值定理：若函数f(x）在含有x的开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于(x-x0)多项式和一个余项的和。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Rn(x)=f(n+1)(ξ)/(n+1)！*(x-x0)^(n+1)，这里ξ在x和x0之间，该余项称为拉格朗日型的余项。使用Taylor公式的条件是：f(x)n阶可导。其中o((x-x0)^n）表示比无穷小(x-x0)^n更高阶的无穷小。Taylor公式最典型的应用就是求任意函数的近似值。Taylor公式还可以求等价无穷小，证明不等式，求极限等。

根据公式：ln(1+x)=x-x^2/2+x^3/3-...(-1)^(k-1)*x^k/k (|x|<1)然后除以x即可

泰勒中值定理：若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于（x-x.)多项式和一个余项的和： f(x)=f(x.)+f"(x.)(x-x.)+f""(x.)/2!•(x-x.)^2,+f"""(x.)/3!•(x-x.)^3+……+f(n)(x.)/n!•(x-x.)^n+Rn 其中Rn=f(n+1)(ξ)/(n+1)!•(x-x.)^(n+1),这里ξ在x和x.之间，该余项称为拉格朗日型的余项。 （注：f(n)(x.)是f(x.)的n阶导数，不是f(n)与x.的相乘。） 证明：我们知道f(x)=f(x.)+f"(x.)(x-x.)+α（根据拉格朗日中值定理导出的有限增量定理有limΔx→0 f(x.+Δx)-f(x.)=f"(x.)Δx），其中误差α是在limΔx→0 即limx→x.的前提下才趋向于0，所以在近似计算中往往不够精确；于是我们需要一个能够足够精确的且能估计出误差的多项式： P(x)=A0+A1(x-x.)+A2(x-x.)^2+……+An(x-x.)^n 来近似地表示函数f(x)且要写出其误差f(x)-P(x)的具体表达式。设函数P(x)满足P(x.)=f(x.),P"(x.)=f"(x.),P""(x.)=f""(x.),……,P(n)(x.)=f(n)(x.),于是可以依次求出A0、A1、A2、……、An。显然，P(x.)=A0,所以A0=f(x.)；P"(x.)=A1,A1=f"(x.)；P""(x.)=2!A2,A2=f""(x.)/2!……P(n)(x.)=n!An,An=f(n)(x.)/n!。至此，多项的各项系数都已求出，得：P(x)=f(x.)+f"(x.)(x-x.)+f""(x.)/2!•(x-x.)^2+……+f(n)(x.)/n!•(x-x.)^n. 接下来就要求误差的具体表达式了。设Rn(x)=f(x)-P(x),于是有Rn(x.)=f(x.)-P(x.)=0。所以可以得出Rn(x.)=Rn"(x.)=Rn""(x.)=……=Rn(n)(x.)=0。根据柯西中值定理可得Rn(x)/(x-x.)^(n+1)=Rn(x)-Rn(x.)/(x-x.)^(n+1)-0=Rn"(ξ1)/(n+1)(ξ1-x.)^n(注：(x.-x.)^(n+1)=0),这里ξ1在x和x.之间；继续使用柯西中值定理得Rn"(ξ1)-Rn"(x.)/(n+1)(ξ1-x.)^n-0=Rn""(ξ2)/n(n+1)(ξ2-x.)^(n-1)这里ξ2在ξ1与x.之间；连续使用n+1次后得出Rn(x)/(x-x.)^(n+1)=Rn(n+1)(ξ)/(n+1)!，这里ξ在x.和x之间。但Rn(n+1)(x)=f(n+1)(x)-P(n+1)(x),由于P(n)(x)=n!An,n!An是一个常数，故P(n+1)(x)=0，于是得Rn(n+1)(x)=f(n+1)(x)。综上可得，余项Rn(x)=f(n+1)(ξ)/(n+1)!•(x-x.)^(n+1)。一般来说展开函数时都是为了计算的需要，故x往往要取一个定值，此时也可把Rn(x)写为Rn。 麦克劳林展开式：若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于x多项式和一个余项的和： f(x)=f(0)+f"(0)x+f""(0)/2!•x^2,+f"""(0)/3!•x^3+……+f(n)(0)/n!•x^n+Rn 其中Rn=f(n+1)(θx)/(n+1)!•x^(n+1),这里0<θ<1。 证明：如果我们要用一个多项式P(x)=A0+A1x+A2x^2+……+Anx^n来近似表示函数f(x)且要获得其误差的具体表达式，就可以把泰勒公式改写为比较简单的形式即当x.=0时的特殊形式： f(x)=f(0)+f"(0)x+f""(0)/2!•x^2,+f"""(0)/3!•x^3+……+f(n)(0)/n!•x^n+f(n+1)(ξ)/(n+1)!•x^(n+1) 由于ξ在0到x之间，故可写作θx，0<θ<1。 麦克劳林展开式的应用： 1、展开三角函数y=sinx和y=cosx。 解：根据导数表得：f(x)=sinx , f"(x)=cosx , f""(x)=-sinx , f"""(x)=-cosx , f(4)(x)=sinx…… 于是得出了周期规律。分别算出f(0)=0，f"(0)=1, f""(x)=0, f"""(0)=-1, f(4)=0…… 最后可得：sinx=x-x^3/3!+x^5/5!-x^7/7!+x^9/9!-……（这里就写成无穷级数的形式了。） 类似地，可以展开y=cosx。 2、计算近似值e=lim x→∞ (1+1/x)^x。 解：对指数函数y=e^x运用麦克劳林展开式并舍弃余项： e^x≈1+x+x^2/2!+x^3/3!+……+x^n/n! 当x=1时，e≈1+1+1/2!+1/3!+……+1/n! 取n=10,即可算出近似值e≈2.7182818。 3、欧拉公式：e^ix=cosx+isinx（i为-1的开方，即一个虚数单位） 证明：这个公式把复数写为了幂指数形式，其实它也是由麦克劳林展开式确切地说是麦克劳林级数证明的。过程具体不写了，就把思路讲一下：先展开指数函数e^z，然后把各项中的z写成ix。由于i的幂周期性，可已把系数中含有土i的项用乘法分配律写在一起，剩余的项写在一起，刚好是cosx,sinx的展开式。然后让sinx乘上提出的i，即可导出欧拉公式。有兴趣的话可自行证明一下。编辑本段泰勒展开式 e的发现始于微分,当 h 逐渐接近零时,计算 之值,其结果无限接近一定值 2.71828...,这个定值就是 e,最早发现此值的人是瑞士著名数学家欧拉,他以自己姓名的字头小写 e 来命名此无理数. 计算对数函数 的导数,得 ,当 a=e 时, 的导数为 ,因而有理由使用以 e 为底的对数,这叫作自然对数. 若将指数函数 ex 作泰勒展开,则得 以 x=1 代入上式得 此级数收敛迅速,e 近似到小数点后 40 位的数值是 将指数函数 ex 扩大它的定义域到复数 z=x+yi 时,由 透过这个级数的计算,可得 由此,De Moivre 定理,三角函数的和差角公式等等都可以轻易地导出.譬如说,z1=x1+y1i, z2=x2+y2i, 另方面, 所以, 我们不仅可以证明 e 是无理数,而且它还是个超越数,即它不是任何一个整系数多项式的根,这个结果是 Hermite 在1873年得到的. 甲)差分. 考虑一个离散函数(即数列) R,它在 n 所取的值 u(n) 记成 un,通常我们就把这个函数书成 或 (un).数列 u 的差分 还是一个数列,它在 n 所取的值以定义为 以后我们干脆就把 简记为 (例):数列 1, 4, 8, 7, 6, -2, ... 的差分数列为 3, 4, -1, -1, -8 ... 注:我们说「数列」是「定义在离散点上的函数」如果在高中,这样的说法就很恶劣.但在此地,却很恰当,因为这样才跟连续型的函数具有完全平行的类推. 差分算子的性质 (i) [合称线性] (ii) (常数) [差分方程根本定理] (iii) 其中 ,而 (n(k) 叫做排列数列. (iv) 叫做自然等比数列. (iv)" 一般的指数数列(几何数列)rn 之差分数列(即「导函数」)为 rn(r-1) (乙).和分 给一个数列 (un).和分的问题就是要算和 . 怎么算呢 我们有下面重要的结果: 定理1 (差和分根本定理) 如果我们能够找到一个数列 (vn),使得 ,则 和分也具有线性的性质: 甲)微分 给一个函数 f,若牛顿商(或差分商) 的极限 存在,则我们就称此极限值为 f 为点 x0 的导数,记为 f"(x0) 或 Df(x),亦即 若 f 在定义区域上每一点导数都存在,则称 f 为可导微函数.我们称 为 f 的导函数,而 叫做微分算子. 微分算子的性质: (i) [合称线性] (ii) (常数) [差分方程根本定理] (iii) Dxn=nxn-1 (iv) Dex=ex (iv)" 一般的指数数列 ax 之导函数为 (乙)积分. 设 f 为定义在 [a,b] 上的函数,积分的问题就是要算阴影的面积.我们的办法是对 [a,b] 作分割: ;其次对每一小段 [xi-1,xi] 取一个样本点 ;再求近似和 ;最后再取极限 (让每一小段的长度都趋近于 0). 若这个极限值存在,我们就记为 的几何意义就是阴影的面积. (事实上,连续性也「差不多」是积分存在的必要条件.) 积分算子也具有线性的性质: 定理2 若 f 为一连续函数,则 存在.(事实上,连续性也「差不多」是积分存在的必要条件.) 定理3 (微积分根本定理) 设 f 为定义在闭区间 [a,b] 上的连续函数,我们欲求积分 如果我们可以找到另一个函数 g,使得 g"=f,则 注:(1)(2)两式虽是类推,但有一点点差异,即和分的上限要很小心! 上面定理1及定理3基本上都表述着差分与和分,微分与积分,是两个互逆的操作,就好像加法与减法,乘法与除法是互逆的操作一样. 我们都知道差分与微分的操作比和分与积分简单多了,而上面定理1及定理3告诉我们,要计算 (un) 的和分及 f 的积分,只要去找另一个 (vn) 及 g 满足 , g"=f (这是差分及微分的问题),那么对 vn 及 g 代入上下限就得到答案了.换句话说,我们可以用较简单的差分及微分操作来掌握较难的和分及积分操作,这就是"以简御繁"的精神.牛顿与莱布尼慈对微积分最大的贡献就在此. 甲)Taylor展开公式 这分别有离散与连续的类推.它是数学中「逼近」这个重要想法的一个特例.逼近想法的意思是这样的:给一个函数 f,我们要研究 f 的行为,但 f 本身可能很复杂而不易对付,于是我们就想法子去找一个较「简单」的函数 g,使其跟 f 很「靠近」,那么我们就用 g 来取代 f.这又是以简御繁的精神表现.由上述我们看出,要使用逼近想法,我们还需要澄清 两个问题:即如何选取简单函数及逼近的尺度. (一) 对于连续世界的情形,Taylor 展式的逼近想法是选取多项函数作为简单函数,并且用局部的「切近」作为逼近尺度.说得更明白一点,给一个直到到 n 阶都可导微的函数 f,我们要找一个 n 次多项函数 g,使其跟 f 在点 x0 具有 n 阶的「切近」,即 ,答案就是 此式就叫做 f 在点 x0 的 n 阶 Taylor 展式. g 在 x0 点附近跟 f 很靠近,于是我们就用 g 局部地来取代 f.从而用 g 来求得 f 的一些局部的定性行为.因此 Taylor 展式只是局部的逼近.当f是足够好的一个函数,即是所谓解析的函数时,则 f可展成 Taylor 级数,而且这个 Taylor 级数就等于 f 自身. 值得注意的是,一阶 Taylor 展式的特殊情形,此时 g(x)=f(x0+f"(x0)(x-x0)) 的图形正好是一条通过点 (x0,f(x0)) 而且切于 f 的图形之直线.因此 f 在点 x0 的一阶 Taylor 展式的意义就是,我们用过点 (x0,f(x0)) 的切线局部地来取代原来 f 曲线.这种局部化「用平直取代弯曲」的精神,是微分学的精义所在. 利用 Talor 展式,可以帮忙我们做很多事情,比如判别函数的极大值与极小值,求积分的近似值,作函数表(如三角函数表,对数表等),这些都是意料中事.事实上,我们可以用逼近的想法将微积分「一以贯之」. 复次我们注意到,我们选取多项函数作为逼近的简单函数,理由很简单:在众多初等函数中,如三角函数,指数函数,对数函数,多项函数等,从算术的观点来看,以多项函数最为简单,因为要计算多项函数的值,只牵涉到加减乘除四则运算,其它函数就没有这么简单. 当然,从别的解析观点来看,在某些情形下还另有更有用更重要的简单函数.例如,三角多项式,再配合上某种逼近尺度,我们就得到 Fourier 级数展开,这在应用数学上占有举足轻重的地位.(事实上,Fourier 级数展开是采用最小方差的逼近尺度,这在高等数学中经常出现,而且在统计学中也有应用.) 注:取 x0=0 的特例,此时 Taylor 展式又叫做 Maclaurin 展式.不过只要会做特例的展开,欲求一般的 Taylor 展式,作一下平移(或变数代换)就好了.因此我们大可从头就只对 x=0 点作 Taylor 展式. (二) 对于离散的情形,Taylor 展开就是: 给一个数列 ,我们要找一个 n 次多项式数列 (gt),使得 gt 与 ft 在 t=0 点具有 n 阶的「差近」.所谓在 0 点具有 n 阶差近是指: 答案是 此式就是离散情形的 Maclaurin 公式. 乙)分部积分公式与Abel分部和分公式的类推 (一) 分部积分公式: 设 u(x),v(x) 在 [a,b] 上连续,则 (二) Abel分部和分公式: 设(un),(v)为两个数列,令 sn=u1+......+un,则 上面两个公式分别是莱布尼慈导微公式 D(uv)=(Du)v+u(Dv),及莱布尼慈差分公式 的结论.注意到,这两个莱布尼慈公式,一个很对称,另一个则不然. (丁)复利与连续复利 (这也分别是离散与连续之间的类推) (一) 复利的问题是这样的:有本金 y0,年利率 r,每年复利一次,要问 n 年后的本利和 yn= 显然这个数列满足差分方程 yn+1=yn(1+r) 根据(丙)之(二)得知 yn=y0(1+r)n 这就是复利的公式. (二) 若考虑每年复利 m 次,则 t 年后的本利和应为 令 ,就得到连续复利的概念,此时本利和为y(t)=y0ert 换句话说,连续复利时,t 时刻的本利和 y(t)=y0ert 就是微分方程 y"=ry 的解答. 由上述我们看出离散复利问题由差分方程来描述,而连续复利的问题由微分方程来描述.对于常系数线性的差分方程及微分方程,解方程式的整个要点就是叠合原理,因此求解的办法具有完全平行的类推. (戊)Fubini 重和分定理与 Fubini 重积分定理(也是离散与连续之间的类推) (一) Fubini 重和分定理:给一个两重指标的数列 (ars),我们要从 r=1 到 m,s=1到 n, 对 (ars) 作和 ,则这个和可以这样求得:光对 r 作和再对 s 作和(反过来亦然).亦即我们有 (二)Fubini 重积分定理:设 f(x,y) 为定义在 上之可积分函数,则 当然,变数再多几个也都一样. (己)Lebesgue 积分的概念 (一) 离散的情形:给一个数列 (an),我们要估计和 ,Lebesgue 的想法是,不管这堆数据指标的顺序,我们只按数值的大小来分堆,相同的分在一堆,再从每一堆中取一个数值,乘以该堆的个数,整个作和起来,这就得到总和. (二)连续的情形:给一个函数 f,我们要定义曲线 y=f(x) 跟 X 轴从 a 到 b 所围出来的面积. Lebesgue 的想法是对 f 的影域 作分割: 函数值介 yi-1 到 yi 之间的 x 收集在一齐,令其为 , 于是 [a,b] 就相应分割成 ,取样本点 ,作近似和 让影域的分割加细,上述近似和的极限若存在的话,就叫做 f 在 [a,b] 上的 Lebesgue 积分. 泰勒公式的余项 泰勒余项可以写成以下几种不同的形式： 1.佩亚诺余项； 2.施勒米尔希-罗什余项； 3.拉格朗日余项； 4.柯西余项； 5.积分余项。 泰勒简介 18世纪早期英国牛顿学派最优秀代表人物之一的英国数学家泰勒（Brook Taylor）， 于1685 年8月18日在米德尔塞克斯的埃 德蒙顿出生。1709年后移居伦敦，获法学硕士学位。他在 1712年当选为英国皇家学 会会员，并于两年后获法学博士学位。同年（即1714年）出任 英国皇家学会秘书，四年 后因健康理由辞退职务。1717年，他以泰勒定理求解了数值方程。 最后在1731年1 2月29日于伦敦逝世。 泰勒的主要著作是1715年出版的《正 的和反的增量方法》，书内以下列形式陈述出他已于 1712年7月给其老师梅钦（数学家 、天文学家）信中首先提出的著名定理——泰勒定理：式内v为独立变量的增量， 及 为流数。他假定z随时间均匀变化，则 为常数。上述公式以现代 形式表示则为：这公式是从格雷戈里－牛顿插值公式发展而成 的，当x＝0时便称作马克劳林定理。1772年 ，拉格朗日强调了此公式之重要性，而且 称之为微分学基本定理，但泰勒于证明当中并没有考虑 级数的收敛性，因而使证明不严谨， 这工作直至十九世纪二十年代才由柯西完成。 泰勒定理开创 了有限差分理论，使任何单变量 函数都可展成幂级数；同时亦使泰勒成了有限差分理论的奠基者 。 泰勒于书中还讨论了微积分对一系列物理 问题之应用，其中以有关弦的横向振动之结果尤为重要 。他透过求解方程 导出了基本频率公式，开创了研究弦振问题之先 河。此外，此书还包括了他于 数学上之其他创造性工作，如论述常微分方程的奇异解，曲率 问题之研究等。 1715年，他出版了另一名著《线性透 视论》，更发表了再版的《线性透视原理》（1719） 。他以极严密之形式展开其线性透 视学体系，其中最突出之贡献是提出和使用「没影点」概念， 这对摄影测量制图学之发展有 一定影响。另外，还撰有哲学遗作，发表于1793年。

因为泰勒公式是展开成幂级数形式的，所以次数都是后一项比前一项大一。而这里的展开后一项是0，所以这里写x^5和x^6都行。只要写前面的项次数的高阶无穷小就行，这是泰勒展开的皮亚诺余项形式。

这就是泰勒公式的麦克劳林展开式，就是当x=0时的情况。

泰勒公式展开式的常见形式泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式得名于英国数学家布鲁克·泰勒，他在1712年的一封信里首次叙述了这个公式。泰勒公式是为了研究复杂函数性质时经常使用的近似方法之一，也是函数微分学的一项重要应用内容。泰勒公式的余项有两类：一类是定性的皮亚诺余项，另一类是定量的拉格朗日余项。这两类余项本质相同，但是作用不同。一般来说，当不需要定量讨论余项时，可用皮亚诺余项（如求未定式极限及估计无穷小阶数等问题）；当需要定量讨论余项时，要用拉格朗日余项（如利用泰勒公式近似计算函数值）。

sinx用泰勒公式展开是sinx=x-1/3！x^3+1/5！x^5+o（x ^5）。常用的泰勒公式展开式为：Fx=fx0/0！+f（x0）/1！（x-x0）+f（x0）/2！（x-x0）+...+f（x0）/n！（x-x0）n次方+Rn（x）。高等数学中的应用在高等数学的理论研究及应用实践中,泰勒公式有着十分重要的应用，简单归纳如下：(1)应用泰勒中值定理(泰勒公式)可以证明中值等式或不等式命题。(2)应用泰勒公式可以证明区间上的函数等式或不等式。(3)应用泰勒公式可以进行更加精密的近似计算。(4)应用泰勒公式可以求解一些极限。

是这样子的，满意请采纳。1-x^2/2!+x^4/4!+~+(-1)^kx^2k/(2k)!+¤(x(2k+1))

sinx的泰勒展开式是如下：1、sinx=x-1/6x^3+o(x^3)，这是泰勒公式的正弦展开公式，在求极限的时候可以把sinx用泰勒公式展开代替。2、arcsinx=x+1/6x^3+o(x^3)，这是泰勒公式的反正弦展开公式，在求极限的时候可以把arcsinx用泰勒公式展开代替。3、tanx=x+1/3x^3+o(x^3)，这是泰勒公式的正切展开公式，在求极限的时候可以把tanx用泰勒公式展开代替。4、arctanx=x-1/3x^3+o(x^3)，这是泰勒公式的反正切展开公式，在求极限的时候可以把arctanx用泰勒公式展开代替。5、ln(1+x)=x-1/2x^2+o(x^2)，这是泰勒公式的ln(1+x)展开公式，在求极限的时候可以把ln(1+x)用泰勒公式展开代替。6、cosx=1-1/2x^2+o(x^2)，这是泰勒公式的余弦展开公式，在求极限的时候可以把cosx用泰勒公式展开代替。

sinx用泰勒公式展开是sinx=x-1/3！x^3+1/5！x^5+o（x ^5）。sinx的泰勒展开式是不固定的，sin(sinx)∽x，设sinx=t，则sint~t，所以sint~t~sinx~x，由等价无穷小的传递性，因此泰勒展开为x，也可以直接算，求五次导数，可以解出除了x项以外都是0。泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式得名于英国数学家布鲁克·泰勒，他在1712年的一封信里首次叙述了这个公式。泰勒公式是为了研究复杂函数性质时经常使用的近似方法之一，也是函数微分学的一项重要应用内容。泰勒公式有着十分重要的应用，简单归纳如下：(1)应用泰勒中值定理(泰勒公式)可以证明中值等式或不等式命题。(2)应用泰勒公式可以证明区间上的函数等式或不等式。(3)应用泰勒公式可以进行更加精密的近似计算。(4)应用泰勒公式可以求解一些极限。(5)应用泰勒公式可以计算高阶导数的数值。

可以将sinx,cosx的展开式相除得到以上结果。

重点是要会求n阶导数和搞清楚余项的类型

泰勒公式在x=a处展开为f(x)=f(a)+f"(a)(x-a)+(1/2!)f""(a)(x-a)^2+……+(1/n!)f(n)(a)(x-a)^n+……设幂级数为f(x)=a0+a1(x-a)+a2(x-a)^2+……①令x=a则a0=f(a)将①式两边求一阶导数，得f"(x)=a1+2a2(x-a)+3a3(x-a)^2+……②令x=a,得a1=f"(a)对②两边求导，得f"(x)=2!a2+a3(x-a)+……令x=a,得a2=f""(a)/2!继续下去可得an=f(n)(a)/n!所以f(x)在x=a处的泰勒公式为：f(x)=f(a)+f"(a)(x-a)+[f""(a)/2！](x-a)^2+……+[f(n)(a)/n!](a)(x-a)^n+……应用：用泰勒公式可把f(x)展开成幂级数，从而可以进行近似计算，也可以计算极限值，等等。另外，一阶泰勒公式就是拉格朗日微分中值定理f(b)=f(a)+f(ε)(b-a),ε介于a与b之间。.不知道满不满意.

sinx的泰勒展开式如下图：泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。相关信息：泰勒公式是数学分析中重要的内容，也是研究函数极限和估计误差等方面不可或缺的数学工具，泰勒公式集中体现了微积分“逼近法”的精髓，在近似计算上有独特的优势。利用泰勒公式可以将非线性问题化为线性问题，且具有很高的精确度，因此其在微积分的各个方面都有重要的应用。泰勒公式可以应用于求极限、判断函数极值、求高阶导数在某点的数值、判断广义积分收敛性、近似计算、不等式证明等方面。

sinx用泰勒公式展开是sinx=x-1/3！x^3+1/5！x^5+o（x ^5）。sinx的泰勒展开式是不固定的，sin(sinx)∽x，设sinx=t，则sint~t，所以sint~t~sinx~x，由等价无穷小的传递性，因此泰勒展开为x，也可以直接算，求五次导数，可以解出除了x项以外都是0。泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式得名于英国数学家布鲁克·泰勒，他在1712年的一封信里首次叙述了这个公式。泰勒公式是为了研究复杂函数性质时经常使用的近似方法之一，也是函数微分学的一项重要应用内容。泰勒公式有着十分重要的应用，简单归纳如下：(1)应用泰勒中值定理(泰勒公式)可以证明中值等式或不等式命题。(2)应用泰勒公式可以证明区间上的函数等式或不等式。(3)应用泰勒公式可以进行更加精密的近似计算。(4)应用泰勒公式可以求解一些极限。(5)应用泰勒公式可以计算高阶导数的数值。

不一样的

有。只要按照马克劳林公式的一般形式f(x)= 连加(n从0到无穷) x^n*f^(n)(0)/n! 展开（其中f^(n)(0)表示f的n阶导数在0点的值），只不过最后的每项的形式没什么规律（这也取决于f^(n)(0)的值）。

cosx用泰勒公式展开式如上图所示。 1.泰勒公式是一个用函数在某点的信息描述其附近取值的公式。如果函数足够平滑的话，在已知函数在某一点的各阶导数值的情况之下，泰勒公式可以用这些导数值做系数构建一个多项式来近似函数在这一点的邻域中的值。泰勒公式还给出了这个多项式和实际的函数值之间的偏差。 2.泰勒公式得名于英国数学家布鲁克·泰勒。他在1712年的一封信里首次叙述了这个公式，尽管1671年詹姆斯·格雷高里已经发现了它的特例。拉格朗日在1797年之前，最先提出了带有余项的现在形式的泰勒定理。 3.泰勒公式是将一个在x=x0处具有n阶导数的函数f(x)利用关于(x-x0)的n次多项式来逼近函数的方法。若函数f(x)在包含x0的某个闭区间[a,b]上具有n阶导数，且在开区间(a,b)上具有(n+1)阶导数，则对闭区间[a,b]上任意一点x，成立下式： 其中， 表示f(x)的n阶导数，等号后的多项式称为函数f(x)在x0处的泰勒展开式，剩余的Rn(x)是泰勒公式的余项，是(x-x0)n的高阶无穷小。

在数学中，泰勒公式是一个用函数在某点的信息描述其附近取值的公式。如果函数足够光滑的话，在已知函数在某一点的各阶导数值的情况之下，泰勒公式可以用这些导数值做系数构建一个多项式来近似函数在这一点的邻域中的值。泰勒公式还给出了这个多项式和实际的函数值之间的偏差。目录公式定义证明麦克劳林展开式麦克劳林展开式的应用泰勒展开式原理余项泰勒简介简介主要著作公式定义 证明 麦克劳林展开式 麦克劳林展开式的应用泰勒展开式 原理 余项泰勒简介 简介 主要著作展开 编辑本段公式定义　　泰勒公式（Taylor"s formula） 　　泰勒中值定理：若函数f(x)在含有x的开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于（x-x。)多项式和一个余项的和： 　　f(x)=f(x。)+f"(x。)(x-x。)+f""(x。)/2!*(x-x。)^2,+f"""(x。)/3!*(x-x。)^3+……+f(n)(x。)/n!*(x-x。)^n+Rn(x) 　　其中Rn(x)=f(n+1)(ξ)/(n+1)!*(x-x.)^(n+1)，这里ξ在x和x。之间，该余项称为拉格朗日型的余项。 　　（注：f(n)(x。)是f(x。)的n阶导数，不是f(n)与x。的相乘。）编辑本段证明　　我们知道f(x)=f(x.)+f"(x.)(x-x.)+α（根据拉格朗日中值定理导出的有限增量定理有limΔx→0 f(x.+Δx)-f(x.)=f"(x.)Δx），其中误差α是在limΔx→0 即limx→x.的前提下才趋向于0，所以在近似计算中往往不够精确；于是我们需要一个能够足够精确的且能估计出误差的多项式： 　　P(x)=A0+A1(x-x.)+A2(x-x.)^2+……+An(x-x.)^n 　　来近似地表示函数f(x)且要写出其误差f(x)-P(x)的具体表达式。设函数P(x)满足P(x.)=f(x.),P"(x.)=f"(x.),P""(x.)=f""(x.),……,P(n)(x.)=f(n)(x.),于是可以依次求出A0、A1、A2、……、An。显然，P(x.)=A0,所以A0=f(x.)；P"(x.)=A1,A1=f"(x.)；P""(x.)=2!A2,A2=f""(x.)/2!……P(n)(x.)=n!An,An=f(n)(x.)/n!。至此，多项的各项系数都已求出，得：P(x)=f(x.)+f"(x.)(x-x.)+f""(x.)/2!?(x-x.)^2+……+f(n)(x.)/n!?(x-x.)^n. 　　接下来就要求误差的具体表达式了。设Rn(x)=f(x)-P(x),于是有Rn(x.)=f(x.)-P(x.)=0。所以可以得出Rn(x.)=Rn"(x.)=Rn""(x.)=……=Rn(n)(x.)=0。根据柯西中值定理可得Rn(x)/(x-x.)^(n+1)=（Rn(x)-Rn(x.)）/（(x-x.)^(n+1)-0）=Rn"(ξ1)/(n+1)(ξ1-x.)^n(注：(x.-x.)^(n+1)=0),这里ξ1在x和x.之间；继续使用柯西中值定理得（Rn"(ξ1)-Rn"(x.)）/（(n+1)(ξ1-x.)^n-0）=Rn""(ξ2)/n(n+1)(ξ2-x.)^(n-1)这里ξ2在ξ1与x.之间；连续使用n+1次后得出Rn(x)/(x-x.)^(n+1)=Rn(n+1)(ξ)/(n+1)!，这里ξ在x.和x之间。但Rn(n+1)(x)=f(n+1)(x)-P(n+1)(x),由于P(n)(x)=n!An,n!An是一个常数，故P(n+1)(x)=0，于是得Rn(n+1)(x)=f(n+1)(x)。综上可得，余项Rn(x)=f(n+1)(ξ)/(n+1)!?(x-x.)^(n+1)。一般来说展开函数时都是为了计算的需要，故x往往要取一个定值，此时也可把Rn(x)写为Rn。麦克劳林展开式　　：若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于x多项式和一个余项的和： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+Rn 　　其中Rn=f(n+1)(θx)/(n+1)!?x^(n+1),这里0<θ<1。 　　证明：如果我们要用一个多项式P(x)=A0+A1x+A2x^2+……+Anx^n来近似表示函数f(x)且要获得其误差的具体表达式，就可以把泰勒公式改写为比较简单的形式即当x.=0时的特殊形式： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+f(n+1)(ξ)/(n+1)!?x^(n+1) 　　由于ξ在0到x之间，故可写作θx，0<θ<1。麦克劳林展开式的应用　　： 　　1、展开三角函数y=sinx和y=cosx。 　　解：根据导数表得：f(x)=sinx , f"(x)=cosx , f""(x)=-sinx , f"""(x)=-cosx , f(4)(x)=sinx…… 　　于是得出了周期规律。分别算出f(0)=0，f"(0)=1, f""(x)=0, f"""(0)=-1, f(4)=0…… 　　最后可得：sinx=x-x^3/3!+x^5/5!-x^7/7!+x^9/9!-……（这里就写成无穷级数的形式了。） 　　类似地，可以展开y=cosx。 　　2、计算近似值e=lim x→∞ (1+1/x)^x。 　　解：对指数函数y=e^x运用麦克劳林展开式并舍弃余项： 　　e^x≈1+x+x^2/2!+x^3/3!+……+x^n/n! 　　当x=1时，e≈1+1+1/2!+1/3!+……+1/n! 　　取n=10,即可算出近似值e≈2.7182818。 　　3、欧拉公式：e^ix=cosx+isinx（i为-1的开方，即一个虚数单位） 　　证明：这个公式把复数写为了幂指数形式，其实它也是由麦克劳林展开式确切地说是麦克劳林级数证明的。过程具体不写了，就把思路讲一下：先展开指数函数e^z，然后把各项中的z写成ix。由于i的幂周期性，可已把系数中含有土i的项用乘法分配律写在一起，剩余的项写在一起，刚好是cosx,sinx的展开式。然后让sinx乘上提出的i，即可导出欧拉公式。有兴趣的话可自行证明一下。编辑本段泰勒展开式原理　　e的发现始于微分,当 h 逐渐接近零时,计算 之值,其结果无限接近一定值 2.71828...,这个定值就是 e,最早发现此值的人是瑞士著名数学家欧拉,他以自己姓名的字头小写 e 来命名此无理数. 　　计算对数函数 的导数,得 ,当 a=e 时, 的导数为 ,因而有理由使用以 e 为底的对数,这叫作自然对数. 　　若将指数函数 ex 作泰勒展开,则得 　　以 x=1 代入上式得 　　此级数收敛迅速,e 近似到小数点后 40 位的数值是 　　将指数函数 ex 扩大它的定义域到复数 z=x+yi 时,由 　　透过这个级数的计算,可得 　　由此,De Moivre 定理,三角函数的和差角公式等等都可以轻易地导出.譬如说,z1=x1+y1i, z2=x2+y2i, 　　另方面, 　　所以, 　　我们不仅可以证明 e 是无理数,而且它还是个超越数,即它不是任何一个整系数多项式的根,这个结果是 Hermite 在1873年得到的. 　　甲)差分. 　　考虑一个离散函数(即数列) R,它在 n 所取的值 u(n) 记成 un,通常我们就把这个函数书成 或 (un).数列 u 的差分 还是一个数列,它在 n 所取的值以定义为 　　以后我们干脆就把 简记为 　　(例):数列 1, 4, 8, 7, 6, -2, ... 的差分数列为 3, 4, -1, -1, -8 ... 　　注:我们说「数列」是「定义在离散点上的函数」如果在高中,这样的说法就很恶劣.但在此地,却很恰当,因为这样才跟连续型的函数具有完全平行的类推. 　　差分算子的性质 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) 　　其中 ,而 (n(k) 叫做排列数列. 　　(iv) 叫做自然等比数列. 　　(iv)" 一般的指数数列(几何数列)rn 之差分数列(即「导函数」)为 rn(r-1) 　　(乙).和分 　　给一个数列 (un).和分的问题就是要算和 . 怎么算呢 我们有下面重要的结果: 　　定理1 (差和分根本定理) 如果我们能够找到一个数列 (vn),使得 ,则 　　和分也具有线性的性质: 　　甲)微分 　　给一个函数 f,若牛顿商(或差分商) 的极限 存在,则我们就称此极限值为 f 为点 x0 的导数,记为 f"(x0) 或 Df(x),亦即 　　若 f 在定义区域上每一点导数都存在,则称 f 为可导微函数.我们称 为 f 的导函数,而 叫做微分算子. 　　微分算子的性质: 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) Dxn=nxn-1 　　(iv) Dex=ex 　　(iv)" 一般的指数数列 ax 之导函数为 　　(乙)积分. 　　设 f 为定义在 [a,b] 上的函数,积分的问题就是要算阴影的面积.我们的办法是对 [a,b] 作分割: 　　;其次对每一小段 [xi-1,xi] 取一个样本点 ;再求近似和 ;最后再取极限 (让每一小段的长度都趋近于 0). 　　若这个极限值存在,我们就记为 的几何意义就是阴影的面积. 　　(事实上,连续性也「差不多」是积分存在的必要条件.) 　　积分算子也具有线性的性质: 　　定理2 若 f 为一连续函数,则 存在.(事实上,连续性也「差不多」是积分存在的必要条件.) 　　定理3 (微积分根本定理) 设 f 为定义在闭区间 [a,b] 上的连续函数,我们欲求积分 如果我们可以找到另一个函数 g,使得 g"=f,则 　　注:(1)(2)两式虽是类推,但有一点点差异,即和分的上限要很小心! 　　上面定理1及定理3基本上都表述着差分与和分,微分与积分,是两个互逆的操作,就好像加法与减法,乘法与除法是互逆的操作一样. 　　我们都知道差分与微分的操作比和分与积分简单多了,而上面定理1及定理3告诉我们,要计算 (un) 的和分及 f 的积分,只要去找另一个 (vn) 及 g 满足 , g"=f (这是差分及微分的问题),那么对 vn 及 g 代入上下限就得到答案了.换句话说,我们可以用较简单的差分及微分操作来掌握较难的和分及积分操作,这就是"以简御繁"的精神.牛顿与莱布尼慈对微积分最大的贡献就在此. 　　甲)Taylor展开公式 　　这分别有离散与连续的类推.它是数学中「逼近」这个重要想法的一个特例.逼近想法的意思是这样的:给一个函数 f,我们要研究 f 的行为,但 f 本身可能很复杂而不易对付,于是我们就想法子去找一个较「简单」的函数 g,使其跟 f 很「靠近」,那么我们就用 g 来取代 f.这又是以简御繁的精神表现.由上述我们看出,要使用逼近想法,我们还需要澄清 　　两个问题:即如何选取简单函数及逼近的尺度. 　　(一) 对于连续世界的情形,Taylor 展式的逼近想法是选取多项函数作为简单函数,并且用局部的「切近」作为逼近尺度.说得更明白一点,给一个直到到 n 阶都可导微的函数 f,我们要找一个 n 次多项函数 g,使其跟 f 在点 x0 具有 n 阶的「切近」,即 ,答案就是 　　此式就叫做 f 在点 x0 的 n 阶 Taylor 展式. 　　g 在 x0 点附近跟 f 很靠近,于是我们就用 g 局部地来取代 f.从而用 g 来求得 f 的一些局部的定性行为.因此 Taylor 展式只是局部的逼近.当f是足够好的一个函数,即是所谓解析的函数时,则 f可展成 Taylor 级数,而且这个 Taylor 级数就等于 f 自身. 　　值得注意的是,一阶 Taylor 展式的特殊情形,此时 g(x)=f(x0）+f"(x0)(x-x0) 的图形正好是一条通过点 (x0,f(x0)) 而且切于 f 的图形之直线.因此 f 在点 x0 的一阶 Taylor 展式的意义就是,我们用过点 (x0,f(x0)) 的切线局部地来取代原来 f 曲线.这种局部化「用平直取代弯曲」的精神,是微分学的精义所在. 　　利用 Taylor 展式,可以帮忙我们做很多事情,比如判别函数的极大值与极小值,求积分的近似值,作函数表(如三角函数表,对数表等),这些都是意料中事.事实上,我们可以用逼近的想法将微积分「一以贯之」. 　　复次我们注意到,我们选取多项函数作为逼近的简单函数,理由很简单:在众多初等函数中,如三角函数,指数函数,对数函数,多项函数等,从算术的观点来看,以多项函数最为简单,因为要计算多项函数的值,只牵涉到加减乘除四则运算,其它函数就没有这么简单. 　　当然,从别的解析观点来看,在某些情形下还另有更有用更重要的简单函数.例如,三角多项式,再配合上某种逼近尺度,我们就得到 Fourier 级数展开,这在应用数学上占有举足轻重的地位.(事实上,Fourier 级数展开是采用最小方差的逼近尺度,这在高等数学中经常出现,而且在统计学中也有应用.) 　　注:取 x0=0 的特例,此时 Taylor 展式又叫做 Maclaurin 展式.不过只要会做特例的展开,欲求一般的 Taylor 展式,作一下平移(或变数代换)就好了.因此我们大可从头就只对 x=0 点作 Taylor 展式. 　　(二) 对于离散的情形,Taylor 展开就是: 　　给一个数列 ,我们要找一个 n 次多项式数列 (gt),使得 gt 与 ft 在 t=0 点具有 n 阶的「差近」.所谓在 0 点具有 n 阶差近是指: 　　答案是 此式就是离散情形的 Maclaurin 公式. 　　乙)分部积分公式与Abel分部和分公式的类推 　　(一) 分部积分公式: 　　设 u(x),v(x) 在 [a,b] 上连续,则 　　(二) Abel分部和分公式: 　　设(un),(v)为两个数列,令 sn=u1+......+un,则 　　上面两个公式分别是莱布尼慈导微公式 D(uv)=(Du)v+u(Dv),及莱布尼慈差分公式 的结论.注意到,这两个莱布尼慈公式,一个很对称,另一个则不然. 　　(丁)复利与连续复利 (这也分别是离散与连续之间的类推) 　　(一) 复利的问题是这样的:有本金 y0,年利率 r,每年复利一次,要问 n 年后的本利和 yn= 显然这个数列满足差分方程 yn+1=yn(1+r) 　　根据(丙)之(二)得知 yn=y0(1+r)n 这就是复利的公式. 　　(二) 若考虑每年复利 m 次,则 t 年后的本利和应为 　　令 ,就得到连续复利的概念,此时本利和为y(t)=y0ert 　　换句话说,连续复利时,t 时刻的本利和 y(t)=y0ert 就是微分方程 y"=ry 的解答. 　　由上述我们看出离散复利问题由差分方程来描述,而连续复利的问题由微分方程来描述.对于常系数线性的差分方程及微分方程,解方程式的整个要点就是叠合原理,因此求解的办法具有完全平行的类推. 　　(戊)Fubini 重和分定理与 Fubini 重积分定理(也是离散与连续之间的类推) 　　(一) Fubini 重和分定理:给一个两重指标的数列 (ars),我们要从 r=1 到 m,s=1到 n, 对 (ars) 作和 ,则这个和可以这样求得:光对 r 作和再对 s 作和(反过来亦然).亦即我们有 　　(二)Fubini 重积分定理:设 f(x,y) 为定义在 上之可积分函数,则 　　当然,变数再多几个也都一样. 　　(己)Lebesgue 积分的概念 　　(一) 离散的情形:给一个数列 (an),我们要估计和 ,Lebesgue 的想法是,不管这堆数据指标的顺序,我们只按数值的大小来分堆,相同的分在一堆,再从每一堆中取一个数值,乘以该堆的个数,整个作和起来,这就得到总和. 　　(二)连续的情形:给一个函数 f,我们要定义曲线 y=f(x) 跟 X 轴从 a 到 b 所围出来的面积. 　　Lebesgue 的想法是对 f 的影域 作分割: 　　函数值介 yi-1 到 yi 之间的 x 收集在一齐,令其为 , 于是 [a,b] 就相应分割成 ,取样本点 ,作近似和 　　让影域的分割加细,上述近似和的极限若存在的话,就叫做 f 在 [a,b] 上的 Lebesgue 积分.余项　　泰勒公式的余项f(x)=f(a) + f"(a)(x-a)/1! + f""(a)(x-a)^2/2! + …… + f(n)(a)(x-a)^n/n! + Rn(x) [其中f(n)是f的n阶导数] 　　泰勒余项可以写成以下几种不同的形式： 　　1.佩亚诺(Peano)余项： 　　Rn(x) = o((x-a)^n) 　　2.施勒米尔希-罗什(Schlomilch-Roche)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^(n+1-p)(x-a)^(n+1)/(n!p) 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　3.拉格朗日(Lagrange)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(x-a)^(n+1)/(n+1)! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　4.柯西(Cauchy)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^n (x-a)^(n+1)/n! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　5.积分余项： 　　Rn(x) = [f(n+1)(t)(x-t)^n在a到x上的积分]/n! 　　[f(n+1)是f的n+1阶导数]编辑本段泰勒简介简介　　18世纪早期英国牛顿学派最优秀代表人物之一的英国数学家泰勒（Brook Taylor）， 于1685 年8月18日在英格兰德尔塞克斯郡的埃德蒙顿市出生。1701年，泰勒进剑桥大学的圣约翰学院学习。1709年后移居伦敦，获得法学学士学位。1712年当选为英国皇家学会会员，同年进入促裁牛顿和莱布尼兹发明微积分优先权争论的委员会。并于两年后获法学博士学位。从1714年起担任皇家学会第一秘书，1718年以健康为由辞去这一职务。1717年，他以泰勒定理求解了数值方程。 最后在1731年1 2月29日于伦敦逝世。 　　由于工作及健康上的原因，泰勒曾几次访问法国并和法国数学家蒙莫尔多次通信讨论级数问题和概率论的问题。1708年，23岁的泰勒得到了“振动中心问题”的解，引起了人们的注意，在这个工作中他用了牛顿的瞬的记号。从1714年到1719年，是泰勒在数学牛顿产的时期。主要著作　　他的两本著作：《正和反的增量法》及《直线透视》都出版于1715年，它们的第二版分别出于1717和1719年。从1712到1724年，他在《哲学会报》上共发表了13篇文章，其中有些是通信和评论。文章中还包含毛细管现象、磁学及温度计的实验记录。 　　在生命的后期，泰勒转向宗教和哲学的写作，他的第三本著作《哲学的沉思》在他死后由外孙W.杨于1793年出版。 　　泰勒以微积分学中将函数展开成无穷级数的定理著称于世。这条定理大致可以叙述为：函数在一个点的邻域内的值可以用函数在该点的值及各阶导数值组成的无穷级数表示出来。然而，在半个世纪里，数学家们并没有认识到泰勒定理的重大价值。这一重大价值是后来由拉格朗日发现的，他把这一定理刻画为微积分的基本定理。泰勒定理的严格证明是在定理诞生一个世纪之后，由柯西给出的。 　　泰勒定理开创了有限差分理论，使任何单变量函数都可展成幂级数；同时亦使泰勒成了有限差分理论的奠基者。泰勒于书中还讨论了微积分对一系列物理 问题之应用，其中以有关弦的横向振动之结果尤为重要 。他透过求解方程 导出了基本频率公式，开创了研究弦振问题之先河。此外，此书还包括了他于 数学上之其他创造性工作，如论述常微分方程的奇异解，曲率 问题之研究等。 　　1715年，他出版了另一名著《线性透 视论》，更发表了再版的《线性透视原理》（1719） 。他以极严密之形式展开其线性透 视学体系，其中最突出之贡献是提出和使用「没影点」概念， 这对摄影测量制图学之发展有 一定影响。另外，还撰有哲学遗作，发表于1793年。

1*x+1/3*x^3+2/15*x^5+17/315*x^7+O(x^8)

一般来说，泰勒公式都是在x=0处展开，泰勒公式要进行相乘的话，先进行正常的乘除加减运算，把高阶的直接变成无穷小就行了。泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式的余项泰勒公式的余项有两类：一类是定性的皮亚诺余项，另一类是定量的拉格朗日余项。这两类余项本质相同，但是作用不同。一般来说，当不需要定量讨论余项时，可用皮亚诺余项（如求未定式极限及估计无穷小阶数等问题）；当需要定量讨论余项时，要用拉格朗日余项（如利用泰勒公式近似计算函数值）。泰勒公式的几何意义泰勒公式的几何意义是利用多项式函数来逼近原函数，由于多项式函数可以任意次求导，易于计算，且便于求解极值或者判断函数的性质，因此可以通过泰勒公式获取函数的信息，同时，对于这种近似，必须提供误差分析，来提供近似的可靠性。

sinx用泰勒公式展开是sinx=x-1/3！x^3+1/5！x^5+o（x ^5）。sinx的泰勒展开式是不固定的，sin(sinx)∽x，设sinx=t，则sint~t，所以sint~t~sinx~x，由等价无穷小的传递性，因此泰勒展开为x，也可以直接算，求五次导数，可以解出除了x项以外都是0。泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式得名于英国数学家布鲁克·泰勒，他在1712年的一封信里首次叙述了这个公式。泰勒公式是为了研究复杂函数性质时经常使用的近似方法之一，也是函数微分学的一项重要应用内容。高等数学中的应用在高等数学的理论研究及应用实践中,泰勒公式有着十分重要的应用，简单归纳如下：(1)应用泰勒中值定理(泰勒公式)可以证明中值等式或不等式命题。(2)应用泰勒公式可以证明区间上的函数等式或不等式。(3)应用泰勒公式可以进行更加精密的近似计算。(4)应用泰勒公式可以求解一些极限。(5)应用泰勒公式可以计算高阶导数的数值。

根号下（1+x）泰勒公式展开为 f(x)=1+1/2x-1/8x²+o（x^3）方法一：根据泰勒公式的表达式然后对根号（1+x）按泰勒公式进行展开。方法二：利用常见的函数带佩亚诺余项的泰勒公式将a=1/2代入，可得其泰勒公式展开式。

(arctanx)"=1/(1+x^2)=∑(-x^2)^n    【n从0到∞】=∑(-1)^n·x^(2n)    【n从0到∞】两边积分，得到arctanx=∑(-1)^n/(2n+1)·x^(2n+1)    【n从0到∞】泰勒公式 ：在数学中，泰勒公式是一个用函数在某点的信息描述其附近取值的公式。如果函数足够光滑的话，在已知函数在某一点的各阶导数值的情况之下，泰勒公式可以用这些导数值做系数构建一个多项式来近似函数在这一点的邻域中的值。泰勒公式还给出了这个多项式和实际的函数值之间的偏差。公式推导：泰勒公式在x=a处展开为f(x)=f(a)+f"(a)(x-a)+(1/2!)f""(a)(x-a)^2+……+(1/n!)f(n)(a)(x-a)^n+……设幂级数为f(x)=a0+a1(x-a)+a2(x-a)^2+……①令x=a则a0=f(a)将①式两边求一阶导数，得f"(x)=a1+2a2(x-a)+3a3(x-a)^2+……②令x=a,得a1=f"(a)对②两边求导，得f"(x)=2!a2+a3(x-a)+……令x=a,得a2=f""(a)/2!继续下去可得an=f(n)(a)/n!所以f(x)在x=a处的泰勒公式为：f(x)=f(a)+f"(a)(x-a)+[f""(a)/2！](x-a)^2+……+[f(n)(a)/n!](a)(x-a)^n+……应用：用泰勒公式可把f(x)展开成幂级数，从而可以进行近似计算，也可以计算极限值，等等。另外，一阶泰勒公式就是拉格朗日微分中值定理f(b)=f(a)+f(ε)(b-a),ε介于a与b之间。

　　编辑本段公式定义　　泰勒公式（Taylor"s formula） 　　泰勒中值定理：若函数f(x)在含有x的开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于（x-x。)多项式和一个余项的和： 　　f(x)=f(x。)+f"(x。)(x-x。)+f""(x。)/2!*(x-x。)^2,+f"""(x。)/3!*(x-x。)^3+……+f(n)(x。)/n!*(x-x。)^n+Rn(x) 　　其中Rn(x)=f(n+1)(ξ)/(n+1)!*(x-x.)^(n+1)，这里ξ在x和x.之间，该余项称为拉格朗日型的余项。 　　（注：f(n)(x。)是f(x。)的n阶导数，不是f(n)与x。的相乘。）　　编辑本段证明　　我们知道f(x)=f(x.)+f"(x.)(x-x.)+α（根据拉格朗日中值定理导出的有限增量定理有limΔx→0 f(x.+Δx)-f(x.)=f"(x.)Δx），其中误差α是在limΔx→0 即limx→x.的前提下才趋向于0，所以在近似计算中往往不够精确；于是我们需要一个能够足够精确的且能估计出误差的多项式： 　　P(x)=A0+A1(x-x.)+A2(x-x.)^2+……+An(x-x.)^n 　　来近似地表示函数f(x)且要写出其误差f(x)-P(x)的具体表达式。设函数P(x)满足P(x.)=f(x.),P"(x.)=f"(x.),P""(x.)=f""(x.),……,P(n)(x.)=f(n)(x.),于是可以依次求出A0、A1、A2、……、An。显然，P(x.)=A0,所以A0=f(x.)；P"(x.)=A1,A1=f"(x.)；P""(x.)=2!A2,A2=f""(x.)/2!……P(n)(x.)=n!An,An=f(n)(x.)/n!。至此，多项的各项系数都已求出，得：P(x)=f(x.)+f"(x.)(x-x.)+f""(x.)/2!?(x-x.)^2+……+f(n)(x.)/n!?(x-x.)^n. 　　接下来就要求误差的具体表达式了。设Rn(x)=f(x)-P(x),于是有Rn(x.)=f(x.)-P(x.)=0。所以可以得出Rn(x.)=Rn"(x.)=Rn""(x.)=……=Rn(n)(x.)=0。根据柯西中值定理可得Rn(x)/(x-x.)^(n+1)=（Rn(x)-Rn(x.)）/（(x-x.)^(n+1)-0）=Rn"(ξ1)/(n+1)(ξ1-x.)^n(注：(x.-x.)^(n+1)=0),这里ξ1在x和x.之间；继续使用柯西中值定理得（Rn"(ξ1)-Rn"(x.)）/（(n+1)(ξ1-x.)^n-0）=Rn""(ξ2)/n(n+1)(ξ2-x.)^(n-1)这里ξ2在ξ1与x.之间；连续使用n+1次后得出Rn(x)/(x-x.)^(n+1)=Rn(n+1)(ξ)/(n+1)!，这里ξ在x.和x之间。但Rn(n+1)(x)=f(n+1)(x)-P(n+1)(x),由于P(n)(x)=n!An,n!An是一个常数，故P(n+1)(x)=0，于是得Rn(n+1)(x)=f(n+1)(x)。综上可得，余项Rn(x)=f(n+1)(ξ)/(n+1)!?(x-x.)^(n+1)。一般来说展开函数时都是为了计算的需要，故x往往要取一个定值，此时也可把Rn(x)写为Rn。　　麦克劳林展开式　　：若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于x多项式和一个余项的和： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+Rn 　　其中Rn=f(n+1)(θx)/(n+1)!?x^(n+1),这里0<θ<1。 　　证明：如果我们要用一个多项式P(x)=A0+A1x+A2x^2+……+Anx^n来近似表示函数f(x)且要获得其误差的具体表达式，就可以把泰勒公式改写为比较简单的形式即当x.=0时的特殊形式： 　　f(x)=f(0)+f"(0)x+f""(0)/2!?x^2,+f"""(0)/3!?x^3+……+f(n)(0)/n!?x^n+f(n+1)(ξ)/(n+1)!?x^(n+1) 　　由于ξ在0到x之间，故可写作θx，0<θ<1。　　麦克劳林展开式的应用　　： 　　1、展开三角函数y=sinx和y=cosx。 　　解：根据导数表得：f(x)=sinx , f"(x)=cosx , f""(x)=-sinx , f"""(x)=-cosx , f(4)(x)=sinx…… 　　于是得出了周期规律。分别算出f(0)=0，f"(0)=1, f""(x)=0, f"""(0)=-1, f(4)=0…… 　　最后可得：sinx=x-x^3/3!+x^5/5!-x^7/7!+x^9/9!-……（这里就写成无穷级数的形式了。） 　　类似地，可以展开y=cosx。 　　2、计算近似值e=lim x→∞ (1+1/x)^x。 　　解：对指数函数y=e^x运用麦克劳林展开式并舍弃余项： 　　e^x≈1+x+x^2/2!+x^3/3!+……+x^n/n! 　　当x=1时，e≈1+1+1/2!+1/3!+……+1/n! 　　取n=10,即可算出近似值e≈2.7182818。 　　3、欧拉公式：e^ix=cosx+isinx（i为-1的开方，即一个虚数单位） 　　证明：这个公式把复数写为了幂指数形式，其实它也是由麦克劳林展开式确切地说是麦克劳林级数证明的。过程具体不写了，就把思路讲一下：先展开指数函数e^z，然后把各项中的z写成ix。由于i的幂周期性，可已把系数中含有土i的项用乘法分配律写在一起，剩余的项写在一起，刚好是cosx,sinx的展开式。然后让sinx乘上提出的i，即可导出欧拉公式。有兴趣的话可自行证明一下。　　编辑本段泰勒展开式　　原理　　e的发现始于微分,当 h 逐渐接近零时,计算 之值,其结果无限接近一定值 2.71828...,这个定值就是 e,最早发现此值的人是瑞士著名数学家欧拉,他以自己姓名的字头小写 e 来命名此无理数. 　　计算对数函数 的导数,得 ,当 a=e 时, 的导数为 ,因而有理由使用以 e 为底的对数,这叫作自然对数. 　　若将指数函数 ex 作泰勒展开,则得 　　以 x=1 代入上式得 　　此级数收敛迅速,e 近似到小数点后 40 位的数值是 　　将指数函数 ex 扩大它的定义域到复数 z=x+yi 时,由 　　透过这个级数的计算,可得 　　由此,De Moivre 定理,三角函数的和差角公式等等都可以轻易地导出.譬如说,z1=x1+y1i, z2=x2+y2i, 　　另方面, 　　所以, 　　我们不仅可以证明 e 是无理数,而且它还是个超越数,即它不是任何一个整系数多项式的根,这个结果是 Hermite 在1873年得到的. 　　甲)差分. 　　考虑一个离散函数(即数列) R,它在 n 所取的值 u(n) 记成 un,通常我们就把这个函数书成 或 (un).数列 u 的差分 还是一个数列,它在 n 所取的值以定义为 　　以后我们干脆就把 简记为 　　(例):数列 1, 4, 8, 7, 6, -2, ... 的差分数列为 3, 4, -1, -1, -8 ... 　　注:我们说「数列」是「定义在离散点上的函数」如果在高中,这样的说法就很恶劣.但在此地,却很恰当,因为这样才跟连续型的函数具有完全平行的类推. 　　差分算子的性质 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) 　　其中 ,而 (n(k) 叫做排列数列. 　　(iv) 叫做自然等比数列. 　　(iv)" 一般的指数数列(几何数列)rn 之差分数列(即「导函数」)为 rn(r-1) 　　(乙).和分 　　给一个数列 (un).和分的问题就是要算和 . 怎么算呢 我们有下面重要的结果: 　　定理1 (差和分根本定理) 如果我们能够找到一个数列 (vn),使得 ,则 　　和分也具有线性的性质: 　　甲)微分 　　给一个函数 f,若牛顿商(或差分商) 的极限 存在,则我们就称此极限值为 f 为点 x0 的导数,记为 f"(x0) 或 Df(x),亦即 　　若 f 在定义区域上每一点导数都存在,则称 f 为可导微函数.我们称 为 f 的导函数,而 叫做微分算子. 　　微分算子的性质: 　　(i) [合称线性] 　　(ii) (常数) [差分方程根本定理] 　　(iii) Dxn=nxn-1 　　(iv) Dex=ex 　　(iv)" 一般的指数数列 ax 之导函数为 　　(乙)积分. 　　设 f 为定义在 [a,b] 上的函数,积分的问题就是要算阴影的面积.我们的办法是对 [a,b] 作分割: 　　;其次对每一小段 [xi-1,xi] 取一个样本点 ;再求近似和 ;最后再取极限 (让每一小段的长度都趋近于 0). 　　若这个极限值存在,我们就记为 的几何意义就是阴影的面积. 　　(事实上,连续性也「差不多」是积分存在的必要条件.) 　　积分算子也具有线性的性质: 　　定理2 若 f 为一连续函数,则 存在.(事实上,连续性也「差不多」是积分存在的必要条件.) 　　定理3 (微积分根本定理) 设 f 为定义在闭区间 [a,b] 上的连续函数,我们欲求积分 如果我们可以找到另一个函数 g,使得 g"=f,则 　　注:(1)(2)两式虽是类推,但有一点点差异,即和分的上限要很小心! 　　上面定理1及定理3基本上都表述着差分与和分,微分与积分,是两个互逆的操作,就好像加法与减法,乘法与除法是互逆的操作一样. 　　我们都知道差分与微分的操作比和分与积分简单多了,而上面定理1及定理3告诉我们,要计算 (un) 的和分及 f 的积分,只要去找另一个 (vn) 及 g 满足 , g"=f (这是差分及微分的问题),那么对 vn 及 g 代入上下限就得到答案了.换句话说,我们可以用较简单的差分及微分操作来掌握较难的和分及积分操作,这就是"以简御繁"的精神.牛顿与莱布尼慈对微积分最大的贡献就在此. 　　甲)Taylor展开公式 　　这分别有离散与连续的类推.它是数学中「逼近」这个重要想法的一个特例.逼近想法的意思是这样的:给一个函数 f,我们要研究 f 的行为,但 f 本身可能很复杂而不易对付,于是我们就想法子去找一个较「简单」的函数 g,使其跟 f 很「靠近」,那么我们就用 g 来取代 f.这又是以简御繁的精神表现.由上述我们看出,要使用逼近想法,我们还需要澄清 　　两个问题:即如何选取简单函数及逼近的尺度. 　　(一) 对于连续世界的情形,Taylor 展式的逼近想法是选取多项函数作为简单函数,并且用局部的「切近」作为逼近尺度.说得更明白一点,给一个直到到 n 阶都可导微的函数 f,我们要找一个 n 次多项函数 g,使其跟 f 在点 x0 具有 n 阶的「切近」,即 ,答案就是 　　此式就叫做 f 在点 x0 的 n 阶 Taylor 展式. 　　g 在 x0 点附近跟 f 很靠近,于是我们就用 g 局部地来取代 f.从而用 g 来求得 f 的一些局部的定性行为.因此 Taylor 展式只是局部的逼近.当f是足够好的一个函数,即是所谓解析的函数时,则 f可展成 Taylor 级数,而且这个 Taylor 级数就等于 f 自身. 　　值得注意的是,一阶 Taylor 展式的特殊情形,此时 g(x)=f(x0）+f"(x0)(x-x0) 的图形正好是一条通过点 (x0,f(x0)) 而且切于 f 的图形之直线.因此 f 在点 x0 的一阶 Taylor 展式的意义就是,我们用过点 (x0,f(x0)) 的切线局部地来取代原来 f 曲线.这种局部化「用平直取代弯曲」的精神,是微分学的精义所在. 　　利用 Taylor 展式,可以帮忙我们做很多事情,比如判别函数的极大值与极小值,求积分的近似值,作函数表(如三角函数表,对数表等),这些都是意料中事.事实上,我们可以用逼近的想法将微积分「一以贯之」. 　　复次我们注意到,我们选取多项函数作为逼近的简单函数,理由很简单:在众多初等函数中,如三角函数,指数函数,对数函数,多项函数等,从算术的观点来看,以多项函数最为简单,因为要计算多项函数的值,只牵涉到加减乘除四则运算,其它函数就没有这么简单. 　　当然,从别的解析观点来看,在某些情形下还另有更有用更重要的简单函数.例如,三角多项式,再配合上某种逼近尺度,我们就得到 Fourier 级数展开,这在应用数学上占有举足轻重的地位.(事实上,Fourier 级数展开是采用最小方差的逼近尺度,这在高等数学中经常出现,而且在统计学中也有应用.) 　　注:取 x0=0 的特例,此时 Taylor 展式又叫做 Maclaurin 展式.不过只要会做特例的展开,欲求一般的 Taylor 展式,作一下平移(或变数代换)就好了.因此我们大可从头就只对 x=0 点作 Taylor 展式. 　　(二) 对于离散的情形,Taylor 展开就是: 　　给一个数列 ,我们要找一个 n 次多项式数列 (gt),使得 gt 与 ft 在 t=0 点具有 n 阶的「差近」.所谓在 0 点具有 n 阶差近是指: 　　答案是 此式就是离散情形的 Maclaurin 公式. 　　乙)分部积分公式与Abel分部和分公式的类推 　　(一) 分部积分公式: 　　设 u(x),v(x) 在 [a,b] 上连续,则 　　(二) Abel分部和分公式: 　　设(un),(v)为两个数列,令 sn=u1+......+un,则 　　上面两个公式分别是莱布尼慈导微公式 D(uv)=(Du)v+u(Dv),及莱布尼慈差分公式 的结论.注意到,这两个莱布尼慈公式,一个很对称,另一个则不然. 　　(丁)复利与连续复利 (这也分别是离散与连续之间的类推) 　　(一) 复利的问题是这样的:有本金 y0,年利率 r,每年复利一次,要问 n 年后的本利和 yn= 显然这个数列满足差分方程 yn+1=yn(1+r) 　　根据(丙)之(二)得知 yn=y0(1+r)n 这就是复利的公式. 　　(二) 若考虑每年复利 m 次,则 t 年后的本利和应为 　　令 ,就得到连续复利的概念,此时本利和为y(t)=y0ert 　　换句话说,连续复利时,t 时刻的本利和 y(t)=y0ert 就是微分方程 y"=ry 的解答. 　　由上述我们看出离散复利问题由差分方程来描述,而连续复利的问题由微分方程来描述.对于常系数线性的差分方程及微分方程,解方程式的整个要点就是叠合原理,因此求解的办法具有完全平行的类推. 　　(戊)Fubini 重和分定理与 Fubini 重积分定理(也是离散与连续之间的类推) 　　(一) Fubini 重和分定理:给一个两重指标的数列 (ars),我们要从 r=1 到 m,s=1到 n, 对 (ars) 作和 ,则这个和可以这样求得:光对 r 作和再对 s 作和(反过来亦然).亦即我们有 　　(二)Fubini 重积分定理:设 f(x,y) 为定义在 上之可积分函数,则 　　当然,变数再多几个也都一样. 　　(己)Lebesgue 积分的概念 　　(一) 离散的情形:给一个数列 (an),我们要估计和 ,Lebesgue 的想法是,不管这堆数据指标的顺序,我们只按数值的大小来分堆,相同的分在一堆,再从每一堆中取一个数值,乘以该堆的个数,整个作和起来,这就得到总和. 　　(二)连续的情形:给一个函数 f,我们要定义曲线 y=f(x) 跟 X 轴从 a 到 b 所围出来的面积. 　　Lebesgue 的想法是对 f 的影域 作分割: 　　函数值介 yi-1 到 yi 之间的 x 收集在一齐,令其为 , 于是 [a,b] 就相应分割成 ,取样本点 ,作近似和 　　让影域的分割加细,上述近似和的极限若存在的话,就叫做 f 在 [a,b] 上的 Lebesgue 积分.　　余项　　泰勒公式的余项f(x)=f(a) + f"(a)(x-a)/1! + f""(a)(x-a)^2/2! + …… + f(n)(a)(x-a)^n/n! + Rn(x) [其中f(n)是f的n阶导数] 　　泰勒余项可以写成以下几种不同的形式： 　　1.佩亚诺(Peano)余项： 　　Rn(x) = o((x-a)^n) 　　2.施勒米尔希-罗什(Schlomilch-Roche)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^(n+1-p)(x-a)^(n+1)/(n!p) 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　3.拉格朗日(Lagrange)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(x-a)^(n+1)/(n+1)! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　4.柯西(Cauchy)余项： 　　Rn(x) = f(n+1)(a+θ(x-a))(1-θ)^n (x-a)^(n+1)/n! 　　[f(n+1)是f的n+1阶导数，θ∈(0,1)] 　　5.积分余项： 　　Rn(x) = [f(n+1)(t)(x-t)^n在a到x上的积分]/n! 　　[f(n+1)是f的n+1阶导数]

泰勒公式展开式当n=3时，就是三阶

y = x^xln y = x lnx = ...y = exp(xlnx) = ...

e^x会吧，替换一下就行，很简单

sinx用泰勒公式展开是sinx=x-1/3！x^3+1/5！x^5+o（x ^5）。sinx的泰勒展开式是不固定的，sin(sinx)∽x，设sinx=t，则sint~t，所以sint~t~sinx~x，由等价无穷小的传递性，因此泰勒展开为x，也可以直接算，求五次导数，可以解出除了x项以外都是0。泰勒公式，是一个用函数在某点的信息描述其附近取值的公式。如果函数满足一定的条件，泰勒公式可以用函数在某一点的各阶导数值做系数构建一个多项式来近似表达这个函数。泰勒公式得名于英国数学家布鲁克·泰勒，他在1712年的一封信里首次叙述了这个公式。泰勒公式是为了研究复杂函数性质时经常使用的近似方法之一，也是函数微分学的一项重要应用内容。泰勒公式有着十分重要的应用，简单归纳如下：(1)应用泰勒中值定理(泰勒公式)可以证明中值等式或不等式命题。(2)应用泰勒公式可以证明区间上的函数等式或不等式。(3)应用泰勒公式可以进行更加精密的近似计算。(4)应用泰勒公式可以求解一些极限。(5)应用泰勒公式可以计算高阶导数的数值。

走马川行奉送封大夫出师西征(岑参)[2]

由于泰勒公式里的n是有限的，如果不考虑余项的话，函数和其在某点处的泰勒公式是不相等的，（但是n无限的话一般就相等，那是无穷级数的内容了。）你写的那个式子里没有余项，所以是不能划等号的，它们相差一个比(x-x0)^n更高阶的无穷小量，用拉格朗日型余项表示为f‘(n+1)(ξ)(x-x0)^(n+1)/(n+1)!，f"(n+1)表示n=1阶导数，注意这个n+1阶导数是在x和x0之间的某一中值ξ处取值的，只有加上这一项，f(x)才和它在x0点的泰勒展开式相等。用泰勒公式做近似计算时通常就不考虑余项了，虽然只要n阶可导的函数都可以写出泰勒公式，但实际能用来做近似计算的并不多，例如你说的三次根号x，计算它在某点各阶导数是得不出具体数值的（虽然存在），所以在它的泰勒公式中各项系数都是不知道的，因此这个展开式对于近似计算就没什么用。

可以，将t+t^2看成一个整体去理解。这里不妨利用等价无穷小去做。（1+x）^a-1~ax

1.0986我用计算机的

步韵.步其后尘.步武前贤.初步是“步”字组词吗..望而却步.步骤.寸步难行.步行.固步自封..有很多啊步兵.步兵.步测.徒步.信步.步伐.闲步.步步进逼

设y=x+1

一般用法是，设某一多项式的全部或部分系数为未知数，利用两个多项式恒等时同类项系数相等的原理或其他已知条件确定这些系数，从而得到待求的值。例如，将已知多项式分解因式，可以设某些因式的系数为未知数，利用恒等的条件，求出这些未知数。待定系数法的含义：一种求未知数的方法。将一个多项式表示成另一种含有待定系数的新的形式，这样就得到一个 恒等式。然后根据恒等式的性质得出系数应满足的方程或 方程组，其后通过 解方程或方程组便可求出待定的系数，或找出某些系数所满足的关系式，这种解决问题的方法叫做待定系数法。

部外笔画：3步 bù 　 部首：止 部外：3 笔画数：7 笔顺：竖横竖横竖撇撇

问你老师吧，这种问题很难解释