泰勒級數計算機：公式、步驟和實例運算
泰勒級數計算機將一個函數改寫為在某一點的導數構成的無窮多項式項的和，使難以直接計算的曲線表現得像簡單的加法和乘法。每個泰勒級數計算機都是將同一個公式自動化——在中心點重複求導，再除以遞增的階乘——這個過程對任何足夠光滑的可重複求導的函數都可以手工進行。本指南涵蓋泰勒級數公式、稱為麥克勞林級數的特殊情況、四個完整實例運算（eˣ、sin x、ln(1+x) 和非零中心展開的 √x），如何估計餘項以瞭解多項式的實際精確度，以及手工展開時最常出現的錯誤。
目錄
什麼是泰勒級數計算機，它如何工作？
泰勒級數計算機以函數 f(x) 和中心點 a 為輸入，然後使用函數的值及其導數——一階、二階、三階等等——在該單一點處求值來構建多項式近似。這個由 18 世紀初 Brook Taylor 提出的核心理念是，如果你知道函數在某一點的所有性質（它的值、斜率、曲率等等），就可以用一個同時匹配所有這些性質的多項式來預測它在附近的行為。 每個泰勒級數計算機背後都隱藏著相同的公式：f(x) = f(a) + f'(a)(x-a) + f''(a)(x-a)²/2! + f'''(a)(x-a)³/3! + ...，繼續使用更高階導數除以遞增的階乘。每增加一項通常使多項式在 x = a 附近更加接近真實函數。 學生在微積分和微分方程課程中遇到泰勒級數計算機，通常應用於同一些表現良好的函數——eˣ、sin x、cos x、ln(1+x)——本指南通過手工運算展示了這些，以及使用非零中心的 √x 的例子。工程師和物理學家使用相同的展開式在數字變得太複雜而無法精確處理時，用簡單的多項式近似替換複雜函數。
f(x) = Σₙ₌₀^∞ f⁽ⁿ⁾(a)(x-a)ⁿ/n! — 每個泰勒級數計算機都只是這個和，截斷到你需要的項數為止。
什麼是泰勒級數公式，它與麥克勞林級數有何不同？
通用泰勒級數公式（以任意點 a 為中心）為： f(x) = Σₙ₌₀^∞ f⁽ⁿ⁾(a)(x-a)ⁿ/n! = f(a) + f'(a)(x-a) + f''(a)(x-a)²/2! + f'''(a)(x-a)³/3! + ... 這裡 f⁽ⁿ⁾(a) 表示 f 在 x = a 處的 n 階導數，n! 是 n 的階乘（0! = 1、1! = 1、2! = 2、3! = 6 等等）。每一項捕捉了函數在 a 處行為的不同方面：0 階導數給出值、1 階給出斜率、2 階給出曲率，更高階導數進一步精化形狀。 麥克勞林級數只是中心為 a = 0 的特殊情況：f(x) = f(0) + f'(0)x + f''(0)x²/2! + f'''(0)x³/3! + ...。因為 a = 0，每個 (x-a) 項簡化為 x，這就是為什麼 eˣ、sin x、cos x 和 ln(1+x) 的麥克勞林級數公式比在其他地方展開的通用泰勒級數看起來更簡潔。實際上，你記住的大多數「著名」級數——eˣ、sin x、cos x——都是麥克勞林級數，而當中心不是零時（例如圍繞 a = 4 展開 √x），完整的泰勒級數計算機才是必需的。
麥克勞林級數 = 以 a = 0 為中心的泰勒級數。每個麥克勞林級數都是一個泰勒級數，但並非每個泰勒級數都是麥克勞林級數。
如何逐步構建泰勒多項式？
一旦你選擇了中心和次數，手工構建泰勒多項式就是一個機械的過程。泰勒級數計算機內部運行的完全是這些步驟。
1. 步驟 1 — 選擇中心 a 和次數 n
選擇你將在其處求導數值的點 a（a = 0 給出麥克勞林級數），並決定需要多少項（次數 n）。更高的次數通常意味著在 a 附近更精確的近似，代價是需要更多求導。
2. 步驟 2 — 計算 f(a)、f'(a)、f''(a)、... 直到 n 階導數
重複求 f(x) 的導數並在 x = a 處計算每個導數。保持一個導數→在 a 處的值的運行表可以輕易發現模式（例如 sin x 導數的重複循環），然後才會變得枯燥。
3. 步驟 3 — 將每個導數值除以對應的階乘
(x-a)ⁿ 項的係數是 f⁽ⁿ⁾(a)/n!。分母中的這個階乘是使更高次項不會無限增大的原因——它與二項係數和組合學中出現的階乘相同。
4. 步驟 4 — 組合多項式
寫出和 f(a) + f'(a)(x-a) + f''(a)(x-a)²/2! + ... 直到選擇的次數 n。這個有限和稱為 n 次泰勒多項式，通常記為 Pₙ(x)。
5. 步驟 5 — 針對已知值檢查答案
代入一個接近 a 的 x 值並將多項式的輸出與真實函數值（來自計算器或已知恆等式）比較。小的差異確認展開是正確設置的；大的差異通常意味著導數或階乘計算錯誤。
係數模式永遠不變：(x-a)ⁿ 項的 f⁽ⁿ⁾(a)/n!。正確獲取導數，除以正確的階乘，剩下的就只是加法。
實例運算 1：eˣ 四次麥克勞林級數
函數 eˣ 是最簡潔的例子，因為 eˣ 的每個導數都是 eˣ 本身，所以在 a = 0 處計算的每個導數都等於 e⁰ = 1。
1. 步驟 1 — 列出在 a = 0 的導數
f(x) = eˣ、f'(x) = eˣ、f''(x) = eˣ、f'''(x) = eˣ、f⁗(x) = eˣ。在 x = 0 時：f(0) = f'(0) = f''(0) = f'''(0) = f⁗(0) = 1。
2. 步驟 2 — 除以階乘
係數：1/0! = 1、1/1! = 1、1/2! = 1/2、1/3! = 1/6、1/4! = 1/24。
3. 步驟 3 — 組合四次多項式
P₄(x) = 1 + x + x²/2 + x³/6 + x⁴/24。
4. 步驟 4 — 在 x = 1 檢查答案
真實值：e¹ ≈ 2.71828。使用 P₄(1) = 1 + 1 + 0.5 + 0.1667 + 0.0417 = 2.7083。近似值相差約 0.01，或大約 0.4%——僅用五項就已經相當接近，誤差隨著每個額外項而進一步縮小，因為下一項 x⁵/120 在 x = 1 處只約 0.0083。
eˣ 麥克勞林級數：1 + x + x²/2 + x³/6 + x⁴/24 + ... — 每個係數都是 1/n!，因為 eˣ 的每個導數都等於 eˣ。
實例運算 2：sin x 五次麥克勞林級數
sin x 的導數循環通過一個四個函數的重複模式，這使得一半的係數自動消失。
1. 步驟 1 — 在 a = 0 時循環通過導數
f(x) = sin x、f'(x) = cos x、f''(x) = -sin x、f'''(x) = -cos x、f⁗(x) = sin x、f⁽⁵⁾(x) = cos x。在 x = 0 時：f(0) = 0、f'(0) = 1、f''(0) = 0、f'''(0) = -1、f⁗(0) = 0、f⁽⁵⁾(0) = 1。
2. 步驟 2 — 除以階乘，只保留非零項
在 0 處的每個偶數階導數都是 0（因為 sin 0 = 0），所以只有奇數次項存活：x/1! = x、-x³/3! = -x³/6、x⁵/5! = x⁵/120。
3. 步驟 3 — 組合五次多項式
P₅(x) = x - x³/6 + x⁵/120。sin x 是奇函數，所以其麥克勞林級數自然只包含 x 的奇數次項。
4. 步驟 4 — 在 x = π/6（30°）檢查答案
真實值：sin(π/6) = 0.5 精確值。當 x = π/6 ≈ 0.5236 時：P₅(0.5236) = 0.5236 - (0.5236)³/6 + (0.5236)⁵/120 = 0.5236 - 0.02392 + 0.000328 ≈ 0.5000。五次多項式對這個相對較小的 x 值與真實值匹配到四位小數。
sin x 麥克勞林級數：x - x³/6 + x⁵/120 - ... — 只有奇數次項出現，交替的符號直接來自導數循環中的 -sin x 和 -cos x。
實例運算 3：ln(1+x) 麥克勞林級數在 x = 0.2，含誤差討論
函數 ln(1+x) 在 x = -1 時無定義，其級數只在 -1 < x ≤ 1 時收斂，這使其成為討論截斷多項式信任度的好例子。
1. 步驟 1 — 列出在 a = 0 的導數
f(x) = ln(1+x)、f'(x) = 1/(1+x)、f''(x) = -1/(1+x)²、f'''(x) = 2/(1+x)³、f⁗(x) = -6/(1+x)⁴。在 x = 0 時：f(0) = 0、f'(0) = 1、f''(0) = -1、f'''(0) = 2、f⁗(0) = -6。
2. 步驟 2 — 除以階乘
係數：1/1! = 1、-1/2! = -1/2、2/3! = 1/3、-6/4! = -1/4。這產生著名的模式 ln(1+x) = x - x²/2 + x³/3 - x⁴/4 + ...，其中第 n 個係數是 (-1)ⁿ⁺¹/n。
3. 步驟 3 — 在 x = 0.2 計算四次項
P₄(0.2) = 0.2 - (0.2)²/2 + (0.2)³/3 - (0.2)⁴/4 = 0.2 - 0.02 + 0.002667 - 0.0004 = 0.182267。
4. 步驟 4 — 與真實值比較並討論誤差
真實值：ln(1.2) ≈ 0.182322。四次近似與真實值相差約 0.000055，或大約 0.03%——非常小，因為 x = 0.2 接近中心 a = 0。如果你改為嘗試 x = 0.9（非常接近收斂邊界 x = 1），相同的四次多項式精度會明顯下降，因為當 x 接近級數收斂的邊界時，餘項增長很快。這就是為什麼檢查 x 與中心的距離和檢查使用多少項都同樣重要。
ln(1+x) 麥克勞林級數：x - x²/2 + x³/3 - x⁴/4 + ... — 在 x = 0.2 精確到四位小數，但相同的四次多項式當 x 接近收斂邊界 x = 1 時精度迅速下降。
實例運算 4：√x 圍繞非零中心 a = 4 的泰勒級數
√x 不像 eˣ 或 sin x 那樣由簡單的導數模式定義，而且它根本無法在 a = 0 附近展開（它的導數在那裡無限增大），這使其成為非零中心泰勒級數的完美例子。
1. 步驟 1 — 列出在 a = 4 的導數
f(x) = √x = x^(1/2)、f'(x) = (1/2)x^(-1/2)、f''(x) = -(1/4)x^(-3/2)、f'''(x) = (3/8)x^(-5/2)。在 x = 4 時：f(4) = 2、f'(4) = (1/2)(1/2) = 1/4、f''(4) = -(1/4)(1/8) = -1/32、f'''(4) = (3/8)(1/32) = 3/256。
2. 步驟 2 — 除以階乘
係數：2/0! = 2、(1/4)/1! = 1/4、(-1/32)/2! = -1/64、(3/256)/3! = 1/512。
3. 步驟 3 — 組合以 a = 4 為中心的三次泰勒多項式
P₃(x) = 2 + (1/4)(x-4) - (1/64)(x-4)² + (1/512)(x-4)³。每一項都使用 (x-4)，而不是 x，因為中心是 a = 4。
4. 步驟 4 — 在 x = 4.5 檢查答案
真實值：√4.5 ≈ 2.12132。當 (x-4) = 0.5 時：P₃(4.5) = 2 + (1/4)(0.5) - (1/64)(0.25) + (1/512)(0.125) = 2 + 0.125 - 0.003906 + 0.000244 ≈ 2.12134。這在真實值的 0.00002 內，因為 x = 4.5 接近中心 a = 4——相同的接近規則使 ln(1+x) 例子在 x = 0.2 精確。
√x 在 a = 4 的泰勒級數：2 + (x-4)/4 - (x-4)²/64 + (x-4)³/512 - ... — 在 a = 4 居中避免了 √x 在 a = 0 有的未定義導數。
如何估計餘項以瞭解泰勒多項式的精確度？
n 次泰勒多項式只是一個近似，它與真實函數的間隙稱為餘項 Rₙ(x)。餘項的拉格朗日形式提供了一個具體的方式來限制它：Rₙ(x) = f⁽ⁿ⁺¹⁾(c)(x-a)ⁿ⁺¹/(n+1)! 對於某個 c 在 a 與 x 之間。你通常不知道 c 的確切值，但可以通過它在 a 與 x 之間區間上的最大可能大小來限制 f⁽ⁿ⁺¹⁾(c)，這給出了誤差的上界，即使不知道 c 的確切值。 對於 eˣ 例子，因為 eˣ 及其所有導數在 [0,1] 上遞增且由 e¹ ≈ 2.71828 限制，四次項之後的餘項最多約 e¹ · 1⁵/5! ≈ 2.71828/120 ≈ 0.02265——與實際觀測到的 0.01 誤差一致，因為界限是上限，不是精確值。 對於 sin x 或 ln(1+x) 的麥克勞林級數這樣的交替級數，有一個更簡單的捷徑：誤差不超過第一個被省略項的絕對值。在 x = 0.2 的 ln(1+x) 例子中，四次項後的第一個省略項是 x⁵/5 = (0.2)⁵/5 = 0.0000064，這與約 0.000055 的實際誤差相符（交替界限是安全的上估計，不總是精確匹配）。
交替級數餘項捷徑：從截斷產生的誤差絕不超過你遺漏的第一項的大小——不需要導數界限。
什麼錯誤會破壞手算泰勒級數？
幾個重複出現的錯誤佔了大多數不正確的泰勒級數計算。
1. 忘記除以階乘
將 (x-a)ⁿ 的係數寫為 f⁽ⁿ⁾(a) 而不是 f⁽ⁿ⁾(a)/n! 是最常見的錯誤——它使線性項之後的每一項都遠遠太大。雙重檢查每個連續項的 n! 增長（1、1、2、6、24、120、...）。
2. 對非零中心使用 x 而不是 (x-a)
如上面的 √x 例子所示，當 a ≠ 0 時，每一項都必須使用 (x-a)，而不是 x。寫 x⁴/4 而不是 (x-4)⁴/4! 對以 a = 4 為中心的展開產生一個實際上不接近 x = 4 附近函數的多項式。
3. 在導數循環中失去蹤跡
像 sin x 和 cos x 這樣的函數循環通過四個導數（sin、cos、-sin、-cos）在重複前。計算錯位——特別是過了第三或第四導數——是翻轉符號或使用錯誤函數的簡單方式。
4. 在中心遠處信任多項式
泰勒多項式在其中心 a 最精確，當 x 遠離時變得漸進不可靠，如上面 ln(1+x) 討論所示。在用截斷級數進行特定數值計算前，總是用餘項估計進行合理性檢查，或至少詢問 x 是否「接近」a。
對任何泰勒多項式的最快合理性檢查：它是否在某個簡單點匹配函數的已知值，或餘項界限是否解釋了間隙的大小？大的、無法解釋的不匹配通常意味著階乘或符號錯誤。
泰勒級數計算機練習問題和常見問題
自己試試，然後檢查下面的答案。1) 找 cos x 的三次麥克勞林多項式。2) 找 ln x 以 a = 1 為中心的二次泰勒多項式。3) 估計在 x = 1 處計算時，eˣ 麥克勞林級數在 x² 項後截斷的餘項。 答案：1) f(0)=1、f'(0)=0、f''(0)=-1、f'''(0)=0，給出 P₃(x) = 1 - x²/2（x 和 x³ 項消失因為 cos x 是偶函數）。2) 在 a = 1：f(1)=0、f'(1)=1、f''(1)=-1，給出 P₂(x) = (x-1) - (x-1)²/2。3) 餘項界限是 e¹ · 1³/3! ≈ 2.71828/6 ≈ 0.4531——一個寬鬆的界限，因為只保留了兩項，顯示為什麼在 x = 1 附近需要更多項來保持緊密精確度。 泰勒級數計算機對手工檢查確實有用，特別是為了捕捉跨多個導數項的階乘或符號錯誤，但基礎公式——f(a)、f'(a)、f''(a)，除以匹配的階乘——才是真正讓你正確設置問題的原因。如果你想要每個導數和階乘步驟明確顯示而不僅僅是最終多項式，Solvify 的逐步求解器按照本指南相同的方式逐項走過每個泰勒級數計算。
1. 泰勒級數計算機與麥克勞林級數計算機相同嗎？
麥克勞林級數計算機只是中心固定在 a = 0 的泰勒級數計算機。任何計算通用泰勒級數的工具可以通過設置 a = 0 產生麥克勞林級數，但專用的僅麥克勞林工具無法處理非零中心如上面的 √x 例子。
2. 泰勒多項式應該包含多少項？
這取決於 x 離中心 a 有多遠以及你需要多少精確度。在中心附近，即使 3-4 項也可以匹配真實值到多位小數，如 ln(1+x) 和 √x 例子所示；遠離中心，許多更多項——或完全不同的中心——可能是必需的，餘項估計是檢查的可靠方式。
配方永遠不變：在中心重複求導，除以匹配的階乘，然後加起項。其他一切——麥克勞林作為特殊情況、餘項界限、中心附近收斂——都建立在那個相同的基礎上。
相關文章
相關數學解題工具
逐步解答
構建泰勒多項式時獲得每個導數和階乘步驟明確顯示，包括告訴你它有多精確的餘項估計。
智能掃描求解器
拍攝教科書或問題集中泰勒或麥克勞林級數問題的照片，立即獲得完整的實例運算解答。
AI 數學家教
在處理特定泰勒級數問題時，提出關於餘項界限、收斂或非零點居中的後續問題。