多元函数中的泰勒公式的表达
多元函数中最优化问题的目标函数往往是一个复杂的函数,简化问题的时候,通常表达为在某一点的泰勒展开的表达式。与一元函数类似,多元函数中的泰勒公式在应用问题上也具有着举足轻重的作用。
基本思想 不论是多元函数也好,还是一元函数也好,最基本的泰勒公式的展开式基本思想是用多项式函数逼近函数本身。
一元函数的泰勒公式
设函数 f ( x ) f(x) f(x)在点 x 0 x_{0} x0处的邻域内有 n + 1 n+1 n+1阶导数,那么就会有泰勒展开式
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + 1 2 ! f ′ ′ ( x 0 ) ( x − x 0 ) 2 + ⋯ + 1 n ! f ( n ) ( x 0 ) ( x − x 0 ) n + R n f(x)=f(x_{0})+f^{\prime}(x_{0})(x-x_{0})+\frac{1}{2!}f^{\prime\prime}(x_{0})(x-x_{0})^{2}+\dots+\frac{1}{n!}f^{(n)}(x_{0})(x-x_{0})^{n}+R_{n} f(x)=f(x0)+f′(x0)(x−x0)+2!1f′′(x0)(x−x0)2+⋯+n!1f(n)(x0)(x−x0)n+Rn
或者表示为
f ( x ) = ∑ k = 0 n 1 n ! f ( n ) ( x 0 ) ( x − x 0 ) n + R n f(x)=\sum\limits_{k=0}^{n}\frac{1}{n!}f^{(n)}(x_{0})(x-x_{0})^{n}+R_{n} f(x)=k=0∑nn!1f(n)(x0)(x−x0)n+Rn
其中 R n R_{n} Rn被称为余项
R n = 1 ( n + 1 ) ! f ( n + 1 ) ( ξ ) ( x − x 0 ) n + 1 , ξ ∈ ( x , x 0 ) R_{n}=\frac{1}{(n+1)!}f^{(n+1)}(\xi)(x-x_{0})^{n+1},\xi\in{(x,x_{0})} Rn=(n+1)!1f(n+1)(ξ)(x−x0)n+1,ξ∈(x,x0)
一般地,拉格朗日余项中 ξ = x 0 + θ Δ x , Δ x = x − x 0 , 0 < θ < 1 \xi=x_{0}+\theta\Delta{x},\Delta{x}=x-x_{0},0<\theta<1 ξ=x0+θΔx,Δx=x−x0,0<θ<1。
二元函数的泰勒公式
二元函数的泰勒公式是一元函数的推广。设 f ( x , y ) f(x,y) f(x,y)在点 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)的邻域内含有 n + 1 n+1 n+1阶的可微函数,那么在 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)处的泰勒展开式表示为
f ( x , y ) = f ( x 0 , y 0 ) + ( Δ x ∂ ∂ x + Δ y ∂ ∂ y ) f ( x 0 , y 0 ) + 1 2 ! ( Δ x ∂ ∂ x + Δ y ∂ ∂ y ) 2 f ( x 0 , y 0 ) + ⋯ + 1 n ! ( Δ x ∂ ∂ x + Δ y ∂ ∂ y ) n f ( x 0 , y 0 ) + R n f(x,y)=f(x_{0},y_{0})+\left(\Delta{x}\dfrac{\partial}{\partial{x}}+\Delta{y}\frac{\partial}{\partial{y}}\right)f(x_{0},y_{0})+\frac{1}{2!}\left(\Delta{x}\dfrac{\partial}{\partial{x}}+\Delta{y}\frac{\partial}{\partial{y}}\right)^{2}f(x_{0},y_{0})+\dots+\frac{1}{n!}\left(\Delta{x}\dfrac{\partial}{\partial{x}}+\Delta{y}\frac{\partial}{\partial{y}}\right)^{n}f(x_{0},y_{0})+R_{n} f(x,y)=f(x0,y

最低0.47元/天 解锁文章
9742

被折叠的 条评论
为什么被折叠?



