Taylor公式和插值多项式

2023-11-14

Taylor公式和插值多项式

笔记总结自:复旦大学-陈纪修-《数学分析》课程-第5章第3节-Taylor公式和插值多项式

一、Taylor公式

f ( x ) = ∑ k = 0 n f ( k ) ( x 0 ) k ! ( x − x 0 ) k + R n ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + 1 2 ! f ′ ′ ( x 0 ) ( x − x 0 ) 2 + . . . + 1 n ! f ( k ) ( x 0 ) ( x − x 0 ) n + R n ( x ) \begin{aligned} f(x) &= \sum\limits^{n}_{k=0}\frac{f^{(k)}(x_{0})}{k!}(x-x_{0})^{k}+R_{n}(x) \\ &= f(x_{0})+f'(x_{0})(x-x_{0})+\frac{1}{2!}f''(x_{0})(x-x_{0})^{2}+...+\frac{1}{n!}f^{(k)}(x_{0})(x-x_{0})^{n}+R_{n}(x) \end{aligned} f(x)=k=0nk!f(k)(x0)(xx0)k+Rn(x)=f(x0)+f(x0)(xx0)+2!1f(x0)(xx0)2+...+n!1f(k)(x0)(xx0)n+Rn(x)


P n ( x ) = ∑ k = 0 n f ( k ) ( x 0 ) k ! ( x − x 0 ) k P_{n}(x)=\sum\limits^{n}_{k=0}\frac{f^{(k)}(x_{0})}{k!}(x-x_{0})^{k} Pn(x)=k=0nk!f(k)(x0)(xx0)k称为 f f f x = x 0 x=x_{0} x=x0处的n次Taylor多项式


带Peano余项的Taylor公式

定义:

f ( x ) f(x) f(x) x 0 x_{0} x0有n阶导数,则在 x 0 x_{0} x0的邻域成立 f ( x ) = P n ( x ) + R n ( x ) f(x)=P_{n}(x)+R_{n}(x) f(x)=Pn(x)+Rn(x)

R n ( x ) = o ( ( x − x 0 ) n ) R_{n}(x)=o((x-x_{0})^{n}) Rn(x)=o((xx0)n)称为 f f f x = x 0 x=x_{0} x=x0处的Peano余项


注意: f ( x ) 在 f(x)在 f(x) x 0 x_{0} x0处n阶可导,n-1阶连续,n阶不一定连续


证明:

即证 R n ( x ) = o ( ( x − x 0 ) n ) R_{n}(x)=o((x-x_{0})^{n}) Rn(x)=o((xx0)n)满足Taylor公式

R n ( x ) = f ( x ) − ∑ k = 0 n f ( k ) ( x 0 ) k ! ( x − x 0 ) k R_{n}(x)=f(x)-\sum\limits^{n}_{k=0}\frac{f^{(k)}(x_{0})}{k!}(x-x_{0})^{k} Rn(x)=f(x)k=0nk!f(k)(x0)(xx0)k

R n ′ ( x ) = f ′ ( x ) − ∑ k = 1 n f ( k ) ( x 0 ) ( k − 1 ) ! ( x − x 0 ) k − 1 R'_{n}(x)=f'(x)-\sum\limits^{n}_{k=1}\frac{f^{(k)}(x_{0})}{(k-1)!}(x-x_{0})^{k-1} Rn(x)=f(x)k=1n(k1)!f(k)(x0)(xx0)k1

R n ′ ′ ( x ) = f ′ ′ ( x ) − ∑ k = 2 n f ( k ) ( x 0 ) ( k − 2 ) ! ( x − x 0 ) k − 2 R''_{n}(x)=f''(x)-\sum\limits^{n}_{k=2}\frac{f^{(k)}(x_{0})}{(k-2)!}(x-x_{0})^{k-2} Rn(x)=f(x)k=2n(k2)!f(k)(x0)(xx0)k2

R n ( n − 1 ) ( x ) = f ( n − 1 ) ( x ) − ∑ k = n − 1 n f ( k ) ( x 0 ) ( k − ( n − 1 ) ) ! ( x − x 0 ) k − ( n − 1 ) R^{(n-1)}_{n}(x)=f^{(n-1)}(x)-\sum\limits^{n}_{k=n-1}\frac{f^{(k)}(x_{0})}{(k-(n-1))!}(x-x_{0})^{k-(n-1)} Rn(n1)(x)=f(n1)(x)k=n1n(k(n1))!f(k)(x0)(xx0)k(n1)

可得:

R n ( x 0 ) = f ( x 0 ) − f ( x 0 ) 0 ! ( x 0 − x 0 ) 0 = 0 R_{n}(x_{0})=f(x_{0})-\frac{f(x_{0})}{0!}(x_{0}-x_{0})^{0}=0 Rn(x0)=f(x0)0!f(x0)(x0x0)0=0

R n ′ ( x 0 ) = f ′ ( x 0 ) − f ′ ( x 0 ) 0 ! ( x 0 − x 0 ) 0 = 0 R'_{n}(x_{0})=f'(x_{0})-\frac{f'(x_{0})}{0!}(x_{0}-x_{0})^{0}=0 Rn(x0)=f(x0)0!f(x0)(x0x0)0=0

R n ′ ′ ( x 0 ) = f ′ ′ ( x 0 ) − f ′ ′ ( x 0 ) 0 ! ( x 0 − x 0 ) 0 = 0 R''_{n}(x_{0})=f''(x_{0})-\frac{f''(x_{0})}{0!}(x_{0}-x_{0})^{0}=0 Rn(x0)=f(x0)0!f(x0)(x0x0)0=0

R n ( n − 1 ) ( x 0 ) = f ′ ( x 0 ) − f ( n − 1 ) ( x 0 ) 0 ! ( x 0 − x 0 ) 0 = 0 R^{(n-1)}_{n}(x_{0})=f'(x_{0})-\frac{f^{(n-1)}(x_{0})}{0!}(x_{0}-x_{0})^{0}=0 Rn(n1)(x0)=f(x0)0!f(n1)(x0)(x0x0)0=0


又因为

R n ( n − 1 ) ( x ) = f ( n − 1 ) ( x ) − ∑ k = n − 1 n f ( k ) ( x 0 ) ( k − ( n − 1 ) ) ! ( x − x 0 ) k − ( n − 1 ) = f ( n − 1 ) ( x ) − f ( n − 1 ) ( x 0 ) − f ( n ) ( x 0 ) ( x − x 0 ) \begin{aligned} R^{(n-1)}_{n}(x) &= f^{(n-1)}(x)-\sum\limits^{n}_{k=n-1}\frac{f^{(k)}(x_{0})}{(k-(n-1))!}(x-x_{0})^{k-(n-1)} \\ &= f^{(n-1)}(x)-f^{(n-1)}(x_{0})-f^{(n)}(x_{0})(x-x_{0}) \end{aligned} Rn(n1)(x)=f(n1)(x)k=n1n(k(n1))!f(k)(x0)(xx0)k(n1)=f(n1)(x)f(n1)(x0)f(n)(x0)(xx0)

所以

lim ⁡ x → x 0 R n ( x ) ( x − x 0 ) n = 0 0 lim ⁡ x → x 0 R n ′ ( x ) n ( x − x 0 ) n − 1 = 0 0 . . . = 0 0 lim ⁡ x → x 0 R n ( n − 1 ) ( x ) n ( n − 1 ) . . . 2 ( x − x 0 ) \lim\limits_{x\rarr x_{0}}\frac{R_{n}(x)}{(x-x_{0})^{n}} \overset{\frac{0}{0}}{=} \lim\limits_{x\rarr x_{0}}\frac{R'_{n}(x)}{n(x-x_{0})^{n-1}} \overset{\frac{0}{0}}{=} ... \overset{\frac{0}{0}}{=} \lim\limits_{x\rarr x_{0}}\frac{R^{(n-1)}_{n}(x)}{n(n-1)...2(x-x_{0})} xx0lim(xx0)nRn(x)=00xx0limn(xx0)n1Rn(x)=00...=00xx0limn(n1)...2(xx0)Rn(n1)(x)

= lim ⁡ x → x 0 1 n ! ⋅ [ f ( n − 1 ) ( x ) − f ( n − 1 ) ( x 0 ) x − x 0 − f ( n ) ( x 0 ) ] = 0 =\lim\limits_{x\rarr x_{0}}\frac{1}{n!}\cdot[\frac{f^{(n-1)}(x)-f^{(n-1)}(x_{0})}{x-x_{0}}-f^{(n)}(x_{0})]=0 =xx0limn!1[xx0f(n1)(x)f(n1)(x0)f(n)(x0)]=0


所以 R n ( x ) = o ( ( x − x 0 ) n ) R_{n}(x)=o((x-x_{0})^{n}) Rn(x)=o((xx0)n)


带Lagrange余项的Taylor公式

定义:

f ( x ) f(x) f(x) [ a , b ] [a,b] [a,b]有n阶连续导数,在 ( a , b ) (a,b) (a,b)有n+1阶导数。

x 0 ∈ [ a , , b ] x_{0}\in[a,,b] x0[a,,b]为一定点,则对任意 x ∈ [ a , , b ] x\in[a,,b] x[a,,b]

f ( x ) = P n ( x ) + R n ( x ) f(x)=P_{n}(x)+R_{n}(x) f(x)=Pn(x)+Rn(x)

R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 R_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_{0})^{n+1} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1称为 f f f x = x 0 x=x_{0} x=x0处的Lagrange余项,其中 ξ \xi ξ x x x x 0 x_{0} x0之间


证明:

即证 R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 R_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_{0})^{n+1} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1满足Taylor公式

不妨设 x > x 0 x>x_{0} x>x0


G ( t ) = f ( x ) − ∑ k = 0 n f ( k ) ( t ) k ! ( x − t ) k G(t)=f(x)-\sum\limits^{n}_{k=0}\frac{f^{(k)}(t)}{k!}(x-t)^{k} G(t)=f(x)k=0nk!f(k)(t)(xt)k

G ( x ) = f ( x ) − ∑ k = 0 n f ( k ) ( x ) k ! ( x − x ) k = f ( x ) − f ( x ) = 0 G(x)=f(x)-\sum\limits^{n}_{k=0}\frac{f^{(k)}(x)}{k!}(x-x)^{k}=f(x)-f(x)=0 G(x)=f(x)k=0nk!f(k)(x)(xx)k=f(x)f(x)=0

     G ( x 0 ) = f ( x 0 ) − ∑ k = 0 n f ( k ) ( x 0 ) k ! ( x − x 0 ) k = f ( x ) − f ( x ) = R n ( x ) G(x_{0})=f(x_{0})-\sum\limits^{n}_{k=0}\frac{f^{(k)}(x_{0})}{k!}(x-x_{0})^{k}=f(x)-f(x)=R_n(x) G(x0)=f(x0)k=0nk!f(k)(x0)(xx0)k=f(x)f(x)=Rn(x)

H ( t ) = ( x − t ) n + 1 H(t)=(x-t)^{n+1} H(t)=(xt)n+1

H ( x ) = 0 H(x)=0 H(x)=0

     H ( x 0 ) = ( x − x 0 ) n + 1 H(x_{0})=(x-x_{0})^{n+1} H(x0)=(xx0)n+1

G ( t ) , H ( t ) G(t),H(t) G(t),H(t) [ x 0 , x ] [x_{0},x] [x0,x]连续,在 ( x 0 , x ) (x_{0},x) (x0,x)可导


G ′ ( t ) = − ∑ k = 0 n 1 k ! [ f ( k ) ( t ) ( x − t ) k ] ′ = − ∑ k = 0 n f ( k + 1 ) ( t ) k ! ( x − t ) k + ∑ k = 1 n f ( k ) ( t ) ( k − 1 ) ! ( x − t ) k − 1 = − ∑ k = 1 n + 1 f ( k ) ( t ) ( k − 1 ) ! ( x − t ) k − 1 + ∑ k = 1 n f ( k ) ( t ) ( k − 1 ) ! ( x − t ) k − 1 = − f ( n + 1 ) ( t ) n ! ( x − t ) n \begin{aligned} G'(t) &= -\sum\limits^{n}_{k=0}\frac{1}{k!}[f^{(k)}(t)(x-t)^{k}]' \\ &= -\sum\limits^{n}_{k=0}\frac{f^{(k+1)}(t)}{k!}(x-t)^{k}+\sum\limits^{n}_{k=1}\frac{f^{(k)}(t)}{(k-1)!}(x-t)^{k-1} \\ &= -\sum\limits^{n+1}_{k=1}\frac{f^{(k)}(t)}{(k-1)!}(x-t)^{k-1}+\sum\limits^{n}_{k=1}\frac{f^{(k)}(t)}{(k-1)!}(x-t)^{k-1} \\ &= -\frac{f^{(n+1)}(t)}{n!}(x-t)^{n} \end{aligned} G(t)=k=0nk!1[f(k)(t)(xt)k]=k=0nk!f(k+1)(t)(xt)k+k=1n(k1)!f(k)(t)(xt)k1=k=1n+1(k1)!f(k)(t)(xt)k1+k=1n(k1)!f(k)(t)(xt)k1=n!f(n+1)(t)(xt)n

H ′ ( t ) = − ( n + 1 ) ( x − t ) n H'(t)=-(n+1)(x-t)^{n} H(t)=(n+1)(xt)n

R n ( x ) ( x − x 0 ) n + 1 = G ( x 0 ) H ( x 0 ) = G ( x 0 ) − G ( x ) H ( x 0 ) − H ( x ) = G ′ ( ξ ) H ′ ( ξ ) = f n + 1 ( ξ ) ( n + 1 ) ! ( x 0 < ξ < x ) \begin{aligned} \frac{R_{n}(x)}{(x-x_{0})^{n+1}} &= \frac{G(x_{0})}{H(x_{0})} \\ &= \frac{G(x_{0})-G(x)}{H(x_{0})-H(x)} \\ &= \frac{G'(\xi)}{H'(\xi)} \\ &= \frac{f^{n+1}(\xi)}{(n+1)!} & (x_{0}<\xi<x)\end{aligned} (xx0)n+1Rn(x)=H(x0)G(x0)=H(x0)H(x)G(x0)G(x)=H(ξ)G(ξ)=(n+1)!fn+1(ξ)(x0<ξ<x)


所以 R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 R_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_{0})^{n+1} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1,其中 ξ \xi ξ x x x x 0 x_{0} x0之间



二、插值多项式

已知:确定多项式 p n = a 0 + a 1 x + a 2 x 2 + . . . + a n x n p_{n}=a_{0}+a_{1}x+a_{2}x^{2}+...+a_{n}x^{n} pn=a0+a1x+a2x2+...+anxn至少需要n+1个条件

目标:对于 [ a , b ] [a,b] [a,b]上的函数 f ( x ) f(x) f(x),找到n+1个条件来确定 f ( x ) f(x) f(x)的插值多项式 p n ( x ) p_{n}(x) pn(x)


插值多项式的定义

已知 f ( x ) f(x) f(x) ( a , b ) (a,b) (a,b)内的m+1个互异点 x 0 , x 1 , . . . x m x_{0},x_{1},...x_{m} x0,x1,...xm上的函数值和若干阶导数 f ( j ) ( x ) f^{(j)}(x) f(j)(x),其中 i = 0 , 1 , 2 , . . . , m i=0,1,2,...,m i=0,1,2,...,m j = 0 , 1 , . . . , m a x ( n i ) − 1 j=0,1,...,max(n_{i})-1 j=0,1,...,max(ni)1

n i n_{i} ni表示 f ( x ) f(x) f(x)在点 x i x_{i} xi处已知的导数值的个数, m j m_{j} mj表示已知 j j j阶导数值的点的个数, ∑ j = 0 n + 1 m j = ∑ i = 0 m n i = n + 1 \sum\limits_{j=0}^{n+1}m_{j}=\sum\limits_{i=0}^{m}n_{i}=n+1 j=0n+1mj=i=0mni=n+1

若存在一个n次多项式 P n ( x ) P_{n}(x) Pn(x)满足所有插值条件 p n ( j ) ( x i ) = f ( j ) ( x i ) p^{(j)}_{n}(x_{i})=f^{(j)}(x_{i}) pn(j)(xi)=f(j)(xi),则称 p n ( x ) p_{n}(x) pn(x) f ( x ) f(x) f(x)关于插值结点 x 0 , x 1 , . . . , x m x_{0},x_{1},...,x_{m} x0,x1,...,xm的n次插值多项式


例如:

x 0 x_{0} x0 x 1 x_{1} x1 x 2 x_{2} x2 x 3 x_{3} x3 m j m_{j} mj
j = 0 j=0 j=0 f ( x 0 ) f(x_{0}) f(x0) f ( x 1 ) f(x_{1}) f(x1) f ( x 2 ) f(x_{2}) f(x2) f ( x 3 ) f(x_{3}) f(x3) m 0 = 4 m_{0}=4 m0=4
j = 1 j=1 j=1 f ′ ( x 0 ) f'(x_{0}) f(x0) f ′ ( x 2 ) f'(x_{2}) f(x2) f ′ ( x 3 ) f'(x_{3}) f(x3) m 1 = 3 m_{1}=3 m1=3
j = 2 j=2 j=2 f ′ ′ ( x 0 ) f''(x_{0}) f(x0) f ′ ′ ( x 2 ) f''(x_{2}) f(x2) f ′ ′ ( x 3 ) f''(x_{3}) f(x3) m 2 = 3 m_{2}=3 m2=3
j = 3 j=3 j=3 f ′ ′ ′ ( x 2 ) f'''(x_{2}) f(x2) m 3 = 1 m_{3}=1 m3=1
n i n_{i} ni n 0 = 3 n_{0}=3 n0=3 n 1 = 1 n_{1}=1 n1=1 n 2 = 4 n_{2}=4 n2=4 n 3 = 3 n_{3}=3 n3=3 n + 1 = 11 n+1=11 n+1=11

插值多项式余项定理

定义:

f ( n ) ( x ) f^{(n)}(x) f(n)(x) [ a , b ] [a,b] [a,b]连续, f ( n + 1 ) ( x ) f^{(n+1)}(x) f(n+1)(x) ( a , b ) (a,b) (a,b)存在,其插值多项式为 p n ( x ) p_{n}(x) pn(x)。那么对任意 x ∈ ( a , b ) x\in(a,b) x(a,b),插值余项:

R n ( x ) = f ( x ) − p n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ∏ i = 0 m ( x − x i ) n i R_{n}(x)=f(x)-p_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}\prod\limits^{m}_{i=0}(x-x_{i})^{n_{i}} Rn(x)=f(x)pn(x)=(n+1)!f(n+1)(ξ)i=0m(xxi)ni

这里 ξ \xi ξ是介于 x m i n = m i n ( x 0 , x 1 , . . . , x m , x ) x_{min}=min(x_{0},x_{1},...,x_{m},x) xmin=min(x0,x1,...,xm,x) x m a x = m a x ( x 0 , x 1 , . . . , x m , x ) x_{max}=max(x_{0},x_{1},...,x_{m},x) xmax=max(x0,x1,...,xm,x)之间的一个数(一般依赖于 x x x


证明:

x ≠ x i x\neq x_{i} x=xi

令n+1次多项式 w n + 1 ( t ) = ∏ i = 0 m ( t − x i ) n i w_{n+1}(t)=\prod\limits^{m}_{i=0}(t-x_{i})^{n_{i}} wn+1(t)=i=0m(txi)ni

w n + 1 ( j ) ( x i ) = 0 , ( i = 0 , 1 , 2 , . . . , m j = 0 , 1 , . . . , m a x ( n i ) − 1 ) w^{(j)}_{n+1}(x_{i})=0, \left(\begin{array}{l} i=0,1,2,...,m \\ j=0,1,...,max(n_{i})-1\end{array}\right) wn+1(j)(xi)=0,(i=0,1,2,...,mj=0,1,...,max(ni)1)

φ ( t ) = f ( t ) − p n ( t ) − w n + 1 ( t ) w n + 1 ( x ) ( f ( x ) − p n ( x ) ) \varphi(t)=f(t)-p_{n}(t)-\frac{w_{n+1}(t)}{w_{n+1}(x)}(f(x)-p_{n}(x)) φ(t)=f(t)pn(t)wn+1(x)wn+1(t)(f(x)pn(x))

因为 f ( j ) ( x i ) = p n ( j ) ( x i ) f^{(j)}(x_{i})=p_{n}^{(j)}(x_{i}) f(j)(xi)=pn(j)(xi) w n + 1 ( j ) ( x i ) = 0 w^{(j)}_{n+1}(x_{i})=0 wn+1(j)(xi)=0

所以 φ ( j ) ( x i ) = f ( j ) ( x i ) − p n ( j ) ( x i ) − w n + 1 ( j ) ( x i ) w n + 1 ( x ) ( f ( x ) − p n ( x ) ) = 0 , ( i = 0 , 1 , 2 , . . . , m j = 0 , 1 , . . . , m a x ( n i ) − 1 ) \varphi^{(j)}(x_{i})=f^{(j)}(x_{i})-p_{n}^{(j)}(x_{i})-\frac{w_{n+1}^{(j)}(x_{i})}{w_{n+1}(x)}(f(x)-p_{n}(x))=0, \left(\begin{array}{l}i=0,1,2,...,m \\ j=0,1,...,max(n_{i})-1\end{array}\right) φ(j)(xi)=f(j)(xi)pn(j)(xi)wn+1(x)wn+1(j)(xi)(f(x)pn(x))=0,(i=0,1,2,...,mj=0,1,...,max(ni)1)


令上式中 j = 0 j=0 j=0,可得 φ ( x i ) = 0 \varphi(x_{i})=0 φ(xi)=0

又因为 φ ( x ) = f ( x ) − p n ( x ) − w n + 1 ( x ) w n + 1 ( x ) ( f ( x ) − p n ( x ) ) = 0 \varphi(x)=f(x)-p_{n}(x)-\frac{w_{n+1}(x)}{w_{n+1}(x)}(f(x)-p_{n}(x))=0 φ(x)=f(x)pn(x)wn+1(x)wn+1(x)(f(x)pn(x))=0

所以 φ ( t ) \varphi(t) φ(t)的零点: { x 0 , x 1 , . . . , x m , x } \{x_{0},x_{1},...,x_{m},x\} {x0,x1,...,xm,x},共 m 0 + 1 m_{0}+1 m0+1

由Rolle定理:

φ ′ ( t ) \varphi'(t) φ(t)的零点有 m 0 + m 1 m_{0}+m_{1} m0+m1

φ ′ ′ ( t ) \varphi''(t) φ(t)的零点有 m 0 + m 1 + m 2 − 1 m_{0}+m_{1}+m_{2}-1 m0+m1+m21

φ ′ ( t ) \varphi'(t) φ(t)的零点有 m 0 + m 1 + . . . + m n + 1 − n = 1 m_{0}+m_{1}+...+m_{n+1}-n=1 m0+m1+...+mn+1n=1个,设该零点为 ξ \xi ξ

ξ ∈ ( x m i n , x m a x ) , φ ( n + 1 ) ( ξ ) = 0 \xi\in(x_{min},x_{max}),\varphi^{(n+1)}(\xi)=0 ξ(xmin,xmax),φ(n+1)(ξ)=0


因为 p n ( x ) p_{n}(x) pn(x)是n次多项式,所以其n+1阶导数为0

w n + 1 ( t ) = ∏ i = 0 m ( t − x i ) n i w_{n+1}(t)=\prod\limits^{m}_{i=0}(t-x_{i})^{n_{i}} wn+1(t)=i=0m(txi)ni是n+1次多项式,对它求n+1阶导数相当于对它的最高次项 t n + 1 t^{n+1} tn+1求n+1阶导数,得到 w n + 1 ( n + 1 ) ( t ) = ( n + 1 ) ! w_{n+1}^{(n+1)}(t)=(n+1)! wn+1(n+1)(t)=(n+1)!

因此:

φ ( n + 1 ) ( ξ ) = f ( n + 1 ) ( x ) − ( n + 1 ) ! w n + 1 ( x ) ( f ( x ) − p n ( x ) ) = 0 \varphi^{(n+1)}(\xi)=f^{(n+1)}(x)-\frac{(n+1)!}{w_{n+1}(x)}(f(x)-p_{n}(x))=0 φ(n+1)(ξ)=f(n+1)(x)wn+1(x)(n+1)!(f(x)pn(x))=0

⇒ R n ( x ) = f ( x ) − p n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ∏ i = 0 m ( x − x i ) n i \Rarr R_{n}(x)=f(x)-p_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}\prod\limits^{m}_{i=0}(x-x_{i})^{n_{i}} Rn(x)=f(x)pn(x)=(n+1)!f(n+1)(ξ)i=0m(xxi)ni

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Taylor公式和插值多项式 的相关文章

  • 基础算法题——折线分割平面(规律)

    题目 测试平台 我们看到过很多直线分割平面的题目 今天的这个题目稍微有些变化 我们要求的是n条折线分割平面的最大数目 比如 一条折线可以将平面分成两部分 两条折线最多可以将平面分成7部分 具体如下所示 Input 输入数据的第一行是一个整数
  • 多元函数的泰勒展开公式

    泰勒定理 泰勒展开是一个很有趣的方法 应该大部分人都看过下面这么一条定理 泰勒定理 若函数f x 在闭区间 a b 上存在直至n阶的连续导函数 在开区间 a b 内存在 n 1 阶导函数 则对任意给定的 x x0 a b x x 0 a
  • AI笔记: 数学基础之正交矩阵与矩阵的QR分解

    正交矩阵 若n阶方阵A满足 A T A E A TA E ATA E 则称A为正交矩阵 简称正交阵 复数域上称为酉矩
  • 【数学】3、动态规划

    文章目录 一 原理 1 1 如何想到dp 二 案例 2 1 编辑距离 2 1 1 状态转移 2 1 2 状态转移方程和编程实现 2 2 钱币组合 一 原理 接着文本搜索的话题 来聊聊查询推荐 Query Suggestion 的实现过程 以
  • 矩阵的秩与行列式的几何意义

    这里首先讨论一个长期以来困惑工科甚至物理系学生的一个数学问题 即 究竟什么是面积 以及面积的高维推广 体积等 1 关于面积 一种映射 大家会说 面积 不就是长乘以宽么 其实不然 我们首先明确 这里所讨论的面积 是欧几里得空间几何面积的基本单
  • 机器学习与数学基础知识(一)

    最近 朋友分享给我一套 七月在线 的机器学习视频 我几经思量之后 决定从视频量最少的数学基础部分开始看起 今天学习完了第一个视频 长达2小时 感觉老师讲的挺不错的 以前自己就对机器学习很感兴趣 做了一些了解和尝试性地学习 也看了一点经典的林
  • Taylor公式和插值多项式

    Taylor公式和插值多项式 笔记总结自 复旦大学 陈纪修 数学分析 课程 第5章第3节 Taylor公式和插值多项式 文章目录 Taylor公式和插值多项式 一 Taylor公式 带Peano余项的Taylor公式 带Lagrange余项
  • 从零到熟练编写LaTex数学公式,这两篇就够了

    第一篇 LaTex公式编辑方法 快速手敲一遍 熟悉常用操作 第二篇 CSDN官方参考文档 有不清楚的 随手查阅 在线公式编辑 实在打不出 就在线编辑吧
  • Lorenz系统、简单的Rossler系统和Chua电路系统的混沌吸引子——MATLAB实现

    1 Lorenz系统 美国著名气象学家E N Lorenz在1963年提出来的用来刻画热对流不稳定性的模型 即Lorenz混沌模型 可以简单描述如下 x
  • 主成分分析PCA以及特征值和特征向量的意义

    定义 主成分分析 Principal Component Analysis PCA 是一种统计方法 通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量 转换后的这组变量叫主成分 PCA的思想是将n维特征映射到k维上 k
  • hdu 5792 World is Exploding 2016 Multi-University 5

    Problem acm hdu edu cn showproblem php pid 5792 题意 给一个序列 V 问有多少个由下标组成的四元组 a b c d 满足 a b c d a lt b c lt d Va lt Vb Vc g
  • 证明正定矩阵的充要条件:全部顺序主子式大于0

    定理 f x T A x f x TAx f xTAx 正定的充要条件是
  • 《数字图像处理》学习总结及感悟:第二章数字图像基础(5)数学工具

    前往老猿Python博文目录 https blog csdn net LaoYuanPython 一 引言 本系列文章记录老猿自学冈萨雷斯 数字图像处理 的感悟和总结 不过估计更新会比较慢 白天要工作 都是晚上抽空学习 学习完一章再回头总结
  • LaTeX 数学公式大全!

    LaTeX 数学公式大全 这里是来自一篇教程的截图 很全面
  • 数学篇(二) 方差、标准差、协方差

    1 均值 均值就是将所有的数据相加求平均 求得一个样本数据的中间值 2 标准差 标准差也被称为标准偏差 公式如下所示 简单来说 标准差是一组数平均值分散成都的一种度量 一个较大的标准差 代表大部分数值和其平均值之间差异较大 一个较小的标准差
  • 论文纠错(一)

    说说最近读的几篇论文的问题 果然有的论文还是不能细细地去读 一读就发现有问题 第一个是MSPCA里面的公式 7 到公式 8 那个Sr前面的2是不应该有的 也就是推导的时候出错了 第二个是GPUTENSOR里面的Gpu product的算法
  • 树状数组理论与实现

    理论 http www cnblogs com zhangshu archive 2011 08 16 2141396 html 今天听了大神的讲课 了解了点东西 发现是之前学过的 于是试着再写一遍 include
  • 矩阵求导常用公式

    矩阵求导常用公式 1 引言 2 向量的导数 2 1 向量对标量求导 Vector by scalar 2 2 标量对向量求导 Scalar by vector 2 3 向量对向量求导 Vector by vector 3 矩阵的导数 3 1
  • 先验概率及后验概率等解释

    20201010 0 引言 在学习统计学的时候 在概率估计的部分 经常会遇到最大似然估计 最大后验估计等名词 这些似然和后验 都跟贝叶斯准则中的一些名词定义有关 这里参考书籍 Think Bayes 这部书 来记录这些名词 1 由糖果例子来
  • 高中数学:因式分解(初接高)

    一 乘法公式 二 十字相乘法 例题 三 增添项法 主要解决整式中含高次项的因式分解题 补充 由于数学笔记 用键盘敲实在是麻烦 这里就把我的笔记截图上来了 大家将就看 有看不清楚的地方 可评论 定回复

随机推荐

  • npm切换源,nrm安装、配置及使用

    文章目录 人工智能福利文章 1 速度太慢 2 手动切换太麻烦 3 切换npm源推荐使用nrm 3 1 nrm安装方法 3 2 查看可选npm源 3 3 切换npm源 3 4 增加npm源 3 5 删除npm源 3 6 测试npm源速度 脑筋
  • 【UE4】【C++】PlayerController、AIController获取玩家对应的Pawn

    先创建一个基本的C 类 Tank 因为要对Tank进行各种操作 移动 寻找目标 所以选择了Pawn类型 PlayerController 再创建一个C 类 TankPlayerController 用以控制玩家操作的对象 Tank 创建好后
  • 创业公司融资,股权是如何一步步被稀释的?

    转自 https 36kr com p 5054730 融资过程中 股权的稀释总是难免的 本文作者 新元 股书 Kapbook 微信ID Kapbook 完整的股权激励在线解决方案 很多人并没有意识到 他们在加盟公司时拿到的期权比例 并非最
  • 记一次事务报错问题 Transaction synchronization is not active

    问题场景 在一次请求的返回结果中出现了这个错误信息 Transaction synchronization is not active 意思是 事务同步器没有激活 看着不像是业务代码里返回的提示 猜测是spring事务框架报出来的异常没有被
  • 基于SRS的视频直播服务器搭建

    srs提供的一个demo实例 包括实时流的rtmp播放 hls播放 视频会议 ffmpeg视频变换 jwplayer播放 OSMF播放 vlc播放等等功能 下面是在Centos 6 x环境下的编译搭建流程 1 下载或更新源码或者使用git更
  • MVC项目案例

    MVC项目 1 需求 访问链接 http localhost 8080 car get 得到JSON数据 name 保时捷 color 红色 price 641000 0 2 项目结构 cn tedu 放启动类 存子包 cn tedu se
  • [nodejs] 运行的nodejs代码走代理连接外网

    1 背景 nodejs后端调用三方服务sdk 运行主机在公司内外有网址过滤 无法连接到三方服务地址 设置代码走代理后服务调用正常 2 方法 修改node modules rest facade src Client js代码 让网络连接能够
  • Xorm 使用手册,增删改查之查

    Xorm 使用手册 增删改查之查 Xorm轻松学习 个人博客站点 简书 猫轻王 https www jianshu com u 6cce817646be 掘金 猫轻王 https juejin cn user 164091868034745
  • R 实践深度学习

    特点 将帮助您了解流行的深度学习架构及其在 R 中的变体 并为它们提供现实生活中的示例 涵盖了用于预测和分类的基本深度学习技术和概念 将了解神经网络 深度学习架构以及使用 R 实现深度学习的基础知识 将引导您使用重要的深度学习库 如 Ker
  • 4.28黄金双线收官会跌吗?今日如何稳健布局?

    近期有哪些消息面影响黄金走势 双线收官黄金多空该如何研判 黄金消息面解析 现货黄金价格周五 4月28日 小幅收跌 在美国公布第一季GDP增速低于预期后 金价在过去五个交易日内第四次收于2000美元下方 在今年初高通胀 利率继续上行和银行业危
  • 数字通信实验1 调制解调的matlab实现_实验要求

    实验1 调制解调的matlab实现 一 实验目的 掌握2ASK 2FSK 2PSK 2DPSK的调制解调实现流程 二 实验内容 完成2ASK相干解调的收发端完整程序 并画出已调制信号波形 功率谱密度波形 接收端各关键点波形 分别完成2FSK
  • 经验分享:如何运用R的MICE包对数据集中不同变量采用不同方法及跳过部分变量进行多重插补

    运用R的MICE包对数据集进行多重插补 multiple imputation 遇到两个具体需求 1 只需针对缺失值较高的部分变量而不是全部变量进行填充 但仍想将全部变量纳入数据集中 2 对于不同的具体变量 采用不同的多重插补具体方法 如处
  • 微信小程序——如何获取到输入框的值

    在微信小程序中 可以通过以下几种方式来获取输入框的值 使用 bindinput 绑定输入事件 通过 event detail value 获取输入框的值 具体操作如下
  • 拔叉零件的加工工艺,设计18铣槽的铣床夹具

    目 录 一 序言 1 二 零件的分析 3 1 零件的作用 3 2 零件的工艺分析 3 三 确定毛坯 4 四 工艺规程设计 5 五 夹具设计 14 六 总结 17 七 参考文献 18 一 序 言 机械制造工艺学课程设计使我们学完了大学的全部基
  • mock拦截axios请求,以及axios请求拦截设置token

    直接上源码
  • 投中网发布!持安科技荣登中国企业服务产业最佳投资案例TOP10

    近日 2022年度投中榜发布 持安科技凭借业内领先的零信任产品创新力 出众的方案落地实力及广阔的市场发展潜力 成功入选 投中2022年度中国企业服务产业最佳投资案例TOP10 投中榜 是投中信息秉承专业 严谨 客观 公正的原则 对中国私募股
  • 算法通过村第八关-树(深度优先)白银笔记

    文章目录 前言 1 最大深度问题 2 判断平衡树 3 最小深度 4 N叉树的最大深度 总结 前言 提示 我的整个生命 只是一场为了提升社会地位的低俗斗争 埃莱娜 费兰特 失踪的孩子 这一关我们看一些比较特别的题目 关于二叉树的深度和高度问题
  • 笔记-Flutter 之点击空白处取消TextField焦点

    本人是做iOS开发的 点击空白处取消TextField焦点这个需求是非常简单的 在学习Flutter过程中 面对这个需求走了不少弯路 现在得到了一个感觉不错的解决方案 这里和大家分享一下 也希望对小伙伴们有所帮助 GestureDetect
  • 程序设计语言-软件设计(二十一)

    数据结构与算法 二十 快速排序 堆排序 四 https blog csdn net ke1ying article details 129269655 这篇主要讲的是 编译与解释 文法 正规式 有限自动机 表达式 传值与传址 多种程序语言特
  • Taylor公式和插值多项式

    Taylor公式和插值多项式 笔记总结自 复旦大学 陈纪修 数学分析 课程 第5章第3节 Taylor公式和插值多项式 文章目录 Taylor公式和插值多项式 一 Taylor公式 带Peano余项的Taylor公式 带Lagrange余项