第七章 · 微分学与积分学中的补充定理

泰勒级数

§152 35 分钟

函数的泰勒多项式什么时候收敛于它本身;为什么正弦和余弦处处如此;以及为什么有无穷多阶导数还不够。

为什么重要

如果一个函数有任意阶导数,泰勒定理就对每一个 nn 成立。这时很自然地想让 n→∞n \to \infty,把函数写成一个无穷和,即幂级数。§152 说明了什么时候可以这样做:恰好是余项趋于 00 的时候。由此立刻得到 sin⁡x\sin x 和 cos⁡x\cos x 的级数,也得到二项级数的一部分。这一节还包含哈代的一个警告:所有导数都存在并不够。这个警告有一个著名的反例。

基本想法

设 ff 在 aa 附近有任意阶导数。对每个 nn,泰勒定理把 f(a+h)f(a + h) 拆成泰勒多项式 Pn−1(a+h)P_{n-1}(a + h) 与余项 RnR_n 两部分。随着 nn 增大,这些多项式就是同一个无穷级数

f(a)+hf′(a)+h22!f′′(a)+h33!f′′′(a)+⋯f(a) + h f'(a) + \frac{h^2}{2!} f''(a) + \frac{h^3}{3!} f'''(a) + \cdots

的部分和。这个级数的和是不是 f(a+h)f(a + h),只取决于余项:由于对每个 nn 都有 f(a+h)=Pn−1(a+h)+Rnf(a + h) = P_{n-1}(a + h) + R_n,部分和趋于 f(a+h)f(a + h) 当且仅当 Rn→0R_n \to 0。

探索 sin⁡x\sin x 的泰勒多项式

试一试:按“增大 n”,看多项式在越来越长的一段上贴住曲线。然后把探测点拖到很远的 x=6x = 6 处,增大 nn,直到误差变得极小。

f(x)=sin⁡xf(x) = \sin x,中心 a=0a = 0,次数 n=3n = 3
xy
  • f(x)
  • 泰勒多项式 Pn
  • 余项 f − Pn
  • 中心 a(可拖动)
  • 探测点 x(可拖动)
P3(x)=x−0.1667x3P_{3}(x) = x - 0.1667x^{3}
在 x=4.2x = 4.2 处:f(x)=−0.87158f(x) = −0.87158,P3(x)=−8.148P_{3}(x) = −8.148,误差 ∣f(x)−P3(x)∣=7.28|f(x) - P_{3}(x)| = 7.28。
留意什么

每个固定的 xx,无论多远,最终都会被逼近:在 x=6x = 6 处,一旦 nn 达到 1919,误差就小于 0.0010.001。离展开中心很远的地方,多项式起初偏得很厉害,之后才稳定下来。

探索 对 1/(1+x2)1/(1+x^2) 做同样的实验

试一试:把探测点放在 x=1.5x = 1.5 处,把 nn 从 11 增大到 2020。再把它移到 x=0.8x = 0.8 处重复一遍。

f(x)=11+x2f(x) = \frac{1}{1+x^2},中心 a=0a = 0,次数 n=4n = 4
xy
  • f(x)
  • 泰勒多项式 Pn
  • 余项 f − Pn
  • 收敛区间 |x − a| < R
  • 中心 a(可拖动)
  • 探测点 x(可拖动)
P4(x)=1−x2+x4P_{4}(x) = 1 - x^{2} + x^{4}
在 x=1.8x = 1.8 处:f(x)=0.23585f(x) = 0.23585,P4(x)=8.2576P_{4}(x) = 8.2576,误差 ∣f(x)−P4(x)∣=8.02|f(x) - P_{4}(x)| = 8.02——这个 xx 位于收敛区间外(R=1R = 1),所以增大 n 也无济于事。
在整条实轴上光滑,但它在 0 处的泰勒级数只在 |x| < 1 时收敛。
留意什么

在 x=0.8x = 0.8 处误差稳步缩小;在 x=1.5x = 1.5 处它却急剧增大。绿色的区间标出级数收敛的范围。这里的原因在实数轴上是看不见的:它在复平面上,在 x=±ix = \pm i 处,第十章会解释这一点。

精确表述

定义 泰勒级数与麦克劳林级数 哈代:§152

设 ff 在区间 (a−η,a+η)(a - \eta, a + \eta) 内有任意阶导数。它在 aa 处的泰勒级数 (Taylor series) 是

f(a)+hf′(a)+h22!f′′(a)+⋯+hnn!f(n)(a)+⋯。f(a) + h f'(a) + \frac{h^2}{2!} f''(a) + \cdots + \frac{h^n}{n!} f^{(n)}(a) + \cdots \text{。}

当 a=0a = 0(并把 hh 写成 xx)时,它称为麦克劳林级数 (Maclaurin’s series):f(0)+xf′(0)+x22!f′′(0)+⋯f(0) + x f'(0) + \frac{x^2}{2!} f''(0) + \cdots。余项 Rn=hnn!f(n)(a+θnh)R_n = \frac{h^n}{n!} f^{(n)}(a + \theta_n h) 称为拉格朗日型余项 (Lagrange’s form of the remainder)。

定理 级数何时表示这个函数 哈代:§152

设 ff 在 (a−η,a+η)(a - \eta, a + \eta) 内有任意阶导数,且 ∣h∣<η|h| < \eta。泰勒级数收敛于 f(a+h)f(a + h),当且仅当 n→∞n \to \infty 时 Rn→0R_n \to 0。

定理 正弦级数与余弦级数 哈代:§152 (1)

对所有实数 xx,

sin⁡x=x−x33!+x55!−⋯ ,cos⁡x=1−x22!+x44!−⋯。\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots, \qquad \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots \text{。}

更一般地,对所有 xx 和 hh,sin⁡(x+h)\sin(x + h) 和 cos⁡(x+h)\cos(x + h) 都等于它们按 hh 的幂展开的泰勒级数。

定理 二项级数(第一部分) 哈代:§152 (2)

设 mm 是有理数,0≤x<10 \le x < 1。那么

(1+x)m=1+(m1)x+(m2)x2+⋯ ,(mn)=m(m−1)⋯(m−n+1)n!。(1 + x)^m = 1 + \binom{m}{1} x + \binom{m}{2} x^2 + \cdots, \qquad \binom{m}{n} = \frac{m(m-1)\cdots(m-n+1)}{n!} \text{。}

如果 mm 是正整数,级数到某一项就终止,这就是普通的二项式定理。展开式在 −1<x<0-1 < x < 0 时也成立,但一般说来,拉格朗日型余项在那里证明不了它;哈代在 §168 中用柯西型余项完成了证明。

证明

第一个定理是显然的:部分和是 Pn−1(a+h)=f(a+h)−RnP_{n-1}(a + h) = f(a + h) - R_n,它们趋于 f(a+h)f(a + h) 当且仅当 Rn→0R_n \to 0。因此一切都取决于对 RnR_n 的估计。

证明 正弦级数
思路

sin⁡\sin 的每一阶导数都是 ±sin⁡\pm\sin 或 ±cos⁡\pm\cos,所以无论那个未知点 a+θnha + \theta_n h 在哪里,它处处以 11 为界。这就给出 ∣Rn∣≤∣h∣n/n!|R_n| \le |h|^n/n!,而它对每个 hh 都趋于 00。

所有导数都存在,并且以 1 为界

dndxnsin⁡x=sin⁡(x+12nπ)\dfrac{d^n}{dx^n}\sin x = \sin(x + \tfrac12 n\pi),所以对每个 tt 和每个 nn 都有 ∣f(n)(t)∣≤1|f^{(n)}(t)| \le 1。

估计余项

由拉格朗日型余项,无论 θn\theta_n 是多少,都有 ∣Rn∣=∣h∣nn! ∣f(n)(x+θnh)∣≤∣h∣nn!|R_n| = \dfrac{|h|^n}{n!}\,|f^{(n)}(x + \theta_n h)| \le \dfrac{|h|^n}{n!}。

对每个固定的 hh,∣h∣n/n!→0|h|^n/n! \to 0

一旦 n>2∣h∣n > 2|h|,以后每多乘的一个因子 ∣h∣/(n+1)|h|/(n + 1) 都小于 12\tfrac12,所以从某一项起,各项至多是一个常数乘以 2−n2^{-n}。(这就是例题 XXVII, 12,你可以在下一幅图中看到它。)

得出结论

Rn→0R_n \to 0,所以对所有 xx 和 hh,sin⁡(x+h)\sin(x + h) 都等于它的泰勒级数。取 x=0x = 0,各阶导数在 00 处的值是 0,1,0,−1,0,1,…0, 1, 0, -1, 0, 1, \dots,由此得到 sin⁡h=h−h3/3!+⋯\sin h = h - h^3/3! + \cdots。余弦完全一样。

探索 为什么 hn/n!h^n/n! 总会胜出

试一试:这里是 x=5x = 5 时的 xn/n!x^n/n!。对 δ=0.01\delta = 0.01 找一个 n0n_0。然后用滑块把 xx 提高到 1010 或更大,再做一遍。

ϕ(n)=xnn!\phi(n) = \frac{x^n}{n!},候选极限 l=0l = 0
nφ(n)
  • 带 l ± δ
  • l
  • n₀(可拖动)
  • n ≥ n₀,满足
  • n ≥ n₀,不满足
n ≥ n₀ 的项中有 15 项落在带外:n = 1, 2, 3, 4, 5, …。
留意什么

各项先是增大(当 n<xn < x 时),然后迅速坍缩,因为从那以后每一步都乘以 x/(n+1)x/(n+1),而它最终小于 12\tfrac12。更大的 xx 只能推迟坍缩,却无法阻止它。这就是正弦级数在每一点都收敛的原因。

对二项级数来说,各阶导数不再以一个常数为界,θn\theta_n 的位置开始变得要紧了。

证明 0≤x<10 \le x < 1 时的二项级数
思路

写出拉格朗日型余项,只利用 0<θn<10 < \theta_n < 1 来估计因子 (1+θnx)m−n(1 + \theta_n x)^{m-n}。对 x≥0x \ge 0,一旦 n>mn > m,这个因子至多为 11,剩下的部分趋于 00。

各阶导数

对 f(x)=(1+x)mf(x) = (1 + x)^m,有 f(n)(x)=m(m−1)⋯(m−n+1)(1+x)m−nf^{(n)}(x) = m(m-1)\cdots(m-n+1)(1 + x)^{m-n},所以 f(n)(0)/n!=(mn)f^{(n)}(0)/n! = \binom{m}{n},在 00 处的拉格朗日型余项是

Rn=(mn)xn(1+θnx)m−n。R_n = \binom{m}{n} x^n (1 + \theta_n x)^{m-n} \text{。}

当 x≥0x \ge 0 时,那个麻烦的因子至多为 1

若 x≥0x \ge 0,则 1+θnx≥11 + \theta_n x \ge 1;一旦 n>mn > m,指数 m−nm - n 为负,所以 (1+θnx)m−n≤1(1 + \theta_n x)^{m-n} \le 1。因此 ∣Rn∣≤∣(mn)∣xn|R_n| \le \bigl|\binom{m}{n}\bigr| x^n。

当 ∣x∣<1|x| < 1 时 (mn)xn→0\binom{m}{n} x^n \to 0

相邻两项之比是 ∣(mn+1)xn+1∣/∣(mn)xn∣=∣m−n∣n+1 ∣x∣\Bigl|\binom{m}{n+1}x^{n+1}\Bigr| \Big/ \Bigl|\binom{m}{n}x^n\Bigr| = \dfrac{|m - n|}{n + 1}\,|x|,它趋于 ∣x∣<1|x| < 1。所以从某一项起,各项按一个小于 11 的固定比例缩小,从而趋于 00(例题 XXVII, 13)。

对 x<0x < 0,论证在哪里失效

若 −1<x<0-1 < x < 0,则 1+θnx<11 + \theta_n x < 1,(1+θnx)m−n>1(1 + \theta_n x)^{m-n} > 1。如果只知道 0<θn<10 < \theta_n < 1,这个因子可能大到 (1+x)m−n(1 + x)^{m - n},它像 (1+x)−n(1 + x)^{-n} 那样增长。得到的界变成 ∣(mn)∣(1+x)m(∣x∣/(1+x))n\bigl|\binom{m}{n}\bigr|(1+x)^m \bigl(|x|/(1 + x)\bigr)^n,当 ∣x∣<12|x| < \tfrac12 时它趋于 00,当 ∣x∣>12|x| > \tfrac12 时则不然。

探索 对 xx 靠近 −1-1 的情形,拉格朗日型余项太悲观了

试一试:取 m=12m = \tfrac12,分别在 x=0.8x = 0.8、x=−0.4x = -0.4 和 x=−0.8x = -0.8 处比较两行点。然后试试别的 mm 值。

(1+x)m(1 + x)^{m},m=0.5m = 0.5,x=−0.8x = -0.8:nn 项之后余项的大小(对数坐标)
n大小
  • 真实余项 |Rₙ|
  • 只知 0 < θ < 1 时的拉格朗日界
40 项之后:∣R40∣=6.59×10−7|R_{40}| = 6.59 \times 10^{-7},而拉格朗日界是 6.09×10206.09 \times 10^{20}。当 x<0x < 0 时,这个界大致是 (∣x∣/(1+x))n=4n\bigl(|x|/(1+x)\bigr)^n = 4^n 再乘以 nn 的某个幂。这个界不趋于 0,所以它什么也证明不了,尽管真实余项仍然趋于 0。
留意什么

当 ∣x∣<1|x| < 1 时,蓝色的点(真实的余项)总是向 00 落下。橙红色的空心点(在 θn\theta_n 未知时拉格朗日型所能给出的最好的界)在 x>−12x > -\tfrac12 时也会落下,但在 x<−12x < -\tfrac12 时却会上升。定理在那里仍然成立;失效的只是这个特定的证明,所以哈代需要另一种形式的余项。

§152 的最后一个警告最为重要。一个函数可以有任意阶导数,它的泰勒级数甚至可以处处收敛,然而和却可能是另一个函数。

探索 收敛于错误函数的泰勒级数

试一试:把 nn 尽可能地增大,观察 e−1/x2e^{-1/x^2} 在 00 处的泰勒多项式。

f(x)=e−1/x2f(x) = e^{-1/x^2},中心 a=0a = 0,次数 n=4n = 4
xy
  • f(x)
  • 泰勒多项式 Pn
  • 余项 f − Pn
  • 中心 a
  • 探测点 x(可拖动)
P4(x)=0P_{4}(x) = 0
在 x=1.8x = 1.8 处:f(x)=0.73444f(x) = 0.73444,P4(x)=0P_{4}(x) = 0,误差 ∣f(x)−P4(x)∣=0.734|f(x) - P_{4}(x)| = 0.734。
各阶导数在 0 处都为 0,因此它在该点的泰勒级数恒为 0:这个级数收敛,但不收敛于该函数。
留意什么

每个泰勒多项式都是零多项式,因为 e−1/x2e^{-1/x^2} 在 00 处的每一阶导数都是 00(见下面的习题)。级数对每个 xx 都收敛,收敛于 00;但函数在每个 x≠0x \ne 0 处都是正的。所以对所有 nn 都有 Rn=f(x)R_n = f(x):它永远不会趋于 00。

例题与习题

习题 余弦级数 ●○○ 哈代:§152 (1)

证明对所有实数 xx,cos⁡x=1−x22!+x44!−⋯\cos x = 1 - \dfrac{x^2}{2!} + \dfrac{x^4}{4!} - \cdots,并且在含 x2n−2x^{2n-2} 的项之后截断,误差至多为 ∣x∣2n/(2n)!|x|^{2n}/(2n)!。

提示
照搬 sin⁡\sin 的证明:cos⁡(n)x=cos⁡(x+12nπ)\cos^{(n)} x = \cos(x + \tfrac12 n\pi)。

解答

cos⁡\cos 的所有导数都以 11 为界,所以 ∣Rn∣≤∣x∣n/n!→0|R_n| \le |x|^n/n! \to 0,级数收敛于 cos⁡x\cos x。各阶导数在 00 处的值是 1,0,−1,0,1,…1, 0, -1, 0, 1, \dots,由此得到这个级数。由于 x2n−1x^{2n-1} 的系数是 00,截到含 x2n−2x^{2n-2} 的项为止的多项式也就是 P2n−1P_{2n-1},它的余项是 R2n=x2n(2n)!cos⁡(2n)(θx)R_{2n} = \frac{x^{2n}}{(2n)!}\cos^{(2n)}(\theta x),大小至多为 ∣x∣2n/(2n)!|x|^{2n}/(2n)!。

习题 需要多少项? ●○○ 哈代:§152 (1)

要计算 sin⁡1\sin 1,并保证误差小于 10−610^{-6},需要正弦级数的多少个非零项?

提示
取到含 x2n−1x^{2n-1} 的项(即 nn 个非零项)时,x2nx^{2n} 的系数为零,所以误差至多为 1/(2n)!1/(2n)!。

解答

我们需要 (2n)!>106(2n)! > 10^6。而 8!=40 3208! = 40\,320 太小,10!=3 628 80010! = 3\,628\,800 就够了,所以 2n=102n = 10,n=5n = 5:sin⁡1≈1−16+1120−15040+1362 880=0.8414710…\sin 1 \approx 1 - \frac16 + \frac1{120} - \frac1{5040} + \frac1{362\,880} = 0.8414710\ldots,误差至多为 1/10!≈2.8×10−71/10! \approx 2.8 \times 10^{-7}。(实际上 sin⁡1=0.8414709…\sin 1 = 0.8414709\ldots。)

习题 作为二项级数的几何级数 ●●○ 哈代:§152 (2);参见 例题 LV, 2

当 m=−1m = -1 时,二项级数是 1−x+x2−⋯1 - x + x^2 - \cdots。精确求出余项 RnR_n,证明当 −1<x<1-1 < x < 1 时它趋于 00,并与拉格朗日型在 x=−0.8x = -0.8 处给出的结果作比较。

提示
前 nn 项构成公比为 −x-x 的等比数列。

解答

∑k=0n−1(−x)k=1−(−x)n1+x\sum_{k=0}^{n-1}(-x)^k = \dfrac{1 - (-x)^n}{1 + x},所以 Rn=11+x−1−(−x)n1+x=(−x)n1+xR_n = \dfrac{1}{1+x} - \dfrac{1 - (-x)^n}{1 + x} = \dfrac{(-x)^n}{1 + x},当 ∣x∣<1|x| < 1 时它趋于 00。

拉格朗日型把同一个余项写成 (−1)nxn(1+θnx)−n−1(-1)^n x^n (1 + \theta_n x)^{-n-1}。如果只知道 0<θn<10 < \theta_n < 1,那么在 x=−0.8x = -0.8 处,因子 (1−0.8θn)−n−1(1 - 0.8\theta_n)^{-n-1} 可能大到 0.2−n−1=5n+10.2^{-n-1} = 5^{n+1},于是界是 0.8n⋅5n+1=5⋅4n0.8^n \cdot 5^{n+1} = 5 \cdot 4^n,毫无用处。真正的 θn\theta_n 是方程 (1+θnx)n+1=1+x(1 + \theta_n x)^{n+1} = 1 + x 的解(与例题 LV, 2 一样);它使这个因子恰好等于 1/(1+x)1/(1 + x),但拉格朗日定理并没有告诉我们这一点。

习题 泰勒级数为零的光滑函数 ●●● 哈代:§152,警示部分

设当 x≠0x \ne 0 时 f(x)=e−1/x2f(x) = e^{-1/x^2},且 f(0)=0f(0) = 0。假定指数函数的初等性质(第九章),证明对每个 nn 都有 f(n)(0)=0f^{(n)}(0) = 0。

提示
用数学归纳法证明:对 x≠0x \ne 0,f(n)(x)=pn(1/x) e−1/x2f^{(n)}(x) = p_n(1/x)\, e^{-1/x^2},其中 pnp_n 是某个多项式。
提示
再利用这样一个事实:对每个 kk,当 ∣t∣→∞|t| \to \infty 时 tke−t2→0t^k e^{-t^2} \to 0。

解答

对 x≠0x \ne 0,f′(x)=2x−3e−1/x2f'(x) = 2x^{-3}e^{-1/x^2},而对 pn(1/x)e−1/x2p_n(1/x)e^{-1/x^2} 求导得到 {−x−2pn′(1/x)+2x−3pn(1/x)}e−1/x2\bigl\{-x^{-2}p_n'(1/x) + 2x^{-3}p_n(1/x)\bigr\}e^{-1/x^2},仍是同样的形式。所以 f(n)(x)=pn(1/x)e−1/x2f^{(n)}(x) = p_n(1/x)e^{-1/x^2},其中 pnp_n 是多项式。

现在用数学归纳法证明 f(n)(0)=0f^{(n)}(0) = 0。n=0n = 0 时它成立。若 f(n)(0)=0f^{(n)}(0) = 0,则

f(n+1)(0)=lim⁡x→0f(n)(x)−0x=lim⁡x→01x pn(1/x) e−1/x2=lim⁡∣t∣→∞t pn(t) e−t2=0,f^{(n+1)}(0) = \lim_{x \to 0} \frac{f^{(n)}(x) - 0}{x} = \lim_{x\to 0} \frac1x\,p_n(1/x)\,e^{-1/x^2} = \lim_{|t| \to \infty} t\,p_n(t)\,e^{-t^2} = 0 \text{,}

因为每一项 tke−t2→0t^k e^{-t^2} \to 0。所以在 00 处的每个泰勒多项式都恒等于 00,而对每个 x≠0x \ne 0 和每个 nn,Rn=f(x)≠0R_n = f(x) \ne 0。

自测

自测 判断对错

如果 ff 在 aa 附近的每一点都有任意阶导数,那么对 aa 附近的 xx,它在 aa 处的泰勒级数收敛于 f(x)f(x)。

解析

错。这正是哈代的警告。e−1/x2e^{-1/x^2}(在 00 处取值 00)处处有任意阶导数,它的麦克劳林级数是 0+0+0+⋯0 + 0 + 0 + \cdots,收敛于 00,而不是收敛于这个函数。必须直接证明 Rn→0R_n \to 0。

自测 单项选择

要证明对给定的 xx 有 f(x)=∑f(k)(0)xk/k!f(x) = \sum f^{(k)}(0)x^k/k!,究竟必须证明什么?

解析

部分和是 f(x)−Rnf(x) - R_n,所以它们趋于 f(x)f(x) 当且仅当 Rn→0R_n \to 0。级数收敛是不够的(它可能收敛于别的东西,e−1/x2e^{-1/x^2} 就是这样);各项趋于 00 甚至不足以保证收敛;而 f(n)(0)f^{(n)}(0) 也不必趋于 00(对 exe^x,它恒等于 11)。

自测 填一个数

用 nn 个非零项之后误差的界 1/(2n)!1/(2n)!,正弦级数取多少个非零项,才能保证 ∣sin⁡1−(部分和)∣<10−6|\sin 1 - \text{(部分和)}| < 10^{-6}?

解析

(2n)!>106(2n)! > 10^6 第一次成立是在 2n=102n = 10 时,因为 8!=40 3208! = 40\,320,10!=3 628 80010! = 3\,628\,800。所以要 55 项,一直取到 x9/9!x^9/9!。

自测 判断对错

只知道 0<θn<10 < \theta_n < 1 时,拉格朗日型余项足以证明 (1+x)1/2(1 + x)^{1/2} 的二项级数在 x=−0.4x = -0.4 处成立。

解析

对。最坏情形下,这个界大致是 (∣x∣/(1+x))n=(0.4/0.6)n=(2/3)n\bigl(|x|/(1+x)\bigr)^n = (0.4/0.6)^n = (2/3)^n 再乘以 nn 的某个幂,它趋于 00。论证只在 −1<x<−12-1 < x < -\tfrac12 时失效,那时 ∣x∣/(1+x)>1|x|/(1 + x) > 1。在交互图形中验证一下。

哈代的用语

The reader should be careful to guard himself against supposing that the existence of all the derivatives of f(x) is a sufficient condition for the validity of Taylor’s series.

读者应当小心,不要以为 f(x) 的所有导数都存在就足以保证泰勒级数成立。

——G. H. 哈代,§152

小结

小结
  • ff 在 aa 处的泰勒级数收敛于 f(a+h)f(a + h),当且仅当余项 Rn→0R_n \to 0;这一点必须直接验证。
  • 对 sin⁡\sin 和 cos⁡\cos,每一阶导数都以 11 为界,所以 ∣Rn∣≤∣h∣n/n!→0|R_n| \le |h|^n/n! \to 0:这两个级数对所有 xx 成立。
  • 对 (1+x)m(1 + x)^m,拉格朗日型证明了级数在 0≤x<10 \le x < 1 时成立(其实在 −12<x<1-\tfrac12 < x < 1 时都成立);在 −1-1 附近它太粗糙,需要柯西型余项(§168)。
  • 有任意阶导数还不够:e−1/x2e^{-1/x^2} 的麦克劳林级数是 00。