泰勒展開：為什麼任何函數都可以用多項式近似？
從「在一點接觸」的直覺出發，推導泰勒展開的係數公式，並整理 e^x、sin x、cos x 等常見馬克勞林級數。大學微積分必讀。
多項式是最好算的函數：加法、乘法、微分、積分，全部都可以用代數完成。
所以數學家很早就問了一個問題：能不能把複雜的函數（像 $e^x$、$\sin x$）也「寫成」多項式？
泰勒展開的答案是：可以——只要你允許多項式有無窮多項。
一、先從直覺出發
考慮最簡單的情況：用一個多項式 $P(x)$ 去近似某個函數 $f(x)$，而且我們要在 $x=a$ 這個點附近讓它「接觸得最好」。
「接觸得好」是什麼意思？至少要：
- $P(a) = f(a)$（函數值相等）
- $P’(a) = f’(a)$（斜率相等）
- $P’‘(a) = f’‘(a)$（彎曲程度相等）
- $P’’‘(a) = f’’‘(a)$（更高階的變化也相等）
- ……
強迫多項式的每一階導數都等於 $f$ 在 $a$ 點的對應導數，就能讓它在 $a$ 附近逼近得越來越好。
二、推導係數
設 $f(x)$ 在 $x=a$ 附近有冪級數表示：
\[f(x) = \sum_{n=0}^{\infty} c_n(x-a)^n = c_0 + c_1(x-a) + c_2(x-a)^2 + c_3(x-a)^3 + \cdots\]把 $x=a$ 代入，所有含 $(x-a)$ 的項都消失：
\[f(a) = c_0\]對 $f(x)$ 微分一次，再代 $x=a$：
\[f'(x) = c_1 + 2c_2(x-a) + 3c_3(x-a)^2 + \cdots \implies f'(a) = c_1\]微分兩次，代 $x=a$：
\[f''(x) = 2c_2 + 6c_3(x-a) + 12c_4(x-a)^2 + \cdots \implies f''(a) = 2c_2\]微分三次：
\[f'''(x) = 6c_3 + \cdots \implies f'''(a) = 6c_3\]觀察到規律：
\[c_n = \frac{f^{(n)}(a)}{n!}\]其中 $f^{(n)}(a)$ 是 $f$ 在 $a$ 點的第 $n$ 階導數，$n! = 1 \times 2 \times 3 \times \cdots \times n$（$0! = 1$）。
三、泰勒級數定義
將係數公式代回冪級數，得到：
\[\boxed{f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n = f(a) + \frac{f'(a)}{1!}(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \frac{f'''(a)}{3!}(x-a)^3 + \cdots}\]這就是函數 $f$ 在點 $a$ 的泰勒級數（Taylor series）。
特別情況：若展開點取 $a = 0$，稱為馬克勞林級數（Maclaurin series）：
\[f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(0)}{n!}x^n = f(0) + \frac{f'(0)}{1!}x + \frac{f''(0)}{2!}x^2 + \cdots\]四、具體計算：$e^x$ 的展開
$e^x$ 的每一階導數都是它自己：$\left(e^x\right)^{(n)} = e^x$。
所以在 $a=0$ 代入：$f^{(n)}(0) = e^0 = 1$。
因此：
\[e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots\]這個級數對所有實數 $x$ 都收斂。
驗證：取 $x=1$，得到 $e \approx 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} + \frac{1}{120} + \cdots \approx 2.71828\ldots$ ✓
視覺化：親眼看收斂
拖動滑桿，觀察增加項數如何讓近似曲線越來越貼近原函數。切換函數可比較不同展開的收斂速度。
五、常用馬克勞林級數速查
以下是考試和計算中最常用的幾個，建議背熟：
| 函數 | 馬克勞林級數 | 收斂範圍 |
|---|---|---|
| $\dfrac{1}{1-x}$ | $\displaystyle\sum_{n=0}^{\infty} x^n = 1 + x + x^2 + x^3 + \cdots$ | $|x| < 1$ |
| $\dfrac{1}{1+x}$ | $\displaystyle\sum_{n=0}^{\infty} (-1)^n x^n = 1 - x + x^2 - x^3 + \cdots$ | $|x| < 1$ |
| $e^x$ | $\displaystyle\sum_{n=0}^{\infty} \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots$ | $x \in \mathbb{R}$ |
| $\sin x$ | $\displaystyle\sum_{n=0}^{\infty} (-1)^n \frac{x^{2n+1}}{(2n+1)!} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots$ | $x \in \mathbb{R}$ |
| $\cos x$ | $\displaystyle\sum_{n=0}^{\infty} (-1)^n \frac{x^{2n}}{(2n)!} = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \cdots$ | $x \in \mathbb{R}$ |
六、兩個常見應用
6.1 計算極限
當 $x \to 0$ 時，$\sin x \approx x - \dfrac{x^3}{6}$，所以：
\[\lim_{x \to 0} \frac{\sin x - x}{x^3} = \lim_{x \to 0} \frac{\left(x - \frac{x^3}{6} + \cdots\right) - x}{x^3} = \lim_{x \to 0} \frac{-\frac{x^3}{6} + \cdots}{x^3} = -\frac{1}{6}\]比 L’Hôpital 法則算三次導數快得多。
6.2 計算難積分
$\int e^{-x^2}\, dx$ 沒有初等形式，但可以展開再逐項積分：
\[e^{-x^2} = \sum_{n=0}^{\infty} \frac{(-x^2)^n}{n!} = \sum_{n=0}^{\infty} \frac{(-1)^n x^{2n}}{n!}\] \[\int_0^t e^{-x^2}\, dx = \sum_{n=0}^{\infty} \frac{(-1)^n}{n!} \cdot \frac{t^{2n+1}}{2n+1}\]這是數值積分和機率統計（常態分布）的基礎。
七、一個重要注意事項：展開不一定等於函數本身
泰勒級數存在和等於原函數是兩件事。
技術上，如果拉格朗日餘項（Lagrange remainder）$R_n(x) \to 0$，泰勒級數才真的收斂到 $f(x)$。對 $e^x$、$\sin x$、$\cos x$ 這些分析函數（analytic functions）這是成立的；但存在一些病態函數，泰勒級數存在但完全不等於原函數。
入門階段不必深究，但心裡要有這個概念：可微分不等於可以泰勒展開。
總結
| 概念 | 要記什麼 |
|---|---|
| 泰勒係數 | $c_n = f^{(n)}(a)/n!$ |
| 泰勒級數 | $\sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n$ |
| 馬克勞林 | 展開點取 $a=0$ 的特例 |
| 核心應用 | 近似計算、極限、難積分 |
這個架構是大學微積分第二學期最核心的內容之一。學會之後，後續的 Fourier 分析、數值方法、物理中的小角近似，全部都會用到。
→ 歡迎預約家教課，直接針對你的問題討論