泰勒/麦克劳林级数与 ln(1+x) 的幂级数
如果你能不用求导就找到一个函数的第2025阶导数，会怎样？在这节课中，你将学习如何用一个巧妙的积分技巧将 \(\ln(1+x)\) 变成一个无穷多项式，然后利用这个多项式即时读出你想要的任何阶导数。在此过程中，你还会看到反复对正弦和余弦求导时出现的美丽循环。这就是代数和微积分开始变得像超能力的地方。
幂级数让我们将复杂函数变成容易处理的无穷多项式。函数 \(\ln(1+x)\) 无处不在：
- 计算机科学：算法使用对数来衡量效率——理解小 \(x\) 时的 \(\ln(1+x)\) 有助于近似运行时间
- 金融：当利率很小时，\(\ln(1+r) \approx r\)——银行家每天都在使用这个近似
- 物理学：传感器测量微小变化，\(\ln(1+x) \approx x\)（\(x\) 较小时）极大地简化了计算
- 工程学：信号处理使用对数级数来分析音频和无线电波
- 生物学：种群模型使用 \(\ln(1+\text{增长率})\) 来预测物种的变化
今天我们将发现如何从几何级数构建 \(\ln(1+x)\) 的幂级数，以及如何使用麦克劳林级数在不实际求导的情况下找到极高阶的导数！
本课内容
- 从欧拉公式推导 \(\sin x\) 和 \(\cos x\) 的导数
- \(\sin x\) 和 \(\cos x\) 高阶导数的周期性
- 几何级数 \(\frac{1}{1+x}\) 作为幂级数
- 逐项积分幂级数得到 \(\ln(1+x)\)
- 通过代入 \(x = 0\) 确定积分常数
- 麦克劳林系数：若 \(f(x) = \sum a_k x^k\)，则 \(a_n = \frac{f^{(n)}(0)}{n!}\)
- 使用麦克劳林展开求高阶导数（如 \(\ln(1+x)\) 在 \(x = 0\) 处的第2025阶导数）
- 识别已知函数的导数：\(f'(x) = -\frac{1}{1+x}\) 对应 \(\ln(1+x)\) 的导数
课程视频
课程关键帧
预备知识
欧拉公式使用虚数 \(i\)（其中 \(i^2 = -1\)）将指数函数与三角函数联系起来：
\[e^{i\theta} = \cos\theta + i\sin\theta\]
由此，我们可以通过观察 \(e^{i\theta}\) 的幂级数并分离实部和虚部来提取 \(\sin\) 和 \(\cos\)：
\[\cos\theta = 1 - \frac{\theta^2}{2!} + \frac{\theta^4}{4!} - \frac{\theta^6}{6!} + \cdots\]
\[\sin\theta = \theta - \frac{\theta^3}{3!} + \frac{\theta^5}{5!} - \frac{\theta^7}{7!} + \cdots\]
这些幂级数让我们可以逐项对 \(\sin\) 和 \(\cos\) 求导！
几何级数是一个每一项都是前一项固定倍数的求和：
\[\sum_{k=0}^{\infty} r^k = 1 + r + r^2 + r^3 + \cdots = \frac{1}{1-r} \quad \text{（当 } |r| < 1\text{）}\]
例如，当 \(r = \frac{1}{2}\) 时：\(1 + \frac{1}{2} + \frac{1}{4} + \frac{1}{8} + \cdots = 2\)。
在这节课中，我们将用替换 \(r = -x\) 来得到 \(\frac{1}{1+x}\) 的级数。
麦克劳林级数将函数表示为以 \(x = 0\) 为中心的无穷多项式：
\[f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(0)}{n!} x^n = f(0) + f'(0)\,x + \frac{f''(0)}{2!}x^2 + \frac{f'''(0)}{3!}x^3 + \cdots\]
关键洞察是 \(x^n\) 的系数等于 \(\frac{f^{(n)}(0)}{n!}\)。如果你已经知道了幂级数，你可以直接读出在零点处的导数，而无需求导！
自然对数 \(\ln(x)\) 是 \(e^x\) 的反函数。它回答的问题是：“\(e\) 的几次方等于 \(x\)？”
关键事实：
- \(\ln(1) = 0\)，因为 \(e^0 = 1\)
- \(\ln(e) = 1\)，因为 \(e^1 = e\)
- \(\frac{d}{dx}\ln(x) = \frac{1}{x}\)
所以根据链式法则，\(\frac{d}{dx}\ln(1+x) = \frac{1}{1+x}\)。
核心概念
从欧拉公式推导正弦和余弦的导数
上节课我们看到了 \(\sin x\) 和 \(\cos x\) 的麦克劳林级数。通过逐项对这些级数求导，我们可以证明：
逐项对正弦和余弦的幂级数求导证明了这两个基本结果。注意余弦的负号——它的出现是因为当正弦为正时余弦在递减。
\[\boxed{\frac{d}{dx}(\sin x) = \cos x} \qquad \boxed{\frac{d}{dx}(\cos x) = -\sin x}\]
为什么余弦有负号？ 对 \(\cos x\) 的级数求导：
\[\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \cdots\]
\[\frac{d}{dx}(\cos x) = 0 - \frac{2x}{2!} + \frac{4x^3}{4!} - \frac{6x^5}{6!} + \cdots = -x + \frac{x^3}{3!} - \frac{x^5}{5!} + \cdots\]
这正好是 \(-\sin x\)！
探索——看看 \(\sin x\)、\(\cos x\) 及其导数：
拖动 \(a\) 的滑块。虚线表示 \(\sin x\) 的切线——其斜率始终等于 \(\cos(a)\)，即红色曲线的高度！
导数循环：正弦的高阶导数
当你反复对 \(\sin x\) 求导时，会出现一个美丽的现象：
| 导数 | 结果 |
|---|---|
| \(f(x) = \sin x\) | \(\sin x\) |
| \(f'(x)\) | \(\cos x\) |
| \(f''(x)\) | \(-\sin x\) |
| \(f'''(x)\) | \(-\cos x\) |
| \(f^{(4)}(x)\) | \(\sin x\) |
经过4次求导后，我们回到了 \(\sin x\)！这个循环永远重复：
\[\sin x \;\to\; \cos x \;\to\; -\sin x \;\to\; -\cos x \;\to\; \sin x \;\to\; \cdots\]
所以要求第 \(n\) 阶导数，只需将 \(n\) 除以4并看余数：
| 余数（\(n \bmod 4\)） | \(f^{(n)}(x)\) |
|---|---|
| 0 | \(\sin x\) |
| 1 | \(\cos x\) |
| 2 | \(-\sin x\) |
| 3 | \(-\cos x\) |
例如，\(\sin x\) 的第100阶导数：\(100 \div 4 = 25\) 余 \(0\)，所以 \(f^{(100)}(x) = \sin x\)。
几何级数作为幂级数
回顾几何级数公式：
\[\frac{1}{1-r} = 1 + r + r^2 + r^3 + \cdots \quad \text{当 } |r| < 1\]
现在替换 \(r = -x\)：
\[\frac{1}{1+x} = 1 - x + x^2 - x^3 + x^4 - \cdots = \sum_{k=0}^{\infty} (-1)^k x^k\]
这在 \(|x| < 1\) 时成立。我们将 \(\frac{1}{1+x}\) 变成了幂级数！
探索——看看级数的部分和如何逼近 \(\frac{1}{1+x}\)：
增大滑块 \(n\)，观察红色虚线曲线越来越好地匹配蓝色曲线——但仅在 \(|x| < 1\) 的范围内！
从几何级数到 ln(1+x)
这是关键思路：我们知道 \(\frac{d}{dx}\ln(1+x) = \frac{1}{1+x}\)。所以如果我们逐项积分几何级数，应该能得到 \(\ln(1+x)\)！
\[\int \frac{1}{1+x}\,dx = \int \left(1 - x + x^2 - x^3 + \cdots\right) dx\]
\[= C + x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots\]
确定常数 \(C\)：代入 \(x = 0\)：
\[\ln(1+0) = C + 0 - 0 + 0 - \cdots\] \[\ln(1) = C\] \[0 = C\]
所以 \(C = 0\)，我们得到了这个优美的结果：
通过逐项积分 \(\frac{1}{1+x}\) 的几何级数，我们将自然对数变成了一个无穷多项式。这个级数让你仅用加法、减法和除法就能计算对数。
\[\boxed{\ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots = \sum_{k=1}^{\infty} \frac{(-1)^{k+1}\, x^k}{k}}\]
这在 \(-1 < x \le 1\) 时成立。
探索——看看 \(\ln(1+x)\) 的幂级数如何收敛：
增大 \(n\)，观察级数（红色虚线）如何越来越紧密地贴合真实的 \(\ln(1+x)\) 曲线（蓝色），特别是在 \(-1\) 和 \(1\) 之间。
识别已知函数的导数
假设有人给你一个函数并告诉你 \(f'(x) = -\frac{1}{1+x}\)。你如何找到 \(f(x)\)？
你注意到：
\[\frac{d}{dx}\ln(1+x) = \frac{1}{1+x}\]
所以 \(-\frac{1}{1+x}\) 是 \(-\ln(1+x)\) 的导数。因此：
\[f(x) = -\ln(1+x) + C\]
这就是从导数”反向推导”的艺术——积分的预览！
匹配麦克劳林系数
这是本课程中最强大的技巧之一。如果一个函数有麦克劳林级数：
\[f(x) = a_0 + a_1 x + a_2 x^2 + a_3 x^3 + \cdots\]
那么每个系数都与在零点处的导数有关：
如果你已经知道一个函数的幂级数，你可以立即找到在 \(x = 0\) 处的任何阶导数，而根本不需要求导。只需读出系数并乘以 \(n!\)。
\[\boxed{a_n = \frac{f^{(n)}(0)}{n!}}\]
这意味着：如果你知道幂级数，你就自动知道在 \(x = 0\) 处的每一阶导数。你可以改写为：
\[f^{(n)}(0) = n! \cdot a_n\]
不用求导就找到超高阶导数
这里就变得精彩了。假设我们要求 \(\ln(1+x)\) 在 \(x = 0\) 处的第2025阶导数。
手动对 \(\ln(1+x)\) 求导两千零二十五次？不可能！但我们知道幂级数：
\[\ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots\]
\(x^n\) 的系数为 \(a_n = \frac{(-1)^{n+1}}{n}\)。
利用 \(f^{(n)}(0) = n! \cdot a_n\)：
\[f^{(2025)}(0) = 2025! \cdot \frac{(-1)^{2026}}{2025} = 2025! \cdot \frac{1}{2025} = \frac{2025!}{2025} = 2024!\]
所以 \(\ln(1+x)\) 在 \(x = 0\) 处的第2025阶导数是 \(2024!\)。我们一次都没有求导！
为什么 \((-1)^{2026} = 1\)？ 因为2026是偶数，而 \((-1)^{\text{偶数}} = 1\)。
再试一个：\(\ln(1+x)\) 在 \(x = 0\) 处的第4阶导数：
\[f^{(4)}(0) = 4! \cdot \frac{(-1)^{5}}{4} = 24 \cdot \frac{-1}{4} = -6\]
你可以用硬算的方式对 \(\ln(1+x)\) 求四次导来验证——你会得到相同的答案！
速查表
| 你想要什么 | 公式 |
|---|---|
| \(\sin x\) 的导数 | \(\frac{d}{dx}(\sin x) = \cos x\) |
| \(\cos x\) 的导数 | \(\frac{d}{dx}(\cos x) = -\sin x\) |
| \(\sin\) 的导数循环 | \(\sin \to \cos \to -\sin \to -\cos \to \sin\)（周期为4） |
| 几何级数 | \(\frac{1}{1+x} = \displaystyle\sum_{k=0}^{\infty} (-1)^k x^k = 1 - x + x^2 - x^3 + \cdots\) |
| \(\ln(1+x)\) 的幂级数 | \(\ln(1+x) = \displaystyle\sum_{k=1}^{\infty} \frac{(-1)^{k+1} x^k}{k} = x - \frac{x^2}{2} + \frac{x^3}{3} - \cdots\) |
| 麦克劳林系数公式 | \(a_n = \frac{f^{(n)}(0)}{n!}\)，所以 \(f^{(n)}(0) = n!\cdot a_n\) |
| 积分常数技巧 | 积分后代入 \(x = 0\) 以求 \(C\) |
核心思路链
\[\frac{1}{1+x} \;\xrightarrow{\text{积分}}\; \ln(1+x) \;\xrightarrow{\text{读出 } a_n}\; \frac{(-1)^{n+1}}{n} \;\xrightarrow{\;n!\cdot a_n\;}\; f^{(n)}(0)\]