You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

函数与其泰勒展开式的发散性差异疑问

函数与其泰勒展开式的发散性差异疑问

嘿,这个问题问得特别关键,核心其实藏在泰勒展开的适用前提和极限操作的顺序里,咱们慢慢捋清楚:

首先先看a=1时的原函数:
$$f(a=1,x)=\frac{1}{(1-\sqrt{1-x^2})}$$
你说的没错,只要x是有限小(不等于0),这个函数完全不发散。咱们可以先化简它验证一下:给分子分母同乘$(1+\sqrt{1-x^2})$,得到:
$$f(1,x)=\frac{1+\sqrt{1-x2}}{(1-\sqrt{1-x2})(1+\sqrt{1-x2})}=\frac{1+\sqrt{1-x2}}{x^2}$$
当x很小的时候,$\sqrt{1-x2}\approx1-\frac{x2}{2}+\mathcal{O}(x^4)$,代入进去就有:
$$f(1,x)\approx\frac{1+1-\frac{x2}{2}}{x2}=\frac{2}{x2}-\frac{1}{2}+\mathcal{O}(x2)$$
显然,只要x≠0,这个结果就是有限的,完全没问题。

那为什么原来的泰勒展开式代入a=1会发散呢?
原来的泰勒展开式$$f(a,x)=\frac{1}{1-a}-\frac{ax2}{2(1-a)2}+\mathcal{O}(x4)$$是**固定a≠1的前提下,对x在0附近展开**得到的。这个展开式的推导依赖于$1-a\neq0$——毕竟展开的时候用到了几何级数$\frac{1}{1-y}=\sum_{n=0}\infty yn$,这里的$y=a\sqrt{1-x2}$,而几何级数收敛的前提是$|y|<1$,当a=1时,$y=\sqrt{1-x2}$,当x≠0时$|y|<1$,但原来的展开式是把$\sqrt{1-x2}$再展开成x的幂级数,然后合并得到的,整个过程的基础是$1-a\neq0$,所以这个展开式根本不能直接代入a=1。

更深一层说,这是个极限顺序不能交换的问题:你相当于先做了“固定a≠1,对x→0展开”,然后再让a→1,但这和“先让a=1,再对x→0分析函数”是完全不同的两个操作。当a接近1但不等于1时,比如设a=1-ε(ε是很小的正数),原来的泰勒展开式变成$\frac{1}{\varepsilon}-\frac{(1-ε)x2}{2ε2}+\mathcal{O}(x^4)$,这时候只有当x远小于√ε时,第二项才会远小于第一项,展开式才有效;但如果x和√ε量级差不多,两项就会相当,不能忽略。而当a=1时,ε=0,原来的展开式的适用条件(x远小于√ε)就不存在了,自然不能用它来描述a=1时的函数。

总结一下:原来的泰勒展开是针对a≠1的场景推导的,代入a=1本身就违背了它的适用前提;a=1时的函数是一个独立的表达式,需要单独化简或展开,它在x≠0时有限是合理的,和原来的展开式发散并不矛盾——毕竟两者的适用场景完全不一样。

备注:内容来源于stack exchange,提问作者schris38

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.04.21 14:43:13