Ряд Тейлора 🌀

В прошлом уроке ты разобрался с формулой Тейлора: любую $(n+1)$ раз дифференцируемую функцию можно точно представить как многочлен степени $n$ плюс остаточный член $R_n(x)$, который отвечает за всю ошибку приближения. Это было конечное, строгое равенство — никакого обмана, никакой бесконечности. Но стоит только посмотреть на эту формулу чуть дольше, и в голове неизбежно возникает вопрос: а что, если взять не три, не пять, а сколько угодно много слагаемых? Что будет, если устремить $n$ к бесконечности?

Формально ответ прост — получится бесконечный степенной ряд, который называют рядом Тейлора. Но простота этого шага обманчива. Переход от «многочлен плюс остаток» к «бесконечная сумма» — это не техническая деталь, а концептуальный скачок, который скрывает в себе две совершенно разные проблемы. Во-первых, сходится ли вообще эта бесконечная сумма хоть к какому-то числу — тот же вопрос, что ты уже разбирал применительно к числовым и функциональным рядам. А во-вторых, даже если сумма ряда существует, кто гарантирует, что она равна именно значению $f(x)$, из производных которой этот ряд и был построен? Ты удивишься, но ответ на второй вопрос — вовсе не «да, конечно», и убедиться в этом тебе предстоит на одном из самых красивых контрпримеров классического анализа.

Этот урок построен вокруг одной центральной идеи: бесконечная дифференцируемость функции — необходимое условие для того, чтобы у неё вообще существовал ряд Тейлора, но это условие абсолютно недостаточно для того, чтобы ряд сходился к самой функции. Разрыв между «формально существует» и «действительно совпадает» — именно то место, где рождается вся строгость этой темы: радиус сходимости, оценка остаточного члена, условия применимости стандартных разложений.

И конечно, у этой темы есть прямой практический выход в машинное обучение. Экспонента — одна из самых часто вычисляемых функций в нейросетях: она сидит внутри softmax, внутри GELU, внутри многих функций активации и функций потерь. А вычисление «настоящей» экспоненты на железе — операция не бесплатная. Поэтому библиотеки глубокого обучения и специализированные ускорители нередко заменяют точное вычисление $e^x$ усечённым многочленом Тейлора нужной степени — быстрее, дешевле, и с контролируемой погрешностью, если знать, на каком диапазоне значений это приближение ещё работает. Понимание того, где ряд Тейлора «работает», а где перестаёт быть надёжным помощником, — это не абстрактная теория, а вопрос, от которого буквально зависит корректность вычислений в реальных системах.

История: откуда это взялось?

Формула, дающая имя всей теме, была опубликована английским математиком Бруком Тейлором (1685–1731) в 1715 году в трактате Methodus Incrementorum Directa et Inversa. Тейлор, ученик традиции Ньютона, интересовался конечными разностями и предельным переходом к производным, и разложение функции по степеням приращения оказалось у него естественным следствием этой более общей теории. Интересно, что сам Тейлор не придавал открытию того значения, которое оно получило впоследствии, — по-настоящему оценил и стал систематически использовать формулу шотландский математик Колин Маклорен (1698–1746) в своём учебнике A Treatise of Fluxions (1742), причём именно в частном случае разложения вокруг нуля. Отсюда и закрепилось название «ряд Маклорена» для этого частного случая — хотя, если формулировать педантично, никакого отдельного открытия Маклорен не совершал, а лишь популяризировал и систематически применял идею Тейлора при $x_0=0$.

Куда менее известна другая часть истории: идея представления функции бесконечным степенным рядом была независимо открыта на несколько столетий раньше — в Индии, в математической школе Кералы. Мадхава Сангамаграма (около 1340–1425) и его последователи нашли разложения для $\sin x$, $\cos x$ и $\arctan x$ в виде бесконечных рядов ещё в XIV веке, за триста с лишним лет до Тейлора и Ньютона. Эти результаты передавались внутри узкой научной традиции на юге Индии, были записаны на санскрите и малаялам и оставались практически неизвестны европейской науке вплоть до XIX–XX веков, когда историки математики заново открыли и перевели эти тексты. История ряда Тейлора — хороший урок того, что математические идеи часто рождаются независимо в разных культурах, и то, чьё имя закрепляется за открытием, определяется не только приоритетом, но и тем, кто и когда сумел донести результат до широкой научной среды.

Строгое обоснование того, когда именно ряд Тейлора сходится к самой функции, появилось значительно позже — в XIX веке, в работах Огюстена Луи Коши. Именно Коши в 1823 году построил функцию, ряд Тейлора которой существует, но не сходится к самой функции ни в одной точке, кроме центра разложения, — тот самый контрпример с $e^{-1/x^2}$, который ты разберёшь ближе к концу этого урока. До Коши математики XVIII века нередко обращались с бесконечными рядами довольно вольно, считая, что раз все производные функции в точке известны, то ряд просто обязан описывать саму функцию. Контрпример Коши разрушил эту иллюзию и заставил математическое сообщество отделить понятие «бесконечно дифференцируемая функция» от куда более сильного понятия «аналитическая функция» — то есть функция, которая на самом деле совпадает со своим рядом Тейлора.

От формулы Тейлора к бесконечному ряду: что значит «сходится к функции»

Интуиция: недостроенное здание

Представь, что формула Тейлора — это строительство здания по этажам, где каждый этаж — это ещё одно слагаемое $\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$. Многочлен Тейлора степени $n$ — это здание из $n+1$ этажей (считая нулевой), а остаточный член $R_n(x)$ — это то, чего зданию ещё не хватает до полной высоты $f(x)$. Формула Тейлора с конечным $n$ гарантирует ровно одно: сколько бы этажей ты ни построил, разница между «уже построенным» и «нужной высотой» точно равна $R_n(x)$ — не больше и не меньше, это строгое равенство.

Теперь представь, что ты продолжаешь достраивать здание бесконечно — добавляешь этаж за этажом. Возникает естественный вопрос: приближается ли высота здания к нужной отметке $f(x)$ по мере роста числа этажей? Именно на этот вопрос отвечает условие $R_n(x) \to 0$ при $n \to \infty$. Если недостроенная часть с каждым этажом становится всё меньше и меньше, стремясь к нулю, — здание, в пределе, действительно дорастает до нужной высоты, и ряд Тейлора сходится к самой функции. Но если остаток не стремится к нулю (например, колеблется или стремится к какому-то ненулевому числу), никакое количество «этажей» не приблизит тебя к истинному значению функции — сумма бесконечного ряда, даже если она существует как число, окажется просто другим числом, не равным $f(x)$.

Определение

Определение. Пусть функция $f$ бесконечно дифференцируема в некоторой окрестности точки $x_0$. Рядом Тейлора функции $f$ в точке $x_0$ называется степенной ряд

$$\sum_{n=0}^{\infty} \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$$

Этот ряд сходится к самой функции $f$ в точке $x$ тогда и только тогда, когда остаточный член формулы Тейлора стремится к нулю при $n\to\infty$:

$$\lim_{n\to\infty} R_n(x) = 0$$

Для оценки $R_n(x)$ чаще всего используют форму Лагранжа: $R_n(x) = \dfrac{f^{(n+1)}(c)}{(n+1)!}(x-x_0)^{n+1}$ для некоторой точки $c$ между $x_0$ и $x$.

Обрати внимание на формулировку «тогда и только тогда» — это действительно равносильность, а не одностороннее следствие. Сам по себе факт, что функция бесконечно дифференцируема и, значит, у неё формально можно выписать ряд Тейлора, не говорит вообще ничего о том, куда этот ряд сходится. Нужна отдельная, содержательная проверка условия на остаточный член — и именно эта проверка отделяет корректное использование разложения от механического жонглирования формулами.

Разбор примеров

Пример 1 (лёгкий). Показать, что ряд Тейлора функции $f(x)=e^x$ в точке $x_0=0$ сходится к самой функции при любом $x\in\mathbb R$.

Все производные экспоненты равны самой экспоненте: $f^{(n)}(x)=e^x$ для любого $n$. Остаточный член в форме Лагранжа:

Зафиксируем произвольное $x$. Так как $c$ лежит между $0$ и $x$, выполнено $e^c \le e^{|x|}$ (эта оценка верна и при положительном, и при отрицательном $x$). Значит

При фиксированном $x$ величина $e^{|x|}$ — просто константа, а вот $\dfrac{|x|^{n+1}}{(n+1)!} \to 0$ при $n\to\infty$ — факториал в знаменателе растёт быстрее любой фиксированной степени числителя (это ровно тот факт «факториал побеждает степень», прямое обобщение результата про экспоненту и степень из прошлого урока). Значит $R_n(x)\to0$ для любого $x$, и ряд Тейлора $e^x$ сходится к $e^x$ на всей числовой прямой.

Пример 2 (средний). Показать, что для $f(x)=\ln(1+x)$ ряд Тейлора в точке $x_0=0$ сходится к $f(x)$ при $x\in(0,1]$ — оценить остаточный член напрямую.

Производные: $f^{(n)}(x) = (-1)^{n-1}\dfrac{(n-1)!}{(1+x)^n}$ при $n\ge1$. Остаточный член в форме Лагранжа:

Для $x\in(0,1]$ и $c\in(0,x)$ выполнено $1+c>1$, а значит $\dfrac{x}{1+c} < x \le 1$. Тогда

Значит остаточный член стремится к нулю, и ряд Тейлора для $\ln(1+x)$ сходится к $\ln(1+x)$ при всех $x\in(0,1]$. (Для отрицательных $x$ из этого интервала нужна чуть более тонкая оценка через интегральную форму остатка, но результат остаётся тем же для $x\in(-1,0]$.)

Пример 3 (сложный, ML). В softmax экспонента вычисляется для логитов $z_i$. Пусть логит близок к нулю, $|z|\le0.5$, и экспоненту приближают усечённым рядом Тейлора третьей степени $P_3(z) = 1+z+\dfrac{z^2}{2}+\dfrac{z^3}{6}$. Оценить, насколько далеко такое приближение может отстоять от истинного значения $e^z$ на этом диапазоне.

Остаточный член: $R_3(z) = \dfrac{e^c}{4!}z^4$, $c\in(-0.5,0.5)$ (берём худший случай знака). Оценка сверху: $e^c < e^{0.5}\approx1.6487$, а $|z|^4 \le 0.5^4 = 0.0625$. Значит

То есть на всём диапазоне логитов $|z|\le0.5$ ошибка усечённого многочлена третьей степени не превышает примерно $0.0043$ — для многих задач вполне достаточная точность, если логиты действительно остаются в этом узком диапазоне. Но обрати внимание: сама оценка зависит от диапазона $x$ — стоит логитам выйти за пределы этой узкой окрестности, и остаточный член быстро растёт, потому что степень $|z|^4$ увеличивается быстрее, чем компенсирует факториал в знаменателе на разумных для практики величинах $z$. Именно поэтому аппаратные приближения экспоненты почти никогда не используют один и тот же усечённый многочлен на всём диапазоне значений — вместо этого функцию сначала «сдвигают» в узкий рабочий интервал (например, вычитанием целой части в показателе степени двойки), и только потом применяют полиномиальное приближение.

Почему это важно

Переход от формулы к ряду — это не просто «добавить многоточие в конце суммы». Каждый раз, когда ты видишь бесконечное разложение вроде $e^x=\sum \frac{x^n}{n!}$, за этим стоит содержательное утверждение об остаточном члене, которое было доказано отдельно и не следует автоматически из существования всех производных. Привычка проверять это условие — а не просто верить табличным формулам — и есть главный навык, который отличает уверенное владение темой от заучивания списка разложений.

Радиус и интервал сходимости степенного ряда

Интуиция: круг устойчивой связи

Степенной ряд $\sum a_n(x-x_0)^n$ — это, прежде всего, обычный функциональный ряд, и у него, как у любого ряда, есть область, где он сходится, и область, где расходится. Оказывается, для степенных рядов эта область устроена особенно просто: она всегда представляет собой интервал, симметричный относительно центра разложения $x_0$ (а если смотреть на комплексной плоскости — круг). Представь передатчик рации, установленный в точке $x_0$: в пределах некоторого радиуса $R$ сигнал уверенно доходит и усиливается с каждым новым слагаемым ряда, а стоит выйти за пределы этого радиуса — связь обрывается настолько резко, что дальнейшие члены ряда только растут по модулю, а сумма вообще перестаёт существовать.

Определение

Теорема (Коши–Адамар). Для степенного ряда $\sum_{n=0}^\infty a_n(x-x_0)^n$ существует число $R\in[0,+\infty]$ — радиус сходимости, — такое что ряд абсолютно сходится при $|x-x_0|R$. В точках $x=x_0\pm R$ ряд нужно исследовать отдельно — он может как сходиться, так и расходиться. Радиус находится по формуле

$$\frac1R = \limsup_{n\to\infty}\sqrt[n]{|a_n|}$$

а если существует предел отношения соседних коэффициентов, удобнее пользоваться признаком Даламбера:

$$\frac1R = \lim_{n\to\infty}\left|\frac{a_{n+1}}{a_n}\right|$$

Интервал $(x_0-R, x_0+R)$ называют интервалом сходимости, а вместе с исследованными концами — областью сходимости ряда.

Разбор примеров

Пример 1 (лёгкий). Найти радиус сходимости ряда $\sum_{n=0}^\infty x^n$ (разложение $\frac{1}{1-x}$).

Коэффициенты $a_n=1$. По признаку Даламбера: $\left|\dfrac{a_{n+1}}{a_n}\right| = 1$ для любого $n$, значит $\dfrac1R=1$, откуда $R=1$. При $x=1$ ряд превращается в $1+1+1+\dots$ и очевидным образом расходится (общий член не стремится к нулю); при $x=-1$ ряд $1-1+1-1+\dots$ тоже расходится (частичные суммы колеблются между $0$ и $1$, предела нет). Значит область сходимости — открытый интервал $(-1,1)$, оба конца исключены.

Пример 2 (средний). Найти радиус и область сходимости ряда $\sum_{n=1}^\infty \dfrac{(-1)^{n+1}x^n}{n}$ (разложение $\ln(1+x)$).

Коэффициенты $a_n=\dfrac{(-1)^{n+1}}{n}$. По Даламберу: $\left|\dfrac{a_{n+1}}{a_n}\right| = \dfrac{n}{n+1}\to1$, значит $R=1$. Проверяем концы. При $x=1$: ряд $\sum \dfrac{(-1)^{n+1}}{n} = 1-\dfrac12+\dfrac13-\dots$ — это ряд Лейбница, сходится условно (к $\ln 2$, как ты убедишься дальше в практике). При $x=-1$: ряд $\sum \dfrac{(-1)^{n+1}(-1)^n}{n} = \sum \dfrac{-1}{n} = -\left(1+\dfrac12+\dfrac13+\dots\right)$ — знакопостоянный гармонический ряд с минусом, расходится. Значит область сходимости — полуинтервал $(-1,1]$: правый конец входит, левый — нет.

Пример 3 (сложный, ML). Найти радиус сходимости ряда $\sum_{n=0}^\infty (-1)^n x^{2n}$ — разложения функции $\dfrac{1}{1+x^2}$, — и объяснить, почему он не равен бесконечности, хотя сама функция $\dfrac{1}{1+x^2}$ определена и бесконечно дифференцируема на всей вещественной прямой (знаменатель $1+x^2$ никогда не обращается в нуль для вещественных $x$).

Сделаем замену $y=x^2$: ряд превращается в $\sum(-1)^n y^n$ — это геометрическая прогрессия со знаменателем $-y$, сходящаяся при $|y|<1$. Значит $x^2<1$, то есть $|x|<1$, и радиус сходимости по переменной $x$ равен $R=1$. На первый взгляд это странно: функция $\dfrac{1}{1+x^2}$ прекрасно ведёт себя при любом вещественном $x$, никаких обрывов, никаких особенностей — а ряд почему-то сходится только на узком интервале $(-1,1)$. Разгадка в том, что радиус сходимости степенного ряда определяется расстоянием до ближайшей особой точки на комплексной плоскости, а не только на вещественной прямой. Знаменатель $1+x^2$ обращается в нуль при $x=\pm i$ — это комплексные, но вполне реальные для формулы полюсы функции. Расстояние от центра разложения $x_0=0$ до каждой из этих точек на комплексной плоскости равно $|i|=1$ — и это в точности радиус сходимости, который мы получили чисто алгебраически. Степенной ряд «видит» комплексную плоскость целиком, даже когда мы работаем исключительно с вещественными числами.

Почему это важно

Радиус сходимости — это не абстрактная граница, интересная только с теоретической точки зрения: это ровно тот диапазон значений аргумента, за пределами которого использовать стандартное разложение попросту нельзя, каким бы соблазнительным ни казался результат подстановки. Прежде чем пользоваться любым табличным рядом — не только в учебных задачах, но и, например, при построении полиномиальных приближений функций активации, — первым делом стоит спросить себя: а находится ли интересующее меня значение аргумента внутри интервала сходимости вообще?

Таблица стандартных разложений Маклорена

Интуиция: пять рабочих инструментов на все случаи жизни

Вывод каждого разложения по отдельности — вычисление производных всех порядков в нуле, подстановка в общую формулу — операция важная для понимания, но крайне утомительная, если проделывать её каждый раз заново. На практике почти всегда используют небольшой набор уже готовых, многократно проверенных разложений — и из них с помощью алгебраических подстановок (замены $x$ на $-x$, $2x$, $x^2$ и так далее) быстро получают десятки других рядов, ни разу не возвращаясь к вычислению производных.

Определение

Таблица разложений Маклорена.

Все пять разложений можно доказать одним и тем же приёмом: вычислить производные любого порядка в нуле (для $e^x$, $\sin x$, $\cos x$ — по закономерности, повторяющейся с периодом, для $\dfrac1{1-x}$ и $\ln(1+x)$ — по общей формуле для $n$-й производной) и подставить их в определение ряда Тейлора, а затем отдельно доказать сходимость остаточного члена к нулю, как это было сделано выше для $e^x$ и $\ln(1+x)$.

Разбор примеров

Пример 1 (лёгкий). Вывести разложение $\cos x$ из разложения $\sin x$, используя, что $\cos x = (\sin x)'$, и почленное дифференцирование степенного ряда.

Дифференцируем каждое слагаемое отдельно (для степенных рядов внутри интервала сходимости это законная операция):

Это в точности ряд для $\cos x$. Приём почленного дифференцирования (и, аналогично, почленного интегрирования) степенного ряда внутри его интервала сходимости экономит массу времени — не нужно заново вычислять все производные, если известно разложение производной или первообразной функции.

Пример 2 (средний). Разложить $\dfrac{1}{1+x^2}$ в ряд Маклорена, используя замену $x\to -x^2$ в разложении $\dfrac{1}{1-x}$, и найти радиус сходимости.

Исходный ряд сходится при $|x|<1$ (по переменной, стоящей в формуле $\frac1{1-x}$), а здесь эта переменная равна $-x^2$, поэтому условие сходимости $|-x^2|<1$ превращается в $x^2<1$, то есть $|x|<1$. Радиус сходимости — снова $R=1$, что полностью согласуется с рассуждением про комплексные полюсы $\pm i$ из предыдущего раздела.

Пример 3 (сложный, ML). В softmax с температурой экспоненту часто масштабируют: $e^{x/T}$ при малой температуре $T$. Разложить $e^{x/T}$ в ряд Маклорена по переменной $x$ (при фиксированном $T$) и оценить, как быстро растут коэффициенты при уменьшении $T$.

Подставляя $x\to x/T$ в разложение экспоненты:

Радиус сходимости по-прежнему бесконечен (это лишь масштабирование переменной, а не изменение структуры ряда), но коэффициент при $x^n$ равен $\dfrac{1}{T^n n!}$ и растёт при уменьшении $T$ обратно пропорционально $T^n$. Практический вывод: при малой температуре $T$ (то есть при «резком», почти жёстком softmax) один и тот же порядок усечения ряда даёт куда большую абсолютную погрешность на том же диапазоне $x$, чем при $T$, близком к единице, — усечённое полиномиальное приближение экспоненты работает тем хуже, чем сильнее softmax «заострён» по температуре, и это нужно учитывать при выборе степени усечения в реализациях с низкой температурой.

Почему это важно

Таблица стандартных разложений — это не список для механического заучивания, а набор строительных блоков. Умение быстро получить из пяти базовых формул производную формулу для похожей функции через замену переменной экономит время и, что важнее, снижает риск ошибки по сравнению с вычислением всех производных заново. Но при любой подстановке $x\to g(x)$ обязательно нужно заново пересчитать область сходимости через условие на новую переменную — интервал сходимости не переносится автоматически, а трансформируется вместе с заменой.

Когда ряд существует, но врёт: контрпример Коши

Интуиция: идеальная подготовка не гарантирует финиша

Представь спортсмена, который тренировался абсолютно ко всем дистанциям сразу — от спринта до марафона, и по всем показателям физической подготовки выглядит безупречно. Означает ли это, что он обязательно добежит до финиша конкретного забега? Формула Тейлора и её бесконечно дифференцируемые функции устроены похожим образом: наличие всех производных в точке — сильное условие, но само по себе оно ничего не говорит о том, «добежит» ли построенный по этим производным ряд до истинного значения функции. Оказывается, можно построить функцию, которая всюду бесконечно дифференцируема, у которой в конкретной точке абсолютно все производные равны нулю — а сама функция при этом в любой другой точке отлична от нуля. Ряд Тейлора такой функции формально существует, но описывает не саму функцию, а тождественный нуль.

Определение

Пример (Коши, 1823). Рассмотрим функцию

$$f(x) = \begin{cases} e^{-1/x^2}, & x\ne 0 \\ 0, & x=0 \end{cases}$$

Эта функция бесконечно дифференцируема на всей числовой прямой, причём $f^{(n)}(0)=0$ для всех $n\ge0$. Следовательно, её ряд Тейлора в точке $x_0=0$ — это тождественный нуль:

$$\sum_{n=0}^\infty \frac{f^{(n)}(0)}{n!}x^n \equiv 0$$

Но сама функция $f(x)=e^{-1/x^2} \ne 0$ при любом $x\ne0$. Значит ряд Тейлора этой функции сходится (к нулю), но не сходится к самой функции ни в одной точке, кроме $x_0=0$.

Разбор примеров

Пример 1 (лёгкий). Оценить численно значение $f(0.1)=e^{-1/0.1^2}$ и сравнить с приближением по ряду Тейлора (нулём).

$\dfrac{1}{0.1^2} = \dfrac{1}{0.01} = 100$, значит $f(0.1) = e^{-100}$. Это положительное, но фантастически малое число — порядка $3{,}7\times10^{-44}$. Ряд Тейлора в точке $x=0$, будучи тождественным нулём, «предсказывает» для $f(0.1)$ значение ровно $0$. Формально приближение с точностью до $44$-го знака после запятой почти совпадает с истинным значением — но принципиально важно, что это совпадение с нулём никогда не станет точным равенством ни при каком $x\ne0$: истинное значение всегда строго положительно, а ряд всегда даёт строго нуль.

Пример 2 (средний). Доказать, что $\displaystyle\lim_{x\to0} \frac{e^{-1/x^2}}{x^3} = 0$ — этот факт лежит в основе доказательства того, что $f'''(0)=0$.

Сделаем замену $t = \dfrac{1}{x^2} \to +\infty$ при $x\to0$ (независимо от знака $x$, так как $x^2>0$). Тогда $x^2 = \dfrac1t$, а $x^3 = \pm\dfrac{1}{t^{3/2}}$. Значит

При $t\to\infty$ произведение $t^{3/2}e^{-t}\to0$, потому что экспонента убывает быстрее, чем растёт любая фиксированная степень $t$ (это ровно тот принцип «экспонента побеждает степень», доказанный в предыдущем уроке через правило Лопиталя и использованный здесь в чуть более общей форме — с дробным показателем степени $\frac32$). Значит исходный предел тоже равен нулю.

Пример 3 (сложный). Опираясь на предыдущий пример, объяснить в общих чертах, почему $f^{(n)}(0)=0$ для любого $n$, а не только для младших порядков.

Ключевое наблюдение — при $x\ne0$ каждая производная $f^{(n)}(x)$ имеет вид $P_n(1/x)\,e^{-1/x^2}$, где $P_n$ — некоторый многочлен (это доказывается индукцией по $n$: дифференцируя произведение $P_n(1/x)e^{-1/x^2}$ по правилу производной произведения и сложной функции, снова получаешь выражение вида «многочлен от $1/x$, умноженный на $e^{-1/x^2}$» — форма воспроизводит саму себя). Тогда значение $f^{(n+1)}(0)$ вычисляется как предел разностного отношения

И снова, как в примере 2, любая степень $1/x$, умноженная на $e^{-1/x^2}$, стремится к нулю при $x\to0$ — экспонента подавляет любой полиномиальный рост множителя $P_n(1/x)/x$. Значит $f^{(n+1)}(0)=0$ для каждого следующего $n$, и по индукции все производные в нуле обращаются в нуль без исключения.

Почему это важно

Этот контрпример — не математическое курьёзное развлечение, а предостережение, которое стоит держать в голове всегда, когда встречаешь фразу «функция бесконечно дифференцируема». Класс бесконечно дифференцируемых функций (его обозначают $C^\infty$) строго шире класса функций, действительно равных своему ряду Тейлора (такие функции называют аналитическими и обозначают $C^\omega$). Все стандартные функции из таблицы этого урока — $e^x$, $\sin x$, $\cos x$ и другие — являются аналитическими, поэтому с ними разложение в ряд Тейлора работает без подвоха. Но, встречая незнакомую бесконечно дифференцируемую функцию, нельзя автоматически считать её аналитической — нужна отдельная проверка через остаточный член, как в первом разделе этого урока.

Практика: 30 заданий

Базовые задания (1–10)

Задание 1: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{x^n}{n!}$.

Задание 2: Используя первые четыре члена ряда Маклорена для $\cos x$, вычислить приближённое значение $\cos(0.1)$.

Задание 3: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty n!\,x^n$.

Задание 4: Используя разложение $\dfrac{1}{1-x}=\sum x^n$, вычислить сумму первых пяти членов ряда при $x=0.5$ и сравнить с точным значением функции.

Задание 5: Найти радиус и область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{(x-3)^n}{n\cdot 2^n}$.

Задание 6: Используя первые два члена ряда Маклорена для $\sin x$, вычислить приближённо $\sin(0.1)$ и оценить погрешность через следующий отброшенный член.

Задание 7: Разложить $e^{2x}$ в ряд Маклорена и найти радиус сходимости.

Задание 8: Разложить $\ln(1-x)$ в ряд Маклорена, используя замену $x\to -x$ в разложении $\ln(1+x)$, и указать область сходимости.

Задание 9: Вычислить сумму числового ряда $\displaystyle\sum_{n=1}^\infty \frac{1}{n!}$, используя разложение $e^x$ при $x=1$.

Задание 10: Найти ряд Тейлора многочлена $f(x)=x^3-2x^2+x-1$ в точке $x_0=1$ и убедиться, что он точно совпадает с исходным многочленом.

Средние задания (11–20)

Задание 11: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{(-1)^n x^{2n}}{(2n)!}$ (разложение $\cos x$).

Задание 12: Оценить погрешность приближения $e^{0.5}$ многочленом Тейлора третьей степени и сравнить оценку с фактической разницей.

Задание 13: Найти сумму ряда $\displaystyle\sum_{n=1}^\infty n\,x^{n-1}$ при $|x|<1$ и вычислить её значение при $x=\dfrac13$.

Задание 14: Вычислить $\ln(1.1)$ приближённо через четыре члена ряда Маклорена и оценить погрешность.

Задание 15 (ML): Экспонента в softmax приближена многочленом Тейлора второй степени $e^x\approx1+x+\dfrac{x^2}{2}$. Найти относительную погрешность этого приближения при $x=0.3$.

Задание 16: Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{n^2}$.

Задание 17: Через ряд Маклорена для $e^x$ найти $\displaystyle\lim_{x\to0}\frac{e^x-1-x}{x^2}$.

Задание 18: Через ряд Маклорена найти $\displaystyle\lim_{x\to0}\frac{\sin x - x}{x^3}$.

Задание 19 (ML): Функция softplus задаётся как $\text{softplus}(x)=\ln(1+e^x)$ — гладкое приближение ReLU, где $\text{softplus}'(x)=\sigma(x)$ (сигмоида). Найти многочлен Тейлора второй степени для softplus в точке $x_0=0$.

Задание 20: Найти радиус сходимости биномиального ряда $(1+x)^\alpha = \displaystyle\sum_{n=0}^\infty \binom{\alpha}{n}x^n$ для нецелого $\alpha$, где $\binom{\alpha}{n}=\dfrac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}$.

Продвинутые задания (21–30)

Задание 21: Доказать, что ряд Маклорена функции $e^x$ сходится к $e^x$ при любом $x\in\mathbb R$.

Задание 22: Доказать, что ряд Маклорена функции $\sin x$ сходится к $\sin x$ при любом $x\in\mathbb R$.

Задание 23: Доказать, что для функции $f(x)=e^{-1/x^2}$ ($x\ne0$), $f(0)=0$, все производные в точке $x_0=0$ равны нулю.

Задание 24: Опираясь на результат предыдущего задания, объяснить, почему функция $f(x)=e^{-1/x^2}$ ($f(0)=0$) не является аналитической в точке $0$, несмотря на бесконечную дифференцируемость.

Задание 25: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty (-1)^n x^{2n}$ (разложение $\dfrac{1}{1+x^2}$) и объяснить, почему он равен $1$, хотя функция $\dfrac1{1+x^2}$ гладкая на всей вещественной прямой.

Задание 26 (ML): Оценить погрешность приближения $\ln(1.5)$ многочленом Тейлора второй степени для $\ln(1+x)$ и сравнить с точным значением.

Задание 27: Через ряд Тейлора найти $\displaystyle\lim_{x\to0}\frac{\cos x - 1+\dfrac{x^2}{2}}{x^4}$.

Задание 28: Составить ряд Тейлора функции $f(x)=\dfrac{1}{1-x}$ в точке $x_0=2$ и найти радиус сходимости.

Задание 29 (ML): Сколько членов ряда Маклорена для $e^x$ нужно взять, чтобы погрешность приближения на отрезке $[-1,1]$ была меньше $0.001$?

Задание 30: Доказать общее достаточное условие сходимости ряда Тейлора: если существует $M>0$ такое, что $|f^{(n)}(x)|\le M$ для всех $n$ и всех $x$ из некоторой окрестности $U$ точки $x_0$, то ряд Тейлора функции $f$ сходится к $f(x)$ для всех $x\in U$.

Частые ошибки

Ошибка 1. Путают формулу Тейлора и ряд Тейлора, считая их одним и тем же объектом.

Как выглядит: при любом $n$ уверенно пишут знак равенства между функцией и бесконечной суммой, забывая, что формула Тейлора с конечным $n$ — это точное равенство только вместе с остаточным членом, а бесконечный ряд — принципиально другой объект, для которого сходимость к функции нужно доказывать отдельно.

Почему возникает: внешне ряд получается из формулы простым устремлением $n\to\infty$, и кажется, что раз формула была точной при любом конечном $n$, то и предельный переход должен быть безболезненным.

Как правильно: всегда держать в голове два отдельных вопроса: существует ли предел частичных сумм ряда, и, если существует, равен ли он $f(x)$ (то есть стремится ли $R_n(x)$ к нулю). Первое без второго не гарантирует ничего.

Ошибка 2. Считают, что бесконечная дифференцируемость функции автоматически гарантирует сходимость её ряда Тейлора к ней самой.

Как выглядит: видя, что у функции существуют производные любого порядка, сразу делают вывод «значит, ряд Тейлора для неё работает».

Почему возникает: для всех стандартных функций школьного и вузовского курса ($e^x$, $\sin x$, $\cos x$, многочлены) это действительно так, и привычка переносится на общий случай без проверки.

Как правильно: помнить контрпример Коши $e^{-1/x^2}$ — класс бесконечно дифференцируемых функций ($C^\infty$) строго шире класса аналитических функций ($C^\omega$), и переход между ними требует отдельного доказательства через остаточный член.

Ошибка 3. Используют табличное разложение вне его области сходимости.

Как выглядит: подставляют в ряд для $\ln(1+x)$ или $\dfrac{1}{1-x}$ значение $x$, по модулю большее единицы, и получают формально бессмысленный, но «вычисленный» результат.

Почему возникает: формула ряда выглядит как обычное алгебраическое выражение, и не всегда очевидно, что за её пределами интервала сходимости сумма просто не определена.

Как правильно: прежде чем подставлять конкретное числовое значение в разложение, всегда проверять, попадает ли оно в область сходимости — интервал плюс, при необходимости, отдельно исследованные концы.

Ошибка 4. Путают радиус сходимости вещественного степенного ряда с областью определения самой вещественной функции.

Как выглядит: удивляются или считают ошибкой, что у функции вроде $\dfrac{1}{1+x^2}$, гладкой на всей числовой прямой, радиус сходимости ряда равен всего единице.

Почему возникает: интуиция подсказывает, что раз функция «хорошая» на всей прямой, то и ряд должен сходиться везде.

Как правильно: помнить, что радиус сходимости определяется расстоянием до ближайшей особой точки на комплексной плоскости, даже если исходная задача полностью вещественная (см. пример с полюсами $\pm i$ в разделе про радиус сходимости).

Ошибка 5. Путают знаки или пропускают факториалы при записи табличных разложений.

Как выглядит: пишут $\sin x = x - \dfrac{x^2}{2}+\dfrac{x^3}{6}-\dots$ вместо верного разложения только по нечётным степеням, или забывают факториал в знаменателе очередного слагаемого.

Почему возникает: пять стандартных разложений визуально похожи друг на друга, и при заучивании наизусть легко перепутать, у какой функции чётные степени, а у какой нечётные, и где стоит знакочередование.

Как правильно: лучше не заучивать разложения как случайный набор символов, а держать в голове их происхождение — производные $\sin x$ и $\cos x$ циклически повторяются с периодом четыре, и именно поэтому в ряду $\sin x$ остаются только нечётные степени, а в $\cos x$ — только чётные.

Ошибка 6. При оценке остаточного члена в форме Лагранжа берут $c=x$ вместо произвольной неизвестной точки между $x_0$ и $x$.

Как выглядит: подставляют в $f^{(n+1)}(c)$ конкретное значение $x$, полностью игнорируя, что $c$ — некоторая (обычно неизвестная) промежуточная точка, а не сам предельный аргумент.

Почему возникает: формула Лагранжа внешне похожа на обычную производную в точке $x$, и разница между $c$ и $x$ легко теряется из виду.

Как правильно: строить оценку через худший случай — брать верхнюю границу для $|f^{(n+1)}(c)|$ на всём отрезке между $x_0$ и $x$ (как это было сделано во всех примерах этого урока с оценками $e^c \le e^{|x|}$), а не подставлять конкретное значение $c=x$, которое, вообще говоря, неизвестно.

Главное запомнить

• Ряд Тейлора функции $f$ в точке $x_0$ — это формальный предел частичных сумм формулы Тейлора: $\displaystyle\sum_{n=0}^\infty \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n$.

• Ряд сходится к самой функции $f(x)$ в точке $x$ тогда и только тогда, когда остаточный член $R_n(x) \to 0$ при $n\to\infty$ — это отдельное условие, которое не следует автоматически из существования ряда.

• Радиус сходимости $R$ степенного ряда находится по формуле Коши–Адамара или, если предел существует, по признаку Даламбера $\dfrac1R=\lim|a_{n+1}/a_n|$; внутри $(x_0-R,x_0+R)$ ряд абсолютно сходится, снаружи — расходится.

• Концы интервала сходимости ($x=x_0\pm R$) нужно исследовать отдельно — общий признак Коши–Адамара ничего о них не говорит.

• Таблица пяти базовых разложений: $e^x$, $\sin x$, $\cos x$ сходятся на всей прямой; $\dfrac{1}{1-x}$ — на интервале $(-1,1)$; $\ln(1+x)$ — на полуинтервале $(-1,1]$.

• Достаточное условие сходимости: если все производные функции равномерно ограничены на окрестности точки, ряд Тейлора сходится к функции на этой окрестности.

• Контрпример Коши $f(x)=e^{-1/x^2}$ (с $f(0)=0$) показывает, что бесконечная дифференцируемость (класс $C^\infty$) не гарантирует сходимости ряда к самой функции — для этого нужно более сильное свойство аналитичности (класс $C^\omega$).

• Радиус сходимости вещественного ряда может ограничиваться «невидимыми» особыми точками на комплексной плоскости, даже если сама функция гладкая на всей вещественной прямой (пример $\dfrac{1}{1+x^2}$ с полюсами $\pm i$).

• Ряды Тейлора — эффективный инструмент вычисления пределов: часто быстрее разложить числитель и знаменатель в ряд и сравнить главные члены, чем несколько раз подряд применять правило Лопиталя.

• В машинном обучении усечённые ряды Тейлора применяются для быстрого приближённого вычисления экспоненты и других функций активации — важно всегда помнить о том, на каком диапазоне входных значений заданная степень усечения действительно даёт нужную точность.

Связь с другими темами курса

Что нужно было знать до этого урока

Этот урок целиком опирается на формулу Тейлора (урок 193): остаточный член $R_n(x)$, многочлен Тейлора и сама идея приближения функции по производным в точке — весь этот аппарат разбирался именно там, и здесь используется без повторного вывода. Также активно используется факт «факториал и экспонента побеждают любую фиксированную степень», доказанный через правило Лопиталя в уроке 192 — он лежит в основе почти каждой оценки остаточного члена в этом уроке, включая доказательство контрпримера Коши. Понадобятся и базовые свойства числовых и функциональных рядов — признак Даламбера, признак Лейбница для знакочередующихся рядов, понятие абсолютной и условной сходимости.

Что изучить дальше

В следующем уроке, 195 «Полное исследование функций», ряды Тейлора вернутся уже как вспомогательный инструмент — например, при определении характера критической точки через знак первой ненулевой производной высшего порядка (что, по сути, и есть локальный анализ через ряд Тейлора). Дальше в курсе понятие ряда, разложенного по системе базисных функций, расширится до рядов Фурье, где вместо степеней $(x-x_0)^n$ базисом служат синусы и косинусы — идея разложения сложного объекта по простым «кирпичикам» останется той же, но инструмент станет мощнее. В численных методах усечённые ряды Тейлора лежат в основе методов Рунге — Кутты для приближённого решения дифференциальных уравнений.

Где это нужно в жизни

🤖 ML/AI. Приближённое вычисление экспоненты в softmax и функциях активации (GELU, softplus) через усечённые многочлены Тейлора — компромисс между скоростью вычислений и точностью, особенно важный на специализированном железе с ограниченной поддержкой трансцендентных функций (задания 15, 19, 29 практики).

📡 Обработка сигналов. Разложение периодических и гладких сигналов в ряды используется при построении фильтров и приближённых моделей систем — идейно родственно рядам Тейлора, хотя технически чаще применяются ряды Фурье.

🔬 Физика. Линеаризация физических моделей вблизи точки равновесия (малые колебания маятника, приближение $\sin\theta\approx\theta$ при малых углах) — это в буквальном смысле обрезание ряда Тейлора после первого нетривиального члена.

💰 Финансы и экономика. Приближение сложных нелинейных моделей ценообразования опционов (например, вычисление «греков» в модели Блэка — Шоулза) линейными и квадратичными членами разложения — Дельта и Гамма в этой модели являются в точности первой и второй производными, то есть коэффициентами ряда Тейлора цены опциона по цене базового актива.

Интересные факты

• Разложения для $\sin x$, $\cos x$ и $\arctan x$ в виде бесконечных степенных рядов были независимо открыты индийским математиком Мадхавой Сангамаграмой и его школой в Керале примерно за 300 лет до Тейлора, но эти результаты оставались практически неизвестны европейской науке вплоть до XIX–XX веков.

• Само понятие «аналитическая функция» как отдельная, более узкая категория внутри бесконечно дифференцируемых функций возникло во многом именно из-за таких контрпримеров, как функция Коши $e^{-1/x^2}$ — до этого различие между «бесконечно дифференцируема» и «равна своему ряду Тейлора» попросту не осознавалось как содержательное.

• Функции вроде $e^{-1/x^2}$ (так называемые финитные гладкие функции, обращающиеся в нуль за пределами конечного отрезка вместе со всеми своими производными) активно используются в современной математике и физике для построения «разбиений единицы» — технического инструмента, без которого невозможна значительная часть дифференциальной геометрии и теории уравнений в частных производных.

• В комплексном анализе ситуация с рядами Тейлора устроена принципиально иначе и куда добрее: там любая функция, дифференцируемая в комплексном смысле хотя бы один раз (такую функцию называют голоморфной), автоматически оказывается бесконечно дифференцируемой и её ряд Тейлора всегда сходится к ней самой в некотором круге. Контрпримеров, подобных функции Коши, в комплексном анализе просто не существует — там достаточно одной производной, чтобы получить бесконечно много и полную аналитичность.

Лайфхаки и полезные трюки

1. Для сложных пределов вида $\frac00$, требующих нескольких применений правила Лопиталя, часто быстрее разложить числитель и знаменатель в ряд и сравнить главные (первые ненулевые) члены — задания 17, 18, 27 практики показывают, что это экономит массу вычислений по сравнению с многократным дифференцированием.

2. Пять базовых разложений стоит помнить не как набор случайных формул, а через подстановки — из ряда для $\dfrac1{1-x}$ заменой $x\to-x^2$ мгновенно получаешь ряд для $\dfrac{1}{1+x^2}$, а дифференцированием ряда для $\sin x$ — ряд для $\cos x$; так пять формул превращаются в десятки без лишней работы.

3. Для знакочередующихся рядов с убывающими по модулю членами погрешность усечения оценивается элементарно — она не превышает модуля первого отброшенного члена (следствие признака Лейбница), и часто это быстрее, чем возиться с полной формой остатка Лагранжа.

4. Перед подстановкой конкретного значения в табличное разложение всегда сверяйся с областью сходимости — особенно аккуратно с $\ln(1+x)$ и $\dfrac1{1-x}$, у которых концы интервала ведут себя по-разному.

5. При работе с ML-приближениями функций активации прикидывай заранее, на каком диапазоне входов держится нужная точность — усечённый ряд Тейлора почти всегда хорош локально, вблизи точки разложения, и резко теряет точность за пределами узкой окрестности (см. задание 3 теоретического блока про экспоненту в softmax).

6. Радиус сходимости рациональной функции вида $\dfrac{1}{P(x)}$ удобно искать как расстояние от центра разложения до ближайшего корня многочлена $P$ на комплексной плоскости — даже если сам корень комплексный и никак не проявляется на графике вещественной функции.

Формула Тейлора дала тебе точный, конечный инструмент — многочлен плюс контролируемая ошибка. Ряд Тейлора идёт дальше и ставит куда более острый вопрос: а что, если позволить себе бесконечно много слагаемых — обязательно ли сумма этой бесконечности будет равна самой функции? Ты увидел, что ответ требует настоящей работы — оценки остаточного члена, понимания радиуса сходимости, и, самое неожиданное, осознания того, что даже безупречная гладкость функции ничего не гарантирует без отдельной проверки. Именно эта дисциплина — не верить формуле, а проверять условие её применимости, — и есть то, что отличает уверенное владение анализом от механического заучивания таблиц. Дальше в курсе, когда речь пойдёт о полном исследовании функций, о рядах Фурье или о приближённых вычислениях в самых разных прикладных задачах, эта привычка проверять, а не постулировать, будет возвращаться снова и снова.