泰勒中值定理,我们总想预测未来,但真正有用的是看清近处

admin

生活里有很多时刻,我们都在做一件事:拿已经知道的信息,去猜还不知道的结果。

明天的路会不会堵?手里的钱够不够支撑到月底?孩子这次考试大概能考多少分?这些问题看起来和数学课堂离得很远,其实都藏着一个共同的思路:先了解当下,再观察变化趋势,最后谨慎地估计下一步。

泰勒中值定理,就是数学中描述这种“从已知推测未知”的重要工具之一,它的名字听起来有些严肃,但背后的想法并不难理解:如果一个函数在某个点附近足够平滑,那么我们就可以用这个点上的信息,近似地描述它在附近的位置会是什么样子,离得越近、掌握的信息越充分,估计通常就越可靠。

我们先从更熟悉的中学知识说起,学过切线的人都知道,在曲线上的某个点画一条切线,这条切线在那个点附近,往往很像原来的曲线,比如在图像上放大一小段,曲线看起来可能就像一条直线,泰勒公式把这个想法继续推进:除了看切线的斜率,还可以看曲线的弯曲程度,甚至看更高阶的变化,这样一来,我们就能用一个多项式去逼近原来的函数。

用公式写出来,假设函数 (f) 在 (a) 附近有足够多阶导数,那么在离 (a) 不远的 (x) 处,可以写成:

[ f(x)=f(a)+f'(a)(x-a)+\frac{f''(a)}{2!}(x-a)^2+\cdots+\frac{f^{(n)}(a)}{n!}(x-a)^n+R_n(x) ]

前面这一串多项式,是用函数在 (a) 点的函数值、斜率、弯曲程度等信息拼出来的近似结果,最后的 (R_n(x)) 则是余项,也就是近似时留下的误差。

泰勒中值定理的重要之处,正在于它不只给出一个近似表达式,还能把误差具体地写出来,常见的一种形式是:在 (a) 和 (x) 之间,存在某个数 (\xi),使得

[ R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1} ]

这里的 (\xi) 通常没法提前精确知道,但定理保证它存在,只要我们能估计函数的高阶导数,就能进一步控制误差,这一点很关键:数学中的近似不是随口说一句“差不多”,而是会尽可能说明“差多少”。

拿手机计算器算 (\sin x) 举例,对于很小的 (x),我们知道:

[ \sin x\approx x-\frac{x^3}{6} ]

(x=0.1),那么这个近似值大约是 (0.0998333),而真实的 (\sin(0.1)) 约为 (0.0998334),两者非常接近,为什么只算几个简单的乘法,就能得到一个如此准确的结果?因为在 (0) 附近,正弦函数可以用它的泰勒展开来近似,而 (0.1) 离展开中心并不远,后面的高阶项也很小。

这个例子和生活中的预算有点像,假设你每天通勤大约需要半小时,最近每天比平常多花两分钟,你可能会先估计接下来几天也会差不多,这个估计在短期内可能有用,但如果你把眼下的变化趋势一直往后推,结论就未必可靠:也许路况会变,施工会结束,或者天气突然转坏,数学上的泰勒近似也是如此,它擅长描述“附近”,却不保证离得很远时依然准确。

我觉得这恰恰是泰勒中值定理最值得带出课堂的一点:预测并不是没有价值,但预测一定要有边界,我们经常看到有人拿一两天的数据,就断言某个趋势会持续半年;也有人根据眼前的一点好转,就认定问题已经彻底解决,这些判断未必完全没有根据,只是容易忽略“误差”正在随着距离变大而积累。

定理里的余项提醒我们,任何近似都要问两个问题:第一,近似的范围有多大?第二,误差可能有多大?如果这两个问题没有答案,所谓预测就很容易变成想当然。

再说一个更具体的生活场景,你计划从家里开车去机场,平时需要四十分钟,导航显示当前道路速度比平常慢了一点,于是你估计今天可能要多花十分钟,这个判断可以帮助你早点出门,但它只是基于当前交通状况的局部估计,要是中途发生事故,或者碰上大雨,之前的估计就可能失效,靠谱的做法不是因为估计有误差就彻底放弃估计,而是给自己留出余量,并随着新信息调整判断。

这和泰勒公式的精神很接近:先用已知信息建立一个近似,再检查误差是否可控;如果误差太大,就增加信息、缩小范围,或者换一种估计方式,它并没有承诺我们能准确预知未来,更没有说世界会按照一个简单的多项式发展,它只是提供了一种严谨的方法,让我们知道怎样利用现有信息,以及近似的可靠程度如何。

学这类定理时也不能只留下一个温和的感悟,数学细节还是要弄明白:函数需要满足什么条件?余项里的 (\xi) 为什么存在?展开中心选在哪里更合适?这些问题决定了公式能不能用、近似够不够好,泰勒中值定理并不是“任何函数都能随便展开”,更不是“把多项式写得越长,结果就一定越准确”,函数的性质、展开的位置和目标点之间的距离,都可能影响最终效果。

在我看来,数学之所以有意思,不只是因为它能算出一个答案,也因为它会逼着我们诚实地面对答案的边界,泰勒中值定理教人的,不只是如何把复杂函数换成简单多项式,还包括一种处理不确定性的态度:可以估计,但要交代依据;可以相信趋势,但别忘了误差;可以向前看,也要知道自己离已知的信息有多远。

我们无法把生活中的每件事都写成公式,但在做判断时,确实可以借用这种思路,先看手头的信息,再判断它适用于多大的范围;情况发生变化时,及时修正估计;如果后果很重要,就多留一点余地,比起假装自己能够准确预测一切,我更愿意相信这种带着边界感的判断。

这就是我理解的泰勒中值定理:它让我们学会用有限的信息靠近答案,也提醒我们,靠近答案和拥有答案,毕竟不是一回事。

目录[+]