| 学习指南 EN
微积分 BC · 无穷数列与级数 · 阅读约 14 分钟 · 更新于 2026-05-11

拉格朗日误差界 — AP 微积分 BC

AP 微积分 BC · 无穷数列与级数 · 14 min read

1. 什么是拉格朗日误差界? ★★☆☆☆ ⏱ 3 min

拉格朗日误差界(也称为拉格朗日余项界)是用n次泰勒多项式近似函数时,求最大绝对误差的通用方法。它是AP微积分BC课程大纲第10单元的核心考点,占总分的~2-4%,同时出现在选择题和自由作答题部分。

与仅适用于满足交错级数判别法条件的交错级数的交错误差界不同,拉格朗日误差界适用于任意充分可微函数的泰勒多项式近似,因此是通用的误差估计工具。在AP考试中,常见题目要求你求最大近似误差、验证误差低于给定容差,或证明完整泰勒级数收敛于原函数。大多数题目考察的核心技能是正确对原函数的n+1阶导数定界。

2. 拉格朗日误差界公式 ★★★☆☆ ⏱ 4 min

对于在包含泰勒中心$c$和近似点$x$的区间上$(n+1)$次可微的函数$f(x)$,n次泰勒近似$P_n(x)$的误差(或余项)定义为$R_n(x) = f(x) - P_n(x)$。由广义中值定理推导得到的拉格朗日余项形式指出,在$c$和$x$之间严格存在某个$z$满足:

R_n(x) = \frac{f^{(n+1)}(z)}{(n+1)!}(x - c)^{n+1}

拉格朗日误差界是该余项的最大可能绝对值。我们找到$c$和$x$之间所有$z$对应的$|f^{(n+1)}(z)|$的最大值,记这个最大值为$M$,得到误差界:

|f(x) - P_n(x)| = |R_n(x)| \leq \frac{M |x - c|^{n+1}}{(n+1)!}

从直观上看,该公式符合泰勒多项式的可观测规律:近似点离中心$c$越远,最大误差越大;高阶导数越极端的函数,近似误差越大。

Exam tip: 在AP考试中,任何有效的$M$高估都是可接受的;你不需要得到精确的最大$M$。对$z<1$的$e^z$使用$M=3$这类简单高估可以节省时间,避免计算错误。

3. 对n+1阶导数定界 ★★★☆☆ ⏱ 4 min

找到有效的$M$(即$|f^{(n+1)}(z)|$在$c$和$x$区间上的最大值),是AP考试中拉格朗日误差界问题最常考察的步骤。对于考试中大多数标准函数,不需要复杂优化就有可预测的快捷方法找$M$:

  • 对于 $f(x) = \sin(kx)$ 或 $f(x) = \cos(kx)$:所有导数都是 $\pm k^{n+1} \sin(kz)$ 或 $\pm k^{n+1} \cos(kz)$。由于对任意$z$都有$|\sin(kz)| \leq 1$ 和 $|\cos(kz)| \leq 1$,因此无论区间是什么,$M = |k|^{n+1}$ 永远是有效误差界。
  • 对于 $f(x) = e^{kx}$($k>0$):$f^{(n+1)}(z) = k^{n+1} e^{kz}$,该函数单调递增,因此最大值出现在区间最大$z$处。如果$z$的上界小于1,$M < 3k^{n+1}$ 就是安全的高估。
  • 对于对数函数如 $f(x) = \ln(1+x)$:$\ln(1+x)$的所有导数的绝对值随$x$增大而递减,因此最大值出现在区间左端点。

Exam tip: 对于正弦和余弦函数,几乎永远不需要用$k^{n+1}$快捷方法之外的方式找最大$M$;这是AP考试常用的省时技巧,永远有效。

4. 证明泰勒级数收敛性 ★★★★☆ ⏱ 5 min

中心在$c$的完整泰勒级数在点$x$处收敛于$f(x)$当且仅当$\lim_{n \to \infty} R_n(x) = 0$,即当我们向多项式添加更多项时误差趋近于零。拉格朗日误差界为收敛区间内所有$x$提供了一种直接的方法证明收敛。逻辑是:如果我们可以将$|f^{(n+1)}(z)|$用一个不依赖于$n$的常数$M$定界,那么误差界$\frac{M |x-c|^{n+1}}{(n+1)!}$会在$n$趋近于无穷时趋近于零,因为阶乘增长快于任意固定底数的指数增长。这是一种常见的自由作答题,要求明确的论证。

Exam tip: 在收敛性证明FRQ中,要明确说明$M$不依赖于$n$,且阶乘增长主导$|x|^{n+1}$才能得满分;这些是必需的推理步骤。

5. AP风格练习例题 ★★★★☆ ⏱ 6 min

Common Pitfalls

Why: 学生混淆了多项式次数和余项项所需的导数阶数。

Why: 学生默认在中心处计算导数,因为泰勒多项式本身就是这么构造的。

Why: 学生混淆了泰勒多项式项的公式(第n项使用$n!$)和误差界公式。

Why: 学生想要更"紧"的误差界,因此使用了比实际最大导数更小的值。

Why: 学生认为他们需要精确最大值,导致不必要的工作和计算错误。

Why: 学生为了节省时间跳过了这个论证步骤。

Quick Reference Cheatsheet

← 返回章节主页

某道题卡住了?
拍照或粘贴题目 — 小欧(我们的 AI 学习助手)会一步步讲解并配示意图。
免费试用小欧 →