Skip to main content

Section 8.5 函数展开为幂级数 幂级数的若干应用

幂级数不仅形式简单,而且有很好的代数性质和解析性质。一个幂级数在其收敛域内, 它的和是 \(x\) 的函数. 反之,给定一个函数, 它是否可以表示为某个幂级数的和函数 (即能否将它展开成幂级数) 呢? 这对于研究函数的性质具有重要的意义.

Subsection 8.5.1 泰勒级数

假如函数 \(f(x)\) 在某点 \(x_{0}\) 的邻域 \(U\left(x_{0}\right)\) 内能展开成幂级数, 即对任意 \(x \in U\left(x_{0}\right)\text{,}\) 恒有
\begin{equation} f(x)=a_{0}+a_{1}\left(x-x_{0}\right)+a_{2}\left(x-x_{0}\right)^{2}+\cdots+a_{n}\left(x-x_{0}\right)^{n}+\cdots,\tag{8.5.1} \end{equation}
那么根据幂级数在收敛区间内可以逐项求导的性质, \(f(x)\)\(U\left(x_{0}\right)\) 内必须有任意阶的导数, 并且 \(f(x)\) 必须满足
\begin{equation} f^{(n)}(x)=n ! a_{n}+(n+1) ! a_{n+1}\left(x-x_{0}\right)+\cdots(n=0,1,2, \cdots) .\tag{8.5.2} \end{equation}
在式 (8.5.2)两端令 \(x=x_{0}\text{,}\) 依次可得
\begin{equation*} f\left(x_{0}\right)=a_{0}, f^{\prime}\left(x_{0}\right)=1 ! a_{1}, f^{\prime \prime}\left(x_{0}\right)=2 ! a_{2}, \cdots, \end{equation*}
这说明函数 \(f(x)\)\(x_{0}\) 点的幂级数展开式的系数为
\begin{equation} a_{0}=f\left(x_{0}\right), a_{1}=\frac{f^{\prime}\left(x_{0}\right)}{1 !}, a_{2}=\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}, \cdots, a_{n}=\frac{f^{(n)}\left(x_{0}\right)}{n !}, \cdots .\tag{8.5.3} \end{equation}
如果一个函数 \(f(x)\) 在点 \(x_{0}\) 处有各阶导数, 就可以写出下面的幂级数:
\begin{equation} \begin{aligned} \sum\limits_{n=0}^{\infty} \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}= & f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+ \\ & \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}+\cdots . \end{aligned}\tag{8.5.4} \end{equation}
幂级数 (8.5.4)称为 \(f(x)\)\(x_{0}\) 点的泰勒级数, 系数 \(a_{n}=\frac{f^{(n)}\left(x_{0}\right)}{n !}\) 称为泰勒系数.
现在的问题是函数 \(f(x)\) 在某领域 \(U\left(x_{0}\right)\) 能否等于它的泰勒级数 (8.5.4). 由一元函数微分学里学过的泰勒公式可知, 当 \(f(x)\)\(x_{0}\) 的邻域 \(U\left(x_{0}\right)\) 具有直到 \((n+1)\)阶导数时, 有
\begin{equation} \begin{aligned} f(x)= & f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+ \\ & \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}+R_{n}(x), \end{aligned}\tag{8.5.5} \end{equation}
其中 \(R_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1) !}\left(x-x_{0}\right)^{n+1}\) ( \(\xi\)\(x\)\(x_{0}\) 之间的某个值) 称为拉格朗日余项。进一步,我们可以证明下面结论.

Proof.

证 先证必要性. 设 \(f(x)\)\(U\left(x_{0}\right)\) 内能展开的泰勒级数, 即
\begin{equation} \begin{aligned} f(x)= & f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+ \\ & \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}+\cdots \end{aligned}\tag{8.5.6} \end{equation}
对一切 \(x \in U\left(x_{0}\right)\) 成立. 由泰勒公式 (8.5.5)
\begin{equation*} f(x)=s_{n+1}(x)+R_{n}(x), \end{equation*}
其中
\begin{equation*} s_{n+1}(x)=f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+\frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}, \end{equation*}
它也是 \(f(x)\) 的泰勒级数 (8.5.4)的前 \((n+1)\) 项之和. 由式 (8.5.6), 等式右边的函数项级数在 \(x \in U\left(x_{0}\right)\) 内收敛于 \(f(x)\text{,}\) 从而对一切 \(x \in U\left(x_{0}\right)\)\(\lim\limits_{n \rightarrow \infty} s_{n+1}(x)=f(x)\text{,}\) 所以
\begin{equation*} \lim\limits_{n \rightarrow \infty} R_{n}(x)=\lim\limits_{n \rightarrow \infty}\left[f(x)-s_{n+1}(x)\right]=f(x)-f(x)=0, \end{equation*}
这就证明了条件是必要的.
再证充分性. 由 \(f(x)\)\(n\) 阶泰勒公式 (8.5.5)得,对任意 \(x \in U\left(x_{0}\right)\)
\begin{equation*} \lim\limits_{n \rightarrow \infty}\left|f(x)-s_{n+1}(x)\right|=\lim\limits_{n \rightarrow \infty}\left|R_{n}(x)\right|=0, \end{equation*}
因此, 级数 \(f\left(x_{0}\right)+f^{\prime}\left(x_{0}\right)\left(x-x_{0}\right)+\frac{f^{\prime \prime}\left(x_{0}\right)}{2 !}\left(x-x_{0}\right)^{2}+\cdots+\frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}+\cdots\) 收敛于 \(f(x)\text{,}\)\(f(x)\) 在邻域 \(U\left(x_{0}\right)\) 内能展开成泰勒级数 \(\sum\limits_{n=0}^{\infty} \frac{f^{(n)}(x)}{n !}\left(x-x_{0}\right)^{n}\text{.}\)
注 意 \(f(x)=\sum\limits_{n=0}^{\infty} \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}\text{,}\)\(f(x)\) 能 展 开成泰勒 级 数 \(\sum\limits_{n=0}^{\infty} \frac{f^{(n)}(x)}{n !}\left(x-x_{0}\right)^{n}\text{,}\) 只有在 \(\sum\limits_{n=0}^{\infty} \frac{f^{(n)}\left(x_{0}\right)}{n !}\left(x-x_{0}\right)^{n}\) 的收敛域内成立. 例如 \(\frac{1}{1-x}=\) \(\sum\limits_{n=0}^{\infty} x^{n}\) 仅在区域 \((-1,1)\) 内才成立, 当 \(|x| \geqslant 1\) 时, 幂级数 \(\sum\limits_{n=0}^{\infty} x^{n}\) 发散, 没有和函数, 此时不可能有函数 \(f(x)\) 使得 \(f(x)=\sum\limits_{n=0}^{\infty} x^{n}\text{.}\)
若函数 \(f(x)\) 在点 \(x_{0}\) 的邻域 \(U\left(x_{0}\right)\) 内能展开成幂级数, 即 \(f(x)=\sum\limits_{n=1}^{\infty} a_{n}\left(x-x_{0}\right)^{n}\text{,}\)则这个幂级数是唯一的. 实际上, 由公式 (8.5.3) 可知, 这个幂级数就是泰勒级数.
在泰勒级数(8.5.4)中, 若 \(x_{0}=0\text{,}\) 则幂级数为
\begin{equation} f(0)+f^{\prime}(0) x+\frac{f^{\prime \prime}(0)}{2 !} x^{2}+\cdots+\frac{f^{(n)}(0)}{n !} x^{n}+\cdots,\tag{8.5.7} \end{equation}
特别地, 函数 \(f(x)\)\(x_{0}=0\) 处的泰勒级数 (8.5.7)称为函数 \(f(x)\) 的麦克劳林级数. 而今后展开函数主要展开为麦克劳林级数 (即 \(x\) 的幂级数).

Subsection 8.5.2 函数展开成幂级数的方法

Subsubsection 8.5.2.1 直接展开法 (也称泰勒级数法)

将函数用直接法展开成幂级数时,一般按下列步骤进行:
第一步 求出 \(f(x)\) 的各阶导函数 \(f^{\prime}(x), f^{\prime \prime}(x), \cdots, f^{(n)}(x), \cdots\text{,}\) 如果在 \(x=0\)处某阶导数不存在, 就停止进行, 因为这时由定理可知 \(f(x)\) 不能展开为 \(x\) 的幂级数. 例如在 \(x=0\) 处, \(f(x)=x^{\frac{7}{3}}\) 的三阶导数不存在, 它就不能展开为 \(x\) 的幂级数.
第二步 求函数及其各阶导函数在 \(x=0\) 处的值:
\begin{equation*} f^{\prime}(0), f^{\prime \prime}(0), \cdots, f^{(n)}(0), \cdots \end{equation*}
第三步 写出由 \(f(x)\) 生成的幂级数
\begin{equation*} f(0)+f^{\prime}(0) x+\frac{f^{\prime \prime}(0)}{2 !} x^{2}+\cdots+\frac{f^{(n)}(0)}{n !} x^{n}+\cdots, \end{equation*}
并求出收敛半径 \(R\text{.}\)
第四步 考察当 \(x\) 在区间 \((-R, R)\) 内时余项 \(R_{n}(x)\) 的极限
\begin{equation*} \lim\limits_{n \rightarrow \infty} R_{n}(x)=\lim\limits_{n \rightarrow \infty} \frac{f^{(n+1)}(\xi)}{(n+1) !} x^{n+1} \quad(\xi \text { 在 } 0 \text { 与 } x \text { 之间 }) \end{equation*}
是否为零. 若为零, 则函数 \(f(x)\) 在收敛区间 \((-R, R)\) 内的幂级数展开式为
\begin{equation*} f(x)=f(0)+f^{\prime}(0) x+\frac{f^{\prime \prime}(0)}{2 !} x^{2}+\cdots+\frac{f^{(n)}(0)}{n !} x^{n}+\cdots \quad(-R<x<R) . \end{equation*}
注意 第三步很重要, 虽然具有各阶导数的函数都可以生成麦克劳林级数, 但是只在收敛域内幂级数才能等于函数 \(f(x)\text{.}\)
Example 8.5.2.
例 1 将函数 \(f(x)=\mathrm{e}^{x}\) 展开成 \(x\) 的幂级数.
Solution.
解 由于 \(f^{(n)}(x)=\mathrm{e}^{x}(n=1,2,3, \cdots)\text{,}\) 于是 \(f^{(n)}(0)=1(n=0,1,2, \cdots)\text{,}\) 这里 \(f^{(0)}(0)=f(0)\text{,}\) 从而可写出由 \(f(x)=\mathrm{e}^{x}\) 生成的幂级数
\begin{equation*} 1+x+\frac{1}{2 !} x^{2}+\frac{1}{3 !} x^{3}+\cdots+\frac{1}{n !} x^{n}+\cdots \end{equation*}
它的收敛半径 \(R=+\infty\text{.}\)
对于任何有限的数 \(x, \xi\) ( \(\xi\) 在 0 与 \(x\) 之间), 余项的绝对值为
\begin{equation*} \left|R_{n}(x)\right|=\left|\frac{\mathrm{e}^{\xi}}{(n+1) !} x^{n+1}\right|<\mathrm{e}^{|x|} \cdot \frac{|x|^{n+1}}{(n+1) !} \end{equation*}
因为 \(\mathrm{e}^{|x|}\) 有限, 而 \(\frac{|x|^{n+1}}{(n+1) !}\) 是收敛级数 \(\sum\limits_{n=0}^{\infty} \frac{|x|^{n+1}}{(n+1) !}\) 的一般项, 所以当 \(n \rightarrow \infty\) 时, \(\mathrm{e}^{|x|} \cdot \frac{|x|^{n+1}}{(n+1) !} \rightarrow 0\text{,}\) 所以 \(\lim\limits_{n \rightarrow \infty}\left|R_{n}(x)\right|=0\text{.}\) 于是有展开式
\begin{equation} \mathrm{e}^{x}=1+x+\frac{1}{2 !} x^{2}+\frac{1}{3 !} x^{3}+\cdots+\frac{1}{n !} x^{n}+\cdots \quad(-\infty<x<+\infty) .\tag{8.5.8} \end{equation}
Example 8.5.3.
例 2 将函数 \(f(x)=\sin x\) 展开成 \(x\) 的幂级数.
Solution.
解 由于 \(\sin ^{(n)} x=\sin \left(x+n \cdot \frac{\pi}{2}\right)(n=1,2, \cdots)\text{,}\) 于是 \(f^{(n)}(0)\) 顺序循环地取 \(0,1,0,-1, \cdots(n=0,1,2,3, \cdots)\text{,}\) 故由 \(f(x)=\sin x\) 生成的幂级数为
\begin{equation*} x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{(2 n-1) !}+\cdots, \end{equation*}
它的收敛半径 \(R=+\infty\text{.}\)
对于任何有限的数 \(x, \xi\text{,}\) 余项的绝对值为
\begin{equation*} \left|R_{n}(x)\right|=\left|\frac{\sin \left[\xi+\frac{(n+1)}{2} \pi\right]}{(n+1) !} x^{n+1}\right| \leqslant \frac{|x|^{n+1}}{(n+1) !} \rightarrow 0(n \rightarrow \infty), \end{equation*}
其中 \(\xi\) 在 0 与 \(x\) 之间.
因此得展开式
\begin{equation} \begin{aligned} \sin x & =x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{(2 n-1) !}+\cdots \\ & =\sum\limits_{n=1}^{\infty}(-1)^{n-1} \frac{x^{2 n-1}}{(2 n-1) !}, x \in(-\infty,+\infty) . \end{aligned}\tag{8.5.9} \end{equation}
\(\sum\) 中的指标也可写成由 \(n=0\) 开始, 这时
\begin{equation*} \sin x=\sum\limits_{n=0}^{\infty}(-1)^{n} \frac{x^{2 n+1}}{(2 n+1) !}, x \in(-\infty,+\infty) \end{equation*}
最后,写出函数 \(f(x)=(1+x)^{m}\) 的幂级数展开式 \((m\) 为任何实数,其证明将在 下一章用微分方程的方法给出):
\begin{equation} \begin{aligned} (1+x)^{m}= & 1+m x+\frac{m(m-1)}{2 !} x^{2}+\cdots+ \\ & \frac{m(m-1) \cdots(m-n+1)}{n !} x^{n}+\cdots . \end{aligned}\tag{8.5.10} \end{equation}
可以证明这个展开式一般在 \(-1<x<1\) 成立; 且当 \(m>-1\) 时,在 \(x=1\) 也成立; 当 \(m>0\) 时,在 \(x=-1\) 也成立. 式(8.5.10)称为二项展开式, 又称式(8.5.10) 右端的级数为二项式级数.
其中常用的是对应于 \(m=\frac{1}{2},-\frac{1}{2}\) 的二项展开式.
\begin{equation*} \sqrt{1+x}=(1+x)^{\frac{1}{2}}=1+\frac{1}{2} x-\frac{1}{2 \cdot 4} x^{2}+\frac{1 \cdot 3}{2 \cdot 4 \cdot 6} x^{3}-\frac{1 \cdot 3 \cdot 5}{2 \cdot 4 \cdot 6 \cdot 8} x^{4}+\cdots \end{equation*}
\begin{equation*} \begin{aligned} \frac{1}{\sqrt{1+x}}= & (1+x)^{-\frac{1}{2}} \\ = & 1+\left(-\frac{1}{2}\right) x+\frac{\left(-\frac{1}{2}\right)\left(-\frac{1}{2}-1\right)}{2 !} x^{2}+\frac{\left(-\frac{1}{2}\right)\left(-\frac{1}{2}-1\right)\left(-\frac{1}{2}-2\right)}{3 !} x^{3}+\cdots+ \\ & \frac{\left(-\frac{1}{2}\right)\left(-\frac{1}{2}-1\right)\left(-\frac{1}{2}-2\right) \cdots\left(-\frac{1}{2}-n+1\right)}{n !} x^{n}+\cdots \\ = & 1-\frac{1}{2} x+\frac{1 \cdot 3}{2^{2} \cdot 2 !} x^{2}-\frac{1 \cdot 3 \cdot 5}{2^{3} \cdot 3 !} x^{3}+\frac{1 \cdot 3 \cdot 5 \cdot 7}{2^{4} \cdot 4 !} x^{4}+\cdots+ \\ & (-1)^{n} \frac{1 \cdot 3 \cdot 5 \cdot \cdots \cdot(2 n-1)}{2^{n} \cdot n !} x^{n}+\cdots(-1<x \leqslant 1) . \end{aligned} \end{equation*}

Subsubsection 8.5.2.2 间接展开法

利用直接展开法将函数展开成幂级数时, 需要求函数的各阶导数, 并且要讨论余项是否趋于零,这在很多情况下是非常困难的. 间接展开法利用已知函数展开式, 根据函数展开的唯一性及幂级数性质, 运用变量代换、四则运算、恒等变形、逐项求导和逐项积分等方法求函数的幂级数展开式.
间接展开法中常常用到的函数展开式有:
\begin{equation*} \begin{aligned} & \frac{1}{1-x}=1+x+x^{2}+\cdots+x^{n-1}+\cdots \quad(-1<x<1) ; \\ & \frac{1}{1+x}=1-x+x^{2}-x^{3}+\cdots+(-1)^{n-1} x^{n-1}+\cdots \quad(-1<x<1) ; \\ & \mathrm{e}^{x}=1+x+\frac{x^{2}}{2 !}+\frac{x^{3}}{3 !}+\cdots+\frac{x^{n}}{n !}+\cdots \quad(-\infty<x<+\infty) ; \\ & \sin x=x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\frac{x^{7}}{7 !}+\cdots+(-1)^{n-1} \cdot \frac{x^{2 n-1}}{(2 n-1) !}+\cdots \quad(-\infty<x<+\infty) ; \end{aligned} \end{equation*}
\((1+x)^{m}=1+m x+\frac{m(m-1)}{2 !} x^{2}+\cdots+\frac{m(m-1) \cdots(m-n+1)}{n !} x^{n}+\cdots \quad(-1<x<1)\text{.}\)
(1) 逐项积分、逐项求导法.
Example 8.5.4.
例 3 将 \(f(x)=\cos x\) 展开成 \(x\) 的幂级数.
Solution.
\(\cos x=(\sin x)^{\prime}=\left[x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}+\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{(2 n-1) !}+\cdots\right]^{\prime}\)
\begin{equation} \begin{aligned} & =1-\frac{x^{2}}{2 !}+\frac{x^{4}}{4 !}-\frac{x^{6}}{6 !}+\cdots+(-1)^{n} \frac{x^{2 n}}{(2 n) !}+\cdots \\ & =\sum\limits_{n=0}^{\infty}(-1)^{n} \frac{x^{2 n}}{(2 n) !} \quad(-\infty<x<+\infty) . \end{aligned}\tag{8.5.11} \end{equation}
Example 8.5.5.
例 4 将 \(\ln (1+x), \arctan x\) 展开为 \(x\) 的幂级数, 并求 \(\ln 2, \frac{\pi}{4}\) 的级数表达式.
Solution.
解 当 \(-1<x<1\) 时有展开式
\begin{equation*} \begin{aligned} & \frac{1}{1+x}=1-x+x^{2}-\cdots+(-1)^{n-1} x^{n-1}+\cdots, \\ & \frac{1}{1+x^{2}}=1-x^{2}+x^{4}-\cdots+(-1)^{n-1} x^{2 n-2}+\cdots, \end{aligned} \end{equation*}
对于 \(|x|<1\text{,}\) 由 0 到 \(x\) 对上述展开式逐项积分得
\begin{equation*} \begin{aligned} & \ln (1+x)=\displaystyle \int_{0}^{x} \frac{1}{1+x} \mathrm{~d} x=x-\frac{x^{2}}{2}+\frac{x^{3}}{3}-\cdots+(-1)^{n-1} \frac{x^{n}}{n}+\cdots, \\ & \arctan x=\displaystyle \int_{0}^{x} \frac{1}{1+x^{2}} \mathrm{~d} x=x-\frac{x^{3}}{3}+\frac{x^{5}}{5}-\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{2 n-1}+\cdots, \end{aligned} \end{equation*}
右端的两个幂级数的收敛半径仍是 \(R=1\text{.}\)
第一个幂级数当 \(x=-1, x=1\) 依次成为
\(-1-\frac{1}{2}-\frac{1}{3}-\cdots-\frac{1}{n}-\cdots\text{,}\) 它是发散的;
\begin{equation*} 1-\frac{1}{2}+\frac{1}{3}-\cdots+(-1)^{n-1} \frac{1}{n}+\cdots \text {, 它是收敛的. } \end{equation*}
因此第一个展开式收敛域是 \(-1<x \leqslant 1\text{.}\)
第二个幂级数当 \(x=-1, x=1\) 依次成为
\(-1+\frac{1}{3}-\frac{1}{5}+\cdots+(-1)^{n} \frac{1}{2 n-1}+\cdots\text{,}\) 它是收敛的;
\(1-\frac{1}{3}+\frac{1}{5}-\cdots+(-1)^{n-1} \frac{1}{2 n-1}+\cdots\text{,}\) 它是收敛的.
因此第二个展开式的收敛域是 \(-1 \leqslant x \leqslant 1\text{.}\)
于是有公式
\begin{equation} \ln (1+x)=x-\frac{x^{2}}{2}+\frac{x^{3}}{3}-\cdots+(-1)^{n-1} \frac{x^{n}}{n}+\cdots,-1<x \leqslant 1 .\tag{8.5.12} \end{equation}
\begin{equation} \arctan x=x-\frac{x^{3}}{3}+\frac{x^{5}}{5}-\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{2 n-1}+\cdots,-1 \leqslant x \leqslant 1\tag{8.5.13} \end{equation}
因为当 \(x=1\) 时, \(\ln (1+1)=\ln 2, \arctan 1=\frac{\pi}{4}\text{,}\) 所以有
\begin{equation*} \begin{aligned} & \ln 2=1-\frac{1}{2}+\frac{1}{3}-\cdots+(-1)^{n-1} \frac{1}{n}+\cdots, \\ & \frac{\pi}{4}=1-\frac{1}{3}+\frac{1}{5}-\cdots+(-1)^{n-1} \frac{1}{2 n-1}+\cdots . \end{aligned} \end{equation*}
(2)变量代换法.
Example 8.5.6.
例 5 将函数 \(\frac{1}{3-x^{2}}\) 展开为 \(x\) 的幂级数并指出收敛区间.
Solution.
解 将函数作如下变形,并利用变量代换 \(t=\frac{x^{2}}{3}\text{,}\)
\begin{equation*} \begin{aligned} \frac{1}{3-x^{2}} & =\frac{1}{3} \cdot \frac{1}{1-\frac{x^{2}}{3}}=\frac{1}{3} \cdot \frac{1}{1-t}=\frac{1}{3}\left(1+t+t^{2}+\cdots+t^{n-1}+\cdots\right) \\ & =\frac{1}{3}\left(1+\frac{x^{2}}{3}+\frac{x^{4}}{3^{2}}+\cdots+\frac{x^{2 n-2}}{3^{n-1}}+\cdots\right)=\frac{1}{3}+\frac{x^{2}}{3^{2}}+\frac{x^{4}}{3^{3}}+\cdots+\frac{x^{2 n-2}}{3^{n}}+\cdots, \end{aligned} \end{equation*}
\(-1<t<1\) 相当于 \(-1<\frac{x^{2}}{3}<1\text{,}\)\(-\sqrt{3}<x<\sqrt{3}\text{.}\)
今后为了书写简单起见, 可以不将新的变量写出.
Example 8.5.7.
例 6 将函数 \(\mathrm{e}^{-x}\)\(x_{0}=-1\) 处展开成泰勒级数 (即展开成 \((x+1)\) 的幂级数),并指出收敛区间.
Solution.
\(\mathrm{e}^{-x}=\mathrm{e} \cdot \mathrm{e}^{[-(x+1)]}=\mathrm{e} \cdot \sum\limits_{n=0}^{\infty} \frac{1}{n !}[-(x+1)]^{n}=\sum\limits_{n=0}^{\infty} \frac{(-1)^{n} \mathrm{e}}{n !}(x+1)^{n}\)
\begin{equation*} \begin{aligned} =\mathrm{e}-\mathrm{e}(x+1)+\frac{\mathrm{e}}{2 !}(x+1)^{2}-\frac{\mathrm{e}}{3 !}(x+1)^{3}+\cdots+ & \frac{(-1)^{n} \mathrm{e}}{n !}(x+1)^{n}+\cdots \\ & (-\infty<x<+\infty) . \end{aligned} \end{equation*}
(3)四则运算法.
Example 8.5.8.
例 7 将函数 \(\sin \left(x+\frac{\pi}{4}\right)\) 展开为 \(x\) 的幂级数.
Solution.
解 因 \(\sin \left(x+\frac{\pi}{4}\right)=\frac{\sqrt{2}}{2}(\sin x+\cos x)\text{,}\) 故由展开式 (8.5.9)(8.5.11)
\begin{equation*} \begin{aligned} \sin \left(x+\frac{\pi}{4}\right) & =\frac{\sqrt{2}}{2}\left[\sum\limits_{n=0}^{\infty}(-1)^{n} \frac{x^{2 n+1}}{(2 n+1) !}+\sum\limits_{n=0}^{\infty}(-1)^{n} \frac{x^{2 n}}{(2 n) !}\right] \\ & =\frac{\sqrt{2}}{2}\left(1+x-\frac{1}{2 !} x^{2}-\frac{1}{3 !} x^{3}+\frac{1}{4 !} x^{4}+\frac{1}{5 !} x^{5}-\cdots\right) \quad(-\infty<x<+\infty) . \end{aligned} \end{equation*}
Example 8.5.9.
例 8 将函数 \(f(x)=\frac{x}{x^{2}-2 x-3}\)\(x_{0}=2\) 处展开成泰勒级数, 并指出收敛区间.
Solution.
解 由题意, 需将函数展开为 \((x-2)\) 的幂级数. 因为
\begin{equation*} \begin{aligned} f(x) & =\frac{x}{(x+1)(x-3)}=\frac{1}{4} \cdot \frac{1}{x+1}+\frac{3}{4} \cdot \frac{1}{x-3} \\ & =\frac{1}{4} \cdot \frac{1}{3+(x-2)}-\frac{3}{4} \cdot \frac{1}{1-(x-2)} \\ & =\frac{1}{12} \cdot \frac{1}{1+\frac{x-2}{3}}-\frac{3}{4} \cdot \frac{1}{1-(x-2)}, \end{aligned} \end{equation*}
所以 \(f(x)=\frac{1}{12} \sum\limits_{n=0}^{\infty}(-1)^{n}\left(\frac{x-2}{3}\right)^{n}-\frac{3}{4} \sum\limits_{n=0}^{\infty}(x-2)^{n}\)
\begin{equation*} \begin{aligned} & =\sum\limits_{n=0}^{\infty}\left[\frac{(-1)^{n}}{12 \cdot 3^{n}}-\frac{3}{4}\right](x-2)^{n} \\ & =\sum\limits_{n=0}^{\infty} \frac{1}{4}\left[\frac{(-1)^{n}-3^{n+2}}{3^{n+1}}\right](x-2)^{n} \\ & =-\frac{2}{3}-\frac{7}{9}(x-2)-\frac{20}{27}(x-2)^{2}-\cdots-\frac{1}{4}\left[\frac{3^{n+2}-(-1)^{n}}{3^{n+1}}\right](x-2)^{n}-\cdots, \end{aligned} \end{equation*}
收敛区间为 \(\left|\frac{x-2}{3}\right|<1\)\(|x-2|<1\) 的公共部分, 即为 \(1<x<3\text{.}\)

Subsection 8.5.3 幂级数的若干应用

幂级数的应用是非常广泛的,下面仅讨论其一部分应用.
在下一章微分方程里, 我们还将看到幂级数是如何应用于求解微分方程的.

Subsubsection 8.5.3.1 求函数的极限

有些未定式的极限可以用幂级数方法求出, 这种方法的优点是可以将极限过程中的主要、次要成分表示得非常清楚.
Example 8.5.10.
例9 求 \(\lim\limits_{x \rightarrow 0} \frac{x-\sin x}{x^{3}}\text{.}\)
Solution.
解 这是 \(\frac{0}{0}\) 型的未定式. 因为 \(x \rightarrow 0\text{,}\) 所以将函数 \(\sin x\)\(x_{0}=0\) 处展开成泰勒级数, 得
\begin{equation*} \begin{aligned} \lim\limits_{x \rightarrow 0} \frac{x-\sin x}{x^{3}} & =\lim\limits_{x \rightarrow 0} \frac{x-\left(x-\frac{1}{3 !} x^{3}+\frac{1}{5 !} x^{5}-\cdots\right)}{x^{3}} \\ & =\lim\limits_{x \rightarrow 0}\left(\frac{1}{3 !}-\frac{1}{5 !} x^{2}+\cdots\right)=\frac{1}{3 !}=\frac{1}{6} . \end{aligned} \end{equation*}
由这个例子可以再一次看出在求极限时, 为什么加、减项的无穷小量不能用其 等价无穷小代换. 这里 \(\sin x\) 与其等价无穷小 \(x\) 相差高阶无穷小 \(-\frac{1}{3 !} x^{3}+\frac{1}{5 !} x^{5}-\cdots\text{,}\)这个高阶无穷小不能与分式中分子的第一项 \(x\) 对消, 它在求极限过程中是起作用的.

Subsubsection 8.5.3.2 求函数的近似值

Example 8.5.11.
例 10 求 \(f(x)=\mathrm{e}^{x}\)\(x=-1\) 时的近似值,使误差不超过 0.005 .
Solution.
解 在 \(\mathrm{e}^{x}\) 的幂级数展开式中以 \(x=-1\) 代人得
\begin{equation*} \mathrm{e}^{-1}=1-1+\frac{1}{2 !}-\frac{1}{3 !}+\frac{1}{4 !}-\frac{1}{5 !}+\frac{1}{6 !}-\frac{1}{7 !}+\cdots, \end{equation*}
这是满足莱布尼茨条件的交错级数, 若取前若干项之和为近似值, 则误差不超过余项第一项的绝对值. 通过计算 (取 4 位小数) 得 : \(\frac{1}{5 !}=0.0083, \frac{1}{6 !}=0.0014\text{,}\) 可知 \(\frac{1}{6 !}<0.005\text{.}\) 于是取前 5 项之和作为近似,中间计算过程中取 4 位小数, 结果四舍五人成 3 位小数,则有
\(\mathrm{e}^{-1} \approx 1-1+\frac{1}{2 !}-\frac{1}{3 !}+\frac{1}{4 !}-\frac{1}{5 !} \approx 0.5000-0.1667+0.0417-0.0083=0.3667\text{,}\)
\begin{equation*} \mathrm{e}^{-1}=0.367 \pm 0.005 . \end{equation*}

Subsubsection 8.5.3.3 求积分的近似值

有些用基本积分方法(换元积分法、分部积分法)不能求出的积分,或者运用基本积分方法做起来很麻烦的积分, 若被积函数可以展开成级数,则可以通过逐项积分将它积出. 为了使读者对这个应用的价值有足够的认识,下面特举一个“被积函数的原函数不是初等函数,因而其不定积分积不出来”的例子.
Example 8.5.12.
例 11 求 \(\displaystyle \int_{0}^{1} \frac{\sin x}{x} \mathrm{~d} x\) 的近似值, 要求精确到小数点后第 4 位.
Solution.
解 因为幂级数在其收敛域内的任意子区间上可以逐项积分, 所以
\begin{equation*} \begin{aligned} \displaystyle \int_{0}^{1} \frac{\sin x}{x} \mathrm{~d} x & =\displaystyle \int_{0}^{1} \frac{1}{x}\left[x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\frac{x^{7}}{7 !}+\cdots+(-1)^{n-1} \frac{x^{2 n-1}}{(2 n-1) !}+\cdots\right] \mathrm{d} x \\ & =\displaystyle \int_{0}^{1}\left[1-\frac{x^{2}}{3 !}+\frac{x^{4}}{5 !}-\frac{x^{6}}{7 !}+\cdots+(-1)^{n-1} \frac{x^{2 n-2}}{(2 n-1) !}+\cdots\right] \mathrm{d} x \\ & =1-\frac{1}{3 ! 3}+\frac{1}{5 ! 5}-\frac{1}{7 ! 7}+\cdots+(-1)^{n-1} \frac{1}{(2 n-1) !(2 n-1)}+\cdots, \end{aligned} \end{equation*}
这是交错级数, 且满足莱布尼茨条件, 如果取 3 项, 就得
\begin{equation*} \displaystyle \int_{0}^{1} \frac{\sin x}{x} \mathrm{~d} x \approx 1-\frac{1}{3 ! 3}+\frac{1}{5 ! 5} \end{equation*}
其误差 \(\left|r_{3}\right|<\frac{1}{7 ! 7}=\frac{1}{35280}=0.0000283\text{,}\) 即已准确到小数点后第 4 位以上了. 故
\begin{equation*} \displaystyle \int_{0}^{1} \frac{\sin x}{x} \mathrm{~d} x \approx 1-\frac{1}{18}+\frac{1}{600} \approx 0.9461 . \end{equation*}
用类似的方法可以求出下述积分的近似值:
\begin{equation*} \displaystyle \int_{0}^{1} \sin x^{2} \mathrm{~d} x, \displaystyle \int_{0}^{1} \cos x^{2} \mathrm{~d} x, \displaystyle \int_{0}^{1} \mathrm{e}^{-x^{2}} \mathrm{~d} x, \cdots . \end{equation*}

Subsubsection 8.5.3.4 求常数项级数的和

假设给定一个常数项级数 \(\sum\limits_{n=0}^{\infty} a_{n}\text{,}\) 已知其收敛, 但不知其和. 这时相应的幂级数 \(\sum\limits_{n=0}^{\infty} a_{n} x^{n}\) 必定具有收敛半径 \(R \geqslant 1\text{.}\) 由 8.4.3 式 (8.4.9), 有 \(\lim\limits_{x \rightarrow 1^{-}} \sum\limits_{n=0}^{\infty} a_{n} x^{n}=\sum\limits_{n=0}^{\infty} a_{n}\text{.}\) 因此, 如果能求得幂级数的和函数 \(s(x)=\sum\limits_{n=0}^{\infty} a_{n} x^{n}\text{,}\) 那么立即可以算出常数项级数的和为 \(\sum\limits_{n=0}^{\infty} a_{n}=\lim\limits_{x \rightarrow 1^{-}} s(x)\text{.}\)
Example 8.5.13.
例 12 求收敛级数 \(1-\frac{1}{4}+\frac{1}{7}-\frac{1}{10}+\cdots\) 的和 \(s\text{.}\)
Solution.
解 令
\begin{equation*} s(x)=x-\frac{1}{4} x^{4}+\frac{1}{7} x^{7}-\frac{1}{10} x^{10}+\cdots \quad(|x|<1), \end{equation*}
此处 \(s(0)=0\text{.}\) 由于
\begin{equation*} s^{\prime}(x)=1-x^{3}+x^{6}-x^{9}+\cdots=\frac{1}{1+x^{3}}(|x|<1), \end{equation*}
从而
\begin{equation*} \begin{aligned} s(x)= & \displaystyle \int_{0}^{x} \frac{\mathrm{d} t}{1+t^{3}}=\frac{1}{3} \ln (1+x)-\frac{1}{6} \ln \left(1-x+x^{2}\right)+ \\ & \frac{1}{\sqrt{3}}\left(\arctan \frac{2 x-1}{\sqrt{3}}+\arctan \frac{1}{\sqrt{3}}\right) . \end{aligned} \end{equation*}
这里积分下限之所以取成 0 是因为考虑到 \(s(0)=0\text{,}\) 所以最后应用收敛幂级数的连续性有
\begin{equation*} 1-\frac{1}{4}+\frac{1}{7}-\frac{1}{10}+\cdots=\lim\limits_{x \rightarrow 1^{-}} s(x)=\frac{1}{3} \ln 2+\frac{\pi}{3 \sqrt{3}} . \end{equation*}

Subsection 8.5.4 欧拉公式

为了今后学习的需要, 利用 \(\sqrt{-1}=\mathrm{i}\)\(\mathrm{e}^{x}, \sin x, \cos x\) 的幂级数展开式给出一个被拉普拉斯称为“18 世纪最美妙的分析学发现之一”的欧拉(Euler)公式:
\begin{equation} \mathrm{e}^{ \pm \mathrm{i} x}=\cos x \pm \mathrm{i} \sin x\tag{8.5.14} \end{equation}
在复数的领域内它揭示出指数函数与三角函数之间的关系. 事实上,
\begin{equation} \mathrm{e}^{x}=1+x+\frac{x^{2}}{2 !}+\frac{x^{3}}{3 !}+\cdots+\frac{x^{n}}{n !}+\cdots,\tag{8.5.15} \end{equation}
\begin{equation*} \begin{aligned} & \sin x=x-\frac{x^{3}}{3 !}+\frac{x^{5}}{5 !}-\frac{x^{7}}{7 !}+\cdots+(-1)^{n-1} \cdot \frac{x^{2 n-1}}{(2 n-1) !}+\cdots, \\ & \cos x=1-\frac{x^{2}}{2 !}+\frac{x^{4}}{4 !}-\frac{x^{6}}{6 !}+\cdots+(-1)^{n} \frac{x^{2 n}}{(2 n) !}+\cdots, \\ & \sqrt{-1}=\mathrm{i}, \end{aligned} \end{equation*}
将式 (8.5.15) 中的 \(x\)\(\mathrm{i} x\) 代替,便可得到上述欧拉公式 (8.5.14) .
利用 \(\mathrm{e}^{-\mathrm{i} x}=\cos x-\mathrm{i} \sin x\)\(\mathrm{e}^{\mathrm{i} x}=\cos x+\mathrm{i} \sin x\) 可以推出
\begin{equation*} \begin{aligned} & \cos x=\frac{\mathrm{e}^{\mathrm{i} x}+\mathrm{e}^{-\mathrm{i} x}}{2}, \\ & \sin x=\frac{\mathrm{e}^{\mathrm{i} x}-\mathrm{e}^{-\mathrm{i} x}}{2 \mathrm{i}}, \end{aligned} \end{equation*}
这两个式子也叫做欧拉公式. 再利用幂级数的乘法, 不难验证
\begin{equation*} \mathrm{e}^{x+\mathrm{i} y}=\mathrm{e}^{x} \cdot \mathrm{e}^{\mathrm{i} y}=\mathrm{e}^{x}(\cos y \pm \mathrm{i} \sin y) . \end{equation*}
这个结果在“微分方程”一章中首先被用到.

Subsection 8.5.5 习题 8-5

  1. 用直接展开法将函数 \(f(x)=x^{2} \mathrm{e}^{x}\) 展开为麦克劳林级数.
  2. 写出 \(f(x)=a^{x}\)\(n\) 阶麦克劳林公式.
  3. \(\sum\limits_{n=0}^{\infty} \frac{x^{2 n}}{(2 n) !}\) 的收敛域与和函数.
  4. 展开下列函数为 \(x\) 的幂级数, 并写出其收敛区间:
    1. \(y=\ln (a+x)(a>0)\text{;}\)
    2. \(y=\frac{1}{(1-x)^{2}}\text{;}\)
    3. \(y=\frac{x}{\sqrt{1+x^{2}}}\text{;}\)
    4. \(y=\ln \left(x+\sqrt{x^{2}+1}\right)\text{.}\)
  5. 将函数 \(f(x)=\cos x\) 展开为 \(\left(x+\frac{\pi}{3}\right)\) 的幂级数.
  6. 将函数 \(f(x)=\frac{2+x}{1+2 x-x^{2}-2 x^{3}}\) 展开为 \(x\) 的幂级数.
  7. 利用函数的幂级数展开式求下列各数的近似值:
    1. \(\ln \sqrt[3]{\mathrm{e}}\left(\right.\) 精确到 \(\left.10^{-3}\right)\text{;}\)
    2. \(\cos 2^{\circ}\) (精确到 \(\left.10^{-4}\right)\text{.}\)
  8. 利用被积函数的幂级数展开式计算下列定积分的近似值:
    1. \(\displaystyle \int_{0}^{1} \mathrm{e}^{-x^{2}} \mathrm{~d} x\) (精确到 \(10^{-4}\) );
    2. \(\displaystyle \int_{0}^{0.5} \frac{1}{1+x^{4}} \mathrm{~d} x\) (精确到 \(10^{-6}\) ).
  9. 利用函数项级数求 \(\sum\limits_{n=1}^{\infty} \frac{1}{2^{n}(2 n-1)}\) 的和.
  10. 利用 \(\mathrm{e}^{x}\) 的展开式, 将 \(f(x)=\frac{\mathrm{d}}{\mathrm{d} x}\left(\frac{\mathrm{e}^{x}-1}{x}\right)\) 展开成 \(x\) 的幂级数, 并求 \(\sum\limits_{n=1}^{\infty} \frac{n}{(n+1) !}\) 的和 \(s\text{.}\)
  11. 利用函数 \(\frac{1}{1+x^{2}}\) 的幂级数展开式, 求级数 \(\sum\limits_{n=1}^{\infty}(-1)^{n} \frac{1}{2 n+1}\left(\frac{\pi}{4}\right)^{2 n+1}\) 的和.
  12. 利用 \(\ln (1-x)\) 的幂级数展开式, 试证 \(\displaystyle \int_{0}^{\frac{1}{2}} \frac{\ln (1-x)}{x} \mathrm{~d} x=-\sum\limits_{n=1}^{\infty} \frac{1}{n^{2}}\left(\frac{1}{2}\right)^{n}\text{.}\)