泰勒级数用函数在某一点的各阶导数构造幂级数,把复杂函数转化为可计算的多项式近似。本课将说明系数从哪里来、展开何时成立,以及如何估计截断误差。
若函数 在 的邻域内可表示成下面的收敛幂级数,则系数由导数唯一确定。
依次在 处求导并代入,可得到
因此泰勒级数为
当 时,它称为麦克劳林级数。截取前 项得到的 是泰勒多项式,用于局部近似,而不是无穷级数本身。

函数具有任意阶导数,并不自动保证泰勒级数等于原函数。例如 (),令 。它在原点的各阶导数都为零,因为指数衰减比任意 的幂增长更快。它的泰勒级数恒为零,但原点之外函数值为正。有限阶公式应保留余项。
其中 是余项。只有当 时满足 ,泰勒级数才在该点真正收敛到 。常用的拉格朗日余项为
这里的 位于 与 之间。实际判断时,先在目标区间上估计 的上界,再控制 。
对 在 处展开。因为各阶导数仍是 ,且 。对每个固定的 ,余项绝对值不超过 ,随 增大趋于零,所以
用五次泰勒多项式近似 ,即令 :
而 ,误差约为 。在 上,六阶导数仍为 ,其绝对值不超过 ,因此
这个上界不仅说明近似有效,也给出了“保留多少项才够用”的依据。
泰勒展开是一种局部工具。离展开中心越远,通常需要更高阶多项式才能保持精度;超出收敛区间后,即使继续增加项数,也未必能逼近原函数。
在数值计算和机器学习中,常用一阶近似分析梯度方向,用二阶近似分析曲率。但近似阶数越高,导数计算和存储成本也越大,应根据误差要求选择阶数。