14. Szeregi potęgowe#

14.1. Ciągi funkcyjne#

Narration

Niech \(X\subseteq \rr\) i dla każdego \(n\in \nn\) niech \(f_n:X \to \rr\) będzie pewną funkcją.

Definicja 14.1

Ciągiem funkcyjnym nazywamy przyporządkowanie \(\nn\ni n \mapsto f_n,\) i oznaczamy je przez

\[ (f_n) \qquad\text{lub}\qquad (f_n)_{n\in\nn}. \]

Przykład 14.1

W toku wykładu interesujące okażą się ciągi funkcyjne:

  1. funkcji potęgowych, gdzie \(f_n:\rr \to \rr\), \(f_n(x) = x^{n-1}\ \)

  2. jego ogólniejsza odmiana, gdzie \(x_0\in\rr\) jest ustalone i \(f_n:\rr \to \rr\),

    \[ f_n(x) = (x - x_0)^{n-1} \]
  3. funkcji trygonometrycznych cosinus, gdzie \(\ell\in\rr_+\) jest ustalone i \(f_n:\rr \to \rr\),

    \[ \displaystyle f_n(x) = \cos \frac {(n-1)\pi}{\ell} x; \]
  4. funkcji trygonometrycznych sinus, gdzie \(\ell\in\rr_+\) jest ustalone i \(f_n:\rr \to \rr\),

    \[ \displaystyle f_n(x) = \sin \frac {n\pi}{\ell} x. \]

Definicja 14.2

Ciąg funkcyjny \((f_n)\) nazywamy zbieżnym w zbiorze \(A\subseteq X\) do funkcji granicznej \(f:A\to\rr\), jeśli

\[ \forall x\in A \ \LimInfty f_n(x) = f(x). \]

Przykład 14.2

  1. Dla funkcji potęgowych \(f_n(x) = x^{n-1}\), ciąg \((f_n)\) jest zbieżny na przedziale \((-1,1]\) do f.

    \[\begin{split} f(x) = \begin{cases} 0 & \text{dla } x\in (-1,1) \\ 1 & \text{dla } x = 1 \end{cases}. \end{split}\]

    Zauważmy, że ciąg funkcji ciągłych zbiegł do funkcji nieciągłej w punkcie \(x_0 = 1\).

  2. Ogólniej, dla ustalonego \(x_0\in\rr\) i funkcji potęgowych \(f_n(x) = (x-x_0)^{n-1}\), ciąg \((f_n)\) jest zbieżny na przedziale \((x_0-1,x_0+1]\) do funkcji

    \[\begin{split} f(x) = \begin{cases} 0 & \text{jeśli } |x-x_0| < 1 \\ 1 & \text{dla } x = x_0+1 \end{cases}. \end{split}\]

14.2. Szeregi funkcyjne#

Narration

Niech \((f_n)_{n\in \nn}\) będzie ciągiem funkcyjnym.

Definicja 14.3

Dla \(k\in\nn\), funkcję \(S_k: X \to \rr\),

\[ S_k(x) = f_1(x) +\ldots + f_k(x) = \sum_{n=1}^k f_n(x) \ \]

nazywamy \(k\)-tą sumą częściową ciągu funkcyjnego \((f_n)\).

Przykład 14.3

Dla ciągu funkcji potęgowych \(f_n(x) = x^{n-1}\), mamy

\[\begin{split} S_k(x) = 1 + x + x^2 + \ldots + x^{k-1} = \begin{cases} \displaystyle \frac {1 - x^{k}} {1-x} & \text{dla } x\neq 1 \\ k & \text{dla } x = 1 \end{cases} . \end{split}\]

Definicja 14.4

Ciąg sum częściowych \((S_k)\) ciągu \((f_n)\) nazywamy szeregiem funkcyjnym i oznaczamy symbolem

\[ \sum_{n = 1}^\infty f_n(x). \]

Szereg funkcyjny \(\sum_{n = 1}^\infty f_n(x)\) nazywamy zbieżnym w zbiorze \(A\subseteq X\), jeśli \(\forall x\in A\) istnieje granica właściwa

\[ \sum_{n = 1}^\infty f_n(x) = \LimInfty[k]{S_k(x)} = \LimInfty[k]{\sum_{n = 1}^k f_n(x),} \]

którą nazywamy sumą szeregu.

W szczególności, jeśli szereg funkcyjny \(\sum_{n = 1}^\infty f_n(x)\) jest zbieżny w zbiorze \(A = \Set{x_0}\subseteq X\), czyli istnieje granica właściwa

\[ \sum_{n = 1}^\infty f_n(x_0) = \LimInfty[k]{\sum_{n = 1}^k f_n(x_0),} \]

to mówimy, że jest zbieżny w punkcie \(x_0\).

Przykład 14.4

Dla ciągu funkcji potęgowych \(f_n(x) = x^{n-1}\), granica właściwa ciągu sum częściowych istnieje dla \(x\in(-1,1)\) i jest równa

\[ \sum_{n = 1}^\infty x^{n-1} = \LimInfty[k]{S_k(x)} = \LimInfty[k]{\frac {1 - x^{k}} {1-x}} = \frac 1 {1-x}. \]

W dalszej części wykładu będziemy zainteresowani uogólnieniem tego przykładu.

Dla większej przejrzystości, oraz z powodów historycznych, zapiszemy powyższą tożsamość w postaci:

\[ \sum_{n = 0}^\infty x^{n} = \frac 1 {1-x} \qquad \text{jeśli } |x| < 1. \]

Stwierdzenie 14.1

Niech \(c\in \rr\) i \((f_n)_{n\in \nn}\), \((g_n)_{n\in \nn}\) będą ciągami funkcyjnymi.

Jeśli dla \(x \in A\) zbieżne są szeregi \(\displaystyle \Series f_n(x)\) i \(\displaystyle \Series g_n(x)\), wówczas:

  • \(\displaystyle \Series (f_n(x) + g_n(x)) = \Series f_n(x) + \Series g_n(x)\ \),

  • \(\displaystyle \Series c\cdot f_n(x) = c\cdot \Series f_n(x)\ \).

14.3. Definicja szeregu potęgowego#

Narration

Niech \((a_n)_{n\in\nn_0}\) będzie ciągiem liczb rzeczywistych (indeksowanym od \(n=0\)) i \(x_0\in \rr\).

Definicja 14.5

Szeregiem potęgowym nazywamy szereg funkcyjny

\[ \rr \ni x \mapsto \SeriesP a_n(x-x_0)^n = a_0 + a_1 (x-x_0) + a_2 (x-x_0)^2 + \ldots. \]

odpowiadający ciągowi funkcyjnemu \((f_n)_{n\in\nn_0}\), dla \(f_n(x) = a_n(x-x_0)^n.\)

Przykład 14.5

  1. Każdy szereg potęgowy jest zbieżny dla \(x = x_0\) do \(a_0\).

    Istotnie,

    \[ \SeriesP a_n(x_0-x_0)^n = \LimInfty \sum_{k = 0}^n a_k(x_0-x_0)^k = \LimInfty a_0 = a_0. \]
  2. Dla \(a_n = a \in \rr\) i \(x_0 = 0\), otrzymujemy szereg potęgowy geometryczny

    \[ \SeriesP a \cdot x^n, \]

    który jest zbieżny do \(\displaystyle \frac a {1-x}\) dla \(|x|<1\).

Uwaga 14.1

Ponieważ ogólny szereg potęgowy \(\displaystyle \SeriesP a_n(x-x_0)^n\) można poprzez zamianę zmiennych \(y = x-x_0\) sprowadzić do szeregu potęgowego \(\displaystyle \SeriesP a_n y^n\), to od tego momentu będziemy formułować twierdzenia jedynie szeregów gdy \(x_0=0\).

14.4. Zbieżność szeregów potęgowych#

Definicja 14.6

Obszarem zbieżności szeregu potęgowego \(\displaystyle \SeriesP a_n x^n\) nazywamy zbiór

\[ \ConvergeSet = \Set{\rho\in\rr : \SeriesP a_n \rho^n \text{ jest zbieżny}} \]

tych punktów dla których ten szereg potęgowy jest zbieżny.

Narration

Ponieważ \(0\in \ConvergeSet\), to jest on niepusty.

Przykład 14.6

Obszarem zbieżności szeregu potęgowego geometrycznego,

\[ \SeriesP a \cdot x^n, \]

jest przedział \(\ConvergeSet = (-1,1)\).

Stwierdzenie 14.2

Jeśli szereg potęgowy \(\displaystyle \SeriesP a_n x^n\) jest zbieżny dla \(x=\rho\in\rr\), to jest bezwzględnie zbieżny dla każdego \(x\) spełniającego warunek \(|x|<|\rho|.\)

Uwaga 14.2

Powyższe stwierdzenie mówi, że dla szeregu potęgowego \(\displaystyle \SeriesP a_n x^n\) mamy

\[ \rho\in \ConvergeSet \quad \imply \quad (-|\rho|, |\rho|)\subseteq\ConvergeSet. \]

Możliwe są dwa przypadki:

  1. \(\ConvergeSet\) jest ograniczony i wtedy istnieje liczba \(R\geq 0\) taka, że

    \[ (-R,R) \subseteq \ConvergeSet \quad \wedge \quad \SeriesP a_n x^n \text{ jest rozbieżny dla } x\in (-\infty, R)\cup(R,+\infty). \]
  2. \(\ConvergeSet\) jest nieograniczony i wtedy \(\ConvergeSet = \rr\).

    W tym wypadku przyjmiemy \(R = +\infty.\)

Definicja 14.7

Liczbę \(R\) z powyższej uwagi nazywamy promieniem zbieżności szeregu potęgowego \(\displaystyle \SeriesP a_n x^n .\)

Uwaga 14.3

Z definicji promienia zbieżności \(R\) szeregu potęgowego oraz Stw. 14.2 wynika, że możliwe są trzy przypadki:

  1. \(R = 0 \quad\) i \( \quad\ConvergeSet = \Set{0}\).

  2. \(0 < R < +\infty \quad\) i \( \quad(-R,R)\subseteq \ConvergeSet \subseteq [-R,R]\).

    Dla \(x\in\Set{-R,R}\) nie możemy ogólnie stwierdzić, czy szereg jest zbieżny.

    Potrzebna jest dalsza analiza.

  3. \(R = +\infty \quad\) i \( \quad\ConvergeSet = \rr\).

Definicja 14.8

Z powyższych rozważań wynika, że obszar zbieżności \(\ConvergeSet\) jest de facto przedziałem zbieżności.

Twierdzenie 14.3

Jeśli dla szeregu potęgowego \(S(x) = \SeriesP a_n x^n\) promień zbieżności \(R\neq 0\), to:

  1. dla każdego \(x\in(-R, R)\) szereg \(\displaystyle \SeriesP a_n x^n\) jest zbieżny bezwzględnie

  2. funkcja \(S:(-R,R)\to \rr\) jest ciągła

  3. jeśli \(\displaystyle \SeriesP a_n R^n\) jest zbieżny, to funkcja \(S:(-R,R]\to \rr\) jest ciągła

  4. jeśli \(\displaystyle \SeriesP a_n (-R)^n\) jest zbieżny, to funkcja \(S:[-R,R)\to \rr\) jest ciągła

  5. jeśli \(\displaystyle \SeriesP a_n (-R)^n\) i \(\displaystyle \SeriesP a_n R^n\) są zbieżne, to funkcja \(S:[-R,R]\to \rr\) jest ciągła.

Narration

Aby znaleźć promień zbieżności szeregu potęgowego można się posługiwać kryteriami zbieżności szeregów.

Dwa z nich, kryterium d’Alemberta i Cauchy’ego odgrywają szczególną rolę i na ich podstawie można udowodnić następujące twierdzenie.

Twierdzenie 14.4 (o promieniu zbieżności)

Jeżeli istnieje jedna z granic (w pierwszym przypadku przy założeniu, że \(\forall n\in\nn_0 \ a_n \neq 0\))

\[ \LimInfty \left|\frac{a_{n+1}}{a_n} \right| = \lambda \qquad \text{lub} \qquad \LimInfty \sqrt[n]{|a_n|} = \lambda, \]

to promień zbieżności szeregu potęgowego \(\displaystyle \SeriesP a_n x^n\) jest równy \( R = \begin{cases} 0 & \text{dla } \lambda = +\infty \\ \lambda^{-1} & \text{dla } 0 < \lambda < +\infty \\ +\infty & \text{dla } \lambda = 0 \\ \end{cases}. \)

Przykład 14.7

Granice z powyższego twierdzenia mają tę samą wartość pod warunkiem, że obie istnieją.

Możliwa jest jednak sytuacja gdy tylko druga z nich istnieje.

Na przykład, biorąc:

\[ a_{2k} = 1, \qquad a_{2k+1} =2k+1 \qquad \text{dla } k\in\nn_0 \]

widzimy, że:

  1. \(\displaystyle\left|\frac{a_{2k+1}}{a_{2k}} \right| = {2k+1}\), \(\displaystyle\left|\frac{a_{2k+2}}{a_{2k+1}} \right| = \frac 1 {2k+1}\), więc \(\LimInfty \left|\frac{a_{n+1}}{a_n} \right|\) nie istnieje;

  2. \(\displaystyle 1\leq\sqrt[n]{|a_{n}|} \leq \sqrt[n]{n}\), więc na mocy twierdzenia o trzech ciągach \(\LimInfty\sqrt[n]{|a_{n}|} = 1\).

To oznacza, że \(\lambda = 1\) i promień zbieżności \(\displaystyle \SeriesP a_n x^n\) jest równy \(R=1\).

Zatem \((-1,1) \subseteq \ConvergeSet \subseteq [-1,1].\)

Zauważmy dalej, że dla \(x = 1\) otrzymujemy szereg \(\displaystyle \SeriesP a_n\), dla którego nie jest spełniony warunek konieczny zbieżności, gdyż \(a_n \geq 1\), więc \(\LimInfty a_n \neq 0\).

Podobnie dla \(x = -1\) otrzymujemy szereg \(\displaystyle \SeriesP (-1)^n\cdot a_n\), dla którego również nie jest spełniony warunek konieczny zbieżności, gdyż \(|a_n| \geq 1\), więc \(\LimInfty |a_n| \neq 0 \imply \LimInfty (-1)^n\cdot a_n \neq 0\).

Zatem \(\ConvergeSet = (-1,1)\).

Ćwiczenie 14.1

Znajdźmy przedziały zbieżności \(\ConvergeSet\) szeregów potęgowych:

  1. \(\displaystyle \SeriesP \frac {x^n}{n!} \)

  2. \(\displaystyle \SeriesP n!\cdot{x^n} \)

  3. \(\displaystyle \SeriesP \frac {(x+1)^n}{2n + 1} \)

  4. \(\displaystyle \SeriesP \frac {(-2x + 6)^n}{3^n + 2^n} . \)

Informacja

Pomoże rozwiązać Ćw. 15.6, Ćw. 15.10.

14.5. Różniczkowanie i całkowanie szeregów potęgowych#

Narration

Przypomnijmy, że dla \(n \in \nn_0\):

\[\begin{split} \begin{aligned} \Paren{x^n}' & = n\cdot x^{n-1} , \\ \IntDef[t]{0}{x}{ t^n} & = \frac 1 {n+1} \cdot t^{n+1}\Big|_0^x \\ & = \frac 1 {n+1}\Paren{x^{n+1} - 0^{n+1}} = \frac 1 {n+1}\cdot x^{n+1} . \end{aligned} \end{split}\]

Twierdzenie 14.5

Jeśli dla szeregu potęgowego \(\displaystyle \SeriesP a_n x^n\) promień zbieżności \(R>0\), to dla każdego \(x\in(-R,R)\) zachodzi:

  1. \( \displaystyle \Diff{}\left( {\SeriesP a_n x^n} \right) = \SeriesP a_n ( x^n)' = \Series a_n {n \cdot x^{n-1}} \)

  2. \( \displaystyle \IntDef[t]{0}{x}{\SeriesP a_n t^n} = \SeriesP a_n \IntDef[t]{0}{x}{ t^n} = \SeriesP \frac {a_n} {n+1} \cdot x^{n+1}. \)

Ponadto promienie zbieżności szeregów po prawej stronie są równe \(R\).

Przykład 14.8

Dla szeregu \(\displaystyle S(x)= \SeriesP \frac {x^n}{n!}\)

  • liczymy pochodną:

    \[ \Diff{} S(x) = \SeriesP \frac 1 {n!}\cdot ( x^n)' = \Series \frac 1 {n!} \cdot n \cdot x^{n-1} = \Series \frac 1 {(n-1)!} \cdot x^{n-1} = \SeriesP \frac 1 {n!} \cdot x^{n} = S(x) \]
  • liczymy całkę:

    \[\begin{split} \displaystyle \IntDef[t]{0}{x}{S(t)} & = \IntDef[t]{0}{x}{\SeriesP \frac 1 {n!} \cdot t^n} = \SeriesP \frac 1 {n!} \IntDef[t]{0}{x}{ t^n} = \SeriesP \frac 1 {n!} \cdot \frac {x^{n+1}}{n+1} = \SeriesP \frac {x^{n+1}} {(n+1)!} \\ & = \frac {x^1} {1!} + \frac {x^2} {2!} + \frac {x^3} {3!} + \ldots = -1 + \frac {x^0} {0!} + \frac {x^1} {1!} + \frac {x^2} {2!} + \frac {x^3} {3!} + \ldots \\ & = -1 + \SeriesP \frac {x^{n}} {n!} = -1 + S(x) . \end{split}\]

Wniosek 14.6

Przy założeniach z powyższego twierdzenia, dla każdego \(k\in\nn_0\) zachodzi

\[ \displaystyle \Diff[x^k]{^k}\left( {\SeriesP a_n x^n} \right) = \SeriesP a_n ( x^n)^{(k)} = \sum_{n = k}^{\infty} a_n {\frac {n!}{(n-k)!} \cdot x^{n-k}}, \]

przy czym promień zbieżności szeregu występującego po prawej stronie jest równy \(R\).

Przykład 14.9

Załóżmy, że istnieje granica \(\LimInfty \Absolute{\dfrac {b_{n+1}} {b_n}} = \mu > 0\).

  • Promień zbieżności szeregu \(\displaystyle\SeriesP b_n x^n\) jest równy \(R = \mu^{-1}.\)

  • Szereg potęgowy

    \[ \displaystyle\Diff{}\left( {\SeriesP b_n x^n} \right) = \Series b_n n \cdot x^{n-1} = \SeriesP (n+1) b_{n+1} \cdot x^{n} \]

    ma wyraz \(a_n = (n+1) b_{n+1}\).

    Stąd

    \[ \Absolute{\frac {a_{n+1}} {a_n}} = \Absolute{\frac {(n+2) b_{n+2}} {(n+1) b_{n+1}}} = \frac {n+2} {n+1} \cdot \Absolute{\frac {b_{n+2}}{b_{n+1}}} \LimToInfty 1 \cdot \mu = \mu. \]

    Promień zbieżności tego szeregu jest również równy \(R = \mu^{-1}.\)

  • Szereg potęgowy

    \[ \displaystyle\IntDef[t]{0}{x}{\SeriesP b_n t^n} = \SeriesP \frac {b_n}{n+1}\cdot x^{n+1} = \Series \frac {b_{n-1}}{n}\cdot x^{n} \]

    ma wyraz \(a_n = \dfrac {b_{n-1}}{n}\).

    Stąd

    \[ \Absolute{\frac {a_{n+1}} {a_n}} = \Absolute{\frac {b_{n}} {n +1} \cdot \frac {n} {b_{n-1}}} = \Absolute{\frac {b_{n}}{b_{n-1}}} \cdot \frac n {n+1} \LimToInfty \mu \cdot 1 = \mu. \]

Promień zbieżności tego szeregu jest równy \(R = \mu^{-1}.\)

Ćwiczenie 14.2

Pokażmy, że \( \quad \displaystyle S(x) = \Series \frac{(-1)^{n+1}} n x^n = \ln(1+x) \quad \) dla \(x\in (-1,1]\).

Informacja

Pomoże rozwiązać Ćw. 15.9, Ćw. 15.11.

Ćwiczenie 14.3

Obliczmy sumę szeregu \(\displaystyle S = \SeriesP[k] \frac {(k+1)(k+2)} { 2^k} .\)

Informacja

Pomoże rozwiązać Ćw. 15.7, Ćw. 15.11.

14.6. Szereg Taylora#

Narration

Niech \(x_0\in\rr\), \(r>0\) i \(f:X\to \rr\) będzie funkcją, która w każdym punkcie otoczenia \(Q(x_0,r)\) punktu \(x_0\) ma pochodną dowolnego rzędzu.

W takiej sytuacji z twierdzenia Taylora wynika, że dla każdego \(x\in Q(x_0,r)\) i każdego \(n\in\nn_0\)

\[ \begin{aligned} f(x) & = \sum_{k=0}^{n}\frac {f^{(k)}(x_0)}{k!}(x-x_0)^k + R_n(x) , \end{aligned} \]

przy czym istnieje \(c:Q(x_0,r) \to \rr\) o własności, że \(c(x)\) leży między \(x_0\) i \(x\), oraz

\[ \begin{aligned} R_n(x) & = \frac {f^{(n+1)}(c(x))}{(n+1)!}(x-x_0)^{n+1} . \end{aligned} \]

Jeśli dla każdego \(x\in Q(x_0,r)\) mamy \( \quad \LimInfty R_n(x) = 0,\) \(\quad\) to

\[\begin{split} f(x) & = \LimInfty \left(\sum_{k=0}^{n}\frac {f^{(k)}(x_0)}{k!}(x-x_0)^k + R_n(x)\right) \\ & = \LimInfty \sum_{k=0}^{n}\frac {f^{(k)}(x_0)}{k!}(x-x_0)^k \\ & = \SeriesP \frac {f^{(n)}(x_0)}{n!}(x-x_0)^n \end{split}\]

Definicja 14.9

Szereg pojawiający się na końcu tej równości nazywamy szeregiem Taylora w otoczeniu punktu \(x_0\).

Dla \(x_0 = 0\) otrzymujemy szereg Maclaurina

\[ f(x) = \SeriesP\frac {f^{(n)}(0)}{n!} x^n . \]

Definicja 14.10

W takiej sytuacji mówimy, że funkcja \(f\) rozwija się w szereg Taylora (odpowiednio Maclaurina) w otoczeniu punktu \(x_0\).

Przykład 14.10

Nie każda funkcja różniczkowalna nieskończenie wiele razy, rozwija się w szereg Taylora!

Dla przykładu jeśli

\[\begin{split} f(x) = \begin{cases} e^{-\frac 1 {x^2}} & \text{dla } x \neq 0 \\ 0 & \text{dla } x = 0 \end{cases}, \end{split}\]

to można pokazać, że ma ona pochodną dowolnego rzędu w każdym punkcie, przy czym \(f^{(k)}(0) = 0\) dla każdego \(k\in\nn_0\).

Zatem

\[ \forall n\in\nn_0 \ f(x) = \sum_{k=0}^{n}\frac {f^{(k)}(0)}{k!}x^k + R_n(x) = R_n(x) \qquad \Rightarrow \qquad \LimInfty R_n(x) = f(x). \]

Ponieważ \(f(x) \neq 0\) dla \(x\neq 0\), to nie jest spełniony warunek istnienia szeregu Taylora.

Stwierdzenie 14.7

Niech \(x_0\in\rr\), \(r>0\) i \(f:X\to \rr\) będzie funkcją, która w każdym punkcie otoczenia \(Q(x_0,r)\) punktu \(x_0\) ma pochodną dowolnego rzędzu.

  1. Jeśli istnieje \(M>0\) takie, że dla każdego \(x\in Q(x_0,r)\) i każdego \(n\in\nn_0\)

    \[ |f^{(n)}(x)| \leq M, \]

    to \(\LimInfty R_n(x) = 0\) dla każdego \(x\in Q(x_0,r)\).

  2. Jeśli dla każdego \(x\in Q(x_0,r)\)

    \[ f(x) = \SeriesP a_n(x-x_0)^n, \]

    to dla każdego \(n\in\nn_0\)

    \[ a_n = \frac {f^{(n)}(x_0)}{n!}, \]

    czyli rozwinięcie Taylora jest jednoznaczne.

Przykład 14.11

  1. Wiemy, że dla \(|x| < 1\) zachodzi równość

    \[ f(x) = \frac 1 {1-x} = \SeriesP x^n = \SeriesP 1\cdot x^n . \]

    Na mocy stwierdzenia, jest to rozwinięcie Maclaurina funkcji \( f:(-1,1)\to \rr, \) zadanej powyższym wzorem.

    Skoro \(a_n = 1\) dla każdego \(n\in \nn_0 ,\) to

    \[ f^{(n)}(0) = n!\cdot a_n = n! . \]
  2. W Ćw. 14.2 pokazaliśmy, że dla \(x\in (-1,1]\) zachodzi równość

    \[ f(x) = \ln(1+x) = \Series \frac{(-1)^{n+1}} n x^n. \]

    Ponownie, jest to rozwinięcie Maclaurina funkcji \(f:(-1,1]\to \rr\), zadanej powyższym wzorem.

    Skoro \(a_n = \frac{(-1)^{n+1}} n\) dla każdego \(n\in \nn\), to

    \[ f^{(n)}(0) = n!\cdot a_n = n!\cdot \frac{(-1)^{n+1}} n = (-1)^{n+1}(n-1)! \]
  3. Dla \(f(x) = e^x\), mamy \(f^{(n)}(x) = e^x\) dla każdego \(n\in \nn_0\).

    Zatem \(f^{(n)}(0) = e^0 = 1\).

    Stąd otrzymujemy szereg Maclaurina

    \[ e^x = \SeriesP\frac {f^{(n)}(0)}{n!} x^n = \SeriesP \frac {x^n}{n!}. \]

    Jak już wiemy, ten szereg potęgowy jest zbieżny dla \(x\in \rr\).

  4. Biorąc \(f(x) = \sin x\), swego czasu obliczyliśmy, że \( f^{(n)}(x) = \sin\left(x + n\cdot\frac \pi 2\right), \) dla \(n\in \nn_0\).

    Dla \(x=0\) i \(k\in\nn_0\) mamy zatem

    \[\begin{split} \begin{aligned} f^{(2k)}(0) = \sin\left(2k\cdot\frac \pi 2\right) & = 0 \\ f^{(2k+1)}(0) = \sin\left((2k+1)\cdot\frac \pi 2\right) & = (-1)^k. \end{aligned} \end{split}\]

    Stąd otrzymujemy rozwinięcie Maclaurina

    \[ \sin x = \SeriesP \frac {f^{(n)}(0)}{n!}x^n = \SeriesP \frac {(-1)^n}{(2n+1)!}x^{2n+1}. \]

    Ponieważ

    \[ 0 \leq \left|\frac{f^{(n)}(0)} {n!} x^n\right| \leq \frac 1 {n!} |x|^n, \]

    to szereg ten jest (bezwzględnie) zbieżny dla \(x\in\rr\), gdyż szereg \(\displaystyle \SeriesP\frac 1 {n!} |x|^n = e^{|x|}\) jest dla nich zbieżny.

  5. Analogicznie, dla \(x\in \rr\) otrzymamy rozwinięcie Maclaurina

    \[ \cos x = \SeriesP \frac {(-1)^n}{(2n)!}x^{2n}. \]
  6. Co prawda funkcje zmiennej zespolonej nie pojawią się na tym wykładzie, ale trudno powstrzymać się od uwagi, że jeśli przyjmiemy \(x = \alpha\cdot j \in \cc\), gdzie \(\alpha\in\rr\), to

    \[\begin{split} \frac {x^n}{n!} = \frac {\alpha^n\cdot j^n}{n!} = \begin{cases} \displaystyle \frac {(-1)^k}{(2k)!} \alpha^{2k} & \text{dla } n=2k, k\in\nn_0 \\ \displaystyle j\cdot\frac {(-1)^k}{(2k+1)!} \alpha^{2k+1} & \text{dla } n=2k+1, k\in\nn_0 \end{cases}, \end{split}\]

    więc

    \[\begin{split} e^{\alpha\cdot j} & = \SeriesP \frac {\alpha^n\cdot j^n}{n!} = \SeriesP[k] \frac {(-1)^k}{(2k)!} \alpha^{2k} + j\cdot \SeriesP[k] \frac {(-1)^k}{(2k+1)!} \alpha^{2k+1} \\ & = \cos\alpha + j\cdot\sin\alpha. \end{split}\]

    Właśnie stąd bierze się postać wykładnicza liczb zespolonych!

Ćwiczenie 14.4

Znajdźmy rozwinięcie Taylora funkcji \(f(x) = x\, e^x\) w otoczeniu punktu \(x_0 = 1\) i policzmy \(f^{(n)}(1)\) dla \(n\in\nn_0\).

Informacja

Pomoże rozwiązać Ćw. 15.8, Ćw. 15.12.

Ćwiczenie 14.5

Rozwińmy w szereg Maclaurina funkcję \(f\), podając dla jakich \(x\in\rr\) prawdziwe jest to rozwinięcie (i oblicz pochodne):

  1. \(f(x) =\ln\Paren{9 + x^2 }\), \(\quad\) oblicz: \(\; f^{(35)}(0),\ f^{(36)}(0)\)

  2. \(\displaystyle f(x) = 2 x^5 \sin^2 x\), \(\quad\) oblicz: \(\; f^{(18)}(0),\ f^{(19)}(0)\)

  3. \(\displaystyle f(x) = \frac {2x} {1 + 25x^2}\), \(\quad\) oblicz: \(\; f^{(12)}(0),\ f^{(13)}(0)\)

  4. \(\displaystyle f(x) = \frac x {x^2 - 5x + 6}\), \(\quad\) oblicz: \(\; f^{(15)}(0)\)

  5. \(\displaystyle f(x) = \frac {x^3-3x^2} {(x + 1)^2}\), \(\quad\) oblicz: \(\; f'(0),\ f^{(10)}(0).\)

Informacja

Pomoże rozwiązać Ćw. 15.8, Ćw. 15.12.