Математика / Пределы, ряды

Ряд Маклорена для cos x

Косинус разлагается в чётные степени с чередованием знаков, что делает его удобным для оценки и для вычислений вблизи нуля. Это разложение естественно дополняет ряд синуса и часто используется вместе с ним в задачах колебаний и в методах линейного приближения.

Опубликовано: Обновлено:

Формула

$$\cos x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n}}{(2n)!},\quad x\in\mathbb R$$

Обозначения

$x$
угол (в радианах), радианы
$n$
номер члена, натуральное число
$(2n)!$
чёткий факториал, безразмерный
$(-1)^n$
чередующийся знак, безразмерный

Условия применения

  • Разложение строится в точке a=0.
  • Предварительно определены производные косинуса до нужного порядка.
  • Для оценки ошибки выбран желаемый максимум |x| и порядок n.

Ограничения

  • Для очень больших |x| потребуется больше членов или другой подход.
  • Нельзя забывать про радианные единицы, иначе аппроксимация теряет смысл.
  • Член (2n)! быстро растет и может вызвать ошибки округления при вычислениях вручную.

Подробное объяснение

Косинусный ряд сходится для всех x, но практическая точность зависит от размера x и числа учтённых членов. Каждое добавление очередного члена уменьшает остаток порядка |x|^{2n+2}/(2n+2)! . Это очень полезное соотношение для инженерных оценок: можно заранее понимать, на каком порядке считать приближение достаточным.

Как пользоваться формулой

  1. Запишите базовое приближение 1−x^2/2! и добавьте следующий члены по необходимости.
  2. Оцените вклад следующего члена как границу остатка для контроля точности.
  3. Проверяйте, что x подставлен в радианах.
  4. Для задач с колебаниями параллельно контролируйте синус как производную cos.

Историческая справка

Ряд для косинуса, как и синусный, стал одним из базовых примеров применения локального разложения. В учебной и прикладной традиции он помогает связать геометрию с анализом и закрепить представление о периодических функциях через полиномиальные хвосты.

Пример

Например, для x=0.1 cos 0.1≈1−0.005+0.00000417=0.99500417. Истинное значение 0.995004165... показывает, что первые два члена уже дают точность в 1e-8 по абсолютной мере. При x близких к π это поведение заметно ухудшается и число членов нужно увеличивать.

Частая ошибка

Типичная ошибка — использовать cos-серию с неправильным порядком члена и перепутывать чётные степени с нечётными, что приводит к сдвигу на порядок. Также часто используют слишком малое n для больших углов, считая, что «ряд всегда быстро сходимся». На больших |x| этого может быть недостаточно.

Практика

Задачи с решением

Приближение cos(0.3)

Условие. Найти cos(0.3) по первым двум ненулевым членам.

Решение. cos 0.3≈1-\frac{0.3^2}{2}=1-0.045=0.955.

Ответ. 0.955

Найти следующий член

Условие. Дать следующий ненулевой член после 1−x^2/2! и x^4/4!.

Решение. Следующий ненулевой член: −\frac{x^6}{6!} = -\frac{x^6}{720}.

Ответ. −x^6/720

Дополнительные источники

  • Apostol, Calculus, Vol. 1
  • Stewart, Calculus: Early Transcendentals

Связанные формулы

Математика

Ряд Маклорена для sin x

$\sin x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n+1}}{(2n+1)!},\quad x\in\mathbb R$

Маклореновский ряд синуса — стандартное чередующееся разложение с только нечётными степенями. Это делает его удобным для численного приближения на малых x и для сравнения с рядом косинуса в задачах на дифференцирование и интегрирование.

Математика

Формула Тейлора с остаточным членом

$f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(a)}{k!}(x-a)^k+R_n(x),\quad R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}$

Формула Тейлора описывает функцию через начальные производные в точке a и остаточный член, который контролирует точность обрезки. В задачах это даёт не только аппроксимацию, но и механизм проверки погрешности через ξ между a и x. Такой подход делает разложение вычислительно безопасным.

Математика

Ряд Маклорена для e^x

$e^x=\sum_{n=0}^{\infty}\frac{x^n}{n!},\quad x\in\mathbb R$

Это базовый специальный случай Тейлора в точке a=0. Ключевой плюс разложения в нуле — все производные e^x в 0 равны 1, поэтому коэффициенты просты и серия даёт очень удобную рабочую модель для вычислений, линейных аппроксимаций и решения задач на оценку роста.