泰勒展开中的佩亚诺余项与高阶无穷小：不只是“小到可以忽略”

本文由AI（Qwen3-max）辅助撰写，主体写作为AI，行文思路本人提供。
本人对AI辅助写作的博客的评论、吐槽与纠正均以类似本段的引用格式来说明。

泰勒展开中的佩亚诺余项与高阶无穷小：不只是“小到可以忽略”

如果你已经接触过微积分，大概率听说过泰勒展开。而当你看到形如

\[f(x) = f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \cdots + \frac{f^{(n)}(0)}{n!}x^n + o(x^n)\]
这样的表达式时，那个神秘的 \(o(x^n)\) 就是所谓的佩亚诺余项（Peano remainder）。它不是某个具体的函数，而是一种对“误差有多小”的描述方式。今天我们就来系统地梳理一下这个记号的含义、运算规则，以及一些容易被忽略的细节。
什么是 \(o(x^n)\)？——高阶无穷小的定义

当我们说一个函数 \(R(x)\) 是 \(o(x^n)\)（读作“小 o of \(x^n\)”），意思是：当 \(x \to 0\) 时，\(R(x)\) 趋于零的速度比 \(x^n\) 更快。用极限语言精确地说，\(R(x) = o(x^n)\) 当且仅当  $$\lim_{x \to 0} \frac{R(x)}{x^n} = 0$$
举个例子：

• \(x^3 = o(x^2)\)，因为 \(\frac{x^3}{x^2} = x \to 0\)；
  
• 但 \(x^2 \neq o(x^3)\)，因为 \(\frac{x^2}{x^3} = \frac{1}{x} \to \infty\)。
  

注意：这里的 \(x \to 0\) 是默认的极限过程。如果你在 \(x \to a\) 处展开，那就是 \(o((x-a)^n)\)，道理完全一样。

这里有一点，o括号内的东西一定要趋于0，不能是别的值
换句话说，当我们写出 \(o(x^n)\) 的时候，我们默认了 \(x \to 0\)，因为只有这时候 \(x^n \to 0\)

那个“等号”到底是什么意思？

你可能会疑惑：既然 \(o(x^n)\) 不是一个确定的函数，为什么还能写成等式？比如：

\[\sin x = x - \frac{x^3}{6} + o(x^3)\]
这里的等号其实是一种约定俗成的简写，本质上是一种“集合归属”关系。
更准确地说，这个等式的意思是，函数 \(\sin x - \left(x - \frac{x^3}{6}\right)\) 属于所有满足 \(\lim_{x\to0} \frac{R(x)}{x^3} = 0\) 的函数构成的集合。
这和不定积分中的 \(+C\) 非常类似：\(\int 2x\,dx = x^2 + C\) 并不是说右边等于左边，而是说原函数的全体是 \(\{x^2 + c \mid c \in \mathbb{R}\}\)。同理，\(o(x^3)\) 是一个“占位符”，代表某个（未知但性质明确的）高阶无穷小。
所以，不要把 \(o(x^n)\) 当成一个具体函数来代数运算，而要把它看作一类函数的“标签”。

\(o(x^n)\) 是一类函数的集合，换句话说，\(o(x^n) = \left\{f(x)|\lim_{x\to0} \frac{f(x)}{x^n}=0 \right\}\)
但是等号写着简单，而且一般来说也不会弄错意思，所以一般也这么写了。
需要注意的是，这种的等号一般不可以反过来，毕竟这里等号并不表示一般意义上的相等。
一个很显然的例子是 \(o(x^{n+1})=o(x^n)\) 但是 \(o(x^n) \neq o(x^{n+1})\)

高阶无穷小的运算规则（超全整理）

接下来我们系统列出 \(o(x^n)\) 在各种运算下的行为。以下所有极限过程都默认 \(x \to 0\)。
1. 加法与减法：谁阶数低，谁说了算

• \(o(x^m) \pm o(x^n) = o(x^{\min(m,n)})\)
  例如：\(o(x^2) + o(x^5) = o(x^2)\)，因为 \(x^5\) 比 \(x^2\) 更快趋于零，加了也“看不见”。
  
• 如果 \(m > n\)，那么 \(x^m + o(x^n) = o(x^n)\)
  因为 \(x^m = o(x^n)\)（当 \(m>n\) 时），所以整个和仍是 \(o(x^n)\)。
  
• 常数倍不影响阶数：\(c \cdot o(x^n) = o(x^n)\)，只要 \(c \neq 0\)。
  
• 
  

\(c\) 为负的就是减法啦，所以你看第二小点就只写了个加号没有减号，没必要写了。

2. 乘法：阶数相加

• \(x^k \cdot o(x^n) = o(x^{k+n})\)
  证明：设 \(R(x) = o(x^n)\)，则 \(\frac{x^k R(x)}{x^{k+n}} = \frac{R(x)}{x^n} \to 0\)，故成立。
  
• \(o(x^m) \cdot o(x^n) = o(x^{m+n})\)
  证明：设 \(R_1 = o(x^m), R_2 = o(x^n)\)，则
  
  \[\frac{R_1 R_2}{x^{m+n}} = \left(\frac{R_1}{x^m}\right)\left(\frac{R_2}{x^n}\right) \to 0 \cdot 0 = 0.\]
  

3. 除法：小心使用！

• \(\frac{o(x^n)}{x^k} = o(x^{n-k})\)，只要 \(k \le n\)。
  例如：\(\frac{o(x^4)}{x^2} = o(x^2)\)。
  

倒过来也一样，只要 \(k \le n\) 就趋于无穷。

• 但反过来不行！ \(\frac{o(x^n)}{o(x^m)}\) 是无定义的。
  为什么？因为分母可能趋于零的速度比分子快或慢，结果不确定。比如：
  
  
  
  • 若分子是 \(x^3\)，分母是 \(x^2\)，则比值是 \(x \to 0\)；
    
  • 若分子是 \(x^2\)，分母是 \(x^3\)，则比值是 \(1/x \to \infty\)。
    所以这种写法要避免。
    
  
  

这真的是反过来吗？

4. 幂运算：指数相乘

• \((o(x^n))^k = o(x^{nk})\)，其中 \(k\) 是正整数。
  证明：用乘法规则递推即可。例如：
  \[(o(x^2))^3 = o(x^2) \cdot o(x^2) \cdot o(x^2) = o(x^{2+2+2}) = o(x^6).\]
  

5. 嵌套与复合函数：关键看“最低阶”

<blockquote>
在这一切之前，有一个东西还是蛮有趣的：\(o(o(x^n))=x^n\)
这个很简单，一般做的话也遇不到写成这B样的东西，但这确实是嵌套的
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

用心讨论，共获提升！