從切線到「切多項式」
在上一階你見過線性逼近：在一點附近，一條光滑曲線能被它的切線 L(x) = f(a) + f'(a)(x - a) 很好地貼合。這條線在 x = a 處與 f 有兩點一致——相同的高度和相同的斜率。但直線不會彎，所以一離開就會偏掉。補救辦法很自然：再加一項，讓它也匹配曲線的彎曲，然後再加一項管彎曲怎麼變，依此類推。每加一項，就多強制一階導數一致。結果是一個越來越緊貼曲線的多項式。
寫出來，f 在點 a 附近的泰勒級數是 f(x) = f(a) + f'(a)(x - a) + f''(a)/2! (x - a)^2 + f'''(a)/3! (x - a)^3 + ... 。第 n 項用的是 f 在 a 處的 n 階導數，除以 n!（n 的階乘：2! = 2，3! = 6，4! = 24）。注意前兩項恰好就是切線——線性逼近不過是一條提前打住的泰勒級數。
一階一階地搭出 e^x
最乾淨的例子是 e^x，因為它是自己的導數：e^x 的每一階導數還是 e^x，而在 x = 0 處每一階都等於 1。把這些 1 代進公式，分母裡就只剩下階乘了。這同時也是一條冪級數——一個關於 x 各次冪的無窮多項式——而它恰好對每一個實數 x 都收斂到 e^x。
e^x = 1 + x + x^2/2! + x^3/3! + x^4/4! + ... Try x = 1 (this should approach e ~ 2.71828): 1 = 1 + 1 = 2 + 1/2 = 2.5 + 1/6 = 2.6667 + 1/24 = 2.7083 + 1/120 = 2.7167 + 1/720 = 2.71806 ... partial sums climb toward 2.71828
注意這裡的引擎和前幾階是同一個：一條無窮級數收斂，當且僅當它的部分和趨於一個有限的極限。這個多項式從不真正結束；我們說「相等」，意思是這些累計總和能要多接近 e^x 就多接近、並穩定地保持下去。階乘增長得極其凶猛，所以後面的項迅速縮到幾乎為零，總和很快就穩定下來。
正弦、餘弦，以及計算器為何鍾愛它
sin 和 cos 是下一對經典例子。它們的導數按 sin -> cos -> -sin -> -cos -> sin 循環，所以在 x = 0 處取值依次是 0, 1, 0, -1，不斷重複。這些 0 構成的規律恰好刪掉了一半的項：sin 只留奇數次冪，cos 只留偶數次冪，符號正負交替。
sin(x) = x - x^3/3! + x^5/5! - x^7/7! + ... (odd powers) cos(x) = 1 - x^2/2! + x^4/4! - x^6/6! + ... (even powers) # Estimate sin(0.5) with just three terms: x = 0.5 x - x^3/6 + x^5/120 = 0.5 - 0.0208333 + 0.0002604 = 0.4794271 (true sin(0.5) = 0.4794255... -> off by ~0.0000016)
這就是你的計算器、以及物理近似背後的秘密。晶片無法直接求 sin 或 e^x——它只會加、減、乘、除。一條截斷的泰勒級數恰恰由這些運算搭成，於是機器加上幾項，一旦下一項比所需精度還小就停下。物理學家反過來用同一招：對小角度，他們直接把 sin(x) 換成 x，或把 cos(x) 換成 1 - x^2/2，把一道難方程變成一道容易的。
它能信到多遠？收斂半徑
這裡有個誠實的提醒。對 e^x、sin、cos，級數處處收斂，但大多數級數只在中心附近一個有限的窗口內才管用。存在一個數 R，叫收斂半徑，使得這條冪級數在 |x - a| < R 時收斂，在 |x - a| > R 時發散。在窗口之內，這個無窮多項式確實等於該函數；在窗口之外，部分和會炸開，公式毫無意義。
一個小例子能說明為什麼窗口會存在。函數 1/(1 - x) 的幾何級數是 1 + x + x^2 + x^3 + ... 。取 x = 0.5，每一項都減半，最終穩定在 2——而 1/(1 - 0.5) 確實等於 2。但取 x = 2：各項 1, 2, 4, 8, ... 爆炸式增長，於是級數發散，儘管 1/(1 - 2) = -1 是個完全正常的數。這裡 R = 1：只有當 |x| < 1 時，公式才等於該函數。