04 Taylors Theorem

📘 Chapter 5 — Taylor’s Theorem 통합 강의

---

📍 1. 전체 구조 (Big Picture)

Taylor’s theorem은 smooth function을 polynomial로 근사하는 핵심 정리다.

• 기준점 $\alpha$에서 $n-1$차 Taylor polynomial $P$를 만든다.
• 실제 함수값 $f(\beta)$와 $P(\beta)$의 차이를 remainder term으로 표현한다.
• 이는 mean value theorem의 고차 확장으로 이해할 수 있다.

---

🔵 2. 원문 기반 정리 (완전 반영)

▪ Theorem 5.15

$f$가 $[a,b]$에서 real function이고, $n$이 positive integer이며, $f^{(n-1)}$가 $[a,b]$에서 continuous이고 $(a,b)$에서 $f^{(n)}$가 존재한다고 하자. 서로 다른 두 점 $\alpha,\beta\in[a,b]$를 고르고 \(P(t)=\sum_{k=0}^{n-1}\frac{f^{(k)}(\alpha)}{k!}(t-\alpha)^k\) 로 두자. 그러면 $\alpha$와 $\beta$ 사이의 어떤 $x$가 존재하여 \(f(\beta)=P(\beta)+\frac{f^{(n)}(x)}{n!}(\beta-\alpha)^n.\)

▪ Proof

$M$을 \(f(\beta)=P(\beta)+M(\beta-\alpha)^n\) 로 정의하고 \(g(t)=f(t)-P(t)-M(t-\alpha)^n\) 라 두자. 그러면 \(g(\alpha)=g'(\alpha)=\cdots=g^{(n-1)}(\alpha)=0, \qquad g(\beta)=0.\) Mean value theorem을 반복 적용하면 결국 $\alpha$와 $\beta$ 사이 어떤 점 $x$에서 \(g^{(n)}(x)=0.\) 그런데 \(g^{(n)}(t)=f^{(n)}(t)-n!M.\) 따라서 \(n!M=f^{(n)}(x),\) 즉 원하는 remainder formula가 나온다.

---

🟢 3. 개념 해설 + 엄밀성

이 정리의 본질은

함수 = Taylor polynomial + 오차

라는 분해다. 오차가 정확히 어떤 점에서의 $n$-th derivative로 제어된다는 것이 중요하다. 그래서 derivative bound를 알면 approximation error도 제어할 수 있다.

---

🟡 4. 핵심 사용법 (문제 풀이 연결)

📌 언제 사용하는가

• 함수 근사와 error estimate가 필요할 때
• Newton method, convexity, growth estimate를 다룰 때
• 고차 미분이 들어간 존재 증명을 할 때

📌 문제 풀이 패턴

1. Taylor polynomial 작성
2. remainder term 형식 확인
3. higher derivative bound로 error estimate

---

🔴 5. 대표 문제 & 풀이 전략

• Exercise 15, 17, 18, 20은 모두 Taylor theorem이 핵심이다.
• 특히 Exercise 15의 inequality와 Newton method 관련 exercise들은 remainder를 정확히 써야 한다.

---

⚫ 6. 섹션 체크리스트

• Theorem 5.15 포함
• remainder 구조 설명 포함
• 문제 풀이 연결 포함
• PDF 원문과 문장 단위 추가 대조 완료

---

⚪ 7. 이해 확인 & 훈련 문제

• Taylor polynomial과 remainder를 각각 설명하라.
• 왜 mean value theorem을 반복 적용하는가?
• derivative bound가 error estimate로 어떻게 이어지는가?