在数学中，泰勒级数 （英語：Taylor series，Taylor expansion ）用无限项连加式——级数 来表示一个函数，这些相加的项由函数在某一点的导数 求得。泰勒级数是以于1715年发表了泰勒公式 的英國 数学家 布魯克·泰勒 （Sir Brook Taylor ）来命名的。通过函数在自变量零点的导数求得的泰勒级数又叫做麦克劳林级数 （英語：Maclaurin series ） 科林·麦克劳林 （Colin Maclaurin ）的名字命名。
拉格朗日 在1797年之前，最先提出帶有餘項的現在形式的泰勒定理。实际应用中，泰勒级数需要截断，只取有限项，可以用泰勒定理 估算这种近似的误差。一个函数的有限项的泰勒级数叫做泰勒多项式 。一个函数的泰勒级数是其泰勒多项式的极限 （如果存在极限）。即使泰勒级数在每点都收敛，函数与其泰勒级数也可能不相等。在开区间（或复平面 上的开区间）上，与自身泰勒级数相等的函数称为解析函数 。
在数学上，对于一个在实数 或复数 a {\displaystyle a} 邻域 上，以实数作为变量或以复数作为变量的函数 ，并且是无穷可微的 函数 f ( x ) {\displaystyle f(x)} 泰勒级数 是以下这种形式的幂级数 ：
∑ n = 0 ∞ f ( n ) ( a ) n ! ( x − a ) n {\displaystyle \sum _{n=0}^{\infty }{\frac {f^{(n)}(a)}{n!}}(x-a)^{n}} 这里， n ! {\displaystyle n!} n {\displaystyle n} 阶乘 ，而 f ( n ) ( a ) {\displaystyle f^{(n)}(a)\,\!} f {\displaystyle f} a {\displaystyle a} n {\displaystyle n} 导数 。如果 a = 0 {\displaystyle a=0} 麦克劳林级数 。
柯西 在1823年指出函數 exp ( − 1 x 2 ) {\displaystyle \exp \left(-{\frac {1}{x^{2}}}\right)} x = 0 {\displaystyle x=0} 如果泰勒级数对于区间 ( a − r , a + r ) {\displaystyle (a-r,a+r)} x {\displaystyle x} f ( x ) {\displaystyle f(x)} f ( x ) {\displaystyle f(x)} 解析形的函数 当且仅当 （简单地说，“只有在且只要在”）能够被表示为幂级数 的形式时，才是解析形的函数。通常会用泰勒定理 餘项 ，这样就能够确定级数是否收敛于 f ( x ) {\displaystyle f(x)}
以下三个事实可以说明为什么泰勒级数是十分重要的：
可以逐项对幂级数 的计算微分和积分，因此求和函数 相对比较容易。 数学家因此能够在复数平面上研究函数 ，因为一个解析函数 ，也可以被定义为在复平面 中一个开放的区间内的解析函数 (在区间内每一个点上都能被微分的函数)。 可用泰勒级数估计，在某一点上函数会计算出什么值。 对于一些无穷的 可以被微分 函数 f ( x ) {\displaystyle f(x)} f ( x ) {\displaystyle f(x)} 分段函数 f ( x ) = exp ( − 1 x 2 ) {\displaystyle f(x)=\exp \left(-{\frac {1}{x^{2}}}\right)} x ≠ 0 {\displaystyle x\neq 0} f ( 0 ) = 0 {\displaystyle f(0)=0} x = 0 {\displaystyle x=0} f ( x ) {\displaystyle f(x)} 收敛半径 为无穷大，不过函数 f ( x ) {\displaystyle f(x)} x = 0 {\displaystyle x=0} 以复数作为变量的函数 中这个问题并不存在，因为当 z {\displaystyle z} exp ( − 1 z 2 ) {\displaystyle \exp \left(-{\frac {1}{z^{2}}}\right)}
如果一个函数在某处引发一个奇点，它就无法被展开为泰勒级数，不过如果变量 x {\displaystyle x} x = 0 {\displaystyle x=0} f ( x ) = exp ( − 1 x 2 ) {\displaystyle f(x)=\exp \left(-{\frac {1}{x^{2}}}\right)} 洛朗级数 。
最近，专家们发现了一个用泰勒级数来求解微分方程 的方法——Parker-Sochacki method [ 1] 皮卡反覆運算 便可以推导出这个方法。
在复平面 上餘弦函數的實數部分。 在复平面 上餘弦函數的第八度逼近 兩個以上的曲線放在一起 下面我们给出了几个重要的麦克劳林级数。当变量 x {\displaystyle x}
由无穷递缩等比数列求和式: 1 1 − x = ∑ n = 0 ∞ x n = 1 + x + x 2 + ⋯ + x n + ⋯ ∀ x : | x | < 1 {\displaystyle {\frac {1}{1-x}}=\sum _{n=0}^{\infty }x^{n}=1+x+x^{2}+\cdots +x^{n}+\cdots \quad \forall x:\left|x\right|<1}
( 1 + x ) α = ∑ n = 0 ∞ ( α n ) x n = 1 + α x + α ( α − 1 ) 2 ! x 2 + ⋯ + α ( α − 1 ) ⋯ ( α − n + 1 ) n ! x n + ⋯ {\displaystyle (1+x)^{\alpha }=\sum _{n=0}^{\infty }{\binom {\alpha }{n}}x^{n}=1+\alpha x+{\frac {\alpha (\alpha -1)}{2!}}x^{2}+\cdots +{\frac {\alpha (\alpha -1)\cdots (\alpha -n+1)}{n!}}x^{n}+\cdots } ∀ x : | x | < 1 , ∀ α ∈ C {\displaystyle \forall x:\left|x\right|<1,\forall \alpha \in \mathbb {C} } 二项式系数 ( α n ) = ∏ k = 1 n α − k + 1 k = α ( α − 1 ) ⋯ ( α − n + 1 ) n ! {\displaystyle {\binom {\alpha }{n}}=\prod _{k=1}^{n}{\frac {\alpha -k+1}{k}}={\frac {\alpha (\alpha -1)\cdots (\alpha -n+1)}{n!}}} 以 e {\displaystyle e} 指数函数 的麦克劳林級數是
e x = ∑ n = 0 ∞ x n n ! = 1 + x + x 2 2 ! + x 3 3 ! + ⋯ + x n n ! + ⋯ ∀ x {\displaystyle e^{x}=\sum _{n=0}^{\infty }{\frac {x^{n}}{n!}}=1+x+{\frac {x^{2}}{2!}}+{\frac {x^{3}}{3!}}+\cdots +{\frac {x^{n}}{n!}}+\cdots \quad \forall x} 以 e {\displaystyle e} 自然对数 的麦克劳林級數是
ln ( 1 − x ) = − ∑ n = 1 ∞ x n n = − x − x 2 2 − x 3 3 − ⋯ − x n n − ⋯ ∀ x ∈ [ − 1 , 1 ) {\displaystyle \ln(1-x)=-\sum _{n=1}^{\infty }{\frac {x^{n}}{n}}=-x-{\frac {x^{2}}{2}}-{\frac {x^{3}}{3}}-\cdots -{\frac {x^{n}}{n}}-\cdots \quad \forall x\in [-1,1)} ln ( 1 + x ) = ∑ n = 1 ∞ ( − 1 ) n + 1 n x n = x − x 2 2 + x 3 3 − ⋯ + ( − 1 ) n + 1 n x n + ⋯ ∀ x ∈ ( − 1 , 1 ] {\displaystyle \ln(1+x)=\sum _{n=1}^{\infty }{\frac {(-1)^{n+1}}{n}}x^{n}=x-{\frac {x^{2}}{2}}+{\frac {x^{3}}{3}}-\cdots +{\frac {(-1)^{n+1}}{n}}x^{n}+\cdots \quad \forall x\in (-1,1]} 常用的三角函数 可以被展开为以下的麦克劳林級數：
sin x = ∑ n = 0 ∞ ( − 1 ) n ( 2 n + 1 ) ! x 2 n + 1 = x − x 3 3 ! + x 5 5 ! − ⋯ ∀ x cos x = ∑ n = 0 ∞ ( − 1 ) n ( 2 n ) ! x 2 n = 1 − x 2 2 ! + x 4 4 ! − ⋯ ∀ x tan x = ∑ n = 1 ∞ B 2 n ( − 4 ) n ( 1 − 4 n ) ( 2 n − 1 ) ! x 2 n − 1 = x + x 3 3 + 2 x 5 15 + ⋯ ∀ x : | x | < π 2 sec x = ∑ n = 0 ∞ ( − 1 ) n E 2 n ( 2 n ) ! x 2 n = 1 + x 2 2 + 5 x 4 24 + ⋯ ∀ x : | x | < π 2 arcsin x = ∑ n = 0 ∞ ( 2 n ) ! 4 n ( n ! ) 2 ( 2 n + 1 ) x 2 n + 1 = x + x 3 6 + 3 x 5 40 + ⋯ ∀ x : | x | ≤ 1 arccos x = π 2 − arcsin x = π 2 − ∑ n = 0 ∞ ( 2 n ) ! 4 n ( n ! ) 2 ( 2 n + 1 ) x 2 n + 1 = π 2 − x − x 3 6 − 3 x 5 40 + ⋯ ∀ x : | x | ≤ 1 arctan x = ∑ n = 0 ∞ ( − 1 ) n 2 n + 1 x 2 n + 1 = x − x 3 3 + x 5 5 − ⋯ ∀ x : | x | ≤ 1 , x ≠ ± i {\displaystyle {\begin{aligned}\sin x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n+1)!}}x^{2n+1}&&=x-{\frac {x^{3}}{3!}}+{\frac {x^{5}}{5!}}-\cdots &&\forall x\\[6pt]\cos x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n)!}}x^{2n}&&=1-{\frac {x^{2}}{2!}}+{\frac {x^{4}}{4!}}-\cdots &&\forall x\\[6pt]\tan x&=\sum _{n=1}^{\infty }{\frac {B_{2n}(-4)^{n}\left(1-4^{n}\right)}{(2n-1)!}}x^{2n-1}&&=x+{\frac {x^{3}}{3}}+{\frac {2x^{5}}{15}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\sec x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}E_{2n}}{(2n)!}}x^{2n}&&=1+{\frac {x^{2}}{2}}+{\frac {5x^{4}}{24}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\arcsin x&=\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&=x+{\frac {x^{3}}{6}}+{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arccos x&={\frac {\pi }{2}}-\arcsin x\\&={\frac {\pi }{2}}-\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&={\frac {\pi }{2}}-x-{\frac {x^{3}}{6}}-{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arctan x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{2n+1}}x^{2n+1}&&=x-{\frac {x^{3}}{3}}+{\frac {x^{5}}{5}}-\cdots &&\forall x:|x|\leq 1,\ x\neq \pm i\end{aligned}}} 在 tan ( x ) {\displaystyle \tan(x)} k 是伯努利数 。在 sec ( x ) {\displaystyle \sec(x)} E k 欧拉数 。 sinh x = ∑ n = 0 ∞ 1 ( 2 n + 1 ) ! x 2 n + 1 ∀ x {\displaystyle \sinh x=\sum _{n=0}^{\infty }{\frac {1}{(2n+1)!}}x^{2n+1}\quad \forall x} cosh x = ∑ n = 0 ∞ 1 ( 2 n ) ! x 2 n ∀ x {\displaystyle \cosh x=\sum _{n=0}^{\infty }{\frac {1}{(2n)!}}x^{2n}\quad \forall x} tanh x = ∑ n = 1 ∞ B 2 n 4 n ( 4 n − 1 ) ( 2 n ) ! x 2 n − 1 ∀ x : | x | < π 2 {\displaystyle \tanh x=\sum _{n=1}^{\infty }{\frac {B_{2n}4^{n}(4^{n}-1)}{(2n)!}}x^{2n-1}\quad \forall x:\left|x\right|<{\frac {\pi }{2}}} sinh − 1 x = ∑ n = 0 ∞ ( − 1 ) n ( 2 n ) ! 4 n ( n ! ) 2 ( 2 n + 1 ) x 2 n + 1 ∀ x : | x | < 1 {\displaystyle \sinh ^{-1}x=\sum _{n=0}^{\infty }{\frac {(-1)^{n}(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}\quad \forall x:\left|x\right|<1} tanh − 1 x = ∑ n = 0 ∞ 1 2 n + 1 x 2 n + 1 ∀ x : | x | < 1 {\displaystyle \tanh ^{-1}x=\sum _{n=0}^{\infty }{\frac {1}{2n+1}}x^{2n+1}\quad \forall x:\left|x\right|<1} tanh ( x ) {\displaystyle \tanh(x)} B k 伯努利数 。 W 0 ( x ) = ∑ n = 1 ∞ ( − n ) n − 1 n ! x n ∀ x : | x | < 1 e {\displaystyle W_{0}(x)=\sum _{n=1}^{\infty }{\frac {(-n)^{n-1}}{n!}}x^{n}\quad \forall x:\left|x\right|<{\frac {1}{e}}} 泰勒级数可以推广到有多个变量 的函数 ： ∑ n 1 = 0 ∞ ⋯ ∑ n d = 0 ∞ ∂ n 1 + ⋯ + n d ∂ x 1 n 1 ⋯ ∂ x d n d f ( a 1 , ⋯ , a d ) n 1 ! ⋯ n d ! ( x 1 − a 1 ) n 1 ⋯ ( x d − a d ) n d {\displaystyle \sum _{n_{1}=0}^{\infty }\cdots \sum _{n_{d}=0}^{\infty }{\frac {\partial ^{n_{1}+\cdots +n_{d}}}{\partial x_{1}^{n_{1}}\cdots \partial x_{d}^{n_{d}}}}{\frac {f(a_{1},\cdots ,a_{d})}{n_{1}!\cdots n_{d}!}}(x_{1}-a_{1})^{n_{1}}\cdots (x_{d}-a_{d})^{n_{d}}}
希腊哲学家芝诺 在考虑了利用无穷级数求和来得到有限结果的问题，得出不可能的结论 - 芝诺悖论 。后来，亚里士多德 对芝诺悖论在哲学上进行了反驳，但德谟克利特 以及后来的阿基米德 进行研究，此部分数学内容才得到解决。 正是用了阿基米德的穷竭法 才使得一个无穷级数被逐步的细分，得到了有限的结果。[ 2] 刘徽 也独立提出了类似的方法。[ 3]
进入14世纪，马德哈瓦 [ 4] 正弦 、余弦 、正切 、和反正切 三角函数等等。之后，喀拉拉学派
到了17世纪，詹姆斯·格雷果里 同样继续着这方面的研究并且发表了若干麦克劳林级数 。但是直到1715年，布鲁克·泰勒 [ 5] 爱丁堡大学 的科林·麦克劳林 教授在18世纪发表的，并以其名字命名。
《自然哲學的數學原理 》的第三編“宇宙體系”的引理五的图例。這裡在橫坐標上有6個點H,I,K,L,M,N，對應著6個值A,B,C,D,E,F，生成一個多項式函數對這6個點上有對應的6個值，計算任意點S對應的值R。牛頓給出了間距為單位值和任意值的兩種情況。 牛頓插值公式 也叫做牛頓級數 差分方程 ”的項組成，得名於伊薩克·牛頓 爵士，最早发表为他在1687年出版的《自然哲學的數學原理 》中第三編“宇宙體系”的引理五[ 6] 詹姆斯·格雷果里 於1670年和牛頓於1676年已經分別獨立得出這個成果。一般稱其為連續“泰勒展開”的離散對應。
對於x值間隔為非一致步長，牛頓計算均差 ，對x 值間隔為單位步長1或一致但非單位量的情況，計算差分 ，前向差分的定義為：
Δ h 1 [ f ] ( x ) = f ( x + h ) − f ( x ) Δ h n [ f ] ( x ) = Δ h n − 1 [ f ] ( x + h ) − Δ h n − 1 [ f ] ( x ) {\displaystyle {\begin{aligned}\Delta _{h}^{1}[f](x)&=f(x+h)-f(x)\\\Delta _{h}^{n}[f](x)&=\Delta _{h}^{n-1}[f](x+h)-\Delta _{h}^{n-1}[f](x)\\\end{aligned}}} 牛頓前向差分插值公式為：
f ( x ) = f ( a ) + x − a h ( Δ h 1 [ f ] ( a ) + x − a − h 2 h ( Δ h 2 [ f ] ( a ) + ⋯ ) ) = f ( a ) + ∑ k = 1 n Δ h k [ f ] ( a ) k ! h k ∏ i = 0 k − 1 ( ( x − a ) − i h ) {\displaystyle {\begin{aligned}f(x)&=f(a)+{\frac {x-a}{h}}\left(\Delta _{h}^{1}[f](a)+{\frac {x-a-h}{2h}}\left(\Delta _{h}^{2}[f](a)+\cdots \right)\right)\\&=f(a)+\sum _{k=1}^{n}{\frac {\Delta _{h}^{k}[f](a)}{k!h^{k}}}\prod _{i=0}^{k-1}((x-a)-ih)\\\end{aligned}}} 這成立於任何多項式 函數和大多數但非全部解析函數 。
牛頓 在1665年得出並在1671年寫的《流數法》中發表了 ln ( 1 + x ) {\displaystyle \ln(1+x)} 無窮級數 ，在1666年得出了 arcsin ( x ) {\displaystyle \arcsin(x)} arctan ( x ) {\displaystyle \arctan(x)} sin ( x ) {\displaystyle \sin(x)} cos ( x ) {\displaystyle \cos(x)} arcsin ( x ) {\displaystyle \arcsin(x)} e x {\displaystyle e^{x}} 萊布尼茨 在1673年大概也得出了 sin ( x ) {\displaystyle \sin(x)} cos ( x ) {\displaystyle \cos(x)} arctan ( x ) {\displaystyle \arctan(x)} 布魯克·泰勒 在1715年著作《Methodus Incrementorum Directa et Inversa （页面存档备份 ，存于互联网档案馆 ）》中研討了有限差分 方法，其中論述了他在1712年得出的泰勒定理 ，這個成果此前詹姆斯·格雷果里 在1670年和萊布尼茨 在1673年已經得出，而約翰·伯努利 在1694年已經在《教師學報》發表。
他對牛頓的均差分的步長取趨於 0 {\displaystyle 0} 極限 ，得出：
f ( x ) = f ( a ) + lim h → 0 ∑ k = 1 ∞ Δ h k [ f ] ( a ) k ! h k ∏ i = 0 k − 1 ( ( x − a ) − i h ) = f ( a ) + ∑ k = 1 ∞ d k d x k f ( a ) ( x − a ) k k ! {\displaystyle {\begin{aligned}f(x)&=f(a)+\lim _{h\to 0}\sum _{k=1}^{\infty }{\frac {\Delta _{h}^{k}[f](a)}{k!h^{k}}}\prod _{i=0}^{k-1}((x-a)-ih)\\&=f(a)+\sum _{k=1}^{\infty }{\frac {d^{k}}{dx^{k}}}f(a){\frac {(x-a)^{k}}{k!}}\\\end{aligned}}} ^ James S. Sochacki. The Modified Picard Method for Solving Arbitrary Ordinary and Initial Value Partial Differential Equations . James Madison University. [2008-05-02 ] . （原始内容 存档于2008-05-01） （英语） . ^ Kline, M. (1990) Mathematical Thought from Ancient to Modern Times . Oxford University Press. pp. 35-37 ^ 吴文俊 《中国数学史大系》第三卷 367页^ Neither Newton nor Leibniz - The Pre-History of Calculus and Celestial Mechanics in Medieval Kerala . MAT 314. Canisius College. [2006-07-09 ] . （原始内容 存档于2006-08-06）. ^ Taylor, Brook, Methodus Incrementorum Directa et Inversa [Direct and Reverse Methods of Incrementation] (London, 1715), pages 21-23 (Proposition VII, Theorem 3, Corollary 2). Translated into English in D. J. Struik, A Source Book in Mathematics 1200-1800 (Cambridge, Massachusetts: Harvard University Press, 1969), pages 329-332. ^ Newton, Isaac, (1687). Principia , Book III, Lemma V, Case 1
French
Deutsch
![{\displaystyle \ln(1+x)=\sum _{n=1}^{\infty }{\frac {(-1)^{n+1}}{n}}x^{n}=x-{\frac {x^{2}}{2}}+{\frac {x^{3}}{3}}-\cdots +{\frac {(-1)^{n+1}}{n}}x^{n}+\cdots \quad \forall x\in (-1,1]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/104e722cf417e571c54aacbf396b67db68f37c4b)
![{\displaystyle {\begin{aligned}\sin x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n+1)!}}x^{2n+1}&&=x-{\frac {x^{3}}{3!}}+{\frac {x^{5}}{5!}}-\cdots &&\forall x\\[6pt]\cos x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{(2n)!}}x^{2n}&&=1-{\frac {x^{2}}{2!}}+{\frac {x^{4}}{4!}}-\cdots &&\forall x\\[6pt]\tan x&=\sum _{n=1}^{\infty }{\frac {B_{2n}(-4)^{n}\left(1-4^{n}\right)}{(2n-1)!}}x^{2n-1}&&=x+{\frac {x^{3}}{3}}+{\frac {2x^{5}}{15}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\sec x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}E_{2n}}{(2n)!}}x^{2n}&&=1+{\frac {x^{2}}{2}}+{\frac {5x^{4}}{24}}+\cdots &&\forall x:|x|<{\frac {\pi }{2}}\\[6pt]\arcsin x&=\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&=x+{\frac {x^{3}}{6}}+{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arccos x&={\frac {\pi }{2}}-\arcsin x\\&={\frac {\pi }{2}}-\sum _{n=0}^{\infty }{\frac {(2n)!}{4^{n}(n!)^{2}(2n+1)}}x^{2n+1}&&={\frac {\pi }{2}}-x-{\frac {x^{3}}{6}}-{\frac {3x^{5}}{40}}+\cdots &&\forall x:|x|\leq 1\\[6pt]\arctan x&=\sum _{n=0}^{\infty }{\frac {(-1)^{n}}{2n+1}}x^{2n+1}&&=x-{\frac {x^{3}}{3}}+{\frac {x^{5}}{5}}-\cdots &&\forall x:|x|\leq 1,\ x\neq \pm i\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/172be11560a9dd2f1ee55ff41c05aeda7d8088bf)
&=f(x+h)-f(x)\\\Delta _{h}^{n}[f](x)&=\Delta _{h}^{n-1}[f](x+h)-\Delta _{h}^{n-1}[f](x)\\\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/182eb620feea6d4abdae0152a63e63704e27a60e)
+{\frac {x-a-h}{2h}}\left(\Delta _{h}^{2}[f](a)+\cdots \right)\right)\\&=f(a)+\sum _{k=1}^{n}{\frac {\Delta _{h}^{k}[f](a)}{k!h^{k}}}\prod _{i=0}^{k-1}((x-a)-ih)\\\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0ca5da52ed436bbe5a32d6b704075c05fbf54a99)
}{k!h^{k}}}\prod _{i=0}^{k-1}((x-a)-ih)\\&=f(a)+\sum _{k=1}^{\infty }{\frac {d^{k}}{dx^{k}}}f(a){\frac {(x-a)^{k}}{k!}}\\\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8a7a577bf6bea61297e0f365eedbb2921b7f28b7)
