另一種高斯近似：用 cos(sin(x)+x) 靠近 exp(-x²)

原文連結：https://www.johndcook.com/blog/2026/05/31/another-gaussian-approximation/

文章說明

John D. Cook 這篇短文介紹一個有趣的數學近似：用三角函數組合來逼近高斯函數 exp(-x²)。文章重點在近似品質與誤差直覺的落差，屬於分析數學與近似方法討論。

內容介紹

作者先回顧舊近似：(1 + cos(x))/2 能粗略逼近 exp(-x²)。若再加上冪次，如 ((1+cos(x))/2)^4 或 ^3.5597，可得到更好的上下界。

這次新觀察是把自變數改成 sin(x)+x，形成 (1 + cos(sin(x)+x))/2。此函數在冪級數展開上能匹配 exp(-x²) 的前幾項，且誤差階數約為 x^6/240，因此在 |x| 不太大時貼合度很高。

文章最有價值的地方，是指出「理論上看似很大的誤差上界」與「實際數值誤差很小」可以同時成立。以 x=4 為例，直觀上 x^6/240 很大，但實際差值僅約 -0.002579，差了數個量級。

作者解釋這個現象源於交錯級數條件尚未滿足：此處項的絕對值還沒開始單調遞減，所以不能直接套用最基本的交錯級數截斷誤差直覺。這提醒我們，誤差估計要看定理適用條件，不可只看公式外觀。

你可以帶走的重點

• 三角函數組合可在特定區間內高品質逼近高斯函數。
• 誤差階數只是局部資訊，不能脫離條件做全域直覺判斷。
• 交錯級數的常見誤差結論需要「項絕對值遞減」前提。
• 實作近似時，應搭配數值驗證，而非只依靠符號估計。

適合誰閱讀

• 對數值分析、級數近似有興趣的工程與研究人員。
• 需要在模型中使用快速函數近似的應用數學工作者。
• 想提升誤差分析直覺的學生與自學者。