人工智能数学基础01--高等数学基础(极限)

人工智能数学基础01--高等数学基础(极限)_第1张图片

极限定义

某一个函数中的某一个变量,此变量在变大(或者变小)的永远变化的过程中,逐渐向某一个确定的数值A不断地逼近而“永远不能够重合到A ( 永远不能够等于A,但是取等于A 已经足够取得高精度计算结果)的过程中,此变量的变化,被人为规定为“永远靠近而不停止”、其有一个“不断地极为靠近A点的趋势”。极限是一种“变化状态”的描述。此变量永远趋近的值A叫做“极限值” 。

数列

按照一定次序排列的一列数:u_{1},u_{2},u_{3},...u_{n},...,其中u_{n}叫做通项。

对于数列\left \{ u_{n} \right \},如果当 n 无限增大时,其通项无限接近于一个常数A,则称该数列以A为极限,或称数列收敛于A,否则称数列为发散。

极限符号表示

x\rightarrow \infty 表示:当 \left | x \right | 无限增大时;

x\rightarrow +\infty 表示:当 x 无限增大时;

x\rightarrow -\infty 表示:当 x 无限减小时;

x\rightarrow x_{0} 表示:当 x 从 x_{0} 的左右两侧无限接近于  x_{0} 时;

x\rightarrow x_{0}^{+} 表示:当 x 从 x_{0} 的右侧无限接近于 x_{0} 时;

x\rightarrow x_{0}^{-} 表示: 当 x 从 x_{0} 的左侧无限接近于 x_{0} 时;

极限存在的两个重要法则

  • 夹逼定理

设:

  1. 在*的去心邻域内g(x)\leqslant f(x)\leqslant h(x)
  2. \lim_{x\rightarrow *}g(x)=\lim_{x\rightarrow *}h(x)=A

则:

       \lim_{x\rightarrow *}f(x)=A

注:

  1. 夹逼定理对于数列同样成立;
  2. 上面的A换成 +\infty 或者  -\infty ,定理也成立
  • 单调有界定理

      设数列 \left \{u _{n} \right \} 单调增加(减少)且有上(下)界M(m),则 \lim_{n \to \infty }u_{n} 存在,且\leqslant M(\geqslant m)

注:

      单调有界定理对函数的极限也成立。

极限运算方法

  • 运算法则(四则运算法则)

设:\lim_{x\rightarrow *}u(x) =0

      \lim_{x\rightarrow *}u(x) 存在且等于 A,  \lim_{x\rightarrow *}v(x) 存在且等于B。

则:

  1. \lim_{x\rightarrow *}(u(x)\pm v(x)) = \lim_{x\rightarrow *}u(x)\pm \lim_{x\rightarrow*}v(x) = A \pm B
  2. \lim_{x\rightarrow *}(u(x)v(x))=(\lim_{x\rightarrow *}u(x)\lim_{x\rightarrow *}v(x))=AB
  3. \lim_{x\rightarrow *}(cu(x))=c\lim_{x\rightarrow *}u(x)=cA(c为常数);
  4. \lim_{x\rightarrow *}\frac{u(x)}{v(x)}=\frac{\lim_{x\rightarrow *}u(x)}{\lim_{x\rightarrow *}v(x)} = \frac{A}{B}  (设 B\neq 0 );
  5. \lim_{x\rightarrow *}u(x)=0,并设在* 的去心邻域内k(x)有界,则\lim_{x\rightarrow *}k(x)u(x) =0

注:

  1. 如果 \lim_{x\rightarrow *}u(x) 与 \lim_{x\rightarrow *}v(x) 都不存在,那么  \lim_{x\rightarrow *}(u(x)\pm v(x)) 不能写成\lim_{x\rightarrow *}u(x)\pm \lim_{x\rightarrow *}v(x)
  2. 如果\lim_{x\rightarrow *}u(x) =0\lim_{x\rightarrow *}v(x)=0,那么求\lim_{x\rightarrow *}\frac{u(x)}{v(x)} 不能用前面公式4.。
  • 等价无穷小替换与等价无穷小的充要条件

等价无穷小替换定理

设:

       x\rightarrow * 时,\alpha(x)\sim a(x),\beta (x)\sim b(x)

则:

       \lim_{x\rightarrow *}\frac{\alpha (x)\gamma (x)}{\beta (x)\delta (x)} = \lim_{x\rightarrow *}\frac{a(x)\gamma (x)}{b(x)\delta (x)}

注:

  1. 上式的含义是,若上式右边存在,则左边等于右边;若上式右边为\infty(或其他情形的不存在),则左边亦为\infty(或其他情形的不存在)。
  2. 整个式子中的乘除因子可用等价无穷小替换求其极限,加、减时不能用等价无穷小替换,部分式子的乘除因子也不能用等价无穷小替换。

等价无穷小的充要条件

      x\rightarrow * 时 \alpha(x)\sim \beta (x) 的充要条件是\alpha (x)-\beta (x)=o(\beta (x))

      例如:x\rightarrow 0 时,x^{3} + x^{4}\sim x^{3}。这是因为(x^{3}+x^{4}) - x^{3} = x^{4}=o(x^{3})

  • 洛必达法则

法则1

设:

  1. {\lim_{x\rightarrow *}}f(x)=0,\lim_{x\rightarrow *}g(x)=0
  2. f(x) 与 g(x) 在 * 的去心邻域 U 内可导,且g^{'}(x)\neq 0
  3. \lim_{x\rightarrow *}\frac{f^{'}(x)}{g^{'}(x)}=A (或 \infty),

则:

      {\lim_{x\rightarrow *}\frac{f(x)}{g(x)}} = \lim_{x\rightarrow *}\frac{f^{'}(x)}{g^{'}(x)}

法则2

设:

  1. \lim_{x\rightarrow *}f(x)=\infty ,\lim_{x\rightarrow*}g(x)=\infty
  2. f(x) 与 g(x) 在 * 的去心邻域 U 内可导,且g^{'}(x)\neq 0
  3. \lim_{x\rightarrow *}\frac{f^{'}(x)}{g^{'}(x)}=A (或 \infty),

则:

      {\lim_{x\rightarrow *}\frac{f(x)}{g(x)}} = \lim_{x\rightarrow *}\frac{f^{'}(x)}{g^{'}(x)}

注:

        条件1.是必须检查的,不是 \frac{0}{0} 型或 \frac{\infty }{\infty } 型就不能使用洛必达法则。

  • 佩亚诺余项泰勒公式

设:

      f(x) 在 x=x_{0} 处存在 n 阶导数

则:

      有公式      f(x)=f(x_{0}) + f^{'}(x_{0})(x-x_{0}) +\frac{1}{2!}f^{''}(x_{0})(x-x_{0})^{2}+...+\frac{1}{n!}f^{(n)}(x_{0})(x-x_{0})^{n} + o((x-x_{0})^{n})

       其中

       \lim_{x\rightarrow*}\frac{o((x-x_{0})^{n})}{(x-x_{0})^{n}}=0 ,该公式称为在x=x_{0} 处的具有佩亚诺余项的 n 阶泰勒公式,

       R_{n}(x) =o((x-x_{0})^{n}) 称为佩亚诺余项。

  • 利用积分和式求极限公式

设:

f(x) 在  \left [ 0,1 \right ]  上连续,u_{n} = \frac{1}{n}\sum_{i=1}^{n}f(\frac{i}{n})  或 u_{n} = \frac{1}{n}\sum_{i=0}^{n-1}f(\frac{i}{n})

则:

\lim_{n\rightarrow \infty }u_{n} = \lim_{n\rightarrow \infty}\frac{1}{n}\sum_{i=1}^{n}f(\frac{i}{n}) = \int_{0}^{1}f(x)dx或者 \lim_{n\rightarrow \infty }u_{n} = \lim_{n\rightarrow \infty}\frac{1}{n}\sum_{i=0}^{n-1}f(\frac{i}{n}) = \int_{0}^{1}f(x)dx 。

 

无穷

无穷小以0为极限,\lim_{x\rightarrow\infty }\frac{1}{x}=0, 则 \frac{1}{x}  是 x\rightarrow \infty 时的无穷小

无穷小的基本性质:

  1. 有限个无穷小的代数和仍是无穷小;
  2. 有限个无穷小的积仍是无穷小;
  3. 有界变量与无穷小的积仍是无穷小;
  4. 有限个无穷小之和不一定是无穷小;
  5. 无穷小的商不一定是无穷小;
  6. 极限有无穷小的关系:\lim_{x\rightarrow x_{0}}f(x)=A 的充要条件  f(x) =A+a(x),其中a(x)x\rightarrow x_{0} 时的无穷小。

无穷小的比较:

假设有  \alpha =\alpha (x),\beta =\beta (x)  都是无穷小,即:

\lim_{x\rightarrow x_{0}} \alpha (x) =0,\lim_{x\rightarrow x_{0}} \beta (x) =0

如果 \lim_{x\rightarrow x_{0}}\frac{\beta }{\alpha }=0,则称 \beta 是比 \alpha 高阶无穷小

如果\lim_{x\rightarrow x_{0}} \frac{\beta }{\alpha }=\infty,则称 \beta 是比 \alpha 低阶无穷小

如果\lim_{x\rightarrow x_{0}}\frac{\beta}{\alpha}=C\neq 0, 则称 \beta 与 \alpha 是同阶无穷小

 

无穷大并不是一个很大的数,时相对于变换过程来说的。

\lim_{x\rightarrow x_{0}} f(x) = \infty 或 f(x)\rightarrow \infty (x\rightarrow x_{0})

无穷大和无穷小的关系:在自变量变换的同一过程中,如果f(x)为无穷大,那么\frac{1}{f(x)}为无穷小

 

你可能感兴趣的:(人工智能数学基础,深度学习,机器学习)