首页 > 其他分享 >极限limit

极限limit

时间:2024-10-27 13:11:05浏览次数:1  
标签:infty frac 展开式 sum 极限 cdots limit 2n

The Limit

两个重要极限

\[\displaystyle\lim_{x\to 0}\frac{sinx}{x}=1 \]

\[\displaystyle\lim_{x\to \infty}(1+x)^{\frac{1}{x}}=e \]

间断点

1.第一类间断点

第一类间断点是指在该点附近的函数值存在,但在该点的极限不存在。具体来说,若 $ f(x) $ 在 $ x = c $ 附近的左极限和右极限都存在,但不相等,即:

\[ \lim_{x \to c^-} f(x) \neq \lim_{x \to c^+} f(x) \]

此时,函数在 $ x = c $ 处的值可以是有限的无穷大
2.第二类间断点

第二类间断点则是指在该点的极限不存在,且至少有一个方向的极限也不存在。即:

\[\lim_{x \to c} f(x) 不存在 \]

连续性

可导一定连续,连续不一定导数

\(y=f|x|\)在\(x=0\)处不可导
由连续可知

\[ \lim_{x\to c^-}f(x)=\lim_{x\to c^+}f(x) \]

\(f(x)\)在区间\([a,b]\)连续,\(f(x)_min<=f(x)<=f(x)_max\)

题型与解法

一些小技巧

  1. 利用四则运算,分开算极限
  2. 分子或者分母有理化
  3. 因式分解
  4. 常见的函数的性质:奇偶性
  5. 换元法:三角换元,取倒数

取倒数

对于一些\(x\to \infty\)的情况,我们可以令\(t=\frac{1}{x}\)
则\(t\to 0\)转为我们比较熟悉的极限求解
例如

\[\displaystyle\lim_{x\to\infty}xsin\frac{1}{x}=\lim_{x\to\infty}\frac{sin\frac{1}{x}}{\frac{1}{x}}=e \]

取指数

对于\(\forall x>0 ,x=e^{\ln x}\),同理

\[\lim u(x)^{v(x)}=\lim e^{v(x)\ln u(x)} \]

通过这样的操作,将指数分出,在求极限时可以有更多的变化

泰勒展开

  1. 等价无穷小

    等价无穷小其实就是泰勒展开的特殊情况

    在求极限使用时,只有式子的因子可以这样的用,如果直接当成加减法使用,答案会不正确,因为还有更小的没有考虑到

  2. 泰勒展开

指数函数 \(e^{x}\):

  • 展开式为 \(e^{x}=\sum_{n = 0}^{\infty} \frac{1}{n!}x^{n}=1 + x+\frac{1}{2!}x^{2}+\cdots+\frac{1}{n!}x^{n}+\cdots\),\(x\in(-\infty,+\infty)\)。

正弦函数 \(\sin x\):

  • 展开式为 \(\sin x=\sum_{n = 0}^{\infty} \frac{(-1)^{n}}{(2n + 1)!}x^{2n + 1}=x-\frac{1}{3!}x^{3}+\frac{1}{5!}x^{3}-\cdots+\frac{(-1)^{n}}{(2n + 1)!}x^{2n + 1}+\cdots\),\(x\in(-\infty,+\infty)\)。

余弦函数 \(\cos x\):

  • 展开式为 \(\cos x=\sum_{n = 0}^{\infty} \frac{(-1)^{n}}{(2n)!}x^{2n}=1-\frac{1}{2!}x^{2}+\frac{1}{4!}x^{4}-\cdots+\frac{(-1)^{n}}{(2n)!}x^{2n}+\cdots\),\(x\in(-\infty,+\infty)\)。

自然对数函数 \(\ln(1 + x)\):

  • 展开式为 \(\ln (1+x)=\sum_{n = 0}^{\infty} \frac{(-1)^{n}}{n + 1}x^{n + 1}=x-\frac{1}{2}x^{2}+\frac{1}{3}x^{3}-\cdots+\frac{(-1)^{n}}{n + 1}x^{n + 1}+\cdots\),\(x\in(-1,1]\)。

函数 \(\frac{1}{1 - x}\):

  • 展开式为 \(\frac{1}{1 - x}=\sum_{n = 0}^{\infty}x^{n}=1 + x + x^{2}+x^{3}+\cdots+x^{n}+\cdots\),\(x\in(-1,1)\)。

函数 \(\frac{1}{1 + x}\):

  • 展开式为 \(\frac{1}{1 + x}=\sum_{n = 0}^{\infty}(-1)^{n}x^{n}=1 - x + x^{2}-x^{3}+\cdots+(-1)^{n}x^{n}+\cdots\),\(x\in(-1,1)\)。
  1. 函数 \((1 + x)^{\alpha}\):
    • 展开式为 \((1+x)^{\alpha}=1+\sum_{n = 1}^{\infty} \frac{\alpha(\alpha - 1)\cdots(\alpha - n + 1)}{n!}x^{n}=1+\alpha x+\frac{\alpha(\alpha - 1)}{2!}x^{2}+\cdots+\frac{\alpha(\alpha - 1)\cdots(\alpha - n + 1)}{n!}x^{n}+\cdots\),\(x\in(-1,1)\)。

反正切函数 \(\arctan x\):

  • 展开式为 \(\arctan x=\sum_{n = 0}^{\infty} \frac{(-1)^{n}}{2n + 1}x^{2n + 1}=x-\frac{1}{3}x^{3}+\frac{1}{5}x^{5}+\cdots+\frac{(-1)^{n}}{2n + 1}x^{2n + 1}+\cdots\),\(x\in[-1,1]\)。

反正弦函数 \(\arcsin x\):

  • 展开式为 \(\arcsin x=\sum_{n = 0}^{\infty} \frac{(2n)!}{4^{n}(n!)^{2}(2n + 1)}x^{2n + 1}=x+\frac{1}{6}x^{3}+\frac{3}{40}x^{3}+\frac{5}{112}x^{7}+\frac{35}{1152}x^{9}+\cdots+\frac{(2n)!}{4^{n}(n!)^{2}(2n + 1)}x^{2n + 1}+\cdots\),\(x\in(-1,1)\)。

正切函数 \(\tan x\):

  • 展开式为 \(\tan x=\sum_{n = 1}^{\infty} \frac{B_{2n}(-4)^{n}(1 - 4^{n})}{(2n)!}x^{2n - 1}=x+\frac{1}{3}x^{3}+\frac{2}{15}x^{5}+\frac{17}{315}x^{7}+\frac{62}{2835}x^{9}+\frac{1382}{155925}x^{11}+\cdots\),\(x\in(-1,1)\)。

正割函数 \(\sec x\):

  • 展开式为 \(\sec x=\sum_{n = 0}^{\infty} \frac{(-1)^{n}E_{2n}x^{2n}}{(2n)!}=1+\frac{1}{2}x^{2}+\frac{5}{24}x^{4}+\frac{61}{720}x^{6}+\cdots\),\(x\in(-\frac{\pi}{2},\frac{\pi}{2})\)。

余割函数 \(\csc x\):

  • 展开式为 \(\csc x=\sum_{n = 0}^{\infty} \frac{(-1)^{n + 1}2(2^{2n - 1}-1)B_{2n}}{(2n)!}x^{2n - 4}=\frac{1}{x}+\frac{1}{6}x+\frac{7}{360}x^{3}+\frac{31}{15120}x^{3}+\frac{127}{604800}x^{7}+\frac{73}{3421440}x^{9}+\frac{1414477}{65383718400}x^{11}+\cdots\),\(x\in(0,\pi)\)。

余切函数 \(\cot x\):

  • 展开式为 \(\cot x=\sum_{n = 0}^{\infty} \frac{(-1)^{n}2^{2n}B_{2n}}{(2n)!}x^{2n - 1}=\frac{1}{x}-\frac{1}{3}x-\frac{1}{45}x^{3}-\frac{2}{945}x^{5}-\cdots\),\(x\in(0,\pi)\)。

双曲正弦函数 \(\sinh x\):

  • 展开式为 \(\sinh x=\sum_{n = 0}^{\infty} \frac{x^{2n + 1}}{(2n + 1)!}=x+\frac{x^{3}}{3!}+\frac{x^{5}}{5!}+\frac{x^{7}}{7!}+\cdots+\frac{x^{2n + 1}}{(2n + 1)!}+\cdots\),\(x\in(-\infty,+\infty)\)。

双曲余弦函数 \(\cosh x\):

  • 展开式为 \(\cosh x=\sum_{n = 0}^{\infty} \frac{x^{2n}}{(2n)!}=1+\frac{x^{2}}{2!}+\frac{x^{4}}{4!}+\frac{x^{6}}{6!}+\cdots+\frac{x^{2n}}{(2n)!}+\cdots\),\(x\in(-\infty,+\infty)\)。

双曲正切函数 \(\tanh x\):

  • 展开式为 \(\tanh x=\sum_{n = 1}^{\infty} \frac{2^{2n}(2^{2n}-1)B_{2n}x^{2n - 1}}{(2n)!}=x-\frac{1}{3}x^{3}+\frac{2}{15}x^{5}-\frac{17}{315}x^{7}+\frac{62}{2835}x^{9}-\frac{1382}{155925}x^{11}+\cdots\),\(\vert x\vert\lt\frac{\pi}{2}\)。

双曲正割函数 \(\operatorname{sech} x\):

  • 展开式为 \(\operatorname{sech} x=\sum_{n = 0}^{\infty}\left(\frac{(-1)^{n}(2n)!}{2^{2n}(n!)^{2}}\right)\frac{x^{2n + 1}}{(2n + 1)}=x-\frac{1}{6}x^{3}+\frac{3}{40}x^{5}-\frac{5}{112}x^{7}+\frac{35}{1152}x^{9}-\cdots+\left(\frac{(-1)^{n}(2n)!}{2^{2n}(n!)^{2}}\right)\frac{x^{2n + 1}}{(2n + 1)}+\cdots\),\(\vert x\vert\lt1\)。

反双曲正弦函数 \(\operatorname{arcsinh} x\):

  • 展开式为 \(\operatorname{arcsinh} x=\ln 2x-\left(\frac{(-1)^{n}(2n)!}{2^{2n}(n!)^{2}}\right)\frac{x^{-2n}}{2n}=\ln 2x-\left(\frac{1}{4}x^{-2}+\frac{3}{32}x^{-4}+\frac{15}{288}x^{-6}+\cdots+\left(\frac{(-1)^{n}(2n)!}{2^{2n}(n!)^{2}}\right)\frac{x^{-2n}}{2n}+\cdots\right)\),\(\vert x\vert\gt1\)。

反双曲正切函数 \(\operatorname{arctanh} x\):

  • 展开式为 \(\operatorname{arctanh} x=\sum_{n = 0}^{\infty} \frac{x^{2n + 1}}{2n + 1}=x+\frac{x^{3}}{3}+\frac{x^{5}}{5}+\frac{x^{7}}{7}+\cdots+\frac{x^{2n + 1}}{2n + 1}+\cdots\),\(\vert x\vert\lt1\)。

其实你可以发现,用泰勒展开就可以得到等价无穷小
泰勒展开的唯一要求就是在展开时,展开的最高此项与已有的相同

夹逼定理

大白话:夹逼定理就是通过左右放缩,使得趋于极限时,左右的值都接近,使得原式不得不与左右值相近

从某项起,即当\( (n > N)\)时,有\((y_n\leqslant x_n\leqslant z_n)\)。

\[\lim\limits_{n\to\infty}y_n=\lim\limits_{n\to\infty}z_n = a \]

那么数列\({x_n}\)的极限存在,且\(\lim\limits_{n\to\infty}x_n = a\)

洛必达法则

使用时需注意\(x=x_0\)处的领域有定义

\[\lim_{x\to x_0}\frac{f(x)}{g(x)}=\lim_{x\to x_0}\frac{f'(x)}{g'(x)}=\lim_{x\to x_0}\frac{f''(x)}{g''(x)}=....=\lim_{x\to x_0}\frac{f^{(n)}(x)}{g^{(n)}(x)} \]

标签:infty,frac,展开式,sum,极限,cdots,limit,2n
From: https://www.cnblogs.com/guiyou/p/18466041

相关文章

  • 使用HTTP头进行403绕过 速率绕过 Rate Limit Bypass
    原理某些服务可能根据HTTP头部的信息(如User-Agent、X-Forwarded-For等)来识别用户。如果服务器未正确验证这些头部,攻击者可通过伪造这些头部来绕过限制。使用HTTP头进行403绕过速率绕过RateLimitBypassHTTPHeaders列表CACHE_INFO:127.0.0.1CF_CONNECTING_IP:127.0.0.1......
  • .obj file format limit
    .obj文件保存的内容非常有限:顶点、纹理坐标(最多一套)、法线、三角面;它不支持顶点色、多套纹理坐标(uv2,uv3)、TANGENT、BINORMAL、骨骼权重。搜索某度,被其内容所误导,花费不少时间搜索.obj文件支持多套纹理坐标方式,未果!后在Blender中尝试导出带有2套纹理坐标的模型,.obj中只......
  • 吉米多维奇杂题选解——数列极限
    吉米多维奇杂题选解——数列极限一、用定义证明数列极限等式T1.求证:\(\lim\limits_{n\to\infty}\dfrac{n^\alpha}{c^n}=0,(a>0,c>1)\)证明:令\(k=\left\lfloor\alpha\right\rfloor+1\),则\(\dfrac{n^\alpha}{c^n}<\dfrac{n^k}{c^n}=\left(\dfrac{n}{(\sqrt[k]{c})^n}\......
  • 高可用之限流 09-guava RateLimiter 入门使用简介 & 源码分析
    限流系列开源组件rate-limit:限流高可用之限流-01-入门介绍高可用之限流-02-如何设计限流框架高可用之限流-03-Semaphore信号量做限流高可用之限流-04-fixedwindow固定窗口高可用之限流-05-slidewindow滑动窗口高可用之限流-06-slidewindow滑动窗口sentinel源码......
  • YOLOv8改进:引入LSKAttention大核注意力机制,助力目标检测性能极限提升【YOLOv8】
    本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术,带你从入门到精通!后续更有实战项目,助你轻松应对面试挑战!立即订阅,开启你的YOLOv8之旅!专栏订阅地址:https://blog.csdn.net/mrdeam/category_12804295.html文章目录YOLOv8改进:引入LSKAtte......
  • 递推数列的极限(上)------单调有界部分
    不管怎么样,求极限之前都要先证明极限存在,即数列收敛。证明数列收敛两种方法:一种是单调有界准则,一种是夹逼准则。一.单调有界准则例1上面这道题的心路历程:先在草稿纸用上帝视角求出‘极限’,虽然是猜的,但是一定是对的。然后根据这个极限,以及题目给的条件,比如这道题给......
  • YOLOv8融合创新 | CCFM与Dyhead结合实现性能极限突破【附保姆级代码】
    本文收录于专栏:精通AI实战千例专栏合集https://blog.csdn.net/weixin_52908342/category_11863492.html从基础到实践,深入学习。无论你是初学者还是经验丰富的老手,对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码,详细讲解供大家学习,希望可以帮到......
  • [独家原创]基于深度混合核极限学习机(DHKELM)的数据多输出回归预测 Matlab (多输入多
    [独家原创]基于深度混合核极限学习机(DHKELM)的数据多输出回归预测(多输入多输出)每个输出都有以下线性拟合图等四张图!!!具体看图,独家图像!!!程序已经调试好,替换数据集根据输出个数修改outdim值即可运行!!!数据格式为excel!(如下)你先用你就是创新!!!1.也可以定制添加优化算法!2.将多项......
  • 基于常青藤算法优化深度混合核极限学习机(IVY-DHKELM)的数据多变量回归预测 Matlab (
    [原创]基于常青藤算法优化深度混合核极限学习机(IVY-DHKELM)的数据多变量回归预测Matlab(多输入单输出)程序已经调试好,无需更改代码替换数据集即可运行!!!数据格式为excel!①将多项式核函数与高斯核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建......
  • 基于深度混合核极限学习机DHKELM的数据多特征分类预测 Matlab (多输入单输出)
    基于深度混合核极限学习机DHKELM的数据多特征分类预测Matlab(多输入单输出)程序已经调试好,无需更改代码替换数据集即可运行!!!数据格式为excel!①将多项式核函数与高斯核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建立DHKELM模型。该想法创新性......