数学分析复习:一元函数的极限

文章目录

  • 函数极限
    • 定义和性质
    • 函数极限的另一种定义
    • Cauchy收敛准则

本篇文章适合个人复习翻阅,不建议新手入门使用

函数极限

定义和性质

定义:函数极限
设函数 f ( x ) f(x) f(x)
∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,xOo(x0,δ),s.t.∣f(x)A<ε其中 O o ( x 0 , δ ) O^o(x_0,\delta) Oo(x0,δ) 表示 x 0 x_0 x0 的去心邻域
则称 f ( x ) f(x) f(x) x 0 x_0 x0 处有极限 A A A,记为 lim ⁡ x → x 0 f ( x ) = A \lim\limits_{x\to x_0}f(x)=A xx0limf(x)=A
∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ ( x 0 , x 0 + δ ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in (x_0,x_0+\delta),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,x(x0,x0+δ),s.t.∣f(x)A<ε则称 f ( x ) f(x) f(x) x 0 x_0 x0 处有右极限 A A A,记为 lim ⁡ x → x 0 + f ( x ) = A \lim\limits_{x\to x_0^+}f(x)=A xx0+limf(x)=A;类似可定义左极限

函数定义的扩充
对于 x → ∞ x\to \infty x x → x 0 − x\to x_0^- xx0 f ( x ) → ∞ f(x)\to \infty f(x) 等情形,极限定义大同小异,列表如下

  • lim ⁡ x → x 0 f ( x ) = A \lim\limits_{x\to x_0}f(x)=A xx0limf(x)=A
    ∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,xOo(x0,δ),s.t.∣f(x)A<ε
  • lim ⁡ x → x 0 f ( x ) = ∞ \lim\limits_{x\to x_0}f(x)=\infty xx0limf(x)=
    ∀ G > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . ∣ f ( x ) ∣ > G \forall G>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.|f(x)|>G G>0,δ>0,xOo(x0,δ),s.t.∣f(x)>G
  • lim ⁡ x → x 0 f ( x ) = + ∞ \lim\limits_{x\to x_0}f(x)=+\infty xx0limf(x)=+
    ∀ G > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . f ( x ) > G \forall G>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.f(x)>G G>0,δ>0,xOo(x0,δ),s.t.f(x)>G
  • lim ⁡ x → x 0 f ( x ) = − ∞ \lim\limits_{x\to x_0}f(x)=-\infty xx0limf(x)=
    ∀ G > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . f ( x ) < − G \forall G>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.f(x)<-G G>0,δ>0,xOo(x0,δ),s.t.f(x)<G
  • lim ⁡ x → x 0 + f ( x ) = A \lim\limits_{x\to x_0^+}f(x)=A xx0+limf(x)=A
    ∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ ( x 0 , x 0 + δ ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in (x_0,x_0+\delta),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,x(x0,x0+δ),s.t.∣f(x)A<ε
  • lim ⁡ x → x 0 − f ( x ) = A \lim\limits_{x\to x_0^-}f(x)=A xx0limf(x)=A
    ∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ ( x 0 − δ , x 0 ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in (x_0-\delta,x_0),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,x(x0δ,x0),s.t.∣f(x)A<ε
  • lim ⁡ x → ∞ f ( x ) = A \lim\limits_{x\to\infty}f(x)=A xlimf(x)=A
    ∀ ε > 0 , ∃ M > 0 , ∀ x ( ∣ x ∣ > M ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists M>0,\forall x(|x|>M),s.t.|f(x)-A|<\varepsilon ε>0,M>0,x(x>M),s.t.∣f(x)A<ε

由定义容易得到

命题:极限与左右极限
函数 f ( x ) f(x) f(x) x 0 x_0 x0 处有极限当且仅当 f ( x ) f(x) f(x) x 0 x_0 x0 处的左、右极限存在且相等

性质

  1. 四则运算:设 lim ⁡ x → x 0 f ( x ) , lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}f(x),\lim\limits_{x\to x_0}g(x) xx0limf(x),xx0limg(x) 均存在,则
    lim ⁡ x → x 0 ( α f ( x ) + β g ( x ) ) = α lim ⁡ x → x 0 f ( x ) + β lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}(\alpha f(x)+\beta g(x))=\alpha \lim\limits_{x\to x_0}f(x)+\beta \lim\limits_{x\to x_0}g(x) xx0lim(αf(x)+βg(x))=αxx0limf(x)+βxx0limg(x) lim ⁡ x → x 0 ( f ( x ) ⋅ g ( x ) ) = lim ⁡ x → x 0 f ( x ) ⋅ lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}(f(x)\cdot g(x))=\lim\limits_{x\to x_0}f(x)\cdot \lim\limits_{x\to x_0}g(x) xx0lim(f(x)g(x))=xx0limf(x)xx0limg(x) lim ⁡ x → x 0 f ( x ) g ( x ) = lim ⁡ x → x 0 f ( x ) lim ⁡ x → x 0 g ( x ) ( lim ⁡ x → x 0 g ( x ) ≠ 0 ) \lim\limits_{x\to x_0}\frac{f(x)}{g(x)}=\frac{\lim\limits_{x\to x_0}f(x)}{\lim\limits_{x\to x_0}g(x)}(\lim\limits_{x\to x_0}g(x)\neq 0) xx0limg(x)f(x)=xx0limg(x)xx0limf(x)(xx0limg(x)=0)
  2. 唯一性:
    A , B A,B A,B 都是 f ( x ) f(x) f(x) x 0 x_0 x0 处的极限,则 A = B A=B A=B

证明思路:
∣ A − B ∣ ≤ ∣ A − f ( x ) ∣ + ∣ B − f ( x ) ∣ < ε |A-B|\leq |A-f(x)|+|B-f(x)|<\varepsilon ABAf(x)+Bf(x)<ε

  1. 保序性
    极限有序 ⇒ \Rightarrow 函数局部有序:
    lim ⁡ x → x 0 f ( x ) > lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}f(x)>\lim\limits_{x\to x_0}g(x) xx0limf(x)>xx0limg(x) ,则 ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . f ( x ) > g ( x ) \exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.f(x)>g(x) δ>0,xOo(x0,δ),s.t.f(x)>g(x)函数有序 ⇒ \Rightarrow 极限有序:
    lim ⁡ x → x 0 f ( x ) , lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}f(x),\lim\limits_{x\to x_0}g(x) xx0limf(x),xx0limg(x) 存在,且 f ( x ) ≥ g ( x ) f(x)\geq g(x) f(x)g(x),则 lim ⁡ x → x 0 f ( x ) ≥ lim ⁡ x → x 0 g ( x ) \lim\limits_{x\to x_0}f(x)\geq \lim\limits_{x\to x_0}g(x) xx0limf(x)xx0limg(x)

  2. 极限存在 ⇒ \Rightarrow 函数局部有界
    lim ⁡ x → x 0 f ( x ) = A \lim\limits_{x\to x_0}f(x)=A xx0limf(x)=A,则
    ∃ δ > 0 , ∃ M > 0 , ∀ x ∈ O o ( x 0 , δ ) , ∣ f ( x ) ∣ ≤ M \exists \delta>0,\exists M>0,\forall x\in O^o(x_0,\delta),|f(x)|\leq M δ>0,M>0,xOo(x0,δ),f(x)M

  3. 夹逼性:
    lim ⁡ x → x 0 g ( x ) = lim ⁡ x → x 0 h ( x ) = A \lim\limits_{x\to x_0}g(x)=\lim\limits_{x\to x_0}h(x)=A xx0limg(x)=xx0limh(x)=A,且 ∃ δ > 0 , s . t . ∀ x ∈ O o ( x 0 , δ ) \exists \delta>0,s.t.\forall x\in O^o(x_0,\delta) δ>0,s.t.∀xOo(x0,δ),有 g ( x ) ≤ f ( x ) ≤ h ( x ) g(x)\leq f(x)\leq h(x) g(x)f(x)h(x),则 lim ⁡ x → x 0 f ( x ) = A \lim\limits_{x\to x_0}f(x)=A xx0limf(x)=A

函数极限的另一种定义

定义:函数极限
若对任意序列 { x n } ( x n ≠ x 0 ) \{x_n\}(x_n\neq x_0) {xn}(xn=x0) lim ⁡ n → ∞ x n = x 0 \lim\limits_{n\to\infty}x_n=x_0 nlimxn=x0,都有 lim ⁡ n → ∞ f ( x n ) = A \lim\limits_{n\to\infty}f(x_n)=A nlimf(xn)=A,则称 f ( x ) f(x) f(x) x 0 x_0 x0 处有极限 A A A

注:其余情形的函数极限定义类似

Heine 定理
两种极限的定义等价,即 ∀ ε > 0 , ∃ δ > 0 , ∀ x ∈ O o ( x 0 , δ ) , s . t . ∣ f ( x ) − A ∣ < ε \forall \varepsilon>0,\exists \delta>0,\forall x\in O^o(x_0,\delta),s.t.|f(x)-A|<\varepsilon ε>0,δ>0,xOo(x0,δ),s.t.∣f(x)A<ε等价于
∀ { x n } ( x n ≠ x 0 ) , lim ⁡ n → ∞ x n = x 0 , s . t . lim ⁡ n → ∞ f ( x n ) = A \forall \{x_n\}(x_n\neq x_0),\lim\limits_{n\to\infty}x_n=x_0,s.t.\lim\limits_{n\to\infty}f(x_n)=A {xn}(xn=x0),nlimxn=x0,s.t.nlimf(xn)=A

证明思路
定义 1 推出定义 2 显然,考虑反面,用反证法,设
∃ ε 0 > 0 , ∀ δ > 0 , ∃ x ∈ O o ( x 0 , δ ) , ∣ f ( x ) − A ∣ ≥ ε 0 \exists\varepsilon_0>0,\forall\delta>0,\exists x\in O^o(x_0,\delta),|f(x)-A|\geq \varepsilon_0 ε0>0,δ>0,xOo(x0,δ),f(x)Aε0取数列 { δ n = 1 n } \{\delta_n=\frac{1}{n}\} {δn=n1}

δ 1 = 1 \delta_1=1 δ1=1,存在 x 1 ∈ O o ( x 0 , δ 1 ) x_1\in O^o(x_0,\delta_1) x1Oo(x0,δ1),使得 ∣ f ( x 1 ) − A ∣ ≥ ε 0 |f(x_1)-A|\geq \varepsilon_0 f(x1)Aε0
δ 2 = 1 2 \delta_2=\frac{1}{2} δ2=21,存在 x 2 ∈ O o ( x 0 , δ 2 ) x_2\in O^o(x_0,\delta_2) x2Oo(x0,δ2),使得 ∣ f ( x 2 ) − A ∣ ≥ ε 0 |f(x_2)-A|\geq \varepsilon_0 f(x2)Aε0
⋯ \cdots
δ k = 1 k \delta_k=\frac{1}{k} δk=k1,存在 x k ∈ O o ( x 0 , δ k ) x_k\in O^o(x_0,\delta_k) xkOo(x0,δk),使得 ∣ f ( x k ) − A ∣ ≥ ε 0 |f(x_k)-A|\geq \varepsilon_0 f(xk)Aε0

故得到 lim ⁡ n → ∞ x n = x 0 \lim\limits_{n\to\infty}x_n=x_0 nlimxn=x0 但不满足 lim ⁡ n → ∞ f ( x n ) = A \lim\limits_{n\to\infty}f(x_n)=A nlimf(xn)=A

Cauchy收敛准则

lim ⁡ x → x 0 f ( x ) = A \lim\limits_{x\to x_0}f(x)=A xx0limf(x)=A 当且仅当
∀ ε > 0 , ∃ δ > 0 , ∀ x 1 , x 2 ∈ O o ( x 0 , δ ) , ∣ f ( x 1 ) − f ( x 2 ) ∣ ≤ ε \forall\varepsilon>0,\exists \delta>0,\forall x_1,x_2\in O^o(x_0,\delta),|f(x_1)-f(x_2)|\leq \varepsilon ε>0,δ>0,x1,x2Oo(x0,δ),f(x1)f(x2)ε

证明:
必要性显然,是经典的加减同一项再辅以三角不等式的技巧
充分性:用到极限的第二种定义,取 lim ⁡ n → ∞ x n = x 0 \lim\limits_{n\to\infty}x_n=x_0 nlimxn=x0,易证 { f ( x n ) } \{f(x_n)\} {f(xn)} 是Cauchy列,从而收敛

参考书:

  • 《数学分析》陈纪修 於崇华 金路
  • 《数学分析之课程讲义》清华大学数学系及丘成桐数学中心
  • 《数学分析习题课讲义》谢惠民 恽自求 易法槐 钱定边 著

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/774102.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

QT5.14.2 码上热浪,用Qt5狂暴轰入多媒体狂潮

在这个视觉化、移动化的时代&#xff0c;多媒体应用无疑成为了现代计算机程序的香饽饽。无论是摄像头录像、视频播放器&#xff0c;还是音频可视化、GIF动画浏览&#xff0c;都让用户体验达到了前所未有的层次。而要想在这片热土上百战百胜&#xff0c;我们的祭旗就是Qt5这一跨…

了解微信小程序开发流程

前言&#xff1a;本文只适合初学者了解大致开发流程&#xff0c;好让后续学习胸有成竹&#xff0c;有条不紊 1、开发准备 ① 在微信公众平台 (qq.com)完成微信小程序账号注册 ②下载安装微信小程序开发者工具 2、创建项目 新建 新建时需要的appid&#xff0c;在微信公众平…

Python学习:函数

函数定义 在Python中&#xff0c;函数&#xff08;Function&#xff09;是一组用于完成特定任务或计算的语句块。定义函数可以让我们将一段代码重用多次&#xff0c;提高代码的可读性和可维护性。以下是定义函数的基本语法和结构&#xff1a; def function_name(parameters):&…

运动规划_碰撞检测算法之分离轴定理

运动规划:碰撞检测算法之分离轴定理 附赠自动驾驶全套学习资料和量产经验&#xff1a;链接 如上文所述&#xff0c;基于包围形的方法是一种粗略的碰撞检测方法&#xff0c;基于外接圆形的方法运算速度很快&#xff0c;但精度很差&#xff1b;基于轴对齐包围矩形&#xff08;AA…

0.96寸OLED屏调试 ----(二)

所需设备&#xff1a; 1、USB 转 SPI I2C 适配器&#xff1b;内附链接 2、0.96寸OLED显示模块&#xff1b; 备注&#xff1a;专业版、升级版都适用&#xff1b; 读写控制 SSD1306通过 D/C# 和 R/W# 两位来确定&#xff1a;读/写数据&#xff0c;写命令和读状态四种通信行为。…

从凑零钱问题理解动态规划

给你一个整数数组 coins &#xff0c;表示不同面额的硬币&#xff1b;以及一个整数 amount &#xff0c;表示总金额。计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额&#xff0c;返回 -1 。 你可以认为每种硬币的数量是无限的。 示例…

【论文笔记】RobotGPT: Robot Manipulation Learning From ChatGPT

【论文笔记】RobotGPT: Robot Manipulation Learning From ChatGPT 文章目录 【论文笔记】RobotGPT: Robot Manipulation Learning From ChatGPTAbstractI. INTRODUCTIONII. RELATED WORK1. LLMs for Robotics2. Robot Learning III. METHODOLOGY1. ChatGPT Prompts for Robot …

【MySQL】9. 内置函数

函数 1. 日期函数 获得年月日&#xff1a; mysql> select current_date(); ---------------- | current_date() | ---------------- | 2024-03-23 | ---------------- 1 row in set (0.00 sec)获得时分秒&#xff1a; mysql> select current_time(); ------------…

vue3+Pinia的使用 - 封装

目录&#xff1a; persist.ts 可存储到本地 import { PersistedStateOptions } from "pinia-plugin-persistedstate";/*** description pinia 持久化参数配置* param {String} key 存储到持久化的 name* param {Array} paths 需要持久化的 state name* return per…

测试缺陷定位的基本方法

前后端bug特征 后端&#xff1a; 业务逻辑问题&#xff1a;如任务状态未扭转成功&#xff0c;创建任务失败等数据类问题&#xff1a;如新增的任务在页面没有展示出来等性能类问题&#xff1a;提交任务一直显示创建中、批量操作等待耗时长超时等 前端&#xff1a; 页面显示类…

基于人类反馈的强化学习:最核心的5个步骤

基于人类反馈的强化学习&#xff08; Reinforcement Learning with Human Feedback&#xff09;工作原理 强化学习正在彻底改变技术和商业世界中复杂问题的处理方式。这是一种强大的工具。通过该工具&#xff0c;机器能够从环境中学习并根据奖惩做出明智的决策。 但是&#x…

约克中央空调YES-will系列,舒适冷暖与高品质家居的优选

漫漫寒冬,室内一片寒意,开启空调多久才能享受到暖意?如果冬季气温较低,空调能否保持正常的制热运行? 炎炎夏季,即便在室内也同样是“暴汗”不断,身上黏糊糊,什么样的家用中央空调才能快速制冷,让全家人感受到舒适,同时又能避免传统空调直吹带来的一系列问题? 遇上梅雨季节…

面试题 之 webpack

1.说说你对webpack理解&#xff1f;解决什么问题&#xff1f; Webpack 是实现前端项目的模块化&#xff0c;用于现代 JavaScript 应用程序的静态模块打包工具&#xff0c;被webpack 直接引用的资源打包进 bunde.js的资源&#xff0c;当webpack 处理应用程序时,它会在内部构建一…

SpringBoot-注解:@Async 使用

不同类中使用Async 线程配置初始化类-ThreadPoolConfig package com.zzdy.recharge.config; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.scheduling.annotation.EnableA…

迁移android studio 模拟器位置

android studio 初始位置是安装在c盘&#xff0c;若是要迁移需 1创建一个目标位置如我的F:/avd 2在系统环境变量里面设置新的地址 变量名&#xff1a;ANDROID_SDK_HOME 变量值&#xff1a;F:/avd 3最重要的是文件复制&#xff0c;将C盘里面avd的上层目录.android的目录整体…

【哈希专题】【蓝桥杯备考训练】:星空之夜、模拟散列表、字符串哈希、四平方和、扫雷【已更新完成】

目录 1、星空之夜&#xff08;usaco training 5.1&#xff09; 2、模拟散列表&#xff08;模板&#xff09; 3、字符串哈希&#xff08;模板&#xff09; 4、四平方和&#xff08;第七届蓝桥杯省赛C A组/B组 & JAVA B组/C组&#xff09; 5、扫雷&#xff08;Google Ki…

2024室内设计和建筑必须知道的十大3D渲染趋势!

2023年对建筑圈是非常不平凡的一年&#xff0c;高清视频渲染、元宇宙全覆盖、AI模型大爆发.....不断发展的 3D 数字技术世界正迅速重塑建筑设计行业。 2024年&#xff0c;室内设计和建筑设计领域在3D渲染方面又将迎来怎样的变革&#xff1f;以下十大3D渲染趋势&#xff0c;你不…

python dict 序列化

python dict 序列化 在Python中&#xff0c;可以使用json模块来序列化&#xff08;转换为JSON格式的字符串&#xff09;和反序列化&#xff08;将JSON格式的字符串转换回字典&#xff09;一个字典。 序列化&#xff1a; import json # 假设有一个字典 data { name: J…

五、Elasticsearch 集成

目录 5.1 Spring Data 框架集成5.1.1 Spring Data 框架介绍5.1.2 Spring Data Elasticsearch 介绍5.1.3 Spring Data Elasticsearch 版本对比5.1.4 集成步骤 5.1 Spring Data 框架集成 5.1.1 Spring Data 框架介绍 Spring Data 是一个用于简化数据库开发的开源框架。其主要目…

❤️算法笔记❤️-(每日一刷-26、删除有序数组的重复项)

文章目录 题目思路解法 题目 给你一个 非严格递增排列 的数组 nums &#xff0c;请你** 原地** 删除重复出现的元素&#xff0c;使每个元素 只出现一次 &#xff0c;返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。 考虑 nums 的唯…