数学分析复习:等价量的概念

本篇文章适合个人复习翻阅,不建议新手入门使用

等价量

定义:无穷小量、无穷大量
lim ⁡ x → x 0 f ( x ) = 0 \lim\limits_{x\to x_0}f(x)=0 xx0limf(x)=0,则称当 x → x 0 x\to x_0 xx0 时, f ( x ) f(x) f(x) 是无穷小量;若 lim ⁡ x → x 0 f ( x ) = ∞ \lim\limits_{x\to x_0}f(x)=\infty xx0limf(x)=,则称当 x → x 0 x\to x_0 xx0 时, f ( x ) f(x) f(x) 是无穷大量

定义:无穷小量的比较
f , g f,g f,g 都是 x → x 0 x\to x_0 xx0 处的无穷小量且 g ( x ) g(x) g(x) x 0 x_0 x0 的去心邻域内不为 0

  1. lim ⁡ x → x 0 f ( x ) g ( x ) = 0 \lim\limits_{x\to x_0}\frac{f(x)}{g(x)}=0 xx0limg(x)f(x)=0,则称 f ( x ) f(x) f(x) 是比 g ( x ) g(x) g(x) 高阶的无穷小,记作 f ( x ) = o ( g ( x ) ) , x → x 0 f(x)=o(g(x)),x\to x_0 f(x)=o(g(x)),xx0
  2. lim ⁡ x → x 0 f ( x ) g ( x ) \lim\limits_{x\to x_0}\frac{f(x)}{g(x)} xx0limg(x)f(x) 为非零有限数,则称 f ( x ) f(x) f(x) 是与 g ( x ) g(x) g(x) 同阶的无穷小
  3. lim ⁡ x → x 0 f ( x ) g ( x ) = 1 \lim\limits_{x\to x_0}\frac{f(x)}{g(x)}=1 xx0limg(x)f(x)=1 ,则称 f ( x ) f(x) f(x) 是与 g ( x ) g(x) g(x) 等价的无穷小,记作 f ( x ) ∼ g ( x ) ( x → x 0 ) f(x)\sim g(x)(x\to x_0) f(x)g(x)(xx0) f ( x ) = g ( x ) + o ( g ( x ) ) ( x → x 0 ) f(x)=g(x)+o(g(x))(x\to x_0) f(x)=g(x)+o(g(x))(xx0)
  4. lim ⁡ x → x 0 sup ⁡ ∣ f ( x ) ∣ ∣ g ( x ) ∣ \lim\limits_{x\to x_0}\sup\frac{|f(x)|}{|g(x)|} xx0limsupg(x)f(x) 为有限数,则称 f ( x ) g ( x ) \frac{f(x)}{g(x)} g(x)f(x) 是有界量,记为 f ( x ) = O ( g ( x ) ) , x → x 0 f(x)=O(g(x)),x\to x_0 f(x)=O(g(x)),xx0

定义:无穷大量的比较
f , g f,g f,g 都是 x → x 0 x\to x_0 xx0 处的无穷大量且 g ( x ) g(x) g(x) x 0 x_0 x0 的去心邻域内不为 0

  1. lim ⁡ x → x 0 f ( x ) g ( x ) = ∞ \lim\limits_{x\to x_0}\frac{f(x)}{g(x)}=\infty xx0limg(x)f(x)=,则称 f ( x ) f(x) f(x) 是比 g ( x ) g(x) g(x) 高阶的无穷大
  2. lim ⁡ x → x 0 f ( x ) g ( x ) \lim\limits_{x\to x_0}\frac{f(x)}{g(x)} xx0limg(x)f(x) 为非零有限数,则称 f ( x ) f(x) f(x) 是与 g ( x ) g(x) g(x) 同阶的无穷大
  3. lim ⁡ x → x 0 f ( x ) g ( x ) = 1 \lim\limits_{x\to x_0}\frac{f(x)}{g(x)}=1 xx0limg(x)f(x)=1 ,则称 f ( x ) f(x) f(x) 是与 g ( x ) g(x) g(x) 等价的无穷大,记作 f ( x ) ∼ g ( x ) ( x → x 0 ) f(x)\sim g(x)(x\to x_0) f(x)g(x)(xx0)
  4. lim ⁡ x → x 0 sup ⁡ ∣ f ( x ) ∣ ∣ g ( x ) ∣ \lim\limits_{x\to x_0}\sup\frac{|f(x)|}{|g(x)|} xx0limsupg(x)f(x) 为有限数,则称 f ( x ) g ( x ) \frac{f(x)}{g(x)} g(x)f(x) 是有界量,记为 f ( x ) = O ( g ( x ) ) , x → x 0 f(x)=O(g(x)),x\to x_0 f(x)=O(g(x)),xx0

注:无穷小(大)量的比较一般是让我们了解不同函数趋于0或趋于无穷大的速度快慢

例子
求证: lim ⁡ x → ∞ x k a x = 0 ( a > 1 , k ∈ N + ) \lim\limits_{x\to\infty}\frac{x^k}{a^x}=0(a>1,k\in\mathbb{N}^+) xlimaxxk=0(a>1,kN+) 这说明指数函数在无穷远处是比幂函数高阶的无穷大量

证明思路(二项式定理)
由于 0 < x k a x < ( [ x ] + 1 ) k a [ x ] 0<\frac{x^k}{a^x}<\frac{([x]+1)^k}{a^{[x]}} 0<axxk<a[x]([x]+1)k故只需证 lim ⁡ n → ∞ n + 1 ( a k ) n = 0 \lim\limits_{n\to\infty}\frac{n+1}{(\sqrt[k]{a})^n}=0 nlim(ka )nn+1=0,注意到
n + 1 ( a k ) n < 2 n 1 + n ( a k − 1 ) + n ( n − 1 ) 2 ( a k − 1 ) 2 + ⋯ \begin{split} \frac{n+1}{(\sqrt[k]{a})^n}&<\frac{2n}{1+n(\sqrt[k]{a}-1)+\frac{n(n-1)}{2}(\sqrt[k]{a}-1)^2+\cdots} \end{split} (ka )nn+1<1+n(ka 1)+2n(n1)(ka 1)2+2n其余容易

定义:等价量
等价无穷大量或等价无穷小量统称为等价量,等价量在极限运算中可以互相替换

命题:常用等价量

  1. ln ⁡ ( x + 1 ) ∼ x ∼ e x − 1 ∼ tan ⁡ x ∼ sin ⁡ x ∼ arctan ⁡ x ( x → 0 ) \ln{(x+1)}\sim x\sim e^x-1\sim \tan{x}\sim \sin{x}\sim \arctan{x}(x\to 0) ln(x+1)xex1tanxsinxarctanx(x0)
  2. ( 1 + x ) a ∼ 1 + a x ( x → 0 ) (1+x)^a\sim 1+ax(x\to 0) (1+x)a1+ax(x0)
  3. x + x ∼ x ( x → ∞ ) \sqrt{x+\sqrt{x}}\sim \sqrt{x}(x\to\infty) x+x x (x)
  4. x + x ∼ x 1 4 ( x → 0 + ) \sqrt{x+\sqrt{x}}\sim x^{\frac{1}{4}}(x\to 0^+) x+x x41(x0+)

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/782223.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

开源知识库平台Raneto--使用Docker部署Raneto

文章目录 一、Raneto介绍1.1 Raneto简介1.2 知识库介绍 二、阿里云环境2.1 环境规划2.2 部署介绍 三、本地环境检查3.1 检查Docker服务状态3.2 检查Docker版本3.3 检查docker compose 版本 四、下载Raneto镜像五、部署Raneto知识库平台5.1 创建挂载目录5.2 编辑config.js文件5.…

MySQL InnoDB 之 多版本并发控制(MVCC)

多版本并发控制&#xff08;MVCC&#xff0c;Multi-Version Concurrency Control&#xff09;是数据库管理系统中用于提供高并发性和在事务处理中实现隔离级别的一种技术。MVCC 允许系统在不完全锁定数据库资源的情况下&#xff0c;处理多个并发事务&#xff0c;从而提高了数据…

Datacom HCIP笔记-OSPF协议 之二

链路&#xff1a;路由器之间的相连的链路 状态&#xff1a;链路上的参数在某一时刻的状态 单边邻居 one way&#xff1f; 收到对端发来的hello报文&#xff0c;其中没有自己的router id LSA类型&#xff1a; 1类LSA&#xff1a;描述路由器自身加入到ospf进程中的直连链路的状态…

大数据-TXT文本重复行计数工具

支持系统类型&#xff1a;Windows 64位系统 Linux 64位系统 苹果64位系统 硬盘要求&#xff1a;固态硬盘&#xff08;有效剩余磁盘空间大小最低3倍于大数据文件的大小&#xff09; 内存要求&#xff1a;最低8G&#xff08;例如只有几百G数据&#xff09; 如果处理TB级大数据文…

STM32 软件I2C方式读取AS5600磁编码器获取角度例程

STM32 软件I2C方式读取AS5600磁编码器获取角度例程 &#x1f516;本例程使用正点原子例程作为工程模板创建。 &#x1f4d8; 硬件电路部分 &#x1f33f;原理图部分&#xff1a; &#x1f33f;PCB布线和电路 ✨注意事项&#xff1a;有些硬件需要I2C上拉&#xff0c;否则检…

校园局域网钓鱼实例

Hello &#xff01; 我是"我是小恒不会java" 本文仅作为针对普通同学眼中的网络安全&#xff0c;设计的钓鱼案例也是怎么简陋怎么来 注&#xff1a;本文不会外传代码&#xff0c;后端已停止使用&#xff0c;仅作为学习使用 基本原理 内网主机扫描DNS劫持前端模拟后端…

HTTP和tcp的区别

HTTP&#xff08;Hypertext Transfer Protocol&#xff09;和TCP&#xff08;Transmission Control Protocol&#xff09;是互联网通信中的两个不同层次的协议&#xff0c;它们之间有着以下区别&#xff1a; 层次不同&#xff1a; TCP是传输层协议&#xff0c;负责在网络上可靠…

【2023】kafka入门学习与使用(kafka-2)

目录&#x1f4bb; 一、基本介绍1、产生背景2、 消息队列介绍2.1、消息队列的本质作用2.2、消息队列的使用场景2.3、消息队列的两种模式2.4、消息队列选型&#xff1a; 二、kafka组件1、核心组件概念2、架构3、基本使用3.1、消费消息3.2、单播和多播消息的实现 4、主题和分区4.…

大模型与数据分析:探索Text-to-SQL

当今大模型如此火热&#xff0c;作为一名数据同学&#xff0c;持续在关注LLM是如何应用在数据分析中的&#xff0c;也关注到很多公司推出了AI数智助手的产品&#xff0c;比如火山引擎数智平台VeDI—AI助手、 Kyligence Copilot AI数智助理、ThoughtSpot等&#xff0c;通过接入人…

Node.js的Event Loop:六个阶段详解

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 &#x1f35a; 蓝桥云课签约作者、上架课程《Vue.js 和 E…

括号生成(回溯+剪枝)

22. 括号生成 - 力扣&#xff08;LeetCode&#xff09; 题目描述 数字 n 代表生成括号的对数&#xff0c;请你设计一个函数&#xff0c;用于能够生成所有可能的并且 有效的 括号组合。 样例输入 示例 1&#xff1a; 输入&#xff1a;n 3 输出&#xff1a;["((()))&q…

五年前端的面试之旅

哈喽我是树酱&#xff0c;最近整理了下前端面试相关的知识题库&#xff0c;借此分享给各位小伙伴&#xff0c;帮助小伙伴早日拿到钟意的offer&#xff01; 前言 最近就业市场不景气&#xff0c;跟大环境较差也有关&#xff0c;确实给我们也会带来一定的挑战。在招聘网站投简历的…

数据仓库的发展历程

数据仓库的概念可以追溯到20世纪60年代,但真正形成理论并被企业广泛应用还需要一个较长的发展过程。大致可以分为以下几个阶段: 决策支持系统(DSS)时期(1960s-1970s) 这一时期,随着管理信息系统(MIS)和电子计算机的兴起,企业开始尝试构建面向决策的数据处理系统。最初的决策支…

python批量转化pdf图片为jpg图片

1.把pdf图片批量转为jpg&#xff1b;需要注意的是&#xff0c;需要先安装poppler这个软件&#xff0c;具体安装教程放在下面代码中了 2.代码 #poppler安装教程参考&#xff1a;https://blog.csdn.net/wy01415/article/details/110257130 #windows上poppler下载链接&#xff1a…

从零开始机器学习(机器学习 监督学习之线性回归 损失函数及可视化 梯度下降 线性回归的平方误差损失函数 lab实验)

文章目录 机器学习定义监督学习之线性回归损失函数及可视化梯度下降线性回归的平方误差损失函数lab实验 机器学习定义 机器学习就是机器通过不断训练数据集从逐渐知道正确的结果 机器学习包括监督学习和非监督学习 监督学习&#xff1a;需要输入数据和结果数据来不断训练学习…

Java-常见面试题收集(八)

十五 JDBC 1 JDBC 访问数据库的基本步骤 加载驱动&#xff0c;通过 DriverManager 对象获取连接对象 Connection&#xff0c;通过连接对象获取会话&#xff0c;通过会话进行数据的增删改查封装对象&#xff0c;关闭资源 2 PreparedStatement 和 Statement 的区别 PreparedSta…

linux0.11中jmpi 0,8解析

系统在执行该行代码时已经为保护模式, jmpi 0,8会将段选择子(selector)载入cs段寄存器&#xff0c;并计算出逻辑地址。 段选择子的结构如下&#xff1a; 段选择子包括三部分&#xff1a;描述符索引&#xff08;index&#xff09;、TI、请求特权级&#xff08;RPL&#xff09;。…

SpringMVC常见面试题

1&#xff1a;Spring mvc执行流程 回答&#xff1a; 版本1&#xff1a;视图版本&#xff0c;jsp 用户发送出请求到前端控制器DispatcherServletDispatcherServlet收到请求调用HandlerMapping(处理映射器)HandlerMapping找到具体的处理器&#xff0c;生成处理器对象及处理器拦…

ajax的优缺点有哪些?

我们先来介绍一下什么是ajax&#xff1a; 对于ajax的理解&#xff0c;ajax是一种使用现有技术集合技术内容包括: HTML或XHTML、CSS、 JavaScript、DOM、XML、 XSLT&#xff0c; 以及最重要的XMLHttpRequest。 用于浏览器与服务器之间使用异步数据传输(HTTP请求)&#xff0c;做…

二十四种设计模式与六大设计原则(一):【策略模式、代理模式、单例模式、多例模式、工厂方法模式、抽象工厂模式】的定义、举例说明、核心思想、适用场景和优缺点

目录 策略模式【Strategy Pattern】 定义 举例说明 核心思想 适用场景 优缺点 代理模式【Proxy Pattern】 定义 举例说明 核心思想 适用场景 优缺点 单例模式【Singleton Pattern】 定义 举例说明 核心思想 适用场景 优缺点 多例模式【Multition Pattern】…