当前位置: 首页 > news >正文

人工智能数学基础6:极限、极限运算、ε-δ语言、ε-N语言、级数和函数连续性

☞ ░ 老猿Python博文目录░

一、极限的定义及四则运算

  1. 极限: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”

  2. ε-δ(epsilon-delta)语言:epsilon-delta语言是用来描述函数极限的语言,其描述如下:
    对于任意ε>0,存在δ>0,当0<丨x-x0丨<δ时,有丨f(x)-L丨<ε。即x无限靠近x0时则函数f(x)的极限为L,记为:
    在这里插入图片描述

  3. ε-N语言:用于描述数列的极限,其描述如下:
    所谓xn→x,就是指:“如果对任何ε>0,总存在自然数N,使得当n>N时,不等式|xn-x|<ε恒成立”。
    在这里插入图片描述

  4. 极限的四则运算
    两个存在极限的函数,两个函数的和差积商的极限是两个函数各自极限的和差积商(分母不为0)。同样的结论适用于数列极限。
    在这里插入图片描述

  5. 无穷小的运算

         定理1:两个无穷小的和是无穷小;有限个无穷小的和也是无穷小;
         定理2:有界函数与无穷小的乘积是无穷小;常数与无穷小的乘积是无穷小;有限个无穷小的乘积是无穷小。

  1. 极限的复合运算
    在这里插入图片描述

  2. 等价无穷小
    定义:设当x一>x0 时, f(x)和g(x) 均为无穷小量。若 limf(x)/g(x)=1,则称 f(x)和g(x) 是等价无穷小量,记作 f(x)~g(x) (x一>x0)。

在这里插入图片描述
当α为实数时
在这里插入图片描述

定理: 如果f(x)≥g(x),而limf(x)=A,limg(x)=B,那么A≥B。

  1. 需要熟记的几个函数极限
    ※ limC = C,C为常数
    ※ limCf(x) = Clim f(x),C为常数
    在这里插入图片描述
    ※ 假设a为u(x)的极限大于0且不等于1,b为v(x)的极限,则
    a为u(x)的极限,b为v(x)的极限

二、级数

  1. 级数是指将数列的项依次用加号连接起来的函数,级数理论是分析学的一个分支;它与另一个分支微积分学一起作为基础知识和工具出现在其余各分支中。二者共同以极限为基本工具,分别从离散与连续两个方面,结合起来研究分析学的对象,即变量之间的依赖关系──函数;
  2. 级数是指将数列Un的项U1、U2 ,…,Un,…依次用加号连接起来的函数,是数项级数的简称。这些项的和简写为ΣUn,Un称为级数的通项。如果当n→∞ 时 ,数列Un有极限,则说级数收敛,并以 S为其和,记为 ΣUn= S;否则就说级数发散。
  3. 级数1/n是发散的,级数n的a次方(a为大于1的整数)之一(即通项的分母是n的a次方)是收敛的 ;
  4. 在n和a为大于1的整数情况下,下来通项对应的级数的大小及收敛、发散性排列如下:
    在这里插入图片描述

上图红线左边的级数是收敛的,右边的级数是发散的,当然红线两边的级数之间还可以在两区插入更多符合条件的级数。

三、函数的连续性

3.1、定义

连续的定义1
设函数y=f(x)在点x0的某一邻域内有定义,如果:
在这里插入图片描述
那么称函数f(x)在点x0连续。

连续的定义2
定义1与下述定义等价:
设函数y=f(x)在点x0的某一邻域内有定义,如果
在这里插入图片描述
那么称函数f(x)在点x0连续。用‘ε-δ’语言表示如下:
f(x)在点x0连续等价于∀ε>0,∃δ>0,当|x-x0|<δ时,有|f(x)-f(x0)|<ε。

左连续的定义
如果x—>x0-时lim f(x)=f(x0-)存在且等于f(x0),即
f(x0-)=f(x0),
那么就说函数f(x)在点x0左连续。

右连续的定义
如果x—>x0+时limf(x)=f(x0+)存在且等于f(x0),即
f(x0+)=f(x0),
那么就说函数f(x)在点x0右连续。

区间连续的定义
如果在区间的每点都连续的函数,叫做该区间上的连续函数,或者说函数在该区间上连续。

区间连续的定义
如果在区间的每点都连续的函数,叫做该区间上的连续函数,或者说函数在该区间上连续。

一致连续性:闭区间上的连续函数在该区间上一致连续。
所谓一致连续是指,对任意ε>0(无论其多么小),总存在正数δ,当区间I上任意两个数x1、x2满足|x1-x2|<δ时,有|f(x1)-f(x2)|<ε,就称f(x)在I上是一致连续的。

如果函数f(x)在闭区间[a,b]上连续,那么它在该区间上一致连续。

一切初等函数在定义域上都是连续的。
:初等函数是由幂函数(power function)、指数函数(exponential function)、对数函数(logarithmic function)、三角函数(trigonometric function)、反三角函数(inverse trigonometric function)与常数经过有限次的有理运算(加、减、乘、除、有理数次乘方、有理数次开方)及有限次函数复合所产生,并且能用一个解析式表示的函数。

3.2、间断点

3.2.1、定义

设函数f(x)在点x0的某去心邻域内有定义,在此前提下,如果函数f(x)有下列三种情形之一:
(1)在x=x0没有定义;
(2)虽在x=x0有定义,但x—>x0时lim f(x)不存在;
(3)虽在x=x0有定义,且x—>x0时lim f(x)存在,但x—>x0时limf(x)≠f(x0)

那么函数f(x)在点x0为不连续,而点x0称为函数f(x)的不连续点或间断点。

3.2.2、间断点类型:

x0为函数f(x) 的间断点,则间断点有如下类型:

  1. 如果x—>x0时limf(x)为无穷大,则称x0为函数的无穷间断点
  2. 如果x—>x0时f(x)的值反复振荡变化,则称x0为函数的振荡间断点
  3. 如果函数f(x)在x0除没有定义,如果补充定义在该点的函数值且与x—>x0时f(x)的值不相等,则称x0为可去间断点
  4. 如果函数在x0处存在左极限和右极限,但二者不相等,则称x0为函数的跳跃间断点

以上间断点类型中,如果x0为间断点且函数在x0处存在左极限和右极限,则称x0为第一类间断点,其中左右极限相等的间断点则为可去间断点,不等则为跳跃间断点,其他间断点称为第二类间断点

3.3、连续函数法则

  • 定理一 在某点连续的有限个函数经有限次和、差、积、商(分母不为0) 运算,结果仍是一个在该点连续的函数
  • 定理二 连续单调递增 (递减)函数的反函数,也连续单调递增 (递减)
  • 定理三 连续函数的复合函数是连续的
  • 反函数连续性:如果函数f在其定义域D上严格单调且连续,那么其反函数g也在其定义域f(D)(即f的值域)上严格单调且连续
  • 定理四 设函数y=f[g(x)]由函数u=g(x)与函数y=f(u)复合而成,
    在这里插入图片描述

3.4、重要特性

  1. 有界性:闭区间上的连续函数在该区间上一定有界,所谓有界是指,存在一个正数M,使得对于任意x∈[a,b],都有|f(x)|≤M
  2. 最值性:闭区间上的连续函数在该区间上一定能取得最大值和最小值,所谓最大值是指,[a,b]上存在一个点x0,使得对任意x∈[a,b],都有f(x)≤f(x0),则称f(x0)为f(x)在[a,b]上的最大值。最小值可以同样作定义,只需把上面的不等号反向即可。
  3. 介值性:若f(a)=A,f(b)=B,且A≠B。则对A、B之间的任意实数C,在开区间(a,b)上至少有一点c,使f( c )=C。它包含了两种特殊情况:
    (1)零点定理。
    也就是当f(x)在两端点处的函数值A、B异号时(此时有0在A和B之间),在开区间(a,b)上必存在至少一点ξ,使f(ξ)=0。
    (2)闭区间上的连续函数在该区间上必定取得最大值和最小值之间的一切数值。
  4. 一致连续性:闭区间上的连续函数在该区间上一致连续。
    所谓一致连续是指,对任意ε>0(无论其多么小),总存在正数δ,当区间I上任意两个数x1、x2满足|x1-x2|<δ时,有|f(x1)-f(x2)|<ε,就称f(x)在I上是一致连续的。
  5. 如果函数f(x)在闭区间[a,b]上连续,那么它在该区间上一致连续
写博不易,敬请支持:

如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!

更多人工智能数学基础的介绍请参考专栏《人工智能数学基础 》
专栏网址:https://blog.csdn.net/laoyuanpython/category_10382948.html

关于老猿的付费专栏

  1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程,对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》;
  2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》;
  3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏,是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合,相关资料基本上都是老猿反复研究的成果,有助于OpenCV-Python初学者比较深入地理解OpenCV,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习,第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁,可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏:Python基础教程目录)从零开始学习Python。

如果有兴趣也愿意支持老猿的读者,欢迎购买付费专栏。

跟老猿学Python!

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░

相关文章:

  • 人工智能数学基础专栏目录
  • 人工智能数学基础8:两个重要极限及夹逼定理
  • 人工智能数学基础9:集合相关概念
  • 人工智能数学基础10:域、函数及相关概念
  • 人工智能数学基础-线性代数1:向量及向量加减法与数乘
  • 人工智能数学基础-线性代数2:向量的点积、內积、数量积和外积
  • 人工智能数学基础-线性代数3:线性空间、线性相关及基
  • 请大家支持老猿参加2020年博客之星年度评选,谢谢!
  • 人工智能数学基础-线性代数4:矩阵及矩阵运算
  • 人工智能数学基础-线性代数5:行列式求解线性方程组和拉普拉斯定理
  • Python爬虫入门1:序章
  • Python爬虫入门2:HTML知识简介
  • Python爬虫入门3:使用google浏览器获取网站访问的http信息
  • Python爬虫入门4:使用IE浏览器获取网站访问的http信息
  • Python爬虫入门5:模拟浏览器访问网站
  • 【5+】跨webview多页面 触发事件(二)
  • 2017届校招提前批面试回顾
  • ES6, React, Redux, Webpack写的一个爬 GitHub 的网页
  • iOS | NSProxy
  • nodejs实现webservice问题总结
  • Redis字符串类型内部编码剖析
  • VUE es6技巧写法(持续更新中~~~)
  • webpack入门学习手记(二)
  • 道格拉斯-普克 抽稀算法 附javascript实现
  • 批量截取pdf文件
  • 使用API自动生成工具优化前端工作流
  • 智能合约Solidity教程-事件和日志(一)
  • Python 之网络式编程
  • ​Z时代时尚SUV新宠:起亚赛图斯值不值得年轻人买?
  • #HarmonyOS:软件安装window和mac预览Hello World
  • (done) 两个矩阵 “相似” 是什么意思?
  • (Matalb分类预测)GA-BP遗传算法优化BP神经网络的多维分类预测
  • (官网安装) 基于CentOS 7安装MangoDB和MangoDB Shell
  • (三分钟了解debug)SLAM研究方向-Debug总结
  • (十)T检验-第一部分
  • (学习日记)2024.04.10:UCOSIII第三十八节:事件实验
  • (一)appium-desktop定位元素原理
  • (一一四)第九章编程练习
  • (转)ORM
  • .Net - 类的介绍
  • .NET 5.0正式发布,有什么功能特性(翻译)
  • .NET MAUI学习笔记——2.构建第一个程序_初级篇
  • .Net Winform开发笔记(一)
  • .NET开发不可不知、不可不用的辅助类(三)(报表导出---终结版)
  • .NET开源的一个小而快并且功能强大的 Windows 动态桌面软件 - DreamScene2
  • .NET中使用Protobuffer 实现序列化和反序列化
  • @manytomany 保存后数据被删除_[Windows] 数据恢复软件RStudio v8.14.179675 便携特别版...
  • [ C++ ] STL---stack与queue
  • []FET-430SIM508 研究日志 11.3.31
  • [2019.3.5]BZOJ1934 [Shoi2007]Vote 善意的投票
  • [8-23]知识梳理:文件系统、Bash基础特性、目录管理、文件管理、文本查看编辑处理...
  • [ACL2022] Text Smoothing: 一种在文本分类任务上的数据增强方法
  • [ajaxupload] - 上传文件同时附件参数值
  • [Android]Tool-Systrace
  • [Android学习笔记]ScrollView的使用