数学笔记28——不定式和洛必达法则

2024-02-14 21:08

本文主要是介绍数学笔记28——不定式和洛必达法则,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们已经能够处理很多极限,但是对于一些特殊情况的极限问题,过去的方法显得有些苍白。在先前内容的铺垫下,我们终于可以处理一些不定型的极限问题了,其中包括“0/0”型、“∞/∞”型,这一切都是通过“洛必达法则”实现的。从此,我们甚至能够判断“∞的大小”。

不定式

把某些型如0/0或∞/∞的极限成为型不定式。其它常见的不定式还有00、0·∞、∞0、1、∞-∞

  例如是一个00型不定式,底数和指数是两股相反的力量,底数想让表达式极限趋近于0,指数想让表达式趋近于1,二者互相较劲,看谁的力量更胜一筹。

洛必达法则

0/0型的极限

  先来看一个例子:

  这无法用直接代入的方法求解了,是一个典型的0/0型极限。可以试着用长除法解决:

  虽然能够求得极限,但计算过程太过繁琐,下面尝试使用更简单的办法。

  先将极限做一次变形:

  如果令f(x) = x10 – 1,f(1) = 0,那么

  这正是导数的定义。

  同理,令g(x) = x2 – 1, g’(x) = 2x

公式

  把上面的方法更系统化,就离洛必达法则更进一步了。

  如果 是0/0的极限,那么有f(a) = g(a) = 0,该极限的求解过程如下:

  这就是洛必达法则:

  上式成立的前提是:f(a) = g(a) = 0;等号右侧的极限存在。第二点有点微妙——右端的存在证明了左端的存在。

示例1

  

示例2

   

  这一步仍未解决问题,还是0/0型,于是再次使用洛必达法则:

与线性逼近的比较

  如果用线性逼近(线性逼近可参考数学笔记6——线性近似和二阶近似)计算上节的示例,则在x→0时:

  利用二阶近似,在x→0时:

  结果与使用洛必达法则计算的相等。

洛必达法则的推广

  前面提到洛必达法则的基本定理:

 

  上式成立的前提是:f(a) = g(a) = 0;等号右侧的极限存在。第二点有点微妙——右端的存在证明了左端的存在。

  定理的推广

  ⑴ 该定理所有条件中,对a = ±∞的情况,结论依然成立。

  ⑵ 该定理第一条件中,对f(a)和g(a),极限皆为 ±∞的情况,结论依然成立。

  简单地说,洛必达法则仅对0/0和∞/∞直接适用,其它构型需要经过一定的演算和变形,使其变为0/0或∞/∞。

示例1

 

  0·(-∞)型像是两个式子在比赛,看谁的变化速度更快,但这不能直接使用洛必达法则,所以原式需要经过演化:

 

  这次变成了(-∞/∞),即∞/∞型,可以直接使用洛必达法则:

 

  当x→0+时,x的变化速度要快于lnx。

示例2

 

  当x→∞时,x比epx变化的缓慢。

示例3

 

  一个典型的∞/∞型,但是在使用洛必达法则时会遇到麻烦:

 

  这并没有实质性的进展。当然,我们可以推算出,在经过连续使用洛必达法则后,分子依然趋近∞,分母最终将变成一个常数,所以最终结果是∞。

  这个结果并不直观,我们尝试使用更直观的方式得出结论,这需要一点代数技巧。

 

  由此可以得出这样的结论:指数函数的变化率胜过任何幂函数。

示例4

 

  结论:对数函数比任何幂函数都变化的更慢。

示例5

 

  这是00型,不能直接使用洛必达法则,所以仍需进行演化,这里的演化方式是使用e作为底数:

 

  在示例1中得知,

注意事项

陷阱

 

  0/0型可以直接使用洛必达法则,求导也很简单,因此很高兴的计算如下:

 

  根据线性逼近重新计算一下:

 

  得到了两个截然相反的结果,一定是其中某个环节出现了问题。在第一个计算中:

 

  左边的式子是1/0型,不能使用洛必达法则!所以这个等式是错的。实际上可以直接得到左侧等于∞的结论。

不要忘记基础知识

 

  ∞/∞是符合洛必达法则的,但在这个例子中没有必要去使用洛必达法则。分子的最高次项是x5,分母是x4,所以分子是分母的高阶无穷,因此可以直接得出结论,结果是∞。

  这个例子给我们的提示就是:不要忘记基础知识。

洛必达表法则不适用的情况

  

  ∞/∞型,使用洛必达法则:

  看起来更复杂了。cosx的取值范围是[-1, 1],所以当x→∞时可以直接求得极限:

  不要忘记基础知识。

综合示例

 示例1

  

  0/0型,

 示例2

  

 

 示例3

  

  0/0型,

 

 示例4

   

  ∞/∞型,

这篇关于数学笔记28——不定式和洛必达法则的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/709582

相关文章

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

查看提交历史 —— Git 学习笔记 11

查看提交历史 查看提交历史 不带任何选项的git log-p选项--stat 选项--pretty=oneline选项--pretty=format选项git log常用选项列表参考资料 在提交了若干更新,又或者克隆了某个项目之后,你也许想回顾下提交历史。 完成这个任务最简单而又有效的 工具是 git log 命令。 接下来的例子会用一个用于演示的 simplegit