高等数学---函数的极限

前言

本博客目前阶段记录的数学相关的知识，是为了学习机器学习而准备的，所以可以很明显的感觉到数学的实用性和数学的魅力。但从另一侧面来说，本博客记录的数学知识是不完整的，也是不成体系的，也没有深挖相关知识的来龙去脉，只是本人觉得机器学习中需要某些数学知识的时候，就记这些知识，够用就可以了。所以，并不适合入门。

虽然如此，我想本博客数学方面的相关内容最起码能起一个方向作用（因为当年我开始学习机器学习相关的数学基础时很茫然），让读者知道哪些数学基础是学习机器学习时非先掌握不可的，这样才能有的放矢的去查漏补缺，并学以致用。

函数极限

函数的极限看书上的描述，再结合图形，多做练习就差不多了。
函数的极限分两种情况：一种是自变量趋于有限值时函数的极限；另一种是自变量趋于无穷大时函数的极限。

自变量趋于有限值时函数的极限

从数列极限到函数极限的过渡可参考同济第7版$P_{27}$函数的极限一节的描述，辅助理解函数的极限。这里仅列出其定义。

定义1 设函数$f(x)$在点$x_0$的某一去心邻域内有定义。如果存在常数$A$，对于任意给定的正数$\varepsilon$(不论它有多小)，总存在正数$\delta$，使得当$x$满足不等式$0<|x-x_0|<\delta$时，对应的函数值$f(x)$都满足不等式

$$|f(x)-A|<\varepsilon$$
那么常用$A$就叫做函数$f(x)$当$x \to x_0$时的极限，记作
$$\lim_{x\to x_0}f(x)=A或f(x)\to A(当x\to x_0)$$
书中特别强调，$0<|x-x_0|$表示 $x\ne x_0$,所以$x\to x_0$时$f(x)$有没有极限，与$f(x)$在点$x_0$是否有定义并没有关系。

定义1可简单表述为:

$\lim_{x\to x_0}f(x)=A \Leftrightarrow \forall \varepsilon>0, \exists \delta>0,当0<|x-x_0|<\delta时，有|f(x)-A|<\varepsilon$

在$x\to x_0$的过程中，对应的函数值$f(x)$无限接近于$A$，就是$|f(x)-A|$能任意小。而$|f(x)-A|$能任意小可以用$|f(x)-A|<\varepsilon$来表达。而充分接近于$x_0$的$x$可表达为$0<|x-x_0|<\delta$

函数$f(x)$当$x\to x_0$时极限为A的几何解释如下 （这个几何解释也是不得不看的，可以辅助理解自变量趋于有限值时函数的极限）：任意给定一个正数$\varepsilon$,作平行于$x$轴的两条直线$y=A+\varepsilon$和$y=A-\varepsilon$，界于这两条直线之间是一横条区域。根据定义，对于给定的$\varepsilon$,存在着点$x_0$的一个$\delta$邻域$(x_0-\delta, x_0+\delta)$，当$y=f(x)$的图形上的点的横坐标$x$在邻域$(x_0-\delta, x_0+\delta)$内，但$x\ne x_0$时，这些点的纵坐标$f(x)$满足不等式

$$|f(x)-A| < \varepsilon$$
或
$$A-\varepsilon<f(x)<A+\varepsilon$$
也就是这些点都落在所有的横条区域内。结合图1-23再去看定义就很好理解了。

要完全掌握该定义，需要多做些极限的证明，可参考书上$P_{28}$开始的例子。

自变量趋于无穷大时函数的极限

定义2 设函数$f(x)$当$|x|$大于某一正数时有定义。如果存在常数$A$，对于任意给定的正数$\varepsilon$(无论它有多么小)，总存在正数$X$,使得当$x$满足不等式$|x|>X$时，对应的函数值$f(x)$都满足不等式

$$|f(x)-A| <\varepsilon$$
那么常数$A$就叫做函数$f(x)$当$x \to \infty$时的极限，记作
$$\lim_{x \to \infty } f(x)=A 或 f(x)\to A(当x\to \infty)$$
$\lim_{x \to \infty } f(x)=A$的几何意义是：作直线$y=A-\varepsilon$和$y=A+\varepsilon$,则总有一个正数$X$存在，使得当$x<-X$或$x>X$时，函数$y=f(x)$的图形位于这两条直线之间。这时，直线$y=A$是函数$y=f(x)$的图形的水平渐近线。

函数的极限的概念非常重要，需要深刻理解和掌握。