函数极限

一、函数的极限

定义:在自变量的某个变化过程中,如果对应的函数值无限接近于某个确定的数,那么这个确定的数就叫做在一变化过程中的函数的极限

1. 自变量趋于有限值时函数的极限

自变量变化的过程: x → x 0 , f ( x ) → A x\rightarrow x_{0},f\left ( x \right )\rightarrow A xx0f(x)A,称 A A A f ( x ) f\left ( x \right ) f(x) x → x 0 x\rightarrow x_{0} xx0时的极限。

如果对于任意给定的正数 ε \varepsilon ε (不论他有多小),总存在着正数 δ \delta δ,使得对于合适的不等式 0 < ∣ x − x 0 ∣ < δ 0 < | x -x_{0}| < \delta 0<xx0<δ的一切 x x x,所对应的函数值 f ( x ) f\left ( x \right ) f(x)都满足不等式 ∣ f ( x ) − A ∣ < ε |f\left ( x \right ) - A | < \varepsilon f(x)A<ε,那么常数 A A A就叫做函数 f ( x ) f\left ( x \right ) f(x) x → x 0 x\rightarrow x_{0} xx0时的极限,记作 lim ⁡ x → x 0 f ( x ) = A \lim_{x \to x_{0}}f\left ( x \right ) = A limxx0f(x)=A f ( x ) → A ( 当 x → x 0 ) f\left ( x \right )\rightarrow A (当x \rightarrow x_{0}) f(x)A(xx0)
在这里插入图片描述

注意:

  1. 函数极限与 f ( x ) f\left ( x \right ) f(x) x 0 x_{0} x0是否定义无关。
  2. δ \delta δ 与任意给定的正数 ε \varepsilon ε相关。
  3. 找到一个 δ \delta δ后, δ \delta δ越小越好,它体现了 x x x接近$x_{0}的程度。
    在这里插入图片描述
    在这里插入图片描述

2. 单侧极限

在这里插入图片描述
在这里插入图片描述

3. 自变量趋近于无穷大时函数的极限

如果对于任意给定的正数 ε \varepsilon ε (不论他有多小),总存在着正数 X X X,使得对于适合不等式 ∣ x ∣ > X |x|>X x>X的一切 x x x,所对应的的函数值 f ( x ) f\left ( x \right ) f(x)都满足不等式 ∣ f ( x ) − A ∣ < ε | f\left ( x \right ) - A| < \varepsilon f(x)A<ε,那么常数 A A A 就叫做函数 f ( x ) f\left ( x \right ) f(x) x → ∞ x\rightarrow \infty x时的极限,记作 lim ⁡ x → ∞ f ( x ) = A 或 f ( x ) → A ( x → ∞ ) \lim_{x \to\infty }f\left ( x \right ) = A 或 f\left ( x \right )\rightarrow A(x \rightarrow \infty ) limxf(x)=Af(x)A(x)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4. 函数极限的性质

  • 唯一性
    定理:如果 lim ⁡ x → x 0 f ( x ) \lim_{x\to x_{0}}f\left ( x \right ) limxx0f(x)存在,那么此极限唯一。

  • 局部有界性
    定理:如果 lim ⁡ x → x 0 f ( x ) \lim_{x\to x_{0}}f\left ( x \right ) limxx0f(x)那么常数 M > 0 M >0 M>0 δ > 0 \delta > 0 δ>0,使得当 0 < ∣ x − x 0 ∣ < δ 0 < |x - x_{0}| < \delta 0<xx0<δ时,有 ∣ f ( x ) ∣ ≤ M |f\left ( x \right )| \leq M f(x)M

  • 局部保号性
    在这里插入图片描述

  • 函数极限与数列极限的关系
    在这里插入图片描述

5. 小结

在这里插入图片描述

### 如何使用 Python 计算函数极限 #### SymPy 库简介 SymPy 是一个用于符号数学计算的 Python 库,支持多种数学操作,其中包括求解极限。通过该库可以方便地处理复杂的数学表达式并执行各种分析。 #### 安装 SymPy 为了利用 SymPy 的功能来计算函数极限,需先确保已安装此库。可以通过 pip 工具轻松完成安装: ```bash pip install sympy ``` #### 使用 `limit` 函数计算极限 一旦安装好 SymPy 后,在程序中导入必要的模块即可开始工作。下面展示了一个简单的例子,说明怎样用 `limit()` 方法找到给定函数当自变量趋向于某个特定值时的结果[^2]。 ```python import sympy as sp # 定义符号变量 x 和 y x, y = sp.symbols('x y') # 创建要取极限的目标函数 target_function = (sp.sin(x)**2)/(1 - sp.cos(x)) # 对目标函数关于 x 取极限,其中 x 趋向于 0 result_limit_x_to_zero = sp.limit(target_function, x, 0) print(f"The limit of the function as x approaches to zero is {result_limit_x_to_zero}") ``` 上述代码片段展示了如何创建一个包含三角函数在内的复杂表达式,并对其应用 `limit()` 来获取它在某一点处的行为特性。这里特别指出了随着输入参数接近零的情况下的输出变化趋势[^3]。 #### 处理单侧极限 有时候还需要关注一侧趋近的情形,这时可以在调用 `limit()` 时指定方向参数 `'+'` 或者 `'-'` 表明是从正方向还是负方向靠近所关心的位置。 ```python # 单边极限的例子:从右侧逼近 pi/2 one_sided_limit_right_approach_pi_over_two = sp.limit(1/sp.tan(y), y, sp.pi / 2, dir='+') print(one_sided_limit_right_approach_pi_over_two) ``` 以上就是有关如何借助 Python 中的 SymPy 库来进行基本的极限运算介绍[^1]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值