数列的极限
本文为基于 “《机器学习的数学》- 第1章 一元函数微积分 - 1.1 极限与连续 - 1.1.2 数列的极限” 的学习笔记
知识脉络梳理：
- 给出数列极限的定义：
- 直观理解
- \(\epsilon\)定义
- 数列极限的四则运算
- 证明数列极限存在：
- 用定义证明
- 单调收敛定理
- 夹逼定理
一、数列极限的定义
【定义1】对于数列\({a_n}\)以及某一实数\(a\)，如果对于任意给定的\(\epsilon > 0\)都存在正整数\(N\)，使得对于任意满足\(n>N\)的\(n\)都有下面的不等式成立
\[|a_n-a|<\epsilon \]则称此数列\({a_n}\)的极限为\(a\)，或称其收敛于\(a\)，记为
\[\lim\limits_{n\rightarrow+\infty} \quad a_n \]如果数列的极限不存在，则称该数列发散。
直观理解：当\(n\)增加时数列的值\(a_n\)无限接近于\(a\)，可以接近到任意指定的程度（由\(\epsilon\)控制）。
如何理解数列极限的定义？ - 知乎用户的回答 - 知乎 https://www.zhihu.com/question/347024216/answer/831202633
二、数列极限的四则运算
三、数列极限的证明
3.1 适用数列极限的定义证明
【例1】
3.2 单调收敛定理
3.2.1 数列上界与下界
3.2.2 单调收敛定理
单调收敛定理： 单调有界 -> 收敛。
- 单调递增有上界 -> 收敛
- 单调递减有下界 -> 收敛
在单调收敛定理中一共有三个组成因素：单调、有界和收敛，下面对这三个因素之间的关系作详细讨论：
- 单调 & 收敛：单调与收敛没有必然联系
- 有界 & 收敛：有界是收敛的必要不充分条件
- 有界不一定收敛，比如\(\{(-1)^n\}\)
- 收敛一定有界
- 如果一个数列的极限是a，那么下标很大的那些项，离a就很近，可以想象到，从某一项开始，之后的每一项都分布在a的某个很小的邻域内（由\(\epsilon\)指定），再加上前面的有限项，整体必然是有界的
- 有界+单调 & 收敛：单调有界是收敛的充分不必要条件
- 单调有界一定收敛
- 收敛不一定单调有界，比如\(\{ \ \frac{(-1)^n}{n} \ \}\)
重要极限：\(\lim\limits_{n\rightarrow\infty} \ (1+\frac{1}{n})^n = e\)
【例2】证明数列\(a_n=\{ (1+\frac{1}{n})^n \}\)的极限存在。
综上所述：数列\(a_n=\{ (1+\frac{1}{n})^n \}\)单调递增有上界，根据单调收敛定理，该数列的极限存在。
重要极限：\(\lim\limits_{n\rightarrow\infty} \ (1-\frac{1}{n})^n = \frac{1}{e}\)
该极限在概率论中的含义是：对n个样本进行n次有放回等概率抽样，当样本数趋于无穷大时，某个样本一次都没抽中的概率，该极限在随机森林算法中会用到。
或者理解为：有n个编号从1到n的小球，每次抽一个小球，抽完放回，一共进行n次试验；对于编号为\(i, 1\leq i \leq n\)的小球，在每一次抽取时抽到它的概率是\(\frac{1}{n}\)，抽不到它的概率是\(1-\frac{1}{n}\)；在n次抽样中每一次都抽不到编号为i的小球的概率是\((1-\frac{1}{n})^n\)；当n趋向于无穷大时，每一次都抽不到编号为i的小球的概率是\(\frac{1}{e}\)。
【例3】计算数列\(\{ (1-\frac{1}{n})^n \}\)的极限
3.3 夹逼定理
夹逼定理：对于\(\forall n \in \mathbb{N}\)有\(b_n \leq a_n \leq c_n\)且\(\lim\limits_{n\rightarrow\infty}b_n = \lim\limits_{n\rightarrow\infty}c_n = c\)，则\(\lim\limits_{n\rightarrow\infty}a_n = c\)。
重要极限：\(\lim\limits_{p\rightarrow\infty} \ (\sum_{i=1}^n \ |x_i|^p \ )^{\frac{1}{p}} = max|x_i|\)
该极限对应于向量的\(+\infty\)范数。
【例4】假设\(x_i\)不全为0，计算极限\(\lim\limits_{p\rightarrow\infty} \ (\sum_{i=1}^n \ |x_i|^p \ )^{\frac{1}{p}}\)
标签：02,infty,frac,数列,极限,收敛,单调 来源： https://www.cnblogs.com/ZhuYuxi/p/16504442.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。