机器学习数学基础之极限

本文为作者本人学习过程中的一些重要笔记记录，只为方便以后复习查看。

极限定义

对于任意正数$\epsilon$>0，存在正数$\delta$使得当$0<|x-x_0|<\delta$时，有$$|f(x)-L|<\epsilon$$
记为${\lim }_{x\to x_0}f(x)=L$

无穷小和无穷大

无穷比较在算法的复杂度的比较上经常使用。

定义

若${\lim }_{x\to x_0}f(x)=0$，则称$f(x)$当$x\to x_0$时为无穷小量，简称无穷小，即无穷小量为以0为极限的变量。同理无穷大为以$\infty$为极限的变量。

无穷比大小

同样为无穷小，但是无穷小量之间是有大小区分的。
lim ⁡ x →