数列极限（一）

最新推荐文章于 2021-08-28 13:12:08 发布

整得咔咔响

最新推荐文章于 2021-08-28 13:12:08 发布

阅读量1k

点赞数 4

文章标签：人工智能 less cstring 编程语言数学建模

本文链接：https://blog.csdn.net/qq_27388259/article/details/119687385

版权

今天我们继续数学分析的内容——极限。它是从高中数学(静态)到大学数学(动态)思维转变的重要枢纽，我们从数列极限开始，话不多说，进入正题。

往期回顾：

数列极限的定义

首先介绍数列的定义：

数列：按照正整数编号的一串数

一般我们表示为：

这里，强调一下数列与集合的区别，虽然集合和数列都可以用花括号表示，但集合要求是互异性和无序性；而数列要求排列的一串数可以是重复的，且它们是有严格的顺序划分，因为对它们进行了编号。比如下面两个数列：

对于第二个数列，我们可以用表达式表示：

像这种可以用表达式表示的数列，我们把其式子称为数列的通项，显然，具有通项的数列是数列中的一种特殊形式。

而数列极限思想研究的是，对于一个无穷数列，在它无穷项后是一个什么数的问题。我们就以“计算圆周率”为例子来说明。

我国最早用极限思想计算圆周率的数学家是刘徽，他用圆内接正多边形的周长逼近圆周率：

割之弥细，所失弥少，割之又割以至于不可割，则与圆合体而无所失矣！

如下图所示，从六边形开始，用多边形的周长近似圆的周长，然后根据圆的周长公式2πr倒推圆周率π,

利用计算机我们很容易实现这个过程：

import math


def circle_rate(n,r):


    g = 2*math.pi/(2*n)  #BOD角度
    d = r*math.sin(g)  #BD线段长度
    D = 2*d*n           #多边形周长
    pi = D/(2*r)       #圆周率


    return pi

从六边形开始，我们测试一下计算出来的结果：

当接近正一百万边形的时候，结果已精确到圆周率第9位小数点了：

换句话说，正多边形的边越多，计算结果越接近圆周率。因此，我们有理由相信，只要当内接正多边形趋近无穷时，最后计算结果已经与真实的圆周率相等了，只要我们研究问题的误差给定，那么一定能找到一个正多边形，使得计算结果作为圆周率。而圆周率，就是n趋于无穷时的极限。

由此，我们引出数列极限的定义：

我们把这个定义称为数列的ε-N语言

这里的ε可以理解为研究问题的精度（所能容忍的误差），“任意”表示可以任意小，针对不对问题有不同的要求，比如在学生考试中，对圆周率精度只需要精确到小数点3位数；而在航天工程发射中，对圆周率精度可能是小数点100位。两种情况要求的精度不一样，那么所需要的正整数N也就不一样。反过来，要找到N，就必须要明确研究问题的精度——也即必须“给定”ε，正整数N才能有解。

对于数a，我们称为数列的极限，它是表示数列只会无穷趋近于数a，也就是会越来越接近a，与a的误差越来越小，是一个动态的过程。但永远不会等于a。反过来，如果数列随着n的增加，永远找不到一个实数a是它的极限，那么称这个数列是发散的。

比如下面两个数列就是发散的：

这一节的最后我们给出领域的概念。

领域：

领域本质就是一个区间，它以点为中心，在数轴上向左和向右移动ε长度的区间。因此，数列极限的任意小，也可以表示为：

定义法证明数列极限

我们用定义法来证明下面数列极限为1：

这里的关键是理解N的取法，首先我们要理解定义中“可以找到”，它不关心找到的N最小值，只需要找到满足条件N即可，同时要保证N是正整数。因为3/ε>3/ε-3，所以只需要取更大的就能保证为正数，又因为3/ε的整数部分可能为0，因此加上1可以保证N是正整数。所以N=[3/ε]+1.

我们给出一个重要的结论：