2.無窮大與無界變量
無窮大與無界變量是兩個概念。
無窮大的觀察背景是過程,無界變量的判斷前提是區間。
無窮小和無窮大量的名稱中隱含著它們(在特定過程中)的發展趨勢。而無界變量的意思是,在某個區間內,其絕對值沒有上界。
在適當選定的區間內,無窮大可以是無界變量。
y = tgx(在x →π/2左側時)是無窮大。在(0,π/2)內 y = tgx 是無界變量
x 趨于0時,函數 y =(1/x)sin(1/x)不是無窮大,但它在區間(0,1)內無界。
不仿再用高級語言來作個對比。任意給定一個正數E,不管它有多大,當過程發展到一定階段以后,無窮大量的絕對值能全都大于E ;而無界變量只能保證在相應的區間內至少能找到一點,此點處的函數絕對值大于E 。
3. 運算與比較
有限個無窮小量的線性組合是無窮小 ;“∞-∞”則結果不確定。(未定式!)
乘積的極限有三類可以確定:
有界變量?無窮小 = 無窮小 無窮小?無窮小 = (高階)無窮小
無窮大?無窮大 = (高階)無窮大
其它情形都沒有必然的結果,通通稱為“未定式”。
例1 作數列 x = 1,0,2,0,3,0,- - -,0,n,0,- - -
y = 0,1,0,2,0,3,0,- - -,0,n,0,- - -
兩個數列顯然都無界,但乘積xy 是零數列。這表示可能會有 無界?無界 = 有界 !!!!!!!!!!!
兩個無窮小的商求極限,既是典型的未定式計算,又有深刻的理論意義。即“無窮小的比較”。如果極限為1,分子分母為等價無窮小;極限為0 ,分子是較分母高階的無窮小;極限為其它實數,分子分母為同階無窮小。
無窮大有類似的比較。
無窮小(無窮大)的比較是每年必考的點。
x趨于0時,α = x sin(1/x)和β = x都是無窮小,且顯然有∣α∣≤∣β∣;但是它們的商是震蕩因子sin(1/x),沒有極限。兩個無窮小不能比較。這既說明了“極限存在”是“比較”的前提,又再一次顯示了震蕩因子sin(1/x)的用途。
更有意思的是,若 γ == x 的k次方,則無論 k = 0.9 , 還是k = 0.99, k = 0.999,……,α總是比γ高階的無窮小。
回到基本初等函數,我們看到
x趨于 +∞ 時,y = x的μ 次方,指數μ>0的冪函數都是無窮大。且習慣地稱為 μ階無窮大。
(潛臺詞:這多象汽車的1檔,2檔,--- 啊。)
x趨于 +∞ 時,底數a大于1的指數函數 y = a 的x 次方 都是無窮大;底數小于1的都是無窮小。
x趨于 +∞ 或 x 趨于0+ 時,對數函數 y = lnx 是無窮大。
x 趨于∞ 時,sin x 及 cos x 都沒有極限。 正弦,余弦,反三角函數都是有界變量。
請體驗一個很重要也很有趣的事實。
(1) x → +∞ 時, lim( x 的n次方 ∕ e的 x 次方) = 0 , 這表明:
“x趨于 +∞ 時,指數函數e xp(x )是比任意高次方的冪函數都還要高階的無窮大。”
(2) x → +∞ 時, lim( ln x ∕ x的δ 次方)= 0; δ是任意取定的一個很小的正數。這表明:
“對數函數 ln x是比 xδ 都還要低階的無窮大。”
只需簡單地連續使用洛必達法則就能求出上述兩個極限。它讓我們更深刻地理解了基本初等函數。如果只知道極限值而不去體驗,那收獲真是很小很小。
例2 函數f (x) = xsinx ,則
(A)當x →∞ 時為無窮大。 (B)在(-∞,+∞)內有界。
(C)在(-∞,+∞)內無界。 (D)在x → ∞ 時有有限極限。
分析 這與 y =(1/x)sin(1/x)在x趨于0時的狀態一樣。 (選(C))
例3 已知數列 x n和y n 滿足 n → ∞ 時,lim x n y n = 0 ,則
(A)若數列x n發散,數列y n必定也發散。 (B)若數列x n無界,數列y n必定也無界。
(C)若數列x n有界,數列y n必定也有界。(D)若變量1 ∕ x n為無窮小量,則變量y n必定也是無窮小量。
分析 盡管兩個變量的積為無窮小,我們卻無法得到其中任何一個變量的信息。例10給了我們一個很好的反例。對本題的(A)(B)(C)來說,只要y n是適當高階的無窮小,就可以保證lim x n y n = 0
無窮小的倒數為無窮大。故(D)中條件表明x n為無窮大。
要保證lim x n y n = 0 ,y n 必須為無窮小量。應選答案(D)。
《線性代數》——
(37)欲說《線代》先方程
初等數學以引入負數為起點,以方程為其重心之一。
最簡單的方程是一元一次方程。最基本的概念是方程的“根”或“解”。
什么東東叫一個方程(組)的根 —— 把東東代入這個方程(組),方程(組)化為恒等式。這個概念是學習《線性代數》的基本需要。不少人讀到“齊次線性方程組有限個解的線性組合,仍然是該方程組的解”感覺盲然沒反應,一是忘了概念,二是不動筆。應對這些貌似理論的語句,其實方法很簡單。是不是“解”,代入方程(組)算一算。
(潛臺詞:關鍵是要勤動筆。)
由一元一次方程出發,關于方程的研究向兩個方向發展:
(1)一元n次方程
(2)n 元一次方程組(線性方程組)
大學數學《線性代數》教材有兩大板塊。第一板塊解線性方程組。基本工具是矩陣,核心概念是矩陣的秩,理論重心是“齊次線性方程組解集的構造”。 第二板塊是矩陣特征理論基礎知識,在更高層次討方陣及其應用。
n 階方陣 A 的特征方程是個一元 n 次方程。
一元n次方程的討論點為:求根公式,根的個數,根與系數的關系。
一元二次方程有求根公式,在復數范圍內有兩個根。(二重根算兩個根。)有韋達定理顯示根與系數的關系。
從十六世紀到十八世紀,人們努力探索了近兩百年,也沒能找到一元五次方程及五次以上方程的求根公式。回頭又花去整整六十年,才證明了所期盼的求根公式不存在。以后在理論方向發掘,又證明了
“一元n次方程在復數范圍內有n個根。”(k重根算k個根。)
還同樣找到了高次方程的 “韋達定理”。
對線性方程組的討論則衍生出若干基本理論。可以合稱為線性理論。依靠著完美透徹的線性理論,所有的線性問題(線性方程組,線性微分方程組,……)都得到了園滿解決。
在研究非線性問題時,人們找到了“有限元”,“邊界元”等線性化計算方法。但是一個非線性問題用線性化計算方法產生的齊次線性方程組可能有成千上萬個方程。這樣一來,方程組的表達方式自然就上升為首要問題。
描述一個齊次線性方程 a1x1 + a2x2 + --- + a nx n = 0 ,實際上只需按順序寫出它的系數組就行了。這就產生了形式上的 n 維向量(a1,a2, …… ,an)。
方程組的兩種同解變換,即“方程兩端同乘以一個數”與“兩個方程相加(減)”,正好相應照“數乘向量”與“向量加法”。
如果是有m個方程的齊次線性方程組,則m個系數行就排成一個m×n階矩陣。
如果把 n 個未知量也按順序排成一個向量,(x1,x2, …… ,x n),則每個方程的左端
“a1x1 + a2x2 + --- + a n x n” ,正好是,系數向量與未知量向量的 “對應分量兩兩相乘,加在一起”。數學家們把這個計算方式規定為“向量的內積(數量積)”。進而規定出“矩陣的乘法”。
2.向量內積與矩陣乘法
由于理論或應用的需要,人們經常需要考慮在集合上定義更特殊的“運算”。這些“運算”在觀念上要比四則運算高一個層次。本質上是人為規定的,集合中任意兩個元與唯一的“第三者”的特殊對應規律。 高級語言稱之為集合上的 一個“二元關系” 。
內積是n維向量集合上的一個“二元關系”—— 兩個n維向量對應唯一確定的一個數。即
對任意兩個n 維行向量 α = (α1, α2, … ,αn) , β = (β1,β2 ,… ,βn) , 規定
內積 α?β = αβˊ= α1β1 + α2β2 + … + αnβn ( = β?α)
(畫外音:喜歡口訣嗎?左行右列作內積。對應分量積相加。)
內積又叫數量積。定義內積是深化討論的常用手段,理論背景深遠,應用范圍廣闊。比如,更高層次的討論中,在C[a,b] 函數集合上定義內積為 內積 (f,g)= 積函數f(x)g(x)在[a,b]上的定積分
《線性代數》教材中通常把n維向量設為列向量。借助于列向量可以把m×n階矩陣A表示為
A = (a1,a2,…,a n ) ,稱為矩陣 A 的 列分塊式 。
其中,列向量 a1 = ( a 11,…,a n 1 ) ˊ,…… , a n = ( a 1n ,… ,a n n ) ˊ
如果把每個列塊視為一個元素,可以說 A = (a1,a2,… ,a n) 是一個“形式向量”。這個觀念對學習《線性代數》大有好處。比如,讓“形式向量”與未知列向量x作“形式內積”,可以把齊次線性方程組 A x = 0 改寫為
(a1,a2,… ,a n) (x1,x 2,… ,x n)ˊ= 0
即 x1 a1+ x 2 a2 +……+ x n a n = 0
后面將會利用這個形式轉換,把“(列)向量組的線性相關性”與“齊次線性方程組有無非零解”相連系。
矩陣乘法是矩陣集合上的一個“二元關系” 。它的計算基礎是向量內積。具體規定為 ——
m×n 階矩陣A(a i j)與n×s 階矩陣B(b i j)可以有乘積矩陣AB =(c i j),
AB是m×s階矩陣,它的元素c i j 具體為 c i j = A的第i 行與B的第 j 列的內積。
即 c i j = a i 1b j1 + a i2 b j 2 + … + a i n b j n ,1≤ i ≤ m , 1 ≤ j ≤ s
階數規則 (m×n)(n×s)=(m×s), 保證“左行右列作內積”可行。
乘法變形1. (m×n)(n×s)=(m×s)—→(1×1)(1×s)=(1×s)
AB = A(b1,b 2,…,b s)=(A b 1,A b 2,…,A b s)
宏觀可乘:各分塊看成一個元素,滿足階數規則 (1×1)(1×s)=(1×s)
微觀可乘:對應相乘的子塊 A b j 都滿足: (m×n)(n×1)=(m×1)
乘法變形2. (m×n)(n×s)=(m×s)—→(m×1)(1×s)=(m×s)
AB =(A的行分塊式)(B的列分塊式)
這個分塊乘積式顯式了矩陣乘法與內積的關系。積矩陣AB 的每一個元都是內積形式。
乘法變形3. (m×n)(n×s)=(m×s)—→(1×n)(n×s)=(1×s)
AB =(a1,a 2,…,a n)(b i j)
=(a 1 b 11 + a 2 b 21 + … + a n b n1 ,…,a 1 b 1n + a 2 b 2 n + … + a n b n n)
乘積AB具列分塊式。且它的各列都是A的列向量的線性組合。
乘法變形3 的特殊情形就是“形式內積”。 (1×n)(n×1)=(1×1),考研數學題要求你會逆向還原:
c1 a1+ c 2 a2 +……+ c n a n = (a1,a2,… ,a n) (c1,c 2,… ,c n)ˊ
例 設有列向量組 a1 ,a2 ,a3 ,它們排成矩陣 A =(a1,a2,a3) ,如果它們的三個線性組合分別是 a1 + a2 + a3 ,a1 + 2a2 +4a3 ,a1 + 3a2 + 9a 3 ,試寫出新的三向量排成的矩陣B與A的關系。
分析 關鍵在于反寫形式內積 a1 + a2 + a3 =(a1,a2,a3)(1,1,1)ˊ
a1 + 2a2 +4a3 =(a1,a2,a3)(1,2,4)ˊ
a1 + 3a2 + 9a3 =(a1,a2,a3)(1,3,9)ˊ
于是 ,這三個線性組合為列排成的矩陣 ,等于A乘以 “三個系數列排成的矩陣” 。
乘法變形4. (m×n)(n×s)=(m×s)—→(m×n)(n×1)=(m ×1)
AB =(a i j)(B的行分塊式)
乘積AB具行分塊式。且它的各行都是B的行向量的線性組合。