一、o(x)的严格定义
设当 ( x to a )( a ) 可以是 0、某个常数或穷大时,( f(x) ) 和 ( g(x) ) 都是穷小量即 ( lim_{x to a} f(x) = 0 ) 且 ( lim_{x to a} g(x) = 0 )。若满足:
[ lim_{x to a} frac{f(x)}{g(x)} = 0 ]
则称 ( f(x) ) 是 ( g(x) ) 的高阶穷小量,记作 ( f(x) = o(g(x)) )当 ( x to a ) 时。
特别地,当 ( g(x) = x ) 且 ( x to 0 ) 时,( o(x) ) 就表示与 ( x ) 相比趋于零更快的穷小量。例如:
- 当 ( x to 0 ) 时,( x^2 = o(x) ),因为 ( lim_{x to 0} frac{x^2}{x} = lim_{x to 0} x = 0 );
- 当 ( x to 0 ) 时,( sin x - x = o(x) ),因为 ( lim_{x to 0} frac{sin x - x}{x} = 0 )。
二、o(x)的基本性质
作为高阶穷小量的记号,o(x) 满足以下运算规则以 ( x to 0 ) 为例:
1. 线性性:若 ( f(x) = o(x) ),( g(x) = o(x) ),则 ( f(x) pm g(x) = o(x) );
2. 常数倍:对任意常数 ( C ),( C cdot o(x) = o(x) );
3. 乘积性:若 ( f(x) = o(x) ),则 ( x^k cdot f(x) = o(x^{k+1}) )( k > 0 );
4. 有界函数乘积:若 ( f(x) = o(x) ),( h(x) ) 在某邻域内有界,则 ( h(x) cdot f(x) = o(x) )。
三、o(x)的应用场景
o(x) 主要用于简化极限计算和函数逼近,最典型的场景是泰勒公式。例如,函数 ( f(x) ) 在 ( x = 0 ) 处的泰勒展开式可写作:
[ f(x) = f(0) + f'(0)x + frac{f''(0)}{2!}x^2 + cdots + frac{f^{(n)}(0)}{n!}x^n + o(x^n) ]
其中 ( o(x^n) ) 表示该项是 ( x^n ) 的高阶穷小,直观反映了“逼近误差”随 ( x to 0 ) 而迅速趋于零。
此外,在等价穷小替换中,o(x) 可用于补充精度。例如,当 ( x to 0 ) 时,( e^x sim 1 + x ),但更精确的表达式是 ( e^x = 1 + x + o(x) ),这意味着 ( e^x - (1 + x) ) 比 ( x ) 更快地趋于零。
o(x) 本质上是对穷小量“阶”的度量,通过极限比值为零的定义,量化了函数趋于零的速度差异。它不仅是高等数学中描述极限过程的工具,也是理函数局部逼近如泰勒展开的核心概念之一。掌握 o(x) 的含义与性质,能帮助更精确地分析极限问题和函数行为。
二、o(x)的基本性质
作为高阶穷小量的记号,o(x) 满足以下运算规则以 ( x to 0 ) 为例:
1. 线性性:若 ( f(x) = o(x) ),( g(x) = o(x) ),则 ( f(x) pm g(x) = o(x) );
2. 常数倍:对任意常数 ( C ),( C cdot o(x) = o(x) );
3. 乘积性:若 ( f(x) = o(x) ),则 ( x^k cdot f(x) = o(x^{k+1}) )( k > 0 );
4. 有界函数乘积:若 ( f(x) = o(x) ),( h(x) ) 在某邻域内有界,则 ( h(x) cdot f(x) = o(x) )。
三、o(x)的应用场景
o(x) 主要用于简化极限计算和函数逼近,最典型的场景是泰勒公式。例如,函数 ( f(x) ) 在 ( x = 0 ) 处的泰勒展开式可写作:
[ f(x) = f(0) + f'(0)x + frac{f''(0)}{2!}x^2 + cdots + frac{f^{(n)}(0)}{n!}x^n + o(x^n) ]
其中 ( o(x^n) ) 表示该项是 ( x^n ) 的高阶穷小,直观反映了“逼近误差”随 ( x to 0 ) 而迅速趋于零。
此外,在等价穷小替换中,o(x) 可用于补充精度。例如,当 ( x to 0 ) 时,( e^x sim 1 + x ),但更精确的表达式是 ( e^x = 1 + x + o(x) ),这意味着 ( e^x - (1 + x) ) 比 ( x ) 更快地趋于零。
o(x) 本质上是对穷小量“阶”的度量,通过极限比值为零的定义,量化了函数趋于零的速度差异。它不仅是高等数学中描述极限过程的工具,也是理函数局部逼近如泰勒展开的核心概念之一。掌握 o(x) 的含义与性质,能帮助更精确地分析极限问题和函数行为。
此外,在等价穷小替换中,o(x) 可用于补充精度。例如,当 ( x to 0 ) 时,( e^x sim 1 + x ),但更精确的表达式是 ( e^x = 1 + x + o(x) ),这意味着 ( e^x - (1 + x) ) 比 ( x ) 更快地趋于零。
