4 AI必备微积分小白教程：函数与极限之函数的概念与表示

查看大图

函数是把输入映射到输出的规则。后面所有导数、积分和模型预测，都建立在这个输入输出关系上。

查看大图

我会先写清输入范围和输出含义。定义域不清楚，极限和导数很容易讨论错对象。

在本篇教程中，我们将深入探讨“函数”这一关键概念以及“极限”作为函数行为的一种描述。了解这些内容对于理解微积分的基本原理是至关重要的。接下来，我们将通过案例、代码示例以及详细的解释，帮助你建立起对函数和极限的基本认识。

函数的概念

在数学中，函数是指一个输入与输出之间的关系。更具体地，函数将每个输入（通常称为自变量）映射到唯一的输出（通常称为因变量）。可以将函数理解为一种规则，规定了如何从自变量得到因变量。

查看大图

学习函数与极限时，先把输入、输出、变化趋势和边界行为说清楚。导数和优化问题，都是在这个基础上继续展开。

函数的表示

函数有多种表示方式，最常见的包括：

1. 代数表达式： 例如，一个简单的函数可以用公式表示为 $f(x) = 2x + 3$。在这个例子里，对于任意值$x$，你都可以计算出对应的$f(x)$。

2. 图形： 函数也可以用图形表示，通常我们会在平面坐标系中绘制。图形的每一个点 $(x, f(x))$ 都表示了自变量 $x$ 和因变量 $f(x)$ 之间的关系。

3. 表格： 函数还可以通过表格列出不同输入值对应的输出值。例如：

   $x$	$f(x)$
   1	5
   2	7
   3	9

案例：常见函数

我们来看看一些常见的函数及其特点：

• 线性函数：如 $f(x) = mx + b$，图形是一条直线，斜率$m$和截距$b$决定了直线的倾斜和交点。
• 二次函数：如 $f(x) = ax^2 + bx + c$，图形是一个抛物线，开口方向由$a$的符号决定。
• 指数函数：如 $f(x) = a^x$，图形表现出快速增长的特性（如果$a > 1$）。

你可以通过 Python 代码来绘制这些函数的图形，下面是如何绘制一个线性函数的示例：

import numpy as np
import matplotlib.pyplot as plt

# 定义函数
def f(x):
    return 2*x + 3

# 生成自变量 x
x = np.linspace(-10, 10, 400)
y = f(x)

# 绘制函数图像
plt.plot(x, y, label='f(x) = 2x + 3')
plt.title('Linear Function')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.axhline(0, color='black', lw=0.5, ls='--')
plt.axvline(0, color='black', lw=0.5, ls='--')
plt.grid()
plt.legend()
plt.show()

极限的概念

在微积分中，极限是一个重要的概念，它帮助我们理解函数在某个点附近的行为。简单来说，极限可以看作是“当自变量无限接近某个值时，因变量的趋向值”。

查看大图

学习《AI必备微积分小白教程：函数与极限之函数的概念与表示》不必一口气吃完所有细节。先挑一个能动手验证的小问题，再顺着图和正文补齐概念。

极限的表示

极限通常用符号 $\lim$ 表示。例如，如果我们想表达当 $x$ 逼近 $a$ 时 $f(x)$ 的极限，可以写作：

$$\lim_{x \to a} f(x)$$

如果函数在$x$ 逼近 $a$ 时趋向于 $L$，则可以说：

$$\lim_{x \to a} f(x) = L$$

查看大图

读到这里，可以把《AI必备微积分小白教程：函数与极限之函数的概念与表示》整理成一张复盘表：先说清主线，再拿一个小任务检查结果。

查看大图

读完《AI必备微积分小白教程：函数与极限之函数的概念与表示》后，可以先挑一个小样例走完整流程，再判断哪些步骤已经能独立完成。

总结

在这一部分学习中，我们探讨了函数的基本概念及表示方法，以及极限的定义。掌握这些基础知识是进入更深入的微积分学习的重要前提。在下一个教程中，我们将讨论极限的定义与性质，进一步加深对极限的理解。通过本系列教程，我们期望能够帮助你构建扎实的微积分基础，以便在日后的学习和应用中得心应手。