코시 수렴 판정법이 또..
걍 미적공부 포기하고 집합론부터 배워야겠다
그래서 극한을 모를 때 무슨 값일지 찾는 용도로는 쓸 수 없음. 극한값을 추측할 수 있을때 진짜 여기로 수렴하는거 맞나? 할 때 쓰는거임
극한의 존재성을 보이는거지 극한값을 찾는 정리가 아님
그래서 따로 사전에 극한값을 추정하고 그게 진짜 극한값이 됨을 증명하는방식으로 쓰이죠?
네, 맞아요!
그 식을 만족하는게 있으면 그걸 극한값이라고 부르는거임
극한값 이라는게 clust point 얘기하는거잖아 정의역들이 어떤 a라는점 주변에서 함숫값들이 특정값 에 몰려있는거 같다(다가가는거같다)라고 예상하고 쓰는거지 예를들면 x^2/x 라는 함수는 x=0 에서 정의되진 않지만 그 주변의 함숫값들이 0 주위에 몰려있잖음
그래서 예상값을 0으로 잡고 입-델 논법을 썼는데 실제로 맞네? 그럼 그 값이 극한값이구나 라고 확인가능하겠ㅈㄱ
실제로도 x^2/x 함수는 0 에서 극한값으로 0을 갖지만, x=0 에서는 정의되진 않잖아
코시 수렴 판정법이 또..
걍 미적공부 포기하고 집합론부터 배워야겠다
그래서 극한을 모를 때 무슨 값일지 찾는 용도로는 쓸 수 없음. 극한값을 추측할 수 있을때 진짜 여기로 수렴하는거 맞나? 할 때 쓰는거임
극한의 존재성을 보이는거지 극한값을 찾는 정리가 아님
그래서 따로 사전에 극한값을 추정하고 그게 진짜 극한값이 됨을 증명하는방식으로 쓰이죠?
네, 맞아요!
그 식을 만족하는게 있으면 그걸 극한값이라고 부르는거임
극한값 이라는게 clust point 얘기하는거잖아 정의역들이 어떤 a라는점 주변에서 함숫값들이 특정값 에 몰려있는거 같다(다가가는거같다)라고 예상하고 쓰는거지 예를들면 x^2/x 라는 함수는 x=0 에서 정의되진 않지만 그 주변의 함숫값들이 0 주위에 몰려있잖음
그래서 예상값을 0으로 잡고 입-델 논법을 썼는데 실제로 맞네? 그럼 그 값이 극한값이구나 라고 확인가능하겠ㅈㄱ
실제로도 x^2/x 함수는 0 에서 극한값으로 0을 갖지만, x=0 에서는 정의되진 않잖아