《机器学习数学基础》补充资料：罗必达法则常见误用之探讨

卓永鸿 提供

定理 罗必达法则

若 $f(x)$ 与 $g(x)$ 都在 $x=a$ 的附近可微（$g^{\prime }(x)$ 在这附近不为 0 ），不必包含 $a$ 点本身，且 $\underset{x\to a}{\lim }f(x)=\underset{x\to a}{\lim }g(x)=0$ 或是 $\underset{x\to a}{\lim }f(x)=\underset{x\to a}{\lim }g(x)=\infty$ 。

则若
$$\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}=L$$
便可推论
$$\underset{x\to a}{\lim }\frac{f(x)}{g(x)}=L$$

有几个需注意的使用条件：

(1) 原极限须为不定式 $\frac{0}{0}$ 或 $\frac{\infty }{\infty }$

例如 $\underset{x\to 0}{\lim }\frac{\sin (x)}{3+5x}=0$ 并非不定式，上下微分以后 $\underset{x\to 0}{\lim }\frac{\cos (x)}{5}=\frac{1}{5}$

(2) 须上下微分后的极限存在，才能保证原极限也存在并且相等，而非两者直接画等号

例如 $\underset{x\to \infty }{\lim }\frac{x+\sin (x)}{x}=1$ ，上下微分以后 $\underset{x\to \infty }{\lim }\frac{1+\cos (x)}{1}$ 不存在

(3) 须 $f(x)$ 与 $g(x)$ 都在 $x=a$ 的附近（可不包含 $x=a$ 本身）可微

这点是非常显然的，因为我们使用罗必达法则就是要求取 $\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}$ ，即是看当 $x$ 由 $a$ 的附近趋向 $a$ 时，整个函数是否会随之趋近一个定值，既然如此，就必须 $\frac{f^{\prime }(x)}{g^{\prime }(x)}$ 在 $a$ 的附近有定义。

以下来看看误用的实际例子：

已知 $f^{\prime }(a)=2$，求 $\underset{h\to 0}{\lim }\frac{f(a+h)-f(a-h)}{2h}$

正确解法

$\underset{h\to 0}{\lim }\frac{f(a+h)-f(a-h)}{2h}=\frac{1}{2}\underset{h\to 0}{\lim }\left[\frac{f(a+h)-f(a)}{h}+\frac{f(a-h)-f(a)}{-h}\right]=f^{\prime }(a)=2$

不正确解法

$\underset{h\to 0}{\lim }\frac{f(a+h)-f(a-h)}{2h}\stackrel{\text{L}}{=}\underset{h\to 0}{\lim }\frac{f^{\prime }(a+h)+f^{\prime }(a-h)}{2}=f^{\prime }(a)=2$

• 所犯的错误一：由题目提供条件只知 $f(x)$ 在 $x=a$ 处可微，并不清楚在 $x=a$ 附近是否可微，所以前提不满足。
• 所犯的错误二：要是无视错误一，还是对分子分母求导了，会碰到第二个问题，即 $\underset{h\to 0}{\lim }\frac{f^{\prime }(a+h)+f^{\prime }(a-h)}{2}$ 该怎么接着解下去。常见的错误做法是直接代入 $h=0$ 得到 $\frac{f^{\prime }(a)+f^{\prime }(a)}{2}=f^{\prime }(a)$，但做极限问题能直接这样代入取值吗？除非你清楚 $f^{\prime }(x)$ 在 $x=a$ 处是连续的，可题目没说明这一点。

或许你会好奇，在 $x=a$ 处可微但在其附近不可微，这真的有可能吗？那下面就举一个具体例子：

设
$$f(x)=\{\begin{array}{ll}{x}^3& ,x\in \mathbb{R}\setminus \mathbb{Q}\\ 0& ,x\in \mathbb{Q}\end{array}$$
以及
$$g(x)=\{\begin{array}{ll}{x}^2& ,x\in \mathbb{R}\setminus \mathbb{Q}\\ 0& ,x\in \mathbb{Q}\end{array}$$
然后验证
$$f^{\prime }(0)=\underset{h\to 0}{\lim }\frac{f(h)-f(0)}{h}=\underset{h\to 0}{\lim }\frac{f(h)}{h}$$
因为
$$-|x^3|\le f(x)\le |x^3|$$
所以
$$-\frac{|h^3|}{h}\le \frac{f(h)}{h}\le \frac{|h^3|}{h}$$
而
$$\underset{h\to 0}{\lim }-\frac{|h^3|}{h}=0=\underset{h\to 0}{\lim }\frac{|h^3|}{h}$$
因此由夹挤定理我们知道
$$f^{\prime }(0)=\underset{h\to 0}{\lim }\frac{f(h)}{h}=0$$
然而在 $x\ne 0$ 处显然 $f(x)$ 并不连续，不连续也就不可微，$g(x)$ 也是如此。

如果把它们相除
f(x)g(x)={x,x∈R∖Q0,x∈Q∖{0} \frac{f(x)}{g(x)} = \begin{cases} x & , x \in \mathbb{R} \setminus \mathbb{Q} \\ 0 & , x \in \mathbb{Q} \setminus \{0\} \end{cases} g(x)f(x)​={x0​,x∈R∖Q,x∈Q∖{0}​
则显然极限
$$\underset{x\to 0}{\lim }\frac{f(x)}{g(x)}=0$$
但是假使无视前提去使用罗必达法则的话
$$\underset{x\to 0}{\lim }\frac{f(x)}{g(x)}\stackrel{\text{L}}{=}\underset{x\to 0}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}$$
由于 $f^{\prime }(x)$ 与 $g^{\prime }(x)$ 都只在 $x=0$ 处存在，而求极限 $x\to 0$ 是从非 0 处趋近到 0 ，这使得 $\frac{f^{\prime }(x)}{g^{\prime }(x)}$ 毫无意义！

另外补充不是误用，而是无法派上用场的例子：
$$\underset{x\to \frac{\pi }{2}}{\lim }\frac{\tan (x)}{\sec (x)}\stackrel{\text{L}}{=}\underset{x\to \frac{\pi }{2}}{\lim }\frac{\sec (x)}{\tan (x)}\stackrel{\text{L}}{=}\underset{x\to \frac{\pi }{2}}{\lim }\frac{\tan (x)}{\sec (x)}$$

$$\underset{x\to \infty }{\lim }\frac{\sqrt{2x+1}}{\sqrt{3x-1}}\stackrel{\text{L}}{=}\underset{x\to \infty }{\lim }\frac{2\sqrt{3x-1}}{3\sqrt{2x+1}}\stackrel{\text{L}}{=}\underset{x\to \infty }{\lim }\frac{\sqrt{2x+1}}{\sqrt{3x-1}}$$
使用条件没有问题，问题是没有简化式子 。

学习人工智能技术必备的数学知识，本书各大平台有售