1
A
回答
3
編輯:這個答案基本上是在做一下彭一說的。
我們採取的
log_2(x)/x^p
的限制常數p> 0,表明極限是零。既然log_2(x)和x^p隨着x增大而無限制地變爲無窮大,我們應用l'Hopital's rule。這意味着我們的限制是一樣的
1/(x*ln2)/p*x^(p-1)
使用分數簡單規則的限制,我們減少了這
1/(p * x^p * ln2)
由於分母趨於無窮大,而分子是不變的,我們可以評估極限 - 它是零,這意味着log_2(x)漸近地比x^p漸近地增長,而不管p的(正)值如何。
EDIT2:
順便說一句,如果你有興趣在這個問題和發佈答案,不妨考慮通過以下鏈接,並提交到運動的新計算機科學StackExchange現場支持:
1
給定兩個(非負)實值函數f
和g
,要計算
lim_{x -> infinity} f(x)/g(x)
此限制是:
0
當且僅當f
增長慢於g
infinity
當且僅當f
增長快於g
c
對於某一常數0 < c < infinity
當且僅當f
和g
增長以相同的速度
現在,你可以把你喜歡的任何實例和計算的極限,看看哪個生長較快。
0
你可以考慮衍生品。
d(X^N)/ DX = NX ^(N-1)
d(LN X)/ DX = 1/X
對於n> = 1 NX ^(n-1個)隨x增加或保持不變,而1/x隨x減小,所以多項式增長更快。
e^x的對數是x,而n^x的對數是n ln x,所以用上面的參數來比較e^x的對數和x^n的對數,e^x增長更快。
相關問題
- 1. 費率計費計算
- 2. 使用lubridate計算每分鐘費率
- 3. 算法分析
- 4. 付費率計算器
- 5. Fedex Api費率計算器
- 6. PHP運輸費率計算
- 7. 算法幫助需要! [概率,分佈,序列分析]
- 8. Abaqus免費免費分析?
- 9. Python中的頻率分析
- 10. 簡單的算法分析
- 11. Prim算法的分析
- 12. Bubble-sort算法的分析
- 13. 算法的大O分析?
- 14. 算法的攤銷分析
- 15. 排序算法精確個案概率分析
- 16. 算法分析(big-O)算法
- 17. 分析算法中的遞歸
- 18. 寄存器分配算法的效率
- 19. 素因子分解算法的效率
- 20. 性格消費詞法分析
- 21. 上下文免費語法分析樹
- 22. 平攤分析計費方法
- 23. Big-Theta算法分析
- 24. 算法複雜性分析
- 25. 數獨算法分析
- 26. 並行算法分析
- 27. 變異分析算法
- 28. Big-O算法分析
- 29. XSD分析器算法
- 30. 預排序分析算法?
第1步 - 在方格紙上繪製曲線。第2步 - 看曲線。你真的在問什麼?爲什麼形狀是他們的樣子? – 2012-01-11 19:06:48