高等代数
高等代数知识结构

高等代数知识结构高等代数是数学中的一个重要分支,它研究向量空间和线性变换的性质和结构。
在高等代数中,学习者需要了解的主要知识点包括向量空间、矩阵、线性方程组、特征值和特征向量,以及代数学的应用等。
下面是对这些知识点的详细介绍。
1.向量空间向量空间是高等代数的基础概念之一、在向量空间中,有两个基本操作:向量加法和标量乘法。
向量加法满足交换律和结合律,标量乘法满足分配律。
向量空间还需要满足零向量的存在性和反元素的存在性,即对于任意向量v,存在一个向量-u,使得v+u=0。
向量空间还可以进一步研究其子空间,即一个向量空间V的子集W,如果W也满足向量加法和标量乘法的封闭性,那么W也是一个向量空间。
2.矩阵矩阵是高等代数中另一个重要的概念。
矩阵可以看作是一个由m行n 列元素组成的矩形阵列。
矩阵的运算包括矩阵加法、矩阵乘法、矩阵的转置等。
矩阵加法满足交换律和结合律,矩阵乘法满足分配律。
矩阵的转置操作是将矩阵的行变成列,列变成行。
3.线性方程组线性方程组是高等代数中的一个重要内容。
线性方程组可以看作是一系列线性方程的集合,其中每个线性方程由一系列未知数和一个常数项组成。
求解线性方程组的目标是找到满足所有方程的解。
线性方程组有两种形式:齐次线性方程组和非齐次线性方程组。
齐次线性方程组的常数项全为零,非齐次线性方程组的常数项至少有一个非零。
求解线性方程组可以通过消元法、矩阵法或特解法等多种方法。
4.特征值和特征向量特征值和特征向量是矩阵理论中的重要概念。
对于一个n阶方阵A,如果存在一个标量λ和一个非零向量v,使得Av=λv,则称λ为A的特征值,v为A对应于特征值λ的特征向量。
特征值和特征向量具有重要的几何和实际意义。
特征值可以用于矩阵的对角化和谱分解,特征向量可以用于描述矩阵的主要方向。
5.代数学的应用代数学是高等代数的一个重要应用分支。
代数学在物理学、工程学、计算机科学等领域有广泛的应用。
在物理学中,代数学可以用于描述物理系统的运动和变化,例如力学中的刚体运动、量子力学中的波函数等。
理学高等代数

101 又 1 3 1 12 0,
420
1 0 1 0
1
2 4
3 1 2
1 2 0
0 1 0
可逆.
令 (0,0,1,0)
则 1,2 ,4 , 线性无关,从而为P4的一组基.
例2、把复数域看成实数域R上的线性空间, 证明: C R2
证:证维数相等. 首先,x C, x 可表成 x a1 bi, a,b R 其次,若 a1+ bi= 0, 则 a= b 0. 所以,1,i 为C的一组基, dimC 2. 又, dim R2 2
所以, dimC dim R2. 故, V1 V2 .
三.线性变换
▪ 线性变换
➢ 定义 ➢ 线性变换的矩阵
▪ 相似矩阵 ▪ 特征值、特征向量
哈密尔顿-凯莱(Hamilton-Caylay)定理
▪ 可对角化
➢ 定义
定理 设 为 n 维线性空间V的一个线性变换,
则 可对角化 有 n个线性无关的特征向量.
▪ 选择题 ▪ 填空题 ▪ 小计算题 ▪ 大计算题 ▪ 证明题
题型
主要内容
一.二次型 二.线性空间 三.线性变换
四. -矩阵
五.欧几里得空间
一.二次型
▪ 合同变换化标准形
定理:数域P上任一对称矩阵合同于一 个对角矩阵.
▪ 正惯性指数、负惯性指数、符号差 ▪ 实二次型、复二次型的合同的等价条件
实对称矩阵A、B合同 秩( A) 秩(B) 且二次型 X ' AX与X ' BX的正惯性
,
2 0 0
则
C
'
AC
0 0
2 0
0 6
,
作非退化线性替换X=CY, 则二次型化为标准形
高等代数知识点总结

f : A B, a f (a).
如果 f (a) b B ,则 b 称为 a 在 f 下的像, a 称为 b 在 f 下的原像。 A 的所有元素
称为矩阵的行(列)初等变换。
定义(齐次线性方程组) 数域 K 上常数项都为零的线性方程组称为数域 K 上的齐次
线性方程组。 这类方程组的一般形式是
a11x1 a12 x2 a1n xn 0, a12 x1 a22 x2 a2n xn 0, ...... am1x1 am2 x2 amn xn 0.
f (x) a0 (x 1 )(x 2 )......(x n ) 证明 利用高等代数基本定理和命题 1.3,对 n 作数学归纳法。
2.高等代数基本定理的另一种表述方式
定义 设 K 是一个数域, x 是一个未知量,则等式
a0 x n a1 x n1 ...... an1 x an 0
命题 变元个数大于方程个数的齐次线性方程组必有非零解; 证明 对变元个数作归纳。 说明 线性方程组的解的存在性与数域的变化无关(这不同于高次代数方程)。事实上, 在(通过矩阵的初等变换)用消元法解线性方程组时,只进行加、减、乘、除的运算。如果
所给的是数域 K 上的线性方程组,那么做初等变换后仍为 K 上的线性方程组,所求出的解 也都是数域 K 中的元素。因此,对 K 上线性方程组的全部讨论都可以限制在数域 K 中进行。
命题 n 次代数方程在复数域C内有且恰有 n 个根(可以重复)。
命题(高等代数基本定理的另一种表述形式)给定C上两个n次、m次多项式
高等代数教案

全套高等代数教案第一章:高等代数概述1.1 高等代数的定义与意义理解高等代数的基本概念了解高等代数在数学及其它领域中的应用1.2 基本术语和符号学习常见的代数运算符掌握基本的代数表达式1.3 基本定理和性质学习线性方程组的解的存在性定理理解线性空间的基本性质第二章:矩阵和行列式2.1 矩阵的基本概念理解矩阵的定义和矩阵元素的意义学习矩阵的运算规则2.2 行列式的定义和性质理解行列式的概念掌握行列式的计算方法2.3 矩阵和行列式的应用学习矩阵在几何中的应用了解矩阵在概率论和统计中的应用第三章:线性方程组3.1 高斯消元法学习高斯消元法的原理和步骤掌握高斯消元法的应用3.2 矩阵的秩理解矩阵秩的概念学习矩阵秩的计算方法3.3 线性方程组的解的结构理解线性方程组解的存在性定理学习线性方程组解的方法第四章:特征值和特征向量4.1 特征值和特征向量的定义理解特征值和特征向量的概念学习特征值和特征向量的计算方法4.2 矩阵的对角化理解矩阵对角化的概念掌握矩阵对角化的方法4.3 特征值和特征向量的应用学习特征值和特征向量在几何中的应用了解特征值和特征向量在物理中的应用第五章:向量空间和线性变换5.1 向量空间的基本概念理解向量空间和子空间的概念学习向量空间的基和维数5.2 线性变换的基本概念理解线性变换的定义和性质学习线性变换的矩阵表示5.3 线性变换的应用学习线性变换在几何中的应用了解线性变换在信号处理中的应用第六章:特征多项式和最小多项式6.1 特征多项式的定义和性质理解特征多项式的概念学习特征多项式的计算方法6.2 最小多项式的定义和性质理解最小多项式的概念掌握最小多项式的计算方法6.3 特征多项式和最小多项式的应用学习特征多项式和最小多项式在矩阵对角化中的应用了解特征多项式和最小多项式在多项式环中的应用第七章:二次型7.1 二次型的定义和基本性质理解二次型的概念学习二次型的标准形和规范形7.2 惯性定理和二次型的分类理解惯性定理的概念学习二次型的分类方法7.3 二次型的应用学习二次型在几何中的应用了解二次型在优化问题中的应用第八章:线性微分方程组8.1 线性微分方程组的定义和性质理解线性微分方程组的概念学习线性微分方程组的解的结构8.2 常系数线性微分方程组的解法学习常系数线性微分方程组的解法掌握常系数线性微分方程组的通解8.3 线性微分方程组的应用学习线性微分方程组在物理学中的应用了解线性微分方程组在经济学中的应用第九章:特征值问题的数值解法9.1 特征值问题的数值解法概述了解特征值问题的数值解法的概念学习特征值问题的数值解法的方法9.2 幂法和反幂法学习幂法和反幂法的原理和步骤掌握幂法和反幂法的应用9.3 稀疏矩阵和迭代法理解稀疏矩阵的概念学习迭代法的原理和步骤第十章:高等代数的进一步研究10.1 向量丛和纤维丛理解向量丛和纤维丛的概念学习向量丛和纤维丛的分类方法10.2 群表示论的基本概念理解群表示论的概念学习群表示论的基本性质10.3 高等代数的其它研究领域了解高等代数在数学物理方程中的应用学习高等代数在和机器学习中的应用重点和难点解析重点环节一:矩阵的秩秩的概念是高等代数中的重要概念,理解秩的计算方法和秩的性质对于后续学习线性变换、矩阵对角化等高级内容至关重要。
高等代数

说明
的标准分解式, ① 若已知两个多项式 f ( x ), g ( x ) 的标准分解式, 则可直接写出
( f ( x ), g( x ) ) .
f ( x ), g ( x ) 的标准
( f ( x ), g( x ) ) 就是那些同时在
分解式中出现的不可约多项式方幂的乘积, 分解式中出现的不可约多项式方幂的乘积,所带 方幂指数等于它在 f ( x ), g ( x ) 中所带的方幂指数 中较小的一个. 中较小的一个.
(
)(
x2 + 2
)
(在有理数域上) 在有理数域上)
= x 2 = x 2
(
)(
x+ 2
)(
x2 + 2
)
(在实数域上) 在实数域上)
(
) ( x + 2 ) ( x 2i ) ( x +
在复数域上) 2i (在复数域上)
)
§1.5 因式分解定理
一,不可约多项式
定义: 定义: 设 p( x ) ∈ P[ x ] ,且 ( p ( x ) ) ≥ 1 ,若 p( x )
f ( x ) = p1 ( x ) p2 ( x ) ps ( x )
= q1 ( x )q2 ( x ) qt ( x )
⑴
pi ( x ), q j ( x ) ( i = 1,2, , s ; j = 1,2, , t . ) 都是不可约
多项式. 多项式 作归纳法. 对 s 作归纳法. 若 s = 1, 则必有 s = t = 1, f ( x ) = p1 ( x ) = q1 ( x )
§1.5 因式分解定理
例如, 例如,若 f ( x ), g ( x ) 的标准分解式分别为
高等代数知识点总结

分块三角矩阵的行列式
Cauchy-Binet 公式
Vandermonde 行列式
定义
性质
*
*
分块三角形行列式
Laplace定理 (按第i1,...,ik行展开)
Cauchy-Binet公式 设U是m×n矩阵, V是n×m矩阵, m≥n, 则
*
*
融资项目商业计划书
单击此处添加副标题
重要结论: 带余除法定理 对于任意多项式f(x)和非零多项式g(x),有唯一的q(x)和r(x)使得 f(x)=g(x)q(x)+r(x),r(x)=0或degr(x)<degg(x). 最大公因式的存在和表示定理 任意两个不全为0的多项式都有最大公因式,且对于任意的最大公因式d(x)都有u(x)和v(x)使得 d(x)=f(x)u(x)+g(x)v(x) 互素 f(x)和g(x)互素有u(x)和v(x)使得 f(x)u(x)+g(x)v(x)=1.
向量组等价:
S和T等价,即S,T可以互相表示 S,T的极大无关组等价 S,T的秩数相等,且其中之一可由另一表示
对于向量组S,T,下列条件等价
线性相关与线性表示: 1,...,r线性相关当且仅当其中之一可由其余的线性表示 若,1,...,r线性相关,而1,...,r线性无关,则可由1,...,r线性表示,且表法唯一
A,B等价有可逆矩阵P,Q使得A=PBQ 每个秩数为r的矩阵都等价于
矩阵等价
*
可逆矩阵vs列满秩矩阵
对于n阶矩阵A,下列条件等价 A是可逆矩阵 |A|0 秩A=n 有B使得AB=I或BA=I A是有限个初等矩阵之积 A(行或列)等价于I A的列(行)向量组线性无关 方程组Ax=0没有非零解 对任意b,Ax=b总有解 对某个b,Ax=b有唯一解 A是可消去的(即由AB=AC或BA=CA恒可得B=C) 对于m×r矩阵G,下列条件等价 G是列满秩矩阵, G有一个r阶的非零子式 秩G=列数 G有左逆,即有K使得KG=I 有矩阵H使得(G, H)可逆 G行等价于 G的列向量组线性无关 方程组Gx=0没有非零解 对任意b,若Gx=b有解则唯一 对某个b,Gx=b有唯一解 G是左可消去的(即由GB=GC恒可得B=C)
高等代数(第1章)

称为系数在数域P中的一元多项式,简称为数域P上 符号x 可以是为未知数, 的一元多项式.
也可以是其它待定事物.
习惯上记为f (x),g(x)……或f, g……上述形 n 式表达式可写为 i
2012-12-2
f (x)
a
i0
i
x
8
几个概念:
零多项式 ——系数全为0的多项式 多项式相等 —— f (x)=g(x)当且仅当同次项的系 数全相等 (系数为零的项除外) 多项式 f (x)的次数 ——f (x)的最高次项对应的幂 次,记作(f (x)) 或deg (f (x)) .
数域 一元多项式 整除的概念 最大公因式 因式分解定理 重因式 多项式函数 复系数与实系数多项式的因式分解 有理系数多项式
3
2012-12-2
§1
数域
要说的话:对所要讨论的问题,通常要明确所考 虑的数的范围,不同范围内同一问题的回答可能 是不同的。例如,x2+1=0在实数范围与复数范围 内解的情形不同。 常遇到的数的范围:有理数集 、实数集、复数集 共性(代数性质):加、减、乘、除运算性质 有些数集也有与有理数集 、实数集、复数集相同 的代数性质 为在讨论中将其统一起来,引入一个一般的概 念——数域。
解之得
a
6 5
,b
13 5
,c
6 5
.
2012-12-2
15
例2 设 f (x), g(x)与h(x)为实数域上多项式.证明:如果 f 2(x)= x g2(x)+ x h2(x) 则 f (x)=g(x)=h(x)=0 证:反证. 若f (x)0,则f 2(x) 0.由 若g(x)0,由于
高等代数1

高等代数高等代数是现代数学中的一门重要学科,它研究的是代数结构的基础和性质。
代数结构是指由一组元素及其相关运算组成的数学系统,如群、环、域等。
高等代数是对线性代数和抽象代数等基础知识的延伸和深化,对于理解现代数学中许多分支都至关重要。
一、线性代数高等代数中最基础的部分是线性代数。
线性代数是代数学中的一个分支,主要研究向量、矩阵以及线性方程组的性质和运算。
线性代数是微积分和微分方程等数学领域必不可少的基础知识,它的应用范围也很广泛,包括了图像处理、信号处理、机器学习等领域。
1. 向量空间向量空间是线性代数中最重要的概念之一,它是由一组向量以及其对应的加法和数乘运算组成的数学结构。
向量可以是实数向量或复数向量,它们具有加法、数乘、向量求和、向量求差等运算。
2. 线性变换线性变换是一种从一个向量空间到另一个向量空间的映射,它具有线性性质。
线性变换的本质是将一个向量空间中的向量映射到另一个向量空间中的向量,它可以用矩阵表示,从而得到更方便的运算方式。
3. 矩阵及其运算矩阵是线性代数中常见的数学工具,它具有加法、数乘、矩阵乘法等运算,可以用于解决线性方程组、对称矩阵的特征值和特征向量等问题。
二、抽象代数抽象代数是研究代数结构的基本性质和理论结构的一门学科,它通过对代数结构的抽象和推广,研究了许多重要的代数性质。
抽象代数包括了群论、环论、域论等领域。
1. 群论群是一种有限或无限的、具有代数结构的量,它由一组元素以及合成运算组成。
群具有封闭、结合、单位元和逆元等运算性质,在数学研究中被广泛应用。
群论的应用领域包括了几何学、物理学、密码学等领域。
2. 环论环是一种数学结构,它由一个集合以及两个二元运算(加法和乘法)组成。
环论是研究环以及环上的运算和性质的数学分支,它的应用包括了计算机科学、代数几何学等领域。
3. 域论域是一种具有加法、乘法、加法逆元和乘法逆元等运算的数学结构,它是一个基本的代数结构。
域论是研究域以及域上的运算和性质的数学分支,它在现代数学和理论物理学中都有广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
高等代数方法论文信科090109271013孟庆阳等价无穷小性质的理解、延拓及应用【摘要】等价无穷小具有很好的性质,灵活运用这些性质,无论是在在求极限的运算中,还是在正项级数的敛散性判断中,都可取到预想不到的效果,能达到罗比塔法则所不能取代的作用。
通过举例,对比了不同情况下等价无穷小的应用以及在应用过程中应注意的一些性质条件,不仅使这些原本复杂的问题简单化,而且可避免出现错误地应用等价无穷小。
【关键词】等价无穷小极限罗比塔法则正项级数比较审敛法Comprension,Expand and Application of Equivalent Infinitesimal's CharacterAbstract Equivalent Infinitesimal have good characters,both in opreation of test for Limit and determine whether the positive series converges or diverges,if these quality that apply flexibly can obtain more effect,the effection can not be replace by L'Hospital Rule.this paper give examples and compare some instance to pay attention to condition in application of Equivalent Limit,so the question can be simply and avoid error in application.Key words equivalent Infinitesimal; limit; L'Hospital rule positive series;comparison test等价无穷小概念是高等数学中最基本的概念之一,但在高等数学中等价无穷小的性质仅仅在“无穷小的比较”中出现过,其他地方似乎都未涉及到。
其实,在判断广义积分、级数的敛散性,特别是在求极限的运算过程中,无穷小具有很好的性质,掌握并充分利用好它的性质,往往会使一些复杂的问题简单化,可起到事半功倍的效果,反之,则会错误百出,有时还很难判断错在什么地方。
因此,有必要对等价无穷小的性质进行深刻地认识和理解,以便恰当运用,达到简化运算的目的。
1 等价无穷小的概念及其重要性质〔1〕无穷小的定义是以极限的形式来定义的,当x→x0时(或x→∞)时,limf(x)=0,则称函数f(x)当x→x0时(或x→∞)时为无穷小。
当limβα=1,就说β与α是等价无穷小。
常见性质有:设α,α′,β,β′,γ 等均为同一自变量变化过程中的无穷小,①若α~α′,β~β′,且limα′β′存在,则limαβ=limα′β′②若α~β,β~γ,则α~γ性质①表明等价无穷小量的商的极限求法。
性质②表明等价无穷小的传递性若能运用极限的运算法则,可继续拓展出下列结论:③若α~α′,β~β′,且limβα=c(≠-1),则α+β~α′+β′证明:∵ limα+βα′+β′=lim1+βαα′α+β′α′=lim1+c1+αα′·βα·β′β=lim1+c1+c=1 ∴ α+β~α′+β′而学生则往往在性质(3)的应用上忽略了“limβα=c(≠-1)”这个条件,千篇一律认为“α~α′,β~β′,则有α+β~α′+β′④若α~α′,β~β′,且limAα′±Bβ′Cα′±Dβ′存在,则当Aα′±Bβ′Cα′±Dβ′≠0且limAα±BβCα±Dβ存在,有limAα±BβCα±Dβ=limAα′±Bβ′Cα′±Dβ′此性质的证明见文献〔2〕,性质③、④在加减法运算的求极限中就使等价无穷小的代换有了可能性,从而大大地简化了计算。
但要注意条件“limβα=c(≠-1)”,“Aα′±Bβ′Cα′±Dβ′≠0”的使用。
2 等价无穷小的应用2.1 在求极限中经常用到的等价无穷小有x~sinx~arcsinx~tanx~arctanx~ln(1+x)~ex-1, 1-cosx~12x2, n1+x~1+xn,(x→0)例1 limx→0tanx-sinxx3解:原式=limx→0sinx(1-cosx)x3cosx=limx→0x·12x2x3(∵ sinx~x,1-cosx~x22)=12此题也可用罗比塔法则做,但不能用性质④做。
∵ tanx-sinxx3=x-xx3=0,不满足性质④的条件,否则得出错误结论0。
例2 limx→0e2x-31+xx+sinx2解:原式=limx→0e2x-1-(31+x-1)x+x2=limx→02x-13xx(1+x)=53用性质④直接将等价无穷小代换进去,也可用罗比塔法则做。
例3 limx→0(1x2-cot2x)解法1:原式=limx→0sin2x-x2cos2xx2sin2x=limx→0(sinx+xcosx)(sinx-xcosx)x4=limx→0x2(1+cosx)(1-cosx)x4 (∵ sinx~x)=limx→0(1+cosx)(1-cosx)x2=limx→012x2·(1+cosx)x2=1解法2:原式=limx→0tan2x-x2x2tan2x=limx→0(tanx+x)(tanx-x)x4=limx→02x(tanx-x)x44 (∵ tanx~x)=limx→02(tanx-x)x3=limx→02(sec2x-1)3x2=23limx→0tan2xx2=23 (∵ tanx~x)两种解法的结果不同,哪一种正确呢?可以发现解法1错了,根源在于错用sinx-xcosx~x-xcosx (注意limx→0sinx-xcosx=-1), 由性质③ sinx-xcosx并不等价于x-xcosx 。
从解法2又可以看到尽管罗比塔法则是求极限的一个有力工具,但往往需要几种方法结合起来运用,特别是恰当适时地运用等价无穷小的代换,能使运算简便,很快得出结果。
2.2 在正项级数的审敛判别法中,用得比较多的是比较审敛法的极限形式,它也是无穷小的一个应用。
比较审敛法的极限形式:设∑∞n=1un 和∑∞n=1vn 都是正项级数,①如果limn→∞unvn=l(0≤l<+∞) ,且级数∑∞n=1vn收敛,则级数∑∞n=1un收敛。
②如果limn→∞unvn=l>0 或limn→∞unvn=+∞,且级数∑∞n=1vn发散,则级数∑∞n=1un 发散。
当l=1时,∑un,∑vn就是等价无穷小。
由比较审敛法的极限形式知,∑un与∑vn同敛散性,只要已知∑un,∑vn中某一个的敛散性,就可以找到另一个的敛散性。
例4 判定∑∞n=11n2-lnn 的敛散性解:∵ limn→∞1n2-lnn1n2=limn→∞n2n2-lnn=1 又∑1n2 收敛∴ ∑∞n=11n2-lnn 收敛例5 研究∑∞n=11ln(1+n)的敛散性解:limn→∞1ln(1+n)1n=limn→∞nln(1+n)=1 而∑1n 发散∴ ∑∞n=11ln(1+n) 发散3 等价无穷小无可比拟的作用以例3看,若直接用罗比塔法则会发现出现以下结果:原式=limx→0tan2x-x2x2tan2x=limx→02(secx·tanx-x)2xtan2x+2x2tanx·secx =limx→0secx(tan2x-sec2x)-1tan2x+4x·tanx·secx+x2secx(sec2x+tan2x)式子越变越复杂,难于求出最后的结果。
而解法2适时运用性质①,将分母x2tan2x替换成x4,又将分子分解因式后进行等价替换,从而很快地求出正确结果。
再看一例:例6〔3〕limx→0+tan(sinx)sin(tanx)解:原式=limx→0+sec2(sinx)cosx2tan(sinx)cos(tanx)sec2x2sin(tanx) (用罗比塔法则)=limx→0+sec2(sinx)cosxcos(tanx)sec2x·limx→0+sin(tanx)tan(sinx) (分离非零极限乘积因子)=limx→0+sin(tanx)tan(sinx) (算出非零极限)=limx→0+cos(sinx)sec2x2sin(tanx)sec2(sinx)cosx2tan(sinx) (用罗比塔法则)=limx→0+cos(sinx)sec2xsec2(sinx)cosx·limx→0+tan(sinx)sin(tanx)=limx→0+tan(sinx)sin(tanx)出现循环,此时用罗比塔法则求不出结果。
怎么办?用等价无穷小代换。
∵ x~sinx~tanx(x→0)∴原式=limx→0+xx=1而得解。
由此可看到罗比塔法则并不是万能的,也不一定是最佳的,它的使用具有局限性〔3〕。
只要充分地掌握好等价无穷小的4条性质就不难求出正确的结论。
【参考文献】1 同济大学应用数学系,主编.高等数学.第5版.北京:高等教育出版社,2002,7(38):56~59.2 杨文泰,等.价无穷小量代换定理的推广.甘肃高师学报,2005,10(2):11~13.3 王斌.用罗比塔法则求未定式极限的局限性的探讨.黔西南民族师专学报,2001,12(4):56~58.。