matemáticas

límite

A limit is the value that a function or sequence approaches as the input or index approaches some point.
4 artículos relacionados · 6 fórmulas

Descripción

El límite de una función f(x) cuando x tiende a a es L si para cualquier ε positivo se puede encontrar un entorno del punto a tal que los valores de f(x) difieran de L en no más de ε, siempre que x esté en ese entorno (excepto posiblemente el propio punto a). Punto clave: no exigimos que f(a) exista o sea igual a L. El límite describe solo la tendencia, no el logro.

Historia

La noción intuitiva de límite apareció en la antigüedad en los trabajos de Eudoxo y Arquímedes (método de exhaución). En el siglo XVII, Newton y Leibniz usaron infinitesimales («fluxiones» y «diferenciales») para crear el cálculo, pero fueron criticados por falta de rigor. Augustin-Louis Cauchy en 1821 propuso la definición en términos de ε-δ, posteriormente refinada por Weierstrass. Esto puso fin a la era de los infinitesimales y dio fundamento al análisis moderno.

Cómo funciona

La definición clásica ε-δ formaliza la intuición de «aproximación sin alcance». En la práctica, para calcular límites se utilizan transformaciones algebraicas, el teorema del emparedado (de los dos gendarmes), la regla de L'Hôpital (para indeterminaciones) o estimaciones asintóticas. Los límites son indispensables para definir la continuidad (f es continua en c si lim_{x→c} f(x)=f(c)), la derivada ( lim_{h→0} (f(x+h)−f(x))/h ) y la integral de Riemann ( lim_{n→∞} Σ f(x_i^*)Δx ). En el análisis funcional, el límite se generaliza a espacios normados.

En la práctica

Sin límite no se puede calcular la velocidad instantánea de un automóvil a partir del cambio de coordenadas: los navegadores GPS y los pilotos automáticos se basan constantemente en este concepto.

Dato curioso

Mucho antes de la formalización, Zenón de Elea formuló la paradoja de Aquiles y la tortuga: Aquiles nunca alcanza a la tortuga, porque cada vez reduce la distancia en una fracción. La explicación moderna de la paradoja se basa precisamente en el concepto de límite: la suma de infinitos segmentos puede dar un tiempo finito.

Concept graph →

Fórmulas

$$\limsup_{n\to\infty} \left| \frac{a_{n+1}}{a_n} \right|$$
The ratio test limit determines series convergence.
Qué hay en la fórmula
a_nvariablen-th term of the sequence — sequence term
a_{n+1}variable(n+1)-th term of the sequence — sequence term
nvariableindex of the term — index
limsupoperadorlimit superior (largest accumulation point) — limit superior
| |operadorabsolute value (magnitude) — valor absoluto
\limsup_{n\to\infty}\frac{t_n}{t_{n+1}}\le2 · 2607.00123
$$R_{UL} = \frac{-\ln(1 - C)}{T}$$
Upper limit on event rate given zero observations and confidence level C.
Qué hay en la fórmula
R_{UL}variableUpper limit on event rate — tasa de eventos per second
CvariableConfidence level (probability) — nivel de confianza
TvariableObservation time — tiempo second
\lnoperadorNatural logarithm — logaritmo natural
r_{90}=\frac{-\ln(0.10)}{t} · 2607.18136v3
$$(Mx)_n = \sup_{i \le n \le j} \frac{1}{j-i+1} \sum_{k=i}^j |x_k|$$
Operator takes supremum of averages over intervals containing n.
Qué hay en la fórmula
xvariableInput sequence — sequence
nvariableIndex of output element — index
ivariableLeft endpoint of interval — index
jvariableRight endpoint of interval — index
kvariableSummation index — index
\supoperadorTakes the least upper bound of a set — supremum
\sum_{k=i}^joperadorAdds terms from index i to j — finite summation
(mx)_n=\sup_{1\lei\len\lej}\frac{1}{j-i+1}\sum_{k=i}^j|x_k| · 2607.00123
$$O(g(n))$$
Describes an upper bound on algorithm runtime.
Qué hay en la fórmula
gvariablefunction whose growth is being bounded
nvariableinput size parameter
Ooperadorasymptotic upper bound up to constant factor — big o notation
o(k|w||q|+|δ|) · 2607.00742
o(|\sigma|n^{ω}) · 2607.00742
$$M(s) \ge (a s)^{b s}$$
A quantity grows faster than exponential, like s^{b s}.
Qué hay en la fórmula
Mvariablea quantity that grows with parameter s
svariablea non-negative integer or real parameter indexing the growth
avariablea positive constant
bvariablea positive constant determining the growth exponent
m(s)\ge(as)^{3s/2} · 2607.00963
$$\theta^* = F(\theta^*)$$
A fixed point satisfies that the function's output equals its input.
Qué hay en la fórmula
θ*variableFixed point value — fixed point
F(θ*)variableFunction evaluated at fixed point — valor de la función
\theta^\star=f(\theta^\star) · 2607.01148

Artículos relacionados · 5

Cómo un retardo convierte la huida de un pozo en una honda
Una partícula está en un pozo de energía, como un guisante en un hoyuelo. Para salir, necesita superar una barrera, y normalmente eso ocurre rara vez: cuanto más alta es la barrera, más hay que esperar. La ley de Arrhenius dice que el tiempo de espera crece exponencialmente, es decir, duplicar la altura de la barrera aumenta el tiempo cientos de veces.
El dibujo helado: cuando el crecimiento avanza a saltos
El dibujo helado en el cristal de la ventana no se extiende de manera uniforme: brota en ramas, conquista nuevas zonas, a veces dejando huecos atrás. Este crecimiento no es una expansión suave, sino una serie de tirones. Esta imagen resuena de forma asombrosa con el modelo matemático ideado por Charles Loewner hace un siglo.
La escritura de la mirada: cómo los ojos y la mano se ponen de acuerdo sobre el tiempo
Cuando la mano traza una línea, la mirada casi siempre va por delante, como un explorador que se asoma a la curva antes de que la columna doble. Pero, ¿cuánto se adelanta? Resulta que cada persona tiene su propia distancia, y no cambia de un intento a otro.
Física Cuántica2026-01-031 minarXiv:2601.02413exprés
Las propiedades como brújula: programación precisa
La niebla se espesa sobre la línea «def max(a: Int, b: Int): Int». ¿Qué hace? Devuelve el mayor de dos números, pero ¿cómo comprobarlo? Se pueden escribir una docena de pruebas con pares concretos: max(2,3)=3, max(5,5)=5, max(-1,0)=0. Y aun así queda la inquietud: ¿y si para algún millón y menos un millón falla?