两个矩阵展开式之比的极限计算问题
嗨，我来帮你理清楚这个极限的计算思路。首先得拆解问题里的核心部分——那个级数 ( S(\varepsilon) = \sum_{r=0}^{\infty} \varepsilon^{-r} W_r )。因为题目里说 ( 0 < \varepsilon \ll 1 )（也就是ε趋近于0正方向），这时候 ( \varepsilon^{-r} = 1/\varepsilon^r ) 会随着r的增大急剧增长，所以这个无穷级数其实是发散的，咱们得把它当成渐近展开式来处理——说白了就是只需要关注其中主导整个表达式行为的最高阶项（也就是r最大的非零项，或者说量级最大的项）。
接下来咱们一步步推导：
第一步，锁定主导项
当ε趋近于0时，r越大，( \varepsilon^{-r} ) 的量级就越高：r=0时项是 ( W_0 )（量级是常数），r=1时是 ( W_1/\varepsilon )（量级是1/ε），r=2时是 ( W_2/\varepsilon^2 )（量级是1/ε²）……显然高阶项会完全掩盖低阶项的影响。这里我们假设级数其实是有限项（只是写成了无穷级数的形式），存在某个整数K≥0，当r>K时 ( W_r=0 )，那么S(ε)的主导项就是 ( W_K/\varepsilon^K )，我们可以把S(ε)写成：
[
S(\varepsilon) = \frac{1}{\varepsilon^K} \left( W_K + \varepsilon W_{K-1} + \varepsilon^2 W_{K-2} + \dots + \varepsilon^K W_0 \right)
]
令 ( T(\varepsilon) = W_K + \varepsilon W_{K-1} + \dots + \varepsilon^K W_0 )，当ε趋近于0时，T(ε)会趋近于可逆矩阵 ( W_K )，所以T(ε)在ε足够小时是可逆的，而且它的逆矩阵可以近似为 ( W_K^{-1} )（剩下的小项在ε→0时会趋近于0，不影响最终极限）。第二步，近似分母和分子
咱们先看原表达式里的分母 ( I - M S(\varepsilon) N )：代入S(ε)的表达式后，主导项是 ( - \frac{M W_K N}{\varepsilon^K} )，剩下的低阶项（比如常数项、1/ε^(K-1)项）和主导项比起来小得多，完全可以忽略，所以分母近似为：
[
I - M S(\varepsilon) N \approx - \frac{M W_K N}{\varepsilon^K}
]
它的逆矩阵就可以近似为：
[
\left( I - M S(\varepsilon) N \right)^{-1} \approx - \varepsilon^K N^{-1} W_K^{-1} M^{-1}
]
再看分子 ( M S(\varepsilon) M )，同理，主导项是 ( \frac{M W_K M}{\varepsilon^K} )，低阶项可以忽略，所以分子近似为：
[
M S(\varepsilon) M \approx \frac{M W_K M}{\varepsilon^K}
]第三步，计算分数部分的近似值
把上面的近似结果代入分数 ( \frac{M S(\varepsilon) M}{I - M S(\varepsilon) N} )，你会发现 ( 1/\varepsilon^K ) 和 ( \varepsilon^K ) 可以约掉，得到：
[
\frac{M S(\varepsilon) M}{I - M S(\varepsilon) N} \approx \frac{M W_K M / \varepsilon^K}{- M W_K N / \varepsilon^K} = - M W_K M (M W_K N)^{-1}
]
利用矩阵逆的性质 ( (AB)^{-1} = B{-1}A{-1} )，咱们可以把这个式子化简得更简洁：
[- M W_K M N^{-1} W_K^{-1} M^{-1}
]
- M W_K M N^{-1} W_K^{-1} M^{-1}
第四步，推导最终极限
原表达式是 ( I - \text{上述分数部分} )，代入上面的近似结果：
[
I - \left( - M W_K M N^{-1} W_K^{-1} M^{-1} \right) = I + M W_K M N^{-1} W_K^{-1} M^{-1}
]
咱们之前忽略的低阶项都是ε的量级，当ε趋近于0时会趋近于0，不会影响最终的极限结果。
这里我还要提一句，如果题目里的级数是笔误，应该是 ( \sum_{r=0}^{\infty} \varepsilon^r W_r )（也就是r越大，项的量级越小），那情况会更简单：当ε→0时，S(ε)会趋近于 ( W_0 )，直接代入原表达式就能得到极限为 ( I - M W_0 M \left( I - M W_0 N \right)^{-1} )。不过按照你给出的题目描述，咱们还是以 ( \varepsilon^{-r} ) 的情况为准。
备注：内容来源于stack exchange，提问作者Tobias Fritzn
