本文始发于个人公众号:TechFlow
今天的文章聊聊高等数学当中的极限,我们跳过极限定义以及一些常用极限计算的部分。我想对于一些比较常用的函数以及数列的极限,大家应该都非常熟悉。
大部分比较简单的函数或者数列,我们可以很直观地看出来它们的极限。比如1n\frac{1}{n}n1,当n趋向于无穷大的时候,1n\frac{1}{n}n1的极限是0,再比如当n趋向于无穷大的时候,n2n^2n2的极限也是无穷大,等等。但是对于一些相对比较复杂的函数,我们一时之间可能很难直观地看出极限,因此需要比较方便计算极限的方法,今天的文章介绍的正是这样的方法——夹逼法和换元法。
夹逼法
夹逼法在数学领域其实非常常用,在中学的竞赛当中经常出现。夹逼法的原理非常简单,对于某一个函数f(x),我们知道它的表达式,但是很难确定它的范围。我们可以先找到另外两个范围比较容易确定的函数g(x)和h(x),然后证明:g(x)≤f(x)≤h(x)g(x)\leq f(x) \leq h(x)g(x)≤f(x)≤h(x)。通过h(x)和g(x)的范围来夹逼f(x)的范围。
说白了,就是直接求解不方便的函数,我们通过用其他容易计算的函数来替代的方法来间接求解,类似于“曲线救国”。
明白了夹逼法的概念之后,我们再来看一下它在数列极限当中的应用。当下存在数列{xn}\{x_n\}{xn}我们需要确定它的极限,我们找到了另外两个数列{yn}\{y_n\}{yn}和{zn}\{z_n\}{zn}。如果它们满足以下两个条件:
- ∃n0∈N\exists n_0 \in N∃n0∈N,当n>n0n > n_0n>n0时,有yn≤xn≤zny_n \leq x_n \leq z_nyn≤xn≤zn。
- limn→+∞yn=a,limn→+∞zn=a\displaystyle\lim_{n \rightarrow +\infty}y_n=a, \lim_{n \to +\infty}z_n=an→+∞limyn=a,n→+∞limzn=a
那么,数列{xn}\{x_n\}{xn}的极限存在,并且limn→+∞xn=a\displaystyle\lim_{n \to +\infty}x_n=an→+∞limxn=a。从直觉上来看,上面的式子应该非常直观,但是我们还是试着从数学的角度来证明一下,顺便回顾一下极限的定义。
证明过程如下:
根据极限的定义,对于数列{xn}\{x_n\}{xn}而言,对于任意ϵ\epsilonϵ都存在n0>0n_0 > 0n0>0,使得对于任意:n>n0n > n_0n>n0,都有∣xn−a∣<ϵ|x_n - a| < \epsilon∣xn−a∣<ϵ。那么就称数列{xn}\{x_n\}{xn}的极限是a。
由于数列{yn}\{y_n\}{yn}的极限是a,所以存在n1n_1n1使得n>n1n > n_1n>n1时,∣yn−a∣<ϵ|y_n -a | < \epsilon∣yn−a∣<ϵ。同理,存在n2n_2n2使得n>n2n > n_2n>n2时,∣zn−a∣<ϵ|z_n -a | < \epsilon∣zn−a∣<ϵ。那么对于n>max(n1,n2)n > max(n_1, n_2)n>max(n1,n2)显然应该有:∣yn−a∣<ϵ|y_n - a| < \epsilon∣yn−a∣<ϵ并且∣zn−a∣<ϵ|z_n - a | < \epsilon∣zn−a∣<ϵ。
我们将绝对值展开,可以得到:
a−ϵ<yn<a+ϵa−ϵ<zn<a+ϵ \begin{aligned} a - \epsilon &< y_n < a + \epsilon \\ a - \epsilon &< z_n < a + \epsilon \end{aligned} a−ϵa−ϵ<yn<a+ϵ<zn<a+ϵ
我们代入yn≤xn≤zny_n \leq x_n \leq z_nyn≤xn≤zn,可以得到:
a−ϵ<yn≤xn≤zn<a+ϵ∣xn−a∣<ϵ \begin{aligned} a - \epsilon < y_n \leq x_n \leq z_n< a + \epsilon \\ | x_n -a | < \epsilon \end{aligned} a−ϵ<yn≤xn≤zn<a+ϵ∣xn−a∣<ϵ
根据极限的定义,显然可以得到数列{xn}\{x_n\}{xn}的极限也是a。
我们利用这个方法来看一个书上的例子,我们都知道当x趋向于0的时候,xxx和sinx\sin xsinx都趋向于0,但是sinxx\frac{\sin x}{x}xsinx的极限是多少呢?如果猜测一下,两个无穷趋向于0的极限的比值应该是1才对,但是这个只是我们的直观猜测,想要严格证明,还需要使用数学方法。
这个证明就用到了我们刚才说的夹逼法,并且非常巧妙,让我们来看一张下面这张图。

我们假设夹角∠AOB=x\angle AOB=x∠AOB=x,这里采用弧度制。我们令圆心OB的长度等于1,那么BC=sinxBC=\sin xBC=sinx,OC=cosxOC=\cos xOC=cosx,AD=tanxAD=\tan xAD=tanx。我们下面要用这张图里的几何图形的面积关系,显然:
△AOB\triangle AOB△AOB的面积 < 扇形AOB的面积 < △AOD\triangle AOD△AOD的面积。
△AOB\triangle AOB△AOB的面积等于12∗OA∗BC=12sinx\frac{1}{2}*OA*BC=\frac{1}{2}\sin x21∗OA∗BC=21sinx,△AOD\triangle AOD△AOD的面积等于12∗OA∗AD=12tanx\frac{1}{2}*OA*AD=\frac{1}{2}\tan x21∗OA∗AD=21tanx。这两个都很容易得出,直接套用三角形面积公式即可。扇形的面积看起来麻烦一些,但其实也很简单,在几何当中,扇形可以看成是特殊的三角形。我们把弧长看成是底面,半径可以看成是高,那么扇形的面积等于12∗弧长∗半径\frac{1}{2}*弧长*半径21∗弧长∗半径。所以扇形AOB的面积等于12∗x∗1=12x\frac{1}{2}*x*1=\frac{1}{2}x21∗x∗1=21x。
我们列出来,可以得到:
12sinx<12x<12tanx\frac{1}{2}\sin x < \frac{1}{2}x < \frac{1}{2}\tan x21sinx<21x<21tanx
即:
sinx<x<tanx\sin x < x < \tan xsinx<x<tanx
其中tanx=sinxcosx\tan x = \frac{\sin x}{\cos x}tanx=cosxsinx,所以我们可以不等号两边同时除以sinx\sin xsinx,得到:
1<xsinx<1cosx1 < \frac{x}{\sin x} < \frac{1}{\cos x}1<sinxx<cosx1
由于当x趋向于0的时候sinx,cosx\sin x, \cos xsinx,cosx都大于0,所以我们可以对不等式互换分子分母,得到:
cosx<sinxx<1\cos x < \frac{\sin x}{x} < 1cosx<xsinx<1
到这里已经结束了,因为我们根据余弦的函数图像可以很容易看出来,当x趋向于0的时候,cosx趋向于1.但为了严谨起见,我们当做不知道这点,继续用数学的方法证明:
我们来计算当x趋向于0的时候,1−cosx1 - \cos x1−cosx的取值范围,当x趋向于0的时候cosx<1\cos x < 1cosx<1,所以1−cosx>01 - \cos x > 01−cosx>0。我们再对1−cosx1 - \cos x1−cosx变形,这里要引入三角函数当中的和差化积公式:
cosα−cosβ=−2sinα+β2sinα−β2\cos \alpha - \cos \beta = -2\sin \frac{\alpha + \beta}{2}\sin \frac{\alpha - \beta}{2}cosα−cosβ=−2sin2α+βsin2α−β
由于cos0=1\cos 0 = 1cos0=1,带入和差化积可以得到:
cos0−cosx=−2sinx2sin−x2=2sin2x2\cos 0 - \cos x = -2 \sin \frac{x}{2}\sin -\frac{x}{2}=2\sin ^2 \frac{x}{2}cos0−cosx=−2sin2xsin−2x=2sin22x
我们之前通过面积表示的方法已经证明了当x趋向于0的时候sinx<x\sin x < xsinx<x,所以2sin2x2<2∗(x2)2=x222\sin ^2 \frac{x}{2} < 2 * (\frac{x}{2})^2=\frac{x^2}{2}2sin22x<2∗(2x)2=2x2。当x趋向于0的时候,显然x2x^2x2也趋向于0,所以我们可以证明cosx\cos xcosx的极限是1.
换元法
我们接着来看换元法,学名是复合函数的极限运算法则。定义如下:假设我们有y=f[g(x)]y = f[g(x)]y=f[g(x)],我们令u=g(x)u = g(x)u=g(x)。如果limx→x0g(x)=u0,limu→u0f(u)=A\displaystyle\lim_{x \to x_0}g(x)=u_0, \lim_{u \to u_0}f(u)=Ax→x0limg(x)=u0,u→u0limf(u)=A,并且在x趋向于x0x_0x0时,有g(x)≠u0g(x) \neq u_0g(x)=u0,那么:
limx→x0f[g(x)]=limu→u0g(u)=A\displaystyle\lim_{x \to x_0}f[g(x)]=\lim_{u \to u_0}g(u)=Ax→x0limf[g(x)]=u→u0limg(u)=A
我们使用极限的定义同样可以很方便地证明它的正确性,这里就不证明了,感兴趣的同学可以试着证明一下。
了解了符合函数的极限运算法则之后,我们再来看一个例子巩固一下。
和上面的例子类似,我们这次求一下:limx→01−cosxx2\displaystyle\lim_{x \to 0}\frac{1-\cos x}{x^2}x→0limx21−cosx。
和上面那题一样,我们先使用和差化积对极限的分子进行变换,可以得到:
limx→02sin2x2x2=12limx→0sin2x2(x2)2\displaystyle\lim_{x \to 0}\frac{2\sin^2\frac{x}{2}}{x^2}=\frac{1}{2}\lim_{x \to 0}\frac{\sin^2 \frac{x}{2}}{(\frac{x}{2})^2}x→0limx22sin22x=21x→0lim(2x)2sin22x
如果通过极限本身的定义来计算这个式子还是蛮复杂的,很难直观地获得答案。这个时候就需要用上换元法了,我们令u=x2u = \frac{x}{2}u=2x,那么这个极限就可以转化成复合函数极限了。u=x2,f(u)=sinuuu=\frac{x}{2}, f(u)=\frac{\sin u}{u}u=2x,f(u)=usinu。因为当x趋向于0的时候,u也趋向于0,当u趋向于0的时候,f(u)f(u)f(u)趋向于1,所以最终的极限就是1.
通过夹逼法和复合函数的极限替换公式,我们可以很方便地求解一些看起来比较棘手的极限。这也是我们求极限的过程当中使用非常频繁的方法。虽然上文当中的公式看起来有些比较麻烦,但是方法本身并不难,只要沉下心来,一定可以看明白的。
原创不易,希望我的文章可以给你带来收获。扫码关注我的公众号,获取更多文章,你们的支持是我最大的动力。

参考资料
同济大学《高等数学》第六版
程序员的数学
本文深入讲解高等数学中的极限计算,重点介绍了夹逼法和换元法。通过具体例子展示了如何利用这两种方法解决复杂函数和数列的极限问题,帮助读者更好地理解和应用极限理论。
5万+

被折叠的 条评论
为什么被折叠?



