第一节 · 楔子—圆的面积
初入山门,拦路的没有妖魔,只有石板上画着的一个圆。旁边留下一问:半径为 \displaystyle r 的圆,面积是多少?
你大概会不假思索地答:\displaystyle S=\pi r^2。这么熟悉的公式,也配做第一关的难题?正要往前走,石板上却又浮出一行字:“答案不错。可是,为什么?”
先把记住的公式放在一旁。矩形的面积,我们会算;三角形的面积,可以借助拼接来求;遇到一个多边形,也能把它分成若干个三角形,再将面积相加。这些招式,你早已用得熟练。
可眼前偏偏是一个圆。试着在圆里画一个正方形,面积算出来了,四周却空着几块;再换一个边数更多的多边形,空隙小了,仍旧没有消失。你不断加边,图形越来越像圆,可只要边数还是有限的,它就终究不是圆。差得很少,能算作完全相等吗?
也许你还记得,把圆切成许多扇形,再交错拼成一个近似的长方形。可那个“近似”,究竟如何才能成为“准确”?一幅看起来越来越像的图,足以说明面积恰好等于 \displaystyle \pi r^2 吗?
难处终于显出了真身:我们会算有限个直边图形的面积,却还缺少一座桥,把一次次近似带到一个确定的答案。仅凭目前掌握的有限分割与拼接,我们还不能完成这一步。 那座尚未搭起的桥,正是本回要学习的“极限”。
先把这个圆留在山门前。待我们习得新的本领,再回来回答它:如何通过极限,求出圆的准确面积?这便是第一关的大 Boss。
第二节 · 初识对手—多边形面积
要闯过这一关,先得认清对手。圆的面积暂时不会求,但圆里面的多边形,我们会算。于是,先固定一个半径为 \displaystyle r=1 的圆(单位圆),在里面画一个内接正多边形:“内接”是说顶点都在圆上,“正”是说各边相等、各角也相等。
把边数记为 \displaystyle n,这个多边形的面积记为 \displaystyle A_n。这里的下标是一张身份牌:\displaystyle A_3 是正三角形的面积,\displaystyle A_4 是正方形的面积,\displaystyle A_6 是正六边形的面积。圆的大小始终不变,改变的只有边数。
同一个圆,六种边数。绿色部分是多边形,浅色空隙是尚未覆盖的部分。
先看图:边数增加后,多边形的边界似乎越来越贴近圆。但眼睛只能帮助我们发现线索。要追踪这种变化,还得把图形变成可以计算的数。
从一个三角形算起。 连接圆心与每个顶点,内接正 \displaystyle n 边形便被分成 \displaystyle n 个完全相同的等腰三角形。它们的两条腰都是圆的半径 \displaystyle 1,顶角合起来是一整周,所以每个顶角为
\theta=\frac{360^\circ}{n}=\frac{2\pi}{n}\quad\text{(弧度)}.
还记得三角形的“底乘高除以二”吗?高 \displaystyle OM 把顶角平分,在一侧的直角三角形中,半条底边为 \displaystyle \sin(\pi/n),高为 \displaystyle \cos(\pi/n)。因此,这一块的面积是
\frac12\times 2\sin\frac{\pi}{n}\times \cos\frac{\pi}{n} =\frac12\sin\frac{2\pi}{n}.
最后一步用了倍角公式 \displaystyle 2\sin t\cos t=\sin(2t)。把这 \displaystyle n 块面积相加,就得到我们需要面对的对手:
\boxed{A_n=\frac{n}{2}\sin\frac{2\pi}{n},\qquad n=3,4,5,\ldots}
第三节 · 再识对手—集合与映射
我们先来看看,这个对手究竟长什么样。让边数依次取 \displaystyle n=3,4,5,6,\ldots,代入公式,就能算出相应的面积。先看前四项(保留六位小数):
| 边数 \displaystyle n | 面积 \displaystyle A_n |
|---|---|
| 3 | 1.299038 |
| 4 | 2.000000 |
| 5 | 2.377641 |
| 6 | 2.598076 |
把这些面积按边数依次排开,就得到 \displaystyle A_3,A_4,A_5,\ldots。这样一串按次序排列的数,在数学上称为数列。
在这个数列中,\displaystyle n 表示多边形的边数,\displaystyle A_n 表示对应的面积。这是一个具体的实例。为了让研究得到的结论适用于更一般的问题,数学上要做的第一步,就是把研究对象进行抽象。为此,我们先引入集合与映射。
我们把所有允许的边数放在一起,得到集合 \displaystyle D=\{3,4,5,\ldots\};把面积看作实数,用实数集 \displaystyle \mathbb{R} 容纳它们的取值。集合把选定的对象组织起来,让“研究哪些东西”有了明确的界定。
我们把所要研究的对象统称为元素(element),这些元素组成的总体叫做集合(set)。一般用大写字母如 \displaystyle A,B,C 表示集合,用小写字母如 \displaystyle x 或 \displaystyle a,b,c 表示元素。
- 如果 \displaystyle x 是集合 \displaystyle A 的元素,就说 \displaystyle x 属于集合 \displaystyle A,记作 \displaystyle x\in A。
- 如果 \displaystyle x 不是集合 \displaystyle A 的元素,就说 \displaystyle x 不属于集合 \displaystyle A,记作 \displaystyle x\notin A。
- 不包含任何元素的集合叫做空集(empty set),记为 \displaystyle\varnothing。
- 自然数集:\displaystyle\mathbb N=\{0,1,2,3,\ldots\}。
- 实数集:\displaystyle\mathbb R,包含有理数和无理数。
- 满足不等式 \displaystyle x-3<10 的所有实数构成集合 \displaystyle E=\{x\in\mathbb R:x<13\}。
集合为我们搭建了舞台,接下来要介绍的映射的概念则是这个舞台上的演员。
映射给出一条从输入到输出的规则。我们真正关心的,不只是几个孤立的数,而是这条规则怎样把它们联系起来。回看本回的大 Boss——圆的面积,我们已经把它化成了要追踪的面积规则:
\boxed{A_n=\frac{n}{2}\sin\frac{2\pi}{n},\qquad n=3,4,5,\ldots}
任意给定一个允许的边数 \displaystyle n\in D,都能按照同一条规则算出唯一的面积 \displaystyle A_n\in\mathbb{R}。这条对应规则,才是接下来要研究的对象。 映射把这种想法抽象出来,使它也能用于边数与面积之外的其他对象。
设 \displaystyle A,B 是两个集合。如果一条规则 \displaystyle f 使集合 \displaystyle A 中的每个元素都对应于集合 \displaystyle B 中唯一的一个元素,就称 \displaystyle f 为从 \displaystyle A 到 \displaystyle B 的映射(map),记作 f:A\longrightarrow B.
若映射 \displaystyle f 把元素 \displaystyle a\in A 对应到元素 \displaystyle b\in B,记作 f(a)=b. 此时 \displaystyle b 称为 \displaystyle a 的像,\displaystyle a 称为 \displaystyle b 的一个原像。
映射可以通过下面的示意图来理解:
图中的 \displaystyle X,Y 分别表示输入集合和输出集合,箭头表示元素之间的对应关系。
映射需要满足两个要求:每个输入都有输出,且输出唯一。
- 对 \displaystyle A 中的每个元素,都必须给出 \displaystyle B 中的一个对应元素。
- 不同输入可以对应同一个输出,但同一个输入不能对应多个输出。
取人物集合 \displaystyle P=\{\text{李白},\text{杜甫},\text{苏轼}\},把其中每个人对应到他的字:李白 \displaystyle \mapsto 太白,杜甫 \displaystyle \mapsto 子美,苏轼 \displaystyle \mapsto 子瞻。在这个选定的范围内,每个人都有一个确定的输出,因此这是一种映射。输入和输出都不是数,映射照样成立。
把李清照的两首词《如梦令·常记溪亭日暮》和《如梦令·昨夜雨疏风骤》分别对应到它们的词牌名,输出都是“如梦令”。不同的输入可以有相同的输出,这仍然是映射。
反过来,若规定“给一个词牌名,找出所有使用它的作品”,并把每一首作品分别作为输出,那么“如梦令”会对应多首词,不能唯一确定一首作品,因而不是从词牌集合到作品集合的映射。若另行约定输出是“这些作品组成的集合”,那便换了输出对象,可以构成另一种映射。
仍取 \displaystyle P=\{\text{李白},\text{杜甫},\text{苏轼}\},却把输出集合限定为 \displaystyle Q=\{\text{太白},\text{子瞻}\}。若规则仍是“对应到自己的字”,杜甫就找不到属于 \displaystyle Q 的输出。这条规则不构成从 \displaystyle P 到 \displaystyle Q 的映射:定义域里的每个元素都必须被照顾到。
第四节 · 三识对手—数列与函数
映射的天地很广:人名、字、词牌、作品,都可以成为它的研究对象。现在,我们把目光收回来:许多映射只和数有关,而数可以比较大小、进行运算,还能标在坐标轴上。对接下来的研究而言,还有什么比数更方便处理呢!于是,我们把输入和输出的集合都限制为数集,就得到了函数。
在本课程中,从一个数集到另一个数集的映射,称为函数。通常写作 \displaystyle y=f(x):\displaystyle x 是自变量,允许输入的数构成定义域;\displaystyle f(x) 是输入 \displaystyle x 后得到的唯一函数值。
函数仍然遵守映射的要求:每个允许的输入,都有且只有一个输出。
数列是一类特殊的函数,通常以正整数为自变量,按下标依次取值,记作 \displaystyle a_1,a_2,a_3,\ldots。我们的面积数列以边数为下标,从 \displaystyle 3 开始:
\begin{gathered} A:D\longrightarrow\mathbb R,\qquad D=\{3,4,5,\ldots\},\\ A_n=\frac n2\sin\frac{2\pi}{n}. \end{gathered}
每给定一个允许的边数,就得到唯一的面积。因此,这个数列也是一个函数,只是它的输入只能取 \displaystyle 3,4,5,\ldots,不能取 \displaystyle 3.5。下面再看两个自变量可以取任意实数的函数。
取 \displaystyle f(x)=2x+1,定义域为 \displaystyle \mathbb{R}。输入 \displaystyle x=-1,0,1,2,输出依次为 \displaystyle -1,1,3,5。自变量每增加 \displaystyle 1,函数值就增加 \displaystyle 2。把所有点 \displaystyle (x,2x+1) 画在平面上,会得到一条直线。
取 \displaystyle g(x)=x^2,定义域也为 \displaystyle \mathbb{R}。输入 \displaystyle x=-2,-1,0,1,2,输出依次为 \displaystyle 4,1,0,1,4。不同输入可以给出相同输出,例如 \displaystyle g(-2)=g(2)=4,但每个输入仍只对应一个值。它的图像是一条抛物线。
第五节 · 火眼金睛—函数图像
认清了函数的规则,还要看清它变化的模样。只盯着公式,有时很难看出端倪;把输入与输出画成坐标平面上的点,变化便有了形状。函数图像,就是让函数无所遁形的法宝,也是我们的火眼金睛。
函数 \displaystyle y=f(x) 的图像,就是定义域中所有 \displaystyle x 所对应的点 \displaystyle (x,f(x)) 组成的集合。横坐标放输入,纵坐标放输出,一个点记录一组对应关系。公式把规则写出来,图像则把规则画出来。
先把上一节的两个函数画出来:一次函数显出一条直线,二次函数显出一条抛物线。
学会了这件法宝,就要经常用它。以后遇到一个函数或数列,不妨先问:它的图像是什么模样? 它往上走还是往下走,变化快还是慢,有没有逐渐靠近某个高度?每个实变量实值函数都有自己的图像,数列也不例外;实际作图时,我们选取合适的范围和代表性的点来观察,而不必把无穷多个点逐一画完。
现在,就让圆面积的对手显形。面积数列的图像由 \displaystyle (3,A_3),(4,A_4),(5,A_5),\ldots 这些离散的点组成。点与点之间不能随意添值或连成连续曲线:多边形没有 \displaystyle 3.5 条边。
让边数继续增大,把数列看得更远一些。下表列出更多的面积值,均保留六位小数。
| 边数 \displaystyle n | 面积 \displaystyle A_n |
|---|---|
| 3 | 1.299038 |
| 4 | 2.000000 |
| 5 | 2.377641 |
| 6 | 2.598076 |
| 8 | 2.828427 |
| 12 | 3.000000 |
| 24 | 3.105829 |
| 48 | 3.132629 |
| 96 | 3.139350 |
| 192 | 3.141032 |
| 1000 | 3.141572 |
- 表中的面积怎样变化?变化的幅度是否相同?选取 \displaystyle n=12,24,48,96,比较每次边数翻倍后面积增加了多少。
- 后几行的数字让你想到了哪个熟悉的数?你猜测,当边数继续增加时,面积会趋向哪里?先写下猜想和理由。
- 如果两个面积在保留六位小数后完全相同,能否断定它们真正相等?图形看不出空隙,是否就意味着空隙已经消失?
- 这十一行数据,足以说明所有更大的边数都遵循同样的规律吗?要把观察变成结论,我们还缺少什么?
不妨先与同伴交换看法,再继续往下读。表格能给出线索,却不能代替对所有情形的论证。 圆的准确面积,仍是等待我们攻克的问题。
这条面积规则看起来还有些复杂。先把它改写为
A_n=\pi\frac{\sin(2\pi/n)}{2\pi/n}.
外面的 \displaystyle \pi 只是固定的倍数。把面积除以 \displaystyle \pi,再把里面反复出现的 \displaystyle 2\pi/n 记作 \displaystyle x,就露出了一个更简单的函数:
f(x)=\frac{\sin x}{x},\qquad x\ne0.
这不是把 \displaystyle \pi 随意删掉,而是换了一把纵轴的尺子,并重新标记输入。记 \displaystyle x_n=2\pi/n,二者的准确关系是
\boxed{\frac{A_n}{\pi}=f(x_n),\qquad x_n=\frac{2\pi}{n}.}
例如 \displaystyle n=6 时,左图取第 \displaystyle 6 项的高度 \displaystyle A_6/\pi;右图则在 \displaystyle x_6=\pi/3 处取值,得到完全相同的高度 \displaystyle f(\pi/3)。每一个允许的 \displaystyle n,都在右边的曲线上选出一个点;右边还有许多点,并不对应整数边数。
- 沿左图让 \displaystyle n 越来越大,同色点在右图中向哪个方向移动?请用 \displaystyle x_n=2\pi/n 解释。
- 这些点的高度似乎越来越接近多少?若 \displaystyle A_n/\pi 趋近 \displaystyle 1,原来的面积 \displaystyle A_n 应趋近多少?
- 右图在 \displaystyle (0,1) 处画了空心点。为什么不能直接把 \displaystyle x=0 代入 \displaystyle \sin x/x?“附近的值趋向哪里”和“这一点有没有值”,是同一个问题吗?
我们终于看清:边数不断增大,对应角度不断缩小;面积数列的趋向,藏在函数 \displaystyle \sin x/x 靠近 \displaystyle 0 时的模样里。 对圆面积来说,只需从正数一侧靠近 \displaystyle 0;函数本身在负数处也有定义,图中一并画出,供我们比较。
观察这些点与曲线,我们有了一种“趋近于”的感觉:边数越大,面积似乎越靠近一个确定的数;\displaystyle x 越靠近 \displaystyle 0,\displaystyle \sin x/x 的值似乎越靠近 \displaystyle 1。但我们目前还缺少准确描述无限趋近的工具。图像让我们看见了方向,怎样把这种感觉说清楚,还要继续探寻。
第六节 · 无穷之惑—希尔伯特的酒店
刚才,我们让边数不断增加,追问面积会趋向哪里。“继续下去”说起来轻巧,却把我们带到了一个新世界:无限。在那里,一些在有限情形下屡试不爽的直觉,未必还能直接照搬。
想象一家酒店,房间按 \displaystyle 1,2,3,\ldots 编号,有无穷多个房间,而且每间都住着客人。此时又来了一位客人。店已住满,还能安排他住下吗?
对只有有限间客房的酒店,答案很明确。但这家酒店的经理让原来住在第 \displaystyle n 间的客人搬到第 \displaystyle n+1 间。这样,每位原有的客人都有新房间,没有两人挤在同一间,第 \displaystyle 1 间却空了出来。
关键在于:这里没有“最后一间”。有限酒店这样搬,总会把最后一位客人挤出去;而对每一个正整数 \displaystyle n,编号 \displaystyle n+1 的房间都存在。先看视频,再想想,你原先认定的哪一步,在这里发生了变化?
还是这家住满客人的无限酒店。若有无穷多位客人退房,还会剩下多少位?分别想一想:
- 所有房间的客人都退房。
- 除了第 \displaystyle 1 间,其余房间的客人都退房。
- 所有偶数号房间的客人退房,奇数号房间的客人留下。
三种情形中,原来都有无穷多位客人,离开的也都有无穷多位。留下的人数一样吗?能不能把它们都写成“无穷减无穷”,再像普通的数那样相减,得到零? 先与同伴讨论,说说你的理由。
带着这些疑问,我们继续往前:当有限的直觉不再够用,怎样才能准确描述“无限接近”?
第七节 · 极限的数学定义
敌人藏在“无穷”之中,而我们手里的招式,却是在有限的世界里练成的。能不能用有限的方法,解决无穷的问题? 从十七世纪微积分的建立,到十九世纪极限语言逐步严格化,数学家们为此经历了一个多世纪的探索。
不妨把他们找到的办法,想象成师傅与徒弟的一场较量。两人先盯住一个候选的数 \displaystyle A:数列真的会无限趋近于它吗?师傅负责出题:“我要误差小于百分之一。”徒弟负责应答:“从这一项往后,每一项都能做到。”师傅又把要求收紧到万分之一、百万分之一,徒弟便给出相应的新起点。
师傅手里的题,叫作 \displaystyle \varepsilon,是一个任意给定的正数;徒弟交出的答案,叫作 \displaystyle N,是一个有限的正整数。徒弟不能只挑出几项交差,而要说明:所有 \displaystyle n>N 的项,都满足 \displaystyle |a_n-A|<\varepsilon。 出题、找起点、比较大小,用的仍是有限数的运算与不等式。
真正的本领,不是接住刚才那几道题,而是有一套应答办法:无论师傅把正的误差要求定得多小,徒弟总能找到一个起点,并保证其后的所有项都过关。 这场较量不需要真的进行无穷多轮;能证明每一道可能的题都有答案,就把“无限趋近于 \displaystyle A”说清楚了。这便是数列极限的定义。
设 \displaystyle \{a_n\} 是一个实数数列,\displaystyle A 是实数。如果对任意 \displaystyle \varepsilon>0,都能找到正整数 \displaystyle N,使所有满足 \displaystyle n>N 的项都有
|a_n-A|<\varepsilon,
就称数列的极限为 \displaystyle A,记为 \displaystyle\lim_{n\to\infty}a_n=A。
数列的点可以不规则起伏,不要求单调变化;关键是越过 \displaystyle N 后,每一项都落在 \displaystyle A 上下的 \displaystyle \varepsilon 误差带内。点不连线,图中只展示有限项;定义要求控制全部后续项。
用极限的定义证明 \displaystyle\lim_{n\to\infty}\frac1n=0。
给定 \displaystyle\varepsilon>0,从 \displaystyle1/n<\varepsilon 出发,确定 \displaystyle N 的取法。
任给 \displaystyle\varepsilon>0,选取正整数 \displaystyle N\ge1/\varepsilon。对任意正整数 \displaystyle n>N,都有
\left|\frac1n-0\right|=\frac1n<\frac1N\le\varepsilon.
因此,按照数列极限的定义,\displaystyle\lim_{n\to\infty}1/n=0。
例如,要求误差小于 \displaystyle0.01,可取 \displaystyle N=100;要求小于 \displaystyle0.0001,可取 \displaystyle N=10000。取法不唯一,能保证其后所有项满足要求即可。
用极限的定义证明 \displaystyle\lim_{n\to\infty}\frac1{n^2}=0。
要使 \displaystyle1/n^2<\varepsilon,只需 \displaystyle n>1/\sqrt{\varepsilon}。据此选择正整数 \displaystyle N。
任给 \displaystyle\varepsilon>0,选取正整数 \displaystyle N\ge1/\sqrt{\varepsilon}。对任意正整数 \displaystyle n>N,都有
\left|\frac1{n^2}-0\right|=\frac1{n^2}<\frac1{N^2}\le\varepsilon.
因此,按照数列极限的定义,\displaystyle\lim_{n\to\infty}1/n^2=0。
例如,要求误差小于 \displaystyle0.01,可取 \displaystyle N=10;要求小于 \displaystyle0.0001,可取 \displaystyle N=100。与 \displaystyle1/n 相比,同样的误差要求可以更早满足。
设 \displaystyle A 为实数,函数 \displaystyle f 在 \displaystyle x_0 附近、除 \displaystyle x_0 本身外有定义。如果对任意 \displaystyle \varepsilon>0,都存在 \displaystyle \delta>0,使得
0<|x-x_0|<\delta \quad\Longrightarrow\quad |f(x)-A|<\varepsilon,
就称 \displaystyle f(x) 在 \displaystyle x\to x_0 时的极限为 \displaystyle A,记作 \displaystyle\lim_{x\to x_0}f(x)=A。
\displaystyle \delta 控制输入离 \displaystyle x_0 多近,\displaystyle \varepsilon 控制输出离 \displaystyle A 多近。条件中的 \displaystyle 0< 表示我们研究的是靠近这个点的过程,不要求函数在这个点有定义。
图中实线表示极限高度 \displaystyle A,虚线标出 \displaystyle \varepsilon 误差带和输入界线;绿色点或曲线表示相应的数列项或函数值。示意图只展示一次误差要求,定义要求对每一个 \displaystyle \varepsilon>0 都成立。
这里 \displaystyle n 取正整数,\displaystyle x 取函数定义域内的值,且 \displaystyle x_0 的任意去心邻域内都有定义域中的点。\displaystyle N 或 \displaystyle \delta 可以依赖于 \displaystyle \varepsilon;选定后,须对满足输入条件的所有 \displaystyle n 或 \displaystyle x 都有效。函数在 \displaystyle x_0 处的取值不参与这一要求。
狄利克雷函数定义为
D(x)= \begin{cases} 1, & x\in\mathbb{Q},\\ 0, & x\in\mathbb{R}\setminus\mathbb{Q}. \end{cases}
其中 \displaystyle\mathbb{Q} 表示有理数集。这个函数在 \displaystyle x\to0 时,是否趋向某个实数 \displaystyle A?
任意小的区间内都既有有理数,也有无理数。函数在这两类点上分别取什么值?
极限不存在。 无论把 \displaystyle x 限制在 \displaystyle0 附近多小的范围内,函数仍会取到 \displaystyle1 和 \displaystyle0,无法最终集中在某个实数附近。
用定义证明:假设极限为实数 \displaystyle A。取 \displaystyle\varepsilon=\dfrac12,则应存在 \displaystyle\delta>0,使得 \displaystyle0<|x|<\delta 时都有 \displaystyle|D(x)-A|<\dfrac12。
选取正整数 \displaystyle n>\dfrac{\sqrt2}{\delta},并令
r=\dfrac1n,\qquad s=\dfrac{\sqrt2}{n}.
\displaystyle r 是有理数,\displaystyle s 是无理数,且 \displaystyle0<r,s<\delta。因此,定义要求
|1-A|<\dfrac12,\qquad |A|<\dfrac12.
然而
1=|1-0|\le |1-A|+|A|<\dfrac12+\dfrac12=1,
矛盾。
函数 \displaystyle f(x)=\sin\!\left(\dfrac{1}{x}\right) 在 \displaystyle x\to0 时,是否趋向某个实数 \displaystyle A?拖动下图的取值范围,观察靠近 \displaystyle0 时的图像。
当 \displaystyle\dfrac{1}{x}=2\pi n+\dfrac{\pi}{2} 时,函数值为 \displaystyle1;当 \displaystyle\dfrac{1}{x}=2\pi n+\dfrac{3\pi}{2} 时,函数值为 \displaystyle-1。这两类点能否出现在任意小的范围内?
极限不存在。 函数值虽然始终在 \displaystyle-1 与 \displaystyle1 之间,但无论 \displaystyle x 多么靠近 \displaystyle0,仍会反复取到 \displaystyle1 和 \displaystyle-1,并不趋向某个确定的实数。
用定义证明:假设极限为实数 \displaystyle A。取 \displaystyle\varepsilon=1,则应存在 \displaystyle\delta>0,使得 \displaystyle0<|x|<\delta 时都有 \displaystyle|f(x)-A|<1。
选取正整数 \displaystyle n>\dfrac{1}{2\pi\delta},并取
x_n=\dfrac{1}{2\pi n+\dfrac{\pi}{2}}, \qquad z_n=\dfrac{1}{2\pi n+\dfrac{3\pi}{2}}.
这两个数都在 \displaystyle(0,\delta) 内,且
f(x_n)=1,\qquad f(z_n)=-1.
因此,定义要求 \displaystyle|1-A|<1 且 \displaystyle|-1-A|<1。然而
2=|1-(-1)|\le |1-A|+|A+1|<2,
矛盾。可见,函数有界,并不能保证它在所考察的趋近过程中存在极限。
| 数列 | 函数 | |
|---|---|---|
| 图像 | ||
| 中文 | 对任意 \displaystyle \varepsilon>0,存在 \displaystyle N>0,使得当 \displaystyle n>N 时,都有 \displaystyle \lvert a_n-A\rvert<\varepsilon。 | 对任意 \displaystyle \varepsilon>0,存在 \displaystyle \delta>0,使得当 \displaystyle 0<\lvert x-x_0\rvert<\delta 时,都有 \displaystyle \lvert f(x)-A\rvert<\varepsilon。 |
| 英文 | For all \displaystyle \varepsilon>0, there exists \displaystyle N>0 such that \displaystyle \lvert a_n-A\rvert<\varepsilon if \displaystyle n>N. | For all \displaystyle \varepsilon>0, there exists \displaystyle \delta>0 such that \displaystyle \lvert f(x)-A\rvert<\varepsilon if \displaystyle 0<\lvert x-x_0\rvert<\delta. |
| 数学 | \displaystyle\begin{gathered}\forall\varepsilon>0,\ \exists N>0,\ \text{s.t.}\\\lvert a_n-A\rvert<\varepsilon\ \text{if }n>N.\end{gathered} | \displaystyle\begin{gathered}\forall\varepsilon>0,\ \exists\delta>0,\ \text{s.t.}\\\lvert f(x)-A\rvert<\varepsilon\\\text{if }0<\lvert x-x_0\rvert<\delta.\end{gathered} |
回看大 Boss 对应的面积数列 \displaystyle A_n=\dfrac n2\sin\dfrac{2\pi}{n}。我们猜测它趋向 \displaystyle \pi。若直接用定义证明,就要对任意 \displaystyle \varepsilon>0,找到 \displaystyle N>0,保证所有 \displaystyle n>N 都满足
\left|\frac n2\sin\frac{2\pi}{n}-\pi\right|<\varepsilon.
若改看函数 \displaystyle f(x)=\sin x/x,要证明其在 \displaystyle x\to0 时趋向 \displaystyle 1,就要找到 \displaystyle \delta>0,保证
0<|x|<\delta\quad\Longrightarrow\quad \left|\frac{\sin x}{x}-1\right|<\varepsilon.
困难在于:我们目前还没有合适的不等式来控制这两种误差,因而暂时难以给出满足要求的 \displaystyle N 或 \displaystyle \delta。
若把从定义出发逐一控制误差看作普攻,接下来就要学习一套连招:把已经掌握的极限组合起来,求出新极限。这套连续技,就是极限的四则运算。它也有使用条件;先学会出招,再回头试试大 Boss。
第八节 · 极限的计算—四则运算
定义让我们说清了什么叫“趋近”,但每遇到一个新式子,都重新与师傅较量一番,未免费力。能不能借助已经知道的极限,算出更多极限?四则运算,就是把简单结果组合起来的基本招式。
数列极限的四则运算法则
若两个数列分别趋向有限数 \displaystyle A,B,即 \displaystyle a_n\to A、\displaystyle b_n\to B,则
\begin{aligned} &\lim_{n\to\infty}(a_n+b_n)=A+B,\\ &\lim_{n\to\infty}(a_n-b_n)=A-B,\\ &\lim_{n\to\infty}(a_nb_n)=AB,\\ &\lim_{n\to\infty}\frac{a_n}{b_n}=\frac AB\qquad(B\ne0). \end{aligned}
函数极限的四则运算法则
若同一趋近过程 \displaystyle x\to x_0 下,两个有限极限同时存在:
\lim_{x\to x_0}f(x)=A,\qquad \lim_{x\to x_0}g(x)=B,
则
\begin{aligned} &\lim_{x\to x_0}\bigl(f(x)+g(x)\bigr)=A+B,\\ &\lim_{x\to x_0}\bigl(f(x)-g(x)\bigr)=A-B,\\ &\lim_{x\to x_0}\bigl(f(x)g(x)\bigr)=AB,\\ &\lim_{x\to x_0}\frac{f(x)}{g(x)}=\frac AB\qquad(B\ne0). \end{aligned}
数列和函数的上述运算法则,都要求两个极限 \displaystyle A、\displaystyle B 同时存在,且都是有限数。只要有一个不存在,就不能直接使用上述法则。
需要特别小心:使用除法时,还要求分母的极限 \displaystyle B\ne0。
分母的极限为零,不能直接使用商法则。 例如,当 \displaystyle x\to0 时,下面两式的分子、分母都趋向零,但在 \displaystyle x\ne0 时,
\frac{x}{x}=1,\qquad \frac{x^2}{x}=x.
它们的极限分别是 \displaystyle 1 和 \displaystyle 0。所以,“分子、分母都趋于零”还不能告诉我们商趋向什么,更不能把 \displaystyle 0/0 当成答案。遇到这种情形,要先化简,或寻找其他方法。
已知 \displaystyle \lim_{n\to\infty}1/n=0、\displaystyle \lim_{n\to\infty}1/n^2=0,求下列极限:
- \displaystyle\lim_{n\to\infty}\left(3-\frac2n+\frac1{n^2}\right);
- \displaystyle\lim_{n\to\infty}\left(2+\frac1n\right)\left(3-\frac1n\right)。
分别考察各部分的极限,再使用加减、常数倍和乘法法则。
由已知的两个极限及四则运算法则,
\lim_{n\to\infty}\left(3-\frac2n+\frac1{n^2}\right)=3-2\times0+0=3.
两因子的极限都存在且有限,所以
\lim_{n\to\infty}\left(2+\frac1n\right)\left(3-\frac1n\right)=(2+0)(3-0)=6.
求 \displaystyle\lim_{n\to\infty}\frac{2n+1}{n+3}。
将分子、分母同除以 \displaystyle n,再检查商法则的条件。
分子、分母都没有有限极限,不能对原式直接使用商法则。将分子、分母同除以 \displaystyle n:
\lim_{n\to\infty}\frac{2n+1}{n+3} =\lim_{n\to\infty}\frac{2+1/n}{1+3/n} =\frac{2+0}{1+0}=2.
整理后,分子极限为 \displaystyle 2,分母极限为 \displaystyle 1\ne0,满足商法则的条件。
求 \displaystyle\lim_{x\to2}\frac{x^2+1}{x+1}。
从 \displaystyle \lim_{x\to2}x=2 出发,依次使用乘法、加法和商法则。
当 \displaystyle x\to2 时,
\lim_{x\to2}(x^2+1)=2^2+1=5,\qquad \lim_{x\to2}(x+1)=2+1=3\ne0.
两个极限同时存在且有限,分母极限不为零,因此
\lim_{x\to2}\frac{x^2+1}{x+1}=\frac53.
求 \displaystyle\lim_{x\to1}\frac{x^3-1}{x^2-1}。
先检查原式是否满足商法则的条件,再将分子、分母因式分解。
当 \displaystyle x\to1 时,分子、分母的极限都为 \displaystyle0,不能直接使用商法则。对 \displaystyle x\ne1 且充分靠近 \displaystyle 1 的 \displaystyle x,
\frac{x^3-1}{x^2-1} =\frac{(x-1)(x^2+x+1)}{(x-1)(x+1)} =\frac{x^2+x+1}{x+1}.
化简后,分子极限为 \displaystyle 3,分母极限为 \displaystyle 2\ne0,因此
\lim_{x\to1}\frac{x^3-1}{x^2-1}=\frac{1+1+1}{1+1}=\frac32.
求 \displaystyle\lim_{x\to4}\frac{\sqrt{x}-2}{x-4}。
将分子、分母同乘 \displaystyle\sqrt{x}+2,先消去导致分母趋于零的因子。
原式的分子、分母都趋于 \displaystyle 0,不能直接使用商法则。对 \displaystyle x\ge0 且 \displaystyle x\ne4,有
\frac{\sqrt{x}-2}{x-4} =\frac{x-4}{(x-4)(\sqrt{x}+2)} =\frac1{\sqrt{x}+2}.
由
|\sqrt{x}-2|=\frac{|x-4|}{\sqrt{x}+2}\le\frac{|x-4|}{2},
可知 \displaystyle x\to4 时 \displaystyle\sqrt{x}\to2。化简后的分母极限为 \displaystyle4\ne0,所以
\lim_{x\to4}\frac{\sqrt{x}-2}{x-4}=\frac1{2+2}=\frac14.
先试数列的四则运算。面积数列可以写成
A_n=\frac n2\sin\frac{2\pi}{n} =\pi\frac{\sin(2\pi/n)}{2\pi/n}.
第一种写法中,\displaystyle n/2 没有有限极限,不能直接使用前面的乘法法则;第二种写法中,分子、分母都趋于 \displaystyle 0,又不能直接使用商法则。
再试函数的商法则。我们知道
\lim_{x\to0}\sin x=0,\qquad \lim_{x\to0}x=0.
两个极限都存在,但分母的极限是 \displaystyle 0,不能直接用商法则求 \displaystyle \lim_{x\to0}\sin x/x。这里是分母趋于零,不是允许把 \displaystyle x=0 代入;\displaystyle 0/0 也不是一个极限值。
这套连招暂时还拿不下大 Boss:仅凭上述四则运算法则,无法直接求出这里的极限。 这不表示极限不存在,而是提醒我们还需要新的估计方法。
第九节 · 极限的计算—换元法
同一个式子,换一个变量来写,结构可能更清楚。换元法就是给式子中反复出现或较复杂的部分取一个新名字,再用新变量计算。
用换元法计算 \displaystyle\lim_{x\to2}\frac{x^2-4}{x-2}。
令 \displaystyle t=x-2,则 \displaystyle x=t+2。先写出 \displaystyle t 的趋向。
令 \displaystyle t=x-2,则 \displaystyle x=t+2,且 \displaystyle x\to2 时 \displaystyle t\to0。在 \displaystyle t\ne0 时,
\frac{x^2-4}{x-2} =\frac{(t+2)^2-4}{t} =t+4.
因此
\lim_{x\to2}\frac{x^2-4}{x-2} =\lim_{t\to0}(t+4)=4.
用换元法计算 \displaystyle\lim_{x\to0}\frac{(1+3x)^2-1}{x}。
令 \displaystyle t=3x,注意原分母 \displaystyle x=t/3。
令 \displaystyle t=3x,则 \displaystyle x=t/3,且 \displaystyle x\to0 时 \displaystyle t\to0。对 \displaystyle t\ne0,
\frac{(1+3x)^2-1}{x} =\frac{(1+t)^2-1}{t/3} =3\frac{2t+t^2}{t}=3(2+t).
故
\lim_{x\to0}\frac{(1+3x)^2-1}{x} =\lim_{t\to0}3(2+t)=6.
分母由 \displaystyle x 变为 \displaystyle t/3,所以系数 \displaystyle3 不能遗漏。
用换元法计算 \displaystyle\lim_{x\to0}\frac{\sqrt{1+x}-1}{x}。
令 \displaystyle t=\sqrt{1+x}-1,由 \displaystyle\sqrt{1+x}=t+1 写出 \displaystyle x。
令 \displaystyle t=\sqrt{1+x}-1。因为
|t|=\frac{|x|}{\sqrt{1+x}+1}\le|x|\qquad(x>-1),
所以 \displaystyle x\to0 时 \displaystyle t\to0。又有
x=(t+1)^2-1=t(t+2).
在充分靠近 \displaystyle0 的去心邻域内,\displaystyle x\ne0 等价于 \displaystyle t\ne0,于是
\frac{\sqrt{1+x}-1}{x} =\frac{t}{t(t+2)}=\frac1{t+2}.
因此
\lim_{x\to0}\frac{\sqrt{1+x}-1}{x} =\lim_{t\to0}\frac1{t+2}=\frac12.
后面计算极限、研究复合函数,以及学习求导和积分时,还会反复用到换元法。换元时,要把表达式和变量的趋向一起改写。
第十节 · 两边夹定理
两边夹定理可以直接根据极限的定义证明。 这是本书为数不多的定理证明之一:我们分别写出数列和函数的证明,看看定义怎样成为推理的工具。
设 \displaystyle\{a_n\}、\displaystyle\{b_n\}、\displaystyle\{c_n\} 为实数数列。若存在 \displaystyle N_0>0,使得
a_n\le b_n\le c_n,\qquad \forall n>N_0,
且
\lim_{n\to\infty}a_n=\lim_{n\to\infty}c_n=A\in\mathbb R,
则 \displaystyle\{b_n\} 收敛,且
\boxed{\lim_{n\to\infty}b_n=A.}
任取 \displaystyle\varepsilon>0。由 \displaystyle\lim_{n\to\infty}a_n=A,存在 \displaystyle N_1>0,使所有 \displaystyle n>N_1 都满足 \displaystyle|a_n-A|<\varepsilon;由 \displaystyle\lim_{n\to\infty}c_n=A,存在 \displaystyle N_2>0,使所有 \displaystyle n>N_2 都满足 \displaystyle|c_n-A|<\varepsilon。
取 \displaystyle N=\max\{N_0,N_1,N_2\}。对任意正整数 \displaystyle n>N,上述三个条件同时成立,故
A-\varepsilon<a_n\le b_n\le c_n<A+\varepsilon.
于是 \displaystyle|b_n-A|<\varepsilon。由于 \displaystyle\varepsilon>0 任意,按照数列极限的定义,\displaystyle\lim_{n\to\infty}b_n=A。证毕。
设 \displaystyle f,g,h 在 \displaystyle x_0 的某个去心邻域内都有定义。若存在 \displaystyle\delta_0>0,使得
0<|x-x_0|<\delta_0\quad\Longrightarrow\quad f(x)\le g(x)\le h(x),
且
\lim_{x\to x_0}f(x)=\lim_{x\to x_0}h(x)=A\in\mathbb R,
则 \displaystyle g 在 \displaystyle x\to x_0 时的极限存在,且
\boxed{\lim_{x\to x_0}g(x)=A.}
任取 \displaystyle\varepsilon>0。由 \displaystyle\lim_{x\to x_0}f(x)=A,存在 \displaystyle\delta_1>0,使得 \displaystyle0<|x-x_0|<\delta_1 时有 \displaystyle|f(x)-A|<\varepsilon;由 \displaystyle\lim_{x\to x_0}h(x)=A,存在 \displaystyle\delta_2>0,使得 \displaystyle0<|x-x_0|<\delta_2 时有 \displaystyle|h(x)-A|<\varepsilon。
取 \displaystyle\delta=\min\{\delta_0,\delta_1,\delta_2\}>0。对任意满足 \displaystyle0<|x-x_0|<\delta 的 \displaystyle x,上述三个条件同时成立,故
A-\varepsilon<f(x)\le g(x)\le h(x)<A+\varepsilon.
于是 \displaystyle|g(x)-A|<\varepsilon。由于 \displaystyle\varepsilon>0 任意,按照函数极限的定义,\displaystyle\lim_{x\to x_0}g(x)=A。证毕。
求 \displaystyle\lim_{n\to\infty}\frac{(-1)^n}{n}。
由 \displaystyle-1\le(-1)^n\le1,给出这个数列的上下界。
对每个正整数 \displaystyle n,有
-\frac1n\le\frac{(-1)^n}{n}\le\frac1n.
由于 \displaystyle\lim_{n\to\infty}(-1/n)=\lim_{n\to\infty}(1/n)=0,由数列的两边夹定理,
\boxed{\lim_{n\to\infty}\frac{(-1)^n}{n}=0.}
第十一节 · Boss 战—圆面积
为了攻克圆面积这个大 Boss,我们需要一个不等式。这个不等式可以直接从下面的单位圆图中看出来。角 \displaystyle x 用弧度表示,当 \displaystyle0<x<\pi/2 时,
\boxed{\sin x<x<\tan x.}
图中取单位圆上的点 \displaystyle P=(\cos x,\sin x),从 \displaystyle Q=(1,0) 作切线,与射线 \displaystyle OP 交于 \displaystyle T。\displaystyle P 到横轴的距离为 \displaystyle\sin x,圆弧 \displaystyle QP 的长度为 \displaystyle x——这里使用了弧长公式 \displaystyle s=r\theta(\displaystyle\theta 用弧度表示),单位圆中 \displaystyle r=1、\displaystyle\theta=x,所以 \displaystyle s=x;切线段 \displaystyle QT 的长度为 \displaystyle\tan x。这三个长度的比较给出上述不等式;这里比较的是长度,不借用圆或扇形的面积公式。
由 \displaystyle\sin x<x<\tan x,除以正数 \displaystyle\sin x,得到
1<\frac{x}{\sin x}<\frac1{\cos x}.
三者都为正数,取倒数后不等号方向改变,整理得到
\cos x<\frac{\sin x}{x}<1,\qquad 0<x<\frac\pi2.
当 \displaystyle x\to0 时,\displaystyle\cos x\to1,这一点可以从余弦函数的图像上直观地看出来。由两边夹定理,得到
\boxed{\lim_{x\to0}\frac{\sin x}{x}=1.}
上面只讨论了 \displaystyle x 从正数方向趋于 \displaystyle0 的情况;从负数方向趋于 \displaystyle0 也有相同结论,补充说明见本节末尾的注。
这里 \displaystyle x 必须用弧度表示。函数在 \displaystyle x=0 处没有定义,并不妨碍它在这里存在极限。
现在回到半径为 \displaystyle r 的圆。其内接正 \displaystyle n 边形的面积为
A_n=\frac{nr^2}{2}\sin\frac{2\pi}{n} =\pi r^2\frac{\sin(2\pi/n)}{2\pi/n}.
当 \displaystyle n\to\infty 时,\displaystyle2\pi/n\to0。利用刚得到的极限,
\lim_{n\to\infty}A_n=\pi r^2.
按内接正多边形逼近的方式定义圆面积,圆面积就是上述面积数列的极限。因此
\boxed{S=\lim_{n\to\infty}A_n=\pi r^2.}
两边夹定理的几何解释
内接面积 \displaystyle A_n 不超过圆面积,外接面积 \displaystyle B_n 不小于圆面积。随着边数增大,两者都趋向同一个数 \displaystyle\pi r^2,并且
\lim_{n\to\infty}(B_n-A_n)=\pi r^2-\pi r^2=0.
因此,内外两种近似之间的面积差趋于零,夹在它们之间的圆面积被确定为 \displaystyle\pi r^2。有限边数时,面积差仍大于零;我们没有把某个有限多边形直接当成圆。
设角度用弧度表示。由单位圆中的长度比较,当 \displaystyle0<t<\pi/2 时,
\sin t<t<\tan t,
从而
\cos t<\frac{\sin t}{t}<1.
先控制 \displaystyle\cos t 与 \displaystyle1 的误差。由上述长度不等式及正弦函数的奇偶关系,当 \displaystyle|u|<\pi/2 时,有 \displaystyle|\sin u|\le|u|。结合半角恒等式,当 \displaystyle|t|<\pi 时,
0\le1-\cos t=2\sin^2(t/2)\le\frac{t^2}{2}.
因此,任给 \displaystyle\varepsilon>0,只要 \displaystyle0<|t|<\min\{1,\sqrt{2\varepsilon}\},就有 \displaystyle|\cos t-1|<\varepsilon。这也从定义证明了 \displaystyle\lim_{t\to0}\cos t=1。
下面直接验证正弦比值的极限定义。任取 \displaystyle\varepsilon>0,取
\delta=\min\left\{\frac\pi2,\sqrt{2\varepsilon}\right\}>0.
当 \displaystyle0<x<\delta 时,由前面的不等式,
0<1-\frac{\sin x}{x}<1-\cos x \le\frac{x^2}{2}<\varepsilon.
所以 \displaystyle\left|\frac{\sin x}{x}-1\right|<\varepsilon。
当 \displaystyle-\delta<x<0 时,令 \displaystyle t=-x,则 \displaystyle0<t<\delta,并且
\frac{\sin x}{x}=\frac{\sin(-t)}{-t}=\frac{\sin t}{t}.
由正数情形的估计,同样有
\left|\frac{\sin x}{x}-1\right| =\left|\frac{\sin t}{t}-1\right|<\varepsilon.
综上,对任意 \displaystyle\varepsilon>0,上述 \displaystyle\delta 都能保证
0<|x|<\delta\quad\Longrightarrow\quad \left|\frac{\sin x}{x}-1\right|<\varepsilon.
因此,根据函数极限的定义,
\boxed{\lim_{x\to0}\frac{\sin x}{x}=1.}
证毕。
这一战,我们先把圆面积化成内接正多边形的面积数列,再用两边夹定理求出关键极限
\lim_{x\to0}\frac{\sin x}{x}=1.
把它代回面积数列,结合极限的四则运算,就得到
S=\lim_{n\to\infty}\frac{nr^2}{2}\sin\frac{2\pi}{n}=\pi r^2.
定义说明要达到什么要求,四则运算组合已有结果,两边夹定理帮助我们确定暂时算不出的极限。 有限多边形始终不是圆;通过极限,我们把一次次近似变成了准确的面积。
第十二节 · 利上生利—贪婪的极限
隐藏关卡
圆面积的大 Boss 刚刚倒下,山路旁又亮起一盏灯。灯下不是几何图形,而是一本账簿。让我们借伯努利的复利问题,讲一段“还想多得一点”的故事。
你存入 \displaystyle 1 元,与掌柜约定:为方便计算,名义年利率取 \displaystyle 100\%。一年结一次利息,年末便拿到 \displaystyle 2 元。你正要收起账簿,却想到:如果利息早点到账,也能继续生利息,岂不是还能多拿一些?
掌柜答应半年结一次,但全年约定的名义利率不变,所以每半年的利率是 \displaystyle 50\%。半年后,本息变为 \displaystyle 1\times(1+1/2);再过半年,连同刚到账的利息一起计息,年末得到 \displaystyle (1+1/2)^2=2.25 元。
一般地,把一年等分为 \displaystyle n 个计息期,每期利率为 \displaystyle 1/n,利息立即加入本金,期间不存取资金。一年后的本息构成复利数列:
a_n=\left(1+\frac1n\right)^n,\qquad n=1,2,3,\ldots.
这里的 \displaystyle n 是同一年内的结息次数;名义年利率始终不变。
如果每年结息 \displaystyle4 次、\displaystyle12 次、\displaystyle365 次,甚至 \displaystyle365\times24 次呢?结息越来越频繁,本息会无限增长吗?我们怎样才能打败这个“还想多得一点”的贪婪魔鬼?
| 每年结息次数 \displaystyle n | 一年后的本息 \displaystyle a_n |
|---|---|
| 1 | 2.000000 |
| 2 | 2.250000 |
| 4 | 2.441406 |
| 12 | 2.613035 |
| 52 | 2.692597 |
| 365 | 2.714567 |
| 1000 | 2.716924 |
| \displaystyle365\times24 | 2.718127 |
| 10000 | 2.718146 |
本息似乎不断增加,增加的幅度却在缩小,仿佛正趋向某个极限。找到这个极限,便能看清贪婪的边界,终结无止境的索求。
第十三节 · 单调有界有极限
想象沿着数轴向右走,每一步都不后退,而且前方有一道永远不能越过的界限。我们未必预先知道终点是多少,却可以证明:这些位置一定趋向某个确定的数。这是另一种得到极限的方法——先证明终点存在,再研究终点是谁。
若每一步都有 \displaystyle a_{n+1}\ge a_n,称数列单调不减;若每一步都有 \displaystyle a_{n+1}>a_n,称严格递增。将不等号分别反向,就得到单调不增与严格递减的定义。
若存在固定实数 \displaystyle B,使所有项都满足 \displaystyle a_n\le B,称数列有上界;将不等号改为 \displaystyle a_n\ge B,就得到有下界的定义。同时有上界与下界的数列,称为有界数列。
单调不减且有上界的实数数列,必有有限极限。 同样,单调不增且有下界的实数数列,也必有有限极限。这就是单调有界定理。
有界不等于知道准确极限。一个上界可以留有余地:为了证明数列有极限,我们可以先找一道容易验证的“围墙”。
判断数列 \displaystyle a_n=n 的单调性、有界性及收敛性。
比较 \displaystyle a_{n+1} 与 \displaystyle a_n,并考察 \displaystyle n 能否超过任意给定的实数。
数列 \displaystyle a_n=n 严格递增,但没有上界,也没有有限极限。这说明只有单调性,不能保证数列收敛。
判断数列 \displaystyle a_n=(-1)^n 的单调性、有界性及收敛性。
分别写出奇数项和偶数项。
数列各项在 \displaystyle-1 与 \displaystyle1 之间交替,因此有界,但不单调。它不收敛:若极限为 \displaystyle A,取 \displaystyle\varepsilon=1/2,充分靠后的奇数项与偶数项都应满足 \displaystyle|-1-A|<1/2 和 \displaystyle|1-A|<1/2。由三角不等式便有 \displaystyle2\le|-1-A|+|1-A|<1,矛盾。这说明只有有界性,也不能保证数列收敛。
回到复利数列。现在任务明确了:证明它向上走,再找一个共同的上界。 两件事都完成,就能确认隐藏 Boss 的极限确实存在。注意,这只是一个存在性证明,尚未求出极限的具体值。在数学中,证明一个对象存在,往往比求出它的具体表达式更为根本。
第十四节 · Boss 战—数 e
设 \displaystyle a_n=\left(1+\frac1n\right)^n。我们借助二项式展开,可以把 \displaystyle a_n 写成
\begin{aligned} a_n={}&1+1+\frac1{2!}\left(1-\frac1n\right) \\ &+\frac1{3!}\left(1-\frac1n\right)\left(1-\frac2n\right)\\ &+\cdots+\frac1{n!}\left(1-\frac1n\right)\cdots\left(1-\frac{n-1}{n}\right). \end{aligned}
这里 \displaystyle k!=1\cdot2\cdots k,并约定 \displaystyle0!=1。展开式只保留实际存在的项,首尾重合的项只计一次。下面分别证明这个数列的单调性与有界性。
二项式定理把一个和的整数次幂写成逐项相加的形式:
\begin{aligned} (1+u)^n={}&1+nu+\frac{n(n-1)}{2!}u^2+\cdots\\ &+\frac{n(n-1)\cdots(n-k+1)}{k!}u^k+\cdots+u^n. \end{aligned}
代入 \displaystyle u=1/n,常数项与一次项分别为 \displaystyle1 和 \displaystyle1。对 \displaystyle2\le k\le n,含 \displaystyle u^k 的项化为
\begin{aligned} &\frac{n(n-1)\cdots(n-k+1)}{k!}\cdot\frac1{n^k}\\ &\qquad=\frac1{k!}\cdot\frac nn\cdot\frac{n-1}n\cdots\frac{n-k+1}n\\ &\qquad=\frac1{k!}\left(1-\frac1n\right)\cdots\left(1-\frac{k-1}{n}\right). \end{aligned}
这就得到下面使用的展开式。把 \displaystyle n 换成 \displaystyle n+1,便得到另一个展开式;它的最后一项为 \displaystyle1/(n+1)^{n+1}。当 \displaystyle n=1 时,\displaystyle a_n 在 \displaystyle1+1 后没有其他项,比较时也就没有对应项。
将两个展开式对照来看:蓝色部分是对应项,赭色方框是新增项。
\begin{aligned} a_n={}&1+1+{\color{#387b9b}\frac1{2!}\left(1-\frac1n\right)}+\cdots\\ &+{\color{#387b9b}\frac1{n!}\left(1-\frac1n\right)\cdots\left(1-\frac{n-1}{n}\right)}, \end{aligned}
\begin{aligned} a_{n+1}={}&1+1+{\color{#387b9b}\frac1{2!}\left(1-\frac1{n+1}\right)}+\cdots\\ &+{\color{#387b9b}\frac1{n!}\left(1-\frac1{n+1}\right)\cdots\left(1-\frac{n-1}{n+1}\right)}\\ &+{\color{#b16c27}\boxed{\frac1{(n+1)^{n+1}}}}. \end{aligned}
对任意 \displaystyle2\le k\le n,两个展开式中分母为 \displaystyle k! 的项相互对应。它们的每一个括号都满足
\boxed{0<1-\frac jn<1-\frac j{n+1}},\qquad 1\le j\le k-1.
因此,相同数目的正因子逐一相乘,再除以同一个正数 \displaystyle k!,得到
\begin{aligned} &{\color{#387b9b}\frac1{k!}\left(1-\frac1{n+1}\right)\cdots\left(1-\frac{k-1}{n+1}\right)}\\ &\qquad>{\color{#387b9b}\frac1{k!}\left(1-\frac1n\right)\cdots\left(1-\frac{k-1}{n}\right)}. \end{aligned}
原有的对应项都增大,前面的 \displaystyle1+1 不变,还多出赭色方框中的正项,故对每个正整数 \displaystyle n,都有
\boxed{a_{n+1}-a_n\ge\frac1{(n+1)^{n+1}}>0.}
所以,复利数列严格递增。
对 \displaystyle n\ge2,展开式中每个括号都在 \displaystyle0 与 \displaystyle1 之间,因此
a_n\le2+\frac1{2!}+\frac1{3!}+\cdots+\frac1{n!}.
当 \displaystyle k\ge2 时,\displaystyle k!=1\cdot2\cdot3\cdots k\ge2^{k-1},于是
\begin{aligned} a_n&\le2+\frac12+\frac1{2^2}+\cdots+\frac1{2^{n-1}}\\ &=3-\frac1{2^{n-1}}<3. \end{aligned}
再结合 \displaystyle a_1=2<3,可知无论结息多少次,本息都小于 \displaystyle3 元。这就找到了整个数列的共同上界。
复利数列严格递增且有上界,由单调有界定理,它必有一个有限极限。我们把这个数记作 \displaystyle e:
\begin{gathered} \boxed{e=\lim_{n\to\infty}\left(1+\frac1n\right)^n},\\ e\approx2.718281828459\ldots. \end{gathered}
先证明极限存在,再为它命名。提高结息频率可以增加本息,却无法使它无限增长;贪婪的边界,由此确定。
圆面积一战,我们从两侧夹住目标;复利这一战,我们先凭单调与有界确认极限存在,再把这个极限记作 \displaystyle e。有时先知道答案再证明,有时先证明有答案,才逐步认出它。 两条路,都是数学江湖中的惯用招数。
第十五节 · 回望来路
这一回,我们从一个圆和一本账簿出发,走进了极限的世界。我们学会了谨慎地谈论无限。 希尔伯特的酒店提醒我们,有限情形下的直觉不能不加检查地搬进无限。\displaystyle\varepsilon–\displaystyle N 与 \displaystyle\varepsilon–\displaystyle\delta 语言,让我们能够用有限世界的工具,迎战无穷世界的敌人。
\displaystyle\varepsilon–\displaystyle N 语言的本质,是一个“动中取静”的过程:\displaystyle\varepsilon 给出“静”的标准,然后我们在“动”中寻找界限 \displaystyle N,使所有 \displaystyle n>N 的项都满足这一要求。回看篇首王维的“行到水穷处,坐看云起时”,静观变化的意境,也为这份数学心法添了一层诗意。
过关所得不止于公式。我们学会了综合运用火眼金睛(图像)、极限的定义(普攻)、四则运算(连招)和换元法(七十二变),在面对不同的对手时选择合适的招式。
合上这一回之前,试着不看讲义,回答三个问题:
- 我能否说清圆面积与复利分别对应哪个数列,下标表示什么?
- 我能否用自己的话解释“无论误差要求多小,最终都能一直满足”?
- 我能否说明两场 Boss 战各用了什么定理,并逐一核对它的条件?
若还能把某一步为什么成立讲给别人听,这份本领便更扎实了一分。下一回,我们将把极限用在另一个问题上:怎样描述某一瞬间的变化?