极限 查看我的状态 0%

第一回 · 动中取静

返回山门 ↗

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)}.

一个等腰三角形OPQ,OP和OQ均为1,顶角为2π/n,OM垂直底边PQ
取其中一个三角形,作高 OM。示意图以正八边形的一块为例。

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。

集合

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。

集合的概念

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。
集合举例
  1. 自然数集:\displaystyle\mathbb N=\{0,1,2,3,\ldots\}。
  2. 实数集:\displaystyle\mathbb R,包含有理数和无理数。
  3. 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

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。

映射的定义

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:

映射

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。
名与字

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。

作品与词牌

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。

有输入却无输出

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。

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

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。

一次函数

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。

二次函数

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。

函数图像

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。

一次函数y=2x+1的直线与二次函数y=x²的抛物线,标出示例输入对应的坐标点
横坐标放输入,纵坐标放输出;一个点记录一组对应关系。

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
单位圆内接正多边形面积数列的散点图,左图显示n为3至50的各项,右图放大n为12至200的变化;点逐渐靠近π参考线,不连接成连续曲线
每个点代表一项,横坐标是边数,纵坐标是面积。右图放大后段的变化;虚线仅供比较,并不是极限的证明。
观察数列
  1. 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。
  2. 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。
  3. 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?
  4. 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。

换一个角度

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}.}

左图为归一化面积数列An除以π的离散点,右图为sin(x)/x的函数图像;n等于3、6、12、24的点以相同颜色和连线对应,横坐标变为2π/n,纵坐标相同,x等于0处为空心点
同色点表示同一项:左图横坐标为 \displaystyle n,右图横坐标为 \displaystyle 2\pi/n,两点的高度都等于 \displaystyle A_n/\pi。
图像对照

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。

  1. 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。
  2. 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?
  3. 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。

希尔伯特的酒店

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?

无穷减无穷

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:

  1. 所有房间的客人都退房。
  2. 除了第 \displaystyle 1 间,其余房间的客人都退房。
  3. 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。

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。

数列极限的ε–N示意图
数列极限:\displaystyle n>N 时,所有项都在 \displaystyle A 上下的 \displaystyle \varepsilon 误差带内。
注

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。

🟢例1:用定义验证数列极限极限极限定义

用极限的定义证明 \displaystyle\lim_{n\to\infty}\frac1n=0。

🟢例2:平方的倒数极限极限定义

用极限的定义证明 \displaystyle\lim_{n\to\infty}\frac1{n^2}=0。

函数极限的定义

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。

函数极限的ε–δ示意图
函数极限:\displaystyle 0<\lvert x-x_0\rvert<\delta 时,所有函数值都在误差带内。
注

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。

🟡例3:狄利克雷函数函数极限反例

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?

🟡例4:振荡的反例函数极限反例

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。

缩小横轴范围,观察函数值是否最终集中在某个高度附近。图中不包含 \displaystyle x=0。
极限的 \displaystyle \varepsilon–\displaystyle N / \displaystyle \varepsilon–\displaystyle \delta 语言
数列 函数
图像 一列绿色离散点不规则起伏并趋近极限A,水平虚线标出A减ε与A加ε,竖虚线为N,N右侧的所有项都落在误差带内 一条弯曲的函数曲线穿过极限高度A,水平虚线标出ε误差带,竖虚线标出x零两侧的δ范围,去心邻域内绿色曲线全部落在误差带内,中心为空心点
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}
圆面积的极限

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。

四则运算法则

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}

使用四则运算法则的前提

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。

🟢例5:数列的四则运算极限四则运算

已知 \displaystyle \lim_{n\to\infty}1/n=0、\displaystyle \lim_{n\to\infty}1/n^2=0,求下列极限:

  1. \displaystyle\lim_{n\to\infty}\left(3-\frac2n+\frac1{n^2}\right);
  2. \displaystyle\lim_{n\to\infty}\left(2+\frac1n\right)\left(3-\frac1n\right)。
🟢例6:数列的四则运算极限四则运算

求 \displaystyle\lim_{n\to\infty}\frac{2n+1}{n+3}。

🟢例7:函数的四则运算极限四则运算

求 \displaystyle\lim_{x\to2}\frac{x^2+1}{x+1}。

🟡例8:函数的四则运算极限四则运算

求 \displaystyle\lim_{x\to1}\frac{x^3-1}{x^2-1}。

🟡例9:函数的四则运算极限四则运算

求 \displaystyle\lim_{x\to4}\frac{\sqrt{x}-2}{x-4}。

再试大 Boss

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。

🟡例10:极限的换元法极限换元法

用换元法计算 \displaystyle\lim_{x\to2}\frac{x^2-4}{x-2}。

🟡例11:极限的换元法极限换元法

用换元法计算 \displaystyle\lim_{x\to0}\frac{(1+3x)^2-1}{x}。

🟡例12:极限的换元法极限换元法

用换元法计算 \displaystyle\lim_{x\to0}\frac{\sqrt{1+x}-1}{x}。

换元法的用处

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

从定义证明定理

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。

数列的两边夹定理

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.}

函数的两边夹定理

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.}

🟢例13:数列的两边夹定理极限两边夹定理

求 \displaystyle\lim_{n\to\infty}\frac{(-1)^n}{n}。

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.}

单位圆中的小扇形,蓝色竖线表示sin x,绿色圆弧表示弧度数x对应的弧长,橙色切线段表示tan x
单位圆中,蓝色线段长为 \displaystyle\sin x,绿色圆弧长为 \displaystyle x,橙色切线段长为 \displaystyle\tan x。
长度比较

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.

圆的面积

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

圆的内接和外接正多边形,展示边数增加时从内外近似圆
绿色内接正多边形从里面近似圆,金色外接正多边形从外面近似圆。

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。

Boss 战小结

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
复利数列的图像:结息次数增加时,一年后的本息逐渐增加,但逐渐趋于平缓;横轴采用对数刻度。
复利数列 \displaystyle a_n=(1+1/n)^n;横轴采用对数刻度,以便同时观察每年结息几次与几千次的情形。

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

单调与有界的直观

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。

单调与有界

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”。

🟢例14:单调但无上界极限单调有界

判断数列 \displaystyle a_n=n 的单调性、有界性及收敛性。

🟢例15:有界但不单调极限单调有界

判断数列 \displaystyle a_n=(-1)^n 的单调性、有界性及收敛性。

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。

单调性

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。

有界性

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。

极限存在

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。

隐藏关卡所得

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:

  1. 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?
  2. 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”?
  3. 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?