Skip to main content

函数与极限

Summary

极限作为微积分地基的完整梳理。数列极限从 ε-N 定义讲到单调有界、夹逼、柯西准则与 Stolz 定理,函数极限给 ε-δ 定义、单侧极限与 Heine 归结原则。随后是极限四则运算、无穷小与无穷大及其阶、等价无穷小表与无穷大增长排序,七种未定式的化归思路与两个重要极限。计算方法逐一演示代入、等价无穷小、泰勒展开、洛必达与夹逼。最后讲连续定义、间断点分类与闭区间连续函数的介值、零点定理。

参考资料​

引入​

极限是 微积分的地基。所有「无穷小」「无穷大」「连续」「导数」「积分」的概念,最终都要回到极限的严格定义。

直观上,极限刻画的是:当自变量「趋近」某个值时,函数值「趋近」一个确定的数。

这里有个微妙之处值得先点明:极限只关心 趋近过程中 函数的走向,跟函数在该点 到底取什么值、甚至取不取值 完全无关。我们研究 x→x0x\to x_0 时 f(x)f(x) 的极限,用的是 x0x_0 附近的 去心邻域,把 x0x_0 这一点本身抠掉。正是这个「抠掉一点」的设计,才让我们能讨论 sin⁡xx\dfrac{\sin x}{x} 在 x=0x=0 处的极限——那里函数根本没定义,可极限照样存在。

数列极限​

数列是定义在正整数上的函数,是最简单的极限情形:自变量只能一步步往无穷大走,没有「左右」之分。

ε\varepsilon-NN 定义​

设数列 { an }\set{a_n},若存在常数 AA,使得对任意 ε>0\varepsilon>0,存在 N∈N+N\in\mathbb{N}^+,当 n>Nn>N 时恒有:

∣an−A∣<ε|a_n-A|<\varepsilon

则称 AA 为数列 { an }\set{a_n} 的极限,记为:

lim⁡n→∞an=A\lim_{n\to\infty}a_n=A
tip

这套语言可以翻译成一句大白话:不管你要求多精确(任给一个小数 ε\varepsilon),我总能从某一项 NN 往后(要项数足够大),把所有项都摁进 AA 的 ε\varepsilon 误差带里。 ε\varepsilon 是「挑战」,NN 是「应战」——ε\varepsilon 越小,需要的 NN 往往越大,但只要 总能找到,极限就成立。

用定义证极限的套路是 「逆推 NN」:从要证的 ∣an−A∣<ε|a_n-A|<\varepsilon 出发,把它放大成一个关于 nn 的简单不等式,再反解出 nn 应该多大。

例:证 lim⁡n→∞nn+1=1\lim\limits_{n\to\infty}\dfrac{n}{n+1}=1。对任意 ε>0\varepsilon>0:

∣nn+1−1∣=1n+1<1n<ε\left|\frac{n}{n+1}-1\right|=\frac{1}{n+1}<\frac{1}{n}<\varepsilon

只要 n>1εn>\dfrac{1}{\varepsilon} 即可。于是取 N=⌊1ε⌋N=\left\lfloor\dfrac{1}{\varepsilon}\right\rfloor,当 n>Nn>N 时上式成立,故极限为 11。这里把 1n+1\dfrac{1}{n+1} 放大成 1n\dfrac{1}{n} 是为了让反解 nn 更干净——证明里 放大要适度,放过头会反解不出来。

例:证 lim⁡n→∞an=1\lim\limits_{n\to\infty}\sqrt[n]{a}=1(a>1a>1)。记 an−1=tn>0\sqrt[n]{a}-1=t_n>0,则 a=(1+tn)n≥1+ntna=(1+t_n)^n\ge 1+nt_n(伯努利不等式),得 tn≤a−1nt_n\le\dfrac{a-1}{n}。对任意 ε>0\varepsilon>0,取 N=⌊a−1ε⌋N=\left\lfloor\dfrac{a-1}{\varepsilon}\right\rfloor,当 n>Nn>N 时 ∣an−1∣=tn<ε|\sqrt[n]{a}-1|=t_n<\varepsilon。

收敛准则​

  • 单调有界准则:单调有界数列必有极限。
  • 夹逼准则:若 an≤bn≤cna_n\le b_n\le c_n 且 lim⁡an=lim⁡cn=A\lim a_n=\lim c_n=A,则 lim⁡bn=A\lim b_n=A。
  • 柯西收敛准则:{ an }\set{a_n} 收敛   ⟺  \iff 对任意 ε>0\varepsilon>0,存在 NN 使 ∀m,n>N\forall m,n>N 有 ∣am−an∣<ε|a_m-a_n|<\varepsilon。

单调有界准则的直觉很形象:一个一直往上走(递增)却又被天花板(上界)挡住的数列,没法发散到无穷,也没法来回震荡,只能越挤越紧地逼近某个值——那个值就是极限。它的好处是 不需要事先知道极限是多少 就能断定收敛,这是后面定义 ee 的关键。

柯西准则同样不依赖极限值本身:它说收敛等价于「项与项之间最终要无限靠拢」。这把「收敛」从「靠近某个外部的 AA」改写成了数列 自身的内部性质。

Stolz 定理​

Stolz 定理(Stolz–Cesàro Theorem)是「数列版的洛必达」,专治 ∞∞\dfrac\infty\infty 与 00\dfrac00 型的数列极限。∗∞\dfrac\ast\infty 型({ bn }\set{b_n} 严格单调递增趋于 +∞+\infty)的版本是:

lim⁡n→∞anbn=lim⁡n→∞an−an−1bn−bn−1(右端存在时)\lim_{n\to\infty}\frac{a_n}{b_n}=\lim_{n\to\infty}\frac{a_n-a_{n-1}}{b_n-b_{n-1}}(\text{右端存在时})

把「求和的整体」换成「相邻两项的差」,往往一下子化简。它特别适合处理 带 ∑\sum 或递推累加 的数列极限。

例:lim⁡n→∞1+2+⋯+nn2\lim\limits_{n\to\infty}\dfrac{1+2+\dots+n}{n^2}。取 an=∑k=1nka_n=\sum_{k=1}^n k、bn=n2b_n=n^2(严格增趋于 ∞\infty):

an−an−1bn−bn−1=nn2−(n−1)2=n2n−1→n→∞12\frac{a_n-a_{n-1}}{b_n-b_{n-1}}=\frac{n}{n^2-(n-1)^2}=\frac{n}{2n-1}\xrightarrow{n\to\infty}\frac{1}{2}

故原极限为 12\dfrac12。它也能证 算术平均收敛:若 an→Aa_n\to A,则 a1+⋯+ann→A\dfrac{a_1+\dots+a_n}{n}\to A(取 bn=nb_n=n,差商即 an→Aa_n\to A)。

典型数列极限​

例(nn→1\sqrt[n]{n}\to 1):记 nn=1+tn\sqrt[n]{n}=1+t_n(tn>0t_n>0),则 n=(1+tn)n≥(n2)tn2=n(n−1)2tn2n=(1+t_n)^n\ge\dbinom{n}{2}t_n^2=\dfrac{n(n-1)}{2}t_n^2,得 tn2≤2n−1→0t_n^2\le\dfrac{2}{n-1}\to 0,故 tn→0t_n\to 0,即 nn→1\sqrt[n]{n}\to 1。这里用二项展开取 第三项 来夹(取第二项 ntnnt_n 只能得到 tn≤1t_n\le 1,不够)。

例(nn 项根式和):lim⁡n→∞1n+2n+⋯+nnn\lim\limits_{n\to\infty}\sqrt[n]{1^n+2^n+\dots+n^n} 介于 nnn=n\sqrt[n]{n^n}=n 与 n⋅nnn=nnn\sqrt[n]{n\cdot n^n}=n\sqrt[n]{n} 之间,量级是 nn;更细地,lim⁡n→∞an+bnn=max⁡(a,b)\lim\limits_{n\to\infty}\sqrt[n]{a^n+b^n}=\max(a,b)(a,b>0a,b>0),因为 max⁡≤an+bnn≤2nmax⁡→max⁡\max\le\sqrt[n]{a^n+b^n}\le\sqrt[n]{2}\max\to\max。

例(递推单调有界):设 a1=2a_1=\sqrt{2},an+1=2+ana_{n+1}=\sqrt{2+a_n},求 lim⁡an\lim a_n。

有界:归纳证 an<2.a1<2;if an<2 then an+1=2+an<4=2.单调:an+12−an2=2+an−an2=−(an−2)(an+1)>0(因 0<an<2),故递增。\begin{aligned} \text{有界:} &\text{归纳证 }a_n<2.a_1<2;\text{if }a_n<2\text{ then }a_{n+1}=\sqrt{2+a_n}<\sqrt{4}=2. \\ \text{单调:} &a_{n+1}^2-a_n^2=2+a_n-a_n^2=-(a_n-2)(a_n+1)>0(\text{因 }0<a_n<2),\text{故递增。} \end{aligned}

单调递增且有上界 22,由单调有界准则极限 LL 存在。对递推式两边取极限得 L=2+LL=\sqrt{2+L},即 L2−L−2=0L^2-L-2=0,解得 L=2L=2(舍去负根)。递推数列求极限的标准三步:证有界、证单调、对递推式取极限解方程。

函数极限​

ε\varepsilon-δ\delta 定义​

设函数 f(x)f(x) 在 x0x_0 的某去心邻域有定义,若存在常数 AA,使得对任意 ε>0\varepsilon>0,存在 δ>0\delta>0,当 0<∣x−x0∣<δ0<|x-x_0|<\delta 时恒有:

∣f(x)−A∣<ε|f(x)-A|<\varepsilon

则记为:

lim⁡x→x0f(x)=A\lim_{x\to x_0}f(x)=A

跟数列那套是同一个套路,只是把「项数足够大」换成了「xx 足够靠近 x0x_0」。条件里的 0<∣x−x0∣0<|x-x_0| 就是「去心」——明确排除 x=x0x=x_0。

例:证 lim⁡x→2(3x−1)=5\lim\limits_{x\to 2}(3x-1)=5。对任意 ε>0\varepsilon>0:

∣(3x−1)−5∣=3∣x−2∣<ε  ⟺  ∣x−2∣<ε3|(3x-1)-5|=3|x-2|<\varepsilon\iff |x-2|<\frac{\varepsilon}{3}

取 δ=ε3\delta=\dfrac{\varepsilon}{3},当 0<∣x−2∣<δ0<|x-2|<\delta 时即有 ∣(3x−1)−5∣<ε|(3x-1)-5|<\varepsilon。线性函数的 δ\delta 总能这样「精确」反解出来。

例:证 lim⁡x→1x2=1\lim\limits_{x\to 1}x^2=1。难点是 ∣x2−1∣=∣x+1∣∣x−1∣|x^2-1|=|x+1||x-1| 里 ∣x+1∣|x+1| 不是常数,需 先限定范围再放大。先约定 ∣x−1∣<1|x-1|<1(即 0<x<20<x<2),此时 ∣x+1∣<3|x+1|<3,于是 ∣x2−1∣<3∣x−1∣|x^2-1|<3|x-1|。要它 <ε<\varepsilon,只需 ∣x−1∣<ε3|x-1|<\dfrac{\varepsilon}{3}。综合取 δ=min⁡(1,ε3)\delta=\min\left(1,\dfrac{\varepsilon}{3}\right) 即可。这个「min⁡\min 取小」是非线性函数 ε\varepsilon-δ\delta 证明的标准动作:一个 δ\delta 用来框住放大系数,另一个用来压误差,取最小让两者都满足。

x→∞x\to\infty 的情形​

自变量趋于无穷时,把「靠近 x0x_0」换成「∣x∣|x| 足够大」:对任意 ε>0\varepsilon>0,存在 X>0X>0,当 ∣x∣>X|x|>X 时有 ∣f(x)−A∣<ε|f(x)-A|<\varepsilon,记 lim⁡x→∞f(x)=A\lim\limits_{x\to\infty}f(x)=A。此时图像有一条 水平渐近线 y=Ay=A。

单侧极限​

lim⁡x→x0−f(x)=A−,lim⁡x→x0+f(x)=A+\lim_{x\to x_0^-}f(x)=A^-,\lim_{x\to x_0^+}f(x)=A^+

极限存在的充要条件:左右极限存在且相等。

这条充要条件是判断分段函数、带绝对值函数在分界点极限的常规武器:分别算两侧,对得上才有极限。

Heine 归结原则​

Heine 归结原则(Heine's Theorem,又称归结原理)把函数极限和数列极限打通:

lim⁡x→x0f(x)=A  ⟺  对任意收敛于 x0 的数列 { xn }(xn≠x0),lim⁡n→∞f(xn)=A\lim_{x\to x_0}f(x)=A\iff \text{对任意收敛于 }x_0\text{ 的数列 }\set{x_n}(x_n\ne x_0),\lim_{n\to\infty}f(x_n)=A

它的用途主要是 反证不存在:只要找到两条趋于 x0x_0 的不同路径,让 f(xn)f(x_n) 趋向不同的值,就能断定极限不存在。例如 lim⁡x→0sin⁡1x\lim\limits_{x\to 0}\sin\dfrac{1}{x},取 xn=1nπx_n=\dfrac{1}{n\pi} 得 00,取 xn=12nπ+π/2x_n=\dfrac{1}{2n\pi+\pi/2} 得 11,两者不等,故极限不存在。

极限的四则运算​

设 lim⁡f(x)=A\lim f(x)=A、lim⁡g(x)=B\lim g(x)=B(同一过程),则:

lim⁡[f±g]=A±B,lim⁡[f⋅g]=A⋅B,lim⁡fg=AB(B≠0)\lim[f\pm g]=A\pm B,\lim[f\cdot g]=A\cdot B,\lim\frac{f}{g}=\frac{A}{B}(B\ne 0)

由此可推出两条常用结论:常数可以提到极限号外 lim⁡[cf]=clim⁡f\lim[cf]=c\lim f;以及 lim⁡[f]n=An\lim[f]^n=A^n。

tip

四则运算法则的大前提是 参与运算的每个极限都存在(且分母极限非零)。这一条经常被忽略:像 lim⁡x→0(1x−1x)\lim\limits_{x\to 0}\left(\dfrac{1}{x}-\dfrac{1}{x}\right),不能拆成 lim⁡1x−lim⁡1x\lim\dfrac{1}{x}-\lim\dfrac{1}{x},因为两者都不存在(是 ∞−∞\infty-\infty 型)。遇到「整体有极限、分开没极限」的式子,必须先化简再求极限。

无穷小与无穷大​

若 lim⁡f(x)=0\lim f(x)=0,称 f(x)f(x) 为该过程下的 无穷小;若 lim⁡f(x)=∞\lim f(x)=\infty,称为 无穷大。

注意「无穷小」是一个 趋于零的变量,不是某个很小的固定数;00 是唯一可以当作无穷小的常数。无穷小与无穷大互为倒数关系:非零无穷小取倒数是无穷大,无穷大取倒数是无穷小。

两条贯穿全书的基本事实:

  • 极限与无穷小的关系:lim⁡f(x)=A  ⟺  f(x)=A+α\lim f(x)=A\iff f(x)=A+\alpha,其中 α\alpha 是无穷小。这把「求极限」翻译成「分离出主部 AA 加一个零头」。
  • 有界量乘无穷小仍是无穷小:例如 lim⁡x→0xsin⁡1x=0\lim\limits_{x\to 0}x\sin\dfrac{1}{x}=0,尽管 sin⁡1x\sin\dfrac{1}{x} 没有极限,但它有界,乘上无穷小 xx 后被压成无穷小。

无穷小的阶​

无穷小都趋于 00,但「趋于 00 的快慢」不同。设 α,β\alpha,\beta 是同一过程下的无穷小,看比值 lim⁡αβ\lim\dfrac{\alpha}{\beta} 的取值:

比值关系记号
lim⁡=0\lim=0α\alpha 是 β\beta 的高阶无穷小α=o(β)\alpha=o(\beta)
lim⁡=∞\lim=\inftyα\alpha 是 β\beta 的低阶无穷小—
lim⁡=c≠0\lim=c\ne 0α\alpha 与 β\beta 同阶—
lim⁡=1\lim=1α\alpha 与 β\beta 等价α∼β\alpha\sim\beta

特别地,若 lim⁡αβk=c≠0\lim\dfrac{\alpha}{\beta^k}=c\ne 0,称 α\alpha 是关于 β\beta 的 kk 阶无穷小。直觉上「高阶」=「更小」:高阶无穷小在加减中会被同阶或低阶的「吃掉」,这是后面忽略余项的依据。

常用等价无穷小(x→0x\to 0)​

sin⁡x∼x,tan⁡x∼x,arcsin⁡x∼x,arctan⁡x∼x\sin x\sim x,\tan x\sim x,\arcsin x\sim x,\arctan x\sim x 1−cos⁡x∼x22,ex−1∼x,ax−1∼xln⁡a,ln⁡(1+x)∼x,(1+x)a−1∼ax1-\cos x\sim\frac{x^2}{2},e^x-1\sim x,a^x-1\sim x\ln a,\ln(1+x)\sim x,(1+x)^a-1\sim ax

这些等价式都是泰勒展开取首项的结果,可以从 sin⁡x=x−x36+⋯\sin x=x-\dfrac{x^3}{6}+\cdots 一眼看出。用等价无穷小替换,本质是 在求极限时把复杂函数换成它最简单的同阶替身。

tip

等价无穷小只能用于 乘除,不能直接用于 加减。原因是替换会引入高阶误差 o(β)o(\beta):在乘除里这点误差被冲掉,在加减里却可能恰好把主部抵消、让高阶误差「浮上来」决定结果。例如 lim⁡x→0tan⁡x−sin⁡xx3\lim\limits_{x\to 0}\dfrac{\tan x-\sin x}{x^3} 若把 tan⁡x,sin⁡x\tan x,\sin x 都换成 xx 会得到错误的 00;正确做法是保留到 x3x^3 项。

无穷大的比较​

x→+∞x\to+\infty 时,常见无穷大的增长速度排序:

ln⁡x≪xa(a>0)≪ax(a>1)≪x!≪xx\ln x\ll x^a(a>0)\ll a^x(a>1)\ll x!\ll x^x

「对数 < 幂 < 指数 < 阶乘 < 幂塔」这条链条在判断未定式、级数敛散时反复用到——分式里谁的阶高,谁就主导极限。

未定式的化归​

像 00\dfrac{0}{0}、∞∞\dfrac{\infty}{\infty}、0⋅∞0\cdot\infty、∞−∞\infty-\infty、1∞1^\infty、000^0、∞0\infty^0 这七种形式,单看记号无法确定结果,称为 未定式(Indeterminate Form)。处理它们的核心是「化归」——把陌生类型转成会算的 00\dfrac{0}{0} 或 ∞∞\dfrac{\infty}{\infty},再用等价无穷小或洛必达法则。

类型化归思路
0⋅∞0\cdot\infty把其中一个因子写到分母上,化成 00\dfrac{0}{0} 或 ∞∞\dfrac{\infty}{\infty}
∞−∞\infty-\infty通分、有理化或提取公因子,凑成一个分式
1∞1^\infty取对数:lim⁡uv=elim⁡vln⁡u\lim u^v=e^{\lim v\ln u},指数化成 0⋅∞0\cdot\infty
00,∞00^0,\infty^0同样取对数化成 0⋅∞0\cdot\infty
tip

1∞1^\infty 型有个常用的「凑 ee」捷径:若 lim⁡u=1\lim u=1、lim⁡v=∞\lim v=\infty,则:

lim⁡uv=elim⁡v(u−1)\lim u^v=e^{\lim v(u-1)}

这是因为 ln⁡u=ln⁡(1+(u−1))∼u−1\ln u=\ln(1+(u-1))\sim u-1。比如 lim⁡x→∞(1+2x)x=elim⁡x⋅2x=e2\lim\limits_{x\to\infty}\left(1+\dfrac{2}{x}\right)^x=e^{\lim x\cdot\frac{2}{x}}=e^2。

两个重要极限​

lim⁡x→0sin⁡xx=1\lim_{x\to 0}\frac{\sin x}{x}=1 lim⁡x→∞(1+1x)x=e\lim_{x\to\infty}\left(1+\frac{1}{x}\right)^x=e

第一个用 夹逼准则 + 几何面积证明;第二个由 单调有界准则 给出 ee 的定义。

为什么这两个极限「重要」?因为它们是各自一大类问题的 源头。

  • 第一个 sin⁡xx→1\dfrac{\sin x}{x}\to 1 说明 在原点附近,正弦和它的弧度几乎一样长。它是所有三角函数等价无穷小的根,也是 (sin⁡x)′=cos⁡x(\sin x)'=\cos x 这条求导公式的来源——离开它,三角函数的微积分无从谈起。凡是看到 sin⁡□□\dfrac{\sin\square}{\square}(□→0\square\to 0)的结构,都往这里靠。
  • 第二个定义了自然常数 ee,刻画的是 连续复利 / 指数增长 的极限形态:本金不断以越来越小的间隔滚动复利,最终增长因子收敛到 ee。它是 1∞1^\infty 型未定式的标准模型,也是 exe^x 求导后不变这一奇妙性质的根。

例:lim⁡x→0sin⁡3xsin⁡5x\lim\limits_{x\to 0}\dfrac{\sin 3x}{\sin 5x}。凑第一个重要极限的结构,分子分母同时配上变量:

sin⁡3xsin⁡5x=sin⁡3x3x⋅5xsin⁡5x⋅3x5x→x→01⋅1⋅35=35\frac{\sin 3x}{\sin 5x}=\frac{\sin 3x}{3x}\cdot\frac{5x}{\sin 5x}\cdot\frac{3x}{5x}\xrightarrow{x\to 0}1\cdot 1\cdot\frac{3}{5}=\frac{3}{5}

例:lim⁡x→∞(x+1x−1)x\lim\limits_{x\to\infty}\left(\dfrac{x+1}{x-1}\right)^x。底数 →1\to 1、指数 →∞\to\infty,是 1∞1^\infty 型,用凑 ee 捷径 lim⁡uv=elim⁡v(u−1)\lim u^v=e^{\lim v(u-1)}:

v(u−1)=x⋅(x+1)−(x−1)x−1=2xx−1→x→∞2,原式=e2v(u-1)=x\cdot\frac{(x+1)-(x-1)}{x-1}=\frac{2x}{x-1}\xrightarrow{x\to\infty}2,\text{原式}=e^2

极限计算方法全家桶​

求极限没有万能钥匙,但有一套「先看类型、再挑工具」的固定流程。下面把常用方法逐一配算例,并讲清 何时用哪种。

直接代入与四则化简​

被积函数是初等函数、代入不出未定式时,直接代入 即得(连续性)。代入出 00\dfrac00 时,多半能靠 约分、有理化、通分 把「制造零」的公因子消掉。

例:lim⁡x→1x2−1x2−3x+2=lim⁡x→1(x−1)(x+1)(x−1)(x−2)=lim⁡x→1x+1x−2=2−1=−2\lim\limits_{x\to 1}\dfrac{x^2-1}{x^2-3x+2}=\lim\limits_{x\to 1}\dfrac{(x-1)(x+1)}{(x-1)(x-2)}=\lim\limits_{x\to 1}\dfrac{x+1}{x-2}=\dfrac{2}{-1}=-2。

例(有理化):lim⁡x→01+x−1x\lim\limits_{x\to 0}\dfrac{\sqrt{1+x}-1}{x}。分子有理化,乘 1+x+11+x+1\dfrac{\sqrt{1+x}+1}{\sqrt{1+x}+1}:

1+x−1x=(1+x)−1x(1+x+1)=11+x+1→x→012\frac{\sqrt{1+x}-1}{x}=\frac{(1+x)-1}{x(\sqrt{1+x}+1)}=\frac{1}{\sqrt{1+x}+1}\xrightarrow{x\to 0}\frac{1}{2}

等价无穷小代换​

只要式子是 乘除结构、且因子在该过程下是无穷小,就把它换成最简替身——这是 00\dfrac00 型最快的一招。

例:lim⁡x→0tan⁡x−sin⁡xx3\lim\limits_{x\to 0}\dfrac{\tan x-\sin x}{x^3}。先提公因子 tan⁡x−sin⁡x=tan⁡x(1−cos⁡x)\tan x-\sin x=\tan x(1-\cos x),再用 tan⁡x∼x\tan x\sim x、1−cos⁡x∼x221-\cos x\sim\dfrac{x^2}{2}(这两步都在 乘法 里,合法):

tan⁡x−sin⁡xx3=tan⁡x(1−cos⁡x)x3∼x⋅x22x3=12\frac{\tan x-\sin x}{x^3}=\frac{\tan x(1-\cos x)}{x^3}\sim\frac{x\cdot\frac{x^2}{2}}{x^3}=\frac{1}{2}

对比前面等价无穷小一节的警示:若一上来就把 tan⁡x,sin⁡x\tan x,\sin x 都换成 xx 去做减法,会错成 00。先把减法化成乘法,再代换。

例:lim⁡x→0ex2−1cos⁡x−1\lim\limits_{x\to 0}\dfrac{e^{x^2}-1}{\cos x-1}。用 ex2−1∼x2e^{x^2}-1\sim x^2、cos⁡x−1∼−x22\cos x-1\sim-\dfrac{x^2}{2}:

ex2−1cos⁡x−1∼x2−x22=−2\frac{e^{x^2}-1}{\cos x-1}\sim\frac{x^2}{-\frac{x^2}{2}}=-2

泰勒展开​

当等价无穷小因「加减抵消主部」而失效时,泰勒展开 是最稳的武器:把每个函数展开到 足够高的阶(一般展到分母同阶),让该消的项自然抵消、该留的项浮出来。

例:lim⁡x→0cos⁡x−e−x2/2x4\lim\limits_{x\to 0}\dfrac{\cos x-e^{-x^2/2}}{x^4}。两者一阶等价无穷小都是 1−x221-\dfrac{x^2}{2},相减后主部抵消,必须展到 x4x^4:

cos⁡x=1−x22+x424+o(x4),e−x2/2=1−x22+x48+o(x4)\cos x=1-\frac{x^2}{2}+\frac{x^4}{24}+o(x^4), e^{-x^2/2}=1-\frac{x^2}{2}+\frac{x^4}{8}+o(x^4)

相减得 cos⁡x−e−x2/2=(124−18)x4+o(x4)=−x412+o(x4)\cos x-e^{-x^2/2}=\left(\dfrac{1}{24}-\dfrac{1}{8}\right)x^4+o(x^4)=-\dfrac{x^4}{12}+o(x^4),故极限为 −112-\dfrac{1}{12}。

洛必达法则​

00\dfrac00、∞∞\dfrac\infty\infty 型,且求导后变简单时用洛必达(详见 导数与微分)。它和泰勒常可互相替代——函数求导后形态变好就用洛必达,求导越求越乱(如含根号、三角嵌套)就用泰勒。

例:lim⁡x→0x−sin⁡xx3=00lim⁡x→01−cos⁡x3x2=00lim⁡x→0sin⁡x6x=16\lim\limits_{x\to 0}\dfrac{x-\sin x}{x^3}\xlongequal{\frac{0}{0}}\lim\limits_{x\to 0}\dfrac{1-\cos x}{3x^2}\xlongequal{\frac{0}{0}}\lim\limits_{x\to 0}\dfrac{\sin x}{6x}=\dfrac{1}{6}。连用两次,每次都验型是 00\dfrac00。

tip

洛必达不是「越多越好」。用前务必验型,用后若仍是未定式才继续。一旦中途变成「非未定式」就该停手代入;含 sin⁡xx\dfrac{\sin x}{x} 这类已知极限时,先抽出来用掉 比继续求导省事得多。

夹逼准则​

通项被两个同极限的式子夹住时用夹逼,带 sin⁡1x\sin\frac{1}{x}、含取整、nn 项求和 的极限尤其常见。

例:lim⁡x→0x2sin⁡1x\lim\limits_{x\to 0}x^2\sin\dfrac{1}{x}。由 ∣sin⁡1x∣≤1\left|\sin\dfrac1x\right|\le 1 得 −x2≤x2sin⁡1x≤x2-x^2\le x^2\sin\dfrac1x\le x^2,两边都 →0\to 0,故极限为 00。

例(数列求和夹逼):lim⁡n→∞∑k=1nnn2+k\lim\limits_{n\to\infty}\sum\limits_{k=1}^n\dfrac{n}{n^2+k}。每一项的分母在 n2+1n^2+1 与 n2+nn^2+n 之间,于是:

n⋅nn2+n≤∑k=1nnn2+k≤n⋅nn2+1\frac{n\cdot n}{n^2+n}\le\sum_{k=1}^n\frac{n}{n^2+k}\le\frac{n\cdot n}{n^2+1}

左端 n2n2+n→1\dfrac{n^2}{n^2+n}\to 1,右端 n2n2+1→1\dfrac{n^2}{n^2+1}\to 1,故和的极限为 11。

各型未定式的标准算例​

化归思路见 未定式的化归,这里给每型一个带步骤的样板。

  • 00\dfrac00:lim⁡x→0ln⁡(1+x)x=ln⁡(1+x)∼x1\lim\limits_{x\to 0}\dfrac{\ln(1+x)}{x}\overset{\ln(1+x)\sim x}{=}1。

  • ∞∞\dfrac\infty\infty:lim⁡x→+∞ln⁡xx=∞∞lim⁡x→+∞1/x1=0\lim\limits_{x\to+\infty}\dfrac{\ln x}{x}\xlongequal{\frac{\infty}{\infty}}\lim\limits_{x\to+\infty}\dfrac{1/x}{1}=0(印证「对数 ≪\ll 幂」)。

  • 0⋅∞0\cdot\infty:lim⁡x→0+xln⁡x\lim\limits_{x\to 0^+}x\ln x。把 xx 写到分母化成 ∞∞\dfrac\infty\infty:

lim⁡x→0+xln⁡x=lim⁡x→0+ln⁡x1/x=∞∞lim⁡x→0+1/x−1/x2=lim⁡x→0+(−x)=0\lim_{x\to 0^+}x\ln x=\lim_{x\to 0^+}\frac{\ln x}{1/x}\xlongequal{\frac{\infty}{\infty}}\lim_{x\to 0^+}\frac{1/x}{-1/x^2}=\lim_{x\to 0^+}(-x)=0
  • ∞−∞\infty-\infty:lim⁡x→0(1sin⁡x−1x)\lim\limits_{x\to 0}\left(\dfrac{1}{\sin x}-\dfrac{1}{x}\right)。通分凑成一个分式:
1sin⁡x−1x=x−sin⁡xxsin⁡x∼x−sin⁡xx2∼x−sin⁡x∼x36x3/6x2=x6→0\frac{1}{\sin x}-\frac{1}{x}=\frac{x-\sin x}{x\sin x}\sim\frac{x-\sin x}{x^2}\overset{x-\sin x\sim\frac{x^3}{6}}{\sim}\frac{x^3/6}{x^2}=\frac{x}{6}\to 0
  • 1∞1^\infty:lim⁡x→0(1+sin⁡x)1/x\lim\limits_{x\to 0}(1+\sin x)^{1/x}。用 lim⁡uv=elim⁡v(u−1)\lim u^v=e^{\lim v(u-1)},v(u−1)=sin⁡xx→1v(u-1)=\dfrac{\sin x}{x}\to 1,故极限为 ee。

  • 000^0:lim⁡x→0+xx\lim\limits_{x\to 0^+}x^x。取对数 ln⁡xx=xln⁡x→0\ln x^x=x\ln x\to 0(见上面 0⋅∞0\cdot\infty 算例),故 xx→e0=1x^x\to e^0=1。

  • ∞0\infty^0:lim⁡x→+∞x1/x\lim\limits_{x\to+\infty}x^{1/x}。取对数 ln⁡xx→0\dfrac{\ln x}{x}\to 0,故极限为 e0=1e^0=1。

连续与间断​

连续的定义​

函数 f(x)f(x) 在点 x0x_0 连续   ⟺  \iff:

lim⁡x→x0f(x)=f(x0)\lim_{x\to x_0}f(x)=f(x_0)

等价表述:lim⁡Δx→0Δy=0\lim_{\Delta x\to 0}\Delta y=0。

这个定义其实暗含 三个条件同时成立:ff 在 x0x_0 有定义、lim⁡x→x0f(x)\lim\limits_{x\to x_0}f(x) 存在、且这个极限值恰好等于 f(x0)f(x_0)。三者缺一就在 x0x_0 间断。直观上,连续就是「图像在该点不断笔、能一笔画过去」。

连续函数的运算​

  • 连续函数的 和、差、积、商(分母非零处)仍连续。
  • 连续函数的 复合 仍连续:若 u=g(x)u=g(x) 在 x0x_0 连续、y=f(u)y=f(u) 在 u0=g(x0)u_0=g(x_0) 连续,则 f(g(x))f(g(x)) 在 x0x_0 连续。
  • 反函数:单调连续函数的反函数在对应区间上也单调连续。

由这些运算法则可得一条极有用的结论:一切初等函数在其定义区间内都连续。初等函数由基本初等函数(幂、指、对、三角、反三角)经有限次四则运算和复合得到,而基本初等函数处处连续,连续性逐层传递下来。这意味着对初等函数,在定义域内点 x0x_0 处求极限就是 直接代入 f(x0)f(x_0)——求极限的难点几乎都集中在「代入会出未定式」的地方。

间断点分类​

判断步骤:先看 ff 在 x0x_0 是否有定义,再分别求左、右极限,最后对照下表归类。

类型条件
可去间断点左右极限存在且相等,但 ≠f(x0)\ne f(x_0) 或 ff 在 x0x_0 无定义
跳跃间断点左右极限都存在但不相等
无穷间断点至少一侧极限为 ∞\infty
振荡间断点极限不存在且非无穷(如 sin⁡1x\sin\frac{1}{x} 在 x=0x=0)

前两类合称 第一类间断点(特征是 左右极限都存在),后两类合称 第二类间断点(至少一侧极限不存在或为无穷)。「可去」之所以叫可去,是因为只要补充或修改 f(x0)f(x_0) 的值就能把它「接上」,让函数变连续。

例(判间断点类型):f(x)=x2−1x−1f(x)=\dfrac{x^2-1}{x-1} 在 x=1x=1 处无定义,但 lim⁡x→1f(x)=lim⁡x→1(x+1)=2\lim\limits_{x\to 1}f(x)=\lim\limits_{x\to 1}(x+1)=2 存在,是 可去间断点(补上 f(1)=2f(1)=2 即连续)。g(x)=∣x∣xg(x)=\dfrac{|x|}{x} 在 x=0x=0 处左极限 −1-1、右极限 +1+1,是 跳跃间断点。h(x)=1xh(x)=\dfrac{1}{x} 在 x=0x=0 处一侧极限为 ∞\infty,是 无穷间断点。

闭区间连续函数性质​

设 f∈C[a,b]f\in C[a,b],则有:

  • 有界性定理:ff 在 [a,b][a,b] 上有界。
  • 最值定理:ff 在 [a,b][a,b] 上取得最大值和最小值。
  • 介值定理:ff 取到介于最大最小值之间的任意值。
  • 零点定理:若 f(a)f(b)<0f(a)f(b)<0,则 ∃ξ∈(a,b)\exists\xi\in(a,b) 使 f(ξ)=0f(\xi)=0。

这几条性质都依赖 闭区间 和 连续 两个条件,缺一不可。零点定理是连续性最直观的体现:一条连续曲线从横轴下方走到上方,中途必然穿过横轴。它是数值求根(二分法)和证明方程有解的理论基础;介值定理则是它的推广——连续函数取值「不跳格」,中间值一个都不漏。

例(用零点定理证方程有根):证 x3−3x+1=0x^3-3x+1=0 在 (0,1)(0,1) 内至少有一根。令 f(x)=x3−3x+1f(x)=x^3-3x+1,它在 [0,1][0,1] 上连续,且:

f(0)=1>0,f(1)=1−3+1=−1<0f(0)=1>0,f(1)=1-3+1=-1<0

由 f(0)f(1)<0f(0)f(1)<0 及零点定理,存在 ξ∈(0,1)\xi\in(0,1) 使 f(ξ)=0f(\xi)=0。证「方程有解」的常规套路:把方程移项成 f(x)=0f(x)=0,找两个让 ff 异号的点,套零点定理。

例(介值定理 / 不动点):设 f∈C[0,1]f\in C[0,1] 且 0≤f(x)≤10\le f(x)\le 1,证存在 ξ\xi 使 f(ξ)=ξf(\xi)=\xi(不动点)。令 g(x)=f(x)−xg(x)=f(x)-x,则 gg 连续,g(0)=f(0)≥0g(0)=f(0)\ge 0、g(1)=f(1)−1≤0g(1)=f(1)-1\le 0。若两端有一个取等则该端点即为不动点;否则 g(0)>0g(0)>0、g(1)<0g(1)<0 异号,由零点定理得 g(ξ)=0g(\xi)=0,即 f(ξ)=ξf(\xi)=\xi。构造辅助函数 g=f−xg=f-x 是处理「f(ξ)=ξf(\xi)=\xi」一类问题的钥匙。