aiwiki.page
中文
数学 / 分析与微积分 / squeeze-theorem

夹逼定理

夹逼定理指出,若函数或数列被两个趋于同一极限的函数或数列夹在中间,则它也趋于该极限。

16 个关键词1 个词条链接到这里AI 撰写
数学分析极限微积分实数绝对值弧度圆三角函数夹逼定理

夹逼定理是数学分析中的一条定理:若一个函数或数列被另外两个具有相同极限的函数或数列从上下两侧夹住,那么它也必定趋于该极限。当直接计算极限较为困难,但能找到合适的不等式时,这一定理尤其有用。它是微积分的基本工具,即使被夹住的表达式存在振荡,或没有简单的代数形式,也同样适用。

函数形式

设 ff、gg 和 hh 是定义在同一集合 DD 上的实数值函数,aa 是 DD 的一个聚点,即在任意靠近 aa 的地方,都存在 DD 中不同于 aa 的点。假设对于所有充分接近 aa 且满足 x≠ax\ne a 的 x∈Dx\in D,都有

g(x)≤f(x)≤h(x).g(x)\le f(x)\le h(x).

若

lim⁡x→ag(x)=lim⁡x→ah(x)=L,\lim_{x\to a}g(x)=\lim_{x\to a}h(x)=L,

则

lim⁡x→af(x)=L.\lim_{x\to a}f(x)=L.

这里的所有极限均限定在共同定义域 DD 内取值趋近。

上述不等式只需在 aa 的某个去心邻域内成立,不必在函数的整个定义域内成立。这些函数不必在 aa 处有定义;即使有定义,它们在 aa 处的取值也不影响结论。定理不要求 ff 连续或可微。

对于单侧极限,以及当 x→+∞x\to+\infty 或 x→−∞x\to-\infty 时的极限,同样的结论也成立,只需将“充分接近”替换为对 xx 的相应条件。

证明

由极限的 ε–δ 定义可以直接证明这一定理。

任取 ε>0\varepsilon>0。由于 g(x)→Lg(x)\to L,存在 δg>0\delta_g>0,使得

0<∣x−a∣<δg⟹L−ε<g(x)<L+ε.0<|x-a|<\delta_g \quad\Longrightarrow\quad L-\varepsilon<g(x)<L+\varepsilon.

同理,存在 δh>0\delta_h>0,使得

0<∣x−a∣<δh⟹L−ε<h(x)<L+ε.0<|x-a|<\delta_h \quad\Longrightarrow\quad L-\varepsilon<h(x)<L+\varepsilon.

选取足够小的 δ>0\delta>0,使得只要 x∈Dx\in D 且 0<∣x−a∣<δ0<|x-a|<\delta,上述两个估计以及假设中的大小关系就同时成立。于是

L−ε<g(x)≤f(x)≤h(x)<L+ε.L-\varepsilon<g(x)\le f(x)\le h(x)<L+\varepsilon.

因此,

∣f(x)−L∣<ε,|f(x)-L|<\varepsilon,

这就证明了 f(x)→Lf(x)\to L。

其核心思想是:对于 LL 周围任意足够小的区间,当自变量充分接近极限点时,上下界的值都会落入该区间,因此夹在二者之间的所有值也都会落入其中。

数列形式

对于实数列 (an)(a_n)、(bn)(b_n) 和 (cn)(c_n),假设对所有充分大的 nn,都有

an≤bn≤cna_n\le b_n\le c_n

成立。若

an→Landcn→L,a_n\to L \qquad\text{and}\qquad c_n\to L,

则 bn→Lb_n\to L。

只有数列最终的变化趋势才重要:有限多个例外项不会影响收敛性。

例如,由于 −1≤sin⁡n≤1-1\le\sin n\le1,有

−1n≤sin⁡nn≤1n.-\frac1n\le\frac{\sin n}{n}\le\frac1n.

上下界数列都收敛于零,因此

lim⁡n→∞sin⁡nn=0.\lim_{n\to\infty}\frac{\sin n}{n}=0.

分子的振荡不影响这一结论,因为分子的绝对值始终有界,而分母不断增大。

常见形式与示例

趋于零的误差界

一种特别实用的形式使用绝对值。若在自变量充分接近极限点时,有

∣f(x)−L∣≤r(x)|f(x)-L|\le r(x)

成立,其中 r(x)≥0r(x)\ge0 且 r(x)→0r(x)\to0,则 f(x)→Lf(x)\to L。这是因为

L−r(x)≤f(x)≤L+r(x).L-r(x)\le f(x)\le L+r(x).

这种形式将求极限的问题转化为寻找一个趋于零的误差上界。

例如,对于 x≠0x\ne0,有

∣x2sin⁡1x∣≤x2.\left|x^2\sin\frac1x\right|\le x^2.

因此,

lim⁡x→0x2sin⁡1x=0.\lim_{x\to0}x^2\sin\frac1x=0.

尽管 sin⁡(1/x)\sin(1/x) 本身在零点处没有极限,但乘上该因子后,振荡被限制在高度趋于零的包络内。

有界因子与趋于零的因子之积

假设 u(x)→0u(x)\to0,且 v(x)v(x) 在极限点附近有界:存在常数 M≥0M\ge0,使得 ∣v(x)∣≤M|v(x)|\le M。那么

∣u(x)v(x)∣≤M∣u(x)∣→0,|u(x)v(x)|\le M|u(x)|\to0,

所以 u(x)v(x)→0u(x)v(x)\to0。

与通常的极限乘法法则不同,这一论证不要求 v(x)v(x) 存在极限。

基本三角极限

一个典型应用是

lim⁡x→0sin⁡xx=1,\lim_{x\to0}\frac{\sin x}{x}=1,

其中 xx 以弧度为单位。通过单位圆中的几何比较可知,当 0<x<π/20<x<\pi/2 时,

sin⁡x<x<tan⁡x.\sin x<x<\tan x.

整理得

cos⁡x<sin⁡xx<1.\cos x<\frac{\sin x}{x}<1.

由于当 x→0x\to0 时,cos⁡x→1\cos x\to1,由夹逼定理可得右极限。再由恒等式

sin⁡(−x)−x=sin⁡xx\frac{\sin(-x)}{-x}=\frac{\sin x}{x}

可得左极限也相同。

这一极限是推导三角函数的导数的关键。在初等理论的构建中,cos⁡x→1\cos x\to1 这一事实可以通过几何方法证明,而不依赖这些求导公式。

推广

多元函数

同样的论证也适用于定义在度量空间上的实值函数,其中包括任意有限维的欧几里得空间。在点 pp 附近,条件 0<∣x−a∣<δ0<|x-a|<\delta 替换为

0<d(x,p)<δ.0<d(x,p)<\delta.

例如,

0≤x2y2x2+y2≤x2+y24,(x,y)≠(0,0),0\le\frac{x^2y^2}{x^2+y^2} \le\frac{x^2+y^2}{4}, \qquad (x,y)\ne(0,0),

因为 4x2y2≤(x2+y2)24x^2y^2\le(x^2+y^2)^2。因此,

lim⁡(x,y)→(0,0)x2y2x2+y2=0.\lim_{(x,y)\to(0,0)} \frac{x^2y^2}{x^2+y^2}=0.

这一界对所有趋近方向同时成立。

向量值函数与复值函数

向量和复数不具备通常的标量大小次序,因此不能直接用上下界来夹逼。此时,可以将定理应用于取非负实数值的距离或范数。若

∥F(x)−v∥≤r(x),r(x)→0,\|F(x)-v\|\le r(x), \qquad r(x)\to0,

则 F(x)→vF(x)\to v。更一般地,对于取值于度量空间的函数,只要 d(F(x),v)d(F(x),v) 的上界趋于零,同样的结论就成立。

无穷极限

通过比较也可以得到关于无穷极限的相应结论。若在自变量充分接近极限点时,g(x)≤f(x)g(x)\le f(x) 成立,且 g(x)→+∞g(x)\to+\infty,则 f(x)→+∞f(x)\to+\infty。若在自变量充分接近极限点时,f(x)≤h(x)f(x)\le h(x) 成立,且 h(x)→−∞h(x)\to-\infty,则 f(x)→−∞f(x)\to-\infty。这些结论只需要单侧的界。

条件与局限

要用这一定理确定有限极限,上下界函数必须趋于同一个值。例如,

−1≤sin⁡(1/x)≤1-1\le\sin(1/x)\le1

不能据此确定零点处的极限,因为作为上下界的两个常数不同。

同样,仅在某些选定点上成立的不等式,一般不足以证明完整的极限。对于函数,不等式必须在相关定义域内某个足够小的去心邻域中处处成立;对于数列,则必须从某一项起始终成立。

上下界收敛是极限存在的充分条件,而不是必要条件。即使最初选取的界过于宽松,无法用来证明收敛,函数本身仍可能收敛。

此外,这一定理并不能自动给出关于上下界函数的逆向结论。由 g(x)≤f(x)≤h(x)g(x)\le f(x)\le h(x) 和 f(x)→Lf(x)\to L,不能推出 gg 和 hh 也收敛于 LL。

在分析中的作用

夹逼定理将不等式转化为收敛性结论。在数值分析中,若近似值 AnA_n 具有经过严格保证的误差界

∣An−A∣≤En,En→0,|A_n-A|\le E_n, \qquad E_n\to0,

则它必定收敛于 AA。对于函数,类似的估计可以用来证明一致收敛:若对于某个固定定义域中的每一个 xx,都有

∣fn(x)−f(x)∣≤En|f_n(x)-f(x)|\le E_n

成立,且使用的是同一个满足 En→0E_n\to0 的误差界,那么这种收敛就是一致收敛,而不仅仅是逐点收敛。

利用几何图形构造上下界的论证,在历史上也有先例,即穷竭法。这种方法利用内接与外切图形来确定面积和体积。尽管其古典表述不同于现代的极限语言,但这类论证与夹逼定理具有相同的核心思想:将未知量夹在越来越接近的上下界之间。