两个重要极限
小象实战讲义 · 人工智能数学基础
在上一节中,我们学习了序列极限的定义与性质。本节我们将聚焦于两个在微积分和后续概率论、最优化等领域中至关重要的极限:自然常数 e 的极限定义,以及与之紧密相关的欧拉常数 γ。掌握它们的定义、推导过程以及应用技巧,是理解指数增长、对数函数渐近行为以及进行复杂极限计算的基础。
💡 核心导读
- 第一个重要极限:我们将严格证明序列 xn=(1+n1)n 单调递增且有上界,序列 yn=(1+n1)n+1 单调递减且有下界,且它们收敛于同一个极限——自然常数 e。
- 第二个重要极限:基于第一个极限的结论,我们将推导出调和级数的部分和与自然对数之差 zn=(1+21+⋯+n1)−lnn 收敛于一个常数,即欧拉常数 γ。
- 极限的应用与变形:学习如何利用 e 的极限形式,处理形如 (1−n1)n 或带有指数变化的极限问题。
- 伯努利不等式的应用:在证明单调性的过程中,伯努利不等式是一个关键工具。
- 单调收敛原理:本节是运用“单调有界序列必收敛”这一基本原理的绝佳范例。
2.3.1 自然常数 e 的极限定义
我们首先研究两个密切相关的序列: xn=(1+n1)n,yn=(1+n1)n+1
1. 序列间的基本关系 观察 yn 与 xn 的关系: yn=(1+n1)⋅xn 由于 1+n1>1,因此对于任意 n,都有: yn>xn
2. 序列的单调性 接下来,我们证明 xn 单调递增,而 yn 单调递减。这里需要用到伯努利不等式作为工具。
伯努利不等式:对于任意实数 x≥−1 和任意正整数 n,有 (1+x)n≥1+nx。
证明 xn 单调递增: 考虑相邻两项的比值: xnxn+1=(1+n1)n(1+n+11)n+1 为了应用伯努利不等式,我们进行如下变形: xnxn+1=(1+n11+n+11)n+1⋅1+n11=(1−(n+1)21)n+1⋅n+1n 令 X=−(n+1)21,显然 X≥−1。应用伯努利不等式 (1+X)n+1≥1+(n+1)X,可得: (1−(n+1)21)n+1≥1−n+11=n+1n 代入原式: xnxn+1≥n+1n⋅n+1n=(n+1n)2 然而上述推导有误:在第一步变形中,末尾因子应为 (1+n1),而非 1+n11(差一个倒数),导致放缩方向错误,得出了无法证明结论的 (n+1n)2<1。正确的推导路径如下: xnxn+1=(nn+1)n(n+1n+2)n+1=((n+1)2n(n+2))n+1⋅nn+1=(1−(n+1)21)n+1⋅(1+n1) 对 (1−(n+1)21)n+1 应用伯努利不等式: (1−(n+1)21)n+1≥1−(n+1)2n+1=1−n+11=n+1n 因此, xnxn+1≥n+1n⋅(1+n1)=n+1n⋅nn+1=1 所以 xn+1≥xn,即序列 {xn} 单调递增。
证明 yn 单调递减: 考虑相邻两项的比值: yn+1yn=(1+n+11)n+2(1+n1)n+1 经过类似的变形(具体步骤略),可以将其化为: yn+1yn=(1+n2+2n1)n+1⋅1+n+111 对 (1+n2+2n1)n+1 应用伯努利不等式: (1+n2+2n1)n+1≥1+n2+2nn+1 代入并通分计算: yn+1yn≥(1+n2+2nn+1)⋅n+2n+1=n2+2nn2+3n+1⋅n+2n+1=n3+4n2+4nn3+4n2+4n+1>1 故 yn>yn+1,所以序列 {yn} 单调递减。
3. 收敛性与极限定义 综合以上结论,我们有:
- x1<x2<⋯<xn<…
- y1>y2>⋯>yn>…
- 对任意 n,xn<yn
特别地,xn<y1 对所有 n 成立,故 {xn} 单调递增且有上界;yn>x1 对所有 n 成立,故 {yn} 单调递减且有下界。根据单调收敛原理,{xn} 和 {yn} 都收敛。
由于 yn=(1+n1)xn,两边同时取极限(设 limn→∞xn=L, limn→∞yn=M),并注意到 limn→∞(1+n1)=1,可得: M=1⋅L=L 即两个序列收敛于同一个极限。我们定义这个共同的极限为自然常数 e。
n→∞lim(1+n1)n=e n→∞lim(1+n1)n+1=e
2.3.2 欧拉常数 γ 的引入
从第一个重要极限的结论出发,我们可以得到关于自然对数的不等式链。因为 xn<e<yn,即: (1+n1)n<e<(1+n1)n+1 对不等式两边同时取自然对数 ln(⋅),利用其对数的单调性: nln(1+n1)<1<(n+1)ln(1+n1) 整理可得: n+11<ln(1+n1)<n1 这个不等式对任意正整数 n 都成立。
现在,令 n 从 1 取到 N,并将这 N 个不等式相加: k=1∑Nk+11<k=1∑Nln(1+k1)<k=1∑Nk1 中间的和式可以利用对数的性质进行化简: k=1∑Nln(1+k1)=k=1∑Nln(kk+1)=ln(k=1∏Nkk+1)=ln(12⋅23⋅⋯⋅NN+1)=ln(N+1) 于是,我们得到: k=1∑Nk+11<ln(N+1)<k=1∑Nk1 现在,我们构造一个新的序列 zN: zN=(1+21+31+⋯+N1)−lnN 我们的目标是研究 {zN} 的收敛性。利用上面的不等式,我们可以证明 {zN} 是单调递减且有下界的。
有下界:由 ln(N+1)<∑k=1Nk1,可得 zN=k=1∑Nk1−lnN>ln(N+1)−lnN=ln(1+N1)>0 所以 zN>0,序列有下界 0。
单调递减:考虑相邻两项的差: zN−zN+1=(k=1∑Nk1−lnN)−(k=1∑N+1k1−ln(N+1))=−N+11+(ln(N+1)−lnN)=ln(1+N1)−N+11 根据之前推导的不等式 ln(1+N1)>N+11,可知 zN−zN+1>0,即 zN>zN+1。所以 {zN} 单调递减。
由于 {zN} 单调递减且有下界,根据单调收敛原理,它必定收敛。我们将其极限定义为欧拉常数 γ:
γ=N→∞lim[(1+21+⋯+N1)−lnN]
欧拉常数 γ 是一个重要的数学常数,其近似值约为 0.5772156649…。这个极限揭示了调和级数的部分和 ∑k=1Nk1 与 lnN 在 N→∞ 时具有相同的发散趋势(都趋向无穷大),但它们之间的差会稳定地趋近于一个固定常数 γ。
2.3.3 重要极限的应用与计算技巧
掌握了 e 的标准极限形式后,我们可以处理一些相关的极限问题。核心思想是通过代数变形,将所求极限化为标准形式。
例题 1:求极限 limn→∞(1−n2)n。
解:将底数写成 (1+无穷小) 的形式,并调整指数。 (1−n2)n=[(1+n(−2))−2n]−2 令 m=−2n,则当 n→∞ 时,m→−∞。注意到当 m→−∞ 时亦有 (1+m1)m→e(令 m=−k,则 (1−k1)−k=[(1−k1)k]−1→e)。因此, n→∞lim(1−n2)n=m→−∞lim[(1+m1)m]−2=e−2
例题 2:求极限 limn→∞(1−n1)n。
解:这是例题1中 a=1 的特殊情况。 (1−n1)n=[(1+n(−1))−1n]−1→e−1
例题 3:分析极限 limn→∞(1−n1)n2。
分析与解:这个极限不能直接套用公式,因为指数是 n2。我们可以将其写作: (1−n1)n2=[(1−n1)n]n 由例题2可知,(1−n1)n→e−1<1。因此,当 n 充分大时,(1−n1)n 会小于一个小于 1 的固定常数 q(例如 q=0.4)。那么对于充分大的 n,有: 0<(1−n1)n2<qn 由于 0<q<1,limn→∞qn=0。根据夹逼定理,原极限为 0。
严谨表述:因为 limn→∞(1−n1)n=e1∈(0,1),故存在 q∈(e1,1) 和正整数 N,使得当 n>N 时,(1−n1)n<q。于是当 n>N 时,0<(1−n1)n2<qn。由 limn→∞qn=0,得 limn→∞(1−n1)n2=0。
import numpy as np
import matplotlib.pyplot as plt
# 验证第一个重要极限:收敛到 e
n_vals = np.logspace(1, 7, 50, dtype=int) # 从10到1000万的指数间隔点
x_n = (1 + 1/n_vals) ** n_vals
y_n = (1 + 1/n_vals) ** (n_vals + 1)
plt.figure(figsize=(12, 5))
plt.subplot(1, 2, 1)
plt.plot(n_vals, x_n, 'b-', label=r'xn=(1+1/n)n', alpha=0.7)
plt.plot(n_vals, y_n, 'r--', label=r'yn=(1+1/n)n+1', alpha=0.7)
plt.axhline(y=np.e, color='k', linestyle=':', label=r'y=e', alpha=0.5)
plt.xscale('log')
plt.xlabel('n (log scale)')
plt.ylabel('Sequence Value')
plt.title('Convergence to Natural Constant e')
plt.legend()
plt.grid(True, alpha=0.3)
# 验证第二个重要极限:收敛到欧拉常数 gamma
N_vals = np.logspace(1, 6, 50, dtype=int)
harmonic_partial_sum = np.cumsum(1 / np.arange(1, N_vals.max()+1))[N_vals-1] # 计算调和级数部分和
z_N = harmonic_partial_sum - np.log(N_vals)
# 使用已知的高精度近似值
gamma_approx = 0.5772156649015328606065120900824024310421
plt.subplot(1, 2, 2)
plt.plot(N_vals, z_N, 'g-', label=r'zN=HN−lnN', alpha=0.7)
plt.axhline(y=gamma_approx, color='k', linestyle=':', label=r'γ≈0.5772', alpha=0.5)
plt.xscale('log')
plt.xlabel('N (log scale)')
plt.ylabel('Sequence Value')
plt.title('Convergence to Euler–Mascheroni Constant γ')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
# 打印最后几个计算值
print("验证第一个极限 (最后5项):")
for i in range(-5, 0):
print(f"n={n_vals[i]:>8}, x_n={x_n[i]:.10f}, y_n={y_n[i]:.10f}, e={np.e:.10f}")
print("\n验证第二个极限 (最后5项):")
for i in range(-5, 0):
print(f"N={N_vals[i]:>8}, z_N={z_N[i]:.10f}, γ={gamma_approx:.10f}")
📝 动手练一练
极限计算:求极限 limn→∞(1+n3)2n。
👉 点击查看参考答案
参考答案: limn→∞(1+n3)2n=limn→∞[(1+n3)3n]6=e6。
不等式应用:利用本节推导出的不等式 n+11<ln(1+n1)<n1,证明序列 an=(1+n1)n+21 是单调递减的。(提示:考虑 lnan 的相邻项之差)
参考答案: 令 f(x)=(x+21)ln(1+x1)(x>0),则 lnan=f(n)。只需证明 f 在 (0,+∞) 上单调递减。 首先,对 t>1,令 h(t)=21(t−t1)−lnt,则 h′(t)=2t2(t−1)2≥0,且 h(1)=0,故 lnt<21(t−t1)。 取 t=1+x1>1,得 ln(1+x1)=2lnt<t−t1=x(x+1)1 又因 (x+21)2=x2+x+41>x(x+1),故 x(x+1)1<x(x+1)x+21。于是 f′(x)=ln(1+x1)−x(x+1)x+21<0 故 f 在 (0,+∞) 上单调递减,从而 lnan=f(n)>f(n+1)=lnan+1,即 an>an+1,序列 {an} 单调递减。
本章小结
本节我们深入探讨了微积分中的两个基石性极限:
- 自然常数 e:通过构造单调有界序列 xn=(1+n1)n 和 yn=(1+n1)n+1,并利用伯努利不等式证明其单调性,我们严格定义了 e 为它们的共同极限。这是指数函数 ex 定义的源头。
- 欧拉常数 γ:从 e 的极限定义出发,推导出对数不等式,进而构造出序列 zN=HN−lnN(其中 HN 是调和级数部分和),并证明其收敛。这个极限揭示了调和级数与自然对数发散速率间的精妙关系。
📋 行动清单
- 理解证明脉络:回顾利用伯努利不等式证明序列单调性的关键步骤,这是分析序列行为的经典方法。
- 掌握变形技巧:面对形如 (1+na)bn 的极限,熟练将其化为 (1+m1)m⋅?ab 的标准形式。
- 数值验证:运行提供的 Python 代码,直观观察序列 xn, yn 如何从两侧逼近 e,以及 zN 如何缓慢趋近 γ,加深对收敛过程的理解。
—— 小象教研组