欢迎来到数学证明世界！
在你的 GCSE 和 A-Level 数学课程中，你已经学会了如何解方程式和求值。但在进阶数学 (Further Mathematics) 中，我们会再深入一点。我们不仅想知道某件事是否成立，更要证明它对每一个数字都永远成立！
在本章中，我们将专注于数学家工具箱中最强大的工具之一：数学归纳法 (Mathematical Induction)。如果刚开始觉得它有点“抽象”，别担心——只要你看懂了其中的规律，它就像看着一排多米诺骨牌倒下那么简单。
1. 什么是数学归纳法？
想象有一排无穷无尽的多米诺骨牌。你如何能绝对肯定每一块骨牌最终都会倒下？你需要知道两件事：
1. 第一块骨牌被推倒了。
2. 如果任何一块骨牌倒下，它一定会撞倒下一块。
这正是数学归纳法的运作方式。这是一种证明方法，用于展示一个命题对所有正整数 \( n \)（即 \( n = 1, 2, 3, ... \)）皆成立。
四个基本步骤
要写出完美的证明，你应该始终遵循这四个步骤。你可以用助记词 B.A.I.C. 来记忆：
1. 基础步骤 (Basis)： 证明该命题对第一个数值（通常是 \( n = 1 \)）成立。
2. 假设 (Assumption)： 假设该命题对某个任意整数 \( k \) 成立。
3. 归纳步骤 (Inductive Step)： 利用你的假设，证明它对下一个整数 \( k + 1 \) 也一定成立。
4. 结论 (Conclusion)： 写下一句正式的总结语句。
快速回顾： 归纳法不仅仅是在“测试”数字；它建立了一条逻辑链，将每个数字与前一个数字链接起来。
2. 数列求和的归纳法
这是你最常看到的归纳法应用方式。我们旨在证明一系列数字的求和遵循特定的公式。
例题：首 \( n \) 个整数之和
证明 \( \sum_{r=1}^{n} r = \frac{1}{2}n(n+1) \)
第 1 步：基础。 令 \( n = 1 \)。
左式 (LHS) = 1。
右式 (RHS) = \( \frac{1}{2}(1)(1+1) = 1 \)。
LHS = RHS，因此对 \( n = 1 \) 成立。
第 2 步：假设。 假设命题对 \( n = k \) 成立：
\( \sum_{r=1}^{k} r = \frac{1}{2}k(k+1) \)
第 3 步：归纳步骤。 我们要证明它对 \( n = k + 1 \) 成立。
\( k+1 \) 项的和就是（前 \( k \) 项之和）+（第 \( (k+1) \) 项）。
利用假设： \( \frac{1}{2}k(k+1) + (k+1) \)。
提取公因式 \( (k+1) \)： \( (k+1) [ \frac{1}{2}k + 1 ] \)。
简化括号内容： \( (k+1) [ \frac{1}{2}(k + 2) ] \)。
得到： \( \frac{1}{2}(k+1)(k+2) \)。这正是原公式代入 \( n = k+1 \) 后的结果！
第 4 步：结论。 “由于该命题对 \( n=1 \) 成立，且若对 \( n=k \) 成立，则对 \( n=k+1 \) 亦成立，故根据数学归纳法，该命题对所有 \( n \in \mathbb{Z}^+ \) 皆成立。”
常见错误： 忘了因式分解！在第 3 步，学生常会将所有东西展开成一个混乱的二次式。通常情况下，提取公因式（如 \( (k+1) \)）会简单得多。
3. 可除性与归纳法
在这里，我们要证明一个看起来很复杂的表达式总能被某个特定数字（如 3、7 或 13）整除。
如何“描述”可除性
如果我们说数字 \( f(n) \) 可被 7 整除，我们可以写成 \( f(n) = 7M \)，其中 \( M \) 是某个整数。
技巧
目标是观察 \( f(k+1) \) 的表达式，并设法在其中找出 \( f(k) \) 的部分。这能让你运用你的假设。
你知道吗？ 计算机科学利用这种方法来验证算法（例如你银行应用程序所用的代码）无论运行多少次，都能产生正确的结果！
重点提示： 在可除性证明中，你要尝试展示 \( f(k+1) - f(k) \) 是除数的倍数，或是将 \( f(k+1) \) 写成（除数的倍数）+ \( f(k) \) 的形式。
4. 矩阵与归纳法
你也可以使用归纳法来找出矩阵幂次（如 \( \mathbf{M}^n \)）的通用公式。
前置检查
在尝试这些题目之前，确保你对矩阵乘法感到熟练。你需要将 \( \mathbf{M}^k \)（你的假设）乘以 \( \mathbf{M} \) 来求出 \( \mathbf{M}^{k+1} \)。
逐步例题
若 \( \mathbf{M} = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} \)，证明 \( \mathbf{M}^n = \begin{pmatrix} 1 & n \\ 0 & 1 \end{pmatrix} \)。
1. 基础： 令 \( n=1 \)。 \( \mathbf{M}^1 = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} \)。成立。
2. 假设： 假设 \( \mathbf{M}^k = \begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix} \)。
3. 归纳步骤： 通过计算 \( \mathbf{M}^k \times \mathbf{M} \) 求出 \( \mathbf{M}^{k+1} \)。
\( \begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} = \begin{pmatrix} (1\times 1 + k\times 0) & (1\times 1 + k\times 1) \\ (0\times 1 + 1\times 0) & (0\times 1 + 1\times 1) \end{pmatrix} = \begin{pmatrix} 1 & k+1 \\ 0 & 1 \end{pmatrix} \)。
这与 \( n=k+1 \) 时的公式相符！
如果刚开始觉得很难也不要担心！ 矩阵归纳法其实通常是类型中最直接的一种，因为乘法规则非常严谨——只要小心运算就好。
总结与建议
结构是你的好帮手
即使你在中间的代数步骤卡住了，只要正确列出“基础”和“结论”，通常也能获得不少方法分 (method marks)。AQA 的考官非常看重清晰且合乎逻辑的结构。
避免常见陷阱：
- 符号： 小心使用 \( k \) 和 \( n \)。用 \( n \) 代表一般命题，用 \( k \) 代表证明中的特定步骤。
- 结论： 不要跳过最后的总结语句。你必须明确指出该证明已根据数学归纳法原理完成。
- 假设： 确保你在归纳步骤中真的使用了你的假设 \( n=k \)。如果你没有用到它，这就不是数学归纳法证明！
继续练习吧！归纳法是一种在你见过 5 到 10 个不同范例后就会变得容易得多的技能。你一定能行的！