欢迎来到数列与级数的世界！
在进阶纯数学 (Additional Pure Mathematics) 的这一章节，我们将深入探讨支配数字的规律。你可以把数列想象成一份数字“食谱”——只要掌握了规则，无论是在简单的数轴，还是复杂的生物种群模型中，你都能预测接下来会发生什么。我们将探讨数列在长远发展下的趋势，并学习解决“递推关系 (Recurrence Relations)”所需的强大工具；它们正是你在核心纯数中学过的微分方程的离散版本！
1. 基础概念：递推关系 vs. 通项公式
数列 (Sequence) 仅仅是一组按特定顺序排列的数字，通常记作 \( \{u_n\} \)。你可能习惯从 \( u_1 \) 开始写，但在进阶数学中，我们经常从第零项 (zeroth term) \( u_0 \) 开始。别被吓到了，这不过是起点而已！
定义数列的两种方式：
- 递推关系 (Recurrence Relations)： 这些公式会告诉你如何利用当前的项来得出下一项。
例子： \( u_{n+1} = 2u_n + 3 \)。若要找出下一个数字，你只需将当前的数字乘二再加上三。这就像寻找面包屑路径一样——你必须知道上一步，才能找到下一步。 - 通项公式 (Position-to-Term / Closed Form)： 这是一个直接的公式 \( u_n = f(n) \)。
例子： \( u_n = 3n + 1 \)。如果你想找出第 100 项，只需代入 \( n = 100 \)。这就像拥有 GPS 坐标一样——你可以直接跳转到任何一点！
你知道吗？ 计算机非常喜欢递推关系，因为它们具有“迭代性 (iterative)”——计算机只需反复执行相同的简单计算，就能生成复杂的规律。
重点总结： 递推关系定义了逐步执行的规则，而通项公式则能让你立即得到任何 \( n \) 的结果。
2. 描述数列的行为
当我们要观察 \( n \) 变得非常大时（即 \( n \to \infty \)），我们使用特定的术语来描述观察到的现象：
- 收敛 (Convergence)： 数列项越来越接近一个固定的数值（称为极限 (limit)）。我们称之为稳态 (steady-state)。
- 发散 (Divergence)： 数列项无法稳定下来。它们可能会趋向无限大 (\( \infty \)) 或负无限大 (\( -\infty \))，或者只是无规则地移动。
- 周期性 (Periodic)： 数列以周期形式重复出现。例如 \( 1, 2, 1, 2, ... \) 这样的数列，其周期 (period) 为 2。
- 振荡 (Oscillating)： 数列项在中心值的两侧来回摆动。请注意，振荡数列可以是收敛的（越来越接近某个值），也可以是发散的（摆动幅度越来越大）。
- 单调 (Monotonic)： 数列只向一个方向移动——即始终递增或始终递减。
小复习箱：
- 有界 (Bounded)： 数列始终保持在一定的“上限”和“下限”之间（例如，永远不会大于 10 或小于 -10）。
- 无界 (Unbounded)： 数列最终会超出你设定的任何极限。
3. 求解一阶递推关系
一阶线性递推关系的形式如下： \( u_{n+1} = au_n + f(n) \)。
要解这些方程（即求出“通项公式”），我们使用的两步策略与解微分方程完全相同！
分步求解法：
- 求齐次解 (Complementary Function, CF)： 解 \( f(n) = 0 \) 的“齐次”部分。对于 \( u_{n+1} = au_n \)，其解始终为 \( u_n = A(a)^n \)。
- 求特解 (Particular Integral, PI)： 观察 \( f(n) \) 并猜测 \( u_n \) 的形式：
- 如果 \( f(n) \) 是常数，尝试 \( u_n = \lambda \)。
- 如果 \( f(n) \) 是多项式（如 \( 3n + 2 \)），尝试 \( u_n = \lambda n + \mu \)。
- 如果 \( f(n) \) 是指数函数（如 \( 5^n \)），尝试 \( u_n = \lambda(5^n) \)。
- 通解 (General Solution)： 将两者相加！ \( u_n = \text{CF} + \text{PI} \)。
- 求常数： 利用初始条件（如 \( u_0 \)）来找出 \( A \) 的值。
常见错误： 如果你为 PI 所作的“猜测”已经包含在你的 CF 中了，你必须将你的猜测乘以 \( n \) 才能使其有效！
4. 求解二阶递推关系
这类方程涉及前两项： \( u_{n+2} + au_{n+1} + bu_n = f(n) \)。如果看起来很吓人也别担心；过程是非常符合逻辑的。
特征方程 (Auxiliary Equation)：
我们首先观察其齐次版本，并建立特征方程： \( m^2 + am + b = 0 \)。该方程的根决定了我们解的形式：
- 情况 1：两个相异实根 (\( \alpha, \beta \))
CF 为 \( u_n = A\alpha^n + B\beta^n \)。 - 情况 2：重实根 (\( \alpha \))
CF 为 \( u_n = (A + Bn)\alpha^n \)。 - 情况 3：复数根 (\( p \pm iq \))
CF 将涉及模长 (modulus) 和幅角 (argument) 的幂（使用 \( r^n \cos(n\theta) \) 和 \( r^n \sin(n\theta) \) 形式）。
记忆小贴士： 这就是“离散类比”。如果你能解 \( y'' + ay' + by = 0 \)，你就能解这些题！唯一的区别是我们用 \( \alpha^n \) 代替 \( e^{kx} \)。
5. 斐波那契数列与卢卡斯数列
最著名的二阶数列是斐波那契数列 (Fibonacci Sequence)： \( u_{n+2} = u_{n+1} + u_n \)，其中 \( u_0 = 0, u_1 = 1 \)。
卢卡斯数列 (Lucas Sequence) 使用相同的规则，但起点为 \( u_0 = 2, u_1 = 1 \)。
黄金分割比 (\( \phi \))：
斐波那契数列的特征方程是 \( m^2 - m - 1 = 0 \)。其正根为 \( \phi = \frac{1+\sqrt{5}}{2} \approx 1.618 \)。
你知道吗？ 当 \( n \to \infty \) 时，任何类斐波那契数列相邻两项之比 \( \frac{u_{n+1}}{u_n} \) 都会收敛至 \( \phi \)。从松果到星系，你在大自然中随处可见这个数字！
6. 数学归纳法 (Proof by Induction)
课程要求你使用数学归纳法来证明数列和级数的结果。这就像爬梯子：只要你能踏上第一阶，并证明每一阶都能通往下一阶，你就能到达顶端！
强大的四个步骤：
- 基础步骤 (Basis)： 证明该命题对于第一项成立（通常是 \( n=0 \) 或 \( n=1 \)）。
- 假设 (Assumption)： 假设该命题对于 \( n=k \) 成立。
- 归纳步骤 (Inductive Step)： 利用你的假设来证明它对于 \( n=k+1 \) 也必须成立。
- 结论 (Conclusion)： 写下标准句式：“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 \( n \in \mathbb{Z}^+ \) 均成立。”
重点总结： 千万不要跳过结论！这是你在考试中获取“沟通分 (communication marks)”最容易的地方。
7. 模型与取整函数 (INT Function)
在现实世界中，动物种群或银行账户的利息通常是以“跳跃式”变化的。我们使用递推关系来进行建模。
有时我们使用 \( INT(x) \) 函数（或称“向下取整”函数）。它将数字向下舍入到最接近的整数。
例子： 如果一个种群模型预测有 \( 10.7 \) 只兔子，那么 \( INT(10.7) = 10 \)。你不可能拥有 \( 0.7 \) 只兔子！
预期会看到涉及出生率（增加百分比）和死亡率或收获率（减去常数）的相关模型。
鼓励一下： 如果二阶非齐次方程让你感到棘手，别担心——它们只是一系列逻辑明确的小步骤而已。多练习辨识“特解 (Particular Integral)”的形式，剩下的就只是代数运算！
总结清单
- 你能辨别一个数列是收敛、周期性还是振荡的吗？
- 你了解二阶特征方程的三种根的情况吗？
- 你能为求和级数进行数学归纳法证明吗？
- 你记得 \( u_{n+1} = au_n \) 的齐次解 (CF) 永远是 \( A(a)^n \) 吗？