欢迎来到数学证明世界！
在你标准的 A Level 数学课程中，你已经学会了如何解方程和使用公式。但在进阶数学 (Further Mathematics) 中，我们会钻研得更深。我们不仅想知道某个结果“是否”成立；我们更想证明它对于每一个数字永远都成立！
在纯数学核心 (Pure Core) 的这一章中，我们将聚焦于一个强大的技巧，称为数学归纳法 (Mathematical Induction)。它就像数学中的“骨牌效应”，让我们只需几个逻辑步骤，就能证明无穷多个整数的命题。如果起初觉得有点抽象也不用担心——一旦你看出了规律，它就会变成一个非常实用且令人满意的“食谱”。
1. 数学归纳法的逻辑
想象一排延伸到无穷远处的骨牌。你如何能绝对肯定“每一块骨牌”都会倒下？你只需要证明两件事：
1. 第一块骨牌会倒下。
2. 如果任何一块骨牌倒下，它必然会推倒下一块骨牌。
如果这两点都成立，整排骨牌就一定会倒下！在数学中，我们使用相同的逻辑来证明关于正整数 (\(n = 1, 2, 3, ...\)) 的性质。
四步骤“食谱”
要写出正式的归纳法证明，你必须每次都遵循这四个步骤：
- 基础步骤 (Basis Step)： 证明命题对于 \(n\) 的最小可能值成立（通常是 \(n = 1\)）。
- 假设步骤 (Assumption)： 假设命题对于某个任意整数 \(k\) 成立。（我们称之为归纳假设 (Inductive Hypothesis)）。
- 归纳步骤 (Inductive Step)： 利用你的假设，证明该命题对于下一个整数 \(n = k + 1\) 也必然成立。这是证明过程中“最费力”的部分！
- 结论 (Conclusion)： 写下一句正式的结论语来完成证明。（请参阅下方的模板）。
温馨提示：结论模板
“由于该结果对于 \(n=1\) 成立，且若它对于 \(n=k\) 成立则对于 \(n=k+1\) 亦成立，因此根据数学归纳法，该结果对于所有 \(n \in \mathbb{Z}^+\) 均成立。”
2. 矩阵证明
课程中一个常见的应用是证明矩阵幂次的公式。这些通常是最简单的归纳法证明，因为代数运算非常直接。
例题： 证明对于 \(n \in \mathbb{Z}^+\)，\( \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix}^n = \begin{pmatrix} 1 & 0 \\ n & 1 \end{pmatrix} \)。
步骤 1 (基础)： 令 \(n = 1\)。
左式：\( \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix}^1 = \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix} \)。
右式：\( \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix} \)。
基础步骤成立。
步骤 2 (假设)： 假设当 \(n = k\) 时成立：\( \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix}^k = \begin{pmatrix} 1 & 0 \\ k & 1 \end{pmatrix} \)。
步骤 3 (归纳步骤)： 我们需要找出 \(n = k + 1\) 时的结果。
\( \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix}^{k+1} = \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix}^k \times \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix} \)
利用我们的假设：\( = \begin{pmatrix} 1 & 0 \\ k & 1 \end{pmatrix} \begin{pmatrix} 1 & 0 \\ 1 & 1 \end{pmatrix} \)
进行矩阵乘法：\( = \begin{pmatrix} (1 \times 1 + 0 \times 1) & (1 \times 0 + 0 \times 1) \\ (k \times 1 + 1 \times 1) & (k \times 0 + 1 \times 1) \end{pmatrix} = \begin{pmatrix} 1 & 0 \\ k+1 & 1 \end{pmatrix} \)。
这正是目标公式中将 \(n\) 替换为 \(k+1\) 的结果！
步骤 4 (结论)： 使用第 1 节的模板。
核心重点： 对于矩阵幂次，\(M^{k+1}\) 永远等于 \(M^k \times M\)。利用你对 \(M^k\) 的假设并进行相乘即可！
3. 整除性证明
这类证明要求你展示一个表达式（例如 \(7^n - 3^n\)）总是能被某个数字（本例中为 4）整除。
小撇步： 目标是改写 \(k+1\) 的表达式，使其包含 \(k\) 的表达式。
例题： 证明对于 \(n \in \mathbb{Z}^+\)，\(f(n) = 7^n - 3^n\) 可被 4 整除。
假设当 \(n=k\) 时成立：\(7^k - 3^k = 4M\)（其中 \(M\) 为某个整数）。
考虑 \(f(k+1) = 7^{k+1} - 3^{k+1}\)
\( = 7(7^k) - 3(3^k) \)
现在，将 7 拆解为 \((4 + 3)\)：
\( = (4 + 3)7^k - 3(3^k) \)
\( = 4(7^k) + 3(7^k) - 3(3^k) \)
\( = 4(7^k) + 3(7^k - 3^k) \)
代入我们的假设 \(7^k - 3^k = 4M\)：
\( = 4(7^k) + 3(4M) = 4(7^k + 3M) \)。
因为整个结果都能提取出 4 作为因数，所以它一定能被 4 整除！
常见错误： 别忘了说明最终括号内的项是一个整数。只有当你没有剩下分数时，整除性才成立！
4. 不等式证明
这类题目可能最为棘手，因为你需要使用“大于”(\(>\)) 或“小于”(\(<\)) 的逻辑，而不是等号。
记忆辅助： “桥梁”法
在这些证明中，你通常试图证明 \(A > C\)。你可能会发现利用假设证明 \(A > B\) 很简单，然后你只需要解释为什么 \(B > C\) 即可。
例题： 证明对于 \(n \ge 3\)，\(n \in \mathbb{Z}\)，\(2^n > 2n\)。
注意：这里的基础步骤从 \(n=3\) 开始。
基础： \(2^3 = 8\)，\(2(3) = 6\)。由于 \(8 > 6\)，命题成立。
假设： \(2^k > 2k\)。
归纳步骤： 考虑 \(n = k+1\)。
左式：\(2^{k+1} = 2 \times 2^k\)。
根据假设，\(2 \times 2^k > 2 \times (2k)\)，所以 \(2^{k+1} > 4k\)。
我们想证明 \(2^{k+1} > 2(k+1)\)，也就是 \(2k + 2\)。
因为我们已知 \(2^{k+1} > 4k\)，且对于 \(k \ge 3\)，\(4k\) 绝对大于 \(2k + 2\)，所以证明完成！
冷知识：
数学归纳法早在古希腊时期就被隐含地使用，但直到 16 世纪才由 Francesco Maurolico 正式描述。它现在是皮亚诺公理 (Peano Axioms) 之一，这是定义数字本质的基本规则！
5. 总结与常见陷阱
如果刚开始觉得困难，别担心！ 归纳法是一种非常正式的书写风格。如果你卡住了，请记住每个步骤的目标：
- 基础步骤： 只是一个简单的检查。如果这步不成立，该命题就是错的！
- 假设： 这是你的“免费礼物”。你可以将其视为事实来帮助后面的证明。
- 归纳步骤： 这只是代数运算。目标是得到一个看起来像原始公式，但变量变为 \(k+1\) 的表达式。
应避免的常见陷阱：
1. 代数失误： 特别是在整除性证明中（注意你的负号！）。
2. 模糊的结论： 考官在寻找“对于 \(n=1\) 成立”以及“若对于 \(n=k\) 成立则对于 \(n=k+1\) 亦成立”这些特定语句。
3. 没有使用假设： 如果你在 \(n=k+1\) 的步骤中没有使用 \(n=k\) 的假设，那就不是归纳法证明！
核心重点： 数学归纳法证明了一种“连锁反应”。如果你能证明第一步发生，且每一步都能引发下一步，你就证明了整个无穷的链条！