Operations involving limits

欢迎来到极限的世界！

在 H2 数学中，你曾运用极限来求导数（梯度）和面积。到了 H3 数学，我们将深入探讨极限的运作机制。你可以把这一章想象成“无穷大的规则手册”。我们将学习如何结合各种极限，更重要的是，学会判断当函数趋向无穷大时，哪个函数会“赢得这场赛跑”。如果刚开始觉得有点抽象，别担心——一旦你掌握了当中的规律，它将会成为你数学工具箱中非常强大的利器！

先备知识检查：在我们开始之前，请记住极限 (limit) 的定义：它描述的是当输入值越来越接近某一点时，函数趋近于哪个数值。我们将其写作：\(\lim_{x \to a} f(x) = L\)。

1. 游戏规则：涉及极限的运算

当我们有两个分别具备极限的函数时，我们可以使用基础算术将它们组合起来。试想你和朋友正一起向某个目标点走去。你们“总距离”的极限，其实就是你们各自目标距离的和。

极限的基本法则

若 \(\lim_{x \to a} f(x) = L\) 且 \(\lim_{x \to a} g(x) = M\)（其中 \(L\) 和 \(M\) 皆为实数），则：

1. 和的法则 (Sum Rule)：和的极限等于极限之和。
\(\lim_{x \to a} [f(x) + g(x)] = L + M\)

2. 差的法则 (Difference Rule)：差的极限等于极限之差。
\(\lim_{x \to a} [f(x) - g(x)] = L - M\)

3. 积的法则 (Product Rule)：积的极限等于极限之积。
\(\lim_{x \to a} [f(x) \cdot g(x)] = L \cdot M\)

4. 商的法则 (Quotient Rule)：商的极限等于极限之商（前提是分母不为零）。
\(\lim_{x \to a} \frac{f(x)}{g(x)} = \frac{L}{M}\)，其中 \(M \neq 0\)。

5. 常数倍法则 (Constant Multiple Rule)：若 \(k\) 为常数：
\(\lim_{x \to a} [k \cdot f(x)] = k \cdot L\)

快速检视小贴士：这些法则仅在个别极限存在（即极限为有限数值）时才成立。如果其中一个极限是 \(\infty\)，我们就必须更加小心！

常见错误警示：

很多同学常误以为 \(\infty - \infty = 0\)。这在极限的世界里是错误的！\(\infty - \infty\) 被称为“不定型”(indeterminate form)。其中一个“无穷大”可能远比另一个大得多，导致结果并非为零。这就是为什么我们接下来需要研究增长率的原因。

重点总结：只要运算结果不是未定义的情况，极限在加、减、乘、除运算中都能运作自如。

2. “无穷大赛跑”：比较增长率

在 H3 数学中，我们经常关注当 \(x\) 变得非常、非常大时会发生什么（即 \(x \to \infty\)）。有些函数的增长速度远快于其他函数。掌握了这种增长“层级”，你就能瞬间解开复杂的极限题。

增长的层级

想象有三位参赛者：一只乌龟、一位短跑选手和一枚火箭。即便乌龟先起跑，火箭最终也会远远将它们抛在脑后。在数学中，我们按函数“生长速度”由慢至快排列如下：

对数函数 < 多项式函数 < 指数函数

对于任何正数幂 \(p\) 和 \(n\)，当 \(x \to \infty\) 时：

1. 对数函数增长最慢：\(\ln x\) 的增长非常缓慢。
2. 多项式函数居中：\(x^n\)（例如 \(x^2\) 或 \(x^3\)）比对数函数增长得快。
3. 指数函数增长最快：\(e^x\) 或 \(a^x\) 的增长速度远超多项式函数。

可视化判断“赢家”

当面对分式时，增长较快的函数就是“赢家”：

• 如果分母增长较快，极限为 0。
• 如果分子增长较快，极限为 \(\infty\)。

增长比较范例：

• 对数 vs 多项式：\(\lim_{x \to \infty} \frac{\ln x}{x^{0.001}} = 0\)。即便 \(x\) 的次方再小，最终也会胜过对数函数！
• 多项式 vs 指数：\(\lim_{x \to \infty} \frac{x^{1000}}{e^x} = 0\)。即便 \(x\) 的一千次方也无法追上指数火箭。

冷知识：这正是密码安全性依赖指数增长的原因。如果电脑尝试破解密码，每多增加一个字符，“搜索空间”就会呈指数级增长，这让电脑仅靠多项式等级的处理能力根本追赶不上！

重点总结：当 \(x \to \infty\) 时，在分式中，层级较高的函数（对数 < 多项式 < 指数）决定了极限是趋向于零还是无穷大。

3. 逐步拆解：计算复杂极限

当遇到复杂的表达式时，请遵循以下步骤：

第 1 步：检查是否可以直接运用极限法则（即各部分是否皆为有限值）。
第 2 步：若 \(x \to \infty\)，找出分子与分母中的“主导项”（即增长率最高的那一项）。
第 3 步：比较增长率。若分母“更强”，极限为 0。若它们属于同一类（例如两者皆为 \(x^2\)），则极限为系数的比值。

范例演练：

求 \(\lim_{x \to \infty} \frac{5e^x + x^2}{2e^x - \ln x}\)。

1. 找出主导项：分子中，\(5e^x\) 是指数函数；它胜过 \(x^2\)。分母中，\(2e^x\) 是指数函数；它胜过 \(\ln x\)。
2. 简化“赛跑”：当 \(x\) 变得极大时，此表达式表现得就像 \(\frac{5e^x}{2e^x}\)。
3. 计算：\(e^x\) 项消去，剩下 \(5/2\)。
4. 最终答案：极限为 2.5。

总结检查表

• 我是否熟悉 5 个基本极限法则（和、差、积、商、常数倍）？
• 我能否按增长速度将 \(\ln x\)、\(x^n\) 和 \(e^x\) 排列顺序？
• 我是否记得这些法则仅在个别极限存在（即为有限值）时才适用？
• 我能否识别分式中的“主导项”，以求出趋向无穷大的极限？

如果觉得内容很多，别担心！只要记住“无穷大赛跑”：对数是慢郎中，多项式稳步前进，而指数函数则是火箭。这个程度的绝大多数极限问题，其实都只是在判断谁在赛跑中获胜而已。