欢迎来到级数与极限 (FP2.6)！
你好！本章将带你深入探讨你在 A-Level 纯数学中可能接触过的一些概念——比如数列和积分——并将它们推向理论极限。没错，是字面意义上的“极限”！
为什么这一章很重要？级数展开（例如麦克劳林级数）使我们能够用简单的多项式来近似复杂的函数。这对于从计算器编程到高等物理的方方面面都至关重要。同时，理解极限让我们能够分析函数的长期行为，并确定某些和或积分是否确实具有有限值。
如果起初觉得这些概念有些抽象，不必担心。我们将逐步拆解麦克劳林级数，研究一些强大的极限法则，并应用这些思想来解决棘手的积分问题。让我们开始吧！
1. 麦克劳林级数：将函数转化为多项式
什么是麦克劳林级数？
麦克劳林级数是一种特殊的幂级数，它将函数 \(f(x)\) 表示为以 \(x=0\) 为中心的无穷多项式。
类比： 想象一下你正站在函数 \(f(x)\) 图象上的 \(x=0\) 处。麦克劳林级数就像是一张完美的地图，它完全基于在该点收集的信息（函数值及其所有导数）构建而成。
麦克劳林级数的一般公式为：
\[ f(x) = f(0) + xf'(0) + \frac{x^2}{2!}f''(0) + \frac{x^3}{3!}f'''(0) + \dots + \frac{x^n}{n!}f^{(n)}(0) + \dots \]
你必须掌握（并会使用）的关键标准展开式
课程大纲要求你掌握并使用几种常见函数的标准麦克劳林级数展开式。这些通常会出现在你的公式手册中，但熟练掌握它们将极大地提升解题效率！
- 指数函数： \[ e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \dots \]
- 自然对数： \[ \ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \dots \]
- 正弦函数：（只有奇数次幂！） \[ \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \dots \]
- 余弦函数：（只有偶数次幂！） \[ \cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \dots \]
- 二项式展开：（对于有理数幂 \(n\)） \[ (1+x)^n = 1 + nx + \frac{n(n-1)}{2!}x^2 + \frac{n(n-1)(n-2)}{3!}x^3 + \dots \]
有效范围（收敛半径）
级数仅在特定的 \(x\) 值下等于它所表示的函数。这就是有效范围。
对于 $e^x$、$\sin x$ 和 $\cos x$，级数在所有实数 $x$ 上均收敛（即 \(\vert x \vert < \infty\)）。
对于 $\ln(1+x)$ 和 $(1+x)^n$，级数通常仅在 \(\vert x \vert < 1\) 时收敛。
如何寻找复合函数的有效范围
如果你将某个表达式代入标准级数，那么有效性条件必须对该代入项仍然成立。
例子： 求 \(\ln(1-2x)\) 展开式的有效范围。
标准级数是 \(\ln(1+u)\)，有效范围为 \(\vert u \vert < 1\)。
在此处，代入项为 \(u = -2x\)。
因此，我们需要 \(\vert -2x \vert < 1\)，简化后得到 \(2\vert x \vert < 1\)，即 \(\vert x \vert < \frac{1}{2}\)。
麦克劳林级数简要回顾：
- 它们是以 \(x=0\) 为中心的多项式。
- 使用手册中给出的标准展开式。
- 务必检查有效范围，特别是在代入关于 \(x\) 的函数时。
2. 利用级数展开求极限
麦克劳林级数最强大的应用之一就是求极限，特别是当 \(x \to 0\) 时出现的 \(\frac{0}{0}\) 或 \(\frac{\infty}{\infty}\) 型不定式。
如果你尝试通过代入 \(x=0\) 来计算 \(\lim_{x\to 0} \frac{\sin x}{x}\)，你会得到 \(\frac{0}{0}\)。我们使用级数在计算极限前先简化表达式。
求极限的分步法
- 用麦克劳林级数展开式替换极限表达式中的函数。保留项数直到分母被约掉，或者直到分子出现非零常数项。
- 通过约去公因子 \(x\) 来简化分子和分母。
- 将 \(x=0\) 代入简化后的表达式中。
例子：求一个棘手的极限
求极限： \(\lim_{x\to 0} \frac{x^2 e^x}{\cos(2x) - 1}\)
第 1 步：代入麦克劳林级数
使用标准展开式，将 \(2x\) 代入余弦级数：
\[ e^x = 1 + x + \frac{x^2}{2} + \dots \]
\[ \cos(2x) = 1 - \frac{(2x)^2}{2!} + \frac{(2x)^4}{4!} - \dots = 1 - 2x^2 + \frac{2}{3}x^4 - \dots \]
表达式变为：
\[ \lim_{x\to 0} \frac{x^2 \left( 1 + x + \frac{x^2}{2} + \dots \right)}{\left( 1 - 2x^2 + \frac{2}{3}x^4 - \dots \right) - 1} \]
第 2 步：简化
分子： \(x^2 + x^3 + \frac{x^4}{2} + \dots\)
分母： \(-2x^2 + \frac{2}{3}x^4 - \dots\)
我们可以从每一项约去 \(x^2\)：
\[ \lim_{x\to 0} \frac{1 + x + \frac{x^2}{2} + \dots}{-2 + \frac{2}{3}x^2 - \dots} \]
第 3 步：计算极限
代入 \(x=0\)：
\[ \frac{1 + 0 + 0 + \dots}{-2 + 0 - \dots} = -\frac{1}{2} \]
核心要点： 级数展开为处理不定式极限提供了一种强大的代数工具，通常能避免使用洛必达法则。确保展开到足够高的阶数，以便在约去 \(x\) 后能清晰地分离分子和分母。
3. 关于无穷大和零的重要极限
课程要求了解当 \(x\) 趋于无穷大或零时，不同类型函数之间“强弱”关系的两个关键极限。
通往无穷大的竞赛：指数占优
当 \(x \to \infty\) 时，指数函数 \(e^x\) 的增长速度快于任何多项式函数 \(x^k\)（其中 \(k > 0\)）。
重要的结果是： \[ \lim_{x \to \infty} x^k e^{-x} = 0 \quad \text{对于任何 } k > 0 \]
这意味着： 当 \(x\) 变得非常大时，分母 \(e^x\) 完全淹没了分子 \(x^k\)，使整个分式趋于零。多项式项 \(x^k\) 即使是 \(x^{100}\)，指数函数 \(e^x\) 依然会在通往无穷大的竞赛中获胜！
通往零的竞赛：对数羸弱
当 \(x \to 0\) 时，对数函数 \(\ln x\) 趋向于 \(-\infty\)，但与任何 \(x\) 的幂函数相比，它趋向的速度非常缓慢。
重要的结果是： \[ \lim_{x \to 0} x^k \ln x = 0 \quad \text{对于任何 } k > 0 \]
原理解析： 当 \(x\) 从正方向趋近于零时，项 \(x^k\) 会极快地趋于零，这个强大的多项式项会将变化缓慢的对数项“拖”向零。
记忆辅助： 指数 (E) 在无穷大处主导一切。对数 (L) 在零点附近最弱。(E > P > L)
4. 反常积分
什么构成了“反常”积分？
如果满足以下任一条件，积分即为反常：
1. 积分限的一个或两个是无穷大（\(\infty\) 或 \(-\infty\)）。（第一类）
2. 被积函数在积分区间内有无穷不连续点。（第二类）
处理过程：利用极限定义积分
我们不能直接将 \(\infty\) 代入函数。我们必须用一个变量（通常是 \(t\)）替换反常部分，然后计算该变量趋于问题值时的极限。
第 1 步：用临时变量 \(t\) 替换有问题的极限。
例子（第一类）： 对于 \(\int_{0}^{\infty} f(x) \, dx\)，写成 \(\lim_{t \to \infty} \int_{0}^{t} f(x) \, dx\)。
例子（第二类）： 对于 \(\int_{0}^{1} \frac{1}{\sqrt{x}} \, dx\)（在 \(x=0\) 处不连续），写成 \(\lim_{t \to 0^+} \int_{t}^{1} \frac{1}{\sqrt{x}} \, dx\)。
第 2 步：计算关于 \(t\) 的定积分。
第 3 步：计算当 \(t\) 趋向于问题值时的极限。
收敛与发散
如果第 3 步中的极限存在且是一个有限数，则反常积分收敛。如果极限为 \(\infty\)、\(-\infty\) 或不存在，则积分发散。
例子：第一类反常积分（指数型）
计算 \(\int_{1}^{\infty} x e^{-x} \, dx\)
第 1 & 2 步：设置极限并积分
我们使用分部积分法：
\[ \int x e^{-x} \, dx = -x e^{-x} - e^{-x} + C \]
现在使用 \(t\) 代入积分限：
\[ \lim_{t \to \infty} \int_{1}^{t} x e^{-x} \, dx = \lim_{t \to \infty} \left[ -x e^{-x} - e^{-x} \right]_1^t \]
\[ = \lim_{t \to \infty} \left( \left[ -t e^{-t} - e^{-t} \right] - \left[ -1 e^{-1} - e^{-1} \right] \right) \]
第 3 步：计算极限
使用第 3 节的占优结论：\(\lim_{t \to \infty} t e^{-t} = 0\)。
同时，\(\lim_{t \to \infty} e^{-t} = \lim_{t \to \infty} \frac{1}{e^t} = 0\)。
极限简化为：
\[ = (0 - 0) - \left( -\frac{1}{e} - \frac{1}{e} \right) \]
\[ = - \left( -\frac{2}{e} \right) = \frac{2}{e} \]
由于结果是一个有限数，该积分收敛至 \(\frac{2}{e}\)。
例子：第二类反常积分（不连续点）
计算 \(\int_{0}^{1} \frac{1}{\sqrt{x}} \, dx\)
函数在 \(x=0\) 处未定义，因此我们使用 \(t\) 从正方向趋近于 \(0\) (\(0^+\))。
第 1 & 2 步：设置极限并积分
因为 \(\frac{1}{\sqrt{x}} = x^{-1/2}\)，原函数为 \(2x^{1/2}\) 或 \(2\sqrt{x}\)。
\[ \lim_{t \to 0^+} \int_{t}^{1} x^{-1/2} \, dx = \lim_{t \to 0^+} \left[ 2\sqrt{x} \right]_t^1 \]
\[ = \lim_{t \to 0^+} \left( 2\sqrt{1} - 2\sqrt{t} \right) \]
第 3 步：计算极限
当 \(t \to 0^+\) 时，\(2\sqrt{t} \to 0\)。
\[ = 2 - 0 = 2 \]
该积分收敛至 2。
你知道吗？ 即使函数 \(\frac{1}{\sqrt{x}}\) 在 \(x=0\) 处趋向于无穷大，曲线下的面积依然是有限的！这是数学收敛理论中一个引人入胜的结果。
核心要点：反常积分
- 识别有问题的极限或不连续点。
- 用变量 \(t\) 替换它。
- 正常积分，然后应用 \(\lim_{t \to \dots}\)。
- 在计算 \(t \to \infty\) 的极限时，使用占优法则（第 3 节）。
你现在已经掌握了级数与极限 (FP2.6) 的基本精髓。记住，这一章非常注重程序化解题。练习正确运用麦克劳林展开式，并在处理反常积分时始终清晰地展示极限过程！