如何理解数列极限和收敛性

数列极限说来其实都不陌生,但往往到了高数的这段内容的时候许多人就会觉得非常头疼了。

定义:设 {xn}\left\{x_{n}\right\} 为一数列,如果存在常数 aa, 对于任意给定的正数 ε\varepsilon ( 不论它多么小 ),总存在正整数 NN, 使得 当 n>Nn>N 时, 有以下不等式成立:
xna<ε(1) \left|x_{n}-a\right|<\varepsilon \tag{1}
那么就称 aa{xn}\left\{x_{n}\right\} 的极限。记作:
limnxn=a(2) \lim _{n \rightarrow \infty} x_{n}=a \tag{2}

xna(n) x_{n} \rightarrow a(n \rightarrow \infty)

一、从几何上理解

定义中的(1)式其实可以拆解成一个不等式链:
ε<xna<ε -\varepsilon<x_{n}-a<\varepsilon
它还可以写成:
aε<xn<a+ε a-\varepsilon<x_{n}<a+\varepsilon
这样改写过后有一个很大的好处,那就是此时可以看出最终 {xn}\{x_{n}\}的所有点都要落在以 aa 为中心,上下距离均为ε\varepsilon 的范围内。也就是下图所示。(原图地址

如何理解数列极限和收敛性

注意:上图中的 NN 只与 ε\varepsilon 相关。

定义的涵义也可以理解为: 如果ε\varepsilon 不管有多小,这个 NN 都可以取得足够大,使数列中第NN 项(不包括NN)之后的所有点都落在上述的范围内,那么这个数列就是收敛的。并且就收敛于上图中的 aa.

由任意性很容易理解这样一个过程:如果把 ε\varepsilon 取得更小,那么 NN 就得取得更大,这样才能保证上图中NN项之后的点都落在由 ε\varepsilon 的范围内。

下面这组图就描绘了这样的变化过程(图片源自):
如何理解数列极限和收敛性

二、从代数上理解

代数上的理解虽然抽象,但有时候反而更加直接。我们不妨考虑这样一个问题:如果给定一个特别小的ε\varepsilon, 怎么求出它对应的 NN?

根据定义,如果ε\varepsilon 已经给定,那么这个 NN 必须使得(1)式成立。

这里特别注意以下几个点和逻辑:

  • xnx_n 是数列,那么它一定是一个和 nn 有关的数字。而通常它是一个关于 nn 的表达式。
  • 要求出满足(1)式的 NN,其本质问题就是将(1)式这个不等式给解出来。只不过解出的范围是nn 的范围,那么它的最小值其实就是 NN.

用这种方式再去理解教材的例1-3应该就会更加清楚了。

注:许多同学经常在这时忘记解不等式的问题。一定记着,此时如果弄不明白就一定要去回顾一下解不等式的基本方法,否则你会误将不会解不等式当成你不懂极限定义!!!同时注意我们这里要解的是一个整数的范围,而不是实数的范围。

三、学会用直观的方式为自己减轻负担

书上有一些不太好猜的数列极限,此时冥想是必然无用的。直接画出来是最方便的:

例1{2n13n}\left\{\frac{2^{n}-1}{3^{n}}\right\}

画出前100个点它长这样,那么很显然我们大胆猜它极限就是0,其后再去仔细证明。

如何理解数列极限和收敛性

例2: [(1)n+1]n+1n\left[(-1)^{n}+1\right] \frac{n+1}{n}

这个看起来复杂些,直接画1000个点,仔细一看一直在震荡,于是大胆猜测它不收敛。

如何理解数列极限和收敛性

对于不会写程序的同学来说,绘图可以直接采用Excel实现。

如果会用一点程序,但又不想装IDE可以用一点在线编译环境,比如:轻量级IDE介绍(适用于python等多种语言)

相关文章: