高数考研归纳 - 极限与连续

点击此处查看高数其他板块总结

Part 1 - 极限

1 无穷小比较

  设$\alpha ，\beta$是自变量同一变化过程中的无穷小，

    (1) 若$\lim \frac{\beta }{\alpha }=0$，则称$\beta$是比$\alpha$高阶的无穷小，记
$$\beta =o(\alpha )$$

  可以理解为$\beta$趋近于$0$的速度比$\alpha$快，使得极限为$0$.

    (2) 若$\lim \frac{\beta }{\alpha }=\infty$，则称$\beta$是比$\alpha$低阶的无穷小；

    (3) 若$\lim \frac{\beta }{\alpha }=C\ne 0$，则称$\beta$是$\alpha$的同阶无穷小，记
$$\beta =O(\alpha )$$

    (4) 若$\lim \frac{\beta }{{\alpha }^k}=C\ne 0$，则称$\beta$是$\alpha$的$k$阶无穷小；

    (5) 若$\lim \frac{\beta }{\alpha }=1$，则称$\beta$是$\alpha$的等价无穷小，记$\alpha \sim \beta$.

  注意：
    (1) 并非任意两个无穷小都可以进行比阶.

  例如：$x\to 0$的无穷小$x^2\text{sin}\frac{1}{x}$和$x^2$$(x\to 0)$，二者无法比阶，因为$\underset{x\to 0}{\lim }\text{sin}\frac{1}{x}$不存在.

    (2) $f(x)$是$g(x)$的高阶无穷小，并不意味着$g(x)$就是$f(x)$的低阶无穷小.

  例如：当$x\to 0$时，$x^2\text{sin}\frac{1}{x}$是$x$的高阶无穷小，但反过来不无法比阶.

2 无穷大比较

  当$n\to \infty$时，下列数列无穷大的阶数由低到高排序：
    $\ln n$，$n^{\alpha }(\alpha >0)$，$n^{\beta }(\beta >\alpha >0)$，$a^n(a>1)$，$n^n$

  当$x\to +\infty$时，下列函数无穷大的阶数由低到高排序：
    $\ln x$，$x^{\alpha }(\alpha >0)$，$x^{\beta }(\beta >\alpha >0)$，$a^x(a>1)$，$x^x$

  注意：
    (1) 数列极限的$n\to \infty$的无穷专指正无穷(因为$n$在高等数学中专指自然数)，而函数极限的$x\to +\infty$必须标明正负号.
    (2) 无穷大的比较可以转换为无穷小的比较：恒不为零的无穷小的倒数是无穷大.
    (3) 读者需要区分无穷大与无界的差异. 对于任意大的正数$M$，无穷大是邻域内任意一点取值对应函数值均大于$M$；无界则是存在一点取值对应函数值均大于$M$.

3 无穷小的计算规则

  (1) 有限个无穷小的和还是无穷小.
  (2) 有限个无穷小的乘积还是无穷小.
  (3) 有界函数与无穷小的乘积是无穷小.

  第 (3) 点非常重要！其实使用十分广泛. 比如判断形如$x^a\text{sin}\frac{1}{x}$、$x^a\text{cos}\frac{1}{x}(x\to 0)$这样带振荡间断点的极限.

  (4) 基本运算规则 ($m$、$n$为正整数)：

o ( x m ) ± o ( x n ) = o ( x min { m , n } )        ( m ≠ n ) o(x^m)\pm o(x^n)=o(x^{\text{min}\{m,n\}})\;\;\;({\color{Red}m\neq n}) o(xm)±o(xn)=o(xmin{m,n})(m​=n)

  次数小的说了算. 同理，无穷小比较，则是次数大的说了算.

$$o(x^m)\cdot o(x^n)=o(x^{m+n})$$$$x^m\cdot o(x^n)=o(x^{m+n})$$$$o(x^m)=o(k{x}^m)=k\cdot o(x^m)(k\ne 0)$$

  系数并不影响无穷小的阶数.

$$\frac{o(x^m)}{x^n}=o(x^{m-n})(m⩾n)$$

  (5) 两个同阶无穷小相加减，其结果的阶数大于或等于原无穷小的阶数.

  当$x\to 0$时，
  两个同阶无穷小相减的情况：
    a. 与原无穷小阶数同：$2x$与$x$都是$x$的同阶无穷小，$2x-x\sim x$；
    b. 比原无穷小阶数大：$x$与$\text{sin}x$都是$x$的同阶无穷小，$x-\text{sin}x\sim \frac{1}{6}{x}^3$.
  两个同阶无穷小相加的情况：
    a. 与原无穷小阶数同：$2x$与$x$都是$x$的同阶无穷小，$2x+x\sim 3x$；
    b. 比原无穷小阶数大：$2x^3-x$与$x-x^3$都是$x$的同阶无穷小，$(2x^3-x)+(x-x^3)\sim x^3$.

  (6) (无穷小的导数) 设$f(x)$在$x=a$处$n$阶可导，若$x\to a$时，$f(x)$是$(x-a)$的$n(n⩾2)$阶无穷小，则$f^{\prime }(x)$是$(x-a)$的$n-1$阶无穷小.

  (7) (无穷小的原函数) 设$f(x)$连续，若$x\to a$时，$f(x)$是$(x-a)$的$n$阶无穷小，则${\int }_a^{x}f(t)\text{d}t$是$(x-a)$的$n+1$阶无穷小.

4 等价无穷小

  基础：
$$x\sim \sin x\sim \tan x\sim \arcsin x\sim \arctan x\sim e^x-1\sim \ln (1+x)$$$$1-\cos x\sim \frac{1}{2}{x}^2$$$$1-{\cos }^{a}x\sim \frac{a}{2}{x}^2$$$$(1+x{)}^a-1\sim ax（a\ne 0）$$$$a^x-1\sim x\ln a（a>0且a\ne 1）$$

  进阶：
$$x-\ln (1+x)\sim \frac{1}{2}{x}^2$$$$x-\text{sin}x\sim \frac{1}{6}{x}^3$$$$x-\text{arcsin}x\sim -\frac{1}{6}{x}^3$$$$x-\text{tan}x\sim -\frac{1}{3}{x}^3$$$$x-\text{arctan}x\sim \frac{1}{3}{x}^3$$

  进阶部分适当记忆即可，可以提升求极限的速度. 如果忘记，可以通过洛必达法则或麦克劳林公式推出. 尤其是后面四个，容易混淆： $\text{sin}$、$\text{arcsin}$的分母是$3!$，而$\text{tan}$、$\text{arctan}$的分母是$3$. 正负号的记忆读者可以思考$y=x$与三角函数图像之间的大小关系.

  注意：
    (1) $x$、$\sin x$、$\tan x$、$\arcsin x$、$\arctan x$任意两者之差为$3$阶无穷小.
    (2) 对分式使用等价无穷小时，如果分子分母中出现加减运算，需确保使用前后分子与分母的精度相同 (相关证明感兴趣的读者可以参考其他文章).

  精度即无穷小的阶数，后文会继续使用这种说法.
  这一点非常重要，常常是初学者感到疑惑的地方. 考虑下面这个极限：
$$\underset{x\to 0}{\lim }\frac{x-\text{sin}x}{x^3}$$

  由于$x-\text{sin}x$是加减运算，所以不能直接通过等价无穷小使之成为：
$$\underset{x\to 0}{\lim }\frac{x-x}{x^3}$$

  这是由于分母$x^3$是一个$3$阶无穷小，因此分子也必须是$3$阶无穷小. 上面这种替换使得分子精度变为$1$，不可取.

  实际上，通过麦克劳林公式展开或记忆常见等价无穷小可知：$x-\text{sin}x\sim \frac{1}{6}{x}^2$，因此正确解法为：
$$\underset{x\to 0}{\lim }\frac{x-\text{sin}x}{x^3}=\underset{x\to 0}{\lim }\frac{\frac{1}{6}{x}^3}{x^3}=\frac{1}{6}$$

    (3) 当无穷小作为因子时，在求极限时可以放心使用等价无穷小替换，无需考虑精度.
    (4) 对于变积分限函数，积分限与被积函数均可使用等价无穷小，如：
$${\int }_0^{e^{x^2}-1}\frac{\sin t^2}{t}\text{d}t\sim {\int }_0^{x^2}t\text{d}t=\frac{x^4}{2}$$

5 重要极限

$$\underset{\Delta \to 0}{\lim }\frac{\sin \Delta }{\Delta }=1$$ $$\underset{\Delta \to 0}{\lim }(1+\Delta {)}^{\frac{1}{\Delta }}=e$$$$\underset{n\to \infty }{\lim }\sqrt[n]{n}=1，\underset{x\to +\infty }{\lim }{x}^{\frac{1}{x}}=1$$$$\underset{x\to 0}{\lim }{x}^x=1$$$$\Delta \to 0\Rightarrow \{\begin{array}{l}\ln (1+\Delta )\sim \Delta ，\\ e^{\Delta }-1\sim \Delta ，\\ (1+\Delta {)}^a\sim a\Delta (a\text{为常数}).\end{array}$$

6 几个重要不等式

  最最最基本的不等式：
$$0<\frac{a}{a+b}<1，0<\frac{b}{a+b}<1(a,b>0)$$

  均值不等式：
$$\frac{2}{\frac{1}{a}+\frac{1}{b}}⩽\sqrt{ab}⩽\frac{a+b}{2}⩽\sqrt{\frac{a^2+b^2}{2}}(a,b>0)$$$$\frac{n}{\sum _{i=1}^n\frac{1}{x_i}}⩽\sqrt[n]{\prod _{i=0}^n{x}_i}⩽\frac{1}{n}\sum _{i=1}^n{x}_i⩽\sqrt{\frac{1}{n}\sum _{i=1}^n{x}_i^2}(x_i>0)$$

  均值不等式在元素相等时取等号.
  其规律是(从左至右)：调和平均值$⩽$几何平均值$⩽$算术平均值$⩽$平方平均值.

  自然对数、自然指数不等式：$$\frac{x}{1+x}<\ln (1+x)<x(x>0)$$$$e^x<1+x(x\ne 0)$$

  三角函数不等式：$$\sin x<x(x>0)$$$$\sin x<x<\tan x(0<x<\frac{\pi }{2})$$$$\tan x<x<\sin x(-\frac{\pi }{2}<x<0)$$

  绝对值不等式：$$||x|-|y||⩽|x\pm y|⩽|x|+|y|$$

  取整不等式：$$x-1<[x]⩽x$$$$[x]⩽x<[x]+1$$

7 洛必达法则

  洛必达法则涉及求导运算，关于求导相关内容读者可见一元微分学.

  洛必达法仅针对$\frac{0}{0}$型和$\frac{\infty }{\infty }$型两种未定式极限的计算方法. 其他类型的未定式极限不能直接使用洛必达法则.下 面仅以$\frac{0}{0}$型为例，$\frac{\infty }{\infty }$型使用方法和条件类似.

  $\infty \cdot 0$型极限可转化为二者之一再使用洛必达法则.

  结论：
$$\underset{x\to a}{\lim }\frac{f(x)}{g(x)}=\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}$$

  条件：

    (1) $\underset{x\to a}{\lim }f(x)=\underset{x\to a}{\lim }g(x)=0$；

  条件(1)保证未定式为$\frac{0}{0}$型.

    (2) 在点$a$的去心邻域内，$f^{\prime }(x)$、$g^{\prime }(x)$均存在，且$g^{\prime }(x)\ne 0$；

  条件(2)是保证$\underset{x\to a}{\lim }\frac{f(x)}{g(x)}$存在. 若$f^{\prime }(x)$、$g^{\prime }(x)$任一不存在或$g^{\prime }(x)=0$，$\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}$便没有意义. 如：$$\underset{x\to \infty }{\lim }\frac{x+\text{cos}x}{x}$$

    (3) $\underset{x\to a}{\lim }\frac{f^{\prime }(x)}{g^{\prime }(x)}=A$，其中$A$可为实数或$\infty$.

  条件(3)非常重要，在处理抽象函数时极易忽视. 极限很有可能满足条件(1)和条件(2)，但不满足条件(3)，导致无法使用洛必达法则.
  
  例如：$f(x)$在$x=0$的某邻域内可导，且$\underset{x\to 0}{\lim }\frac{f(x)}{x^2}=2$，问能够推出$\underset{x\to 0}{\lim }\frac{f^{\prime }(x)}{x}=4$？
  答案是不能的！题目中的极限虽然满足条件(1)和条件(2)，但条件(3)却不一定满足. 虽然$f^{\prime }(x)$存在，但$\underset{x\to 0}{\lim }\frac{f^{\prime }(x)}{x}$仍可能不存在 (具体来说，$f^{\prime }(x)$在除以$x$以后可能导致极限振荡不存在，即使得极限既非实数也非$\infty$). 请读者一定理解清楚这一点！

  注意：
    (1) 洛必达法则建议在计算的中后期使用. 对复杂式子直接使用洛必达，可能导致求导运算量非常巨大.
    (2) 洛必达法则一定要注意使用条件. 尤其小心条件(3). 当题目仅给出导函数存在条件，但并未说明导函数连续或导函数极限存在时，慎用洛必达法则.
    (3) 只要条件满足，洛必达法则可以连续多次使用.

$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$问题总结

  如前所述，洛必达法则的条件(3)非常容易忽视. 而在选择题中，经常需要对形如$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$的条件进行处理. 下面给出如何快速确定在不同导数条件下，对该极限能使用多少次洛必达法则.

  问题：对于$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$，仅满足条件$f(x_0)=f^{\prime }(x_0)=...=f^{(n)}(x_0)=0$，可以使用多少次洛必达法则？(使用多少次洛必达法则不会失效)

  若题目还满足其他额外条件，后续结论不适用. 条件$f(x_0)=f^{\prime }(x_0)=...=f^{(n)}(x_0)=0$保证了洛必达$\frac{0}{0}$型未定式的条件.

  结论：
    (1) 设$f(x)$$n$阶连续可导 (即导函数连续).

      case 1：若$n⩾m$，则可对$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$使用$m$次洛必达法则，即：
$$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}=\underset{x\to x_0}{\lim }\frac{f^{\prime }(x)}{m\cdot (x-x_0{)}^{m-1}}=...=\underset{x\to x_0}{\lim }\frac{f^{(m)}(x)}{m!}=\frac{f^{(m)}(x)}{m!}$$

      case 2：若$n<m$，则对$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$一次洛必达法则也不能使用！

  为便于记忆，可将$n⩾m$理解为“上面压得住下面”，$n<m$理解为“上面压不住下面”.

    (2) 设$f(x)$$n$阶可导.

      case 1：若$n-1⩾m$，则可对$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$使用$m$次洛必达法则.

  因为$f(x)$若$n$阶可导，则$f(x)$的$n-1$阶导数必连续. 转换为结论(1)中 case 1 的情况.

      case 2：若$n=m$，则可对$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$使用$m-1$次洛必达法则，即：$$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}=\underset{x\to x_0}{\lim }\frac{f^{\prime }(x)}{m\cdot (x-x_0{)}^{m-1}}=...=\underset{x\to x_0}{\lim }\frac{f^{(m-1)}(x)}{m!\cdot (x-x_0)}$$

  若要继续求出$n(=m)$阶导数，需要额外再使用一次导数定义进行计算：
$$f^{(n)}(x_0)=\underset{x\to x_0}{\lim }\frac{f^{(n-1)}(x)-f^{(n-1)}(x_0)}{x-x_0}$$

    case 3：若$n+1⩽m$，则对$\underset{x\to x_0}{\lim }\frac{f(x)}{(x-x_0{)}^m}$一次洛必达法则也不能使用.

8 求解不定型极限的基本思路

  有的极限可以直接看出或直接代入求出，但有的极限代入后则会出现无穷或使分式无意义的情况，后者这种极限就称为不定型极限(或称未定式). 不定型极限必须先进行变形才能计算. 具体地，不定定极限包括以下七种类型：

  $\frac{0}{0}$型、$\frac{\infty }{\infty }$型、$1^{\infty }$型、$\infty \cdot 0$型、$\infty -\infty$型、${\infty }^0$型、$0^0$型.

  不同的类型对应不同的求法，请读者逐一进行掌握.

  注意未定式中出现的$0$、$1$和$\infty$都是趋向值. 七种类型中没有的${\infty }^{\infty }$、$\infty +\infty$、$0^{\infty }$都是定型式. ${\infty }^{\infty }=\infty$，$\infty +\infty =\infty$，$0^{\infty }=(\frac{1}{\infty }{)}^{\infty }=\frac{1}{{\infty }^{\infty }}=\frac{1}{\infty }=0$.

(一) $\frac{0}{0}$型

  利用等价无穷小、洛必达法则或泰勒展开求解.

  三个必须形成条件反射的转换：

    $(1)$   $u(x{)}^{v(x)}\Rightarrow e^{v(x)\ln u(x)}$；

    $(2)$  $\ln (...)\Rightarrow \ln (1+\Delta )\sim \Delta (\to 0)$；

    $(3)$  $(...)-1\Rightarrow \{\begin{array}{ll}{e}^{\Delta }-1\sim \Delta ,& (\Delta \to 0)\\ (1+\Delta {)}^a\sim a\Delta ,& (\Delta \to 0，a\text{为常数}).\end{array}$

  注意：未定式$\frac{0}{0}$是指分子分母都趋于$0$，此时极限可能存在. 但如果确定分母等于$0$(或分母在极限趋近于$0$的过程中等于$0$)，会使得分式无意义，极限一定不存在. 请读者注意两种情况的差异！即趋于$0$与真$0$之间的差异.

  为更深入理解这种差异，读者可以尝试分析以下等价无穷小的错误原因：
$$x\to 0，\text{sin}(x^2\text{sin}\frac{1}{x})\sim x^2\text{sin}\frac{1}{x}\times$$

(二) $\frac{\infty }{\infty }$型

  三种基本思路：

    $(1)$ 分子分母都是多项式：
$$\underset{x\to +\infty }{\lim }\frac{b_n{x}^n+b_{n-1}{x}^{n-1}...+b_0}{a_m{x}^m+a_{m-1}{x}^{m-1}...+a_0}=\{\begin{array}{ll}0,& n<m,\\ \frac{b_n}{a_m},& n=m,\\ \infty ,& n>m.\end{array}$$

    $(2)$ 通过倒代换转换为$\frac{0}{0}$型.

  倒代换即令$t=\frac{1}{x}$，这就使得当$x\to \infty$时，$t\to 0$. 倒代换在高等数学中使用非常基础和广泛的手法，读者一定要熟悉！

    $(3)$ 洛必达法则.

(三) $\infty \cdot 0$型

  思路：
    $(1)$ 对未定式中$\infty$的部分进行倒代换，转化为$\frac{0}{0}$型.
    $(2)$ 对未定式中$0$的部分进行倒代换，转化为$\frac{\infty }{\infty }$型.

(四) $1^{\infty }$型

  固定套路：
    凑 $(1+\Delta {)}^{\frac{1}{\Delta }}$，由重要极限：$\underset{\Delta \to 0}{\lim }(1+\Delta {)}^{\frac{1}{\Delta }}=e$，得

    $\underset{\Delta \to 0}{\lim }(1+{\Delta }_1{)}^{\frac{1}{{\Delta }_2}}=\underset{\Delta \to 0}{\lim }(1+{\Delta }_1{)}^{\frac{1}{{\Delta }_1}\cdot \frac{{\Delta }_1}{{\Delta }_2}}=e^{\underset{\Delta \to 0}{\lim }\frac{{\Delta }_1}{{\Delta }_2}}$

  例： lim ⁡ x → 0 ( 1 − 2 x 2 ) 1 x sin ⁡ x = lim ⁡ x → 0 { [ ( 1 + ( − 2 x 2 ) ] 1 ( − 2 x 2 ) } 1 x sin ⁡ x ⋅ ( − 2 x 2 ) = e − lim ⁡ x → 0 2 x sin ⁡ x = e − 2 \lim\limits_{x \to 0}{(1-2x^2)^{\frac{1}{x\sin{x}}}}=\lim\limits_{x \to 0}{\{[(1 +(-2x^2)]^{\frac{1}{(-2x^2)}}}\}^{\frac{1}{x \sin{x}}·(-2x^2)}={e}^{-\lim\limits_{x \to 0}\frac{2x}{\sin{x}}}=e^{-2} x→0lim​(1−2x2)xsinx1​=x→0lim​{[(1+(−2x2)](−2x2)1​}xsinx1​⋅(−2x2)=e−x→0lim​sinx2x​=e−2  读者熟练以后可跳过中间步骤：
$$\underset{x\to 0}{\lim }(1-2x^2{)}^{\frac{1}{x\sin x}}=e^{\underset{x\to 0}{\lim }\frac{1}{x\sin x}\cdot (-2x^2)}=e^{-\underset{x\to 0}{\lim }\frac{2x}{\sin x}}=e^{-2}$$

(五) $\infty -\infty$型

  思路：
    通分使之成为分式，转化为$\frac{0}{0}$型、$\frac{\infty }{\infty }$型之一.

    无法直接通分，也要努力创造出分式 (通过倒代换等手段)，比如下面这一典型类型：
$$\ln \Delta -x=\ln \Delta -\ln e^x=\ln \frac{\Delta }{e^x}$$

  例. 求下列极限：
$$\underset{x\to +\infty }{\lim }[\text{ln}(1+e^x)-x].$$

  解：原式$=\underset{x\to +\infty }{\lim }[\text{ln}(1+e^x)-\text{ln}{e}^x]=\underset{x\to +\infty }{\lim }\text{ln}\frac{1+e^x}{e^x}=0$

(六) ${\infty }^0$型、$0^0$型

  思路：
    利用$u(x{)}^{v(x)}=e^{v(x)\cdot \ln u(x)}$转化为其他类型求解.

(七) 泰勒展开 (麦克劳林公式)

  泰勒展开求解不定型极限是通法. 本质上，等价无穷小和非零因子代入都是对泰勒展开的应用. 泰勒展开求解需要记忆常见的麦克劳林公式，计算过程略显繁琐. 当极限中出现$\sin x、\cos x、e^x、\ln (1+x)、(1+x{)}^a$等堆叠不好处理，或分子分母精度(阶数)不一致时，可考虑使用泰勒展开求解.

  常见麦克劳林公式：
$$e^x=1+x+\frac{x^2}{2!}+...+\frac{x^n}{n!}+o(x^n)$$$$\sin x=x-\frac{x^3}{3!}+\frac{x^5}{5!}-...+(-1{)}^n\frac{x^{2n+1}}{(2n+1)!}+o(x^{2n+1})$$$$\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}-...+(-1{)}^n\frac{x^{2n}}{(2n)!}+o(x^{2n})$$$$\ln (1+x)=x-\frac{x^2}{2}+...+(-1{)}^{n-1}\frac{x^n}{n}+o(x^n)$$$$\frac{1}{1-x}=1+x+x^2+...+x^n+o(x^n)$$$$\frac{1}{1+x}=1-x+x^2-...+(-1{)}^n{x}^n+o(x^n)$$$$(1+x{)}^a=1+ax+\frac{a(a-1)}{2!}{x}^2+\frac{a(a-1)(a-2)}{3!}{x}^3+...$$$$\arctan x=x-\frac{x^3}{3}+\frac{x^5}{5}-...+\frac{(-1{)}^n}{(2n+1)}{x}^{2n+1}+o(x^{2n+1})$$$$\tan x=x+\frac{x^3}{3}+o(x^3)$$$$\arcsin x=x+\frac{x^3}{3!}+o(x^3)$$

  注意：
    (1) 使用麦克劳林展开必须保证$x\to 0$.
    (2) 同样注意$\text{sin}x$、$\text{tan}x$、$\text{arcsin}x$、$\text{arctan}x$的麦克劳林公式容易混淆，记忆方法同等价无穷小.

  $\text{sin}$、$\text{arcsin}$的分母的分母是$3!$，而$\text{tan}$、$\text{arctan}$是$3$. 正负号的记忆读者可以思考$y=x$与三角函数图像之间的大小关系.

    (3) $(1+x{)}^a$展开式中的系数看上去很复杂，其实就是二项式公式的组合数系数：$C_a^0$、$C_a^1$、$C_a^2$…

  解题方法：
    泰勒展开的难点在于阶数的确定. 需保证分子分母经过展开以后同阶 (分子分母最低次幂同阶)，再进行计算.

  例：设$x$是无穷大量，用麦克劳林公式展开$\sqrt[3]{1-x^6}$得到等价无穷小：
$$\sqrt[3]{1-x^6}=(1-x^6{)}^{\frac{1}{3}}=-x^2(1-\frac{1}{x^6}{)}^{\frac{1}{3}}$$    参照公式：$$(1+x{)}^a=1+ax+\frac{a(a-1)}{2!}{x}^2+\frac{a(a-1)(a-2)}{3!}{x}^3+...$$$$\sqrt[3]{1-x^6}～-x^2\cdot (1-\frac{1}{3x^6}+o(x^{-6}))$$

(八) 非零因子代入

  当发现欲求极限的函数中存在某个因子，将极限趋近的值代入该因子，因子不为零. 那么就可以直接代入计算. 如：
$$\underset{x\to 0}{\lim }\frac{\text{sin}x-x\text{cos}x}{x^3\text{cos}x}=\underset{x\to 0}{\lim }\frac{\text{sin}x-x\text{cos}x}{x^3}$$

  条件：
    (1) 必须是一个完整的因子 (不是多项式的一部分、不是幂指函数的一部分)；
    (2) 因子代入后不等于$0$.

  本质：
    非零因子代入和等价无穷小本质上都是泰勒展开求极限的重要运用. 不同的是，等价无穷小要求因子代入后等于$0$，而非零因子代入要求因子代入后不等于$0$.

  重要技巧：
    非零因子应优先使用，能代入计算就先代入计算！

9 求解不定型极限的重要技巧

提取因子

  提取出的因子可使用等价无穷小或非零因子代入等方法求出. 下面列举几个类型：

    型$A$： $\tan x-\sin x\Rightarrow \tan x(1-\cos x)$，

    型$B$： $e^{\Delta }-e^x\Rightarrow e^x(e^{\Delta -x}-1)$

  以后见多项式中出现$e^{\Delta }$，要条件反射般地考虑提取因子.

    型$C$： $x^x-{\Delta }^x\Rightarrow x^x(1-(\frac{\Delta }{x}{)}^x)$

    型$D$： $\sqrt[n]{x^n+\Delta }\Rightarrow \sqrt[n]{x^n(1+\frac{\Delta }{x^n})}$

分子分母有理化

  $\sqrt{?}\pm \sqrt{?}$ $or$ $\sqrt{?}\pm ?$ $or$ $?\pm \sqrt{?}$ $\Rightarrow$ 分子或分母有理化，之后通常可以通过非零因子代入先计算一部分.

抓大放小

  当$x\to \infty$时，起决定性作用的是多项式中最高阶的无穷大量. 如：
$$\underset{x\to +\infty }{\lim }\frac{3\sqrt{x}}{\sqrt{x+2\sqrt{x}}+\sqrt{x-\sqrt{x}}}=\frac{3}{2}.$$

  注意：
    (1) 在$\ln$括号里面的多项式不能直接抓大放小，而要想办法提出一个因子拆开后再考虑.

  例如：
$$\underset{x\to +\infty }{\lim }\frac{\ln (x^2+x+1)}{\ln (x^{10}+2x^2-1)}=\underset{x\to +\infty }{\lim }\frac{\ln x^2(1+\frac{1}{x})}{\ln x^4(1+\frac{3}{x^2}+\frac{1}{x^4})}=\underset{x\to +\infty }{\lim }\frac{2\ln x+\ln (1+\frac{1}{x})}{4\ln x+\ln (1+\frac{3}{x^2}+\frac{1}{x^4})}=\frac{1}{2}$$

    (2) 尤其小心$x\to -\infty$或出现根号时，抓大放小各部分的符号.

  负数换元：在抓大放小时，$x\to -\infty$需要额外注意符号，容易出错. 可按照以下方法进行负数换元：
      令$x=-t$，则当$x\to -\infty$时，$t\to +\infty$.

各种拆项法

  型$A$ $--$ 减$1$加$1$
    通常会产生两个$2$阶无穷小，如：
$$\underset{x\to 0}{\lim }\frac{e^{x^2}+\cos x-2}{x\arcsin 2x}=\underset{x\to 0}{\lim }\frac{e^{x^2}-1+\cos x-1}{x\arcsin 2x}.$$

  型$B$ $--$ 减$x$加$x$ (减其他无穷小)
    通常会产生两个$3$阶无穷小，如：$$x{e}^x-\sin x\Rightarrow (x{e}^x-x)+(x-\sin x).$$    读者可再考虑下面这种连拆：
$$\underset{x\to 0}{\lim }\frac{\tan (\sin x)-\sin (\tan x)}{x^3}=\underset{x\to 0}{\lim }\frac{\tan (\sin x)-\sin x}{x^3}+\underset{x\to 0}{\lim }\frac{\sin x-\tan x}{x^3}+\underset{x\to 0}{\lim }\frac{\tan x-\sin (\tan x)}{x^3}$$

  $\star$型$C$ $--$ 拆 $1-\cos x\cdot \cos 2x...$
    比较特殊的拆法，需要记忆！如：
$$\underset{x\to 0}{\lim }\frac{1-\cos x\cdot \cos 2x\cdot \cos 3x}{x^2}=\underset{x\to 0}{\lim }\frac{1-\cos x}{x^2}+\underset{x\to 0}{\lim }\cos x\cdot \frac{1-\cos 2x}{x^2}+\underset{x\to 0}{\lim }\cos x\cdot \cos 2x\cdot \frac{1-\cos 3x}{x^2}$$

  型$D$ $--$ 拆$\ln$，$\ln (a\cdot b)=\ln a+\ln b$，
    很容易被忽视的拆法，不一定都用$\ln (1+\Delta )～\Delta$处理.

  型$E$ $--$ 因式分解，拆开分母根据阶数分配.

  比如平方差公式：$a^2-b^2=(a-b)\cdot (a+b)$

加减运算

  如果多项式的一部分可以直接求出，可大胆地拆出！即：

    对于极限$\lim (f\pm g)$，若$\lim f$存在(或$\lim g$存在)，则必有：
$$\lim (f\pm g)=\lim f\pm \lim g$$

  如:
$$\underset{x\to 0}{\lim }[(x+1)\arctan x-\frac{\pi }{2}x]=\frac{\pi }{2}+\underset{x\to 0}{\lim }[x(\arctan x-\frac{\pi }{2})]=\frac{\pi }{2}$$

  拆开计算的结果可能是极限不存在. 若$\lim f$、$\lim g$都存在，则极限为二者相加结果. 若$\lim f$、$\lim g$之一不存在，则极限不存在.

代换 (换元法)

  代换是非常重要的手法，常见有$x-1$代换、倒代换、负数代换、三角函数代换等. 灵活使用代换可以让式子变得清晰，利于计算。

  如：
$$\underset{x\to 0}{\lim }\frac{\sin (\sin x)-\sin x}{x^3}=\underset{t\to 0}{\lim }\frac{\sin t-t}{t^3}=\underset{t\to 0}{\lim }\frac{\cos t-1}{3t^2}=-\frac{1}{6}$$
  尤其还要熟悉带三角函数的代换手法，如：
$$\underset{x\to 1}{\lim }(x-1)\cdot \tan \frac{\pi }{2}x=\underset{x\to 1}{\lim }(x-1)\cdot \tan [\frac{\pi }{2}(x-1)+\frac{\pi }{2}]=-\underset{x\to 0}{\lim }t\cdot \cot \frac{\pi }{2}t=-\frac{2}{\pi }.$$

除$x$除$\frac{1}{x}$

  题目特征：
    多见于$\sin \Delta \cdot \ln \Delta$.

  如：
$$\underset{x\to 0^{+}}{\lim }{x}^{\sin x}=e^{\underset{x\to 0^{+}}{\lim }\sin x\cdot \ln x}=e^{\underset{x\to 0^{+}}{\lim }\frac{\sin x}{x}\cdot \frac{\ln x}{\frac{1}{x}}}=e^{\underset{x\to 0^{+}}{\lim }x\cdot \ln x}=1$$

  当然，也可以根据需要除以其他$x$的等价无穷小 (比如除$\tan x$).

减少绝对值

  分子分母同时绝对值，求极限将无从下手. 可通过提取因子或同除等方法减少绝对值.

  如：
$$\underset{x\to 0}{\lim }\frac{{\int }_0^{2x}|t-x|\sin tdt}{|x{|}^3}=\underset{x\to 0}{\lim }\frac{{\int }_0^{2x}|\frac{t}{x}-1|\sin tdt}{x^2}$$

有界函数 $\ast$ 无穷小还是无穷小

  容易忽视，可能会在比较复杂的式子里塞一项.

与导数、变积分限函数结合

  对于导数，有的题目直接把导数作为已知条件，如：已知$f^{\prime }(0)=2$；有的题目则是根据导数定义给出的条件，如：已知$\underset{x\to 0}{\lim }\frac{f(x)}{x}=2$. 导数相关内容见：一元微分学.

  对于变积分限函数，要注意先清理掉被积函数中的多余变量，再使用洛必达法则. 变积分限函数相关内容见：不定积分与定积分.

中值定理与牛顿莱布尼茨公式($N.-L.$)

  题目特征：
    在求极限这一块比较常见的是使用拉格朗日中值定理 ($\text{L}$).
    若极限的一部分形式明显是$f(x+a)-f(x)$，如：
$$\underset{x\to 0}{\lim }{x}^2(2^{\frac{1}{x}}-2^{\frac{1}{x+1}})$$    发现$2^{\frac{1}{x}}-2^{\frac{1}{x+1}}$难以通过其他求极限方法处理，但其形式明显是$f(x+a)-f(x)$(多一个负号)，这种情况应优先考虑$\text{L}$.

    还可能结合$N.-L.$：$$f(x)-f(a)={\int }_a^x{f}^{\prime }(t)\text{d}t$$

  关于$N.-L.$和其他中值定理相关内容，见：中值定理.

三角函数周期性

  特征：题目是带三角函数的数列极限，且三角函数中含$\pi$.

  思路：考虑使用周期性，以$\text{sin}\Delta$为例：
    (1) 从$\Delta$中拆出$2n\pi$；
    (2) 在$\Delta$内部加或减$2n\pi$.

  如：求极限：$\underset{n\to \infty }{\lim }n\text{sin}\sqrt{4n^2+1}\pi$.
    考虑在内部减一个周期：
$$\underset{n\to \infty }{\lim }n\text{sin}\sqrt{4n^2+1}\pi =\underset{n\to \infty }{\lim }n\text{sin}(\sqrt{4n^2+1}-2n)\pi$$

    下面就可以用分子有理化继续往下做了.

已知极限求另一个极限

  特征：
    设$f(x)$连续，且$\underset{x\to 0}{\lim }\frac{\text{tan}2x+xf(x)}{x^3}=\frac{2}{3}$，则$\underset{x\to 0}{\lim }\frac{2+f(x)}{x^2}=?$

  解题方法：
    (1) 通过等价无穷小、拆项法、泰勒展开，用已知极限凑出待求极限.
    (2) 先解出$f(x)$的表达式，再代入求解.

  方法(2)的原理：
  
    若$\underset{x\to \cdot }{\lim }f(x)=A$，$A$是一个常数，那么$f(x)=A+\alpha$，其中$\underset{x\to \cdot }{\lim }\alpha =0$.

  两种方法通常都可以使用. 方法(2)的思想还多运用于多元微分学. 下面演示一下方法(2)的解题过程：

  例. 若$\underset{x\to 0}{\lim }\frac{\text{sin}6x+xf(x)}{x^3}=0$，则$\frac{6+f(x)}{x^2}=?$
  
  解：由$\underset{x\to 0}{\lim }\frac{\text{sin}6x+xf(x)}{x^3}=0$，
$$\frac{\text{sin}6x+xf(x)}{x^3}=0+\alpha (\underset{x\to 0}{\lim }\alpha =0)$$$$\Rightarrow f(x)=-\frac{\text{sin}6x}{x}+\frac{o(x^3)}{x}=-\frac{\text{sin}6x}{x}+o(x^2)$$    注意这里用到了无穷小的运算规则：$\frac{o(x^m)}{x^n}=o(x^{m-n})(m⩾n)$
  
    因此，$\underset{x\to 0}{\lim }\frac{6+f(x)}{x^2}=36$.

$\text{arctan}x+\text{arctan}\frac{1}{x}$

  请一定记住以下函数：$$\text{arctan}x+\text{arctan}\frac{1}{x}=\{\begin{array}{l}\frac{\pi }{2}，x>0，\\ -\frac{\pi }{2}，x<0.\end{array}$$

  特点：(1) 是一个奇函数. (2) 可以理解为$\frac{\pi }{2}$倍的符号函数. (3) 定义域为$(-\infty ,0)\cup (0,+\infty )$.

  该函数有时可以很巧妙地运用在极限求解中：

  例. 求以下极限：
$$\underset{x\to +\infty }{\lim }(\frac{2}{\pi }\cdot \text{arctan}\frac{x}{2}{)}^x$$  解： $\underset{x\to +\infty }{\lim }(\frac{2}{\pi }\cdot \text{arctan}\frac{x}{2}{)}^x=e^{\underset{x\to +\infty }{\lim }x\cdot \text{ln}(\frac{2}{\pi }\cdot \text{arctan}\frac{x}{2})}$，其中：
$$\underset{x\to +\infty }{\lim }x\text{ln}(\frac{2}{\pi }\cdot \text{arctan}\frac{x}{2})=\underset{x\to +\infty }{\lim }x(\frac{2}{\pi }\cdot \text{arctan}\frac{x}{2}-1)=\frac{2}{\pi }\underset{x\to +\infty }{\lim }x(\text{arctan}\frac{x}{2}-\frac{\pi }{2})$$$$=\frac{2}{\pi }\underset{x\to +\infty }{\lim }x(\frac{\pi }{2}-\text{arctan}\frac{2}{x}-\frac{\pi }{2})=\frac{2}{\pi }\underset{x\to +\infty }{\lim }x(-\text{arctan}\frac{2}{x})=-\frac{2}{\pi }\underset{x\to +\infty }{\lim }x\cdot \frac{2}{x}=-\frac{4}{\pi }$$    因此，原极限为$e^{-\frac{4}{\pi }}$.

10 左右极限问题

  特征：函数在某一点极限存在的充要条件是左右极限同时存在. 在函数中含有根号、取整函数等时，可能使得左右极限不同或不存在，导致极限不存在. 具体来说，当待求极限出现以下特征时，一定要考虑左右极限是否相同：

    (1) $|x|，x\to 0$.
    (2) $\sqrt{x}，x\to \infty$.
    (3) $e^x，x\to \infty$；$e^{\frac{1}{x}}，x\to 0$.
    (4) $\text{arctan}x，x\to \infty$；$\text{arctan}\frac{1}{x}，x\to 0$.
    (5) $[x]$，$x\to n$.
    (6) 分段函数的分段点处.

  读者可以尝试分析这个极限，极具迷惑性：$$\underset{x\to 0}{\lim }(1+\frac{1}{x}{)}^x$$

  分析：
    当$x\to 0^{+}$时，
$$\underset{x\to 0^{+}}{\lim }(1+\frac{1}{x}{)}^x=e^{\underset{x\to 0^{+}}{\lim }x\text{ln}(1+\frac{1}{x})}=e^{\underset{x\to 0^{+}}{\lim }\frac{1}{1+x}}=1$$

    当$x\to 0^{-}$时，$1+\frac{1}{x}\to -\infty$，极限不存在. 这是因为负数的负分数次方，在实数范围内存在无数个无意义点 (因为对负数开偶次方根). 比如$x=-\frac{1}{4}$时，$(1+\frac{1}{x}{)}^x=\frac{1}{\sqrt[4]{-3}}$，无意义. 由于极限存在需保证在该点的某一去心邻域内函数有定义，而在此情形下，函数任意去心邻域的左侧都存在无意义点，因此原极限不存在.

11 求参数问题的思路

(一) 等价无穷小求参数问题 (比较无穷小的关系)

  常见解题方法：
    $(1)$直接利用等价无穷小求解：

  例. 当$x\to 0$时，$\ln \cos ax\sim -2x^b(a>0)$，求$a$、$b$.
  解：由$x\to 0$时，$\ln \cos ax\sim \cos ax-1\sim -\frac{1}{2}{a}^2{x}^2$，$-\frac{1}{2}{a}^2{x}^2\sim -2x^b$，得$a=b=2$.

  例. 当$x\to 0$时，$(1+x\sin x{)}^a-1\sim 1-\cos x$，求$a$的值.
  解：由$x\to 0$时，$(1+x\sin x{)}^a-1\sim 2a{x}^2$，$1-\cos x\sim \frac{1}{2}{x}^2$，得$2a=\frac{1}{2}$，$a=\frac{1}{4}$.

    $(2)$如果题目含有变积分限函数，可在草稿纸上通过对其求导确定阶数：

  例. 当$x\to 0$时，$f(x)={\int }_0^{x^2}\ln (1+t)dt\sim g(x)=x^a(e^{bx}-1)$，求$a、b$的值.
  分析：$f^{\prime }(x)=[{\int }_0^{x^2}\ln (1+t)dt{]}^{\prime }=2x\cdot \ln (1+x^2)\sim 2x^3$，说明$f(x)\sim \frac{x^4}{2}$.
  解：由$\underset{x\to 0}{\lim }\frac{{\int }_0^{x^2}\ln (1+t)dt}{x^4}=\underset{x\to 0}{\lim }\frac{2x\cdot \ln (1+x^2)}{4x^3}=\frac{1}{2}$，$f(x)\sim \frac{x^4}{2}$，
    再由 $g(x)=x^a(e^{bx}-1)\sim b{x}^{a+1}$，得$a=3，b=\frac{1}{2}$.

      如果题目中还涉及抽象函数，无法直接使用等价无穷小，可以通过假设阶数的方法判断阶数：
      假设$g(x)$阶数为$n$，则通过已知条件和$\underset{x\to 0}{\lim }\frac{g(x)}{x^n}$可以解出$n$.

  例. $f(x)$二阶连续可导，$\underset{x\to 0}{\lim }\frac{f(x)}{x^2}=-2$. ${\int }_0^{t^2}tf(x^2-t)dt\sim a{x}^b(x\to 0)$，求$a$，$b$.
  解： $1^o$ $\underset{x\to 0}{\lim }\frac{f(x)}{x^2}=-2\Rightarrow f(0)=0$；
      $\underset{x\to 0}{\lim }\frac{f^{\prime }(x)}{2x}=-2$(洛必达) $\Rightarrow f^{\prime }(0)=0$；
      $\underset{x\to 0}{\lim }\frac{f^{\prime \prime }(x)}{2}=-2$(洛必达) $\Rightarrow f^{\prime \prime }(0)=-4$；
    $2^o$ ${\int }_0^{t^2}tf(x^2-t)dt\stackrel{x^2-t=u}{=}{x}^2{\int }_0^{x^2}f(u)du-{\int }_0^{x^2}uf(u)du$；
    $3^o$ 假设${\int }_0^{t^2}tf(x^2-t)dt$阶数为$n$，
      $\underset{x\to 0}{\lim }\frac{x^2{\int }_0^{x^2}f(u)du-{\int }_0^{x^2}uf(u)du}{x^n}$
      $=\underset{x\to 0}{\lim }\frac{2x{\int }_0^{x^2}f(u)du}{n{x}^{n-1}}$；
      $=\frac{2}{n}\underset{x\to 0}{\lim }\frac{{\int }_0^{x^2}f(u)du}{x^{n-2}}$；
      $=\frac{2}{n}\underset{x\to 0}{\lim }\frac{2xf(x^2)}{(n-2)x^{n-3}}$；
      $=\frac{4}{n(n-2)}\underset{x\to 0}{\lim }\frac{f(x^2)}{x^{n-4}}$；
      由$\underset{x\to 0}{\lim }\frac{f(x)}{x^2}=-2$，当$n-4=4$，即$n=8$时，
      $\underset{x\to 0}{\lim }\frac{f(x^2)}{x^{n-4}}=-2$，${\int }_0^{t^2}tf(x^2-t)dt\sim \frac{4}{8(8-2)}\times (-2)x^8=-\frac{1}{6}{x}^8$.
      得$a=-\frac{1}{6}$，$b=8$。

    $(3)$ 不能直接使用等价无穷小，考虑泰勒展开：

  例. 当$x\to 0$时，$f(x)={\int }_0^{\tan x}\arctan t^{2}dt\sim g(x)=x-\text{sin}x$，比较这两个无穷小的关系.
  分析：$f^{\prime }(x)=\arctan {\text{tan}}^{2}x\cdot \sec x^2\sim x^2({\tan }^{2}x+1)\sim x^2$，说明$f(x)\sim \frac{x^3}{3}$.
  解：$g(x)=x-\sin x=x-(x-\frac{x^3}{3!}+o(x^3))\sim \frac{1}{6}{x}^3$，
    再由$\underset{x\to 0}{\lim }\frac{{\int }_0^{\tan x}\arctan t^{2}dt}{x^3}=\underset{x\to 0}{\lim }\frac{\arctan {\text{tan}}^{2}x\cdot \sec x^2}{3x^2}=\frac{1}{3}$，$f(x)\sim \frac{x^3}{3}$，
    所以二者是同阶非等价的无穷小.

(二) 极限方程求参数问题

  题目特征：
    1. 给定一个含$a、b$等参数的极限方程，求参数.
    2. 确定常数，使$f(x)=ax+b{x}^2+...+o(x^n)$.

  解题方法：
     $(1)$ 通分、二次项展开、抓大放小：

  例. $\underset{x\to \infty }{\lim }\frac{x^{10}}{(x+1{)}^n-x^n}=b(\ne 0)$，求$n、b$.
  例. $\underset{x\to \infty }{\lim }(\frac{x^2+2x+3}{x-1}-ax-b)=0$，求$a、b$.

     $(2)$ 直接观察出常见等价无穷小：

  例. $\underset{x\to 0}{\lim }\frac{\sin x}{e^x-a}(\cos x-b)=5$，求$a、b$.
  解：$\underset{x\to 0}{\lim }\frac{\sin x}{e^x-a}(\cos x-b)=5\Rightarrow a=1$，
    $\underset{x\to 0}{\lim }\frac{\sin x}{e^x-1}(\cos x-b)=5\Rightarrow b=-4$.

     $(3)$ 泰勒展开：

  例. 设 $\underset{x\to 0}{\lim }\frac{\ln (1-2x+3x^2)+ax+b{x}^2}{x^2}=2$，求$a、b$的值.
  解: $\ln (1-2x+3x^2)=(-2x+3x^2)-\frac{(-2x+3x^2{)}^2}{2}+o(x^2)=-2x+x^2+o(x^2)$
  则$\underset{x\to 0}{\lim }\frac{\ln (1-2x+3x^2)+ax+b{x}^2}{x^2}=\underset{x\to 0}{\lim }\frac{(a-2)x+(b+1)x^2}{x^2}=2$，得$a=2、b=1$.

(三) $x$的$n$阶无穷小求参数问题

  题目特征：
    $f(x)$是$x$的$n$阶无穷小，求参数.

  解题方法：
    一般需要泰勒展开.

  例. 当$x\to 0$时，$e^x-\frac{1+ax}{1+bx}$为$x$的$3$阶无穷小，求$a、b$的值.
   解：
    $(1+x{)}^a=1+ax+\frac{a(a-1)}{2!}{x}^2+\frac{a(a-1)(a-2)}{3!}{x}^3+o(x^3)$，
    $\frac{1}{1+bx}=1-bx+b^2{x}^2-b^3{x}^3+o(x^3)$，
    $\frac{1+ax}{1+bx}=(1-bx+b^2{x}^2-b^3{x}^3)[1+ax]=1+(a-b)x+(b^2-ab)x^2+(a{b}^2-b^3)x^3+o(x^3)$；
    $e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+o(x^3)=1+x+\frac{x^2}{2}+\frac{x^3}{6}+o(x^3)$，
    $e^x-\frac{1+ax}{1+bx}=(1-a+b)x+(\frac{1}{2}+ab-b^2)x^2+(\frac{1}{6}-a{b}^2+b^3)x^3+o(x^3)$，
    因为$e^x-\frac{1+ax}{1+bx}$为$x$的$3$阶无穷小，故$\{\begin{array}{l}1-a+b=0,\\ \frac{1}{2}+ab-b^2=0,\\ \frac{1}{6}-a{b}^2-b^3\ne 0,\end{array}$
    解得$a=\frac{1}{2}，b=-\frac{1}{2}$.

(四) 确定参数使$f(x)$成为当$x\to a$时阶数尽可能高的无穷小

  不断对$f(x)$求导，刚开始代入$x=a$时$f^{(n)}(a)$为$0$，直到求导到无法确定$f^{(n)}(a)$等于$0$，即可解出参数.

(五) 确定阶数$n$的范围

  给出两组等价无穷小，锁定阶数$n$.

12 极限保号性

  极限保号性的三种形式：

    (1) 若$\underset{x\to a}{\lim }f(x)=A>0(<0)$，则当$x\to \cdot$时，有$f(x)>0(<0)$.

  更加严谨的表述为：若$\underset{x\to a}{\lim }f(x)=A>0(<0)$，则存在$\delta >0$，当$0<|x-a|<\delta$时，有$f(x)>0(<0)$.
  此法也称脱帽法，即脱掉极限号. 反之不成立，因为不能确保$f(x)$的极限存在.
  与之相对的还有戴帽法，即戴上极限号.

  戴帽法：
    若$f(x)⩾0(⩽0)$，且$\underset{x\to \cdot }{\lim }f(x)=A$，则$A⩾0(⩽0)$.
    需要注意的是，脱帽法是严格不等于$0$的，而戴帽法是可以取等的：
    比如$f(x)=e^{-x}>0$，$\underset{x\to +\infty }{\lim }f(x)=0$；$g(x)=0$，$\underset{x\to +\infty }{\lim }g(x)=0$，戴帽法均适用的.
    反过来$\underset{x\to +\infty }{\lim }f(x)=0$，在$x\to +\infty 时$$f(x)$即可能是恒为$0$的常值函数，也可能是$f(x)=e^{-x}$这样恒大于$0$的函数，脱帽法不适用.

    (2) 若$f(x)⩾g(x)$，且$\lim f(x)=A$，$\underset{x\to \cdot }{\lim }g(x)=B$，则$A⩾B$.
    (3) 若$\underset{x\to \cdot }{\lim }f(x)>\underset{x\to \cdot }{\lim }g(x)$，则当$x\to \cdot$时，有$f(x)>g(x)$.

  极限保号性的应用：

    (1) 判断极值点：

    例. $f(1)=2$，$\underset{x\to 1}{\lim }\frac{f(x)-2}{(x-1{)}^2}=3$，判断$x=1$是什么点？
      $\because \underset{x\to 1}{\lim }\frac{f(x)-2}{(x-1{)}^2}=3>0$，
      $\therefore \exists \delta >0$，当 $0<|x-1|<\delta$时，有
            $\frac{f(x)-2}{(x-1{)}^2}>0$，
      $\because (x-1{)}^2>0$，
      $\therefore f(x)-2>0$，$f(x)>2$，
      $\Rightarrow f(x)>f(1)$
      $\therefore x=1$为$f(x)$ 的极小值点.

    (2) 判断拐点，思路同上.

13 数列极限储备知识

数列极限

  定义：对$\forall ϵ>0$，$\exists N\in N^{+}$，使得当$n>N$时，有$|a_n-a|<ϵ$，则$\underset{n\to \infty }{\lim }{a}_n=a$.

  $n\to \infty$表示的是正无穷的含义(无需添加加号)，因为$n$从$1$开始，必为正整数.

  重要结论：改变收敛数列的有限项，不会改变数列的敛散性与极限值.

  请读者深刻理解该结论，它同时也是经典的级数思想.

海涅定理

  设$f(x)$在$x_0$的去心邻域内有定义，则$\underset{x\to x_0}{\lim }f(x)=A$存在的充要条件是：对任一极限为$x_0$的数列   { x n }    ( x ≠ x 0 ) \,\{x_n\}\;(x\neq x_0) {xn​}(x​=x0​)，极限$\underset{n\to \infty }{\lim }f(x_n)=A$存在.

  海涅定理是联系数列极限与函数极限的工具. 数列是由一系列孤立的点组成，不连续且不可导. 因此很多函数极限的求解方法不能使用 (比如洛必达法则). 但根据海涅定理，就可以先将数列极限转换为函数极限，使用函数极限求解方法求出的极限值，就等于数列极限的极限值.

  海涅定理的存在，使得等价无穷小和非零因子代入对数列极限仍然适用.

夹逼准则

  (1) 准则内容：

    如果数列   { x n } \,\{x_n\} {xn​}、 { y n } \{y_n\} {yn​}、 { z n }   \{z_n\}\, {zn​}满足：

      a. $\exists N\in N^{+}$，当$n>N$时，总有$y_n⩽x_n⩽z_n$；

      b. $\underset{n\to \infty }{\lim }{y}_n=\underset{n\to \infty }{\lim }{z}_n=A$.

    则数列极限   { x n }   \,\{x_n\}\, {xn​}存在，且$\underset{n\to \infty }{\lim }{x}_n=A$.

  夹逼准则的本质是放缩思想，其用途非常广泛.

  (2) 两种最基本的放缩方法：

    $n\cdot u_{\text{min}}⩽u_1+u_2+...+u_n⩽n\cdot u_{\text{max}}$

    $u_i⩾0$时，$1\cdot u_{\text{max}}⩽u_1+u_2+...+u_n⩽n\cdot u_{\text{max}}$

  例. 求以下极限：$$\underset{n\to \infty }{\lim }(2^n+3^n+4^n{)}^{\frac{1}{n}}=4$$
  解：
    显然，$4^n⩽2^n+3^n+4^n⩽3\cdot 4^n$
    (基本放缩思想之一：$u_i⩾0$时，$1\cdot u_{\text{max}}⩽u_1+u_2+...+u_n⩽n\cdot u_{\text{max}}$)
    于是有：$$4⩽(2^n+3^n+4^n{)}^{\frac{1}{n}}⩽3^{\frac{1}{n}}\cdot 4$$    由$\underset{n\to \infty }{\lim }4=\underset{n\to \infty }{\lim }{3}^{\frac{1}{n}}\cdot 4=4$，$\underset{n\to \infty }{\lim }(2^n+3^n+4^n{)}^{\frac{1}{n}}=4$.

  以上例题结论可推广为： lim ⁡ n → ∞ ( a 1 n + a 2 n + . . . + a m n ) 1 n = max ⁡ { a 1 , a 2 , . . . , a m } \color{Blue}\lim\limits_{n \to \infty}(a_1^n+a_2^n+...+a_m^n)^{\frac{1}{n}}=\max\{a_1, a_2,..., a_m\} n→∞lim​(a1n​+a2n​+...+amn​)n1​=max{a1​,a2​,...,am​}

定积分定义

  (1) 定积分定义的理解：

    定积分的定义为：设$f(x)$在区间$[a,b]$上连续，则
∫ a b f ( x ) d x = lim ⁡ λ → 0 ∑ i = 1 n f ( ξ i ) Δ x i ， λ = max ⁡ 1 ⩽ i ⩽ n { Δ x i } \int^b_af(x)\text{d}x=\lim\limits_{\lambda\to 0} \sum\limits^{n}_{i=1} f(\xi_i)\Delta x_i，\lambda=\max\limits_{1\leqslant i\leqslant n}\{\Delta x_i\} ∫ab​f(x)dx=λ→0lim​i=1∑n​f(ξi​)Δxi​，λ=1⩽i⩽nmax​{Δxi​}

    定积分的几何意义是函数在区间内所围曲边梯形的面积. 其定义使用思想是：将积分区间$[a,b]$划分为$n$份(大小不一定相同)，得到$n$个曲边梯形. 再将这些小曲边梯形的面积分别使用近似矩形的面积替代. 最后结合极限思想(当底边长度趋近于$0$时，认为小曲边梯形的面积等于近似矩形面积)，即可得到整个曲边梯形的面积，即定积分的值.
    在定义中，$\Delta x_i$表示每一个小区间的区间长度. 在每一个小区间内任取一点${\xi }_i$，将其函数值$f({\xi }_i)$作为小曲边梯形的近似高度. 于是$f({\xi }_i)\Delta x_i$就表示每一个近似矩形的面积. $\lambda$则是为了保证这些小区间中的最大区间长度趋近于$0$(其他小区间就更趋近于$0$了).

更多定积分相关内容见：不定积分与定积分.

  (2) 定积分定义与$n$项和极限的联系：

    定积分的定义并未规定区间的划分方法，但不规则的划分方式不便出题. 所以一般只会考察将区间$n$等份(大小相同)的问题，形式上就是$n$项和的形式：

    设$f(x)$在区间$[a,b]$上连续，将区间$[a,b]$平均分为$n$等份，则
$${\int }_a^{b}f(x)\text{d}x=\underset{n\to \infty }{\lim }\frac{b-a}{n}\sum _{i=1}^{n}f\left({\xi }_i\right)，{\xi }_i\in [a+\frac{b-a}{n}\cdot (i-1)，a+\frac{b-a}{n}\cdot i]$$

  其中，$\frac{b-a}{n}$是小区间的区间长度. $f({\xi }_i)$是每一个小曲边梯形的近似高度 ($x={\xi }_i$是每一个等距小区间内任取的一点).

    于是，求$n$项和极限的问题就可以转化为求定积分的问题.

    特别地，当$a=0$，$b=1$时，取每一个小区间右端点的函数值($x=1，x=$) 作为近似矩形的高，则有：$$\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{n}f\left(\frac{i}{n}\right)={\int }_0^{1}f(x)\text{d}x$$

  若选左端点则为：$\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{n}f(\frac{i-1}{n})={\int }_0^{1}f(x)\text{d}x$.

单调有界数列收敛定理

  (1) 若数列   { x n }   \,\{x_n\}\, {xn​}单调，并且有界，那么   { x n }   \,\{x_n\}\, {xn​}必收敛，即$\underset{n\to \infty }{\lim }{x}_n$存在.

  (2) 若数列   { x n }   \,\{x_n\}\, {xn​}单调增加，并且有上界，那么   { x n }   \,\{x_n\}\, {xn​}必收敛，即$\underset{n\to \infty }{\lim }{x}_n$存在.

  (3) 若数列   { x n }   \,\{x_n\}\, {xn​}单调减少，并且有下界，那么   { x n }   \,\{x_n\}\, {xn​}必收敛，即$\underset{n\to \infty }{\lim }{x}_n$存在.

压缩映射定理

  定理1：已知$x_{n+1}=f(x_n)$，满足$f(a)=a$，若
$$|x_{n+1}-a|=|f(x_n)-f(a)|⩽r|x_n-a|$$  且$r<1$，则有$\underset{n\to \infty }{\lim }{x}_n=a$. 其中$r$称为压缩常数.

  推导：
    $0⩽|x_{n+1}-a|=|f(x_n)-f(a)|⩽r|x_n-a|⩽r^2|x_{n-1}-a|⩽...⩽r^n|x_1-a|$

    $\underset{n\to \infty }{\lim }{r}^n|x_1-a|=0$，由夹逼准则，$\underset{n\to \infty }{\lim }|x_{n+1}-a|=0$. 即$\underset{n\to \infty }{\lim }{x}_n=a$.

  定理2： $x_{n+1}=f(x_n)$，若$f(x)$可导，且
$$f^{\prime }(x)⩽r(0<r<1)，$$  则   { x n }   \,\{x_n\}\, {xn​}收敛. 其中$r$称为压缩常数.

  推导：$|f(x_n)-f(a)|=|f^{\prime }(\xi )(x_n-a)|=|f^{\prime }(\xi )||x_n-a|⩽r|x_n-a|$，由此转化为定理1的情况.

  注意：
    (1) 从推导过程可以看出压缩映射定理本质上是夹逼准则的应用，因此往往需要结合放缩思想.
    (2) 压缩映射定理通常用于非单调数列极限存在性的证明，但也可用于单调数列.
    (3) 定理中的$a$就是先斩后奏对递推关系两边取极限所得的界.

  例. 设数列   { x n }   \,\{x_n\}\, {xn​}满足$x_1=1$，$x_{n+1}=1+\frac{1}{x_n}$，$n=1,2,...$，证明   { x n }   \,\{x_n\}\, {xn​}极限存在并求之.

  证：显然，$x_n⩾1$.
    (根据递推式分析求出$A=\frac{1+\sqrt{5}}{2}$)
    令$a=\frac{1+\sqrt{5}}{2}$，于是有
$$|x_n-a|=|1+\frac{1}{x_n}-(1+\frac{1}{a})|=|\frac{1}{x_n}-\frac{1}{a}|$$$$=\left|\frac{x_n-a}{a{x}_n}\right|⩽\frac{1}{a}|x_n-a|$$

    因为$\frac{1}{a}<1$，所以 { x n } \{x_n\} {xn​}极限存在.
    令$A=\underset{n\to \infty }{\lim }{x}_n$，对递推式两边去极限求得$A=\frac{1+\sqrt{5}}{2}$ (实际上在分析时已经"猜"出).

极限存在性证明基本方法

  证明极限存在性，即证明$a_n\exists$、证明   { a n }   \,\{a_{n}\}\, {an​}收敛：

  建议优先证明数列的单调性. 因为若能确定单调性，就能指导有界性的证明. 如果单调递增，就证上界，如果单调递减，就证下界. 如果发现不单调，可能就需要考虑压缩映射定理. 反之，若仅知道数列的一个上界或下界，是不能确定其单调性的.

证明单调性的方法总结

  (1) 作差：判断$a_{n+1}-a_n$与$0$的关系. 若大于等于$0$，则数列单调增加；若小于等于$0$，则数列单调减少.

  如：$a_{n+1}=\frac{1}{2}(a_n+\frac{1}{a_n})$，
    $a_{n+1}-a_n=\frac{1}{2}(a_n+\frac{1}{a_n})-a_n=\frac{1-a_n^2}{2a_n}$.
    根据已知条件，判断$\frac{1-a_n^2}{2a_n}$正负，即可确定出单调性.
    有时需要结合几个重要不等式考虑！

  (2) 作商：判断$\frac{a_{n+1}}{a_n}$ ($a_n>0$) 和$1$的大小关系. 若大于等于$1$，则数列单调增加；若小于等于$1$，则数列单调减少.

  (3) 数学归纳法.

  如：证明   { a n }   \,\{a_n\}\, {an​}单调递增，即对$\forall n$有，$a_{n+1}>a_n$.
    step 1. 当$n=1$时，$a_2>a_1$；
    step 2. 假设$n=k$时，$a_{k+1}>a_k$成立，
    step 3. 若能根据$a_{k+1}>a_k$推导出$a_{k+2}>a_{k+1}$，则结论成立.

  (4) 连续化：若   { x n }   \,\{x_n\}\, {xn​}的通项已知，为$f(n)$，则可设为$f(x)(x>0)$. 若$f^{\prime }(x)⩾0$，则数列单调增加；若$f^{\prime }(x)⩽0$，则数列单调减少.

  (5) 结合重要不等式.

  (6) $\star$ 递推函数法：

    step 1. 由递推关系$x_{n+1}=f(x_n)$构造函数$y=f(x)$，计算$f^{\prime }(x)$.

  如：$x_{n+1}=\sqrt{6+x_n}\Rightarrow y=\sqrt{6+x}$

    step 2. 若$f^{\prime }(x)⩾0$，则   { x n }   \,\{x_n\}\, {xn​}单调，此时有：
      a. $x_1⩾x_2$，数列单调增加.
      b. $x_1⩽x_2$，数列单调减少.

  若$f^{\prime }(x)⩽0$，则数列不单调. 具体来说，此时奇偶子数列都是单调数列但单调性相反.

  注意：
    (1) 此法证明数列单调性非常有效，几乎可以解决所有问题.
    (2) 在构造函数时，最好先确定$x$的范围(即数列的界)，这有利于导数正负的判断.

  (7) 中值定理($\text{L}$). 当递推关系出现$f({\Delta }_1)-f({\Delta }_2)$，要重点考虑.

  (8) 预判数列的单调性：先算出数列前几项的值，大致判断增减性.

证明有界性的方法总结

  (1) 数学归纳法.
  (2) 结合重要不等式.

  如：$a_{n+1}=\frac{1}{2}(a_n+\frac{1}{a_n})⩾1$.
    $\frac{1}{4}(3x_n+\frac{a}{x_n^3})⩾\sqrt[4]{x_n\cdot x_n\cdot x_n\cdot \frac{a}{x_n^3}}=\sqrt[4]{a}$.

  (3) 放缩.

  如：$a_n=\frac{1}{1^2}+\frac{1}{2^2}+...+\frac{1}{n^2}$，证明数列收敛.
    由$a_{n+1}-a_n=\frac{1}{(n+1{)}^2}>0$，确定数列单调增加.
    下面证数列有上界：$a_n=\frac{1}{1\cdot 1}+\frac{1}{2\cdot 2}+...+\frac{1}{n\cdot n}⩽1+\frac{1}{1\cdot 2}+...+\frac{1}{(n-1)\cdot n}=2-\frac{1}{n}⩽2$.    数列收敛.

  (4) $\star$ 预判数列的界：先尝试直接两边取极限求出极限值，此极限值必为数列的一个界. 此法也叫先斩后奏.

  如：$a_{n+1}=\sqrt{2+a_n}\Rightarrow A=\sqrt{2+A}\Rightarrow A=2$. 那么在证明有界性时，就应先尝试证明 $a_n⩽2$. 不需要靠猜，个别题目的界可能很复杂.

14 数列极限求解与极限存在性证明思路

(一) 已知数列通项

(1) 易算极限

  已知数列通项的易算极限，可直接通过海涅定理转换为函数极限求出.

  例. 求以下数列极限：
$$\underset{n\to \infty }{\lim }[n\text{tan}(\text{sin}\frac{1}{n}){]}^{n^2}$$
  解：
    由海涅定理，令$x=\frac{1}{n}$($x\to 0^{+}$)，
$$\underset{n\to \infty }{\lim }[n\text{tan}(\text{sin}\frac{1}{n}){]}^{n^2}=\underset{x\to 0^{+}}{\lim }[\frac{\text{tan}(\text{sin}x)}{x}{]}^{\frac{1}{x^2}}=\underset{x\to 0^{+}}{\lim }{e}^{\frac{1}{x^2}\text{ln}\frac{\text{tan}(\text{sin}x)}{x}}$$    其中，$$\underset{x\to 0^{+}}{\lim }\frac{1}{x^2}\text{ln}\frac{\text{tan}(\text{sin}x)}{x}=\underset{x\to 0^{+}}{\lim }\frac{\text{tan}(\text{sin}x)-x}{x^3}$$$$=\underset{x\to 0^{+}}{\lim }\frac{\text{tan}(\text{sin}x)-\text{sin}x}{x^3}+\underset{x\to 0^{+}}{\lim }\frac{\text{sin}x-x}{x^3}=\frac{1}{3}-\frac{1}{6}=\frac{1}{6}$$    因此，
$$\underset{n\to \infty }{\lim }[n\text{tan}(\text{sin}\frac{1}{n}){]}^{n^2}=e^{\frac{1}{6}}$$

(2) $n$项和极限、$n$项积极限

可以求和(积)

  思路：
    先求和(积)，得到一个易算极限，再使用海涅定理求极限.

    对于$n$项和极限，常使用裂项等方法进行直接计算.

  例. 求$\underset{n\to \infty }{\lim }[\frac{1}{1\times 2}+\frac{1}{2\times 3}+...+\frac{1}{n\times (n+1)}]$
  解：$\frac{1}{1\times 2}+\frac{1}{2\times 3}+...+\frac{1}{n\times (n+1)}=\frac{n}{n+1}$
    由海涅定理，令$x=n(x\to +\infty )$，则
    $\underset{n\to \infty }{\lim }[\frac{1}{1\times 2}+\frac{1}{2\times 3}+...+\frac{1}{n\times (n+1)}]=\underset{n\to \infty }{\lim }\frac{n}{n+1}=\underset{x\to +\infty }{\lim }\frac{x}{x+1}=1$

  裂项公式：
$$\frac{1}{n(n+k)}=\frac{1}{k}(\frac{1}{n}-\frac{1}{n+k})$$
    $n$前面的系数不影响裂项公式的使用：
$$\frac{1}{an(an+k)}=\frac{1}{k}(\frac{1}{an}-\frac{1}{an+k})$$
    分母两个因子的公差影响最后系数的值：
$$\frac{1}{(n-2k)(n+3k)}=\frac{1}{5k}(\frac{1}{n}-\frac{1}{n+k})$$

    对于$n$项积极限，常见以下两种连锁化简的方式：
      (1) 平方差公式
        如：$\underset{n\to \infty }{\lim }(1+x)(1+x^2)...(1+x^{2^n})(|x|<1)$， 乘以 $(1-x)$.
      (2) $\sin 2x=2\sin x\cos x$
        如：$\underset{n\to \infty }{\lim }\cos \frac{x}{2}\cdot \cos \frac{x}{4}\cdot \cdot \cdot \cos \frac{x}{2^n}(x\ne 0)$，分子分母同乘 $2\sin \frac{x}{2^n}$.

无法求和(积)

  思路：
    根据题目特点选择使用夹逼准则或定积分定义求解 (当然，也可以是二者结合).

  夹逼准则和定积分定义的选择：

    直觉：关注每一项中“变”与“不变”的部分是否同阶.

      (1) 若不同阶：优先考虑夹逼准则.

  比如： $$\underset{n\to \infty }{\lim }(\frac{n}{n^2+1}+\frac{n}{n^2+2}+...+\frac{n}{n^2+n})$$    分母中不变的部分阶数为$2$(蓝色)，变的部分阶数为$1$(红色). 二者不同，应考虑夹逼准则.
  
  又比如：$$\underset{n\to \infty }{\lim }(\frac{1}{\sqrt{n^2+1}}+\frac{1}{\sqrt{n^2+2}}...+\frac{1}{\sqrt{n^2+n}})$$
    分母中不变的部分阶数为根号下的$2$(蓝色)，变的部分阶数为根号下的$1$(红色). 二者不同，应考虑夹逼准则.

      (2) 若同阶：优先考虑定积分定义.

  比如：$$\underset{n\to \infty }{\lim }(\frac{1}{n+1}+\frac{1}{n+2}+...+\frac{1}{n+n})$$
    分母中不变的部分阶数为$1$(蓝色)，变的部分阶数为$1$(红色). 二者相同，应考虑定积分定义.
  
  又比如：$$\underset{n\to \infty }{\lim }(\frac{n}{n^2+1^2}+\frac{n}{n^2+2^2}+...+\frac{n}{n^2+n^2})$$
    分母中不变的部分阶数为$2$(蓝色)，变的部分阶数为$2$(红色). 二者相同，应考虑定积分定义.

  以上的判断是基于：使用夹逼准则要求两侧放缩的极限值相同. 如果只是改变每一项中阶数较小的变的部分，并不会影响到极限值(此时变的部分与不变的部分阶数不同). 而如果变得部分和不变的部分阶数相同，说明这两个部分都是阶数最大的，因此会对最终的极限结果造成直接影响.

  若读者实在难以判断，请优先使用定积分定义尝试！因为定积分定义方法相对固定，可以很快判断出是否能否用其求解. 而夹逼准则使用的放缩思想非常灵活，就很难确定了.

  case 1. 使用夹逼准则：

  例. 求下列极限：$$\underset{n\to \infty }{\lim }(\frac{1}{\sqrt{n^2+1}}+\frac{1}{\sqrt{n^2+2}}...+\frac{1}{\sqrt{n^2+n}})$$  解：
    令$x_n=\underset{n\to \infty }{\lim }(\frac{1}{\sqrt{n^2+1}}+\frac{1}{\sqrt{n^2+2}}...+\frac{1}{\sqrt{n^2+n}})$
$$\frac{n}{\sqrt{n^2+n}}⩽x_n⩽\frac{n}{\sqrt{n^2+1}}$$        (基本放缩思想之一：$n\cdot u_{\text{min}}⩽u_1+u_2+...+u_n⩽n\cdot u_{\text{max}}$)
    由$\underset{n\to \infty }{\lim }\frac{n}{\sqrt{n^2+n}}=\underset{n\to \infty }{\lim }\frac{n}{\sqrt{n^2+1}}=1$，$\underset{n\to \infty }{\lim }{x}_n=1$.

  case 2. 使用定积分定义：

    公式：
$$\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{n}f\left(\frac{i}{n}\right)=\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{n}f\left(\frac{i-1}{n}\right)={\int }_0^{1}f(x)\text{d}x$$$$\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{ln}f\left(\frac{i}{n}\right)={\int }_0^{k}f(x)\text{d}x$$

  仅仅记住以上的公式对于要求较高的读者是绝对不够的. 因为考研已经考过并且套用公式过于简单，难以体现考生对定积分定义的深刻理解，恐不会再考. 请读者一定在理解定积分定义的基础上，继续掌握下面的通法.

   求解定积分定义求$n$项和极限的通法：
    先将极限整理为$\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{i=1}^{i}f(i,n)$的形式，按以下三个步骤分析出定积分：

    step 1. 将极限中“变化的量”写为$x$，得到被积函数.
    step 2. 变化的量的极限范围，就是积分区间.
    step 3. 观察积分区间分成了多少份，每一个小区间的区间长度为多少，决定是否在积分前补系数.

  注意：每个小曲边梯形并不一定使用右端点的函数值作为近似高度. 使用此方法可以无需考虑这一点. “变化的量”则是指提出$\frac{1}{n}$后变形得到的和式中含$i$和$n$的变化部分，

  例1. 求以下极限： $$\underset{n\to \infty }{\lim }\frac{n}{n^2+1^2}+\frac{n}{n^2+2^2}+\frac{n}{n^2+4^2}+\frac{n}{n^2+6^2}...+\frac{n}{n^2+(4n{)}^2}$$  解：
    令$I=\frac{n}{n^2+1^2}+\frac{n}{n^2+2^2}+\frac{n}{n^2+4^2}+\frac{n}{n^2+6^2}...+\frac{n}{n^2+(4n{)}^2}$，
 
    由于改变收敛数列的有限项，不会改变数列的敛散性与极限值，
$$I=\frac{n}{n^2+2^2}+\frac{n}{n^2+4^2}+\frac{n}{n^2+6^2}+...+\frac{n}{n^2+(4n{)}^2}=\sum _{i=1}^{2n}\frac{n}{n^2+(2i{)}^2}=\frac{1}{n}\sum _{i=1}^{2n}\frac{1}{1+(\frac{2i}{n}{)}^2}$$  /**
    使用通法的三步分析出定积分：
      step1. 将极限中“变化的量”写为$x$，得到被积函数：
        $x:\frac{2i}{n}，f(x)=\frac{1}{1+x^2}$
      step 2. 变化的量的极限范围，就是积分区间：
        $\underset{n\to \infty }{\lim }\frac{2\cdot 1}{2n}=0$，$\underset{n\to \infty }{\lim }\frac{2\cdot 2n}{n}=4$，积分区间：$[0,4]$；
      step 3. 观察积分区间分成了多少份，每一个小区间的区间长度为多少，决定是否在积分前补系数：
        从求和符号可以看出积分区间被分为$2n$份，每个小区间的长度就应该为$\frac{2}{n}$，因此需补系数$2$.
  **/
  于是，$$I=\frac{1}{2}\cdot \frac{2}{n}\sum _{i=1}^{2n}\frac{1}{1+(\frac{2i}{n}{)}^2}=\frac{1}{2}{\int }_0^4\frac{1}{1+x^2}\text{d}x=\frac{1}{2}\text{arctan}4$$

  例2. 求以下极限： $$\underset{n\to \infty }{\lim }(a^{\frac{1}{n}}-1)\sum _{k=1}^n[a^{\frac{k}{n}}\text{sin}(a^{\frac{2k-1}{2n}})]，(a\ne 0)$$  解：
    令$I=\underset{n\to \infty }{\lim }(a^{\frac{1}{n}}-1)\sum _{k=1}^n[a^{\frac{k}{n}}\text{sin}(a^{\frac{2k-1}{2n}})](a\ne 0)$，
    由$x\to 0$时，$a^x-1\sim x\text{ln}a$，得$n\to \infty$时，$a^{\frac{1}{n}}-1\sim \frac{1}{n}\cdot \text{ln}a$，于是：$$I=\text{ln}a\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{k=1}^n[a^{\frac{k}{n}}\text{sin}(a^{\frac{2k-1}{2n}})]=\text{ln}a\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{k=1}^n[a^{\frac{1}{2n}}{a}^{\frac{2k-1}{2n}}\text{sin}(a^{\frac{2k-1}{2n}})]=\text{ln}a\underset{n\to \infty }{\lim }\frac{1}{n}\sum _{k=1}^n[a^{\frac{2k-1}{2n}}\text{sin}(a^{\frac{2k-1}{2n}})]，$$  /**
    使用通法的三步分析出定积分：
      step1. 将极限中“变化的量”写为$x$，得到被积函数：
        $x:\frac{2k-1}{2n}，f(x)=a^x\text{sin}{a}^x$
      step 2. 变化的量的极限范围，就是积分区间：；
        $\underset{n\to \infty }{\lim }\frac{2\cdot 1-1}{2n}=0$，$\underset{n\to \infty }{\lim }\frac{2\cdot n-1}{2n}=1$，积分区间：$[0,1]$；
      step 3. 观察积分区间分成了多少份，每一个小区间的区间长度为多少，决定是否在积分前补系数：
        从求和符号可以看出积分区间被分为$n$份，每个小区间的长度为$1$，因此无需补系数.
  **/
  于是，$$I=\text{ln}a{\int }_0^1{a}^x\text{sin}{a}^x\text{d}x={\int }_0^1\text{sin}{a}^x\text{d}(a^x)=-\text{cos}{a}^x{|}_0^1=\text{cos}1-\text{cos}a.$$

(二) 已知数列递推关系

  特征：题目未给出通项公式，而是给出递推关系：$x_{n+1}=f(x_n)$. 常常需要先证明数列极限的存在性，再求之.

  基本思路：
    step 1. 根据递推关系$x_{n+1}=f(x_n)$，证明数列极限存在，即$\underset{n\to \infty }{\lim }{x}_n=A$；
    step 2. 对递推关系$x_{n+1}=f(x_n)$两边取极限$n\to \infty$可得$A=f(A)$，解出$A$.

  注意：方程$A=f(A)$解出的极限值中可能包含增根，注意结合已知条件进行检验.

  证明选择：
    数列单调：单调有界数列收敛定理.
    不单调：压缩映射定理.

15 重要结论

  (1) $\underset{n\to \infty }{\lim }{a}_n=a\Rightarrow \underset{n\to \infty }{\lim }|a_n|=|a|.$

  (2) $\underset{n\to \infty }{\lim }{a}_n=0\iff \underset{n\to \infty }{\lim }|a_n|=0.$

  这是使用夹逼准则的常用结论. 证明一个数列极限为0，可以转化为证明其绝对值的极限为0. 因为$|a_n|$天然$⩾0$，所以用夹逼准则证明$|a_n|$极限存在时，只需再证明$|a_n|⩽0$即可.

  (3) 若数列   { a n }   \,\{a_n\}\, {an​}收敛，则其任何子列   { a n k }   \,\{a_{n_k}\}\, {ank​​}也收敛，且$\underset{n\to \infty }{\lim }{a}_n=\underset{k\to \infty }{\lim }{a}_{n_k}$.

  逆否命题：只要原数列存在任一发散的子列，则原数列必定发散. 或存在两个子列收敛于不同的极限，则原数列必定发散.

  (4) 子列完整覆盖.
    $\underset{n\to \infty }{\lim }{a}_n\exists \iff \underset{n\to \infty }{\lim }{a}_{2n}$、$\underset{n\to \infty }{\lim }{a}_{2n-1}$存在且相等，反之不成立.
    $\underset{n\to \infty }{\lim }{a}_n\exists \iff \underset{n\to \infty }{\lim }{a}_{3n}$、$\underset{n\to \infty }{\lim }{a}_{3n+1}$、$\underset{n\to \infty }{\lim }{a}_{3n+2}$存在且相等.

  即需保证各子列合在一起能构成完整的原数列，才有类似于上方的充要条件.

  (5) 关于有界：

    设$\underset{x\to \cdot }{\lim }f(x)\exists$，则当$x\to \cdot$时，$f(x)$有界.

    设$f(x)$在$[a,b]$上连续，则$f(x)$在$[a,b]$上有界.

    有界函数与有界函数的和、差、积还是有界函数.

    若$f^{\prime }(x)$在有限区间$(a,b)$有界，则$f(x)$在$(a,b)$上有界. (无穷区间无此关系)

  证明：设任一点$x_0\in (a,b)$，任意$x\in (x_0,b)$，
    由拉格朗日中值定理，$f(x)-f(x_0)=f^{\prime }(\xi )(x-x_0)(x_0<\xi <x)$
    $\Rightarrow |f(x)|=|f(x_0)+f^{\prime }(\xi )(x-x_0)|⩽|f(x_0)|+|f^{\prime }(\xi )(x-x_0)|$
    因为$f^{\prime }(x)$在$(a,b)$上有界，所以$|f(x_0)|+|f^{\prime }(\xi )(x-x_0)|⩽|f(x_0)+K(b-a)|$，($K>0$).
    令$M=|f(x_0)+K(b-a)|$，则$|f(x)|⩽M$.

Part 2 - 连续

1 连续的条件

  (1) 某点连续.
$$\underset{x\to x_0}{\lim }f(x)=f(x_0)\iff f(x_0-0)=f(x_0+0)=f(x_0)$$

  某点连续，可以推出$f(x)$在该点邻域内有定义，但不能推出$f(x)$在该点邻域内连续.
  另外，$f(x_0-0)$和$f(x_0+0)$是$x_0$点左极限和右极限的简单记法，按照定义其含义为：
$$f(x_0-0)=\underset{x\to x_0^{-}}{\lim }f(x)，f(x_0+0)=\underset{x\to x_0^{+}}{\lim }f(x)$$
  左右极限相等，保证该点极限存在，左右极限相等且等于该点函数值，该点才连续.
  在同济七版教材中采用记法：$f(x_0^{-})$、$f(x_0^{+})$. 以上记法均可使用.

  (2) 某邻域内连续.

    $f(x)$在$x_0$的某邻域$U_{\delta }(x_0)$内处处连续.

  某邻域内连续，可以推出$f(x)$在该邻域内有定义和连续，但不能推出邻域内可导.

  (3) 某去心邻域内连续.

    $f(x)$在$x_0$的某去心邻域${\mathring{U}}_{\delta }(x_0)$内处处连续.

  某去心邻域内连续，可以推出$f(x)$在该去心邻域内有定义和连续，但不能推出去心邻域内可导. 且$x_0$处极限不一定存在.

2 间断点

间断点分类

  (1) 第一类间断点：
     $f(x_0-0)、f(x_0+0)$都存在.

条件	进一步分为
$f(x_0-0)=f(x_0+0)\ne f(x_0)$	可去间断点
$f(x_0-0)\ne f(x_0+0)$	跳跃间断点

  (2) 第二类间断点：
     $f(x_0-0)、f(x_0+0)$至少一个不存在，可进一步分为无穷间断点和振荡间断点.

间断点讨论思路

  解题步骤：
    (1) 找出所有间断点：
      $x=x_1，x=x_2，...$ 是$f(x)$的间断点；
    (2) 对于每一个间断点$x_i$：
      先判断该点的左右极限是否存在.
      若左右极限任一不存在，
        则该间断点为第二类间断点(无穷间断点或振荡间断点).
      若左右极限存在，判断左右极限的关系.
        $f(x_0-0)=f(x_0+0)$，为可去间断点.
        $f(x_0-0)\ne f(x_0+0)$，为条约间断点.

  识别间断点的方法：
    主要有以下两种情况：
      case 1. 无定义点.

    (1) 分式的分母为$0$.
    (2) 三角函数如$\sin x$、$\sin \pi x$等出现在分母可以得到一系列间断点.
    (3) $\frac{?}{|x-a|}$、$\text{ln}|x|$等分左右极限检查.
    (4) $f(x)$含$a^{\frac{?}{x-b}}$或$a^{\frac{?}{b-x}}$，当$x\to b$时，分左右极限检查.
    (5) $\arctan \frac{a}{x}$分左右.
    (6) $[x]$，$x\to n$.

      case 2. 分段函数的分段点.

3 连续的性质

基本性质

  (1) 在某点连续的有限个函数经有限次和、差、积、商(分母不为0)运算，结果仍是一个在该点连续的函数.
  (2) 连续函数的复合函数仍然是连续函数.
  (3) 连续单调递增(递减)函数的反函数，也连续单调递增(递减).

最值 & 有界

  设 $f(x)\in C[a,b]$，则$f(x)$在$[a,b]$上必有界，可以取得最大值$M$和最小值$m$.

   注意：$f(x)\in C[a,b]$表示$f(x)$在闭区间$[a,b]$连续. 考试时不能直接这么写，需要写明！

   $f(x)$在开区间$(a,b)$内连续，不能推出$f(x)$在$(a,b)$内有界！除非$f(x)$还同时满足：$f(a+0)$、$f(b-0)$存在，则$f(x)$在$(a,b)$内有界.

零点定理

  设$f(x)\in C[a,b]$，且$f(a)\cdot f(b)<0$，则$\exists c\in (a,b)$，使$f(c)=0$.

  推广零点定理：
    设$f(x)\in C[a,+\infty )$，且$f(a)\cdot \underset{x\to +\infty }{\lim }f(x)<0$，则$\exists c\in (a,+\infty )$，使$f(c)=0$.

  题目特征：$f(x)\in C[a,b]$，$\exists \xi \in (a,b)$ (开区间).

  零点定理在证明题中的应用见：中值定理

介值定理

  设$f(x)\in C[a,b]$，$\forall \eta \in [m,M]$，$\exists \xi \in [a,b]$，使$f(\xi )=\eta$.

  题目特征：
    $f(x)\in C[a,b]$，$if\{\begin{array}{l}\xi \in [a,b]；\\ 函数值之和.\end{array}$

    例: $f(x)\in C[0,1]$，$f(0)+2f(1)=3$，证$\exists \xi \in [a,b]$，使$f(\xi )=1$.

  介值定理在证明题中的应用见：中值定理