极限方法总结

如何求极限？求极限方法有哪些？
ε-δ定义
函数极限定义的理解
级数和函数连续性
7种极限存在和21种极限不存在
托普利兹矩阵
黑林格－特普利茨定理
特普利茨(Toeplitz)定理的证明
斯托尔茨（O.Stolz）定理
不等式的秘密
Abel变换
Abel变换证明

$1、ϵ-N,ϵ-\delta 定义法:$极限语言

$\text{数列的极限}ϵ-N语言：$ 设 { a n } 是一给定数列 , a 为定数， 如果对于任意给定的 ε > 0 , 总存在自然数 N ， 使得当 n > N 时，有 ∣ a n − a ∣ < ε ; 则称数列 { a n } 收敛于 a ，常数 a 称为数列 { a n } 的极限 . 记为 lim ⁡ n → ∞ a n = a , 或 a n →   a ( n → ∞ ) 若数列 { a n } 没有极限，则称 { a n } 不收敛，或称 { a n } 为发散数列 . \\设\left \{{a_n} \right \}是一给定数列,a为定数 ，\\如果对于任意给定的\varepsilon>0,总存在自然数N，\\使得当n>N时，有\left|a_{n}-a\right|<\varepsilon;\\则称数列\left \{{a_n} \right \}收敛于a，常数a称为数列\left \{{a_n} \right \}的极限.\\记为\lim _{n \rightarrow \infty} a_{n}=a,或a_{n} \rightarrow \ a(n \rightarrow \infty)\\若数列\left \{{a_n} \right \}没有极限，则称\left \{{a_n} \right \}不收敛，或称\left \{{a_n} \right \}为发散数列. 设{an​}是一给定数列,a为定数，如果对于任意给定的ε>0,总存在自然数N，使得当n>N时，有∣an​−a∣<ε;则称数列{an​}收敛于a，常数a称为数列{an​}的极限.记为n→∞lim​an​=a,或an​→ a(n→∞)若数列{an​}没有极限，则称{an​}不收敛，或称{an​}为发散数列.$逻辑符号表示:\forall \epsilon >0,\exists N\in \mathbb{N},\forall n>N;\left|a_n-a\right|<\epsilon$

$\text{定理1}:收敛数列的极限必是唯一的$ 证明 : 假设 x n 有极限 a 与 b ，根据极限的定义 ∀ ε > 0 ∃ N 1 , ∀ n > N 1 : ∣ x n − a ∣ < ε 2 ∃ N 2 , ∀ n > N 2 : ∣ x n − b ∣ < ε 2 取 N = max ⁡ { N 1 , N 2 } ，则当 n > N 时上述两不等式均成立， 于是由三角不等式有 ∣ a − b ∣ = ∣ a − x n + x n − b ∣ ⩽ ∣ x n − a ∣ + ∣ x n − b ∣ < ε 2 + ε 2 = ε 由 ε 的任意性知 a = b . 证明:假设{x_n}有极限a与b，根据极限的定义\forall \varepsilon>0\\ \begin{array}{l} \exists N_{1}, \forall n>N_{1}:\left|x_{n}-a\right|<\frac{\varepsilon}{2} \\ \exists N_{2}, \forall n>N_{2}:\left|x_{n}-b\right|<\frac{\varepsilon}{2} \end{array}\\取N=\max \left\{N_{1}, N_{2}\right\}，则当n>N时上述两不等式均成立，\\于是由三角不等式有\\\begin{aligned} |a-b| &=\left|a-x_{n}+x_{n}-b\right| \leqslant\left|x_{n}-a\right|+\left|x_{n}-b\right|<\frac{\varepsilon}{2}+\frac{\varepsilon}{2}=\varepsilon \end{aligned} \\由\varepsilon的任意性知a=b. 证明:假设xn​有极限a与b，根据极限的定义∀ε>0∃N1​,∀n>N1​:∣xn​−a∣<2ε​∃N2​,∀n>N2​:∣xn​−b∣<2ε​​取N=max{N1​,N2​}，则当n>N时上述两不等式均成立，于是由三角不等式有∣a−b∣​=∣a−xn​+xn​−b∣⩽∣xn​−a∣+∣xn​−b∣<2ε​+2ε​=ε​由ε的任意性知a=b.$\text{定理2}:收敛数列必有界$
证明 : 设数列 a n 收敛于 a , 由极限的定义， 对 ε = 1 , ∃ N , ∀ n > N : ∣ x n − a ∣ < 1 , 即 a − 1 < x n < a + 1 取 M = max ⁡ { x 1 , x 2 , ⋯   , x N , a + 1 } , m = min ⁡ { x 1 , x 2 , ⋯   , x N , a − 1 } ， 则对 x n 所有项都满足 m ⩽ x n ⩽ M . 因此 { x n } 有界 . 注 : 该定理的逆命题不成立，即有界数列未必收敛 . 例如， { ( − 1 ) n } 证明:设数列{a_n}收敛于a,由极限的定义，\\对\varepsilon=1, \exists N, \forall n>N:\left|x_{n}-a\right|<1,即a-1<x_n<a+1\\取M=\max \left\{x_{1}, x_{2}, \cdots, x_{N}, a+1\right\}, m=\min \left\{x_{1}, x_{2}, \cdots, x_{N}, a-1\right\}，\\则对{x_n}所有项都满足m \leqslant x_{n} \leqslant M .因此\left\{x_{n}\right\} 有界. \\注:该定理的逆命题不成立，即有界数列未必收敛.例如，\left\{(-1)^{n}\right\} 证明:设数列an​收敛于a,由极限的定义，对ε=1,∃N,∀n>N:∣xn​−a∣<1,即a−1<xn​<a+1取M=max{x1​,x2​,⋯,xN​,a+1},m=min{x1​,x2​,⋯,xN​,a−1}，则对xn​所有项都满足m⩽xn​⩽M.因此{xn​}有界.注:该定理的逆命题不成立，即有界数列未必收敛.例如，{(−1)n}
$\text{函数的极限}ϵ-\delta 语言:$

$2、两边夹法则【夹逼定理】:$
如果数列 { X n } , { Y n } 及 { Z n } 满足下列条件： ( 1 ) 当 n > N 0 时，其中 N 0 ∈ N ∗ ，有 Y n < X n < Z n ； ( 2 ) { Y n } 、 { Z n } 有相同的极限，设 − ∞ < a < ∞ ， 则数列 { X n } 的极限存在，且当 n → + ∞ 时， lim ⁡ X n = a . 如果数列\left \{X _{n} \right \},\left \{Y _{n} \right \} 及\left \{Z _{n} \right \}满足下列条件：\\(1)当n> N_{0}时，其中N_{0}\in N^{*}，有Y_{n}< X_{n}< Z_{n}；\\(2)\left \{Y _{n} \right \}、\left \{Z _{n} \right \}有相同的极限，设-\infty< a< \infty，\\则数列\left \{X _{n} \right \}的极限存在，且当n\rightarrow +\infty时 ，\lim X_{n}=a . 如果数列{Xn​},{Yn​}及{Zn​}满足下列条件：(1)当n>N0​时，其中N0​∈N∗，有Yn​<Xn​<Zn​；(2){Yn​}、{Zn​}有相同的极限，设−∞<a<∞，则数列{Xn​}的极限存在，且当n→+∞时，limXn​=a.$$\begin{gathered} Th:设a_n,b_n,c_n满足a_n\le b_n\le c_n.且\underset{n\to +\infty }{\lim }{a}_n=\underset{n\to +\infty }{\lim }{c}_n， \\ 则\underset{n\to +\infty }{\lim }{b}_n=a. \\ 注：1^{\circ }\exists N,st.n>N,a_n\le b_n\le c_n；2^{\circ }函数极限也成立。 \end{gathered}$$

$3、洛毕达法则:$
$$\begin{gathered} 一定条件下通过分子分母分别求导，再求极限来确定未定式值的方法 \\ {1}^{\circ }、Th\left(\frac{0}{0}\right):如果f\left(x\right),g\left(x\right)满足: \end{gathered}$$$$\begin{array}{r}\begin{array}{r}1)\underset{x\to x_0}{\lim }f\left(x\right)=\underset{x\to x_0}{\lim }g\left(x\right)=0,\\ 2)f\left(x\right),g\left(x\right)在U^{\circ }\left(x_0,\delta \right)\exists 且可导，g{\left(x\right)}^{{}^{\prime }}\ne 0,\\ 3)\underset{x\to x_0}{\lim }\frac{f{\left(x\right)}^{{}^{\prime }}}{g{\left(x\right)}^{{}^{\prime }}}=A,\end{array}\}\Rightarrow \underset{x\to x_0}{\lim }\frac{f\left(x\right)}{g\left(x\right)}=A\end{array}$$$$\begin{gathered} 2^{\circ }、Th\left(\frac{\infty }{\infty }\right):如果f\left(x\right),g\left(x\right)满足: \\ \begin{array}{r}\begin{array}{r}1)\underset{x\to x_0}{\lim }f\left(x\right)=\underset{x\to x_0}{\lim }g\left(x\right)=\infty ;\\ 2)f\left(x\right),g\left(x\right)在U^{\circ }\left(x_0,\delta \right)\exists 且可导，g{\left(x\right)}^{{}^{\prime }}\ne 0;\\ 3)\underset{x\to x_0}{\lim }\frac{f{\left(x\right)}^{{}^{\prime }}}{g{\left(x\right)}^{{}^{\prime }}}=A;\end{array}\}\Rightarrow \underset{x\to x_0}{\lim }\frac{f\left(x\right)}{g\left(x\right)}=A\end{array} \end{gathered}$$

$4、递推关系:$
$$\begin{gathered} 1)x_{n+1}=f\left(x_n\right)，求x_n= \\ 2)先证明x_n的极限存在性，再通过递推关系求极限值。 \\ 【单调有界定理、Cauchy收敛准则、压缩映像原理(不动点定理)】； \end{gathered}$$
$$\begin{gathered} \text{压缩映像原理<不动点定理>}: \\ y=f\left(x\right)；\exists x_0，st.f\left(x_0\right)=x_0. \\ 设k\in \left(0,1\right)，对\forall x,y\in R，|f\left(x\right)-f\left(y\right)|\le k|x-y|; \\ \forall x_0\in R，构造数列x_{n+1}=f\left(x_n\right)，n=0,1,2,...则 \\ i){\lim }_{n\to \infty }{x}_n=x^t \\ ii)x^t为f\left(x\right)唯一的不动点 \\ iii)|x_n-x^t|\le \frac{k^n}{1-k}|x_1-x_0| \end{gathered}$$
$$\begin{gathered} \text{证明}： \\ i):\left|x_{n+1}-x_n\right|=\left|f\left(x_n\right)-f\left(x_{n-1}\right)\right|\le k\left|x_n-x_{n-1}\right|\le ...\le k^n\left|x_1-x_0\right| \\ 考虑\left|x_{n+p}-x_n\right|=\left|x_{n+p}-x_{n+p-1}+x_{n+p-1}-x_{n+p-2}+...+x_{n+1}-x_n\right| \\ \le \left|x_{n+p}-x_n\right|+...\left|x_{n+1}-x_n\right| \\ \le k^{n+p-1}\left|x_1-x_0\right|+...+k^n\left|x_1-x_0\right| \\ =\frac{k^n-k^{n+p}}{1-k}\left|x_1-x_0\right|\le \frac{k^n}{1-k}\left|x_1-x_0\right|\to 0 \\ \therefore \underset{n\to \infty }{\lim }{x}_n=x^t \end{gathered}$$$$\begin{gathered} ii):x_{n+1}=f\left(x_n\right),令n\to \infty ,x^t=f\left(x^t\right) \\ 唯一性：若\exists y^t,st.f\left(y^t\right)=y^t; \\ \left|f\left(x^t\right)-f\left(y^t\right)\right|\le k\left|x^t-y^t\right| \\ \therefore \left|x^t-y^t\right|\le k\left|x^t-y^t\right|\Rightarrow \left(1-k\right)\left(x^t-y^t\right)\le 0 \\ 又\because k\in \left(0,1\right)\therefore x^t=y^t \end{gathered}$$$$iii):\left|x_{n+p}-x_n\right|\le \frac{k^n}{1-k}\left|x_1-x_0\right|,令p\to \infty ,则\left|x^t-x_n\right|\le \frac{k^n}{1-k}\left|x_1-x_0\right|$$$$\begin{gathered} 注：\left|f\left(x\right)-f\left(y\right)\right|\le k\left|x-y\right|“Lipschitz条件”； \\ \left|f\left(x\right)-f\left(y\right)\right|\le k\left|x-y\right|\Rightarrow f\left(x\right)\in C\left(R\right)<连续>； \\ Cauchy收敛准则 \end{gathered}$$

$5、运用重要极限；根据常用极限进行推导:$
$$\begin{gathered} 1)\underset{x\to 0}{\lim }\frac{sinx}{x}=1、\underset{x\to f\left(x\right)}{\lim }\frac{sinf\left(x\right)}{f\left(x\right)}=1 \\ 2)\underset{x\to 0}{\lim }{\left(1+x\right)}^{\frac{1}{x}}=e\left(\underset{f\left(x\right)\to 0}{\lim }{\left(1+f\left(x\right)\right)}^{\frac{1}{f\left(x\right)}}=e\right) \\ \underset{x\to \infty }{\lim }{\left(1+\frac{1}{x}\right)}^x=e\left(\underset{f\left(x\right)\to \infty }{\lim }{\left(1+\frac{1}{f\left(x\right)}\right)}^{f\left(x\right)}=e\right) \\ 3)\underset{x\to 0}{\lim }\frac{ln\left(1+x\right)}{x}=1 \\ 4)\underset{x\to 0}{\lim }\frac{a^x-1}{x}=lna \\ 5)\underset{x\to 0}{\lim }\frac{{\left(1+x\right)}^u-1}{x}=u \\ {a}^n-b^n=\left(a-b\right)\left(a^{n-1}{b}^0+a^{n-2}{b}^1+...+a^0{b}^{n-1}\right) \end{gathered}$$

$6、泰勒展开式求极限:$
$$\begin{gathered} 泰勒公式是将在x=x_0处具有n阶导数的函数f\left(x\right)， \\ 利用关于(x-x_0)的n次多项式来逼近函数的方法； \end{gathered}$$$$\begin{gathered} 1)Th:若f\left(x\right)在\left[a,b\right]内\exists n阶连续导数, \\ \forall x_0\in \left[a,b\right]有，f\left(x\right)=f\left(x_0\right)+f^{{}^{\prime }}\left(x_0\right)\left(x-x_0\right)+...+\frac{f^n\left(x_0\right)}{n!}{\left(x-x_0\right)}^n+\underset{\to peana余项}{o\left({\left(x-x_0\right)}^n\right)}， \\ f\left(x\right)=f\left(x_0\right)+f^{{}^{\prime }}\left(x_0\right)\left(x-x_0\right)+...+\frac{f^n\left(x_0\right)}{n!}{\left(x-x_0\right)}^n+\underset{Lagrange余项\to 对逼近误差，计算/估计}{\frac{f^{\left(n+1\right)}\left(\xi \right)}{\left(n+1\right)!}{\left(x-x_0\right)}^{n+1}};\xi =x_0+\theta \left(x-x_0\right)，\theta \in \left(0,1\right) \\ 逼近理论：f\left(x\right)=T_n\left(x\right)+R_n\left(x\right) \end{gathered}$$$$\begin{gathered} 2)Maclaulin公式：f\left(0\right)=f\left(0\right)+f^{{}^{\prime }}\left(0\right)x+...+\frac{f^n\left(0\right)}{n!}{x}^n+\underset{\to peana余项}{o\left(x^n\right)} \\ 3)e^x=1+x+\frac{x^2}{2!}+...+\frac{x^n}{n!}+o\left(x^n\right) \\ sinx=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\frac{x^7}{7!}+\cdots +(-1{)}^{n-1}\frac{x^{2n-1}}{(2n-1)!}+o\left(x^{2n-1}\right),-\infty <x<\infty \\ cosx=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\frac{x^6}{6!}+\cdots +(-1{)}^n\frac{x^{2n}}{(2n)!}+o\left(x^{2n}\right),-\infty <x<\infty \\ ln(1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+\cdots +(-1{)}^{n-1}\frac{x^n}{n}+o\left(x^n\right),-1<x<\infty \\ (1+x{)}^{\alpha }=1+c_{\alpha }^{1}x+c_{\alpha }^2{x}^2+\cdots +c_{\alpha }^n{x}^n+o\left(x^n\right),⟨\alpha =n时，二项式定理：c_{\alpha }^n=\frac{\alpha \cdot (\alpha -1)\cdot ...\cdot (\alpha -n+1)}{n!}⟩ \end{gathered}$$

$7、积分中值定理:$
$$\begin{gathered} 积分第一中值定理:若函数f\left(x\right)在闭区间\left[a,b\right]上连续， \\ 则在积分区间\left[a,b\right]上至少存在一个点\epsilon ，使得 \\ {\int }_a^{b}f\left(x\right)dx=f\left(\epsilon \right)\left(b-a\right),a\le \epsilon \le b \end{gathered}$$$证明$
$$\begin{gathered} 设f\left(x\right)在\left[a,b\right]上连续，因为闭区间上连续函数必有最大最小值， \\ 不妨设最大值为M，最小值为m，最大值和最小值可相等。 \\ 对m\le f\left(x\right)\le M两边同时积分可得： \\ m\left(b-a\right)\le {\int }_a^{b}f\left(x\right)dx\le M\left(b-a\right) \\ 同除以\left(b-a\right)从而得到：m\le \frac{1}{b-a}{\int }_a^{b}f\left(x\right)dx\le M \\ 由连续函数的介值定理可知，必定\exists \epsilon \in [a,b]， \\ 使得f\left(\epsilon \right)=\frac{1}{(b-a)}{\int }_a^{b}f\left(x\right)dx，即：{\int }_a^{b}f\left(x\right)dx=f\left(\epsilon \right)\left(b-a\right),\exists \epsilon \in \left[a,b\right] \end{gathered}$$
$$\begin{gathered} 二重积分的中值定理:设f(x,y)在有界闭区域D上连续，是D的面积， \\ 则在D内至少存在一点，使得:{\int }_{}^{}{\int }_D^{}f\left(x,y\right)d\sigma =f\left(\epsilon ,\mu \right)\bullet {\sigma }_0 \end{gathered}$$
$积分第一中值推广定理:$
$$\begin{gathered} 如果函数f\left(x\right)、g\left(x\right)在闭区间\left[a,b\right]上连续， \\ 且g\left(x\right)在\left[a,b\right]上不变号， \\ 则在积分区间\left[a,b\right]上至少存在一个点\epsilon ， \\ 使得：{\int }_a^{b}f(x)g(x)dx=f(\epsilon ){\int }_a^{b}g(x)dx \end{gathered}$$

$积分第二中值定理:$

$形式$
$$\begin{gathered} 设f\left(x\right)在\left[a,b\right]上可积，考虑下列两种情况： \\ （1）g(x)在\left[a,b\right]上单调递减且在x\in \left[a,b\right]时，g\left(x\right)\ge 0， \\ 那么存在\text{ξ}\in \left[a,b\right]使得{\int }_a^{b}f\left(x\right)g\left(x\right)dx=g\left(a\right){\int }_a^{\text{ξ}}f\left(x\right)dx. \\ （2）g(x)在\left[a,b\right]上单调递增且在x\in \left[a,b\right]时，g\left(x\right)\ge 0， \\ 那么存在\text{ξ}\in \left[a,b\right]使得{\int }_a^{b}f\left(x\right)g\left(x\right)dx=g\left(b\right){\int }_a^{\text{ξ}}f\left(x\right)dx. \end{gathered}$$
$证明$
$$\begin{gathered} (1)设F\left(x\right)={\int }_a^{x}f\left(t\right)dt,x\in \left[a,b\right].F\left(x\right)是一个连续函数, \\ 故在\left[a,b\right]上有最小值m和最大值M \\ 设g\left(a\right)=0由单调性知道,g\left(x\right)=0. \\ {\int }_a^{b}f\left(x\right)g\left(x\right)dx={\int }_a^{b}f\left(x\right)\cdot 0dx=0\cdot {\int }_a^{b}f\left(x\right)dx=g\left(a\right){\int }_{\xi }^{\text{b}}f\left(x\right)dx \\ 设g\left(a\right)>0.因为g\left(x\right)在\left[a,b\right]上是单调的,故可积, \\ 所以对任意\epsilon >0,L>0, \\ 存在分割T:a=x_0<x_1<x_2<\cdots <x_n=b，s.t.\sum _{i=0}^{n-1}{\omega }_i^g\Delta x_i<\frac{\epsilon }{L}, \\ 其中{\omega }_i^g为g\left(x\right)在[x_i,x_{i+!}]上的振幅. \\ 因f\left(x\right)在\left[a,b\right]上黎曼可积,故有界,记为L则 \\ {\int }_a^{b}f\left(x\right)g\left(x\right)dx=\sum _{i=0}^n{\int }_{x_i}^{x_{i+1}}f\left(x\right)g\left(x\right)dx \\ =\sum _{i=0}^{n-1}{\int }_{x_i}^{x_{i+1}}f\left(x\right)\left(g\left(x\right)-g\left(x_i\right)\right)dx+\sum _{i=0}^{n-1}{\int }_{x_i}^{x_{i+1}}f\left(x\right)g\left(x_i\right)dx \\ \le \sum _{i=0}^{n-1}{\int }_{x_i}^{x_{i+1}}\left|f\left(x\right)\right|\left|g\left(x\right)-g\left(x_i\right)\right|dx+\sum _{i=0}^{n-1}g\left(x_i\right)\left(F\left(x_{i+1}\right)-F\left(x_i\right)\right) \\ \le L\sum _{i=0}^{n-1}{\omega }_i^g\Delta x_i+\sum _{i=0}^{n-1}g\left(x_i\right)\left(F\left(x_{i+1}\right)-F\left(x_i\right)\right) \\ <\epsilon +\sum _{i=1}^{n-1}F\left(x_i\right)\left(g\left(x_{i-1}\right)-g\left(x_i\right)\right)+F\left(b\right)g\left(x_{n-1}\right) \\ \le M\sum _{i=1}^{n-1}(g(x_{i-1})-g(x_i))+\epsilon +F\left(b\right)g\left(x_{n-1}\right) \\ =Mg\left(a\right)+\epsilon \\ 这里用到阿贝尔变换\sum _{k=0}^n{a}_k{b}_k=a_n{S}_n+\sum _{k=0}^{n-1}{S}_k\left(a_k-a_{k+1}\right), \\ 同理有原式 \\ \ge -\sum _{i=0}^{n-1}{\int }_{x_i}^{x_{i+1}}\left|f\left(x\right)\right|\left|g\left(x\right)-g\left(x_i\right)\right|dx+\sum _{i=0}^{n-1}g\left(x_i\right)\left(F\left(x_{i+1}\right)-F\left(x_i\right)\right) \\ \ge mg\left(a\right)-\epsilon \\ 由上述证明知道mg\left(a\right)-\epsilon <{\int }_a^{b}f\left(x\right)g\left(x\right)dx<Mg\left(a\right)+\epsilon \\ 得mg\left(a\right)\le {\int }_a^{b}f\left(x\right)g\left(x\right)dx\le Mg\left(a\right), \\ 从而m\le \frac{{\int }_a^{b}f\left(x\right)g\left(x\right)dx}{g\left(a\right)}\le M \\ 所以\exists \text{ξ}\in \left[a,b\right],F\left(\text{ξ}\right)=\frac{{\int }_b^{a}f(x)g(x)dx}{g(a)} \\ 从而{\int }_a^{b}f\left(x\right)g\left(x\right)dx=g\left(a\right){\int }_a^{\text{ξ}}f\left(x\right)dx \end{gathered}$$
$积分第二中值推广定理:$
$$\begin{gathered} 一、如果函数f\left(x\right)、g\left(x\right),在闭区间\left[a,b\right]上可积， \\ 且f\left(x\right)为单调函数，则在积分区间\left[a,b\right]上至少存在一个点\epsilon ，使得： \\ {\int }_a^{b}f\left(x\right)g\left(x\right)dx=f\left(a\right){\int }_a^{\epsilon }g\left(x\right)dx+f\left(b\right){\int }_{\epsilon }^{b}g\left(x\right)dx \\ 二、如果函数f\left(x\right)、g\left(x\right),在闭区间\left[a,b\right]上可积， \\ f\left(x\right)\ge 0且为单调递减函数，则在积分区间\left[a,b\right]上至少存在一个点\epsilon ， \\ 使得：{\int }_a^{b}f\left(x\right)g\left(x\right)dx=f\left(a\right){\int }_a^{\epsilon }g\left(x\right)dx \\ 三、如果函数f\left(x\right)、g\left(x\right),在闭区间\left[a,b\right]上可积， \\ f\left(x\right)\ge 0且为单调递增函数，则在积分区间\left[a,b\right]上至少存在一个点\epsilon ， \\ 使得：{\int }_a^{b}f\left(x\right)g\left(x\right)dx=f\left(b\right){\int }_a^{\epsilon }g\left(x\right)dx \end{gathered}$$

$8、stolz定理:$
$$\begin{gathered} Stolz定理处理数列不定式极限，一般用于\ast /\infty 型的极限 \\ (即分母趋于正无穷大的分式极限，分子趋不趋于无穷大无所谓)、 \\ 0/0型极限(此时要求分子分母都以0为极限) \end{gathered}$$$$\begin{gathered} 1^{\circ }、Th\left(\frac{0}{0}\right)：如果a_n，b_n满足: \\ \begin{array}{r}\begin{array}{r}1)a_n\to 0，(n\to \infty ),\\ 2)b_n\downarrow \to 0,\\ 3)\underset{n\to \infty }{\lim }\frac{a_{n+1}-a_n}{b_{n+1}-b_n}=L,\end{array}\}\Rightarrow \underset{n\to \infty }{\lim }\frac{a_n}{b_n}=L\end{array} \end{gathered}$$$$\begin{gathered} 2^{\circ }、Th\left(\frac{\infty }{\infty }\right):如果a_n，b_n满足: \\ \begin{array}{r}\begin{array}{r}1)b_n\uparrow 严\to \infty ,\\ 2)\underset{n\to \infty }{\lim }\frac{a_{n+1}-a_n}{b_{n+1}-b_n}=L,\end{array}\}\Rightarrow \underset{n\to \infty }{\lim }\frac{a_n}{b_n}=L\end{array} \end{gathered}$$$$3^{\circ }、推广：若\underset{n\to \infty }{\lim }{a}_{n+1}-a_n=L，则\underset{n\to \infty }{\lim }\frac{a_n}{n}=L$$$$\begin{gathered} 证明：令b_n=n，b_n\uparrow 严\to \infty ， \\ 由Stolz.Th知，\underset{n\to \infty }{\lim }\frac{a_n}{n}=\underset{n\to \infty }{\lim }\frac{a_{n+1}-a_n}{n+1-n}=\underset{n\to \infty }{\lim }{a}_{n+1}-a_n=L \end{gathered}$$

$9、托普利兹变换:$

$10、阿贝尔变换:$
$$\begin{gathered} (分部求和法)离散的微分,对\text{级数}的离散形式作求和, \\ 差分的符号是\Delta ，这里的差分指的是前向差分,定义为 \\ \begin{array}{rl}\Delta (a_n{b}_n)& =a_{n+1}{b}_{n+1}-a_n{b}_n\\ & =a_{n+1}{b}_{n+1}-a_{n+1}{b}_n+a_{n+1}{b}_n-a_n{b}_n\\ & =a_{n+1}(b_{n+1}-b_n)+b_n(a_{n+1}-a_n)\\ & =a_{n+1}\Delta b_n+b_n\Delta a_n\end{array} \end{gathered}$$
$记\Delta (a_k{b}_k)=a_{k+1}\Delta b_k+b_k\Delta a_k$

$两边求和得到$
${\sum }_{k=1}^{n-1}\Delta (a_k{b}_k)={\sum }_{k=1}^{n-1}{a}_{k+1}\Delta (b_k)+{\sum }_{k=1}^{n-1}{b}_k\Delta (a_k)$

$a_n{b}_n-a_1{b}_1={\sum }_{k=1}^{n-1}{a}_{k+1}(b_{k+1}-b_k)+{\sum }_{k=1}^{n-1}{b}_k(a_{k+1}-a_k)$

$把b_n变为B_n,（B_k={\sum }_{i=1}^k{b}_i）代到上边的式子里$
$$\begin{gathered} a_n{B}_n-a_1{B}_1={\sum }_{k=1}^{n-1}{a}_{k+1}(B_{k+1}-B_k)+{\sum }_{k=1}^{n-1}{B}_k(a_{k+1}-a_k) \\ {a}_n{B}_n-a_1{b}_1={\sum }_{k=1}^{n-1}{a}_{k+1}{b}_{k+1}+{\sum }_{k=1}^{n-1}{B}_k(a_{k+1}-a_k) \\ {a}_n{B}_n={\sum }_{k=1}^n{a}_k{b}_k+{\sum }_{k=1}^{n-1}{B}_k(a_{k+1}-a_k) \\ {a}_n{B}_n+{\sum }_{k=1}^{n-1}{B}_k(a_k-a_{k+1})={\sum }_{k=1}^n{a}_k{b}_k \end{gathered}$$

$$\begin{gathered} （从m到n求和） \\ {a}_{n+1}{b}_{n+1}-a_m{b}_m \\ ={\sum }_{k=m}^n{a}_{k+1}(b_{k+1}-b_k)+{\sum }_{k=m}^n{b}_k(a_{k+1}-a_k) \\ ={\sum }_{k=m}^n{a}_k(b_{k+1}-b_k)+{\sum }_{k=m}^n{b}_{k+1}(a_{k+1}-a_k) \end{gathered}$$

$11、化为定积分:$

$12、级数收敛:$
{ 1 ) ∑ a n 收敛 ⇒ a n → 0 2 ) a n 收敛 ⇔ ∑ ( a n + 1 − a n ) 收敛 3 ) { t n } 有界，若 ∣ x n ∣ 满足 ∣ x n + 1 − x n ∣ ≤ t n + 1 − t n , 则 x n 收敛 \begin{cases}1) \sum a_{n}收敛\Rightarrow a_{n}\rightarrow 0\\2)a_{n}收敛 \Leftrightarrow \sum \left ( a_{n+1} -a_{n}\right )收敛\\3)\left \{t _{n} \right \}有界， 若\left | x_{n} \right |满足\left | x_{n+1}-x_{n} \right |\leq t_{n+1}-t_{n},则x_{n}收敛 \end{cases}\\ ⎩ ⎨ ⎧​1)∑an​收敛⇒an​→02)an​收敛⇔∑(an+1​−an​)收敛3){tn​}有界，若∣xn​∣满足∣xn+1​−xn​∣≤tn+1​−tn​,则xn​收敛​

$13、上下极限:$

$14、傅里叶级数:$

$15、幂级数求和:$

$16、无穷乘积:$