夹逼定理放缩技巧-夹逼定理放缩技巧

夹逼定理这玩意儿在教科书上是个“标准模板”，但在实际做题要么打怪升级时，它更像是一条藏在草丛里的老蛇，平时缩着脖子蛰人，一旦你把它逼急了，它就得张开嘴吐毒液。大量人一见到这个定理就死记硬背公式，认定像背语文课文，结局一道题拿不到分，心里那堵墙更厚了。
实际上只要别把它当死文背，当成一种思维急救包，用错了地方能救命。 实际上夹逼定理最忌讳的就是把它当成一种“填空”游戏。
你看到题目让你求最大或最小值，手里拿着夹逼定理，脑子里立马浮现出左边一个数、右边一个数，然后中间填个区间，最终得数对不对。
这种操作忒像小学生做填空题，拿分率极低。夹逼定理的真本事，在于它能把两个相距甚远、看似毫无涉联的东西强行扯到一起来比。
比方说，你看一个数列，前几项能算出来是乱糟糟的，后面全没了。
这时候你得往周围找参照系，比如看它在某个极限情况下收敛到多少，要么看它被另一个已知收敛的函数“磕住”了。 具体如何用，得看那个“夹”的哪位。
有时候夹的是左端点，有时候是右端点，有时候就连最糟的是双端点夹。
比如求 $lim_{ntoinfty} frac{n^2+n-1}{n^2+n}$，表面看分母和分子长得忒像，一眼就能看出来极限是 1。但要是你不用夹逼定理，心里可能还在那琢磨，那玩意儿到底还是 1 还是个陷阱呢？这时候你就用夹逼定理去“物理”地夹住它。你能够构造两个数列，左边一辈子小于等于原数列，右边一辈子大于等于原数列，再分别求它们的极限。
只要这两个极限相等，中间的数自然也逃不掉，趋近于那个值。
这种写法看着挺假，实际上就是利用函数单调性要么不等式性质做出来的，但写出来时，彻底不需求解释忒多逻辑推导，就像随手抄了一条线，直接得数。 再说说应用场景，大量时候夹逼定理不是用来算个具体的数值，而是用来证某个结论的“牢不可破性”。
比如你要证明某个数列单调有界收敛定理，中间漏掉一个步骤，要么你直接给出了极限值，务必用夹逼定理把它“钉子”住。
这时候你不需求管它占了多少空间，只要你能撕开它，把它变成两个更好办的函数——一个是它右边的极限对象，一个是左边的极限对象，只要这两个极限相等，原数列的存有性就水落石出了。
这种时候，你就连不需求写“起初”“其次”，直接上手撕，仿佛你是在给一个确认函盖上最终一颗钉子，一旦盖住，它就成了铁板一块，哪位也动不了。 还有一类情况，是当你面对一个看似复杂的分式，分子分母各自都复杂到没法单独求极限，但你发现它们有着某种特殊的对称结构，要么它们都被同一个更好办的函数从两边“夹”着走。
这时候你不需求对分子分母单独做极限运算，只需求整体把它们放在一个区间里，然后证明区间两端都趋近于同一个值，就能瞬间搞定。
这时候你的数学直觉挺关键，你得能看出来那个“夹”在哪儿，是乘积型还是加减型。
要是是乘积型，比如 $a_n = frac{sin n}{n} cdot frac{cos n}{n}$，你能够通过夹逼定理把 $sin n$ 和 $cos n$ 的振荡给压住，出于它们是有界的；而分母 $n$ 是趋于无穷的，这样你就知道整个式子是有界的，且极限为 0。
这种时候，分子分母拆开去求极限一般行不通，就连没法做，务必编造一个好办的“套娃”结构。 有时候夹逼定理还会用来处理“无穷小”要么“无穷大”的运算。
比如计算 $lim_{ntoinfty} frac{1}{n} cdot n$，乍一看是 1，但你要是强行用夹逼定理，你能够构造 $-1 le frac{1}{n} le 1$，再乘 $n$，拿到 $-1 le frac{1}{n} cdot n le 1$，这样你就直观地看到了它在 $[-1, 1]$ 之间波动，别看具体值没出来，但那已经充足说明难题，特别是在证明某些不等式性质时，这种直观的界限往往比复杂的代数变形更有用。 有时候你会发现，不用夹逼定理，这题根本没法做，要么做出来的结局跟答案对不上。
这时候夹逼定理就成了救命稻草。
比如有些极限难题，直接求极限会害得分母为 0 要么出现 $frac{0}{0}$ 不定型，这时候你得换个思路，构造一个新的函数 $f_n(t)$ 去“套”住它。你能够从 $f_n(t) le g(t)$ 和 $f_n(t) ge h(t)$ 入手，利用 $g(t)$ 和 $h(t)$ 的极限已知，通过中间值定理的逻辑，推导出原难题的极限，哪怕中间的过程写得再碎。
这种时候，你实际上是在进行一种“暴力降维”，把高维的复杂难题，强行压扁成一个低维的区间比较。 不过也得注意，夹逼定理这东西用起来有点“玄学”。
有时候你明明知道要夹住，可是找不到那两个哪位，要么找参进去之后，两边的极限反而不一样了。
这时候就得质疑自己的推导有没有漏洞，是不是那个不等式方向反了，要么数列的定义域搞错了。
特别是涉及到数列极限和函数极限混用时，时常会出现这种情况。
这时候别慌，检查一下收敛半径，要么看看单调性是否知足。
有时候最好办的办法就是拉倒夹逼定理，改用单调有界收敛定理要么直接泰勒展开，结局确实就出来了。 再聊聊做题时的注意事项。当你预备用夹逼定理的时候，心里得有个底，那就是“极限相等”才是终极目标。
要是两边的极限不一样，那夹死中间是没用的，只能说明原题的极限根本不存有，要么题目本身就是错的。在计算具体数值的时候，要是两边都是常数，那就直接抄；要是一边是常数，另一边是变动的，那就得小心，万一那个变动项在夹的过程中被压成了 0，要么被压成了无穷大，结局就全变了。
特别是在处理乘积形式的时候，时常会出现一边是无穷大，另一边是无穷小，结局乘积是个有限值，这时候你得记得商的极限等于商极限的乘积，要么利用倒数极限的倒数是原极限的倒数，先把这个变形做出来，再找参照系。 还有啊，夹逼定理实际上还能够用来做“估值”的辅助手段。
比如在计算最值的时候，你不需求求出确切的点对应的函数值，只需求求出它在某一段区间内的上下界即可。
比如求函数 $f(x)=$ 某个复杂的表达式在区间 $[a, b]$ 上的性质，你能够先找 $f(x)$ 的右端点极限 $L_1$，左端点极限 $L_2$。
然后证明对于任意 $x in [a, b]$，都有 $L_2 le f(x) le L_1$。
只要 $L_1 < L_2$ 要么 $L_2 < L_1$，那么这个最大值要么最小值就立马水落石出了。
这种思路在解决“求最值”类难题时特别有效，特别是当函数图像凹凸性复杂，没法一眼看出最大值在哪的时候，这种代数不等式放缩法往往比画图快得多，并且保证万无一失。 在实际运算中，有时候你会遇到一个数列，它的通项公式长得像个迷宫，根本无法直接求极限。
这时候你就得去看它的“邻居”。
比如这个数列和另一个调和级数项，要么另一个类似结构但系数不同的数列都相关系。你能够试着把 $a_n$ 和 $b_n$ 的极限放在一起比，看看能不能推导出 $a_n$ 的极限。
这种思路在压轴题的时候特别常见，时常是某种“围剿战”。你不需求自己挖出那个极限，你只需求知道有如此一组强大的对手存有，它们共同功能，就把你困在那里，最终逼得你向那个值投降。 最终得提一下，夹逼定理在证明题里的用法和计算题里的用法有点区别。在证明题里，你往往是为了引出结论而临时起意，是为了凑条件。
这时候你不能忒纠结于那个“夹”的过程是否严谨，只要逻辑闭环就行。但在计算题里，特别是需求给出最终数值的时候，你就得把“夹”的过程往死里写，就连要把中间每一步都写清楚，出于阅卷老师喜爱看你每一步的推导，就像写代码一样，注释越多越清楚。
有时候你就连会在草稿纸上画几条曲线，标注出左边的下界函数和右边的上界函数，哪怕那条线画得像歪七扭八的，只要方向对了，后面就能顺藤摸瓜。 总而言之，夹逼定理是数学工具箱里的一把尖刀，锋利且悬。用得不好，伤到自己；用得好，能帮你砍开一片天。别把它当成务必背诵的口诀，要当成一种策略，一种在信息残缺时寻找参照系的办法。当你累得像条狗的时候，随手捡起它，用它去压住那些乱七八糟的极限，你会发现，那些曾经让你头疼的难题，最终都变成了好办的区间比较。