一步一步建立直观
先预测,再点“演示本步”核对右图。每一步都重设到指定情形,随后可以自由修改参数。
01把消失的量看成一阶位移
当两个函数同时趋零时,它们的比值可能仍有极限。若在目标点附近分别近似为 和 ,共同的小步长可以消去,留下局部变化率之比。选择正弦函数,观察原点附近正弦曲线与斜率为一的直线如何贴合。
02先弄清为什么允许比较导数
窗口切换到平方函数,展示差商的控制机制,但它本身不是一般洛必达法则的证明。一般法则还需要区间上的可导性、分母导数不为零及导数比值的极限等条件。其理由来自中值定理对邻域中变化率的联系,不能只靠画两条切线代替。
03若一阶项消失,检查更高阶结构
改用立方函数并把观察点移到零,一阶导数也为零。此时分子与分母可能以不同阶数消失,必须继续分析主导项,或在每次确认条件后再次使用法则。不要把任意分式直接替换成导数之比;只有符合条件的极限问题才有这种结论。
2.10.1 两个量都趋零,比例仍可能完全不同¶
、 与 的分子分母都趋零,比值却分别趋向一、零,或在零附近无界。零除以零不是一种答案,它只是提示直接代入没有揭示相对消失速度。需要进一步比较两个量的一阶或更高阶变化。
若 ,且两者可导、,局部近似给出 与 ,因此比例接近导数之比。这个简单版本提供了直觉,但一般洛必达法则可以处理更复杂的去心区间情况,需要明确的条件。
2.10.2 法则是有条件的工具¶
下面列出的条件要求相关区间可微、分母导数不为零,并且导数比值具有极限。使用时先判断原式的未定形式,再核对这些条件。仅仅看到一个分式,不意味着可以把分子分母各求一次导数。
例如 在零附近没有未定性,直接连续代入得 ;随意求导反而得到一。又如 在一处,可以因式分解直接求极限,没必要把简单结构藏到一般定理里。
如果一次求导后仍是未定式,再用一次也要重新核对条件。洛必达法则的假设不满足,并不能反推原极限不存在,只能说明这个工具暂时不给结论。解题时应先看能否约分、换元或利用已知局部近似,再考虑更一般的方法。
与本图相连的定义与证明:2.2 · 平方函数的差商与误差。本节的具体条件与形式化范围见下文。
数学表述 2.10.1¶
当分子分母同时趋零时,比值取决于它们接近零的速度。导数可揭示这个速度,但需要足够的可微性条件。
一个常用 版本要求: 在去心区间可微,,,且 ;在相应单侧区间条件下可推出 。双侧结论须两侧一致。
例 2.10.1 把概念用于具体计算
。可以用导数比值 ,也可以先因式分解,后者在此更直接。
练习 2.10.1¶
求 。
展开解答与检查
答案 ,由指数函数在零点的导数定义即可得到。
Lean 对照 2.10.1 命题、证明与适用边界
完整验证上述有理函数的去心极限,方法是局部化简与连续性;没有把它标成一般洛必达法则的形式化证明。
Calculus.removable_limit
theorem removable_limit :
Tendsto (fun x : ℝ => (x^2-1)/(x-1)) (𝓝[≠] 1) (𝓝 2) := by
have h : (fun x : ℝ => (x^2-1)/(x-1)) =ᶠ[𝓝[≠] 1] (fun x => x+1) := by
filter_upwards [self_mem_nhdsWithin] with x hx
have hn : x-1 ≠ 0 := sub_ne_zero.mpr hx
field_simp
ring
apply Tendsto.congr' h.symm
have hc : ContinuousAt (fun x : ℝ => x+1) 1 := by fun_prop
have hlim : Tendsto (fun x : ℝ => x+1) (𝓝[≠] (1:ℝ)) (𝓝 ((1:ℝ)+1)) :=
hc.tendsto.mono_left nhdsWithin_le_nhds
norm_num at hlim
exact hlim