普林斯顿微积分读本 · 第四章
掌握极限计算的系统方法
有理函数是指形如 P(x)/Q(x) 的函数，其中 P(x) 和 Q(x) 都是多项式。计算 lim(x → a) P(x)/Q(x) 时，第一步永远是直接代入 x = a，然后根据结果选择不同的策略。
对于多项式函数 P(x)，以及分母不为零的有理函数 P(x)/Q(x)，直接代入 x = a 即可得到极限值。这是因为多项式函数在任何点都是连续的。
| 代入结果 | 含义 | 处理方法 | 极限结果 |
|---|---|---|---|
| 非零/非零 | 分母不为零 | 直接代入即可 | = P(a)/Q(a) |
| 0/0 | 分子分母同时为零 | 因式分解，约去公因子 (x-a) | 约分后重新代入 |
| 非零/0 | 分母为零但分子不为零 | 判断正负号 | = ±∞（垂直渐近线） |
| 0/非零 | 分子为零但分母不为零 | 直接代入即可 | = 0 |
当直接代入得到 0/0 时，说明分子和分母有共同的零点 x = a，即 (x - a) 是它们的公因子。通过因式分解约去公因子后，再代入求值。
0/0 被称为"不定式"（indeterminate form）。分子为零说明函数值趋向零，分母为零说明函数值趋向无穷——两种趋势"打架"了，我们需要更多信息才能判断最终结果。因式分解约分就是提取这个"额外信息"的方法。
当直接代入得到非零/0 时，函数值趋向无穷大。此时 x = a 就是函数的垂直渐近线。需要检查 x 从左侧和右侧逼近 a 时的符号，以确定是 +∞ 还是 -∞。
记住这个流程：先代入 → 如果是 0/0 就因式分解约分 → 如果是非零/0 就判断正负号 → 如果是 0/非零就直接得 0。这个流程可以处理绝大多数有理函数极限问题。
当极限表达式中含有平方根时，直接代入可能得到 0/0 型。此时最有效的技巧是有理化（rationalization）——乘以共轭表达式来消除根号。
共轭表达式的核心公式：
当分子（或分母）是两个根号之差时，我们乘以它们的和（即共轭表达式），利用平方差公式消除根号。注意：分子分母必须同时乘以共轭表达式，以保持等式不变。
考虑 lim(x → 4) (√x - 2)/(x - 4)：
有理化的本质是利用平方差公式将"差"转化为"积"。(√x - 2)(x - 4) 看起来无法约分，但乘以共轭表达式后变成了 (x - 4) / [(x - 4)(√x + 2)]，公因子 (x - 4) 就暴露出来了。这是一种非常优雅的代数技巧。
当 x 趋向无穷时，有理函数的行为完全由分子和分母的最高次项决定。低次项在 x → ∞ 时变得微不足道。
标准的计算方法是：找出分子和分母中的最高次项，然后分子分母同时除以这个最高次项。除完之后，所有含 1/x、1/x² 等的项在 x → ∞ 时都趋向零，极限值一目了然。
当 x 非常大时，x³ 比 x² 大得多，x² 比 x 大得多。例如，当 x = 1000 时，x³ = 109，而 x² = 106，x = 103。最高次项的值远远超过其他项之和，所以它"统治"了整个表达式的值。
| 分子次数 vs 分母次数 | 极限结果 | 直觉解释 | 例子 |
|---|---|---|---|
| 分子次数 > 分母次数 | ±∞ | 分子增长更快，"甩开"分母 | lim(x→∞) x³/x = ∞ |
| 分子次数 = 分母次数 | 首项系数之比 | 增长速度相同，比例趋于常数 | lim(x→∞) 3x²/(2x²) = 3/2 |
| 分子次数 < 分母次数 | 0 | 分母增长更快，"压倒"分子 | lim(x→∞) x/(x²+1) = 0 |
当分子次数大于分母次数时，极限为 ±∞。符号的判断取决于：
不需要每次都做完整的除法运算。只需比较分子和分母的最高次项的次数和系数：
lim(x→∞) (anxn + ...) / (bmxm + ...)
n > m ⇒ ±∞ | n = m ⇒ an/bm | n < m ⇒ 0
有理函数最多有一条水平渐近线（当 x → ±∞ 时）。如果分子次数等于分母次数，水平渐近线是 y = 首项系数之比；如果分子次数小于分母次数，水平渐近线是 y = 0；如果分子次数大于分母次数，没有水平渐近线。
除了纯有理函数，我们还会遇到含根号的多项式型函数的极限。这类问题需要更细致的分析。
当表达式中含有 √(ax² + bx + c) 且 x → ∞ 时，关键在于提取 x 的幂次：
当 x → +∞ 时，|x| = x；当 x → -∞ 时，|x| = -x。这一点在计算中至关重要。
从 √x² 中提取 x 时，必须写 |x| 而不是直接写 x。因为 √x² = |x|，而不是 x。当 x > 0 时 |x| = x，当 x < 0 时 |x| = -x。忽略绝对值是这类问题中最常见的错误。
在 x → ∞ 时，不同类型的函数以截然不同的速度增长。理解这些增长速度的层级关系，可以帮助我们快速判断极限。
| 增长速度（从快到慢） | 函数类型 | 当 x → ∞ 时的行为 |
|---|---|---|
| 最快 | 指数函数 ax (a > 1) | 增长极其迅速，远超任何多项式 |
| 快 | 多项式 xn（n 越大越快） | 按幂次增长，高次 > 低次 |
| 慢 | 对数函数 ln(x) | 增长极其缓慢，远慢于任何多项式 |
指数函数的增长是"爆炸性"的——每增加一个单位 x，ex 就乘以 e。多项式的增长是"稳步"的——x³ 只是 x 的三次方。对数函数的增长是"龟速"的——ln(1000) 才约等于 6.9。记住这个层级关系，可以快速判断涉及不同类型函数的极限。
| 极限表达式 | 结果 | 原因 |
|---|---|---|
| lim(x→∞) ex/xn | ∞ | 指数增长远快于多项式 |
| lim(x→∞) xn/ex | 0 | 多项式增长远慢于指数 |
| lim(x→∞) ln(x)/xn | 0 | 对数增长远慢于多项式 |
| lim(x→∞) xn/ln(x) | ∞ | 多项式增长远快于对数 |
绝对值函数 |x| 的本质是一个分段函数：当 x ≥ 0 时 |x| = x，当 x < 0 时 |x| = -x。因此，求含绝对值的函数极限时，关键是分段讨论。
绝对值函数的"转折点"是最需要关注的位置。在转折点处，函数的行为可能发生突变，导致左右极限不相等。
在 x = 0 处（转折点）：
因为 -1 ≠ 1，所以 lim(x→0) |x|/x 不存在。
绝对值函数 |x| 本身在 x = 0 处是连续的（左极限 = 右极限 = 0）。但 |x|/x 在 x = 0 处不连续，因为左右极限不相等。这说明：即使 |f(x)| 连续，f(x)/|f(x)| 也可能在转折点处不连续。
任何含绝对值的表达式都可以改写为分段函数。看到 |f(x)|，就想到"分情况讨论 f(x) ≥ 0 和 f(x) < 0"。这种思维方式不仅适用于极限问题，也适用于求导、积分等其他微积分问题。
电路中的 RC 时间常数：RC 电路的充电过程中，电容电压从 0 趋近于电源电压 V₀。时间常数 τ = RC 描述了趋近速度：经过一个 τ，电压达到终值的 63%；经过 5τ 基本达到稳态。这个极限过程是电子电路时序设计的基础。
阻尼振动的衰减率：汽车减震系统和建筑抗震结构中的阻尼振动，振幅按指数规律衰减。极限 lim(t→∞) A(t) = 0 表示振动最终停止，衰减系数决定系统恢复平衡的速度。
经济学中的边际分析：边际成本 MC = lim(Δq→0) ΔC/Δq 是成本函数的导数（极限形式）。企业通过分析边际成本与边际收益的极限关系，确定利润最大化的最优产量。
求 lim(x → 3) (x² - 9) / (x² - 5x + 6)
第一步：直接代入检验
代入 x = 3：
分子 = 3² - 9 = 9 - 9 = 0
分母 = 3² - 5 × 3 + 6 = 9 - 15 + 6 = 0
⇒ 0/0 型，需要因式分解
第二步：因式分解分子和分母
分子：x² - 9 = (x + 3)(x - 3)
分母：x² - 5x + 6 = (x - 2)(x - 3)
第三步：约去公因子后代入
代入 x = 3：
求 lim(x → ∞) (5x³ - 2x + 1) / (3x³ + x² - 4)
第一步：识别最高次项
分子最高次项：5x³（次数 = 3）
分母最高次项：3x³（次数 = 3）
次数相同 ⇒ 极限 = 首项系数之比 = 5/3
第二步：用除以最高次项的方法验证
分子分母同除以 x³：
当 x → ∞ 时，1/x → 0，1/x² → 0，1/x³ → 0：
求 lim(x → 4) (√x - 2) / (x - 4)
第一步：直接代入检验
代入 x = 4：分子 = √4 - 2 = 2 - 2 = 0，分母 = 4 - 4 = 0
⇒ 0/0 型，使用有理化方法
第二步：有理化分子
分子分母同乘以共轭表达式 (√x + 2)：
第三步：代入约分后的表达式
求 lim(x → 0) |x|/x 的左右极限
第一步：去掉绝对值符号，分段讨论
当 x > 0 时，|x| = x，所以 |x|/x = x/x = 1
当 x < 0 时，|x| = -x，所以 |x|/x = (-x)/x = -1
第二步：分别求左极限和右极限
左极限（x 从负方向逼近 0）：
右极限（x 从正方向逼近 0）：
第三步：判断双侧极限
因为左极限 -1 ≠ 右极限 1，所以双侧极限不存在。
以下 MATLAB 代码帮助你可视化本章的核心概念。运行这些代码，观察函数在不同极限场景下的行为。