数列：无穷过程的第一语言 | 微积分 II：积分技巧、无穷级数与参数曲线 | 自在学

数列：无穷过程的第一语言

从这一章开始，课程进入无穷过程。级数、幂级数、泰勒展开看起来都在处理“无限多个东西”，但它们的第一层语言其实是数列：一个按顺序排列的无限列表。

数列的任务不是把所有项都算完，而是判断当项号越来越大时，这个列表会不会靠近某个稳定的数。后一章讨论级数时，我们会把“前 $n$ 项和”也看成一个数列；判断级数收敛，就是判断这个部分和数列是否收敛。

学习目标

学完本章后，你应能做到：

用通项公式和递推关系描述数列，并写出前几项。
用图像和极限语言解释数列收敛、发散、振荡的差别。
判断常见数列的极限，包括有理式、几何型、交错趋零型、阶乘与指数比较型。
使用单调有界定理证明某些数列“确实有极限”。
用固定点观点分析简单递推数列的长期行为。

无限列表，不是连续曲线

数列是一个把正整数送到实数的函数。通常记作

\{a_n\}_{n=1}^{\infty}=a_1,a_2,a_3,\ldots

这里的 $n$ 是项号， $a_n$ 是第 $n$ 项。它与普通函数 $f(x)$ 的相似之处在于：给一个输入，就有一个输出。不同之处在于：数列只接受整数输入。我们不会问 $a_{2.5}$ 是多少，除非题目另外把它扩展成一个连续函数。

数列的离散点按项号 n 排列并逐渐靠近极限 L，右侧数轴显示各项向 L 聚集。

在图像上，数列应画成点列 $(n,a_n)$ ，而不是默认连成一条光滑曲线。连线有时能帮助眼睛看趋势，但它不是数列本身的一部分。这个小区别很重要：后面判断级数的部分和时，我们真正关心的也是一个个离散的 $s_n$ 。

数列的下标不一定从 $1$ 开始。有些数列从 $0$ 开始，例如 $\{r^n\}_{n=0}^{\infty}$ ；有些为了避免分母为 $0$ ，可能从或更大整数开始。只要题目说明了起点，极限问题通常不受有限个前项影响。

通项、递推和前几项

给出数列有两种常见方式。

第一种是通项公式，直接告诉你第 $n$ 项。例如

a_n=\frac{n+1}{n^2}

把 $n=1,2,3,4$ 代入，就得到

2,\frac34,\frac49,\frac5{16},\ldots

第二种是递推定义，它先给初值，再告诉你如何从已有项生成下一项。例如

a_1=2,\qquad a_{n+1}=0.6a_n+2

这时 $a_2$ 要由 $a_1$ 计算， $a_3$ 要由 $a_2$ 计算。递推数列像一台反复运行的机器：输出会成为下一次输入。

双栏流程图对比数列的通项公式与递推定义：左侧由 n 直接输出 a_n，右侧由 a_n 经规则生成 a_n+1。

$a_{n+1}$ 表示“下一项”，不是 $a_n+1$ 。下标里的 $+1$ 不能跑到下标外面。比如 $_{}$ 时，，它通常不等于。

例题：由两种定义写前几项

写出下列数列的前四项。

$a_n=\dfrac{(-1)^{n+1}}{n}$ ，从 $n=1$ 开始。

对第一个数列，直接代入 $n=1,2,3,4$ 。符号由 $(-1)^{n+1}$ 决定，分母由决定，所以前四项是。

数列极限：最终靠近一个数

如果当 $n$ 足够大时， $a_n$ 可以任意接近某个实数 $L$ ，我们说数列 $\{a_n\}$ 收敛到 $L$ ，记作

\lim_{n\to\infty}a_n=L

“任意接近”可以用误差带来理解。给定一个很小的正数 $\varepsilon$ ，只要能找到一个整数 $N$ ，使得所有 $n\ge N$ 的项都落在 $L-\varepsilon$ 与 $L+\varepsilon$ 之间，就说明从某一项以后，数列一直被困在这条误差带里。

n\ge N \quad\Longrightarrow\quad |a_n-L|<\varepsilon

如果数列不收敛，它就发散。发散有不同形态：有的项越来越大，例如 $a_n=n^2$ ；有的在两个值之间来回跳，例如 $a_n=(-1)^n$ ；有的行为更复杂，既不靠近一个有限数，也不单纯趋向无穷。

三联坐标图对比收敛、发散到无穷、振荡不收敛三种数列行为。

“发散到无穷”不是“极限等于一个叫无穷的数”。当我们写 $\lim_{n\to\infty}a_n=\infty$ 时，只是在描述项越来越大，没有有限极限。无穷不是实数极限。

常用判断工具

如果 $a_n=f(n)$ ，而函数 $f(x)$ 在 $x\to\infty$ 时有极限 $L$ ，那么数列也趋向。这让我们可以把微积分 I 中的无穷远极限方法拿来使用，例如同除最高次幂、洛必达法则、夹逼思想和连续函数代入。

例如

a_n=\frac{3n^2-1}{10n+5n^2}

分子分母同除以 $n^2$ ，得到

a_n=\frac{3-\frac{1}{n^2}}{\frac{10}{n}+5}

于是

\lim_{n\to\infty}a_n=\frac35

另一个常见例子是

a_n=\frac{(-1)^n}{n}

虽然符号不断变化，但它被夹在 $-\frac1n$ 与 $\frac1n$ 之间，而这两个边界都趋向 $0$ ，所以

\lim_{n\to\infty}\frac{(-1)^n}{n}=0

这说明“振荡”不一定导致发散。真正的问题是振荡幅度有没有缩小到 $0$ 。

子数列视角：证明不收敛

有时判断发散最干净的方法，是看偶数项和奇数项是否靠近不同的数。以

a_n=(-1)^n

为例，偶数项恒为 $1$ ，奇数项恒为 $-1$ 。同一个数列如果有极限，所有足够靠后的项都必须靠近同一个数；但这里两条子数列分别停在 $1$ 和 $-1$ ，所以它不收敛。

单调有界：证明极限存在

有些数列很难直接写出极限，但可以先证明它一定收敛。最常用的工具是单调有界定理。

数列 $\{a_n\}$ 递增，指的是从某一项开始总有

a_{n+1}\ge a_n

数列递减，指的是从某一项开始总有

a_{n+1}\le a_n

如果存在常数 $M$ 使得所有项都满足 $a_n\le M$ ，数列有上界；如果存在常数 $m$ 使得所有项都满足 $a_n\ge m$ ，数列有下界。

单调有界定理说：递增且有上界的数列收敛；递减且有下界的数列收敛。它给的是“存在极限”的保证。真正的极限值往往还要另外求。

单调有界定理示意图：递增数列的离散点逐渐上升并接近实际极限 L，始终低于上界 M。

例题：用单调有界定理处理递推数列

设

a_1=1,\qquad a_{n+1}=\sqrt{2+a_n}

证明 $\{a_n\}$ 收敛，并求它的极限。

先猜测上界。若数列趋向某个 $L$ ，递推式给出 $L=\sqrt{2+L}$ ，即，候选值为或。由于所有项为正，合理候选是。

这个例子也说明，求递推极限时不能只解方程。先确认数列真的收敛，再把极限代入递推式，逻辑才完整。

常见数列和增长速度

进入级数前，先熟悉几类反复出现的数列。

几何数列

几何数列的基本形态是 $\{r^n\}$ 。它的长期行为由 $r$ 的大小决定：

$r$ 的范围	$\{r^n\}$ 的行为
$\lvert r\rvert<1$	收敛到 $0$
$r=1$

这里最容易漏掉的是负公比。比如 $(-0.8)^n$ 会交替正负，但幅度趋向 $0$ ，所以它收敛到 $0$ ；而 $(-1)^n$ 幅度不缩小，所以发散。

调和型数列

数列

a_n=\frac1n

收敛到 $0$ 。更一般地，只要 $p>0$ ，

\lim_{n\to\infty}\frac1{n^p}=0

这条结论会在后面反复出现。要注意的是，项趋向 $0$ 只说明单个项越来越小，不说明把所有项加起来一定得到有限值。下一章的调和级数会专门展示这个差别。

多项式、指数和阶乘

长期比较中，指数通常压过多项式，阶乘又压过固定底数的指数。对任意固定的正整数 $k$ 和任意 $a>1$ ，有

\lim_{n\to\infty}\frac{n^k}{a^n}=0

对任意固定的 $a>0$ ，也有

\lim_{n\to\infty}\frac{a^n}{n!}=0

直观原因是：多项式每一步只按有限阶增长，指数每一步大致乘以固定倍数；而阶乘从 $1$ 乘到 $n$ ，后面的因子越来越大。

对数尺度坐标图比较 n、n^2、2^n、n! 的增长速度，并用排序箭头强调长期行为的重要性。

例题：判断 $\dfrac{5^n}{n!}$ 的极限

设

a_n=\frac{5^n}{n!}

求 $\lim_{n\to\infty}a_n$ 。

比较相邻两项。由定义可得

\frac{a_{n+1}}{a_n}=\frac{5^{n+1}}{(n+1)!}\cdot\frac{n!}{5^n}=\frac5{n+1}

递推数列和稳定点

递推数列常写成

a_{n+1}=f(a_n)

如果它收敛到 $L$ ，且 $f$ 在 $L$ 附近连续，那么把两边取极限会得到

L=f(L)

这样的 $L$ 称为固定点。固定点不是自动的极限候选池，而是“如果真的收敛，可能只能收敛到这里”的约束。

递推数列固定点稳定性双栏蛛网图，左侧轨迹靠近固定点，右侧轨迹远离固定点。

线性递推的误差法

考虑

a_{n+1}=0.6a_n+2

固定点满足

L=0.6L+2

所以 $L=5$ 。为了证明数列确实靠近 $5$ ，可以直接看误差：

a_{n+1}-5=0.6a_n+2-5=0.6(a_n-5)

反复使用这个关系，得到

a_n-5=0.6^{\,n-1}(a_1-5)

因为 $0.6^{n-1}\to 0$ ，所以不管初值 $a_1$ 是多少，数列都收敛到 $5$ 。

对 $a_{n+1}=f(a_n)$ ，如果在固定点附近 $f$ 的斜率绝对值小于 $1$ ，迭代通常会把误差压小，固定点表现为稳定；如果斜率绝对值大于，小误差可能被放大，固定点表现为不稳定。本章只把它作为图像直觉，严格版本会在动力系统或数值分析里展开。

例题：候选极限不等于已经证明收敛

设

a_{n+1}=2a_n

若数列收敛到 $L$ ，则 $L=2L$ ，所以候选极限只有 $L=0$ 。但如果 $a_1=1$ ，数列为

1,2,4,8,\ldots

它发散到无穷，并不会收敛到 $0$ 。固定点方程只能给候选，不能替代收敛性证明。

与级数的连接

无穷级数看起来是在求

\sum_{k=1}^{\infty}b_k

但严格地说，我们先定义部分和

s_n=b_1+b_2+\cdots+b_n

然后研究数列 $\{s_n\}$ 的极限。如果 $\{s_n\}$ 收敛，级数就收敛；如果 $\{s_n\}$ 发散，级数就发散。

这就是本章放在级数之前的原因。数列极限不是级数旁边的预备小节，而是级数定义本身的骨架。

不要把“项数列 $\{b_n\}$ 收敛”与“级数 $\sum b_n$ 收敛”混为一谈。级数看的是部分和数列 $\{s_n\}$ 。即使，部分和也可能一直增长，例如调和级数。

常见误区

只看前几项下结论

前几项能帮助猜测，但不能证明长期行为。数列

a_n=\frac{1000n}{n^2+1}

前面会变大很久，但最终趋向 $0$ 。判断极限时，必须看 $n\to\infty$ 的主导项。

有界就一定收敛

有界是收敛的必要条件，不是充分条件。数列 $(-1)^n$ 始终在 $-1$ 与 $1$ 之间，因此有界；但它不靠近一个数，所以发散。单调有界定理中的“单调”不能省略。

求出固定点就认为完成

递推数列若收敛，极限通常满足固定点方程；但固定点方程本身不保证收敛。正确顺序是：先证明或合理判断收敛，再用固定点方程求极限。

章末练习

判断下列数列是否收敛；若收敛，求极限。

$a_n=\dfrac{2n-1}{n+4}$ 。

分子分母同除以 $n$ ，得到

a_n=\frac{2-\frac1n}{1+\frac4n}

$a_n=(-1)^n\dfrac{n}{n+1}$ 。

偶数项趋向 $1$ ，奇数项趋向 $-1$ 。两个子数列趋向不同的数，所以原数列发散。

$a_n=\dfrac{n^3}{2^n}$ 。

指数增长最终压过固定次数的多项式，因此

\lim_{n\to\infty}\frac{n^3}{2^n}=0

$a_1=1$ ， $a_{n+1}=\dfrac{a_n+6}{4}$ 。

若极限存在， $L=\dfrac{L+6}{4}$ ，所以 $L=2$ 。看误差：

a_{n+1}-2=\frac{a_n+6}{4}-2=\frac14(a_n-2)

$a_n=\dfrac{(-1)^n}{\sqrt n}$ 。

虽然符号交替，但

-\frac1{\sqrt n}\le \frac{(-1)^n}{\sqrt n}\le \frac1{\sqrt n}

$a_n=(-1)^n+\dfrac1n$ 。

偶数项为 $1+\dfrac1n$ ，趋向 $1$ ；奇数项为 $-1+\dfrac1n$ ，趋向。两个子数列极限不同，所以原数列发散。

小结

数列把“无限”变成可以讨论的对象：不是一次看完所有项，而是问项号越来越大时是否靠近稳定值。通项公式适合直接分析第 $n$ 项，递推定义适合描述反复迭代。收敛的核心是最终进入任意小的误差带；单调有界定理能在不直接求出通项时保证极限存在；固定点方法能帮助分析递推数列，但不能替代收敛性证明。

下一章会把级数定义成部分和数列的极限。到那时，本章的语言会直接变成判断“无限相加”是否有意义的语言。

a

n

=

n^{2}

a_n=n^2

n