极限：修订间差异

2026年9月20日 (日) 07:16的最新版本

极限（limit）描述变量接近某个位置时，函数值是否稳定地接近一个确定的数。这里的“接近”可以用误差衡量：只要输入控制得足够好，输出误差就能小于任何预先给定的正数。

平方函数的输出能控制得多准

取 $f (x) = x^{2}$ 。输入为2时输出为4；输入略有变化，例如 $x = 2.01$ ，输出变成4.0401。现在倒过来提问：要让输出与4相差不到0.01，输入应当离2多近？

把输出误差分解： $| x^{2} - 4 | = | x - 2 | | x + 2 | .$ 第一个因子是输入误差，第二个因子随输入变化。先限制 $| x - 2 | < 1$ ，这样 $1 < x < 3$ ，于是 $| x + 2 | < 5$ 。再要求 $| x - 2 | < 0.002$ ，就有 $| x^{2} - 4 | < 5 \times 0.002 = 0.01$ 。

图中的横向范围表示输入的允许变化，纵向带表示输出的允许误差。要缩窄纵向带，就可以继续缩窄横向范围。

平方函数在输入二附近的图像，缩小输入区间使输出落进以四为中心的误差带 — 横向范围选得合适，其中整段曲线就会留在输出误差带内。

把0.01换成任意正数 $ε$ ，同一思路仍成立：选 $δ = min {1, ε / 5} .$ 符号 $min$ 表示取两数中较小的一个。若 $0 < | x - 2 | < δ$ ，前面的两个限制同时成立，因而 $| x^{2} - 4 | < 5 | x - 2 | < ε .$ 这条规则适用于每一种精度，就是 $lim_{x \to 2} x^{2} = 4$ 的证明。我们只需找到一个有效的范围，无须找出最大的允许范围。

把误差规则写成定义

设实函数 $f$ 的定义域为 $D$ ，并且 $a$ 附近任意小的范围内都有不同于 $a$ 的定义域点；后一个条件称 $a$ 是定义域的聚点。称 $f (x)$ 在 $x$ 趋于 $a$ 时以 $L$ 为极限，是指：

对每个 $ε > 0$ ，都能选出 $δ > 0$ ，使所有属于 $D$ 的 $x$ 满足 $0 < | x - a | < δ ⟹ | f (x) - L | < ε .$ 记作 $lim_{x \to a} f (x) = L$ 。 $ε$ （epsilon）表示输出误差， $δ$ （delta）表示输入半径。先给误差，再选半径，最后检查范围内的所有点，这个顺序构成定义的要点。OpenStax §2.5采用同样的误差表述。

在线性例子 $f (x) = 3 x - 2$ 中，输入靠近4，输出靠近10。因为 $| f (x) - 10 | = 3 | x - 4 |$ ，直接选 $δ = ε / 3$ 即可。平方函数多了一步给 $| x + 2 |$ 找上界，正是非线性关系带来的区别。

条件 $0 < | x - a |$ 排除了目标点。例如 $(x^{2} - 9) / (x - 3)$ 在3处没有定义，但只要 $x \neq 3$ ，它就等于 $x + 3$ ，与6的误差为 $| x - 3 |$ 。取 $δ = ε$ ，便得到极限6。若将缺失点补成6，函数在3连续；补成100，极限仍是6，只是不再连续。连续要求附近的极限恰好等于那个点的函数值。

极限为什么只有一个

假设同一函数在同一点既趋于 $L$ 又趋于不同的 $M$ 。令两数距离 $d = | L - M | > 0$ ，给两边都提出误差 $d / 3$ 。分别找到两个输入范围，再取较小半径，就应同时有 $| f (x) - L | < d / 3$ 和 $| f (x) - M | < d / 3$ 。

聚点条件保证范围内存在待检查的点；但三角不等式又给出 $d = | L - M | \leq | L - f (x) | + | f (x) - M | < 2 d / 3,$ 矛盾。故极限一旦存在，就是唯一的。若定义域中的某点孤立，附近没有其他点，误差要求就没有检查对象，这也解释了定义为何需要聚点条件。

从已知极限算出新极限

若 $f (x) \to L$ 、 $g (x) \to M$ ，则和、差、积的极限分别为 $L + M$ 、 $L - M$ 、 $L M$ 。证明和法则时，给两个函数各分配 $ε / 2$ 的误差，再取共同的输入范围： $| (f + g) - (L + M) | \leq | f - L | + | g - M | < ε .$ 乘法多了一个会变化的因子。写成 $f g - L M = f (g - M) + M (f - L)$ ，先由 $f \to L$ 缩小范围使 $| f | \leq | L | + 1$ 。随后分别要求 $| g - M | < \frac{ε}{2 (| L | + 1)}, | f - L | < \frac{ε}{2 (| M | + 1)},$ 两项绝对值之和便小于 $ε$ 。这与开头平方函数先控制因子、再控制误差，是同一种方法。

商法则另需 $M \neq 0$ 。此时先令 $| g - M | < | M | / 2$ ，就有 $| g | > | M | / 2$ ，分母不会任意靠近零。若分子、分母都趋零，单凭这个信息无法求商：当 $x \to 0$ ， $x / x \to 1$ ， $x^{2} / x \to 0$ ，而 $x / x^{2}$ 没有有限双侧极限。“0/0未定式”所说的正是这种信息不足。

误差带怎样容纳振荡

若附近有 $g (x) \leq f (x) \leq h (x)$ ，而两端都趋于 $L$ ，那么 $f$ 也趋于 $L$ 。给两端同一个误差要求，在共同范围内就有 $L - ε < g (x) \leq f (x) \leq h (x) < L + ε$ ，这就是夹逼定理的证明。

例如 $| x^{2} \sin (1 / x) | \leq x^{2}$ 。即使正弦项不断摆动，振幅仍缩小到零，整个表达式因而趋于零；取 $δ = \sqrt{ε}$ 就直接满足误差定义。

另一个重要例子是 $\sin x / x$ 。以弧度计，对 $0 < x < π / 2$ ，单位圆上的内接三角形、扇形和外接三角形面积依次增大，得到 $\sin x < x < \tan x$ 。除以正数并整理： $\cos x < \frac{\sin x}{x} < 1.$ 由同一几何不等式还有 $0 \leq 1 - \cos x = 2 \sin^{2} (x / 2) \leq x^{2} / 2$ ，所以余弦趋于1，两端趋于1；这个商又是偶函数，左侧结果相同。因此 $lim_{x \to 0} \sin x / x = 1$ 。这条几何证明可用于建立正弦导数，不需要先借用导数公式。

极限保留非严格不等式，但严格差距可能消失：每个 $1 / n > 0$ ，极限仍为0。若原来还有一个固定的差距，例如 $f (x) \geq g (x) + c$ 且 $c > 0$ ，那么有限极限之间才保证至少相差 $c$ 。

用两条趋近路线证明极限不存在

对于 $\sin (1 / x)$ ，取 $x_{n} = \frac{1}{2 π n + π / 2}, y_{n} = \frac{1}{2 π n + 3 π / 2} .$ 两列输入都趋于0，输出却分别恒为1和−1，不可能进入同一个任意窄的误差带。因此函数在0没有极限。 $| x | / x$ 也有类似情况：左边恒为−1，右边恒为1，左右极限不同。

一般的序列判别是： $f (x) \to L$ ，当且仅当每一个由定义域中非 $a$ 的点组成、并趋于 $a$ 的数列 $x_{n}$ ，都有 $f (x_{n}) \to L$ 。正向由定义得出：输入数列最终进入给定范围，输出便满足精度要求。反向若失败，就有某个固定误差 $ε_{0} > 0$ ，无论范围多小都能找到坏点。依次在半径 $1 / n$ 内选这样的点，便构造出 $x_{n} \to a$ ，但始终 $| f (x_{n}) - L | \geq ε_{0}$ ，与序列条件矛盾。

因此一条好序列不足以证明极限，两个给出不同结果的序列却足以否定它。有限数值表也有同样限制：前一百项与 $1 / n$ 相同的数列，以后既可以继续趋零，也可以改成恒为5；结论还要依据数列的完整定义。

数列与无穷远的极限

数列 $a_{n} \to L$ 的输入控制改成“项数足够大”：对每个 $ε > 0$ ，存在整数 $N$ ，使所有 $n \geq N$ 都有 $| a_{n} - L | < ε$ 。例如 $a_{n} = 2 + 3 / n$ ，取整数 $N > 3 / ε$ 即可。每一项都未取到2，仍可以以2为极限。

函数在正无穷处的极限用 $x > R$ 控制输入。例如 $\frac{2 x + 1}{x + 3} - 2 = - \frac{5}{x + 3},$ 取足够大的 $R$ 就能让右侧绝对值小于给定误差，故原式趋于2。相反， $1 / x^{2}$ 在 $x \to 0$ 时超过任何预先给定的正阈值，记作趋于 $+ \infty$ ；这是无界增长的陈述，而不是有限实数极限。

极限存在与收敛快慢是两件事。 $1 / n$ 的误差小于千分之一需要 $n > 1000$ ， $1 / \sqrt{n}$ 则需 $n > 1000000$ 。多个过程同时变化还要保留次序：在 $[0, 1]$ 上， $f_{n} (x) = x^{n}$ 对每个固定 $x < 1$ 趋于0，故先令 $n \to \infty$ 再令 $x \to 1^{-}$ 得0；先令 $x \to 1^{-}$ ，每个 $x^{n}$ 的极限都是1，再令 $n$ 增大仍得1。

历史

柯西在1821年的《分析教程》中系统组织了极限、连续与收敛问题；魏尔斯特拉斯的研究和教学进一步推进了用不等式处理分析基础的传统。今天的误差—邻域定义是在这一发展脉络中形成的标准表述。相关著作与教学经历见MacTutor：Cauchy及Weierstrass。

来源与继续阅读

OpenStax，《Calculus Volume 1》§2.5：精确定义及量词说明。
J. J. O'Connor、E. F. Robertson，MacTutor：Augustin-Louis Cauchy：十九世纪分析史。
MacTutor：Karl Weierstrass：分析严格化背景。
先修：函数、逻辑；后续：导数、积分、微积分。

@@ 第1行： / 第1行： @@
-'''极限'''（limit）是在变量趋近某个位置、或数列的项数不断增大时，对输出能否稳定接近一个确定值的精确描述。实数中的有限极限以距离和误差为基础：无论要求多小的输出误差，都能给出足够严格的输入范围，使范围内的所有输出满足要求。它并不意味着变量真的走完“无穷多步”，也不要求函数在目标点有定义。[[导数]]、[[积分]]、连续性及级数收敛都使用这一思想。
+'''极限'''（limit）描述变量接近某个位置时，函数值是否稳定地接近一个确定的数。这里的“接近”可以用误差衡量：只要输入控制得足够好，输出误差就能小于任何预先给定的正数。
-== 从误差要求理解趋近 ==
+== 平方函数的输出能控制得多准 ==
-设一段测量关系由 <math>f(x)=3x-2</math> 描述。当输入接近 4 时，输出应接近 10。这不只是观察数值表所得的猜想，因为输出误差与输入误差有精确关系：
+取 <math>f(x)=x^2</math>。输入为2时输出为4；输入略有变化，例如 <math>x=2.01</math>，输出变成4.0401。现在倒过来提问：要让输出与4相差不到0.01，输入应当离2多近？
-<math display="block">|f(x)-10|=3|x-4|.</math>
-要求输出误差小于 0.03，只需输入误差小于 0.01；要求输出误差小于百万分之一，就把允许的输入误差缩小到三百万分之一。这里重要的是同一条控制规则能够应付'''任意'''正误差，而不是某一次计算出现了很多相同的小数位。
-非线性函数也有类似控制，但比例可能随位置变化。例如平方函数在 2 附近的输入误差与输出误差并不是永远按 4 倍变化；需要先限制输入范围，再寻找一个足够的误差上界。极限定义允许这个上界不够精确，只要求它确实有效。证明中找出的邻域通常不是最大的邻域，极限也不要求每一步都单调靠近目标。
+把输出误差分解：
+<math display="block">|x^2-4|=|x-2|\,|x+2|.</math>
-[[File:Gezhi-limit-band.svg|frame|center|alt=平方函数在输入二附近的图像，缩小输入区间使输出落进以四为中心的误差带|横轴范围控制输入误差，纵轴误差带控制输出误差。图只展示一次选择，极限定义要求每一种正的输出误差都能得到控制。]]
+第一个因子是输入误差，第二个因子随输入变化。先限制 <math>|x-2|<1</math>，这样 <math>1<x<3</math>，于是 <math>|x+2|<5</math>。再要求 <math>|x-2|<0.002</math>，就有 <math>|x^2-4|<5\times0.002=0.01</math>。
-== 定义中的范围与量词 ==
-设 <math>D\subseteq\mathbb R</math>，函数 <math>f:D\to\mathbb R</math>，且 <math>a</math> 是 <math>D</math> 的聚点，即任意小的 <math>a</math> 邻域都包含不同于 <math>a</math> 的定义域点。称
-<math display="block">\lim_{x\to a}f(x)=L</math>
-当且仅当对每个 <math>\varepsilon>0</math>，都存在 <math>\delta>0</math>，使得对所有 <math>x\in D</math>，
-<math display="block">0<|x-a|<\delta\quad\Longrightarrow\quad|f(x)-L|<\varepsilon.</math>
-这里的 <math>\varepsilon</math> 是输出误差容限，<math>\delta</math> 是能够保证该容限的输入半径。定义的本科教材表述可参见 [https://openstax.org/books/calculus-volume-1/pages/2-5-the-precise-definition-of-a-limit OpenStax §2.5]。
-量词的先后有实际作用：先给任意误差，再选一个邻域，最后要求这个邻域内的所有定义域点同时合格。<math>\delta</math> 可以依赖误差、函数和目标位置，但不能随着最后检查的那个 <math>x</math> 临时变化。若只要求“邻域里至少存在一个合格点”，振荡函数也容易满足，便无法表达稳定趋近。
+图中的横向范围表示输入的允许变化，纵向带表示输出的允许误差。要缩窄纵向带，就可以继续缩窄横向范围。
-条件 <math>0<|x-a|</math> 排除了目标点自身，因此改变一个函数在 <math>a</math> 的取值不影响极限。聚点条件则排除另一种空洞情况：如果附近根本没有可检查的点，逻辑蕴含会自动成立，从而每个数都能被误称为极限。对于只有右侧定义的函数，应在定义域内讨论趋近；通常教材所说的“双侧极限”，还默认目标点两边都有可趋近的点。
+[[File:Gezhi-limit-band-theme.svg|frame|center|alt=平方函数在输入二附近的图像，缩小输入区间使输出落进以四为中心的误差带|横向范围选得合适，其中整段曲线就会留在输出误差带内。]]
-=== 完整证明一：平方函数的误差控制 ===
+把0.01换成任意正数 <math>\varepsilon</math>，同一思路仍成立：选
-证明 <math>\lim_{x\to2}x^2=4</math>。目标误差可以分解为
-<math display="block">|x^2-4|=|x-2|\,|x+2|.</math>
-第二个因子并不是常数，不能直接令 <math>\delta=\varepsilon/|x+2|</math>，因为这会让已经选定的邻域依赖待检查的点。先要求 <math>|x-2|<1</math>，便有 <math>1<x<3</math>，从而 <math>|x+2|<5</math>。给定任意 <math>\varepsilon>0</math>，选择
 <math display="block">\delta=\min\{1,\varepsilon/5\}.</math>
-若 <math>0<|x-2|<\delta</math>，前述两个限制同时满足，于是 <math>|x^2-4|<5|x-2|<\varepsilon</math>，证明完成。这里先“圈定范围”，再“控制误差”，比猜最优的邻域更便于推广。
+符号 <math>\min</math> 表示取两数中较小的一个。若 <math>0<|x-2|<\delta</math>，前面的两个限制同时成立，因而
+<math display="block">|x^2-4|<5|x-2|<\varepsilon.</math>
+这条规则适用于每一种精度，就是 <math>\lim_{x\to2}x^2=4</math> 的证明。我们只需找到一个有效的范围，无须找出最大的允许范围。
-=== 完整证明二：去掉分母为零的表象 ===
+== 把误差规则写成定义 ==
-求 <math>\lim_{x\to3}(x^2-9)/(x-3)</math>。原函数在 3 处没有定义，但极限只检查 <math>x\ne3</math> 的点。在这些点，约分是合法的，原式等于 <math>x+3</math>。于是与候选极限 6 的误差恰为 <math>|x-3|</math>；对任意正误差取 <math>\delta=\varepsilon</math> 即得极限为 6。
+设实函数 <math>f</math> 的定义域为 <math>D</math>，并且 <math>a</math> 附近任意小的范围内都有不同于 <math>a</math> 的定义域点；后一个条件称 <math>a</math> 是定义域的'''聚点'''。称 <math>f(x)</math> 在 <math>x</math> 趋于 <math>a</math> 时以 <math>L</math> 为极限，是指：
-这个证明没有给 <math>0/0</math> 赋值，也没有宣称原函数在 3 处等于 6。若补定义为 6，得到连续延拓；若补定义为 100，极限仍为 6，但函数在该点不连续。“附近的行为”与“那个点的值”是两个信息。
+对每个 <math>\varepsilon>0</math>，都能选出 <math>\delta>0</math>，使所有属于 <math>D</math> 的 <math>x</math> 满足
+<math display="block">0<|x-a|<\delta\quad\Longrightarrow\quad|f(x)-L|<\varepsilon.</math>
-== 极限为何唯一，何时可以运算 ==
+记作 <math>\lim_{x\to a}f(x)=L</math>。<math>\varepsilon</math>（epsilon）表示输出误差，<math>\delta</math>（delta）表示输入半径。先给误差，再选半径，最后检查范围内的'''所有点'''，这个顺序构成定义的要点。[https://openstax.org/books/calculus-volume-1/pages/2-5-the-precise-definition-of-a-limit OpenStax §2.5]采用同样的误差表述。
-有限极限的唯一性可以直接由定义证明。假设同一函数在同一点有两个不同的极限 <math>L,M</math>，令 <math>\varepsilon=|L-M|/3</math>。分别找到保证接近两者的邻域，再取两邻域半径的较小值。聚点条件保证其中存在一个去心定义域点；在这个点，三角不等式给出
-<math display="block">|L-M|\le |L-f(x)|+|f(x)-M|<\frac23|L-M|,</math>
-产生矛盾。因此只要有限极限存在，就不能同时是两个不同的数。
-若 <math>f(x)\to L</math>、<math>g(x)\to M</math> 都是有限极限，和、差、积的极限分别为相应的和、差、积。商法则另需 <math>M\ne0</math>，这样分母在足够小的邻域中才会离零有一段距离。证明和法则时，把总误差预算平分给两个函数，再取能同时满足要求的邻域；证明乘法则时，还需要利用收敛函数在局部有界。这些规则不是对符号“无穷小”进行任意代数运算。
-<math>0/0</math> 被称为未定式，原因是它没有决定增长速度的比较。例如在 <math>x\to0</math> 时，<math>x/x\to1</math>，<math>x^2/x\to0</math>，而 <math>x/x^2</math> 没有有限双侧极限。同样，“无穷大减无穷大”也不确定：<math>(x+1)-x</math> 恒为 1，<math>2x-x</math> 在 <math>x\to+\infty</math> 时却无界增大。
-== 夹逼、振荡与不存在的证明 ==
-夹逼定理说：若目标点附近有 <math>g(x)\le f(x)\le h(x)</math>，且两端都趋于同一个有限值 <math>L</math>，则中间也趋于 <math>L</math>。证明只需分别保证 <math>L-\varepsilon<g(x)</math> 和 <math>h(x)<L+\varepsilon</math>；取共同邻域以后，中间项自动落在同一误差带内。
-例如 <math>x\ne0</math> 时有 <math>|x^2\sin(1/x)|\le x^2</math>，所以其极限为 0。甚至可以直接给出 <math>\delta=\sqrt{\varepsilon}</math>。振荡本身没有停止，但振幅被压到了任意小。相反，<math>\sin(1/x)</math> 本身没有极限：取
-<math display="block">x_n=\frac1{2\pi n+\pi/2},\qquad y_n=\frac1{2\pi n+3\pi/2},</math>
-两数列均趋于 0，但函数值分别恒为 1 和 −1。若函数有同一个极限，沿这两条序列也必须得到同一个值，这与唯一性冲突。
-左右极限给出另一种失败情形。<math>|x|/x</math> 在 0 左边恒为 −1、右边恒为 1，因此双侧极限不存在。并不是“左右各有答案，随便选一个”；双侧定义要求同一误差控制同时覆盖两边。至于 <math>1/x^2</math> 在 0 附近，函数趋于正无穷，说明它没有有限实数极限，但在扩充实数的约定下可以写极限为 <math>+\infty</math>，不宜笼统说“完全没有极限”。
-== 数列、无穷远与连续性 ==
-数列 <math>(a_n)</math> 收敛于 <math>L</math>，是指对每个 <math>\varepsilon>0</math>，存在正整数 <math>N</math>，使所有 <math>n\ge N</math> 都满足 <math>|a_n-L|<\varepsilon</math>。早期有限多项可以任意改变而不影响极限。以 <math>a_n=2+3/n</math> 为例，取整数 <math>N>3/\varepsilon</math> 即可；该数列每一项都大于 2，却可以收敛于 2，说明“没有取到”不妨碍收敛。
-当自变量趋于正无穷时，输入控制改为 <math>x>R</math>，不再使用 <math>|x-a|<\delta</math>。例如
-<math display="block">\frac{2x+1}{x+3}-2=-\frac5{x+3}</math>
-在足够大的正 <math>x</math> 上可以任意接近零，所以原式趋于 2。函数趋于正无穷则使用任意阈值 <math>M>0</math>：最终函数值大于它；无穷符号在这里记录无界增长，不能当成一个普通实数代入四则运算。
-连续性把极限与函数值接起来：在定义域的聚点 <math>a</math> 处，若 <math>f(a)</math> 存在且极限等于 <math>f(a)</math>，函数就在该点连续。导数进一步要求差商存在有限极限。因此“有极限”“连续”“可导”是一条逐渐增加条件的关系，而不是同义词。有关复杂极限的洛必达法则，需要函数在去心区间可导、分母导数不为零、满足指定未定式并且导数商存在相应极限；不能看到分式就上下分别求导，也不能用它循环证明尚未建立的导数公式。
+在线性例子 <math>f(x)=3x-2</math> 中，输入靠近4，输出靠近10。因为 <math>|f(x)-10|=3|x-4|</math>，直接选 <math>\delta=\varepsilon/3</math> 即可。平方函数多了一步给 <math>|x+2|</math> 找上界，正是非线性关系带来的区别。
-== 序列判别：把所有趋近路径放到同一标准下 ==
+条件 <math>0<|x-a|</math> 排除了目标点。例如 <math>(x^2-9)/(x-3)</math> 在3处没有定义，但只要 <math>x\ne3</math>，它就等于 <math>x+3</math>，与6的误差为 <math>|x-3|</math>。取 <math>\delta=\varepsilon</math>，便得到极限6。若将缺失点补成6，函数在3连续；补成100，极限仍是6，只是不再连续。'''连续'''要求附近的极限恰好等于那个点的函数值。
-实函数在定义域聚点 <math>a</math> 的极限为 <math>L</math>，等价于：每一个由定义域中非 <math>a</math> 点组成、并趋于 <math>a</math> 的序列 <math>x_n</math>，都满足 <math>f(x_n)\to L</math>。这里必须是“每一个序列”；随意挑出一条表现良好的序列，只能提供证据，不能证明函数极限。
-正向证明从误差邻域开始：给定输出误差，由函数极限找到相应的输入半径；由于序列趋于 <math>a</math>，最终所有项都进入这个邻域，因此其输出满足误差要求。反向可以用反证法。如果函数不趋于 <math>L</math>，那么存在某个固定误差 <math>\varepsilon_0>0</math>，使无论邻域取得多小，其中总能找到输出误差至少为 <math>\varepsilon_0</math> 的点。对每个正整数 <math>n</math>，在半径 <math>1/n</math> 内选这样一个点 <math>x_n</math>；所选输入趋于 <math>a</math>，输出却始终不进入目标误差带，与假定的所有序列都收敛矛盾。
+== 极限为什么只有一个 ==
+假设同一函数在同一点既趋于 <math>L</math> 又趋于不同的 <math>M</math>。令两数距离 <math>d=|L-M|>0</math>，给两边都提出误差 <math>d/3</math>。分别找到两个输入范围，再取较小半径，就应同时有 <math>|f(x)-L|<d/3</math> 和 <math>|f(x)-M|<d/3</math>。
-这个证明也给出了“极限不成立”的精确否定形式。否定并不是说每一个附近点都离目标很远，而是说至少有一种误差要求，无论把输入控制得多紧，总有反例溜出来。因此，函数可以在大部分采样点看起来很平稳，仍被一条稀疏但持续出现的坏序列破坏极限。
+聚点条件保证范围内存在待检查的点；但三角不等式又给出
+<math display="block">d=|L-M|\le|L-f(x)|+|f(x)-M|<2d/3,</math>
+矛盾。故极限一旦存在，就是唯一的。若定义域中的某点孤立，附近没有其他点，误差要求就没有检查对象，这也解释了定义为何需要聚点条件。
-== 收敛速度、数值表与可交换的极限 ==
+== 从已知极限算出新极限 ==
-两个数列可以收敛到同一个数，却有截然不同的速度。<math>1/n</math> 与 <math>1/\sqrt n</math> 都趋于零，但要让误差小于千分之一，前者需要项数大于一千，后者需要大于一百万。极限定义告诉是否最终能够达到任意精度，并没有自动提供一个高效算法；给出明确的误差界，才把存在性变成可计算的精度控制。
+若 <math>f(x)\to L</math>、<math>g(x)\to M</math>，则和、差、积的极限分别为 <math>L+M</math>、<math>L-M</math>、<math>LM</math>。证明和法则时，给两个函数各分配 <math>\varepsilon/2</math> 的误差，再取共同的输入范围：
+<math display="block">|(f+g)-(L+M)|\le|f-L|+|g-M|<\varepsilon.</math>
+乘法多了一个会变化的因子。写成 <math>fg-LM=f(g-M)+M(f-L)</math>，先由 <math>f\to L</math> 缩小范围使 <math>|f|\le|L|+1</math>。随后分别要求
+<math display="block">|g-M|<\frac{\varepsilon}{2(|L|+1)},\qquad |f-L|<\frac{\varepsilon}{2(|M|+1)},</math>
+两项绝对值之和便小于 <math>\varepsilon</math>。这与开头平方函数先控制因子、再控制误差，是同一种方法。
-有限样本也不能唯一决定极限。假设观察到前一百项均为 <math>1/n</math>，后续可以继续按这个规律趋零，也可以从第一百零一项起恒为 5，还可以交替正负而不收敛。知道具体生成公式或能够证明的性质，才有资格把有限数据外推到无限过程。对于实际测量，模型误差和数学上由公式推出的极限应分别表述。
+商法则另需 <math>M\ne0</math>。此时先令 <math>|g-M|<|M|/2</math>，就有 <math>|g|>|M|/2</math>，分母不会任意靠近零。若分子、分母都趋零，单凭这个信息无法求商：当 <math>x\to0</math>，<math>x/x\to1</math>，<math>x^2/x\to0</math>，而 <math>x/x^2</math> 没有有限双侧极限。“0/0未定式”所说的正是这种信息不足。
-涉及两个变化过程时，先后顺序同样需要保留。令 <math>f_n(x)=x^n</math>，定义在 <math>[0,1]</math>。对每个固定 <math>x<1</math>，随 <math>n\to\infty</math> 趋于零，而在 <math>x=1</math> 始终等于 1。因此先取点态极限再令 <math>x\to1^-</math>，得到 0；先固定 <math>n</math> 令 <math>x\to1^-</math>，每次都得到 1，再令 <math>n</math> 增大仍为 1。两者不相同，说明交换极限次序需要一致性等额外条件。
+== 误差带怎样容纳振荡 ==
+若附近有 <math>g(x)\le f(x)\le h(x)</math>，而两端都趋于 <math>L</math>，那么 <math>f</math> 也趋于 <math>L</math>。给两端同一个误差要求，在共同范围内就有 <math>L-\varepsilon<g(x)\le f(x)\le h(x)<L+\varepsilon</math>，这就是'''夹逼定理'''的证明。
-== 一个不依赖洛必达法则的三角极限 ==
+例如 <math>|x^2\sin(1/x)|\le x^2</math>。即使正弦项不断摆动，振幅仍缩小到零，整个表达式因而趋于零；取 <math>\delta=\sqrt\varepsilon</math> 就直接满足误差定义。
-采用弧度制时，对 <math>0<x<\pi/2</math>，单位圆的内接三角形、扇形和外接三角形面积比较给出 <math>\sin x<x<\tan x</math>。因为此时正弦与余弦为正，可以整理为 <math>\cos x<\sin x/x<1</math>。当 <math>x\to0^+</math>，两端都趋于 1；又因 <math>\sin(-x)/(-x)=\sin x/x</math>，左侧极限相同，于是双侧极限为 1。
-这里扇形面积等于角度的一半，正是弧度制进入结论的地方。该极限常被用于建立正弦的导数；如果尚未独立证明三角函数导数，就不应再用洛必达法则反过来证明它，否则会形成循环论证。某些教程先从幂级数定义三角函数，那可以沿另一套逻辑建立结论；重要的是在同一条证明路线中清楚记录哪些事实已经可用。
+另一个重要例子是 <math>\sin x/x</math>。以弧度计，对 <math>0<x<\pi/2</math>，单位圆上的内接三角形、扇形和外接三角形面积依次增大，得到 <math>\sin x<x<\tan x</math>。除以正数并整理：
+<math display="block">\cos x<\frac{\sin x}{x}<1.</math>
+由同一几何不等式还有 <math>0\le1-\cos x=2\sin^2(x/2)\le x^2/2</math>，所以余弦趋于1，两端趋于1；这个商又是偶函数，左侧结果相同。因此 <math>\lim_{x\to0}\sin x/x=1</math>。这条几何证明可用于建立正弦导数，不需要先借用导数公式。
-极限还保持一种带条件的顺序关系。若目标点附近始终有 <math>f(x)\le g(x)</math>，且两者都有有限极限，那么极限满足 <math>L\le M</math>。若反而假设 <math>L>M</math>，可以把两端误差都压到差值的三分之一以内，就会迫使附近 <math>f(x)>g(x)</math>，产生矛盾。这个证明再次使用了共同邻域，而不是把不等号形式地抄到极限符号外。
+极限保留非严格不等式，但严格差距可能消失：每个 <math>1/n>0</math>，极限仍为0。若原来还有一个固定的差距，例如 <math>f(x)\ge g(x)+c</math> 且 <math>c>0</math>，那么有限极限之间才保证至少相差 <math>c</math>。
-不过严格不等号未必保留。<math>1/n>0</math> 对每项成立，两个极限却都等于零。因此从“每次比较都大一点”不能推出“极限也一定大一点”。若需要在极限后仍有正差距，必须提供统一的正下界。例如始终有 <math>f(x)\ge g(x)+c</math> 且固定 <math>c>0</math>，才可推出极限差至少为 <math>c</math>。这种区分在估计误差、证明解不退化时经常出现。
+== 用两条趋近路线证明极限不存在 ==
+对于 <math>\sin(1/x)</math>，取
+<math display="block">x_n=\frac1{2\pi n+\pi/2},\qquad y_n=\frac1{2\pi n+3\pi/2}.</math>
+两列输入都趋于0，输出却分别恒为1和−1，不可能进入同一个任意窄的误差带。因此函数在0没有极限。<math>|x|/x</math> 也有类似情况：左边恒为−1，右边恒为1，左右极限不同。
-== 历史：从计算方法到严格基础 ==
+一般的'''序列判别'''是：<math>f(x)\to L</math>，当且仅当每一个由定义域中非 <math>a</math> 的点组成、并趋于 <math>a</math> 的数列 <math>x_n</math>，都有 <math>f(x_n)\to L</math>。正向由定义得出：输入数列最终进入给定范围，输出便满足精度要求。反向若失败，就有某个固定误差 <math>\varepsilon_0>0</math>，无论范围多小都能找到坏点。依次在半径 <math>1/n</math> 内选这样的点，便构造出 <math>x_n\to a</math>，但始终 <math>|f(x_n)-L|\ge\varepsilon_0</math>，与序列条件矛盾。
-极限观念不是某一年由一个人一次完成的。十七世纪的牛顿、莱布尼茨发展了微积分方法；十九世纪柯西的《分析教程》（1821）推动了极限、连续和收敛在分析中的系统化。魏尔斯特拉斯的教学与研究进一步强化了以不等式表述分析的传统。这里应区分早期原文与今天教材中的量词化重述，不能把现代完整定义逐字归给一个历史人物。[https://mathshistory.st-andrews.ac.uk/Biographies/Cauchy/ MacTutor：柯西传]；[https://mathshistory.st-andrews.ac.uk/Biographies/Weierstrass/ MacTutor：魏尔斯特拉斯传]。
-严格化处理的是哪些推理在何种条件下成立，并不意味着早期数学只有错误，或后世一劳永逸地解决了所有基础问题。实数的完备性、函数概念和一致收敛等问题，也共同构成十九世纪分析的发展背景。
+因此一条好序列不足以证明极限，两个给出不同结果的序列却足以否定它。有限数值表也有同样限制：前一百项与 <math>1/n</math> 相同的数列，以后既可以继续趋零，也可以改成恒为5；结论还要依据数列的完整定义。
-== English overview ==
+== 数列与无穷远的极限 ==
-<div lang="en" class="math-english-summary">
+数列 <math>a_n\to L</math> 的输入控制改成“项数足够大”：对每个 <math>\varepsilon>0</math>，存在整数 <math>N</math>，使所有 <math>n\ge N</math> 都有 <math>|a_n-L|<\varepsilon</math>。例如 <math>a_n=2+3/n</math>，取整数 <math>N>3/\varepsilon</math> 即可。每一项都未取到2，仍可以以2为极限。
-A limit describes stable behavior under an arbitrarily demanding error requirement. For a real function, saying that its limit at a point is L means that every positive output tolerance can be met by restricting the input to a sufficiently small punctured neighborhood. The input must remain in the domain, and the target point must be an accumulation point of that domain. The value at the target point, if it exists, does not determine the limit.
-The order of the quantifiers matters. One neighborhood must work for all eligible inputs after the tolerance has been chosen. This requirement explains both uniqueness and the distinction between a genuine limit and a numerical guess. Factoring a removable expression, bounding a nonlinear factor, and applying the squeeze theorem are different ways to establish the required control. Two sequences approaching the same point with incompatible output limits provide a way to disprove convergence.
+函数在正无穷处的极限用 <math>x>R</math> 控制输入。例如
+<math display="block">\frac{2x+1}{x+3}-2=-\frac5{x+3},</math>
+取足够大的 <math>R</math> 就能让右侧绝对值小于给定误差，故原式趋于2。相反，<math>1/x^2</math> 在 <math>x\to0</math> 时超过任何预先给定的正阈值，记作趋于 <math>+\infty</math>；这是无界增长的陈述，而不是有限实数极限。
-Sequence limits use an eventual index instead of a neighborhood radius. Infinite limits describe unbounded behavior rather than convergence to a real number. Continuity adds agreement with the function value; differentiation asks for the convergence of a difference quotient. Each statement therefore carries assumptions beyond the informal word “approach.”
+极限存在与收敛快慢是两件事。<math>1/n</math> 的误差小于千分之一需要 <math>n>1000</math>，<math>1/\sqrt n</math> 则需 <math>n>1000000</math>。多个过程同时变化还要保留次序：在 <math>[0,1]</math> 上，<math>f_n(x)=x^n</math> 对每个固定 <math>x<1</math> 趋于0，故先令 <math>n\to\infty</math> 再令 <math>x\to1^-</math> 得0；先令 <math>x\to1^-</math>，每个 <math>x^n</math> 的极限都是1，再令 <math>n</math> 增大仍得1。
-</div>
-== 编者评注（AI 辅助） ==
+== 历史 ==
-本站认为，极限入门最应掌握的是“误差要求如何转成输入限制”，而不是先收集大量计算技巧。这是教学编排的判断，不是极限理论中的定理。本文保留完整的邻域选择、唯一性证明和不存在的例子，目的在于让公式的适用条件可以逐项检查。计算器与图像适合形成猜想，但无法检查任意小尺度；遇到振荡、奇点或分母趋零时，尤其应回到定义或已证明的定理。
+柯西在1821年的《分析教程》中系统组织了极限、连续与收敛问题；魏尔斯特拉斯的研究和教学进一步推进了用不等式处理分析基础的传统。今天的误差—邻域定义是在这一发展脉络中形成的标准表述。相关著作与教学经历见[https://mathshistory.st-andrews.ac.uk/Biographies/Cauchy/ MacTutor：Cauchy]及[https://mathshistory.st-andrews.ac.uk/Biographies/Weierstrass/ Weierstrass]。
 == 来源与继续阅读 ==