无穷小量，无穷大量和一组重要的阶的比较关系

无穷小量，无穷大量和一组重要的阶的比较关系

小象实战讲义 · 人工智能数学基础

在掌握了序列极限的基本定义和性质后，我们常常需要处理那些趋向于零或趋向于无穷的序列。本节将系统性地引入“无穷小量”与“无穷大量”这两个核心概念，它们是分析序列变化趋势和速度的重要工具。理解它们，不仅能帮助我们更深刻地把握极限的本质，也为后续学习导数、积分以及算法复杂度分析中比较不同增长阶（如多项式、指数、阶乘）奠定了坚实的数学基础。

💡 核心导读

本节你将掌握：

1. 无穷小量与无穷大量的精确定义：学习如何用 $\epsilon$-$N$ 语言严谨地描述一个序列趋向于零或趋向于无穷。
2. 无穷小量的基本性质：理解无穷小量的绝对值、常数倍以及与极限的等价关系，掌握将一般极限问题转化为无穷小量问题的技巧。
3. 无穷大量与无穷小量的关系：明确两者互为倒数，并能进行相互转化和证明。
4. 无穷小（大）量的阶的比较：学习“高阶”、“同阶”、“等价”和“大O记号”的定义，这是比较算法效率、进行极限简化运算的关键。
5. 一组重要的阶的比较关系：证明并牢记对数函数、幂函数、指数函数、阶乘和$n^n$之间的增长速度快慢关系，这是人工智能数学中分析复杂度的必备常识。

无穷小量及其性质

定义（无穷小量）：设 ${x_n}$ 是一个序列。如果 $\lim_{n \to \infty} x_n = 0$，则称 ${x_n}$ 是一个无穷小量，记作 $$x_n = o(1) \quad (n \to \infty)。$$

重要理解：无穷小量不是一个静态的、任意小的常数，而是一个动态变化、极限为0的变量。

无穷小量具有以下基本性质，这些性质在极限证明和计算中非常有用。

性质 1：$x_n$ 是无穷小量的充分必要条件是 $|x_n|$ 是无穷小量。

• 证明思路：根据极限定义，$x_n \to 0$ 等价于对于任意 $\epsilon > 0$，存在 $N$，使得当 $n > N$ 时，有 $|x_n - 0| < \epsilon$。而 $|x_n - 0| = |x_n| = ||x_n| - 0|$，因此该条件与 $|x_n| \to 0$ 的条件完全等价。

性质 2：若 $x_n$ 是无穷小量，$c$ 是任意常数，则 $c x_n$ 也是无穷小量。

• 证明思路：由 $x_n \to 0$，对任意 $\epsilon > 0$，存在 $N$，使当 $n > N$ 时 $|x_n| < \epsilon$。若 $c=0$，结论显然成立。若 $c \neq 0$，可取 $\epsilon’ = \epsilon / |c|$，则存在 $N$，使当 $n > N$ 时 $|x_n| < \epsilon’$，从而 $|c x_n| = |c| |x_n| < |c| \cdot \epsilon’ = \epsilon$，故 $c x_n \to 0$。

性质 3：$\lim_{n \to \infty} x_n = L$ 的充分必要条件是 $(x_n - L)$ 是一个无穷小量。

• 证明思路：直接由极限定义，$\lim_{n \to \infty} x_n = L$ 即 $\lim_{n \to \infty} (x_n - L) = 0$。
• 核心启示：这个性质为我们提供了一种证明极限的通用思路——将任何极限 $\lim x_n = L$ 转化为证明新序列 $(x_n - L)$ 是无穷小量。结合性质1，有时我们可以进一步转化为证明 $|x_n - L|$ 是无穷小量，从而利用绝对值不等式进行有效的放缩。

无穷大量及其与无穷小量的关系

与无穷小量相对的概念是无穷大量。

定义（无穷大量）：设 ${x_n}$ 是一个序列。如果对于任意大的正数 $M > 0$，总存在正整数 $N$，使得当 $n > N$ 时，恒有 $|x_n| > M$，则称 ${x_n}$ 是一个无穷大量，记作 $\lim_{n \to \infty} x_n = \infty$。

特别注意：定义中要求的是 $|x_n| > M$。这意味着序列的项在绝对值上无限增大，但其正负号可以交替变化。例如序列 $x_n = (-1)^n n$ 就是一个无穷大量。

无穷大量与无穷小量之间存在着简洁而重要的互逆关系。

性质 4：若 $x_n$ 是无穷小量，且 $x_n \neq 0$，则 $\frac{1}{x_n}$ 是无穷大量。反之，若 $x_n$ 是无穷大量，则 $\frac{1}{x_n}$ 是无穷小量。

• 证明思路：以无穷小量推无穷大量为例。已知 $x_n \to 0$，要证 $1/x_n \to \infty$。对任意 $M>0$，目标是使 $|1/x_n| > M$，即 $|x_n| < 1/M$。由于 $x_n$ 是无穷小量，取 $\epsilon = 1/M$，则存在 $N$，当 $n>N$ 时 $|x_n| < 1/M$，从而 $|1/x_n| > M$。得证。

无穷小（大）量的阶的比较

当多个序列都是无穷小量或无穷大量时，我们需要比较它们“趋于零”或“趋于无穷”的速度，这就是“阶”的概念。

定义（阶的比较）：设 ${x_n}$ 和 ${y_n}$ 是两个序列，且 $y_n \neq 0$（当 $n$ 充分大时）。

1. 高阶无穷小：如果 $\lim_{n \to \infty} \frac{x_n}{y_n} = 0$，则称 $x_n$ 是比 $y_n$ 更高阶的无穷小量，记作 $x_n = o(y_n) \ (n \to \infty)$。对于无穷大量，若 $\lim_{n \to \infty} \frac{x_n}{y_n} = 0$，则称 $y_n$ 是比 $x_n$ 更高阶的无穷大量（即 $x_n$ 增长得慢）。
2. 同阶无穷小（大）：如果 $\lim_{n \to \infty} \frac{x_n}{y_n} = c \neq 0$（$c$ 为常数），则称 $x_n$ 与 $y_n$ 是同阶的无穷小（大）量。
3. 等价无穷小（大）：如果 $\lim_{n \to \infty} \frac{x_n}{y_n} = 1$，则称 $x_n$ 与 $y_n$ 是等价的无穷小（大）量，记作 $x_n \sim y_n \ (n \to \infty)$。在求极限时，等价量常常可以相互替换。
4. 大 O 记号：如果存在常数 $M > 0$ 和正整数 $N$，使得当 $n > N$ 时，恒有 $|x_n| \leq M |y_n|$，则记 $x_n = O(y_n) \ (n \to \infty)$。这表示 $x_n$ 的阶不超过 $y_n$ 的阶。

一组重要的阶的比较关系

在分析算法复杂度或处理极限问题时，以下几类函数的增长顺序（当 $n \to \infty$ 时）必须牢记。我们用符号 “$\prec$” 表示“增长慢于”或“阶低于”。

$$\ln n \prec n^{a_1} \prec n^{a_2} \prec b^n \prec n! \prec n^n \quad (a_1, a_2 > 0,\ a_1 < a_2,\ b > 1)$$

关系解读：

• $\ln n \prec n^{a_1}$：任何正指数的幂函数都比对数函数增长得快。
• $n^{a_1} \prec n^{a_2} \ (a_1 < a_2)$：幂次越高，增长越快。
• $n^{a_2} \prec b^n \ (b>1)$：任何指数函数（底数大于1）都比任何幂函数增长得快。这是区分多项式时间算法和指数时间算法的关键。
• $b^n \prec n!$：阶乘函数比指数函数增长得更快。
• $n! \prec n^n$：$n^n$ 是比阶乘增长得更快的函数。

关键结论证明示例： 我们选择证明 指数函数慢于阶乘函数，即 $\lim_{n \to \infty} \frac{b^n}{n!} = 0 \ (b>1)$，以及 阶乘函数慢于 $n^n$，即 $\lim_{n \to \infty} \frac{n!}{n^n} = 0$。

证明 1： $b^n \prec n!$ 设 $a = \lfloor b \rfloor$ 为 $b$ 的整数部分。当 $n > a$ 时， $$\frac{b^n}{n!} = \frac{b}{1} \cdot \frac{b}{2} \cdots \frac{b}{a} \cdot \frac{b}{a+1} \cdots \frac{b}{n}。$$ 令 $C = \frac{b}{1} \cdot \frac{b}{2} \cdots \frac{b}{a}$（这是一个与 $n$ 无关的常数）。由于当 $k > a$ 时，$\frac{b}{k} < 1$，我们有 $$0 < \frac{b^n}{n!} < C \cdot \frac{b}{a+1} \cdot \frac{b}{a+2} \cdots \frac{b}{n} < C \cdot \frac{b}{n}。$$ 因为 $\lim_{n \to \infty} C \cdot \frac{b}{n} = 0$，由夹逼定理可知 $\lim_{n \to \infty} \frac{b^n}{n!} = 0$。

证明 2： $n! \prec n^n$ 考虑序列 $a_n = \frac{n!}{n^n}$。研究其相邻两项的比值： $$\frac{a_{n+1}}{a_n} = \frac{(n+1)!}{(n+1)^{n+1}} \cdot \frac{n^n}{n!} = \frac{n^n}{(n+1)^n} = \left( \frac{n}{n+1} \right)^n = \frac{1}{\left(1+\frac{1}{n}\right)^n}。$$ 已知 $\lim_{n \to \infty} (1+\frac{1}{n})^n = e \approx 2.718 > 2$。因此，存在正整数 $N$，使得当 $n > N$ 时，$\left(1+\frac{1}{n}\right)^n > 2$，从而 $\frac{a_{n+1}}{a_n} < \frac{1}{2}$。 于是，当 $n > N$ 时，$a_n = a_N \cdot \frac{a_{N+1}}{a_N} \cdot \frac{a_{N+2}}{a_{N+1}} \cdots \frac{a_n}{a_{n-1}} < a_N \cdot \left(\frac{1}{2}\right)^{n-N}$。 由于 $\lim_{n \to \infty} a_N \cdot \left(\frac{1}{2}\right)^{n-N} = 0$，由夹逼定理知 $\lim_{n \to \infty} a_n = 0$，即 $\lim_{n \to \infty} \frac{n!}{n^n} = 0$。

import numpy as np
import math
import matplotlib.pyplot as plt

# 验证不同函数的增长阶
n = np.arange(1, 20, dtype=np.float64)

# 定义函数
log_n = np.log(n)
n_pow_0_5 = n ** 0.5  # n^{0.5}
n_pow_2 = n ** 2      # n^{2}
exp_n = 2 ** n        # 2^n
factorial_n = [math.factorial(int(i)) for i in n] # n!
n_pow_n = n ** n      # n^n

# 计算比值，观察趋势
ratios = {
    'ln(n) / sqrt(n)': log_n / n_pow_0_5,
    'sqrt(n) / n^2': n_pow_0_5 / n_pow_2,
    'n^2 / 2^n': n_pow_2 / exp_n,
    '2^n / n!': exp_n / factorial_n,
    'n! / n^n': np.array(factorial_n) / n_pow_n
}

print("函数比值的极限趋势（n增大时趋于0说明分子阶低于分母）：")
for label, ratio in ratios.items():
    # 取后5项观察趋势
    last_vals = ratio[-5:]
    trend = "→ 0" if np.all(np.diff(last_vals) < 0) and last_vals[-1] < 0.1 else "需进一步观察"
    print(f"{label:20} 后5项: {last_vals.round(6)} 趋势: {trend}")

# 可视化（使用对数y轴以展示巨大差异）
plt.figure(figsize=(10, 6))
funcs = [('ln(n)', log_n), ('sqrt(n)', n_pow_0_5), ('n^2', n_pow_2),
         ('2^n', exp_n), ('n!', factorial_n), ('n^n', n_pow_n)]
for label, vals in funcs:
    plt.plot(n, vals, 'o-', label=label, alpha=0.7)

plt.yscale('log')
plt.xlabel('n')
plt.ylabel('函数值 (对数刻度)')
plt.title('不同函数增长阶的比较（对数坐标）')
plt.legend()
plt.grid(True, which="both", ls="--", alpha=0.5)
plt.show()

代码说明：本代码通过数值计算和可视化，直观展示了从对数函数到 $n^n$ 各函数随 $n$ 增长的速度差异。在对数坐标下，曲线越陡峭代表增长阶越高。计算比值可以验证我们证明的阶的比较关系。

📝 动手练一练

1. 无穷小量的判断与性质应用 已知序列 $x_n = \frac{\sin n}{n}$ 和 $y_n = \frac{(-1)^n}{\sqrt{n}}$。 (a) 判断 $x_n$ 和 $y_n$ 是否为无穷小量，并说明理由。 (b) 设 $z_n = 3x_n - 2y_n$，利用无穷小量的性质，判断 $z_n$ 是否为无穷小量。

   参考答案： (a) 对于 $x_n$，由于 $|\sin n| \leq 1$，故 $|x_n| \leq \frac{1}{n}$。因为 $\lim_{n \to \infty} \frac{1}{n} = 0$，由夹逼定理知 $\lim_{n \to \infty} x_n = 0$，所以 $x_n$ 是无穷小量。 对于 $y_n$，有 $|y_n| = \frac{1}{\sqrt{n}}$。因为 $\lim_{n \to \infty} \frac{1}{\sqrt{n}} = 0$，根据性质1，$y_n$ 是无穷小量。 (b) 根据性质2，$3x_n$ 和 $-2y_n$ 都是无穷小量。两个无穷小量之和仍是无穷小量（可利用极限的四则运算法则或定义证明）。因此 $z_n = 3x_n + (-2y_n)$ 是无穷小量。

2. 利用阶的比较求极限 求极限 $\lim_{n \to \infty} \frac{n^{100} + 3^n}{n! + 2^n}$。

   参考答案： 分析分子分母中各项的阶。 分子：$n^{100} \prec 3^n$，因此分子与 $3^n$ 同阶。 分母：$2^n \prec n!$，因此分母与 $n!$ 同阶。 根据本节结论，$3^n \prec n!$，即 $\lim_{n \to \infty} \frac{3^n}{n!} = 0$。 因此， $$\lim_{n \to \infty} \frac{n^{100} + 3^n}{n! + 2^n} = \lim_{n \to \infty} \frac{3^n ( \frac{n^{100}}{3^n} + 1)}{n! (1 + \frac{2^n}{n!})} = \lim_{n \to \infty} \frac{3^n}{n!} \cdot \frac{ \frac{n^{100}}{3^n} + 1}{1 + \frac{2^n}{n!}} = 0 \cdot \frac{0+1}{1+0} = 0。$$

本章小结

本节我们深入探讨了序列极限中两个关键的特例：无穷小量和无穷大量。

要点回顾：

• 无穷小量是极限为0的序列，它是分析一般极限的基石（$\lim x_n = L \iff (x_n - L)$ 是无穷小量）。
• 无穷大量是绝对值无限增大的序列，它与无穷小量互为倒数关系。
• 阶的比较（$o, O, \sim$）让我们能精确描述和比较序列趋向于零或无穷的“速度”。
• 核心增长阶关系：$\ln n \prec n^a \prec b^n \prec n! \prec n^n$ （$a>0, b>1$）。这个关系链是判断极限、分析算法时间复杂度的利器。

行动清单：

1. 理解转化：遇到证明 $\lim x_n = L$ 的问题，尝试转化为证明 $(x_n - L)$ 是无穷小量，并考虑是否可以利用 $|x_n - L|$ 进行放缩。
2. 记忆阶链：务必熟记从对数到 $n^n$ 的增长阶顺序。下次看到包含这些函数的复杂极限，首先用阶的关系判断主导项。
3. 练习判断：找几个包含幂函数、指数函数、阶乘的序列极限题目，主动运用阶的比较思想进行求解，体会其便捷性。

— 小象教研组