常用放缩方法

常用的放缩技巧

一、高等数学中的放缩技巧

高等数学是放缩技巧的主要应用领域，集中在极限（夹逼准则）、积分、级数三大模块。

1. 极限与数列的放缩技巧

主要服务于夹逼准则（求n项和/积的极限），核心是“找到比目标数列大/小的简单数列，且两端极限相等”。

（1）n项和的放缩：定界法+拆分法

• 技巧1：固定分子/分母定界
  适用于分式型n项和（如），通过固定分母的最大/最小值放缩：若分母随k增大而增大，则。
  例：求
  使用黎曼和 答案为ln2

• 技巧2：利用不等式放缩（均值/柯西/绝对值）

  • 算术-几何均值不等式（AM≥GM）：（），常用于乘积型数列的放缩；
  • 绝对值不等式：，适用于含绝对值的数列极限；
  • 三角不等式：，你此前学习的该不等式也可迁移到数列放缩中。

（2）三角函数/指数对数的放缩（常用不等式）

数一常考“无穷小/无穷大处的放缩”，熟记以下结论可快速简化极限：

• 时，、、（时严格大于）；

• 时，、、；

• 时，（余弦的二阶放缩，适用于高精度极限）。
  例：证明
  放缩：，两端极限均为0，由夹逼准则得证。

2. 积分的放缩技巧

用于积分不等式证明、定积分估值，核心是利用“被积函数的单调性”或“积分区间的包含关系”放缩。

（1）被积函数单调性放缩

若在区间上，，则；若在上单调递增，则。
例：估计的范围
$f(x)=e^x[0,1]e0(1-0) \leq \int_0^1 e^x dx \leq e^1(1-0)1 \leq \text{积分} \leq e$。

（2）积分区间分割与绝对值放缩

• 区间分割：若，则，可对分段区间分别放缩；

• 绝对值积分不等式：，适用于含绝对值的积分估计。

3. 级数的放缩技巧

主要用于正项级数敛散性的比较审敛法，核心是将目标级数放缩为“已知敛散性的级数（p级数、几何级数）”。

（1）正项级数的放缩准则

若和为正项级数，且：

• 若收敛，则收敛；

• 若发散，则发散。
  常用放缩目标：

• p级数：，收敛，发散；

• 几何级数：，收敛，发散。

例：判断的敛散性放缩：，而（p=2>1）收敛，故原级数收敛。

（2）交错级数的放缩

用于莱布尼茨准则（判断的敛散性）：需证明单调递减且，常通过放缩证明。

二、线性代数中的放缩技巧（低频考点，侧重矩阵/特征值）

线性代数的放缩主要用于矩阵范数、特征值估计，数一考纲中以“Gerschgorin圆盘定理”和“瑞利商”为核心。

1. 行列式的放缩：对n阶行列式，有（行和积），（列和积）；

2. 特征值的放缩（Gerschgorin圆盘定理）：矩阵的任一特征值必落在某个圆盘内，可用于估计特征值的范围；

3. 瑞利商放缩：对实对称矩阵，其特征值满足（），常用于特征值的上下界估计。

三、概率论与数理统计中的放缩技巧（核心是概率不等式）

放缩技巧在概率中主要用于随机变量的数字特征估计、概率界的推导，与408专业课中“哈希冲突概率分析”“计网丢包率估计”有联动。

1. 马尔可夫不等式：对非负随机变量，有（），适用于“已知期望求概率上界”；

2. 切比雪夫不等式：对任意随机变量，有（），是数一概率的高频放缩工具；

3. 柯西-施瓦茨不等式：$[E(XY)]^2 \leq E(X^2)E(Y2)$，用于放缩随机变量乘积的期望；

4. 詹森不等式：对凸函数，有，适用于凸函数的期望放缩。

例：设的期望，方差，求的上界由切比雪夫不等式：。

四、放缩技巧的核心原则与避坑点

1. 适度放缩：放缩的目的是“简化问题”，若放缩后两端极限/界不相等（如过度放大导致级数敛散性判断错误），则需调整放缩方式；

2. 针对性放缩：根据问题类型选择技巧（如n项和用夹逼准则，概率估计用切比雪夫不等式）；

3. 结合等价无穷小：放缩与等价无穷小替换可结合使用（如极限中先放缩再替换），简化复杂表达式。