从数学定义的严谨性到考研解题的实战技巧，全方位解读 夹逼准则、三明治定理 及其在微积分中的核心地位。
在数学分析中，夹逼定理（Squeeze Theorem）是求解极限的重要工具。许多学生在搜索“夹逼定理又叫什么定理”时，往往混淆了不同的翻译名称或相关联的定理。以下是该定理在学术界和教学界最常见的称呼及其细微差别：
为了更清晰地理解夹逼定理，我们通过选项卡切换查看不同维度的解析：
设函数 f(x), g(x), h(x) 在点 x₀ 的某一去心邻域内有定义，且满足：
1. g(x) ≤ f(x) ≤ h(x) （在去心邻域内）
2. lim_{x→x₀} g(x) = A
3. lim_{x→x₀} h(x) = A
结论： lim_{x→x₀} f(x) = A
对于数列极限，定义类似，将 x→x₀ 替换为 n→∞，邻域替换为 n > N。
想象三条曲线在坐标系中运动。上方曲线 h(x) 和下方曲线 g(x) 在 x₀ 处汇聚于同一点 (x₀, A)。中间曲线 f(x) 被严格限制在这两条曲线之间。
由于上下两条曲线在 x₀ 处没有空隙（极限相同），中间的 f(x) 无论多么曲折，都被“逼”着必须经过点 (x₀, A)。这就是“夹逼”或“三明治”的几何意义。
掌握夹逼定理的关键在于实战。以下是两类最常考的应用场景：
题目： 求极限 lim_{n→∞} (1/n² + 2/n² + ... + n/n²)
解析：
首先通分合并：原式 = 1/n² (1 + 2 + ... + n) = 1/n² [n(n+1)/2] = (n²+n)/(2n²)
虽然此题可直接约分，但若改为 lim_{n→∞} (1/√(n²+1) + ... + 1/√(n²+n))，则需使用夹逼：
放缩： n/√(n²+n) ≤ Σ ≤ n/√(n²+1)
左右极限均为 1，故原极限为 1。
题目： 求极限 lim_{x→0} x² sin(1/x)
解析：
利用正弦函数的有界性：-1 ≤ sin(1/x) ≤ 1
不等式三边同乘 x²（注意 x² ≥ 0）：
-x² ≤ x² sin(1/x) ≤ x²
当 x→0 时，lim(-x²) = 0 且 lim(x²) = 0。
由夹逼定理可知，原极限为 0。
了解定理的背景有助于加深记忆。以下是与夹逼准则发展密切相关的历史节点：
阿基米德在计算抛物线弓形面积和球体积时，使用了类似于夹逼的思想。他通过内接和外切多边形来“夹逼”曲线图形的面积，这被视为夹逼定理的早期雏形。
在微积分的早期发展中，极限概念尚未严格化，但牛顿和莱布尼茨在处理无穷小量时，隐含地使用了夹逼的思想来证明导数和积分的基本定理。
卡尔·魏尔斯特拉斯（Karl Weierstrass）引入了严格的 ε-δ 语言，将极限理论建立在坚实的基础上。夹逼定理在此时期被正式纳入严格的数学分析体系，成为证明极限唯一性和存在性的重要工具。
夹逼定理被广泛应用于实分析、复分析以及数值分析中。同时，“三明治定理”这一通俗名称在数学教育中普及，帮助无数学生直观理解极限的逼近过程。
A: 完全可以。在许多复杂的极限问题中，先使用洛必达法则简化表达式，再用夹逼定理处理剩余部分，或者反之，是常见的解题策略。例如，在处理含积分上限的极限时，常需结合两者。
A: 这个名称形象地比喻了三个函数 f(x), g(x), h(x) 的关系。如果 g(x) ≤ f(x) ≤ h(x)，那么 f(x) 就像三明治中间的馅料，被上下两片面包 g(x) 和 h(x) 紧紧夹住。当上下两片面包在极限处重合时，中间的馅料也被迫到达同一位置。
A: 最常见的失效情况是上下界的极限不相等，即 lim g(x) ≠ lim h(x)。此时，虽然 f(x) 被夹在中间，但其极限可能不存在，也可能存在但不等于上下界的极限（如果上下界极限不同，则定理条件不满足，无法直接得出结论）。此外，如果找不到合适的上下界函数，定理也无法应用。
A: 在数值分析和算法复杂度分析中，夹逼定理的思想非常有用。例如，在二分查找算法中，搜索区间不断缩小（夹逼），直到找到目标值或区间为空。在评估算法性能时，通过找到算法运行时间的上界和下界，可以确定其渐进复杂度（如 Θ(n log n)）。
夹逼定理（又称夹逼准则、三明治定理）是数学分析中解决极限问题的利器。它不仅要求考生掌握严格的定义，更考验放缩技巧和对函数性质的深刻理解。与斯托兹-切萨罗定理等工具配合使用，能够解决绝大多数考研数学及大学微积分中的极限难题。希望本文能帮助您全面理解夹逼定理又叫什么定理及其背后的数学智慧。