迫敛定理（夹逼定理）的核心定义
在高等数学与数学分析中，迫敛定理（Squeeze Theorem），又被称为夹逼定理、三明治定理（Sandwich Theorem）或两边夹定理，是判断数列或函数极限是否存在以及求解极限值的重要工具。它不仅是极限存在准则的重要组成部分，也是解决复杂极限问题的“利器”。
数列形式的迫敛定理
设数列 {xn}, {yn}, {zn} 满足以下条件：
- 存在正整数 N0，当 n > N0 时，恒有 yn ≤ xn ≤ zn；
- limn→∞ yn = A，且 limn→∞ zn = A。
则数列 {xn} 的极限存在，且 limn→∞ xn = A。
函数形式的迫敛定理
设函数 f(x), g(x), h(x) 在点 x0 的某去心邻域内满足：
g(x) ≤ f(x) ≤ h(x) (当 x → x0 或 x → ∞ 时)。
若 lim g(x) = A 且 lim h(x) = A，则 lim f(x) = A。
为什么叫“迫敛”？
“迫敛”二字形象地描述了定理的物理意义：当两个外侧的数列（或函数）从上下两个方向无限逼近同一个极限值 A 时，被夹在中间的数列（或函数）被迫只能收敛于这个值 A，无处可逃。这种“压迫”导致收敛的现象，即为迫敛。
几何直观与证明逻辑
理解 迫敛定理是什么 的关键在于建立几何直觉。想象两条曲线 y=g(x) 和 y=h(x) 在 x → ∞ 时都趋近于直线 y=A。如果第三条曲线 y=f(x) 始终被限制在这两条曲线之间，那么当 x 足够大时，f(x) 也被“挤”进了 y=A 的任意小邻域内。
1. 任给 ε > 0。
2. 因为 lim yn = A，存在 N1，当 n > N1 时，|yn - A| < ε，即 A - ε < yn。
3. 因为 lim zn = A，存在 N2，当 n > N2 时，|zn - A| < ε，即 zn < A + ε。
4. 取 N = max(N1, N2)，当 n > N 时：
A - ε < yn ≤ xn ≤ zn < A + ε
5. 故 |xn - A| < ε，即 lim xn = A。
迫敛定理在解题中的实战应用
网友们常问：迫敛定理是什么 以及 什么时候用它？通常，当数列通项是若干项之和，且每一项都难以单独求极限，但整体有界且可放缩时，迫敛定理是首选。以下是两个经典场景。
经典例题：有限项和的极限
求极限 limn→∞ (1/(n²+1) + 1/(n²+2) + ... + 1/(n²+n))。
解析：
设 xn = Σi=1n 1/(n²+i)。
观察分母，最小的是 n²+1，最大的是 n²+n。
放大：将分母全部换成最小的 n²+1，共 n 项：
xn ≤ n [1/(n²+1)] = n/(n²+1)
缩小：将分母全部换成最大的 n²+n：
xn ≥ n [1/(n²+n)] = n/(n²+n)
计算边界极限：
limn→∞ n/(n²+1) = 0
limn→∞ n/(n²+n) = 0
由迫敛定理可知，原极限为 0。
进阶例题：三角函数有界性的利用
求极限 limn→∞ (sin(n)/n)。
解析：
我们知道正弦函数是有界的，即 -1 ≤ sin(n) ≤ 1。
当 n > 0 时，同时除以 n 得：
-1/n ≤ sin(n)/n ≤ 1/n
显然，limn→∞ (-1/n) = 0 且 limn→∞ (1/n) = 0。
根据迫敛定理，limn→∞ sin(n)/n = 0。此题展示了如何利用有界量与无穷小量的乘积仍为无穷小量这一性质（本质也是迫敛）。
高阶例题：复杂的根式与阶乘
求极限 limn→∞ √[n]{n!} 的变种或类似结构。
虽然 √[n]{n!} 通常用 Stirling 公式或 Cauchy 第二极限定理解决，但在某些竞赛题中，会构造如 an = (1²·2²·...·n²)1/n 的形式。
通过取对数转化为和式，再利用不等式放缩（如积分放缩）来构建上下界，最终回归到迫敛定理的应用。这类题目在考研数学一中偶尔出现，要求考生具备极强的构造能力。
迫敛定理 vs 洛必达法则 vs 泰勒公式
在面对极限问题时，考生常纠结于方法的选择。下表详细对比了 迫敛定理 与其他常用方法的异同。
| 方法 | 适用类型 | 优点 | 缺点/局限性 | 典型场景 |
|---|---|---|---|---|
| 迫敛定理 | 和式、有界量乘无穷小、根式 | 无需可导，适用范围广，逻辑严密 | 寻找合适的上下界函数较难，技巧性强 | Σ(1/(n²+i)), sin(n)/n |
| 洛必达法则 | 0/0, ∞/∞ 型分式 | 程序化操作，步骤清晰 | 要求函数可导，求导后可能更复杂，不满足条件时失效 | ln(x)/(x-1), e^x/x |
| 泰勒公式 | 乘除因子中的加减项 | 精度极高，能处理复杂复合函数 | 展开阶数选取困难，计算量大 | (cos x - e^(-x²/2))/x⁴ |
迫敛定理的历史沿革
虽然“迫敛定理”这一名称是现代数学教育中的通俗叫法，但其思想渊源已久。早在古希腊时期，阿基米德在计算抛物线弓形面积时，就使用了类似“穷竭法”的思想，通过内接和外切多边形从两侧逼近真实值，这与夹逼的思想不谋而合。
公元前3世纪
阿基米德：在《抛物线求积法》中，通过几何图形的内外夹逼计算面积，奠定了极限思想的雏形。
17世纪
牛顿与莱布尼茨：微积分创立初期，虽然缺乏严格定义，但夹逼思想在无穷小量运算中已被广泛隐性使用。
19世纪
柯西 (Cauchy) 与魏尔斯特拉斯 (Weierstrass)：建立了严格的 ε-N 和 ε-δ 语言，使迫敛定理成为严格数学分析体系中的一条基本定理。
现代
成为全球高校高等数学、数学分析课程中的标准内容，是考研数学和高考数学压轴题的常客。
关于迫敛定理的常见问答 (FAQ)
迫敛定理，又称夹逼定理或三明治定理。若数列（或函数）{xn}，{yn}，{zn}满足：yn ≤ xn ≤ zn，且 lim yn = A，lim zn = A，则 lim xn = A。简单来说，就是“上下夹击，中间必收敛”。
主要考查利用迫敛定理求极限，特别是涉及阶乘、根式、三角函数有界性的综合题目。例如求 lim(n→∞) (1/n^2 + 2/n^2 + ... + n/n^2)。这类题目通常出现在数列章节或导数应用的预备知识中。
主要依据极限的ε-N定义。对于任意ε>0，存在N1, N2使得当n>N1时|yn-A|<ε，当n>N2时|zn-A|<ε。取N=max(N1,N2)，则当n>N时，A-ε < yn ≤ xn ≤ zn < A+ε，即|xn-A|<ε。这证明了xn也无限接近A。
洛必达法则适用于0/0或∞/∞型不定式，依赖导数运算；迫敛定理适用于无法直接计算或导数复杂的情况，依赖不等式放缩。迫敛定理的适用范围更广，但寻找合适的“夹逼”函数需要较高的技巧和对不等式的敏感度。
形象地描述了定理的过程：两个外侧的量（数列或函数）从上方和下方同时向中间的一个值靠拢，就像“夹”或“逼”着中间的量只能趋向于这个值。因为无处可逃，所以必须收敛。