迫敛性定理（夹逼准则）核心定义
1.1 数列形式的迫敛性定理
若数列 {x_n}, {y_n}, {z_n} 满足以下条件：
- 存在正整数 N_0，当 n > N_0 时，恒有 y_n ≤ x_n ≤ z_n；
- lim_{n→∞} y_n = a 且 lim_{n→∞} z_n = a（即两边的数列收敛于同一极限 a）。
则数列 {x_n} 必收敛，且其极限 lim_{n→∞} x_n = a。
想象数列 {x_n} 被夹在 {y_n} 和 {z_n} 之间。如果上下两条“边界线”最终汇聚于同一点 a，那么被夹在中间的数列 {x_n} 也只能被迫汇聚于这一点。这就是“迫敛”二字的由来。
1.2 函数形式的迫敛性定理
若函数 f(x), g(x), h(x) 在 x_0 的某去心邻域内满足：
- g(x) ≤ f(x) ≤ h(x)；
- lim_{x→x_0} g(x) = A 且 lim_{x→x_0} h(x) = A。
则 lim_{x→x_0} f(x) = A。同理，当 x → ∞ 时结论依然成立。
迫敛性定理的四大核心应用场景
① 根式数列极限
处理形如 lim_{n→∞} sqrt[n]{a_1^n + a_2^n + ... + a_k^n} 的问题。通过提取最大项进行放缩，是考研数学中的常客。
② 三角函数乘积极限
涉及 sin x, cos x 等有界量与无穷小量的乘积。利用 -1 ≤ sin x ≤ 1 进行放缩，快速得出极限为0。
③ 定积分定义转化
将数列极限转化为定积分定义式 ∫_0^1 f(x)dx。此时常需结合不等式放缩来确定积分区间或函数形式。
④ 复杂分式极限
当分子分母均为多项和，且直接代入出现不定型时，通过寻找最大项进行分子分母同除或放缩求解。
经典例题深度解析
为了更清晰地展示解题思路，我们将例题分为“基础篇”、“进阶篇”和“高阶篇”。
例题1：求 lim_{n→∞} sqrt[n]{1^n + 2^n + 3^n}
解题思路： 观察底数，最大项为 3^n。我们将和式中的每一项都放大到最大项，缩小到最小项（或1）。
1. 建立不等式：
3^n < 1^n + 2^n + 3^n < 3 cdot 3^n
2. 同时开 n 次方：
sqrt[n]{3^n} < sqrt[n]{1^n + 2^n + 3^n} < sqrt[n]{3 cdot 3^n}
3. 化简：
3 < sqrt[n]{1^n + 2^n + 3^n} < 3 cdot sqrt[n]{3}
4. 取极限：
因为 lim_{n→∞} 3 = 3，且 lim_{n→∞} 3 cdot sqrt[n]{3} = 3 cdot 1 = 3。
根据迫敛性定理，原极限 lim_{n→∞} sqrt[n]{1^n + 2^n + 3^n} = 3。
例题2：求 lim_{n→∞} frac{n!}{n^n}
解题思路： 直接放缩较难，可考虑使用两边夹逼或比值判别法的推论。这里展示夹逼法的一种变形。
1. 展开式子：
0 < frac{n!}{n^n} = frac{1}{n} cdot frac{2}{n} cdot ... cdot frac{n}{n}
2. 观察每一项：
除了最后一项 frac{n}{n}=1 外，其余所有项 frac{k}{n} ≤ frac{n-1}{n} < 1 (当 k < n)。
3. 进行放缩：
0 < frac{n!}{n^n} < 1 cdot 1 cdot ... cdot 1 cdot frac{1}{n} = frac{1}{n}
(注：更严谨的放缩可取 frac{n!}{n^n} < frac{1}{n} cdot (frac{n-1}{n})^{n-1})
4. 取极限：
显然 lim_{n→∞} 0 = 0，且 lim_{n→∞} frac{1}{n} = 0。
故原极限 lim_{n→∞} frac{n!}{n^n} = 0。
例题3：求 lim_{n→∞} (frac{1}{sqrt{n^2+1}} + frac{1}{sqrt{n^2+2}} + ... + frac{1}{sqrt{n^2+n}})
解题思路： 这是一个典型的和式极限问题。项数 n 趋于无穷，每项趋于0，属于 0+0+...+0 型不定式。直接相加无法计算，必须使用放缩法。
1. 设原式为 S_n。
2. 寻找最大项与最小项：
在分母中，sqrt{n^2+1} 最小，sqrt{n^2+n} 最大。
因此，每一项满足：
frac{1}{sqrt{n^2+n}} ≤ frac{1}{sqrt{n^2+k}} ≤ frac{1}{sqrt{n^2+1}}
3. 求和放缩：
共有 n 项，故：
frac{n}{sqrt{n^2+n}} ≤ S_n ≤ frac{n}{sqrt{n^2+1}}
4. 计算两端极限：
左端：lim_{n→∞} frac{n}{sqrt{n^2+n}} = lim_{n→∞} frac{1}{sqrt{1+1/n}} = 1
右端：lim_{n→∞} frac{n}{sqrt{n^2+1}} = lim_{n→∞} frac{1}{sqrt{1+1/n^2}} = 1
5. 结论：
根据迫敛性定理，lim_{n→∞} S_n = 1。
极限求解方法大PK：何时使用迫敛性定理？
很多同学在面对极限问题时，容易混淆洛必达法则、等价无穷小替换和迫敛性定理的适用场景。下表为您清晰梳理：
| 方法名称 | 适用类型 | 优点 | 缺点/注意事项 | 与迫敛性定理的关系 |
|---|---|---|---|---|
| 洛必达法则 | frac{0}{0}, frac{infty}{infty} | 通用性强，计算直接 | 求导复杂时易出错；不满足条件时失效 | 互斥。若洛必达失效（如振荡），常考虑夹逼 |
| 等价无穷小 | 乘除因子替换 | 速度极快，简化算式 | 加减法中慎用；仅适用于无穷小量 | 常作为迫敛性放缩前的预处理步骤 |
| 泰勒公式 | 各类不定型 | 精度最高，可处理高阶无穷小 | 需要记忆展开式，计算量大 | 泰勒展开本质是多项式逼近，也可用于构造夹逼界限 |
| 迫敛性定理 | 和式、根式、振荡函数 | 解决“无法直接计算”或“项数无穷”问题 | 关键在于找到合适的上下界 | 核心优势：处理和式极限与根式极限的利器 |
网友们还关心：迫敛性定理的常见误区
很多同学在放缩时，将 1 替换为 n，或者将 n 替换为 1，导致上下界极限不相等。关键原则：放缩后的上下界极限必须相同，且尽可能“紧”。
使用洛必达法则前必须验证导数极限是否存在，而使用迫敛性定理前必须验证不等式是否恒成立。例如，在 x→0 时，sin x < x 成立，但在其他区间可能不成立，需仔细讨论。
数列极限的迫敛性定理要求 n > N_0，而函数极限要求 x 在去心邻域内。虽然本质一样，但在书写证明过程时，符号和表述需严谨区分。
高频问答 (FAQ)
Q1: 迫敛性定理和夹逼准则是同一个东西吗？
A: 是的，完全一样。在中文数学教材中，通常称为“夹逼准则”或“三明治定理”（Sandwich Theorem），在英文文献中常称为 Squeeze Theorem 或 Pinching Theorem。“迫敛性”更强调其迫使数列收敛的性质。
Q2: 如果上下界的极限不相等，还能用迫敛性定理吗？
A: 不能。迫敛性定理的核心前提是上下界的极限必须存在且相等。如果上下界极限不等，只能说明 x_n 被限制在两个值之间，无法确定其具体极限，甚至可能发散。
Q3: 什么时候必须用迫敛性定理，而不能用洛必达法则？
A: 当极限形式为 0 cdot infty 或 infty - infty 且难以转化为 frac{0}{0} 或 frac{infty}{infty} 时；或者当函数包含 sin(n)、cos(n) 等振荡项，导致洛必达法则失效（导数不收敛）时，迫敛性定理是最佳选择。