正实数列几何平均极限结论在l=0时是否成立及求证提示
嘿,这个结论在( l=0 )的时候确实成立!既然你已经掌握了( l>0 )时的证明,那咱们可以从类似的方向入手,下面给你几个实用的求证思路和提示:
思路1:用极限定义直接推导
因为( a_n \to 0 )(正实数列),根据极限定义,对任意给定的( \varepsilon > 0 ),总能找到一个正整数( N ),当( n > N )时,( a_n < \frac{\varepsilon}{2} )。
把前( n )项的乘积拆成两部分:
[
(a_1a_2\cdots a_n)^{1/n} = \left( (a_1a_2\cdots a_N) \cdot (a_{N+1}a_{N+2}\cdots a_n) \right)^{1/n}
]
令( C = a_1a_2\cdots a_N )(这是个固定的正实数),那么上式可以写成:
[
C^{1/n} \cdot \left( a_{N+1}a_{N+2}\cdots a_n \right)^{1/n}
]
- 当( n \to \infty )时,( C^{1/n} \to 1 )(这个结论你应该很熟悉);
- 对于后面的部分,因为每个( a_k < \frac{\varepsilon}{2} )(( k > N )),所以:
[
\left( a_{N+1}a_{N+2}\cdots a_n \right)^{1/n} < \left( \left( \frac{\varepsilon}{2} \right)^{n-N} \right)^{1/n} = \left( \frac{\varepsilon}{2} \right)^{1 - \frac{N}{n}}
]
当( n )足够大时,( 1 - \frac{N}{n} )趋近于1,所以这部分小于( \frac{\varepsilon}{2} )。
两者相乘后,当( n )足够大时,整体就会小于( 1 \cdot \varepsilon = \varepsilon ),满足极限为0的定义。
思路2:对数转化为算术平均问题
咱们可以沿用( l>0 )时的对数技巧:令( b_n = \ln a_n ),因为( a_n \to 0^+ ),所以( b_n \to -\infty )。现在问题转化为证明:
[
\frac{1}{n} \sum_{k=1}^n b_k \to -\infty
]
要证这个结论,任取一个负数( M )(比如( M = -K ),( K>0 )),因为( b_n \to -\infty ),所以存在( N ),当( n > N )时,( b_n < \frac{M}{2} )。
把前( n )项和拆成两部分:
[
\sum_{k=1}^n b_k = \sum_{k=1}^N b_k + \sum_{k=N+1}^n b_k
]
令( D = \sum_{k=1}^N b_k )(固定常数),那么:
[
\frac{1}{n} \sum_{k=1}^n b_k < \frac{D}{n} + \frac{(n-N)}{n} \cdot \frac{M}{2}
]
当( n )足够大时,( \frac{D}{n} )会小于( \frac{|M|}{4} )(因为( D )是常数),且( \frac{n-N}{n} > \frac{1}{2} ),代入后就能得到:
[
\frac{1}{n} \sum_{k=1}^n b_k < \frac{|M|}{4} + \frac{M}{2}
]
因为( M )是负数,( |M| = -M ),所以上式等于( -\frac{M}{4} + \frac{M}{2} = \frac{M}{4} < M ),这就说明( \frac{1}{n} \sum b_k \to -\infty ),进而( \exp\left( \frac{1}{n} \sum b_k \right) \to 0 ),也就是几何平均趋近于0。
思路3:利用Stolz定理(快捷方法)
如果你熟悉Stolz定理,那这个问题会更简单。对于( \frac{\sum_{k=1}^n b_k}{n} ),这是( \frac{-\infty}{\infty} )型的极限,满足Stolz定理的适用条件,所以:
[
\lim_{n \to \infty} \frac{\sum_{k=1}^n b_k}{n} = \lim_{n \to \infty} \frac{\sum_{k=1}^n b_k - \sum_{k=1}^{n-1} b_k}{n - (n-1)} = \lim_{n \to \infty} b_n = -\infty
]
同样能推出几何平均的极限为0。
内容的提问来源于stack exchange,提问作者Aaqib Iqbal

