抱歉,之前上标显示丢了,完整写法是 e^(−x),即 e 的负 x 次方。把这步拆开重讲:
为什么要变形
洛必达法则只能处理 "0/0" 或 "∞/∞" 型,而 (x−2)·eˣ 在 x→−∞ 时是 "(−∞)×0" 型,不能直接用。办法是把 eˣ 挪到分母上,利用 eˣ = 1/e^(−x):
(x−2)·eˣ = (x−2) / e^(−x)
验证型号
当 x→−∞ 时:
这下是 ∞/∞ 型了,可以用洛必达。
分子分母分别求导
所以极限 = lim 1/(−e^(−x)) = lim (−eˣ) = 0
(最后一步是因为 1/e^(−x) = eˣ,而 x→−∞ 时 eˣ→0。)
为什么写 0⁻
在 (−∞,0) 上,x−2 < 0 而 eˣ > 0,乘积恒为负,所以是从负数那一侧贴近 0,记作 0⁻。
代几个数直观感受一下
越往左越接近 0,而不是无穷大。本质原因:eˣ 趋于 0 的"指数级速度"远远快于 (x−2) 趋于 −∞ 的线性速度,分母(衰减因子)赢了,整个乘积被"压"回 0。
没关系,这一步其实只依赖一个事实:
当 x→−∞ 时,eˣ → 0。
只要接受这个,前面加个负号,−eˣ 就是"无穷小的相反数",还是趋于 0,即 lim(−eˣ) = 0。
为什么 x→−∞ 时 eˣ→0?
因为指数为负就是取倒数:e^(−10) = 1/e¹⁰。代几个数看看:
x 越负,分母 e^|x| 大得越恐怖,1 除以它就越来越接近 0。
看图最直观
y = eˣ 的图像是:右边暴涨,左边贴着 x 轴走(x 轴是它的水平渐近线)。"左边贴 x 轴"就是 "x→−∞ 时 eˣ→0" 的几何说法。加个负号只是把这条曲线翻到 x 轴下方,它依然贴着 x 轴,所以极限还是 0(只不过是从负数那一侧贴过去)。
代回验证
确实越来越接近 0。
所以整个链条是:(x−2)eˣ 变成 (x−2)/e^(−x),洛必达后变成 1/(−e^(−x)),也就是 −eˣ,而 x→−∞ 时它趋于 0。这就是"左端贴着 x 轴、不飞向无穷"的严格原因。
你说得对,是我写得偷懒了。lim 后面必须带上"谁趋于哪里",否则式子不完整——同一个 −eˣ,x→−∞ 时趋于 0,x→+∞ 时趋于 −∞,不写下标这句话根本不成立。
完整规范的写法是:
lim(x→−∞) (−eˣ) = 0
(书面上 x→−∞ 写在 lim 的正下方,打字时常写成 lim(x→−∞) 或 lim_{x→−∞}。)
把整条链条补全下标重写一遍:
lim(x→−∞) (x−2)·eˣ
= lim(x→−∞) (x−2)/e^(−x) ← 化成 ∞/∞ 型,才能用洛必达
= lim(x→−∞) 1/(−e^(−x)) ← 洛必达:分子′ = 1,分母′ = −e^(−x)
= lim(x→−∞) (−eˣ) ← 化简,因为 1/e^(−x) = eˣ
= 0 ← 算出极限值:x→−∞ 时 eˣ→0
注意每一步的 lim 都带着同一个下标 x→−∞,等号连接的是"
不用导数完全可以看懂这张图。把 y=(x−2)·eˣ 拆成两个因子"相乘"来组装,图像的形状是自然冒出来的,误解的根源也一目了然。
两个因子各自的性格
符号和零点:决定图像在轴的哪一侧
因为 eˣ 恒正,y 的符号完全由 (x−2) 决定:x<2 时 y<0(压在轴下方),x=2 是唯一的零点(穿过轴),x>2 时 y>0。所以图像必然是"左边一大段在轴下、在 2 处穿轴、然后上冲"。
左端:很负 × 极小,谁赢?
代几个数最直观:
| x | x−2 | eˣ | y |
|---|---|---|---|
| −10 | −12 | 0.000045 | −0.0005 |
| −5 | −7 | 0.0067 | −0.047 |
| −2 | −4 | 0.135 | −0.54 |
| 0 | −2 | 1 | −2 |
| 1 | −1 | 2.718 | −2.718 |
| 2 | 0 | 7.39 | 0 |
| 3 | 1 | 20.1 | 20.1 |
左半边从上往下读,就是图的左半边:从几乎贴着 0 开始,慢慢"沉"到 −2、−2.718,在 2 处回到 0,然后右边爆炸式上冲。所以左尾画成贴着 x 轴——指数衰减的速度碾压线性增长,小因子赢了,乘积被压回 0。
为什么中间必有"坑"
这也不需要导数:y 连续,在 (−∞,2) 上恒负,而两端都回到 0(x→−∞ 时趋于 0,x=2 时等于 0)。一条在轴下方、两头都回到轴上的连续曲线,中间必然有个最低点——就是图里标出的 (1, −e) 那个坑。(坑的精确位置 x=1 要靠导数算,但"必有坑"这件事,连续性和符号就够了。)
那误解是怎么来的?
一句话总结:误解的本质是把 "∞×0" 当成了 "∞×常数"。而图像画的是真相——指数衰减赢下这场比赛,左端被拍平在 x 轴上;在 (−∞,0) 上 y 被夹在 −2 和 0 之间,有界得很,哪有什么无穷大。
对,你这句话基本就是结论本身了。而且这两件事其实是同一个事实的正反两面:
当 t→+∞ 时,对任意 n(不管多大),tⁿ / eᵗ → 0。
即"指数增长比任何多项式增长都快"。把它翻来覆去读,就得到你说的两种碾压:
指数衰减 = 除法这一面
x→−∞ 时,eˣ = 1/e^(−x)。令 t = −x→+∞,那么 (x−2)·eˣ 就是 −(t+2)/eᵗ:分子只是线性增长(t¹ 级别),分母是指数增长,除下去被拍成 0。这就是左尾贴轴。
指数暴涨 = 乘法这一面
x→+∞ 时 eˣ 乘上一个也在变大的 (x−2),当然飞得更快。更狠的是,就算你故意帮多项式一把,把它放到分母上去"拖后腿",即 eᵗ/tⁿ,它照样→∞——还是同一个事实倒过来读而已。所以指数不管当乘数还是当除数,都是它说了算。
代 t=20 感受一下(e²⁰ ≈ 4.85×10⁸):
所以速度层级是:对数 << 多项式 << 指数,而指数不管以衰减(除法)还是暴涨(乘法)的形式出场,都站在食物链顶端。
回到图像和误解:
这张图的两头其实都是指数当家——左端被衰减拍平到 0,右端被暴涨带上 ∞;中间那段(符号、零点 x=2、那个坑)才是多项式因子 (x−2) 在表现自己。最初的直觉错误,就等于不信这个层级:看见 (x−2)→−∞ 就觉得"无穷大最大",没意识到在线性 vs 指数的比赛里,线性无穷大恰恰是弱的那一方。