第九章 · 实变量的对数函数、指数函数与三角函数

指数函数

§§212–213 35 分钟

把 eye^y 定义为 log⁡\log 的反函数,从而对每个实数 yy 都有定义;它等于自己的导数,满足 ey+z=eyeze^{y+z} = e^y e^z,并且比 yy 的每个幂增长得都快。

为什么重要

我们只对有理数 yy 知道 eye^y。哈代没有一点一点地扩展幂的定义,而是把对数反过来用:eye^y 就是对数等于 yy 的那个数。于是指数函数的每条性质都由对数的某条性质推出:导数、加法法则、增长速度。这个函数是微分方程、概率论和复分析的核心,§212 和 §213 为它奠定了基础。

基本想法

对数是正数 xx 与全体实数 yy 之间的一一对应:它严格递增,并且不间断地从 −∞-\infty(当 x→0x \to 0 时)走到 +∞+\infty(当 x→∞x \to \infty 时)。所以每个实数 yy 恰好是一个正数 xx 的对数。把这个 xx 叫作“eye^y”。它的图像就是 log⁡\log 的图像关于对角线 y=xy = x 的反射。

探索 作为镜像的指数函数

试一试:沿着对数曲线拖动 PP。观察它在指数曲线上的镜像 QQ,比较两条切线的斜率。然后把 PP 放在 x=1x = 1 和 x=e≈2.72x = e \approx 2.72 处。

  • y = log x
  • x = e^y,画成镜像
  • 对称轴
  • P(可拖动)与两条切线
对数曲线上的点 P=(2, 0.693)P = (2,\ 0.693),斜率 1/x=0.51/x = 0.5。它在指数曲线上的镜像 Q=(0.693, 2)Q = (0.693,\ 2) 的斜率是 1/(1/x)=x=21/(1/x) = x = 2,恰好等于 QQ 的高度:在 y=0.693y = 0.693 处 ddyey=ey\tfrac{d}{dy}e^{y} = e^{y}。
留意什么

反射把水平方向与竖直方向对调,所以 QQ 处的斜率是 PP 处斜率的倒数:1/(1/x)=x1/(1/x) = x。而 xx 恰好是 QQ 的高度。所以在每一点,指数函数的斜率都等于它的高度,ddyey=ey\tfrac{d}{dy}e^y = e^y。在 x=1x = 1 处,Q=(0,1)Q = (0, 1),斜率为 11;在 x=ex = e 处,Q=(1,e)Q = (1, e)。

指数函数的快,就是对数的慢在镜子里的样子。前几节说明了 log⁡x\log x 输给 xx 的每个幂;代换 x=eyx = e^y 把“(log⁡x)α(\log x)^\alpha 与 xx 相比可以忽略”变成“yαy^\alpha 与 eye^y 相比可以忽略”:指数函数胜过 yy 的每个幂。

探索 让高次幂与 exe^x 赛跑

试一试:令 α=20\alpha = 20,找出 exe^x 最终超过 x20x^{20} 的地方。然后试试 α=100\alpha = 100 和 α=200\alpha = 200(扩大视野)。

x20对阵exx^{20} \quad\text{对阵}\quad e^x
xlog₁₀(函数值)
  • x20x^{20}
  • exe^x
  • 最后一个交点
  • 读数点
在 x=40x = 40 处:x20/ex≈1014.67x^{20} \big/ e^x \approx 10^{14.67}(较慢的函数仍然领先)。最后一个交点在 x≈90x \approx 90 处;过了它,比值只会减小,趋于 0。比值(较慢者 ÷ 较快者)在 x=α=20x = \alpha = 20 处最大。
留意什么

在这样的半对数坐标中,exe^x 是一条直线,xαx^\alpha 是一条越来越平的曲线:这和 log⁡x\log x 与 xαx^\alpha 赛跑的图景一样,只是高了一层。x100x^{100} 一直领先到 x≈647x \approx 647,但最后总是直线获胜。比值 xα/exx^\alpha/e^x 在 x=αx = \alpha 处最大。

精确表述

定义 指数函数 哈代:§212

对每个实数 yy,eye^y(也写作 exp⁡y\exp y)是使 log⁡x=y\log x = y 的唯一正数 xx。于是

x=ey  ⟺  y=log⁡x(x>0, y 为实数).x = e^{y} \iff y = \log x \qquad (x > 0,\ y \text{ 为实数}).
定理 基本性质 哈代:§212

eye^y 在整个实数轴上为正、连续且严格递增;当 y→−∞y \to -\infty 时 ey→0e^y \to 0,当 y→∞y \to \infty 时 ey→∞e^y \to \infty;e0=1e^0 = 1;并且对有理数 yy,eye^y 就是数 ee 的正的 yy 次幂。

定理 指数函数是它自己的导数 哈代:§213 (1)
ddyey=ey,更一般地ddyeay=a eay.\frac{d}{dy}e^{y} = e^{y}, \qquad\text{更一般地}\qquad \frac{d}{dy}e^{ay} = a\,e^{ay}.
定理 加法公式 哈代:§213 (2)

对所有实数 yy 和 zz,ey+z=eyeze^{y+z} = e^{y}e^{z}。特别地,e−y=1/eye^{-y} = 1/e^{y}。

定理 指数函数胜过每个幂 哈代:§213 (3)

对每个 α\alpha,无论它多么大,当 y→∞y \to \infty 时 y−αey→∞y^{-\alpha}e^{y} \to \infty。更一般地,若 γ>0\gamma > 0,则 eγye^{\gamma y} 趋于 ∞\infty;若 γ<0\gamma < 0,则它趋于 00;两种情形都比 yy 的任何幂都快。

这给无穷大的尺度添上了新的一端:⋯≺xn≺⋯≺ex≺e2x≺⋯≺ex2≺⋯≺eex≺…\dots \prec x^{n} \prec \dots \prec e^{x} \prec e^{2x} \prec \dots \prec e^{x^2} \prec \dots \prec e^{e^x} \prec \dots,其中 ex2e^{x^2} 表示 e(x2)e^{(x^2)},eexe^{e^x} 表示 e(ex)e^{(e^x)}。

证明

证明 指数函数的定义合理,并且连续、递增
思路

证明 log⁡\log 把 (0,∞)(0, \infty) 一一地映满实数轴;于是反函数存在,递增,并且继承了连续性。哈代直接证明了连续性,我们按他的做法来。

映满

任给 yy,由极限 log⁡x→−∞\log x \to -\infty(x→0x \to 0)和 log⁡x→∞\log x \to \infty(x→∞x \to \infty),存在 a<ba < b,使 log⁡a<y<log⁡b\log a < y < \log b。由介值定理,在 (a,b)(a, b) 中有某个 xx 使 log⁡x=y\log x = y。

一一对应,且反函数递增

log⁡\log 严格递增,所以这个 xx 唯一;并且若 y1<y2y_1 < y_2,则 ey1<ey2e^{y_1} < e^{y_2},否则 log⁡\log 会给出 y1≥y2y_1 \ge y_2。

连续性:记 x=eyx = e^y,x+ξ=ey+ηx + \xi = e^{y + \eta}

则 η=log⁡(x+ξ)−log⁡x=log⁡(1+ξ/x)\eta = \log(x + \xi) - \log x = \log(1 + \xi/x)。我们要证明当 η→0\eta \to 0 时 ξ→0\xi \to 0。

用 η\eta 估计 ξ\xi

利用 h1+h<log⁡(1+h)<h\dfrac{h}{1+h} < \log(1 + h) < h,取 h=ξ/xh = \xi/x。若 ξ>0\xi > 0:η>ξx+ξ\eta > \dfrac{\xi}{x + \xi},当 η<1\eta < 1 时整理得 ξ<xη1−η\xi < \dfrac{x\eta}{1 - \eta}。若 ξ<0\xi < 0:η<ξ/x\eta < \xi/x,所以 ∣ξ∣<x∣η∣|\xi| < x|\eta|。无论哪种情形,当 ∣η∣<1|\eta| < 1 时都有 ∣ξ∣≤x∣η∣1−∣η∣|\xi| \le \dfrac{x|\eta|}{1 - |\eta|},它随 η\eta 一起趋于 00。

函数值

由于 log⁡1=0\log 1 = 0,所以 e0=1e^0 = 1。对有理数 yy,上一节已证明 log⁡(正的 y 次幂,底数为 e)=y\log(\text{正的 } y\text{ 次幂,底数为 } e) = y,所以由唯一性,这个幂就是 eye^y。由于 eye^y 递增并取到每一个正值,它没有上界,所以当 y→∞y \to \infty 时 ey→∞e^y \to \infty;它又取到任意接近 00 的值,所以当 y→−∞y \to -\infty 时 ey→0e^y \to 0。

证明 ddyey=ey\tfrac{d}{dy}e^y = e^y
思路

把 y=log⁡xy = \log x 对 xx 求导,再取倒数:反函数的导数是原函数导数的倒数。

差商互为倒数

沿用上面的 x=eyx = e^y 和 x+ξ=ey+ηx + \xi = e^{y+\eta}(η≠0\eta \ne 0,所以 ξ≠0\xi \ne 0):ξη=1/ηξ=1/log⁡(x+ξ)−log⁡xξ\dfrac{\xi}{\eta} = 1 \Big/ \dfrac{\eta}{\xi} = 1 \Big/ \dfrac{\log(x + \xi) - \log x}{\xi}。

令 η→0\eta \to 0

由连续性,ξ→0\xi \to 0,所以分母趋于 (log⁡)′(x)=1/x(\log)'(x) = 1/x。因此 ξ/η→x=ey\xi/\eta \to x = e^y。

eaye^{ay}

由链式法则,ddyeay=eay⋅a\frac{d}{dy}e^{ay} = e^{ay}\cdot a。

证明 ey+z=eyeze^{y+z} = e^y e^z
思路

翻译成对数的语言,这个命题就变成 log⁡xy=log⁡x+log⁡y\log xy = \log x + \log y。

对右边取对数

由对数的函数方程,log⁡(eyez)=log⁡ey+log⁡ez=y+z\log(e^y e^z) = \log e^y + \log e^z = y + z。

取反函数

所以 eyeze^y e^z 是对数等于 y+zy + z 的正数,按定义它就是 ey+ze^{y+z}。取 z=−yz = -y:eye−y=e0=1e^y e^{-y} = e^0 = 1。

哈代还给出了第二个证明:由指数运算法则,这条法则对有理数 yy 和 zz 成立,而两边都是连续的,所以沿着有理数列 yn→yy_n \to y,zn→zz_n \to z 取极限,它仍然成立。这种“先对有理数证明,再用连续性推广”的论证,下一节讨论一般的幂时还会用到。

证明 ey/yα→∞e^y/y^\alpha \to \infty
思路

在第三节的定理 (log⁡x)α/x→0(\log x)^\alpha / x \to 0 中代换 x=eyx = e^y。

已知的结果

对每个 α>0\alpha > 0,当 x→∞x \to \infty 时 (log⁡x)α/x→0(\log x)^\alpha/x \to 0(即推论中取 k=αk = \alpha,幂取 11)。

令 x=eyx = e^y

当 y→∞y \to \infty 时,x=ey→∞x = e^y \to \infty,而 (log⁡x)α/x=yα/ey(\log x)^\alpha/x = y^\alpha/e^y。所以 yα/ey→0y^\alpha/e^y \to 0,即 ey/yα→∞e^y/y^\alpha \to \infty(比值为正)。当 α≤0\alpha \le 0 时,结论是平凡的。

eγye^{\gamma y}

若 γ>0\gamma > 0,则 eγy/yα=γα eu/uαe^{\gamma y}/y^\alpha = \gamma^\alpha\, e^{u}/u^{\alpha},其中 u=γy→∞u = \gamma y \to \infty。若 γ<0\gamma < 0,则 yαeγy=1/(e∣γ∣y/yα)→0y^\alpha e^{\gamma y} = 1\big/\big(e^{|\gamma|y}/y^{\alpha}\big) \to 0。

例题与习题

习题 ●○○ 哈代:例题 LXXXVI, 1

证明:若对所有 yy 都有 dxdy=ax\dfrac{dx}{dy} = ax,其中 aa 是常数,则 x=Keayx = Ke^{ay},KK 为常数。

提示
对 x e−ayx\,e^{-ay} 求导。

解答

ddy(xe−ay)=dxdye−ay−axe−ay=(ax−ax)e−ay=0\dfrac{d}{dy}\left(x e^{-ay}\right) = \dfrac{dx}{dy}e^{-ay} - a x e^{-ay} = (ax - ax)e^{-ay} = 0。处处导数为零的函数是常数(中值定理),所以 xe−ay=Kx e^{-ay} = K,x=Keayx = Ke^{ay}。

习题 ●●○ 哈代:例题 LXXXVI, 2

证明 f(y+z)=f(y)f(z)f(y + z) = f(y)f(z) 的可导解要么恒等于 00,要么形如 eaye^{ay}。

提示
分别对 yy 和对 zz 求导:f′(y+z)=f′(y)f(z)=f(y)f′(z)f'(y+z) = f'(y)f(z) = f(y)f'(z)。
提示
先处理 f(0)f(0):令 y=z=0y = z = 0。

解答

令 y=z=0y = z = 0,得 f(0)=f(0)2f(0) = f(0)^2,所以 f(0)=0f(0) = 0 或 11。若 f(0)=0f(0) = 0,则对所有 yy 有 f(y)=f(y+0)=f(y)f(0)=0f(y) = f(y + 0) = f(y)f(0) = 0。

设 f(0)=1f(0) = 1。对 zz 求导,再令 z=0z = 0:f′(y)=f(y)f′(0)f'(y) = f(y)f'(0)。令 a=f′(0)a = f'(0)。由上一道习题,f(y)=Keayf(y) = Ke^{ay},而 f(0)=1f(0) = 1 给出 K=1K = 1。(哈代写的是 KeayKe^{ay};代入方程可知 K=K2K = K^2,所以可能的情形仍然只有 K=0K = 0 和 K=1K = 1。)

习题 ●○○ 哈代:例题 LXXXVI, 3

证明当 y→0y \to 0 时 eay−1y→a\dfrac{e^{ay} - 1}{y} \to a。

提示
要么看出这是 00 处的一个导数,要么按哈代的提示用中值定理。

解答

由中值定理,对介于 00 与 yy 之间的某个 η\eta,eay−1=eay−e0=y⋅aeaηe^{ay} - 1 = e^{ay} - e^{0} = y \cdot a e^{a\eta}。所以 eay−1y=aeaη\dfrac{e^{ay} - 1}{y} = a e^{a\eta}。当 y→0y \to 0 时,η→0\eta \to 0,由连续性,eaη→1e^{a\eta} \to 1。极限是 aa。(等价地说:它就是 eaye^{ay} 在 y=0y = 0 处的导数。)

习题 ●●○ 哈代:例题 LXXXVI, 4

证明当 x>0x > 0 时,ex−1−xe^x - 1 - x、 e−x−1+x\ e^{-x} - 1 + x 和  1−12x2+13x3−(1+x)e−x\ 1 - \tfrac12 x^2 + \tfrac13 x^3 - (1 + x)e^{-x} 都为正且严格递增。

提示
每一个在 x=0x = 0 处都为零。证明当 x>0x > 0 时它的导数为正。
提示
对第三个,导数可以分解为 x(x−1+e−x)x(x - 1 + e^{-x})。

解答

第一个。g(x)=ex−1−xg(x) = e^x - 1 - x:g(0)=0g(0) = 0;由于 exe^x 递增且 e0=1e^0 = 1,当 x>0x > 0 时 g′(x)=ex−1>0g'(x) = e^x - 1 > 0。所以 gg 在 [0,∞)[0, \infty) 上严格递增,并且当 x>0x > 0 时为正。

第二个。h(x)=e−x−1+xh(x) = e^{-x} - 1 + x:h(0)=0h(0) = 0,当 x>0x > 0 时 h′(x)=1−e−x>0h'(x) = 1 - e^{-x} > 0。

第三个。k(x)=1−12x2+13x3−(1+x)e−xk(x) = 1 - \tfrac12x^2 + \tfrac13x^3 - (1+x)e^{-x}:k(0)=1−1=0k(0) = 1 - 1 = 0,并且

k′(x)=−x+x2−e−x+(1+x)e−x=−x+x2+xe−x=x (x−1+e−x)=x h(x),k'(x) = -x + x^2 - e^{-x} + (1 + x)e^{-x} = -x + x^2 + xe^{-x} = x\,(x - 1 + e^{-x}) = x\,h(x),

由第二部分,当 x>0x > 0 时它为正。

习题 多项式与指数函数的较量 ●○○ 哈代:§213 (3)

证明对每个多项式 PP,当 y→∞y \to \infty 时 P(y)e−y→0P(y)e^{-y} \to 0;并证明对每个 n≥0n \ge 0,∫0∞yne−y dy\displaystyle\int_0^\infty y^{n}e^{-y}\,dy 收敛。

提示
对于积分,当 yy 很大时把 yne−yy^n e^{-y} 与 y−2y^{-2} 比较。

解答

由定理,每一项 ckyke−y→0c_k y^k e^{-y} \to 0,所以它们的有限和也是如此。

对于积分:yn+2e−y→0y^{n+2}e^{-y} \to 0,所以当 y≥Yy \ge Y 时 yn+2e−y<1y^{n+2}e^{-y} < 1,即在那里 yne−y<y−2y^n e^{-y} < y^{-2}。由于 ∫Y∞y−2 dy\int_Y^\infty y^{-2}\,dy 收敛,而被积函数在 [0,Y][0, Y] 上为正且连续,由比较判别法(§184),这个积分收敛。(分部积分表明它的值是 n!n!。)

自测

自测 单项选择

eye^y 的图像在 y=1y = 1 处的斜率是多少?

解析

eye^y 的斜率等于它的值,e1=ee^1 = e。倒数 1/e1/e 是对数在镜像点 (e,1)(e, 1) 处的斜率。

自测 判断对错

对每个实数 yy,包括绝对值很大的负数 yy,都有 ey>0e^y > 0。

解析

对。按定义,eye^y 是 log⁡\log 定义域中的一个数 xx,而这个定义域由正数组成。绝对值很大的负数 yy 对应于接近 00 的 xx,但永远不会是 00 或负数。

自测 填一个数

(大约)从哪个 xx 起永远有 ex>x100e^x > x^{100}?可以用上面的赛跑图,也可以解方程 x=100log⁡xx = 100\log x。

解析

取对数,ex>x100e^x > x^{100} 意味着 x>100log⁡xx > 100\log x。函数 x−100log⁡xx - 100\log x 在 x=100x = 100 处最小,它的最后一个零点在 x=647.3x = 647.3 附近。同一个数在第三节 log⁡u\log u 与 u0.01u^{0.01} 的赛跑中出现过:令 x=log⁡ux = \log u,一场赛跑就变成了另一场。

自测 单项选择

当 x→∞x \to \infty 时,下面哪一个趋于无穷最快?

解析

比较对数:1000log⁡x1000\log x、xx、x1.01x^{1.01} 和 xlog⁡1000≈6.9xx\log 1000 \approx 6.9x。后两个最大;而 x1.01/(6.9x)=x0.01/6.9→∞x^{1.01}/(6.9x) = x^{0.01}/6.9 \to \infty,所以 ex1.01e^{x^{1.01}} 获胜(是最终获胜:只在 x≈6.9100x \approx 6.9^{100} 之后)。比较对数,是把函数放到尺度的指数一端的标准方法。

哈代的用语

小结

小结
  • eye^y 是对数等于 yy 的正数;它的图像是对数图像关于 y=xy = x 的镜像。
  • 它为正、连续,并从 00 严格递增到 ∞\infty;对有理数指数,它与 ep/qe^{p/q} 一致。
  • ddyey=ey\frac{d}{dy}e^y = e^y(反射下斜率互为倒数),ey+z=eyeze^{y+z} = e^y e^z(由 log⁡xy=log⁡x+log⁡y\log xy = \log x + \log y 得到)。
  • eye^y 胜过 yy 的每个幂:在“log⁡x\log x 输给 xx 的每个幂”中代换 x=eyx = e^y 即得。这给出了无穷大的尺度的指数一端。