首页/应用实例/极限与连续
REAL-WORLD APPLICATIONS

极限与连续

无穷过程的量:复利、增殖与稳态

01 金融

连续复利:为什么银行"利滚利"存在上限

场景

本金 A₀ 存入银行,年利率 r。按年计息一年后得 A₀(1+r);若按月计息、按天计息、按秒计息……本息会不会无限增大?

数学模型

一年计息 n 次的本息为 A₀(1+r/n)ⁿ。令 n → ∞:lim (1+r/n)ⁿ = e^r,即连续复利公式 A = A₀e^{rt}。

结论与启示

本息不会无限膨胀——它收敛到 e^r 倍。年利率 10% 时,连续复利只比单年复利多得约 e^{0.1} − 1 ≈ 10.52% − 10%,这 0.5 个百分点就是"无限利滚利"的全部。这正是第 1 章重要极限 (1+1/n)ⁿ → e 的经济原型。

02 生物

细胞分裂与细菌繁殖的指数模型

场景

理想条件下,细菌每 20 分钟分裂一次,数量翻倍。问 24 小时后一个细菌能繁殖多少?为什么实际达不到?

数学模型

设初始 N₀,每次翻倍,t 小时后 N = N₀·2^{3t}。取极限观点:倍增期无限缩短时 N = N₀e^{kt},k = ln2/倍增期。

结论与启示

理论值 2^{72} ≈ 4.7×10^{21} 个,质量超过数千吨——现实中营养与空间有限,指数增长只在前期能维持。这个"理想指数 + 现实饱和"的矛盾,正是后续 Logistic 模型(微分方程篇)要修正的问题。

03 医学

反复给药的稳态血药浓度

场景

病人每 8 小时服用一次药,每次服药后血药浓度上升 C₀,两次服药之间浓度按比例 k 衰减。长期服药,浓度会无限累积吗?

数学模型

第 n 次服药后的瞬时浓度为 Cₙ = C₀(1 + k + k² + … + k^{n−1}) = C₀(1−kⁿ)/(1−k)。由 0 < k < 1,lim Cₙ = C₀/(1−k)。

结论与启示

稳态浓度是有限值,且首次剂量可以直接给到稳态——这就是临床上"首剂加倍"(负荷剂量)的数学依据。等比数列求和与极限,直接关系用药安全。

04 考古

碳-14 测年:从衰减速率读出年代

场景

出土文物中碳-14 的残留量是活体的 30%,据此判断文物距今多少年。

数学模型

衰变服从 N(t) = N₀e^{−λt},碳-14 半衰期约 5730 年,故 λ = ln2/5730。由 N/N₀ = 0.3 解得 t = ln(1/0.3)/λ ≈ 9953 年。

结论与启示

虽然求解用的是指数函数,但其数学内核是极限:e = lim(1+1/n)ⁿ 是一切连续增长的"自然底数"。测年误差主要来自半衰期测量精度——数学模型把考古问题化成了一次对数运算。

05 哲学 · 物理

芝诺悖论:阿基里斯为什么追得上乌龟

场景

乌龟领先阿基里斯一段距离。阿基里斯追到乌龟出发点时,乌龟又爬了一段;再追到新位置,乌龟又前进……如此无穷无尽,芝诺由此断言永远追不上。

数学模型

设速度比 10:1,初始距离 100 m,则追赶总路程为 100 + 10 + 0.1 + … = 100/(1 − 0.1) = 1000/9 m——无穷多项相加,和却是有限的。

结论与启示

芝诺的错误在于默认"无穷多个过程需要无穷长时间"。极限概念(含收敛的无穷级数)化解了这一困惑:无穷多项可以收敛。这个悖论困扰人类两千年,直到 19 世纪极限理论严格化才彻底解决。

06 日常生活

经济中的"莱布尼茨检验":0.999… = 1

场景

商店标价 9.99 元与 10.00 元差 0.01 元;那么 0.999…(无限循环小数)与 1 相差多少?

数学模型

把 0.999… 看作级数 9/10 + 9/100 + 9/1000 + … = (9/10)/(1 − 1/10) = 1。

结论与启示

0.999… 不是"非常接近 1",它就是 1。这不是规定,而是极限定义下的必然结论——"无限逼近"在极限理论里就是"等于"。类似的无限表示在生活中无处不在:连分数、循环小数、乃至 GPS 里的浮点数运算。

07 地理 · 生活

大气压强公式与"高原反应"

场景

为什么海拔越高越缺氧?气压随高度大致按什么规律下降?

数学模型

薄层空气的压强增量与该处压强成正比:dp = −(mg/kT)p dh,解得 p(h) = p₀e^{−h/H},其中标高 H ≈ 8 km。海拔 5000 m 时 p ≈ p₀e^{−5/8} ≈ 0.53 p₀。

结论与启示

指数衰减模型简洁地解释了高原反应:5000 m 处氧分压只有海平面一半多一点。它也解释了为什么飞机客舱需要加压。建立"变化率正比于自身"的模型思想,贯穿整个微分方程篇。

08 工程

音像文件的逐次压缩与"极限质量"

场景

有损压缩(如 JPEG、MP3)每压缩一次损失一点质量,反复压缩会怎样?工程师如何确定"压多少次还可用"?

数学模型

设每次压缩保留质量比例 q(0),n 次后质量为 Q₀qⁿ,由 qⁿ → 0 知反复压缩必然趋于不可用;工程上取可接受阈值 Q_min,解 Q₀qⁿ ≥ Q_min 得最大压缩次数 n ≤ ln(Q_min/Q₀)/ln q。

结论与启示

单调递减有下界的数列必收敛——这正是"单调有界原理"在工程质检中的用法:数学保证你不必无限压缩下去再观察,可以直接算出安全的次数上限。