数学归纳法

数学归纳法（英語：mathematical induction，縮寫：MI）是一种数学证明方法，通常被用于证明某个给定命题在整个或者局部自然数范围内成立。除了自然数以外，广义上的数学归纳法也可以用于证明一般良基结构，例如：集合论中的树。这种广义的数学归纳法应用于数学逻辑和计算机科学领域，称作结构归纳法。

虽然数学归纳法名字中有“归纳”，但是数学归纳法并非逻辑上不严谨的归纳推理法，它属于完全严谨的演绎推理法。事實上，所有數學證明都属于演繹推理方法。

定义

最简单和常见的数学归纳法是证明当$n$等于任意一个自然数时某命题成立。证明分下面两步：

骨牌一个接一个倒下，就如同一个值到下一个值的过程

1. 证明 “当$n=1$时命题成立。”（选择数字1因其作为自然数集合中的最小值）
2. 证明 “若假设在$n=m$时命题成立，可推導出在$n=m 1$时命题成立。（$m$代表任意自然数）”

这种方法的原理在于：首先证明在某个起点值时命题成立，然后证明从一个值到下一个值的过程有效。当这两点都已经证明，那么任意值都可以通过反复使用这个方法推导出来。把这个方法想成多米诺骨牌效应也许更容易理解一些。例如：你有一列很长的直立着的多米诺骨牌，如果你可以：

1. 证明 「第一张骨牌会倒。」
2. 证明 「只要任意一张骨牌倒了，其下一张骨牌也会因為前面的骨牌倒而跟著倒。」

则可下结论：所有的骨牌都会倒下。

例子

例子1

证明下面这个给定公式（命题）为真：

$1 2 3 \cdots n={\frac {n(n 1)}{2}}$

其中$n$为任意自然数。这是用于计算前n个自然数的和的简单公式。

证明

第一步-起始步骤

第一步是验证这个公式在$n=1$时成立。左边$=1$，而右边$={\frac {1(1 1)}{2}}=1$，所以这个公式在$n=1$时成立。第一步完成。

第二步-推递步骤

第二步证明假设$n=m$时公式成立，则可推理出$n=m 1$时公式也成立。 证明步骤如下。

假设$n=m$时公式成立。即

$1 2 \cdots m={\frac {m(m 1)}{2}}$【等式$P(m)$】

然后在等式等号两边分别加上$m 1$得到 $1 2 \cdots m (m 1)={\frac {m(m 1)}{2}} (m 1)$【等式$P(m 1)$】 这就是$n=m 1$时的等式。

现在需要根据等式等式$P(m 1)$演绎出等式$P(m)$的符号形式。（需要注意的是如果给定公式不为真，则做不到）通过因式分解合并(形式变换/字符操纵)，等式$P(m 1)$的右手边

$={\frac {m(m 1)}{2}} {\frac {2(m 1)}{2}}={\frac {(m 2)(m 1)}{2}}={\frac {(m 1)(m 2)}{2}}={\frac {(m 1)[(m 1) 1]}{2}}.$

也就是说

$1 2 \cdots (m 1)={\frac {(m 1)[(m 1) 1]}{2}}$

这样便证明了从等式$P(m)$成立可推理出等式$P(m 1)$也成立。证明至此完成，结论：对于任意自然数$n$，$P(n)$均成立。

解释

在这个证明中，推理的过程如下：

1. 首先证明命题$P(1)$成立，即公式在$n=1$时成立。
2. 然后证明从命题$P(m)$成立可以推演出命题$P(m 1)$也成立。【此部实际属于演绎推理法。技术方法是基于命题$P(m 1)$的符号形式变换出命题$P(m)$的符号形式。】
3. 根据上两条从命题$P(1)$成立可以推理出命题$P(1 1)$，也就是命题$P(2)$成立。
4. 继续推理，可以知道命题$P(3)$成立。
5. 从命题$P(3)$成立可以推导出命题$P(4)$也成立。
6. 不断的重复推導下一命題成立的步驟。（这就是所谓“归纳”推理的地方）
7. 我们便可以下结论：对于任意自然数$n$，命题$P(n)$ 成立。

例子2

证明对于Fibonacci数列，定義$F_{n}=F_{n-1} F_{n-2}$，且$F_{0}=0,F_{1}=1$，則$F_{0} F_{1} F_{2} \cdots F_{n}=F_{n 2}-1$。

证明

首先，我们先使得$n=0$的情况成立，$F_{0}=F_{2}-1,0=1-1=0$ 然后，我们假定$n=k$的情况下的成立的，$F_{0} F_{1} ... F_{k}=F_{k 2}-1$ 然后我们使得$n=k 1$的情况也成立，（这是为了表明，如果有任意数k使得其成立，则有其 1也成立） $F_{0} F_{1} ... F_{k} F_{k 1}=F_{k 2}-1 F_{k 1}=F_{k 3}-1$ 于是我们得证，即从$n=0$，到$n=0 1,1 1,2 1$到所有正实数都成立，就像多米诺骨牌的第一块$n=0$成立而且每一块的下一块都成立（$k,k 1$)

数学归纳法的变体

在应用中，数学归纳法常常需要采取一些变化来适应实际的需求。下面介绍一些常见的数学归纳法变体。

从0以外的自然数开始

第一种情况： 如果欲证明的命题并不是针对全部自然数，而只是针对所有大于等于某个数字b的自然数，那么证明的步骤需要做如下修改：

1. 第一步，证明当$n=b$时命题成立。
2. 第二步，证明如果$n=m$（$m\geq b$） 成立，那么可以推导出$n=m 1$也成立。

用这个方法可以证明诸如“当$n\geq 5$时，$2^{n}>n^{2}$这一类命题。

第二种情况： 如果欲证明的命题针对全部自然数，但仅当大于等于某个数字b时比较容易证明，则可参考如下步骤：

1. 第一步，证明当$n=0,1,2,\cdots ,b$时命题成立。
2. 第二步，证明如果$n=m$（$m\geq b$）成立，那么可以推导出$n=m 1$也成立。

用这种方法可以证明一些需要通过放缩来证明的不等式。

只針對偶数或只針對奇数

如果我们想证明的命题并不是针对全部自然数，而只是针对所有奇数或偶数，那么证明的步骤需要做如下修改：

奇数方面：

1. 第一步，证明当$n=1$时命题成立。
2. 第二步，证明如果$n=m$成立，那么可以推导出$n=m 2$也成立。

偶数方面：

1. 第一步，证明当$n=0$或$n=2$时命题成立。
2. 第二步，证明如果$n=m$成立，那么可以推导出$n=m 2$也成立。

或調整命題表述，使之變為對所有正整數成立，例如

證明「$1 3 5 7 \cdots a={\frac {(a 1)^{2}}{4}}$對所有正奇數$a$成立」等價於證明「$1 3 5 7 \cdots (2b-1)=b^{2}$對所有正整數$b$成立」。

遞迴歸納法

又名递降归纳法。数学归纳法并不是只能应用于形如“对任意的$n$”这样的命题。对于形如“对任意的$n=0,1,2,\cdots ,m$”这样的命题，如果对一般的$n$比较复杂，而$n=m$比较容易验证，并且我们可以实现从$k$到$k-1$的递推，$k=1,\cdots ,m$的话，我们就能应用归纳法得到对于任意的$n=0,1,2,\cdots ,m$，原命题均成立。

完整归纳法

另一个一般化的方法叫完整归纳法（也称第二数学归纳法或强归纳法），在第二步中我们假定式子不仅当$n=m$时成立，当$n$小于或等于$m$时也成立。这样可以设计出这样两步:

1. 证明当$n=0$时式子成立.
2. 证明当$n\leq m$时成立，那么当$n=m 1$时式子也成立.

例如，这种方法被用来证明：

$\mathrm {fib} (n)={\frac {\Phi ^{n}-\left(-\Phi \right)^{-n}}{5^{\frac {1}{2}}}}$

其中 $\mathrm {fib} (n)$是第$n$个斐波纳契数和$\Phi ={\frac {1 5^{\frac {1}{2}}}{2}}$（即黄金分割）。如果我们可以假设式子已经在当$n=m$和$n=m-1$时成立，从$\mathrm {fib} (m 1)=\mathrm {fib} (m) \mathrm {fib} (m-1)$之后可以直截了当地证明当$n=m 1$时式子成立.

这种方法也是第一种形式的特殊化：

1. 定义$\mathrm {P} (n)$是我们将证的式子,
2. $\mathrm {P} (0)$和$\mathrm {P} (1)$成立
3. $\mathrm {P} (m 1)$在$\mathrm {P} (m)$和$\mathrm {P} (m-1)$成立时成立。

结论：$\mathrm {P} (n)$对一切自然数$n$成立。

超限归纳法

主条目：超限歸納法

最后两步可以用这样一步表示：

证明如果式子在所有的$n<m$成立，那么式子在当$n=m$时也成立。

实际上这是数学归纳法的大多数通式，可以知道他不仅对表达自然数的式子有效，而且对于任何在良基集（也就是一个偏序的集合，包括有限降链）中元素的式子也有效（这里"$<$"被定义为$a<b$ 当且仅当$a\leq b$和$a\neq b$）。

这种形式的归纳法当运用到序数（以良序的和一些的良基类的形式）时被称为超限归纳法，它在集合论、拓扑学和其他领域是一種重要的方法。

要区别用超限归纳法证明的命题的三种情况：

1. $m$是一个极小元素，也就是没有一个元素小于$m$
2. $m$有一个直接的前辈，比$m$小的元素有一个大的元素
3. $m$没有任何前辈，也就是$m$是一个界限序数.

参见数学归纳法的三种形式。

形式寫法

使用二階邏輯

二階邏輯可捕捉數學歸納法這概念，表達成如下邏輯式：

$\displaystyle \forall P{\Bigl (}P(0)\land \forall k{\bigl (}P(k)\Rightarrow P(k 1){\bigr )}\Rightarrow \forall n{\bigl (}P(n){\bigr )}{\Bigr )}$，

$P(.)$是容納一自然數的述詞變元，遍歷所有述詞而非個別數字，為二階量詞（是故此式與二階邏輯有關），$k$與$n$則是自然數變元，遍歷所有自然數。

白話解釋此式，此式說：起始步驟$P(0)$與推遞步驟（即歸納假設，$P(k)$蘊涵 $P(k 1)$） 兩步成立會導出對任一自然數$n$， $P(n)$成立之結論。通常，我們為了證明第二步，會假設$P(n)$成立（歸納假設），再進一步證明$P(n 1)$。此牽涉到條件證法，將條件句之前件作為假設，假定其正確以便於證明。

使用一階邏輯

若用一階邏輯將數學歸納法公設化，則須採用公設模式，替每一個可能存在的述詞設下針對其的獨立公設。舉例而言，我們僅允許三個一階述詞存在，分別名為$P_{1}$、$P_{2}$、$P_{3}$ ，則原先以二階邏輯描述的公設可改寫為：

$\displaystyle P_{1}(0)\land \forall k{\bigl (}P_{1}(k)\to P_{1}(k 1){\bigr )}\to \forall n{\bigl (}P_{1}(n){\bigr )}$，

$\displaystyle P_{2}(0)\land \forall k{\bigl (}P_{2}(k)\to P_{2}(k 1){\bigr )}\to \forall n{\bigl (}P_{2}(n){\bigr )}$，

$\displaystyle P_{3}(0)\land \forall k{\bigl (}P_{3}(k)\to P_{3}(k 1){\bigr )}\to \forall n{\bigl (}P_{3}(n){\bigr )}$，

。然而其強度與以二階邏輯描述之邏輯式不同，前者較後者弱。理由為一階邏輯述詞之數量為可數，而二階邏輯量限所迭代的集合為不可數。

此外，二階邏輯所表示的歸納公設綜合其它皮亞諾公設為同疇(categorical)，且所得之自然數模型無限大。根據勒文海姆-斯科倫定理，用一階邏輯表達的理論若有可數無限大的模型，則其有不可數大的模型，是故無法前頭將所述的模型公設化。亦即，用二階邏輯表達的公設僅允許一群模型彼此同構，而一階邏輯模型則因前述定理，並非每個模型都同構。

使用一階ZFC集合論

一階ZFC集合論不允許述詞被遍歷， 但我們可以藉由遍歷集合，繞過一階邏輯之限制，描述歸納法：

$\forall A{\Bigl (}0\in A\land \forall k\in \mathbb {N} {\bigl (}k\in A\to (k 1)\in A{\bigr )}\to \mathbb {N} \subseteq A{\Bigr )}$

$A$ 本身是集合，但可視作命題——只要命題在這數下成立，數字就會收入集合。別於皮亞諾公設，將數學歸納法定為公設，ZFC集合論直接定義自然數，使得歸納法本身是定理而非公設。

数学归纳法的合理性

皮亞諾公理視數學歸納法不證自明，設作公理，而於策梅洛-弗兰克尔集合论，數學歸納法可从良序定理推导出来。 需要注意的是数学归纳法只能判定给定命题的真，而不能证伪，因为在形式变换这一过程需要一定技巧与灵感。抽象的概念如自然数，可通过抽象的工具去处理。通过有限的步骤处理无限的对象如证明质数的无穷。

參見

• 归纳推理
• 演绎推理
• 结构归纳法
• 完整归纳法

外部链接

• Mathematical Induction, Examples （页面存档备份，存于互联网档案馆）（英文）