11.无穷序列&级数
1.序列
序列
- 序列是有一定顺序的一列数,并且是定义在 正整数集 上的函数,写作 \(a_n\)
- 序列 \(\{ a_1, a_2, a_3, ... \}\) 也记作 \(\{ a_n \}\) 或 \(\{ a_n \}_{n=1}^∞\)
- 如: \(a_n \iff \{ a_n = \frac {n}{n+1} \} \iff \{ \frac 12, \frac 23, \cdots, \frac n{n+1}, \cdots \}\)
“隐式序列”
- 这些序列往往不能以简单的等式定义
- 如:Fibonacci序列 (\(f_1 = f_2 = 1, f_n = f_{n-1} + f_{n-2}, n\ge 3\))
- 又如:\(\{ a_n \}\) 为常数 e 在第 n 位小数上的数字,即 \(\{ 7, 1, 8, 2, 8, \cdots \}\)
- 再如:\(\{ P_n \}\) 表示年份 n 的一月世界人口数
几何表示
- 一维数轴上的离散的点:\((1, a_1), (2, a_2), (3, a_3), \cdots\)
- 二维笛卡尔坐标系中的离散点
序列极限
序列 \(\{ a_n \}\) 具有极限 L 且记作 \(\lim\limits_{n\to \infty} = L\)
或 \(a_n \to L\) 当 \(n\to \infty\)
若通过取充分大的 n 我们可以使项 \(a_n\) 任意接近 L,
若 \(\lim\limits_{n\to ∞} a_n\) 存在,我们称此序列 收敛 (或 是收敛的),否则称此发散 (或 是发散的)
序列极限的精确描述
序列 \(\{ a_n \}\) 具有极限 L 且记作 \(\lim\limits_{n\to ∞} a_n = L\) 或 \(a_n \to L\) 当 \(n\to \infty\)
若对任意小的 \(\epsilon > 0\) 存在相应的整数 N,只要 \(n > N\),就有 \(|a_n - L| < \epsilon\)
如何理解?
定理(连续函数极限 \(\to\) 序列极限)
若 \(\lim\limits_{x\to ∞}f(x) = L\) 且 当 n 为整数时有 \(f(n) = a_n\),则 \(\lim\limits_{n\to ∞}a_n = L\)
无穷大极限
\(\lim\limits_{n\to ∞} a_n = ∞\) 意味着对任意正数 M,存在整数 N,对任意的 n > N 使得 \(a_n > M\)
序列的极限定律
\(\{ a_n \}\) 和 \(\{ b_n \}\) 为收敛序列,c 为常数,则:
\(\lim\limits_{n\to ∞}(a_n + b_n) = \lim\limits_{n\to ∞}a_n + \lim\limits_{n\to ∞}b_n\),\(\lim\limits_{n\to ∞}(a_n - b_n) = \lim\limits_{n\to ∞}a_n - \lim\limits_{n\to ∞}b_n\)
\(\lim\limits_{n\to ∞}c\cdot a_n = c\cdot \lim\limits_{n\to ∞} a_n\),\(\lim\limits_{n\to ∞}c = c\)
\(\lim\limits_{n\to ∞}a_n\cdot b_n = \lim\limits_{n\to ∞} a_n \cdot \lim\limits_{n\to ∞} b_n\),\(\lim\limits_{n\to ∞}\frac {a_n}{b_n} = \frac {\lim\limits_{n\to ∞} a_n}{\lim\limits_{n\to ∞} b_n}\) & \(\lim\limits_{n\to ∞} b_n\ne 0\)
\(\lim\limits_{n\to ∞} a_n^p = (\lim\limits_{n\to ∞} a_n)^p\) & \(p > 0, a_n > 0\)
夹逼定理
若对 \(n\ge n_0\) 有 \(a_n\le b_n \le c_n\) 且 \(\lim\limits_{n\to ∞} a_n = \lim\limits_{n\to ∞} c_n = L\),则 \(\lim\limits_{n\to ∞} b_n = L\)
\(\lim\limits_{n\to ∞} \frac {n!}{n^n}\)
- n! 在非整数域上没有定义,所以不能用 洛必达法则 或 泰勒展开
- 可以考虑 夹逼定理
定理
若 \(\lim\limits_{n\to ∞} |a_n| = 0\),则 \(\lim\limits_{n\to ∞} a_n = 0\)
Question
- 周期函数 或 周期序列 在无穷远处都是 振荡的?(发散)
\(\{ r^n \}\) 的敛散性
- \(\lim\limits_{n\to ∞} r^n = \begin{cases} 0 & |r|<1 \\ 1 & r=1 \\ ∞ & |r|>1 \\ -1\to 1振荡 & r=-1 \end{cases}\)
单调性
若对所有 \(n\ge 1\) 都有 \(a_n < a_{n+1}\),则 \(\{ a_n \}\) 称为递增的
若对所有 \(n\ge 1\) 都有 \(a_n > a_{n+1}\),则 \(\{ a_n \}\) 称为递减的
递增 或 递减 都被称为单调
tip:还可以利用连续函数的导函数判断 序列单调性
有界性
序列 \(\{ a_n \}\) 有上界,若存在数 M 使得 \(a_n \le M\) 对所有 \(n\ge 1\)
序列 \(\{ a_n \}\) 有下界,若存在数 m 使得 \(a_n \ge m\) 对所有 \(n\ge 1\)
若它既有 上界 又有 下界,则 \(\{ a_n \}\) 是有界序列
单调序列定理(证明:p15)
任何 有界,单调 的序列都是收敛的(递增,有上界 或 递减,有下界)
Tip
此定理基于 完备性定理:若 S 为非空实数集并由上界 M(对所有 x 属于 S 有 \(x\le M\)),则 S 有一个最小上界 b
Tip
- 研究递归序列时经常用到数学归纳法,如证明 单调性 或 有界性
- 在数学归纳之前往往要打表找规律
- 证明序列 单调 并 有界 后,此时就能通过方程 \(\lim\limits_{n\to ∞} a_{n+1} = f(L), \lim\limits_{n\to ∞} a_n = L\) 求解极限了
2.级数
无穷级数
- 我们尝试将无穷序列 \(\{ a_n \}_{n=1}^∞\) 的各项加起来,得到 \(\sum\limits_{n=1}^∞ a_n\) 或 \(\sum a_n\)
无穷级数
已知级数 \(\sum\limits_{n=1}^∞a_n\),令 \(s_n\) 为其第 n 个部分和(前缀和): \(s_n = \sum\limits_{i=1}^n a_i\)
若序列 \(\{ s_n \}\) 收敛且 \(\lim\limits_{n\to ∞} s_n = s\) 作为实数存在,则级数 \(\sum a_n\) 称为收敛的,
且我们记 \(a_1 + a_2 + \cdots + a_n + \cdots = s\) 或 \(\sum\limits_{n=1}^∞ a_n = s\)数 s 称为级数的和;否则,级数被称为发散的
注意: \(\sum\limits_{n=1}^∞ a_n = \lim\limits_{n\to ∞}\sum\limits_{i=1}^n a_i\)
Tip
- 无穷级数 类似于 函数在无穷处的反常积分,如 \(\int_a^∞ f(x)~d_x = \lim\limits_{t\to ∞}\int_a^t f(x)~d_x\)
- 为了求无穷级数,我们先从 1..n 求和,再令 \(n\to ∞\);为了求反常积分,我们先从 a 积到 t,然后令 \(t\to ∞\)
- 无穷级数的三种表示:\(\lim\limits_{n\to ∞} \sum\limits_{i=1}^n a_i\),\(\sum\limits_{i=1}^∞ a_i\),\(\lim\limits_{n\to ∞} s_n\)
几何级数
- \(\sum\limits_{n=1}^∞ a\cdot r^{n-1}, a\ne 0\)
- 若 r=1,则 \(s_n = \sum\limits_{i=1}^n a = n\cdot a \to ±∞\),因为 \(\lim\limits_{n\to ∞} s_n\) 不存在,这种情况下几何级数发散
- 若 \(r\ne 1\),由 \(s_n = \sum\limits_{i=0}^{n-1}a\cdot r^i\),\(r\cdot s_n = \sum\limits_{i=1}^{n}a\cdot r^i\),可得 \(s_n = a\cdot \frac {1-r^n}{1-r}\)
- 若 \(|r| < 1\),则 \(\lim\limits_{n\to∞} s_n = \lim\limits_{n\to ∞} s_n = a\cdot \frac {1-r^n}{1-r} = \frac {a}{1-r}\),此时几何级数收敛 且和为 \(\frac a{1-r}\)
- 若 \(r \le -1\) 或 \(r > 1\),此时几何级数发散
几何级数
\(\sum\limits_{n=1}^∞ a r^{n-1}\) 是收敛的,若 |r| < 1,它的和为 \(\sum\limits_{n=1}^∞ ar^{n-1} = \frac a{1-r}, |r| < 1\)
若 \(|r| \ge 1\),几何级数发散
即: \(\sum\limits_{n=1}^∞ a r^{n-1} = \begin{cases} \frac {a}{1-r} & |r|<1 \\ ∞ & r=1 或 |r|>1 \\ -a \to 0 振荡 & r=-1 \end{cases}\)
Question
- \(\lim\limits_{n\to ∞} a_n\) 发散 \(\to\) \(\lim\limits_{n\to ∞} \sum\limits_{i=1}^n a_i\) 发散?
Note
- \(\sum\limits_{i=1}^∞ 2^{2i}3^{1-i}\),\(2.3\overline{17}=2.3171717\cdots\) 均可转化为几何级数
- \(\sum\limits_{i=1}^∞ (f_{i+1} - f_{i})\) 收敛,仅当 \(\lim\limits_{n\to ∞}f_{n+1}-f_1\) 存在
调和级数
- 证明调和级数 \(\sum\limits_{i=1}^∞ \frac 1i\) 发散:
- 令 \(s_n = \sum\limits_{i=1}^n \frac 1i\),有 \(s_{2^n} = \sum\limits_{i=1}^{2^n} \frac 1i\)
- 其中 \(\displaystyle s_{\displaystyle 2^n} = \sum\limits_{i=1}^{2^n} \frac 1i = 1 + \sum\limits_{i=1}^n \sum\limits_{j=2^{i-1}+1}^{2^i} \frac 1j \ge 1 + \sum\limits_{i=1}^n(2^i-(2^{i-1}+1)+1) \frac {1}{2^i} = 1 + \sum\limits_{i=1}^n\frac {2^{i-1}}{2^i} = 1 + \frac n2\)
- \(\lim\limits_{n\to ∞} 1+\frac n2\) 发散 \(\implies\) \(\lim\limits_{n\to ∞} s_{\displaystyle 2^n}\) 发散 \(\implies\) \(\lim\limits_{n\to ∞} s_n\) 发散
定理(收敛推论)
若 \(\sum\limits_{n=1}^∞ a_n\) 收敛,则 \(\lim\limits_{n\to ∞} a_n = 0\)
逆命题不成立
发散的判别法
若 \(\lim\limits_{n\to ∞} a_n\) 不存在 或 \(\lim\limits_{n\to ∞} a_n \ne 0\),则级数 \(\lim\limits_{n\to ∞} \sum\limits_{i=1}^n a_i\) 发散
Note
- \(\lim\limits_{n\to ∞} a_n\) 不存在 或 不为0 \(\implies\) 级数发散
- \(\lim\limits_{n\to ∞} a_n = 0\),级数可能 发散 或 收敛
定理
若 \(\sum a_n\) 和 \(\sum b_n\) 为收敛级数,则级数 \(\sum c\cdot a_n\) (c 为常数),\(\sum (a_n + b_n)\),\(\sum (a_n - b_n)\) 也收敛,且
- \(\sum\limits_{n=1}^∞ c\cdot a_n = c\sum\limits_{n=1}^∞ a_n\)
- \(\sum\limits_{n=1}^∞ (a_n + b_n) = \sum\limits_{n=1}^∞ a_n + \sum\limits_{n=1}^∞ b_n\)
- \(\sum\limits_{n=1}^∞ (a_n - b_n) = \sum\limits_{n=1}^∞ a_n - \sum\limits_{n=1}^∞ b_n\)
Note
- 级数的有限项不影响它的 收敛性 或 发散性:假设 \(\sum\limits_{n=N+1}^∞ a_n\) 是收敛的 (\(N \ge 0\)),那么 \(\sum\limits_{n=1}^∞ a_n\) 也是收敛的
3.和式的积分判别法 & 估计
接下来介绍的判别法使得我们 不用求出级数具体的和 就能确定其是否收敛
idea
- 设 \(a_i\) 是 \(f(x)\) 的生成数列,并且 \(f(x)\) 为 \([0, ∞)\) 上的 连续递减的正值函数
- 那么 \(\int_{i}^{i+1} f(x)~d_x \le a_i \le \int_{i-1}^{i} f(x)~d_x\)
- 同样的有: \(\sum\limits_{i=n}^∞\int_{i}^{i+1} f(x)~d_x \le \sum\limits_{i=n}^∞a_i \le \sum\limits_{i=n}^∞\int_{i-1}^{i} f(x)~d_x \iff \int_{n}^∞ f(x)~d_x \le \sum\limits_{i=n}^∞a_i \le \int_{n-1}^{∞} f(x)~d_x\)
- 注意:上式中 n 应该取适当的值,以使不等式左右两边的积分都是有限值(否则意义不大,如: \(\int_0^∞ f_x d_x\) 和 \(\int_1^∞ f_x d_x\) 后者是有限值并且极限为 1)
Note
- \(\sum\limits_{n=1}^∞ \frac 1{n^2} \approx \frac {\pi^2}{6}\) (由 Euler 证明)
- 上述证明相当困难,但是可以用积分证明 \(\frac32\le \sum\limits_{n=1}^∞ \frac 1{n^2} \le 2\)
- \(\sum\limits_{n=1}^∞ \frac 1{\sqrt n}\) 的敛散性也用类似的方法证明
积分判别法
设 f 为 [0, +∞) 上的连续、取正值的(基本)递减函数
令 \(a_n = f(n)\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 收敛 \(\iff\) 反常积分 \(\int_1^∞ f(x)~d_x\) 收敛
换句话说:
- \(\int_1^∞ f(x)~d_x\) 收敛,则 \(\sum\limits_{n=1}^∞ a_n\) 收敛
- \(\int_1^∞ f(x)~d_x\) 发散,则 \(\sum\limits_{n=1}^∞ a_n\) 发散
Tip
- 基本递减:指的是 x > N 时 f 递减
- 积分判别法 未必要在1处开始积分
- 更通用的说法:
- \(\int_{h-1}^∞ f(x)~d_x\) 收敛,则 \(\sum\limits_{n=h}^∞ a_n\) 收敛
- \(\int_h^∞ f(x)~d_x\) 发散,则 \(\sum\limits_{n=h}^∞ a_n\) 发散
p级数
- \(\displaystyle \lim\limits_{n\to∞} \frac 1{n^p} = \begin{cases} +∞ & p < 0 \\ 1 & p = 0 \\ 0 & p>0 \end{cases}\)
- 但是 \(\displaystyle \sum\limits_{i=1}^∞ \frac 1{n^p} = \begin{cases} 收敛 & p > 1 \\ 发散 & p \le 1 \end{cases}\)
估计级数的和
积分判别法的余项估计
假设 \(f(k) = a_k\),其中 f 是在 \(x\ge n\) 上连续,取正值的递减函数,\(\sum a_n\) 收敛
若 \(R_n = s - s_n = \sum\limits_{i=n+1}^{∞} a_i\),则 \(\int_{n+1}^{+∞}~d_x \le R_n \le \int_{n}^{+∞} f(x)~d_x\)
因而:\(s_n + \int_{n+1}^{+∞}~d_x \le s_n + R_n = s \le s_n + \int_{n}^{+∞} f(x)~d_x\)
积分判别法的证明
4.比较判别法
将所给的级数 与 一个已知收敛或发散的计数进行比较
比较判别法
假设 \(\sum a_n\),\(\sum l_n\),\(\sum r_n\) 是各项都为正的级数
- 若 \(\sum r_n\) 收敛且对所有的 n 都有 \(a_n \le r_n\),则 \(\sum a_n\) 也收敛
- 若 \(\sum l_n\) 发散且对所有的 n 都有 \(a_n \ge l_n\),则 \(\sum a_n\) 也发散
证明详见 p38
细节:仅需 \(n\ge \lceil N\rceil\) 也能使结论成立(级数的收敛性不受有限项的影响)
例子
- 有理函数
- \(\sum\limits_{n=1}^∞ \frac {\ln x}{x}\)
极限的比较判别法
假设 \(\sum a_n\) 和 \(\sum b_n\) 是各项都为正的级数,
若 \(\lim\limits_{n\to ∞}\frac {a_n}{b_n} = c\) (c为有限数,且 \(c > 0\)),则两边都 收敛 或 发散
估计和
若对于所有的 n,\(a_n \le b_n\),我们有 \(R_n \le T_n\)
5.交错级数
目前位置我们讨论的级数都是为正数的,接下来介绍重要的技术:交错级数
交错级数收敛性的判别
\(\sum\limits_{i=1}^∞ (-1)^{i-1}a_i\) (\(a_i > 0\))
满足:
- 对所有 n,\(a_{n} \ge a_{n+1}\)
- \(\lim\limits_{n\to ∞}a_n = 0\)
则,此级数收敛
估计和(交错级数估计定理)
若 \(s = \sum (-1)^{n-1}b_n\) 为交错级数,满足:
- \(b_n\ge b_{n+1} \ge 0\)
- \(\lim\limits_{n\to ∞}b_n = 0\)
则 \(|R_n| = |s - s_n| \le b_{n+1}\) (即 s 在 \(s_n\) 两侧“波动”,误差为 \(b_{n+1}\))
Tip
- 任何收敛级数的 部分和\(s_n\) 都可以用作 总和\(s\) 的一个近似,但如果不能估计其精确值就没有多少意义了
- 当问及 “精确到 m 位小数” 时,选取合适的 n,使得 \([(s_n + b_{n+1}) \cdot 10^m] = [(s_n - b_{n+1}) \cdot 10^m]\)
6.绝对收敛 & 比值 / 根值 判别法
绝对收敛
级数 \(\sum a_n\) 称为绝对收敛的,若其绝对值级数 \(\sum |a_n|\) 收敛
条件收敛
级数 \(\sum a_n\) 称为条件收敛的,若它收敛但非绝对收敛的
定理
若级数 \(\sum a_n\) 是绝对收敛的,则它一定是收敛的
graph
收敛 --> 绝对收敛
Warning
- \(\sum\limits_{i=1}^∞ \frac {\cos i}{i^2}\) 不能直接用 比较判别法,因为不能保证对于所有 n 有 \(\cos n \ge 0\),应当间接地取绝对值证明其收敛性,再推出原级数收敛
比值判别法
- 若 \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = L < 1\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 绝对收敛(从而收敛)
- 若 \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = L > 1\) 或 \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = +∞\) ,则级数 \(\sum\limits_{n=1}^∞ a_n\) 发散
- 若 \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = 1\),比值判别法无法确定收敛性(即得不到有关 \(\sum a_n\) 的收敛性 或 发散性的结论)
相关证明:p48
根值判别法
- 若 \(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L < 1\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 绝对收敛(从而收敛)
- 若 \(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L > 1\) 或 \(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L = ∞\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 发散
- 若 \(\lim\limits_{n\to ∞} \sqrt[n]{|a_n|} = 1\),根值判别法失效
重排
一个已知 收敛级数 “是 绝对收敛 还是 条件收敛” 与 “无限项和 是否与 有限项和 行为相同” 的两个命题之间有一种联系
结论:
- 若 \(\sum a_n\) 绝对收敛 且和为 s,则 \(\sum a_n\) 的任意重排的和 \(\sum a_{p_n}\) 为 s
- 若 \(\sum a_n\) 为条件收敛级数,r 为任意实数,则总存在 \(\sum a_n\) 的一个重排使得重排后级数的和为 r (由黎曼证明)
详见p51
7.判别级数收敛的策略
判别级数的收敛性 与 函数的积分 类似,并没有确定的,快速的准则来确定已知级数用什么方法判别,但仍然可以优化判别收敛性的效率
级数判别策略
- 若级数形如 \(\sum \frac {1}{n^p}\) (p—级数),则 p > 1 时收敛, \(p\le 1\) 时发散
- 若级数形如 \(\sum a\cdot r^{n-1}\) 或 \(\sum a\cdot r^{n}\) (几何级数),则 |r| < 1 时收敛, \(|r|\ge 1\) 时发散,将级数转化成这种形式可能需要一些初等代数的方法
若级数具有 p—级数 或 几何级数 类似的形式,应考虑 比较判别法
- 特别地,若 \(a_n\) 是 n 的 有理函数 或 代数函数(包含多项式根),则应该与 p—级数 比较(只保留分子和分母中 n 的最高次)
- 比较判别法 适用于正项级数,若 \(\sum a_n\) 含有负项,我们可以对 \(\sum |a_n|\) 使用 比较判别法,判别绝对收敛性 (见 11.4 练习)
若发现 \(\lim\limits_{n\to ∞} a_n\ne 0\),那么就应该用 发散判别
- 若级数有如 \(\sum (-1)^{n-1} a_n\) 或 \(\sum (-1)^n b_n\) 的形式,那显然 交错级数收敛性判别法 有用
包含 阶乘 或 其他乘积(包含一个到第 n 次幂的不变的增长)用 比值判别法 经常比较方便
- 注意:对所有 p—级数 都有:\(n\to ∞\) 时 \(|\frac {a_{n+1}}{a_{n}}| \to 1\),因此所有是 n 的 有理函数 或 代数函数 的级数都是这样;也就是说,比值判别法 对此类函数都不适用
若 \(a_n\) 是 \((b_n)^n\) 的形式,则 根值判别法 可能有用
- 若 \(a_n = f(n)\),其中 \(\int_1^{+∞} f(x)~d_x\) 易于计算,则 积分判别法 会有效
Tip
- 注意 比值判别法 和 根值判别法 有时无法确定收敛性
8.幂级数
幂级数
幂级数形如:\(\sum\limits_{n=0}^∞ c_n\cdot x^n = c_0 + c_1\cdot x + c_2\cdot x^2 + \cdots\)
该级数的和是一个函数 \(f(x) = c_0 + c_1\cdot x + \cdots + c_n\cdot x^n + \cdots\),定义域为 使级数收敛的 x 的集合(类似于一个多项式,唯一的区别就是 f 有无穷多项)
\(c_n = 常数\) 时,幂级数 就变成了 几何级数,仅当 \(|x| < 1\) 时收敛
幂级数一般形式:\(\sum\limits_{n=0}^∞ c_n(x-a)^n = c_0 + c_1(x-a) + c_2(x-a)^2 + \cdots\) (此形式是书写惯例,即使 x = a;x = a 时,对所有 \(n\ge 1\) 的各项都是 0,即 x=a 时该级数总收敛;该形式称为 (x-a) 处的幂级数 或 以 a 为中心的幂级数 或 关于 a 的幂级数)
Note
- 经常会讨论幂级数与其他级数组合时,x 的取值范围(特别注意 比值判别法 或 根值判别法 有时不能确定敛散性,这时需要代入特殊点再判断)
Note
- 幂级数主要用于表示 数学、物理、化学 中出现的一些最重要的函数
- 比如 Bessel 贝塞尔函数
定理
对已知幂级数 \(\sum\limits_{n=0}^∞ c_n(x-a)^n\) 只有三种可能性:
- 级数只有当 x=a 时收敛
- 级数对所有的 x 收敛
- 存在一个正数 R 使得级数当 |x-a| < R 时收敛,当 |x-a| > R 时发散 (端点处也可能 收敛!)
其中 R 称为收敛半径(1, 2 情况分别对应 R=0 和 R=+∞)
级数 | 收敛半径 | 收敛区间 | 备注 |
---|---|---|---|
\(\sum\limits_{n=0}^∞ x^n\) | R=1 | (-1, 1) | 几何级数 |
\(\sum\limits_{n=0}^∞ n!\cdot x^n\) | R=0 | {0} | |
\(\sum\limits_{n=1}^∞ \frac {(x-3)^n}{n}\) | R=1 | [2, 4) | |
\(\displaystyle J_0 = \sum\limits_{n=0}^∞ \frac {(-1)^nx^{2n}}{2^{2n}(n!)^2}\) | R=∞ | (-∞, +∞) | 0次贝塞尔级数 |
Note
- 一般地,比值判别法 或 根值判别法 一个被用来确定收敛半径 R
- 当 x 是收敛区间的端点时,比值判别法 和 根值判别法 总是会失效,此时就必须用其他判别法来判断
9.函数的幂级数展开
将已知函数表示成无穷项的和,对 不是初等函数的不定积分,求解微分方程,用多项式近似函数 都很有用
Note
- \(\frac {1}{1-x}\),\(\frac {1}{x+2}\),\(\frac {x^3}{x+2}\) 均能通过代换得到幂级数收敛的模式,从而得到幂级数展开式
- 幂级数展开的模式指:\(\frac {a}{1-f_x}g_x\)
幂级数的 微分 & 积分
若幂级数 \(\sum c_n(x-a)^n\) 具有收敛半径 R > 0,则若下定义的函数 f
\(f(x) = c_0 + c_1(x-a) + c_2(x-a)^2 + \cdots = \sum\limits_{n=0}^∞ c_n(x-a)^n\)
在区间 (a-R, a+R) 上是可微的(从而连续),且
- \(f'(x) = \sum\limits_{n=1}^∞ nc_n(x-a)^{n-1}\)
- \(\int f(x)~d_x = C + c_0(x-a) + c_1\frac {(x-a)^2}{2} + \cdots = C + \sum\limits_{n=0}^∞ c_n\frac {(x-a)^{n+1}}{n+1}\) (\(C = C_1 + ac_0\))
收敛半径均是 R
上述两式可以写成如下形式:
- \(\frac {d}{d_x}[\sum\limits_{n=0}^∞ c_n(x-a)^n] = \sum\limits_{n=0}^∞ \frac {d}{d_x}[c_n(x-a)^n]\)
- \(\int[\sum\limits_{n=0}^∞ c_n(x-a)^n]~d_x = \sum\limits_{n=0}^∞\int c_n(x-a)^n~d_x\)
Warning
- 对于有限项和,和的导数就是导数的和,和的积分就是积分的和;而对于幂级数(有无限项),和的导数就是导数的和,和的积分就是积分的和,仍然成立
- 幂级数被微分或积分后 收敛半径 不变,并不意味着收敛区间不变
- 幂级数逐项积分的思想是解微分方程的一个有力基础
Note
- 求一个函数 f(x) 的幂级数表示,可以使用两种方法,先假设 f(x) = g(x)
- 对两边积分,将积分后的 f(x) 变换为幂级数形式,再微分:\(g(x) = \frac {d}{d_x} [\int f(x)~d_x]\)
- 对两边微分,将微分后的 f(x) 变换为幂级数形式,再积分:\(g(x) = \int [\frac {d}{d_x} f(x)]~d_x\) (注意讨论常数 C 的值)
Note
- \(\tan^{-1} x = \int \frac 1{1+x^2}~d_x = \int \sum\limits_{n=0}^∞ (-x^2)^n ~d_x = C + \sum\limits_{n=0}^∞ (-1)^n\frac {x^{2n+1}}{2n+1} = \sum\limits_{n=0}^∞ (-1)^n\frac {x^{2n+1}}{2n+1}\) (著名的 Gregory 格里高力级数,收敛区间为 [-1, 1])
- x = 1时有 \(\frac {\pi}{4} = \sum\limits_{n=0}^∞ (-1)^n\frac {1}{2n+1}\) \(\implies\) \(\pi = 4\sum\limits_{n=0}^∞ (-1)^n\frac {1}{2n+1}\)
10.泰勒级数 & 麦克劳林级数
我们假设 f 为任意可以用幂级数表示的函数 \(f(x) = \sum\limits_{n=0}^∞ c_n(x-a)^n\),|x-a| < R
\(f(x) = C_0 + \sum\limits_{i=1}^∞ c_i(x-a)^i\) \(\implies\) \(f(a) = c_0\)
\(f'(x) = C_1 + \sum\limits_{i=2}^∞ c_i\cdot i\cdot (x-a)^{i-1}\) \(\implies\) \(f'(a) = c_1\)
\(f^"(x) = C_2\cdot 2 + \sum\limits_{i=3}^∞ c_i\cdot i(i-1)\cdot (x-a)^{i-2}\) \(\implies\) \(f^"(a) = c_2\cdot 2\)
\(\vdots\)
\(f^{(n)}(x) = c_n\cdot n! + \sum\limits_{i=n+1}^{∞} c_i \frac{i!}{(i-n)!}(x-a)^{i-n}\) \(\implies\) \(f^{(n)}(a) = c_n\cdot n!\)
因此,我们得到系数 \(c_n = \frac {f^{(n)}(a)}{n!}\)
Taylor 级数
若 f 在 a 点有幂级数表示(展开),即,若 \(f(x) = \sum\limits_{n=0}^∞ c_n(x-a)^n\),|x-a| < R
则其系数由下面的公式给出:\(c_n = \frac {f^{(n)}(a)}{n!}\)
即 \(f(x) = \sum\limits_{n=0}^∞ \frac {f^{(n)}(a)}{n!} (x-a)^n\)
f 在点 a 的第 n 次 Taylor 多项式:\(T_n(x) = \sum\limits_{i=0}^n \frac {f^{(i)}(a)}{i!} (x-a)^i\)
f 在点 a 的第 n 次 Taylor 余项:\(R_n(x) = f(x) - T_n = f(x) - \sum\limits_{i=0}^n \frac {f^{(i)}(a)}{i!} (x-a)^i\)
Tip
- (如果存在)\(f_x\) 在 x=a 处的一阶泰勒多项式为 \(f_x\) 在 x=a 处的切线方程
- 那么二阶多项式有什么含义?
Maclaurin 级数
对 a = 0 的 Taylor级数,有: \(f(x) = \sum\limits_{n=0}^∞ \frac {f^{(n)}(0)}{n!} x^n\)
注:由于这种情形出现得多,所以给它一个单独的名字
Question
- 什么时候 \(f_x\) 可以用泰勒级数表示?(或 \(f_x\) 何时能表示成幂级数的形式?)
- 设 \(R_n(x)\) 为泰勒级数 \(\lim\limits_{n\to ∞} T_n(x)\) 的余项,其中 \(T_n(x)\) 为泰勒多项式
- 若可以证明 \(\lim\limits_{n\to ∞}R_n = 0\),则 \(\lim\limits_{n\to ∞} T_n(x) = \lim\limits_{n\to ∞} [f(x)-R_n(x)] = f(x) - \lim\limits_{n\to ∞} R_n(x) = f(x)\)
定理
若 \(f(x) = T_n(x) + R_n(x)\),其中 \(T_n(x)\) 是 f 在 a 点的第 n 次泰勒多项式,且 \(\lim\limits_{n\to ∞} R_n(x)=0\)
对 \(|x-a|<R\),则 f 在区间 \(|x-a|<R\) 上等于它的泰勒级数的和
Taylor 不等式
为了证明 \(\lim\limits_{n\to ∞} R_n(x)=0\),有如下结论:
若 \(|f^{(n+1)}(x)| \le M\),对 \(|x-a|\le d\),
则泰勒级数的余项 \(R_n(x)\) 满足不等式 \(|R_n(x)| \le \frac {M}{(n+1)!}|x-a|^{n+1}\),对 \(|x-a|\le d\)
证明:详见 p70
Tip
- 应用 Taylor 不等式证明 \(\lim\limits_{n\to ∞} R_n(x)=0\) 时,该结论很有帮助:\(\lim\limits_{n\to ∞}\frac {x^n}{n!}=0,\forall x\in R\)
- Taylor 不等式中的 M 也可以是“半径” d 的函数
- Taylor 不等式是通过“夹逼”来证明 \(f_x\) 能用幂级数表示的
- Taylor 不等式 也可以用于计算函数的近似误差,误差为 \(|R_n(x)| \le \frac {M}{(n+1)!}|x-a|^{n+1} \le M\frac {d^{n+1}}{(n+1)!}\)
常见 maclaurin 级数
- \(\frac 1{1-x} = \sum\limits_{i=0}^∞ x^i, |x|<1\)
- \(e^x = \sum\limits_{i=0}^∞ \frac {x^n}{n!}, |x|<+∞\)
- \(\sin x = \sum\limits_{i=0}^∞ (-1)^n \frac {x^{2i+1}}{(2i+1)!}, |x|<+∞\)
- \(\cos x = \sum\limits_{i=0}^∞ (-1)^n \frac {x^{2i}}{(2i)!}, |x|<+∞\)
- \(\tan x = \sum\limits_{i=0}^∞ (-1)^n \frac {x^{2i+1}}{2i+1}, |x|\le 1\)
Taylor 级数的应用
- 近似计算函数积分
- 求函数极限
- 解微分方程
幂级数的乘法和除法
- 类似于 多项式的乘法和除法,通常用来计算幂级数的前 n 个非零项
- \(\frac {\sin x}{\cos x}\) 的幂级数除法似乎与公式表中的形式不太一样?
11.二项级数
二项式定理
- \((a+b)^n = \sum\limits_{i=0}^n \left( \begin{matrix} n\\i \end{matrix} \right) a^{n-i}b^i\)
- 其中 \(\left( \begin{matrix} n\\i \end{matrix} \right) = \frac {\prod\limits_{j=0}^{i-1} (n-j) }{i!}, i\in[1,n], i\in N^+\),\(\left( \begin{matrix} n\\0 \end{matrix} \right) = 1\)
- 令 a=1, b=x 有 \((1+x)^n = \sum\limits_{i=0}^n \left( \begin{matrix} n\\i \end{matrix} \right) x^i\)
- 而牛顿将 二项式定理 扩展到了 n 不再是正整数的情况!!!
计算 \((1+x)^k\) 的 maclaurin 级数,得到 \((1+x)^k = \sum\limits_{i=0}^∞ \frac {\prod\limits_{j=0}^{i-1} (n-j)}{i!}x^i\)
\(|\frac {a_{i+1}}{a_i}| = |\frac {\prod\limits_{j=0}^{i} (k-j) / \prod\limits_{j=0}^{i-1} (k-j)} {(i+1)! / i!}| = \frac {|k-i|}{i+1} |x| = \frac {|1-\frac ki|}{1+\frac 1i}|x| \to |x|\),当 \(i\to ∞\)
由比值判别法,|x|<1 时收敛,|x|>1 时发散
二项级数
若 k 为实数,且 |x| < 1,则 \((1+x)^k = \sum\limits_{i=0}^∞ \left( \begin{matrix} k\\i \end{matrix} \right) x^i\)
其中 \(\left( \begin{matrix} k\\i \end{matrix} \right) = \frac {\prod\limits_{j=0}^{i-1} (k-j) }{i!}, i\in[1,n], i\in N^+\),且 \(\left( \begin{matrix} k\\0 \end{matrix} \right) = 1\)
收敛性:
- |x| < 1 处永远收敛
- 若 \(-1 < k \le 0\), x = 1 处也收敛
另外,\(k\in N^+\) 时,若 \(i > k\),则 \(\left( \begin{matrix} k\\i \end{matrix} \right) = 0\),这意味着 \(k\in N^+\) 时二项式级数将退化为普通的二项级数(项数有限)
二项级数的应用
- \(\displaystyle \frac {1}{(1+x)^2} = \sum\limits_{i=0}^∞ \left( \begin{matrix} -2\\i \end{matrix} \right) x^i = \sum\limits_{i=0}^∞ (-1)^i(i+1)x^i\),\(|x|<1\)
- \(\displaystyle \frac {1}{\sqrt {4-x}} = \frac {1}{2\sqrt {1+(-\frac 14x)}} = \frac 12\sum\limits_{i=0}^∞ \left( \begin{matrix} -\frac 12\\i \end{matrix} \right) (-\frac 14x)^i\),\(|-\frac 14x|<1 \implies |x|<4\) (注意:二项级数是以 x=0 为中心的,不能将原函数中 x+l 的形式直接替换为二项级数中的 x)
12.泰勒级数的应用
使用多项式近似函数
详见 p83
应用于物理