跳转至

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 \(\{ a_n \}\)\(\{ a_n \}_{n=1}^∞\)
  • 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 \(\lim\limits_{n\to \infty} = L\)

\(a_n \to L\)\(n\to \infty\)

若通过取充分大的 n 我们可以使项 \(a_n\) 任意接近 L,

\(\lim\limits_{n\to ∞} a_n\) 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 \(\lim\limits_{n\to ∞} a_n = L\)\(a_n \to L\)\(n\to \infty\)

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?

  1. \(\{ a_n \}\) 在一维数轴上,无论区间 \((L -\epsilon, L + \epsilon)\) 取得多小,都存在一个 N,使得序列中 \(a_{N+1}\) 往后的所有项都落在这个区间里
  2. \(\{ a_n \}\) 在二维笛卡尔坐标系上,当 n > N 时 \(\{ a_n \}\) 的图像必然位于水平线 \(y = L + \epsilon\)\(y = L - \epsilon\) 之间,无论对多小的 \(\epsilon\),这个图像都是对的,但越小的 \(\epsilon\) 就对应越大的 N

定理(连续函数极限 \(\to\) 序列极限)

\(\lim\limits_{x\to ∞}f(x) = L\) 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

\(\{ a_n \}\)\(\{ b_n \}\) 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 \(n\ge n_0\)\(a_n\le b_n \le c_n\)\(\lim\limits_{n\to ∞} a_n = \lim\limits_{n\to ∞} c_n = L\),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

\(\lim\limits_{n\to ∞} |a_n| = 0\),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 \(\sum\limits_{n=1}^∞ a_n\)\(\sum a_n\)

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 \(a_1 + a_2 + \cdots + a_n + \cdots = s\)\(\sum\limits_{n=1}^∞ a_n = s\)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
  • \(r\ne 1\),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 \(s_n = a\cdot \frac {1-r^n}{1-r}\)
    • \(|r| < 1\),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 \(\frac a{1-r}\)
    • \(r \le -1\)\(r > 1\),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 \(\sum\limits_{n=1}^∞ ar^{n-1} = \frac a{1-r}, |r| < 1\)

\(|r| \ge 1\),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:
  • \(s_n = \sum\limits_{i=1}^n \frac 1i\),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)

\(\sum\limits_{n=1}^∞ a_n\) 收敛,则 \(\lim\limits_{n\to ∞} a_n = 0\)

逆命题不成立

发散的判别法

\(\lim\limits_{n\to ∞} a_n\) 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

\(\sum a_n\)\(\sum b_n\) 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

  • \(a_i\)\(f(x)\) 的生成数列,并且 \(f(x)\)\([0, ∞)\) 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: \(\int_0^∞ f_x d_x\)\(\int_1^∞ f_x d_x\) 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(基本)递减函数

\(a_n = f(n)\),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

\(R_n = s - s_n = \sum\limits_{i=n+1}^{∞} a_i\),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

  1. \(\sum r_n\) 收敛且对所有的 n 都有 \(a_n \le r_n\),则 \(\sum a_n\) 也收敛
  2. \(\sum l_n\) 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 \(\sum a_n\)\(\sum b_n\) 是各项都为正的级数,

\(\lim\limits_{n\to ∞}\frac {a_n}{b_n} = c\) (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:

  1. 对所有 n,\(a_{n} \ge a_{n+1}\)
  2. \(\lim\limits_{n\to ∞}a_n = 0\)

则,此级数收敛

估计和(交错级数估计定理)

\(s = \sum (-1)^{n-1}b_n\) 为交错级数,满足:

  1. \(b_n\ge b_{n+1} \ge 0\)
  2. \(\lim\limits_{n\to ∞}b_n = 0\)

\(|R_n| = |s - s_n| \le b_{n+1}\) (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

  1. \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = L < 1\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 绝对收敛(从而收敛)
  2. \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = L > 1\)\(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = +∞\) ,则级数 \(\sum\limits_{n=1}^∞ a_n\) 发散
  3. \(\lim\limits_{n\to ∞}|\frac {a_{n+1}}{a_n}| = 1\),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

  1. \(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L < 1\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 绝对收敛(从而收敛)
  2. \(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L > 1\)\(\lim\limits_{n\to ∞}\sqrt[n] {|a_n|} = L = ∞\),则级数 \(\sum\limits_{n=1}^∞ a_n\) 发散
  3. \(\lim\limits_{n\to ∞} \sqrt[n]{|a_n|} = 1\),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:

  1. \(\sum a_n\) 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
  2. \(\sum a_n\) 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

  1. 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
  2. 若级数形如 \(\sum a\cdot r^{n-1}\)\(\sum a\cdot r^{n}\) (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
  3. 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)
  4. 若发现 \(\lim\limits_{n\to ∞} a_n\ne 0\),那么就应该用 发散判别

  5. 若级数有如 \(\sum (-1)^{n-1} a_n\)\(\sum (-1)^n b_n\) 的形式,那显然 交错级数收敛性判别法 有用
  6. 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:\(n\to ∞\)\(|\frac {a_{n+1}}{a_{n}}| \to 1\),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
  7. \(a_n\)\((b_n)^n\) 的形式,则 根值判别法 可能有用

  8. \(a_n = f(n)\),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:

  1. 级数只有当 x=a 时收敛
  2. 级数对所有的 x 收敛
  3. 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

  1. \(f'(x) = \sum\limits_{n=1}^∞ nc_n(x-a)^{n-1}\)
  2. \(\int f(x)~d_x = C + c_0(x-a) + c_1\frac {(x-a)^2}{2} + \cdots = C + \sum\limits_{n=0}^∞ c_n\frac {(x-a)^{n+1}}{n+1}\) (\(C = C_1 + ac_0\))

收敛半径均是 R

上述两式可以写成如下形式:

  1. \(\frac {d}{d_x}[\sum\limits_{n=0}^∞ c_n(x-a)^n] = \sum\limits_{n=0}^∞ \frac {d}{d_x}[c_n(x-a)^n]\)
  2. \(\int[\sum\limits_{n=0}^∞ c_n(x-a)^n]~d_x = \sum\limits_{n=0}^∞\int c_n(x-a)^n~d_x\)

Warning

  1. 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
  2. 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
  3. 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:\(c_n = \frac {f^{(n)}(a)}{n!}\)

\(f(x) = \sum\limits_{n=0}^∞ \frac {f^{(n)}(a)}{n!} (x-a)^n\)

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?)
    • \(R_n(x)\) 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

\(f(x) = T_n(x) + R_n(x)\),其中 \(T_n(x)\) 是 f 在 a 点的第 n 次泰勒多项式,且 \(\lim\limits_{n\to ∞} R_n(x)=0\)

\(|x-a|<R\),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:

\(|f^{(n+1)}(x)| \le M\),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

  1. 近似计算函数积分
  2. 求函数极限
  3. 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
  • \(-1 < k \le 0\), 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