40 分钟
单变量微积分精读

无穷级数(下):交错级数、绝对收敛与幂级数

掌握莱布尼茨交错判别法,区分绝对收敛与条件收敛,再把级数推广为含 x 的幂级数,会求收敛半径与收敛域、理解逐项运算

  • 掌握交错级数莱布尼茨判别法与截断误差估计
  • 别搞混绝对收敛和条件收敛。条件收敛的级数不能随便重排顺序,记牢这点就行。
  • 会用比值、根值求幂级数收敛半径,判定端点收敛域
  • 幂级数在收敛区间内可逐项求导、逐项积分,半径不变

有正有负时,「振荡抵消」也能带来收敛

正项级数项足够小就收敛。项有正有负时,还能靠正负交替抵消收敛,哪怕绝对值加起来发散。先解决交错与一般项级数,再引入随 x 变化的幂级数——它是下一节把函数展开成无穷多项式的载体。

2.1 交错级数与莱布尼茨判别法

交错级数形如 Σ(−1)ⁿ⁻¹bₙ(bₙ≥0)。莱布尼茨判别法:bₙ 单调递减(bₙ₊₁≤bₙ);bₙ→0,则级数收敛,且截断误差 |rₙ|≤bₙ₊₁,余项不超过被砍掉的第一项,部分和从两侧夹住真值。

经典交错调和级数 Σ(−1)ⁿ⁻¹/n=1−1/2+1/3−1/4+… 递减趋于 0,收敛,值为 ln2;它的绝对值级数 Σ1/n 发散。这说明交错抵消能「救回」一个发散的正项级数,直接引出条件收敛。

填空题填写空白处的代码
# 交错调和级数,用前4项 1-1/2+1/3-1/4 近似 ln2,误差不超过被砍第一项 # 误差上界 = 1/(填分母);ln2≈0.6931

2.2 绝对收敛与条件收敛

若绝对值级数 Σ|aₙ| 收敛,称 Σaₙ 绝对收敛,绝对收敛必收敛(把 aₙ 拆成正部负部或用 |aₙ|±aₙ≥0 配合比较法可证)。若 Σaₙ 收敛但 Σ|aₙ| 发散,称条件收敛。交错调和是条件收敛典型;Σ(−1)ⁿ/n² 则绝对收敛(因 Σ1/n² 收敛)。

⚠️条件收敛不能随意调换项的顺序(黎曼重排定理)

绝对收敛级数任意重排、加括号,和不变;但条件收敛级数可通过重新排列各项,让新级数收敛到任意指定实数,甚至发散(黎曼重排定理)。处理条件收敛级数时,求和顺序是其定义的一部分,这也是反常积分、傅里叶级数里对条件收敛要格外小心的原因。

选择题

级数 Σ(−1)ⁿ/√n 的收敛类型是?

2.3 幂级数与收敛半径

形如 Σn=0 cₙ(x−a)ⁿ 的级数叫以 a 为中心的幂级数,它在不同 x 处可能收敛或发散。阿贝尔定理的结论:幂级数的收敛域关于中心 a 对称,存在收敛半径 R(0≤R≤∞),在 |x−a|<R 内绝对收敛、|x−a|>R 发散,边界 |x−a|=R 的两个端点要单独判别,最终收敛域=收敛区间加(可能的)端点。

求 R 最常用比值/根值:若 lim|cₙ/cₙ₊₁|=R(比值)或 R=1/lim ⁿ√|cₙ|(根值)。例 Σxⁿ/n:比值 |x|·n/(n+1)→|x|,要求 |x|<1 即 R=1;端点 x=1 是调和级数发散、x=−1 是交错调和收敛,故收敛域 [−1,1)。例 Σxⁿ/n!,比值 |x|/(n+1)→0 对任意 x,R=∞(这就是 eˣ 处处收敛)。

示例代码(可运行)

2.4 幂级数的分析运算:收敛区间内像函数一样操作

幂级数在收敛区间内定义了一个函数 S(x),且可以:逐项求导 S′(x)=Σn cₙ(x−a)ⁿ⁻¹;逐项积分 ∫S=Σ cₙ(x−a)ⁿ⁺¹/(n+1);两幂级数在公共收敛区间可加减、相乘。逐项求导或积分后收敛半径 R 不变,但端点敛散可能改变,需重新判断。用这个性质能从一个已知级数生成新的:已知 1/(1−x)=Σxⁿ,逐项积分得 −ln(1−x)=Σxⁿ⁺¹/(n+1),逐项求导得 1/(1−x)²=Σ(n+1)xⁿ。

严格性

一致收敛:为什么逐项求导需要条件

逐项取极限、求导、积分后结果仍正确,不是理所当然的。普通函数项级数需要一致收敛来保证这个结果;逐项求导的条件更强,要求导级数一致收敛,且原级数在某一点收敛。幂级数在收敛区间的任意闭子区间上一致收敛,所以刚才说的逐项运算都合法,和函数在区间内无穷次可导。初学就记着:幂级数在 |x−a|<R 内,放心逐项求导积分,越出收敛半径或者在边界,得单独验证。

预测输出
求幂级数 Σ_{n=1}∞ n xⁿ 的收敛半径,并用 1/(1−x) 的导数给出其和函数。

本节小结

交错级数在 bₙ 递减趋 0 时由莱布尼茨判收敛、误差不超首弃项;Σ|aₙ| 收敛为绝对收敛(必收敛、可重排),自身收敛而绝对值发散为条件收敛(不可随意重排)。幂级数有收敛半径 R,内部绝对收敛、端点单独判;收敛区间内可逐项求导积分且 R 不变,是从已知级数生成新级数的工厂。下一节讲函数反向展开成幂级数——泰勒级数,并引出复指数与欧拉公式。

资深工程师加餐

底层原理 · 大厂视角 · 工程经验,点卡片展开

它把「无限接近」这种模糊说法严格化:对任意你给定的接近程度 ε(函数值与目标的差距),我都能找到一个 δ(自变量的范围),只要自变量落在这个范围内就能保证输出达到你要的精度。这套「以有限控无限」的语言是整个微积分的地基,也是绝大多数证明题的标准书写套路。