此條目介紹的是一个序列的总和。关于用序列表述的一串数字,请见「
数列」。
无穷级数
|
![{\displaystyle \zeta (s)=\sum _{k=1}^{\infty }{\frac {1}{k^{s}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/47d3b3177dde333e5442a7d132a37b31b00f4856)
|
无穷级数
|
|
|
级数(英語:Series)代表某序列之和,例如序列
的級數
可以表示成
,如果被取和的序列是有穷序列,相對應的級數被称为有穷级数;反之,称为无穷级数。常见的级数包括等差数列和等比数列的级数。
級數本身也是一種序列(代表加到第
項)。就跟普通序列一樣,级数的通项可以是实数、矩阵或向量等常量,也可以是关于其他变量的函数,不一定是一个数,但某序列要能定義相應級數,前提是必須要有加法(如實數加法、向量加法與矩陣加法等等)。
如果某级数來自於對常數序列取和,则称之为常数(项)级数,如果來自於函数序列,则称之为函数(项)级数。
无穷级数不像有穷级数可以加到最後一項,所以作為替代,通常會嘗試將項數趨近於无穷大來取「最終的和」,具體來說,也就是對級數
取极限
。如果這個極限存在,會仿造数列极限,將這個无穷级数稱為收斂的(convergent);反之稱為發散的(divergent)。(而且要能定義極限還需要距離來比較遠近)
也就是說,只要
上有定義一種有交換律的「運算」,那定義在
的序列
都可以「取和」,而它的「部分和」可以構成某個唯一的序列
。也就是說,一般會將
視為加法「
」 ,而將
更加直觀的記為:
![{\displaystyle s_{n}=a_{1}+\ldots +a_{n}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/cb546e6fe2c4dbecdfee912036a5252f0057e107)
然後把
直觀地稱為部分和。
通常會做以下的符號定義:
![{\displaystyle \sum _{j=1}^{n}a_{j}:=s_{n}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2d469bde66b8dd71a058c3cd89e1fec273416927)
而將
記為
甚至是更直觀的
以上定義的級數,在直觀上被理解成「無窮級數」(infinite series);但所謂的「有窮序列」,也只是從某個正整數
開始,只要正整數
就有
(
的單位元,可直觀理解成一般加法的「零」)。所以「有窮序列」取部分和而得到的「有窮級數」(finite series),事實上包含在上述定義中;換句話說,有窮級數是對從某項
開始為零的特殊序列取部分和得到的,所以不管怎麼加,部分和最大都只能到
。
对于级数
,如果当
趋于正无穷大时,
趋向一个有限的极限:
,那么这个无穷级数就叫做是收敛的,
叫做级数
的和。如果极限不存在,这个无穷级数就是发散的。收敛的无穷级数存在唯一的一个和
。这时可以定义级数
的余项和:
。
如果级数
中的各项可以是正数,负数或零,则级数
称为任意项级数。
将任意项级数各项
取绝对值,得到正项级数。
- 如果任意项级数
收敛,而级数
发散,则称级数
条件收敛。
- 如果级数
收敛,则称级数绝对收敛
定理:如果任意项级数
的各项的绝对值所组成的正项级数
收敛,则级数
收敛。
- 若一个无穷级数
收敛,其和为
,则如果每一项乘以一个常数
,得到的级数
也收敛,且和等于as。
- 收敛的无穷级数可以逐项相加或相减,如有两个无穷级数:
和
,则
.
- 级数前面加上有限项或减去有限项不影响其敛散性,如:
和 ![{\displaystyle s=u_{12}+u_{15}+u_{16}+u_{17}+\cdots +u_{n}+\cdots }](https://wikimedia.org/api/rest_v1/media/math/render/svg/2efaae862f7d702f3b441383e8b269412bfef88d)
这两个级数的敛散性是一样的。
- 当
趋向无限大时,任何一个收敛级数的通项都趋于0:![{\displaystyle \lim _{n\to \infty }u_{n}=0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c93a30874c887769d0835535ab67fec95916b59d)
- 在一个完备空间中,也可以运用柯西收敛的准则来判断级数是否收敛:一个无穷级数
收敛的充要条件是,对任意
,总存在
,使得任意的
,
。
将一个函数展开成无穷级数的概念最早来自14世纪印度的马德哈瓦。他首先发展了幂级数的概念,对泰勒级数、麦克劳林级数、无穷级数的有理逼近以及无穷连分数做了研究。他发现了正弦、余弦、正切函数等的泰勒展开,还用幂级数计算了 π 的值。他的学生继承和发展了他关于级数的工作。
17世纪,詹姆斯·格里高利也开始研究无穷级数,并发表了若干函数的麦克劳林展开式。1715年,布鲁克·泰勒提出了构造一般解析函数的泰勒级数的方法。18世纪时欧拉又发展了超几何级数和q-级数的理论。
14世纪时,马德哈瓦已经开始讨论判别无穷级数敛散性的方法。他提出了一些审敛的准则,后来他的学生将其推广。
然而在欧洲,审查无穷级数是否收敛的研究一般被认为是从19世纪由高斯开始的。他于1812年发表了关于欧拉的超几何级数
![{\displaystyle 1+{\frac {\alpha \beta }{1\cdot \gamma }}x+{\frac {\alpha (\alpha +1)\beta (\beta +1)}{1\cdot 2\cdot \gamma (\gamma +1)}}x^{2}+\cdots }](https://wikimedia.org/api/rest_v1/media/math/render/svg/82e1883c70ac468723de21e81145fbd7335b0c69)
的论文,提出了一些简单的收敛准则,并对余项和以及收敛半径进行了讨论。
柯西提出了严格的审敛法的重要性,他证明了两个收敛级数的乘积不一定是收敛的,同时开始研究严格的审敛准则。欧拉和高斯各自给出了各种审敛法则。柯西更研究了复函数的幂级数展开。
1826年,阿贝尔在他的关于二项式级数
![{\displaystyle 1+{\frac {m}{1}}x+{\frac {m(m-1)}{2!}}x^{2}+\cdots }](https://wikimedia.org/api/rest_v1/media/math/render/svg/9ec6fa3146d4c1da1f43866db7b7ab4c3e827c48)
的论文中更正了柯西的若干个结论,并给出了二项式级数的严格的求和方法,指出了连续性在收敛问题中的重要性。
柯西提出的审敛法并不是普遍适用的,只能用于判别某些特定函数的敛散性。同时代的其他数学家,比如拉贝(Joseph Ludwig Raabe)的对数判别法,德·摩根的对数判别法(被 DuBois-Reymond和普林斯海姆证明对某些函数失效)
,以及贝特朗、斯托克斯、切比雪夫等人的审敛法也是如此。
对普遍的审敛法则的研究由恩斯特·库默尔开始,之后的艾森斯坦、维尔斯特拉斯、尤里斯·迪尼等都曾致力于这一领域。普林斯海姆于1889年发表的论文阐述了完整的普适审敛理论。
1821年,柯西首先开始对一致连续性的研究,但其中有不少错误和局限。这些错误最早被阿贝尔指出,但首先得出正确结论的是西德尔和斯托克斯。1853年,柯西在注意到阿贝尔的批评后重新开展研究,并得到了与斯托克斯一样的结论。然而,一致连续性的重要性在很长一段时间裡没有受到重视。
- 更多級數請參見級數列表。
几何级数(或等比级数)是指通项为等比数列的级数,比如:
![{\displaystyle 1+{1 \over 2}+{1 \over 4}+{1 \over 8}+{1 \over 16}+\cdots =\sum _{n=0}^{\infty }{1 \over 2^{n}}=2}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9996f0972a662a0caac34be3da846c8b4dbb16f4)
一般来说,几何级数
收敛当且仅当
。
调和级数是指通项为
的级数:
![{\displaystyle 1+{1 \over 2}+{1 \over 3}+{1 \over 4}+{1 \over 5}+\cdots =\sum _{n=1}^{\infty }{1 \over n}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9d1e4defa2986cf0948fc8418b43a7f001054b91)
它是发散的。
-级数
[编辑]
-级数是指通项为
的级数:
![{\displaystyle U_{p}=\sum _{n=1}^{\infty }{\frac {1}{n^{p}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ab8f4d7ec6762883730a1dc177ff5b4a3381a096)
对于实数值的
,当
时收敛,当
时发散。这可以由积分比较审敛法得出。
函数
是黎曼ζ函數在实轴大于1的部分的限制,关于黎曼
函數有著名的黎曼猜想。
特別地,當
時,
-級數即為調和級數。
![{\displaystyle \sum _{n=1}^{\infty }(b_{n}-b_{n+1})}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b0372ec7d32b914fc13f21b86ddec820ab4651ca)
收敛当且仅当数列
收敛到某个极限
,并且这时级数的和是
。
泰勒级数是关于一个光滑函数
在一点
附近取值的级数。泰勒函数由函数在点
的各阶导数值构成,具体形式为:
![{\displaystyle \sum _{n=0}^{\infty }{\frac {f^{(n)}(a)}{n!}}(x-a)^{n}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8c116d3aee442eca69ccfaa86b4ac2f1466ae20)
这是一个幂级数。如果它在
附近收敛,那么就称函数
在点
上是解析的。
具有以下形式的级数
![{\displaystyle \sum _{n=0}^{\infty }(-1)^{n}a_{n}\!}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8fc27941230015037defff1baf5fa1e6cc91a12)
其中所有的
非负,被称作交错级数。交错级数的收敛通常要借助莱布尼茨判别法。
形同
的函数项无穷级数称为
的幂级数。它的收敛与否和系数
有关。
任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示,称为傅里叶级数。傅里叶级数是函数项无穷级数,也就是说每项都是一个函数。傅里叶级数在数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学等领域都有着广泛的应用。
例如,周期为
的周期函数
可以表示为:
![{\displaystyle f(x)={\frac {a_{0}}{2}}+\sum _{n=1}^{\infty }(a_{n}\cos nx+b_{n}\sin nx),n=1,2,3,\ldots }](https://wikimedia.org/api/rest_v1/media/math/render/svg/a89493e609b56e846d2bbb163ec2d3615639f5f4)
其中,
,
,特别的,
若通项为实数的无穷级数
每一项
都大于等于零,则称
是一正项级数。
如果无穷级数
是正项级数,则部分和
是一个单调递增数列。由数列极限的判别准则:单调有界数列必有极限。因此,倘若部分和数列Sn有界,
收敛,且
;反之,若部分和数列趋于正无穷,级数发散。
设
和
是正项级数。
- 如果存在正实数
,使得从若干项开始,
(也就是说
),则
- 当
收敛时,可推出
也收敛。
- 当
发散时,可推出
也发散。
- 如果
,则
- 当
收敛时,可推出
也收敛。
- 当
发散时,可推出
也发散。
- 如果
或其它有限数,则
和
同时收敛或发散。
比如,我们已知级数:
收敛,则级数:
也收敛,因为对任意的
,
。
比较判别法的特点是要已知若干级数的敛散性。一般来说,我们可以选择比较简单的级数:
作为“标准级数”,依此判断其他函数的敛散性。需要知道的是当
时,
发散,当
时,
收敛。
在比较判别法中,如果取几何级数为比较的标准级数,可得:
- 设
是通项大于零的正项级数。并且
,则
- 当
时,级数
收敛。
- 当
时,级数
发散。
- 当
时,级数
可能收敛也可能发散。
这个判别法也称为比值判别法或比值审敛法。
- 设
是正项级数。并且
,则
- 当
时,级数
收敛。
- 当
时,级数
发散。
- 当
时,级数
可能收敛也可能发散。
这个判别法也称为根值判别法或根值审敛法'。
具有以下形式的级数
![{\displaystyle \sum _{n=0}^{\infty }(-1)^{n}a_{n}\!}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8fc27941230015037defff1baf5fa1e6cc91a12)
其中所有的
非负,被称作交错级数。
在上述的级数
中,如果当
趋于无穷时, 数列
的极限存在且等于 0,并且每个
小于
(即, 数列
是单调递减的),那么级数收敛。
对于通项为任意实数的无穷级数
,将级数
称为它的绝对值级数。可以证明,如果
收敛,那么
也收敛,这时称
绝对收敛。如果
收敛,但是
发散,则称
条件收敛。比如说,级数
绝对收敛,因为前面已经证明
收敛。而级数
是条件收敛的。它自身收敛到
,但是它的绝对值级数
是发散的。
黎曼级数定理说明,如果一个无穷级数
条件收敛,那么对于任意的实数
,存在一个正整数到正整数的双射
,使得级数
收敛到
。对于正负无穷大,上述双射也存在。
设
为定义在区间
上的函数列,则表达式:
称为函数项级数,简记为
。对函数项级数的主要研究是:
- 确定对哪些
,
收敛。
收敛的话,其和是什么,有什么性质?
对区间
上的每个
,级数
是常数项级数。若
收敛,则称
是
的一个收敛点,
全体收敛点的集合称为它的收敛域。若
发散,则称
是
的一个发散点,
全体发散点的集合称为它的发散域。
在其收敛域的每一点上都有定义,因此定义了一个函数,称为
的和函数,记为
。按照定义,
,其中
为函数项级数在
点上的部分和。
函数项级数的取值可以在它的收敛域上用和函数定义,但和函数的性质可能会和级数的每一项不同。比如说,当函数项级数
中的每一项
在收敛域上都是连续函数时,和函数未必会是连续函数。以下是一个例子:
- 设
,也就是说
,
等等,它们显然都是连续函数(甚至是光滑函数)。这时函数项级数在
点上的部分和
。在区间
的每一点上,部分和都有极限:
- 当
时,![{\displaystyle S_{n}(x)\rightarrow 1}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9c2334fe1349ce369842ace702b1ad33864a92be)
- 当
时,![{\displaystyle S_{n}(x)\rightarrow 0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e321eeba07890d2341c4020d9dd673eab616ebba)
- 于是在区间
上,级数
收敛,其和函数
为:
- 当
时,
;
。
- 这不是一个连续函数。
然而,如果函数项级数能够满足某些更严格的条件的话,可以证明级数的和函数的规则性将会等于每一项函数的规则性,这就是所谓的一致收敛性质。和函数列的一致收敛性质一样,函数项级数
在某个区间
内(关于某个范数
)一致收敛的定义是它的部分和函数
在区间
上一致收敛到和函数
,
![{\displaystyle \lim _{n\rightarrow \infty }\left\|S-S_{n}\right\|_{\mathcal {I}}=0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/76ad27f771aae0a1714769647c12e7e0dd966008)
- 或者写成
![{\displaystyle \lim _{n\rightarrow \infty }\left\|\sum _{k=n}^{\infty }u_{k}\right\|_{\mathcal {I}}=0}](https://wikimedia.org/api/rest_v1/media/math/render/svg/865d2be9035f22aa188fc982c4dd3a11a4d0b17f)
可以证明:
如果级数
在区间
内一致收敛,并且每个
都是连续函数,那么和函数
在区间
上也是连续函数。
进一步的,如果导函数级数的每一项都是
函数(
阶连续可微函数),并且各阶导函数级数
在区间
内都一致收敛,那么级数和函数
也是
函数,并且:
,
。
函数项级数也有绝对收敛的概念。对于某个给定的区间
和范数
,函数项级数
在区间
内绝对收敛,当且仅当常数级数
收敛。
绝对收敛的(连续?)函数在每一点都收敛,并且在区间
内一致收敛。[來源請求]
形同
的函数项无穷级数称为
的幂级数。一般只需讨论形同
的幂级数。
根据阿贝尔定理,它的收敛域是一个关于零对称的区间,即为
(可开可闭)的形式。这个正数
(可以是无穷大)叫做幂级数的收敛半径。并有定理:
设幂级数
满足
,则:
是正实数时,
。
时,
。
时,
。
求解幂级数的和函数有时需要利用先对各项积分(或求导)以得到一个方便利用已有公式进行求和的形式,在求和后在对各项求导(或积分)。
渐进级数是用来对某些函数的间断点附近的情况进行逼近的级数。渐进级数一般是发散的,它的部分和趋于无穷大,因此可以很好地逼近一个趋于无穷大的函数。但要注意的是,渐进级数提供的逼近是相对的,即只是比值趋于一致,与函数值之间的误差并不像收敛的级数一样趋于无穷小。一般来说,渐进级数在若干项后便达到最小的绝对误差,之后的绝对误差一般会增大甚至趋于无穷。
发散级数的部分和没有极限,但是在应用中可以使用比较弱的级数和定义,比如切萨罗求和、阿贝尔求和以及欧拉求和。
级数的概念可以在任何的对称拓扑群中定义,常用的是在一个巴拿赫空间(比如实数或复数空间)中。