无穷级数重要知识点

问题:级数敛散性和积分敛散性的区别联系是什么?

  1. 部分和

s = ∑ i = 1 n u i s = \sum_{i=1}^{n} u _{i} s=i=1∑nui

注意:部分和不是数列的一部分之和,而是一个极限的概念,此处的n是一个极限值, n 趋于正无穷! \color{red}n趋于正无穷! n趋于正无穷!一定要注意。

  1. 调和级数

1 + 1 2 + 1 3 + 1 4 + 1 5 + . . . + 1 n − 2 + 1 n − 1 + 1 n (1.2) 1 + \frac{1}{2} + \frac{1}{3} +\frac{1}{4} +\frac{1}{5} +... + \frac{1}{n-2} + \frac{1}{n-1} + \frac{1}{n} \tag{1.2} 1+21+31+41+51+...+n−21+n−11+n1(1.2)

调和级数可以化为如下积分式:

∫ 1 + ∞ 1 x d x = ln ⁡ x ∣ 1 + ∞ = ∞ ( 此处是错误的 ) \color{red}\int_{1}^{+\infty} \frac{1}{x}dx = \ln x |_{1}^{+\infty} = \infty \tag{\color{red}此处是错误的} ∫1+∞x1dx=lnx∣1+∞=∞(此处是错误的)

可见调和级数发散。

调和级数可以华为如下积分形式:

1 + 1 2 + 1 3 + . . . + 1 n − 1 + 1 n = 1 n ( 1 1 n + 1 2 n + 1 3 n + . . . + 1 n − 1 n + 1 n n ) = 1 n ( 1 n n + 1 n − 1 n + . . . + 1 3 n + 1 2 n + 1 1 n ) = ∫ 0 1 1 x d x = ln ⁡ x ∣ 0 1 = ∞ ( 此处是正确的 ) \color{red}1 + \frac{1}{2} + \frac{1}{3} +...+\frac{1}{n-1} + \frac{1}{n} =\\ \frac{1}{n}(\frac{1}{\frac{1}{n}} + \frac{1}{\frac{2}{n}} + \frac{1}{\frac{3}{n}} +...+\frac{1}{\frac{n-1}{n}} + \frac{1}{\frac{n}{n}} ) =\\ \frac{1}{n}(\frac{1}{\frac{n}{n}} +\frac{1}{\frac{n-1}{n}} + ...+\frac{1}{\frac{3}{n}} +\frac{1}{\frac{2}{n}} + \frac{1}{\frac{1}{n}} ) =\\ \int_{0}^{1} \frac{1}{x}dx = \ln x |_{0}^{1} = \infty \tag{\color{red}此处是正确的} 1+21+31+...+n−11+n1=n1(n11+n21+n31+...+nn−11+nn1)=n1(nn1+nn−11+...+n31+n21+n11)=∫01x1dx=lnx∣01=∞(此处是正确的)

调和级数是一个重要级数,是判断其他级数收敛的参考。若一个级数大于调和级数,则必定发散,若一个级数是调和级数的无穷小,则一定收敛。

  1. 级数收敛的必要非充分条件

若级数 ∑ i = 1 + ∞ u i \sum_{i= 1}^{+\infty} u_{i} ∑i=1+∞ui收敛,则一般项 u i u_{i} ui的极限为0。

此条件是级数收敛的必要条件而非充分条件。比如调和级数的一般项为0但是并不收敛。

  1. 达朗贝尔判别法

正向级数 ∑ i = 1 + ∞ u i 若 lim ⁡ i → + ∞ u i + 1 u i > 1 则级数发散 若 lim ⁡ i → + ∞ u i + 1 u i < 1 则级数收敛 若 lim ⁡ i → + ∞ u i + 1 u i = 1 则无法判别敛散性 \color{red}正向级数\sum_{i= 1}^{+\infty} u_{i} \\ 若\lim_{i \to +\infty} \frac{u_{i+1}}{u_{i}} > 1则级数发散\\ 若\lim_{i \to +\infty} \frac{u_{i+1}}{u_{i}} < 1则级数收敛\\ 若\lim_{i \to +\infty} \frac{u_{i+1}}{u_{i}} =1则无法判别敛散性 正向级数i=1∑+∞ui若i→+∞limuiui+1>1则级数发散若i→+∞limuiui+1<1则级数收敛若i→+∞limuiui+1=1则无法判别敛散性

证明:

(1)若 lim ⁡ i → + ∞ u i + 1 u i = ρ > 1 , 即 u i + 1 > u i , 即 u i + 1 = k u i , k > 1 \lim_{i \to +\infty} \frac{u_{i+1}}{u_{i}} =\rho >1, 即u_{i+1} >u_{i}, 即u_{i+1} = ku_{i},k> 1 limi→+∞uiui+1=ρ>1,即ui+1>ui,即ui+1=kui,k>1

(2)若 lim ⁡ i → + ∞ u i + 1 u i = ρ < 1 , 即 u i + 1 < u i , 即 u i + 1 = k u i , k < 1 \lim_{i \to +\infty} \frac{u_{i+1}}{u_{i}} =\rho <1, 即u_{i+1} <u_{i}, 即u_{i+1} = ku_{i},k < 1 limi→+∞uiui+1=ρ<1,即ui+1<ui,即ui+1=kui,k<1

通过考察等比数列(几何级数)的求和公式: a 1 1 − q n 1 − q a_{1}\frac{1-q^{n}}{1- q} a11−q1−qn

当公比q大于1时,几何级数发散,当q小于1时几何级数收敛于 a 1 1 1 − q a_{1} \frac{1}{1-q} a11−q1。

故达朗贝尔判别法得证。

  1. 柯西判别法

正向级数 ∑ i = 1 + ∞ u i 若 lim ⁡ i → + ∞ n n > 1 则级数发散 若 lim ⁡ i → + ∞ n n < 1 则级数收敛 若 lim ⁡ i → + ∞ n n = 1 则无法判别敛散性 \color{red}正向级数\sum_{i= 1}^{+\infty} u_{i} \\ 若\lim_{i \to +\infty} \sqrt n n> 1则级数发散\\ 若\lim_{i \to +\infty}\sqrt n n < 1则级数收敛\\ 若\lim_{i \to +\infty} \sqrt n n =1则无法判别敛散性 正向级数i=1∑+∞ui若i→+∞limnn >1则级数发散若i→+∞limnn <1则级数收敛若i→+∞limnn =1则无法判别敛散性

证明方式也参考达朗贝尔判别法。

5. 极限审敛法
正向级数 ∑ i = 1 + ∞ u i 若 lim ⁡ i → + ∞ n u i = l > 0 则级数发散 若 lim ⁡ i → + ∞ n p u i = l > = 0 ( p > 1 ) 则级数收敛 \color{red}正向级数\sum_{i= 1}^{+\infty} u_{i} \\ 若\lim_{i \to +\infty} n u_{i} = l > 0则级数发散\\ 若\lim_{i \to +\infty} n^p u_{i} = l >= 0(p > 1)则级数收敛 正向级数i=1∑+∞ui若i→+∞limnui=l>0则级数发散若i→+∞limnpui=l>=0(p>1)则级数收敛

  1. 例题

讨论p级数的敛散性:
1 + 1 2 p + 1 3 p + 1 4 p + . . . + 1 ( n − 1 ) p + 1 n p (1.6) 1 + \frac{1}{2^p}+ \frac{1}{3^p}+ \frac{1}{4^p}+ ... + \frac{1}{(n-1)^p}+ \frac{1}{n^p} \tag{1.6} 1+2p1+3p1+4p1+...+(n−1)p1+np1(1.6)

证明:

假设 0<p<1,那么此级数发散。

假设p>1, 若k > x,此时有如下数学逻辑:

1 k p < 1 x p \frac{1}{k^p} < \frac{1}{x^p} kp1<xp1

1 k p = ∫ k − 1 k 1 k p d x < ∫ k − 1 k 1 x p d x \frac{1}{k^p} = \int_{k-1}^{k} \frac{1}{k^p}dx < \int_{k-1}^{k} \frac{1}{x^p}dx kp1=∫k−1kkp1dx<∫k−1kxp1dx

(1.6)式可化为:
1 + ∑ k = 2 n 1 k p = 1 + ∫ 1 2 1 2 p d x + ∫ 2 3 1 3 p d x + ∫ 3 4 1 4 p d x + . . . + ∫ n − 1 n 1 n p d x < 1 + ∫ 1 2 1 x p d x + ∫ 2 3 1 x p d x + ∫ 3 4 1 x p d x + . . . + ∫ n − 1 n 1 x p d x = 1 + ∫ 1 n 1 x p d x = 1 + 1 1 − p 1 + \sum_{k=2}^{n} \frac{1}{k^p} =\\ 1 +\int_{1}^{2} \frac{1}{2^p}dx + \int_{2}^{3} \frac{1}{3^p}dx + \int_{3}^{4} \frac{1}{4^p}dx + ... + \int_{n-1}^{n} \frac{1}{n^p}dx <\\ 1 +\int_{1}^{2} \frac{1}{x^p}dx + \int_{2}^{3} \frac{1}{x^p}dx + \int_{3}^{4} \frac{1}{x^p}dx + ... + \int_{n-1}^{n} \frac{1}{x^p}dx = 1 + \int_{1}^{n} \frac{1}{x^p}dx = \\ 1 + \frac{1}{1-p} 1+k=2∑nkp1=1+∫122p1dx+∫233p1dx+∫344p1dx+...+∫n−1nnp1dx<1+∫12xp1dx+∫23xp1dx+∫34xp1dx+...+∫n−1nxp1dx=1+∫1nxp1dx=1+1−p1

因此当p>1时,级数收敛。

相关推荐
小新同学^O^6 小时前
简单学习 --> 模型参数
学习·llm·大模型参数
cdbqss16 小时前
VB2026 菜单生成基类 BqGetMenuStrip
数据库·经验分享·学习·oracle·vb
吃好睡好便好8 小时前
创建魔方矩阵和单位矩阵
开发语言·人工智能·学习·线性代数·matlab·矩阵
星夜夏空998 小时前
STM32单片机学习(21) —— I2C通信
stm32·单片机·学习
searchforAI10 小时前
B站视频转笔记用哪个工具?2026年四款AI笔记工具对比实测
人工智能·经验分享·笔记·gpt·学习·视频总结·ai笔记
爱上好庆祝11 小时前
学习JS第十一天(JS的进阶)
前端·javascript·学习
yeiweilan11 小时前
AI应用学习
学习
吃好睡好便好11 小时前
矩阵的加减运算
开发语言·人工智能·学习·线性代数·算法·matlab·矩阵
Mister西泽11 小时前
C++ Primer Plus 第六版 编程练习题及详细答案
开发语言·c++·学习·visual studio
Simon5231412 小时前
Spring Bean----5.27学习小记
java·学习·spring