• 数学分析:数项级数的性质


    数学分析:数项级数的性质

    通过上一节的内容,我们知道:级数的收敛与数列的收敛本质上是一回事。这使得通过数列的性质推导级数的性质成为了可能。

    定理 1. 数项级数收敛的必要条件:设 ∑ n = 1 ∞ x n \sum_{n=1}^{\infty}x_{n} n=1xn 为任意一个级数,若 ∑ n = 1 ∞ x n \sum_{n=1}^{\infty}x_{n} n=1xn 收敛,则由其通项构成的数列 { x n } \{x_{n}\} {xn} 是无穷小量。即:

    lim ⁡ n → ∞ x n = 0. \lim_{n \rightarrow \infty}x_{n} = 0. nlimxn=0.

    证:

    不妨设 ∑ n = 1 ∞ x x = S , S ∈ R \sum_{n=1}^{\infty}x_{x}=S,S \in \mathbb{R} n=1xx=S,SR,其部分和数列为 { S n } \{S_{n}\} {Sn},则有:

    lim ⁡ n → ∞ S n = S . \lim_{n \rightarrow \infty} S_{n} = S. nlimSn=S.

    从而有:

    lim ⁡ n → ∞ x n = lim ⁡ n → ∞ ( S n − S n − 1 ) = lim ⁡ n → ∞ S n − lim ⁡ n → ∞ S n − 1 = S − S = 0. \lim_{n \rightarrow \infty}x_{n} = \lim_{n \rightarrow \infty}(S_{n}-S_{n-1}) = \lim_{n \rightarrow \infty}S_{n} - \lim_{n \rightarrow \infty}S_{n-1} = S - S =0. nlimxn=nlim(SnSn1)=nlimSnnlimSn1=SS=0.

    证毕

    附注定理 1 可用来判断某些级数发散。

    例题:当 ∣ q ∣ ≥ 1 |q|\ge 1 q1 时, { q n } \{q^{n}\} {qn} 不是无穷小量,因此级数 ∑ n = 1 ∞ q n − 1 \sum_{n=1}^{\infty}q^{n-1} n=1qn1 发散。

    定理 2. 级数收敛的 Cauchy 准则:级数 ∑ n = 1 ∞ x n \sum_{n=1}^{\infty}x_{n} n=1xn 收敛的 充分必要条件 为:对于任意给定的 ϵ > 0 \epsilon >0 ϵ>0,存在正整数 N N N,使得对一切 m > n > N m>n>N m>n>N,成立:

    ∣ x n + 1 + x n + 1 + ⋯ + x m ∣ = ∣ ∑ k = n + 1 m x k ∣ < ϵ . |x_{n+1}+x_{n+1}+\cdots+x_{m}|=\left|\sum_{k=n+1}^{m}x_{k}\right|<\epsilon. xn+1+xn+1++xm= k=n+1mxk <ϵ.

    等价地,有另一表述:对于任意给定的 ϵ > 0 \epsilon >0 ϵ>0,存在正整数 N N N,使得对一切 n > N n>N n>N 和一切正整数 p p p 成立:

    ∣ x n + 1 + x n + 2 + ⋯ + x n + p ∣ = ∣ ∑ k = 1 p x n + k ∣ < ϵ . |x_{n+1}+x_{n+2}+\cdots+x_{n+p}| = \left|\sum_{k=1}^{p}x_{n+k}\right|<\epsilon. xn+1+xn+2++xn+p= k=1pxn+k <ϵ.

    附注:对于 定理 2 的第二种表述,若取 p = 1 p=1 p=1,则得到 ∣ x n + 1 ∣ < ϵ , ∀   n > N |x_{n+1}|<\epsilon,\forall ~ n>N xn+1<ϵ, n>N,此即为 定理 1 中级数收敛的必要条件。

    证:

    对数项级数的部分和数列应用 数列收敛的 Cauchy 准则,即可得证。

    证毕

  • 相关阅读:
    云服务器的快照功能是什么?
    JS高级 之 使用 Iterator - Generator
    全志A33使用主线U-Boot
    es 存储文档得大小_Elasticsearch的用例:文档存储
    设计程序化交易系统会出现什么误区?
    设置pdb自动启动
    基于火鹰优化算法的函数寻优算法
    【ElementUI】InfiniteScroll 无限滚动组件在部分浏览器中滚动失效 的 解决方案
    R语言批量处理nc数据/R语言MK趋势检验/NCL绘图(nc可视化)
    深度学习系列34:统一图像视频文字的女娲模型
  • 原文地址:https://blog.csdn.net/qq_44803884/article/details/126293698