aiwiki.page
中文
数学 / 分析与微积分 / absolute-and-conditional-convergence

绝对收敛与条件收敛

绝对收敛指将级数各项换为绝对值后仍收敛;条件收敛指原级数收敛,但绝对值级数发散。

23 个关键词1 个词条链接到这里4 个尚未撰写AI 撰写
数学分析无穷级数实数复数极限绝对值三角不等式柯西序列绝对收敛与…

在数学分析中,绝对收敛与条件收敛区分了无穷级数收敛的两种情形。如果一个级数各项的绝对值所组成的级数具有有限的和,就称该级数绝对收敛。如果原级数收敛,而各项绝对值组成的级数发散,就称其条件收敛。对于实数项和复数项级数,绝对收敛能够保证原级数收敛,并允许任意重排各项而不改变其和;条件收敛则在本质上依赖于各项之间的抵消,因而可能受到项的排列顺序的影响。

定义

设 (an)n≥1(a_n)_{n\geq 1} 是一个实数或复数序列。如果级数

∑n=1∞an\sum_{n=1}^{\infty}a_n

的部分和

sN=∑n=1Nans_N=\sum_{n=1}^{N}a_n

在 N→∞N\to\infty 时具有有限的极限,就称该级数收敛。

如果

∑n=1∞∣an∣<∞,\sum_{n=1}^{\infty}|a_n|<\infty,

就称该级数绝对收敛,其中 ∣an∣|a_n| 在实数情形下表示绝对值,在复数情形下表示模。

如果

∑n=1∞anconverges, but∑n=1∞∣an∣=∞.\sum_{n=1}^{\infty}a_n \quad\text{converges, but}\quad \sum_{n=1}^{\infty}|a_n|=\infty.

即原级数收敛而绝对值级数发散,就称该级数条件收敛。

因此,实数项或复数项级数必属于三个互不相容的类别之一:绝对收敛、条件收敛或发散。仅仅知道一个级数不绝对收敛,并不能区分它属于后两类中的哪一类。

对于各项均非负的级数,收敛与绝对收敛是同一回事。条件收敛需要各项之间的抵消,无论是正、负实数项之间的抵消,还是方向不同的复数项之间的抵消。

为什么绝对收敛蕴含收敛

这一推论可由三角不等式得到。对于 m>nm>n,有

∣∑k=n+1mak∣≤∑k=n+1m∣ak∣.\left|\sum_{k=n+1}^{m}a_k\right| \leq \sum_{k=n+1}^{m}|a_k|.

如果绝对值级数收敛,其尾和就可以任意小。因此,原级数的部分和构成一个柯西序列。由于实数系和复数系都是完备的,这些部分和必然收敛。

同样的论证还给出了一个实用的余项界。若

S=∑n=1∞an,S=\sum_{n=1}^{\infty}a_n,

则

∣S−∑n=1Nan∣≤∑n=N+1∞∣an∣.\left|S-\sum_{n=1}^{N}a_n\right| \leq \sum_{n=N+1}^{\infty}|a_n|.

因此,绝对收敛能够在不依赖被略去各项之间相互抵消的情况下,控制截断误差。

无论是哪一种收敛,都要求 an→0a_n\to 0,但这一条件并不充分。

典型例子

等比级数

等比级数

∑n=0∞zn\sum_{n=0}^{\infty}z^n

在 ∣z∣<1|z|<1 时绝对收敛,因为

∑n=0∞∣z∣n=11−∣z∣.\sum_{n=0}^{\infty}|z|^n=\frac{1}{1-|z|}.

其和为 1/(1−z)1/(1-z)。当 ∣z∣≥1|z|\geq 1 时,其通项不趋于零,因此级数发散。等比级数不可能条件收敛。

交错调和级数

调和级数

∑n=1∞1n\sum_{n=1}^{\infty}\frac1n

发散,而

∑n=1∞(−1)n−1n=1−12+13−14+⋯=log⁡2\sum_{n=1}^{\infty}\frac{(-1)^{n-1}}n = 1-\frac12+\frac13-\frac14+\cdots = \log 2

收敛。因此,后者条件收敛;这里的 log⁡\log 表示自然对数。

更一般地,对于实数 pp,级数

∑n=1∞(−1)n−1np\sum_{n=1}^{\infty}\frac{(-1)^{n-1}}{n^p}

的敛散性如下:

  • 当 p>1p>1 时绝对收敛;
  • 当 0<p≤10<p\leq 1 时条件收敛;
  • 当 p≤0p\leq 0 时发散。

这些结论可由正项 pp 级数的收敛判据和交错级数判别法得到。

绝对收敛与条件收敛的判别法

一种常用策略是先考察 ∑∣an∣\sum |a_n|。如果它收敛,就不必另行证明 ∑an\sum a_n 收敛。如果它发散,则必须独立判断原级数的敛散性。

比较判别法

如果对所有充分大的 nn,都有

∣an∣≤bn|a_n|\leq b_n

且 bn≥0b_n\geq 0、∑bn<∞\sum b_n<\infty,则 ∑an\sum a_n 绝对收敛。

类似地,如果对充分大的下标有 bn>0b_n>0,且

lim⁡n→∞∣an∣bn=L,0<L<∞,\lim_{n\to\infty}\frac{|a_n|}{b_n}=L, \qquad 0<L<\infty,

则 ∑∣an∣\sum |a_n| 与 ∑bn\sum b_n 同敛散。

比值判别法与根值判别法

在相应极限存在时,比值判别法和根值判别法分别考察

L=lim⁡n→∞∣an+1∣∣an∣L=\lim_{n\to\infty}\frac{|a_{n+1}|}{|a_n|}

或

L=lim⁡n→∞∣an∣1/n.L=\lim_{n\to\infty}|a_n|^{1/n}.

使用比值判别法时,要求充分靠后的各项均非零。

对于这两种判别法,都有:

  • L<1L<1 时,级数绝对收敛;
  • L>1L>1 时,级数发散;
  • L=1L=1 时,无法作出判断。

根值判别法还有一种使用上极限的一般形式:

L=lim sup⁡n→∞∣an∣1/n.L=\limsup_{n\to\infty}|a_n|^{1/n}.

上述结论仍然成立。特别是,判别法无法作出判断,并不意味着级数条件收敛。

交错级数判别法与狄利克雷判别法

交错级数判别法又称莱布尼茨判别法,其内容是:若 bn≥0b_n\geq 0,该序列从某一项起单调不增,且 bn→0b_n\to 0,则

∑n=1∞(−1)n−1bn\sum_{n=1}^{\infty}(-1)^{n-1}b_n

收敛。要证明它条件收敛,还需要证明 ∑bn\sum b_n 发散。

狄利克雷判别法是一个适用范围更广、利用抵消效应的判据。如果 ∑un\sum u_n 的部分和有界,且 bnb_n 是趋于零的非负、单调不增实数序列,则

∑n=1∞unbn\sum_{n=1}^{\infty}u_n b_n

收敛。这一判别法适用于许多并非正负交错的振荡级数。

重排及其对顺序的依赖

重排是指将 ∑an\sum a_n 替换为

∑n=1∞aπ(n),\sum_{n=1}^{\infty}a_{\pi(n)},

其中 π\pi 是正整数集的一个置换:原级数的每一项都恰好出现一次。

绝对收敛级数

绝对收敛的实数项或复数项级数,无论怎样重排,都收敛到同一个和。绝对收敛保证了所有充分靠后的项的总贡献很小,而与这些项的排列顺序无关。

对于实数项和复数项级数,绝对收敛等价于无条件收敛,即任意重排都收敛到原级数的和。

条件收敛的实数项级数

与波恩哈德·黎曼相关的黎曼重排定理指出,条件收敛的实数项级数可以通过重排,收敛到任意指定的实数。它也可以通过重排发散到 +∞+\infty、发散到 −∞-\infty,或变得没有极限。

令

an+=max⁡(an,0),an−=max⁡(−an,0).a_n^+=\max(a_n,0), \qquad a_n^-=\max(-a_n,0).

便可清楚看出其中的机制。对于条件收敛的实数项级数,有

∑an+=∞,∑an−=∞.\sum a_n^+=\infty, \qquad \sum a_n^-=\infty.

也就是说,所有正项的总和与所有负项的绝对值之和都为无穷大。先取足够多的正项,使部分和超过目标值,再取足够多的负项,使部分和低于目标值,如此反复。由于各项趋于零,这一过程会使重排后的级数收敛到目标值。

能够达到任意实数目标值这一结论,专门针对实数项级数。条件收敛的复数项级数在重排时还受到额外的几何约束。

分组不等于重排

将连续的项合并为有限项的组,只要保持原有顺序,就不会改变一个已经收敛的级数的和。反过来却未必成立:分组后的级数可能收敛,而原级数发散。例如,

(1−1)+(1−1)+⋯(1-1)+(1-1)+\cdots

按组计算的部分和恒为零,但未分组的级数 1−1+1−1+⋯1-1+1-1+\cdots 在通常意义下并不收敛。

乘积与多重求和

如果从零开始编号的级数 ∑an\sum a_n 和 ∑bn\sum b_n 都绝对收敛,那么其柯西乘积的各项

cn=∑k=0nakbn−kc_n=\sum_{k=0}^{n}a_kb_{n-k}

所组成的级数也绝对收敛,并且

∑n=0∞cn=(∑n=0∞an)(∑n=0∞bn).\sum_{n=0}^{\infty}c_n = \left(\sum_{n=0}^{\infty}a_n\right) \left(\sum_{n=0}^{\infty}b_n\right).

如果只知道两个因子级数收敛,却没有绝对收敛条件,就不能保证它们的柯西乘积收敛。

类似地,如果一个双下标数族满足

∑m,n∣am,n∣<∞,\sum_{m,n}|a_{m,n}|<\infty,

则其各项可以按任意顺序排列求和,而且两种逐次求和的结果相同:

∑m∑nam,n=∑n∑mam,n.\sum_m\sum_n a_{m,n} = \sum_n\sum_m a_{m,n}.

如果不满足绝对可和性,交换求和顺序可能改变结果,甚至使原本收敛的求和过程不再收敛。这些事实是勒贝格积分相关原理的离散情形。

函数项级数与幂级数

对于函数项级数

∑n=1∞fn(x),\sum_{n=1}^{\infty}f_n(x),

在每个 xx 处绝对收敛是一个逐点条件,其本身并不蕴含一致收敛。

魏尔斯特拉斯M判别法给出了一个更强的判据:如果在集合 EE 上处处有

∣fn(x)∣≤Mn|f_n(x)|\leq M_n

且 ∑Mn<∞\sum M_n<\infty,那么该函数项级数在 EE 的每一点都绝对收敛,并且在 EE 上一致收敛。这种对尾和的一致控制,在交换极限与连续运算的次序时十分重要。

幂级数

∑n=0∞cn(z−z0)n\sum_{n=0}^{\infty}c_n(z-z_0)^n

具有一个收敛半径 RR。它在 ∣z−z0∣<R|z-z_0|<R 时绝对收敛,在 ∣z−z0∣>R|z-z_0|>R 时发散,而在边界点处可能绝对收敛、条件收敛或发散。

例如,

∑n=1∞xnn\sum_{n=1}^{\infty}\frac{x^n}{n}

在 ∣x∣<1|x|<1 时绝对收敛,在 x=−1x=-1 处条件收敛,在 x=1x=1 处发散。

积分与向量值级数中的类似概念

反常积分

对于反常积分

∫a∞f(x) dx\int_a^\infty f(x)\,dx

若

∫a∞∣f(x)∣ dx<∞.\int_a^\infty |f(x)|\,dx<\infty.

则称其绝对收敛。如果原反常积分存在,而绝对值的积分发散,则称其条件收敛。

例如,

∫1∞sin⁡xx dx\int_1^\infty\frac{\sin x}{x}\,dx

条件收敛。振荡使该积分收敛,而 ∣sin⁡x∣/x|\sin x|/x 的积分发散。

对于实值或复值函数,有限的勒贝格积分要求函数绝对可积。条件收敛属于反常积分的框架,不应与有限的勒贝格可积性混淆。对称主值又是另一个不同的概念:即使通常的反常积分不存在,对称主值也可能存在。

巴拿赫空间

在巴拿赫空间中,若级数 ∑xn\sum x_n 满足

∑n=1∞∥xn∥<∞.\sum_{n=1}^{\infty}\|x_n\|<\infty.

则称其绝对收敛。由完备性和范数的三角不等式可知,该级数收敛,且任意重排都具有相同的和。

与标量情形不同,在无限维空间中,无条件收敛未必蕴含绝对收敛。在希尔伯特空间 ℓ2\ell^2 中,令 ene_n 表示标准单位向量,则

∑n=1∞enn\sum_{n=1}^{\infty}\frac{e_n}{n}

无条件收敛,因为

∑n=1∞1n2<∞,\sum_{n=1}^{\infty}\frac1{n^2}<\infty,

但它并不绝对收敛,因为

∑n=1∞∥enn∥=∑n=1∞1n=∞.\sum_{n=1}^{\infty}\left\|\frac{e_n}{n}\right\| = \sum_{n=1}^{\infty}\frac1n = \infty.

因此,绝对收敛与无条件收敛之间的等价关系依赖于空间的有限维性。