绝对收敛是无穷级数的一种性质,指将级数的每一项取绝对值后所得的级数收敛。对于实数项或复数项级数,绝对收敛比通常的收敛更强:它保证原级数收敛,且级数的和不依赖于各项的排列顺序。这一概念还可推广到积分和赋范向量空间中的级数,为控制误差、交换运算次序,以及在不依赖各项相消的情况下定义无穷和提供条件。
定义
设 ∑n=1∞an 是各项均为实数或复数的级数。如果
n=1∑∞∣an∣<∞,
就称该级数绝对收敛,其中 ∣an∣ 表示 an 的绝对值或复数的模。
等价地说,部分和
AN=n=1∑N∣an∣
具有有限的极限。由于这些部分和单调不减,绝对收敛也等价于这些部分和有上界。
收敛但不绝对收敛的级数称为条件收敛级数。因此,标量级数的收敛情况可分为三种互不相容的情形:
- 绝对收敛: ∑an 和 ∑∣an∣ 都收敛。
- 条件收敛: ∑an 收敛,但 ∑∣an∣ 发散。
- 发散: ∑an 没有有限的和。
对于非负实数项级数,收敛与绝对收敛是同一性质。
为什么绝对收敛蕴含收敛
这一结论可由三角不等式推出。对于整数 m>n,有
k=n+1∑mak≤k=n+1∑m∣ak∣.
如果 ∑∣an∣ 收敛,那么只要 n 足够大,右端就能对所有 m>n 一致地任意小。因此,∑an 的部分和构成一个柯西序列。实数系和复数系的完备性随即保证这些部分和收敛。
绝对收敛还给出估计
n=1∑∞an≤n=1∑∞∣an∣.
对于近似计算,更重要的是:若 S=∑n=1∞an,则
S−n=1∑Nan≤n=N+1∑∞∣an∣.
因此,绝对值级数的余项给出了截断误差的上界,无须了解各项之间的相消情况。
对于实数项级数,定义
an+=max(an,0),an−=max(−an,0).
则 an=an+−an−,且 ∣an∣=an++an−。绝对收敛等价于 ∑an+ 和 ∑an− 均为有限值。在条件收敛的实数项级数中,这两个非负项级数的和都是无穷大;级数能否收敛取决于正项与负项如何平衡。
示例与收敛判别法
等比级数与幂衰减级数
等比级数
n=0∑∞zn
绝对收敛的充要条件是 ∣z∣<1,因为其绝对值级数为 ∑∣z∣n。
对于实数 p,级数
n=1∑∞np1
收敛的充要条件是 p>1。由此可知,级数
n=1∑∞np(−1)n−1
在 p>1 时绝对收敛,在 0<p≤1 时条件收敛,在 p≤0 时发散。
熟知的例子
1−21+31−41+⋯=log2
是条件收敛的,因为对应的调和级数发散。
比较判别法、比值判别法与根值判别法
非负项级数的判别法可应用于 ∑∣an∣。
比较判别法。 如果对所有充分大的 n,都有 ∣an∣≤bn,其中 bn≥0,且 ∑bn 收敛,那么 ∑an 绝对收敛。
比值判别法。 假设当 n 充分大时 an=0,且极限
L=n→∞limanan+1
存在。若 L<1,则级数绝对收敛。若 L>1,包括 L=∞ 的情形,则级数的项不趋于零,因而级数发散。L=1 时无法据此判定。
根值判别法。 令
L=n→∞limsup∣an∣1/n.
若 L<1,则级数绝对收敛;若 L>1,则级数发散。同样,L=1 时无法据此判定。
绝对收敛本身并不意味着收敛迅速。例如,∑n−p 对每个 p>1 都绝对收敛,但当 p 接近 1 时,其余项衰减得很慢。
重排与次序无关性
绝对收敛的一个主要推论是重排不变性。如果 ∑an 绝对收敛,且 π 是正整数集的任意置换,那么
n=1∑∞aπ(n)=n=1∑∞an.
重排后的级数也绝对收敛。
原因在于,从足够靠后的某项开始,余项中各项绝对值之和很小。一旦重排后的部分和包含了原级数中足够大的一个有限项集,它与原级数之和的差就受该余项控制,而与这些项出现的顺序无关。
对于实数或复数标量级数,绝对收敛等价于无条件收敛,即每一种重排都收敛于同一个和。
黎曼重排定理描述了条件收敛与此的区别。条件收敛的实数项级数可以通过重排,收敛于任意指定的实数,发散到正无穷或负无穷,或者没有极限。
在对级数的项进行分组时,这一区别同样重要。将一个已经收敛的级数的连续项分成有限项组,不会改变其和;但仅凭分组后的级数收敛,不能断定原级数收敛。绝对收敛则允许任意分组和重排,而不改变级数的和。
乘积与多重求和
设
A=n=0∑∞an,B=n=0∑∞bn
均绝对收敛。它们的柯西乘积的系数为
cn=k=0∑nakbn−k.
该乘积级数绝对收敛,并满足
n=0∑∞cn=AB,
且有估计
n=0∑∞∣cn∣≤(n=0∑∞∣an∣)(n=0∑∞∣bn∣).
这是卷积的一项基本估计在序列情形下的形式。
类似地,如果一个双重指标族满足
m,n∑∣am,n∣<∞,
那么可以逐行求和、逐列求和,或按指标对的任意枚举顺序求和:
m∑(n∑am,n)=n∑(m∑am,n).
若不满足绝对可和性或其他适当条件,改变求和次序可能改变结果,或使原本收敛的和不再收敛。
函数项级数
对于函数项级数 ∑fn(x),在点 x 处绝对收敛是指
n=1∑∞∣fn(x)∣<∞.
这是一种逐点性质。在某个定义域的每一点都绝对收敛,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充分条件。如果常数 Mn≥0 满足:对于定义域中的每一个 x,都有
∣fn(x)∣≤Mn
且 ∑Mn<∞,那么该函数项级数在每一点都绝对收敛,并在整个定义域上一致收敛。级数 ∑∣fn(x)∣ 也一致收敛。
对于幂级数
n=0∑∞cn(z−z0)n,
存在一个收敛半径 R,其值可能为 0 或 ∞。该级数在 ∣z−z0∣<R 时绝对收敛,在 ∣z−z0∣>R 时发散,而在边界上的敛散性则需要另行考察。在收敛圆盘内部,级数在每一个半径更小的同心闭圆盘上都一致收敛。这些性质是幂级数在复分析中应用的基础。
积分的绝对收敛
如果一个反常积分所对应的绝对值积分为有限值,就称该反常积分绝对收敛。例如,如果
∫a∞∣f(x)∣dx<∞,
则
∫a∞f(x)dx
绝对收敛。
在通常的局部可积性假设下,绝对收敛蕴含反常积分收敛,反之则不成立。一个典型例子是
∫1∞xsinxdx,
它收敛,而
∫1∞x∣sinx∣dx
发散。
在勒贝格积分理论中,实值或复值可测函数可积且积分为有限值的充要条件是
∫∣f∣dμ<∞.
因此,条件收敛的反常积分,在同一积分域上未必具有有限的勒贝格积分。
对于随机变量 X,相应的条件是
E[∣X∣]<∞.
它保证期望值 E[X] 存在且为有限数。形式表达式中的相消或对称取极限的过程,不能替代这一可积性条件。
赋范空间与完备性的作用
在赋范向量空间 X 中,如果级数 ∑xn 满足
n=1∑∞∥xn∥<∞,
就称它绝对收敛,或称它按范数绝对可和。
由三角不等式可知,它的部分和构成柯西序列。如果 X 是巴拿赫空间,即它在其范数下是完备的,那么该级数便在 X 中收敛。如果没有完备性,级数的和可能只存在于 X 的完备化空间中。
事实上,一个赋范空间完备,当且仅当该空间中每一个绝对可和的级数都收敛。
绝对收敛与无条件收敛的等价性有其适用范围:它在有限维实或复赋范空间中成立,但在无限维情形下一般不成立。
例如,设 en 是希尔伯特空间 ℓ2 中的标准单位向量。级数
n=1∑∞nen
无条件收敛,因为其余项的范数平方可由 ∑n−2 的相应余项控制。然而,
n=1∑∞nen=n=1∑∞n1=∞.
因此,无条件收敛可能严格弱于绝对收敛。
Lp空间中的序列空间 ℓ1 恰由所有绝对可和的标量序列构成,其范数为
∥(an)∥1=n=1∑∞∣an∣.
从这一角度看,绝对收敛既是单个级数的性质,也是序列空间结构中的一个基础概念。