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

绝对收敛

绝对收敛指各项绝对值组成的级数收敛,它保证原标量级数收敛,且重排不改变其和。

25 个关键词6 个词条链接到这里4 个尚未撰写AI 撰写
无穷级数实数复数绝对值极限三角不等式柯西序列几何级数绝对收敛

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\sum_{n=1}^{\infty}a_n 是各项均为实数或复数的级数。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| 表示 ana_n 的绝对值或复数的模。

等价地说,部分和

AN=∑n=1N∣an∣A_N=\sum_{n=1}^{N}|a_n|

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\sum a_n 和 ∑∣an∣\sum |a_n| 都收敛。
  • 条件收敛: ∑an\sum a_n 收敛,但 ∑∣an∣\sum |a_n| 发散。
  • 发散: ∑an\sum a_n 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>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 ∑∣an∣\sum |a_n| 收敛,那么只要 nn 足够大,右端就能对所有 m>nm>n 一致地任意小。因此,∑an\sum a_n 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∣.\left|\sum_{n=1}^{\infty}a_n\right| \leq \sum_{n=1}^{\infty}|a_n|.

对于近似计算,更重要的是:若 S=∑n=1∞anS=\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).a_n^+=\max(a_n,0), \qquad a_n^-=\max(-a_n,0).

则 an=an+−an−a_n=a_n^+-a_n^-,且 ∣an∣=an++an−|a_n|=a_n^++a_n^-。绝对收敛等价于 ∑an+\sum a_n^+ 和 ∑an−\sum a_n^- 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\sum_{n=0}^{\infty}z^n

绝对收敛的充要条件是 ∣z∣<1|z|<1,因为其绝对值级数为 ∑∣z∣n\sum |z|^n。

对于实数 pp,级数

∑n=1∞1np\sum_{n=1}^{\infty}\frac{1}{n^p}

收敛的充要条件是 p>1p>1。由此可知,级数

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

在 p>1p>1 时绝对收敛,在 0<p≤10<p\leq1 时条件收敛,在 p≤0p\leq0 时发散。

熟知的例子

1−12+13−14+⋯=log⁡21-\frac12+\frac13-\frac14+\cdots=\log 2

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∣\sum |a_n|。

比较判别法。 如果对所有充分大的 nn,都有 ∣an∣≤bn|a_n|\leq b_n,其中 bn≥0b_n\geq0,且 ∑bn\sum b_n 收敛,那么 ∑an\sum a_n 绝对收敛。

比值判别法。 假设当 nn 充分大时 an≠0a_n\neq0,且极限

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

存在。若 L<1L<1,则级数绝对收敛。若 L>1L>1,包括 L=∞L=\infty 的情形,则级数的项不趋于零,因而级数发散。L=1L=1 时无法据此判定。

根值判别法。 令

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

若 L<1L<1,则级数绝对收敛;若 L>1L>1,则级数发散。同样,L=1L=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\sum n^{-p} 对每个 p>1p>1 都绝对收敛,但当 pp 接近 11 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\sum a_n 绝对收敛,且 π\pi 是正整数集的任意置换,那么

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

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∞bnA=\sum_{n=0}^{\infty}a_n, \qquad B=\sum_{n=0}^{\infty}b_n

均绝对收敛。它们的柯西乘积的系数为

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

该乘积级数绝对收敛,并满足

∑n=0∞cn=AB,\sum_{n=0}^{\infty}c_n=AB,

且有估计

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

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∣<∞,\sum_{m,n}|a_{m,n}|<\infty,

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(∑nam,n)=∑n(∑mam,n).\sum_m\left(\sum_n a_{m,n}\right) = \sum_n\left(\sum_m a_{m,n}\right).

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)\sum f_n(x),在点 xx 处绝对收敛是指

∑n=1∞∣fn(x)∣<∞.\sum_{n=1}^{\infty}|f_n(x)|<\infty.

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≥0M_n\geq0 满足:对于定义域中的每一个 xx,都有

∣fn(x)∣≤Mn|f_n(x)|\leq M_n

且 ∑Mn<∞\sum M_n<\infty,那么该函数项级数在每一点都绝对收敛,并在整个定义域上一致收敛。级数 ∑∣fn(x)∣\sum |f_n(x)| 也一致收敛。

对于幂级数

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

存在一个收敛半径 RR,其值可能为 00 或 ∞\infty。该级数在 ∣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<∞,\int_a^\infty |f(x)|\,dx<\infty,

则

∫a∞f(x) dx\int_a^\infty 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∞sin⁡xx dx,\int_1^\infty \frac{\sin x}{x}\,dx,

它收敛,而

∫1∞∣sin⁡x∣x dx\int_1^\infty \frac{|\sin x|}{x}\,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<∞.\int |f|\,d\mu<\infty.

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 XX,相应的条件是

E[∣X∣]<∞.\mathbb{E}[|X|]<\infty.

它保证期望值 E[X]\mathbb{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 XX 中,如果级数 ∑xn\sum x_n 满足

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

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 XX 是巴拿赫空间,即它在其范数下是完备的,那么该级数便在 XX 中收敛。如果没有完备性,级数的和可能只存在于 XX 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 ene_n 是希尔伯特空间 ℓ2\ell^2 中的标准单位向量。级数

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

无条件收敛,因为其余项的范数平方可由 ∑n−2\sum n^{-2} 的相应余项控制。然而,

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

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\ell^1 恰由所有绝对可和的标量序列构成,其范数为

∥(an)∥1=∑n=1∞∣an∣.\|(a_n)\|_1=\sum_{n=1}^{\infty}|a_n|.

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。