{
  "id": "geometric-sequence",
  "title": "等比数列",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "等比数列是从第二项起，每一项都等于前一项乘以同一个常数的数列，这个常数称为公比。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "几何数列"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/geometric-sequence/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/geometric-sequence/",
      "json": "https://aiwiki.page/en/geometric-sequence.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "等比数列又称几何数列，是一种从第二项起，每一项都由前一项乘以某个固定数得到的数列，这个固定数称为公比。若首项为 \\(a\\)，公比为 \\(r\\)，则各项为\n\n\\[a,\\ ar,\\ ar^2,\\ ar^3,\\ldots.\\]\n\n等比数列描述反复发生的乘法变化，包括复合增长、指数衰减和连续的尺度变化。数列列出各个项，而等比级数则将这些项相加。"
    },
    {
      "heading": "定义与记号",
      "text": "等比数列可以用递推关系定义：\n\n\\[a_1=a,\\qquad a_{n+1}=ra_n\\quad(n\\geq 1).\\]\n\n其通项公式为\n\n\\[a_n=ar^{n-1}.\\]\n\n反复应用递推关系，或使用数学归纳法，即可得到这一公式。有些文献从零开始编号，写作 \\(a_n=a_0r^n\\)。\n\n数列的项与公比通常为实数，但也可以是复数。当所有项都不为零时，定义条件可以等价地表示为\n\n\\[\\frac{a_{n+1}}{a_n}=r.\\]\n\n不同定义对零的处理有所不同。基于商的定义通常排除含有零项的情况。基于递推关系的定义则也容许以下情况：\n\n- 若 \\(a=0\\)，则无论 \\(r\\) 取何值，每一项都为零；因此，无法由这个数列唯一确定公比。\n- 若 \\(a\\neq 0\\) 且 \\(r=0\\)，则数列为 \\(a,0,0,\\ldots\\)。\n\n当 \\(r=0\\) 时，递推关系可以直接给出各项，无须解释通项公式中 \\(0^0\\) 的含义。"
    },
    {
      "heading": "示例与特征性质",
      "text": "示例如下：\n\n数列 | 首项 | 公比 | 变化特征\n\\(3,6,12,24,\\ldots\\) | \\(3\\) | \\(2\\) | 每一项都是前一项的两倍\n\\(8,4,2,1,\\ldots\\) | \\(8\\) | \\(1/2\\) | 每一项都是前一项的一半\n\\(2,-6,18,-54,\\ldots\\) | \\(2\\) | \\(-3\\) | 正负交替，绝对值递增\n\\(5,5,5,5,\\ldots\\) | \\(5\\) | \\(1\\) | 保持不变\n\n等差数列的相邻两项之差固定，而等比数列的相邻两项之间具有固定的乘法因子。对于非零项，有\n\n\\[\\frac{a_{n+1}-a_n}{a_n}=r-1.\\]\n\n因此，各项均为正数的等比数列具有固定的相对变化率，而不是固定的绝对变化量。\n\n对于各项均非零的等比数列，任意连续三项都满足\n\n\\[a_n^2=a_{n-1}a_{n+1}.\\]\n\n当各项均为正数时，这意味着中间一项是相邻两项的几何平均数：\n\n\\[a_n=\\sqrt{a_{n-1}a_{n+1}}.\\]\n\n反过来，如果一个数列的每一项都不为零，而且这一恒等式对每个非端点下标都成立，那么通过相除即可证明，相邻两项之比相等。"
    },
    {
      "heading": "增长、衰减与收敛",
      "text": "当首项为正数、公比为正实数时，数列的变化由 \\(r\\) 决定：\n\n- \\(r>1\\)：各项递增，且无上界。\n- \\(r=1\\)：数列为常数列。\n- \\(0<r<1\\)：各项递减并趋于零。\n\n当首项为负数时，乘以正公比会保持负号，上述相应的递增与递减方向则会反转。负公比会使各项正负交替。\n\n更一般地，当 \\(a\\neq0\\) 时，有限极限的存在情况如下：\n\n\\[\\lim_{n\\to\\infty}ar^{n-1} = \\begin{cases} 0,& |r|<1,\\\\ a,& r=1. \\end{cases}\\]\n\n对于其他实数或复数 \\(r\\)，均不存在有限极限。若 \\(|r|>1\\)，则各项的模无限增大。若 \\(|r|=1\\) 但 \\(r\\neq1\\)，则各项的模保持不变，但数列不收敛。恒为零的数列无论赋予何种公比，都收敛于零。\n\n当 \\(|r|<1\\) 时，这种收敛称为几何收敛。其速率由 \\(|r|\\) 决定：值越小，衰减越快。"
    },
    {
      "heading": "各项求和",
      "text": "前 \\(n\\) 项之和为\n\n\\[S_n=a+ar+\\cdots+ar^{n-1}.\\]\n\n将其乘以 \\(r\\) 后相减，中间各项相消：\n\n\\[S_n-rS_n=a-ar^n.\\]\n\n因此，\n\n\\[S_n= \\begin{cases} \\displaystyle a\\frac{1-r^n}{1-r},&r\\neq1,\\\\[6pt] na,&r=1. \\end{cases}\\]\n\n即使各项的模不断增大，这一有限和恒等式仍然成立。\n\n当 \\(|r|<1\\) 时，取极限可得无穷等比级数的求和公式\n\n\\[\\sum_{k=0}^{\\infty}ar^k=\\frac{a}{1-r}.\\]\n\n对于非零的 \\(a\\)，这一无穷级数收敛的充要条件是 \\(|r|<1\\)。数列各项的收敛性与其求和所得级数的收敛性是两个不同的问题：例如，当 \\(r=1\\) 时，各项构成收敛的常数列，但除非 \\(a=0\\)，否则其部分和不存在有限极限。\n\n前 \\(n\\) 项之后的余项为\n\n\\[R_n=\\frac{ar^n}{1-r},\\]\n\n因此，其模为\n\n\\[|R_n|=\\frac{|a|\\,|r|^n}{|1-r|}.\\]"
    },
    {
      "heading": "指数与对数",
      "text": "当 \\(r>0\\) 时，在等间距的自变量取值处对指数函数进行采样，即可得到等比数列：\n\n\\[a_n=a\\,e^{(n-1)\\ln r}.\\]\n\n其中，\\(\\ln\\) 表示自然对数。如果还有 \\(a>0\\)，则\n\n\\[\\ln a_n=\\ln a+(n-1)\\ln r.\\]\n\n因此，各项的对数构成等差数列。这解释了为什么对于各项均为正数的等比增长，将各项的对数相对于其下标作图时，会得到一条直线。\n\n对于正数项 \\(a_j\\) 和 \\(a_k\\)，其中 \\(k>j\\)，可由下式求出正公比：\n\n\\[r=\\left(\\frac{a_k}{a_j}\\right)^{1/(k-j)}.\\]\n\n如果不要求为正数，根据不相邻的项求公比可能无法得到唯一结果。例如，\\(r=2\\) 和 \\(r=-2\\) 都能使 \\(a_{j+2}/a_j=4\\)。"
    },
    {
      "heading": "应用",
      "text": "反复的比例变化\n\n如果某个量每个周期都按固定比例 \\(g\\) 变化，则其数值满足\n\n\\[V_n=V_0(1+g)^n.\\]\n\n有效利率固定且没有存取款的复利计算就是一个例子。固定比例折旧也使用相同的公式，只是公比介于零与一之间。\n\n这些都是离散时间模型，描述的是各个连续周期的数值；连续指数模型则描述每一时刻的数值。固定比例变化是一种建模假设，在实际系统中未必会一直持续。\n\n概率\n\n对于相互独立且成功概率恒为 \\(p\\) 的试验，其中 \\(0<p<1\\)，首次成功发生在第 \\(n\\) 次试验的概率为\n\n\\[P(N=n)=(1-p)^{n-1}p,\\qquad n=1,2,\\ldots.\\]\n\n这些概率构成公比为 \\(1-p\\) 的等比数列。由等比级数求和公式可知，它们的和为一，因此定义了一个概率分布。统计独立性和成功概率恒定这两个条件对该模型都至关重要。\n\n数值算法\n\n在数值分析中，形如\n\n\\[|e_n|\\leq Cq^n,\\qquad 0<q<1,\\]\n\n的误差界表示，误差的绝对值不超过一个按等比规律衰减的数列。误差本身的相邻项之比不必严格恒定。例如，压缩映射的迭代就会产生这类误差界，并可据此估计达到指定误差容限所需的迭代次数。\n\n缩放与循环小数\n\n反复将长度乘以因子 \\(s>0\\)，会得到一个由长度构成的等比数列。对于相似图形，相应面积的变化因子为 \\(s^2\\)，体积的变化因子为 \\(s^3\\)。反复缩放也是许多分形构造的核心。\n\n位值制记数法中的循环展开可以利用等比级数求值。例如，\n\n\\[0.333\\ldots =\\sum_{n=1}^{\\infty}3\\cdot10^{-n} =\\frac{3/10}{1-1/10} =\\frac13.\\]"
    },
    {
      "heading": "复数公比",
      "text": "复数公比将缩放与旋转结合在一起。写作\n\n\\[r=\\rho e^{i\\theta},\\]\n\n其中 \\(\\rho=|r|\\)，则有\n\n\\[a_n=a\\rho^{n-1}e^{i(n-1)\\theta}.\\]\n\n每一步都会使点到原点的距离乘以 \\(\\rho\\)，同时将该点旋转角度 \\(\\theta\\)。当 \\(a\\) 非零且 \\(\\rho>0\\) 时，若 \\(\\rho=1\\)，则各项对应的点位于同一个圆上；若 \\(\\rho<1\\)，则这些点趋近原点；若 \\(\\rho>1\\)，则这些点向外远离原点。\n\n在单位圆上，若 \\(\\theta/(2\\pi)\\) 为有理数，则各项周期性重复。若该数为无理数，则各项不重复，且在圆上稠密分布。"
    }
  ],
  "links": [
    "sequence-mathematics",
    "geometric-series",
    "recurrence-relation",
    "mathematical-induction",
    "real-number",
    "complex-number",
    "limit",
    "infinite-series",
    "exponential-function",
    "natural-logarithm",
    "probability-distribution",
    "statistical-independence",
    "numerical-analysis",
    "contraction-mapping",
    "fractal",
    "positional-notation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}