{
  "id": "harmonic-series",
  "title": "调和级数",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "调和级数是正整数倒数构成的发散级数，其部分和按对数速度增长。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/harmonic-series/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/harmonic-series/",
      "json": "https://aiwiki.page/en/harmonic-series.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "调和级数是指以下无穷级数：\n\n\\[\\sum_{n=1}^{\\infty}\\frac1n =1+\\frac12+\\frac13+\\frac14+\\cdots.\\]\n\n尽管各项趋于零，其部分和却会无限增大，因此该级数发散到正无穷。它是数学分析中的一个基本例子，说明各项趋于零是级数收敛的必要条件，但不是充分条件。它的部分和称为调和数，其增长大致与项数的自然对数相同。"
    },
    {
      "heading": "定义与术语",
      "text": "第 \\(n\\) 个调和数定义为\n\n\\[H_n=\\sum_{k=1}^{n}\\frac1k, \\qquad n\\geq1.\\]\n\n调和级数收敛的必要条件是序列 \\(H_n\\) 具有有限的极限。然而，实际情况是\n\n\\[\\lim_{n\\to\\infty}H_n=+\\infty.\\]\n\n因此，将该级数写成“等于无穷大”，只是表示它发散到正无穷的简写，并不是说无穷大是一个实数值的和。\n\n“调和”一词反映了它与音乐中泛音的联系：理想振动弦各阶泛音的波长之比为 \\(1,1/2,1/3,\\ldots\\)。正整数的倒数也构成一个调和数列，即各项的倒数组成等差数列。这个数项级数不应与傅里叶级数混淆，后者通过三角函数分量来表示函数。"
    },
    {
      "heading": "级数为何发散",
      "text": "分组法\n\n一种经典证明将各项分成长度依次加倍的组：\n\n\\[1+\\frac12 +\\left(\\frac13+\\frac14\\right) +\\left(\\frac15+\\cdots+\\frac18\\right) +\\left(\\frac19+\\cdots+\\frac1{16}\\right)+\\cdots.\\]\n\n对于每个整数 \\(j\\geq1\\)，从第 \\(2^{j-1}+1\\) 项到第 \\(2^j\\) 项的一组共有 \\(2^{j-1}\\) 项，每项都不小于 \\(1/2^j\\)。因此，\n\n\\[\\sum_{k=2^{j-1}+1}^{2^j}\\frac1k\\geq\\frac12.\\]\n\n于是\n\n\\[H_{2^m}\\geq1+\\frac m2.\\]\n\n右端会无限增大。由于每一项都为正，所有项数足够多的部分和都会超过任意给定的有限界限，而不仅仅是那些项数为二的幂的部分和。\n\n这一论证通常归于十四世纪数学家尼科尔·奥雷姆。它是利用有限不等式对无穷过程进行数学证明的早期范例，影响深远。\n\n积分比较法\n\n函数 \\(1/x\\) 在 \\(x>0\\) 时为正且单调递减。将矩形面积与其图像下方的面积进行比较，可得\n\n\\[\\int_1^{n+1}\\frac{dx}{x} \\leq H_n \\leq1+\\int_1^n\\frac{dx}{x}.\\]\n\n利用自然对数，可写为\n\n\\[\\log(n+1)\\leq H_n\\leq1+\\log n.\\]\n\n由于 \\(\\log n\\) 无界，调和级数发散。\n\n这些不等式是级数的积分判别法的一个应用。它们还表明，部分和按对数速度而非线性速度趋于无穷。\n\n不满足柯西准则\n\n对于每个正整数 \\(n\\)，都有\n\n\\[H_{2n}-H_n =\\sum_{k=n+1}^{2n}\\frac1k \\geq\\frac12.\\]\n\n因此，无论取到序列中多靠后的位置，仍能找到相差至少 \\(1/2\\) 的两个部分和。部分和不构成柯西序列，因而不可能在实数范围内收敛。\n\n这种表述指出了问题的关键：单个项虽然越来越小，但将足够多的项合在一起，其总和仍然不可忽略。"
    },
    {
      "heading": "增长速度与欧拉常数",
      "text": "由积分给出的界可知\n\n\\[\\lim_{n\\to\\infty}\\frac{H_n}{\\log n}=1.\\]\n\n更精确的结果是，差值 \\(H_n-\\log n\\) 趋于欧拉–马歇罗尼常数：\n\n\\[\\gamma =\\lim_{n\\to\\infty}(H_n-\\log n) \\approx0.5772156649.\\]\n\n这一极限存在，是因为 \\(H_n-\\log n\\) 单调递减且有下界。具体而言，\n\n\\[(H_{n+1}-\\log(n+1))-(H_n-\\log n) =\\frac1{n+1}-\\log\\left(1+\\frac1n\\right)<0,\\]\n\n而积分给出的界又表明，零是它的一个下界。\n\n利用渐近展开可以得到更高的精度：\n\n\\[H_n =\\log n+\\gamma+\\frac1{2n} -\\frac1{12n^2} +\\frac1{120n^4} +O(n^{-6}),\\]\n\n其中，大O记号描述了余项随 \\(n\\) 增大时的大小。\n\n对数增长极其缓慢。例如，\n\n\\[H_{10^6}\\approx14.3927.\\]\n\n对于较大的目标值 \\(M\\)，要使部分和达到大约 \\(M\\)，所需的项数为\n\n\\[n\\approx e^{M-\\gamma}.\\]\n\n因此，若想让部分和的目标值略有增加，所需项数就必须成倍大幅增加。\n\n一个相关的极限是\n\n\\[H_{2n}-H_n\\longrightarrow\\log2.\\]\n\n当项数足够大时，每次将项数加倍，部分和的增加量都近似相同。"
    },
    {
      "heading": "相关级数",
      "text": "广义调和级数\n\np级数又称广义调和级数，其形式为\n\n\\[\\sum_{n=1}^{\\infty}\\frac1{n^p},\\]\n\n其中 \\(p\\) 为实数。它收敛的充要条件是 \\(p>1\\)。\n\n当 \\(p>1\\) 时，通过与 \\(x^{-p}\\) 的反常积分比较，即可证明其收敛。当 \\(p\\leq1\\) 时，各项均不小于 \\(1/n\\)，因此级数发散。由此可见，调和级数是这一族级数中收敛与发散的临界情形。\n\n对于实部大于 \\(1\\) 的复变量 \\(s\\)，同样的表达式定义了黎曼ζ函数：\n\n\\[\\zeta(s)=\\sum_{n=1}^{\\infty}\\frac1{n^s}.\\]\n\n它的解析延拓在 \\(s=1\\) 处有一个一阶极点，其局部展开为\n\n\\[\\zeta(s)=\\frac1{s-1}+\\gamma+O(s-1).\\]\n\n这个极点与调和级数的发散密切相关。解析延拓并不能使原级数在通常意义下具有有限的和。\n\n交错调和级数\n\n将每隔一项的符号改为负号，就得到交错调和级数：\n\n\\[1-\\frac12+\\frac13-\\frac14+\\cdots =\\sum_{n=1}^{\\infty}\\frac{(-1)^{n-1}}n =\\log2.\\]\n\n由于各项的绝对值单调递减并趋于零，该级数收敛。其和可以通过对有限等比求和恒等式\n\n\\[\\sum_{k=0}^{N-1}(-x)^k=\\frac{1-(-x)^N}{1+x}\\]\n\n在 \\(0\\leq x\\leq1\\) 上积分，再利用余项的积分趋于零这一事实求得。\n\n将各项取绝对值后，得到的是发散的调和级数，因此它是条件收敛，而非绝对收敛。这一区别十分重要：对条件收敛的实数项级数重新排列各项，可能改变其和，也可能使其发散。\n\n子级数与分母限制\n\n调和级数的一些子级数收敛，另一些则发散。\n\n将分母限制为二的幂，得到收敛的等比级数\n\n\\[\\sum_{k=0}^{\\infty}\\frac1{2^k}=2.\\]\n\n将分母限制为正偶数，则有\n\n\\[\\sum_{k=1}^{\\infty}\\frac1{2k} =\\frac12\\sum_{k=1}^{\\infty}\\frac1k,\\]\n\n它仍然发散。更一般地，任何由正整数组成的固定等差数列，其各项倒数之和都发散。\n\n莱昂哈德·欧拉证明了数论中一个更深刻的结果：\n\n\\[\\sum_{p\\ \\mathrm{prime}}\\frac1p\\]\n\n也发散，尽管素数的分布越来越稀疏。"
    },
    {
      "heading": "应用",
      "text": "概率与集齐优惠券问题\n\n在集齐优惠券问题中，每次独立抽取，都以相同概率从 \\(n\\) 种类型中选取一种。要使每种类型都至少出现一次，所需抽取次数的期望为\n\n\\[nH_n.\\]\n\n当已有 \\(k\\) 种不同类型出现时，下一次抽到新类型的概率是 \\((n-k)/n\\)。因此，等待下一个新类型出现所需的抽取次数的期望为 \\(n/(n-k)\\)。将这些等待次数的期望相加，得到\n\n\\[\\sum_{k=0}^{n-1}\\frac{n}{n-k}=nH_n.\\]\n\n所以，这个期望值的增长形式为\n\n\\[n\\log n+\\gamma n+O(1).\\]\n\n算法\n\n在算法分析中，只要第 \\(k\\) 个阶段的工作量或相关概率与 \\(1/k\\) 成正比，就会出现调和和。\n\n例如，将 \\(n\\) 个互不相同的数值均匀随机排列，第 \\(k\\) 个数值大于它前面所有数值的概率为 \\(1/k\\)。根据期望的线性性质，这类刷新纪录的数值出现次数的期望为 \\(H_n\\)，因此按对数速度增长。\n\n理想化的积木悬挑\n\n在由完全相同、质地均匀的积木构成的理想化堆叠中，假设积木保持静力平衡，且材料强度不受限制，那么每增加一块积木，悬挑长度的增量就与它在平衡构造中的位置序号成反比。对于长度为 \\(L\\) 的积木，标准构造给出的、超出支撑面边缘的悬挑长度为\n\n\\[\\frac L2H_n\\]\n\n由于 \\(H_n\\) 发散，只要使用足够多的积木，这种理想化构造就能实现任意大的悬挑长度。现实中的材料和有限精度会带来该模型未考虑的实际限制。"
    },
    {
      "heading": "计算方面的注意事项",
      "text": "由于发散速度极其缓慢，有限范围内的数值实验可能掩盖其发散性。反过来说，即使一个有限部分和非常大，它仍然是有限的，本身并不能证明级数发散。\n\n直接求和还会受到浮点运算舍入误差的影响。当下标足够大时，向已存储的部分和加上 \\(1/n\\)，可能不再改变存储值，尽管精确的部分和仍在增加。这种数值停滞是有限精度造成的现象，而不是收敛的证据。当 \\(n\\) 很大时，使用带修正项的对数近似来估计 \\(H_n\\)，比逐项相加更加高效。"
    }
  ],
  "links": [
    "infinite-series",
    "mathematical-analysis",
    "harmonic-number",
    "limit",
    "music",
    "fourier-series",
    "mathematical-proof",
    "natural-logarithm",
    "integral",
    "cauchy-sequence",
    "euler-mascheroni-constant",
    "asymptotic-expansion",
    "big-o-notation",
    "p-series",
    "riemann-zeta-function",
    "analytic-continuation",
    "geometric-series",
    "leonhard-euler",
    "number-theory",
    "prime-number",
    "expected-value",
    "algorithm",
    "floating-point-arithmetic"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}