【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(24):常数项级数的审敛法(补充知识)
目录
- 前言
- 往期文章
- 常数项级数的审敛法
- 一、正项级数及其审敛法
- 定义:正项级数
- 定理1
- 定理2(比较审敛法)
- 推论
- 定理3 (比较审敛法的极限形式)
- 定理4(比值审敛法,达朗贝尔判别法)
- 定理5(比值审敛法,柯西判别法)
- 定理6(极限审敛法)
- 二、交错级数及其审敛法
- 定义:交错级数
- 定理7(莱布尼茨定理)
- 三、绝对收敛与条件收敛
- 定义
- 定理8
- 结语
前言
Hello!小伙伴!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
自我介绍 ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
机器学习小白阶段
文章仅作为自己的学习笔记 用于知识体系建立以及复习
知其然 知其所以然!
往期文章
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(1):集合与映射
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(2):线性空间定义及其性质
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(3):线性空间的基与坐标
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(4):基变换与坐标变换
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(5):线性子空间
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(6):子空间的交与和
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(7):欧氏空间
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(8):标准正交基与Gram-Schmidt过程
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(9):正交补与投影定理
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(10):线性变换定义
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(11):线性变换的矩阵表示
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(12):相似形理论
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(13):Hamliton-Cayley定理、最小多项式
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(14):向量范数及其性质
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(15):矩阵的范数
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(16):向量和矩阵的极限
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(17):函数矩阵的微分和积分
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(18):方阵的幂级数
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(19):不定积分(补充知识)
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(20):方阵函数
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(21):常用方阵函数的一些性质
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(22):方阵函数在微分方程组中的应用
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(23):常数项级数的概念和性质(补充知识)
常数项级数的审敛法
一、正项级数及其审敛法
定义:正项级数
一般的常数项级数,各项可以为正数、负数或零
各项都是正数或零的级数,称为正项级数
定理1
正项级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un收敛的充分必要条件是:它的部分和数列sns_nsn有界
定理2(比较审敛法)
设∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un和∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn都是正项级数,且un≤vn(n=1,2,...)u_n\leq v_n(n=1,2,...)un≤vn(n=1,2,...)
若级数∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn收敛,则级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un收敛
反之,若∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un发散,则∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn发散
推论
如果级数∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn收敛,且存在正整数NNN,使当n≥Nn\geq Nn≥N时,有
un≤kvn(k>0)u_n \leq k v_n(k > 0)un≤kvn(k>0)
成立,那么级数∑n=1∞un\sum_{n = 1}^{\infty}u_n∑n=1∞un收敛
如果级数∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn发散,且当n≥Nn\geq Nn≥N时,有
un≥kvn(k>0)u_n \geq k v_n(k > 0)un≥kvn(k>0)
成立,那么级数∑n=1∞un\sum_{n = 1}^{\infty}u_n∑n=1∞un收敛发散
定理3 (比较审敛法的极限形式)
设∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un和∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn都是正项级数
(1) 如果limn→∞unvn=l(0≤l<+∞)\lim_{n \rightarrow\infty}\frac{u_n}{v_n}=l(0\leq l< +\infty)limn→∞vnun=l(0≤l<+∞),且级数∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn收敛,那么级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un收敛
(2)如果limn→∞unvn=l(l>0)\lim_{n \rightarrow\infty}\frac{u_n}{v_n}=l(l > 0)limn→∞vnun=l(l>0)或limn→∞unvn=+∞\lim_{n \rightarrow\infty}\frac{u_n}{v_n}=+\inftylimn→∞vnun=+∞,且级数∑n=1∞vn\sum_{n=1}^{\infty}v_n∑n=1∞vn发散,那么级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un发散
定理4(比值审敛法,达朗贝尔判别法)
设∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un为正项级数,如果
limn→∞un+1un=ρ\lim_{n\rightarrow \infty}\frac{u_{n+1}}{u_n}=\rhon→∞limunun+1=ρ
那么
ρ<1\rho< 1ρ<1时,级数收敛
ρ>1\rho>1ρ>1或limn→∞un+1un=∞\lim_{n\rightarrow \infty}\frac{u_{n+1}}{u_n}=\inftylimn→∞unun+1=∞时级数发散
ρ=1\rho = 1ρ=1时,级数可能收敛,也可能发散
定理5(比值审敛法,柯西判别法)
设∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un为正项级数,如果
limn→∞unn=ρ\lim_{n\rightarrow\infty}\sqrt[n]{u_n}=\rhon→∞limnun=ρ
那么当
- ρ<1\rho < 1ρ<1时级数收敛
- ρ>1\rho > 1ρ>1或limn→∞unn=+∞\lim_{n\rightarrow\infty}\sqrt[n]{u_n}=+\inftylimn→∞nun=+∞时级数发散
- ρ=1\rho = 1ρ=1时级数可能收敛,可能发散
定理6(极限审敛法)
(1)如果limn→∞nun=l>0\lim_{n\rightarrow\infty} nu_n = l > 0limn→∞nun=l>0或limn→∞nun=+∞\lim_{n\rightarrow\infty} nu_n =+\inftylimn→∞nun=+∞,那么级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un发散
(2)如果p>1p > 1p>1,而limn→∞npun=l(0≤l<+∞)\lim_{n\rightarrow\infty}n^p u_n = l(0 \leq l < +\infty)limn→∞npun=l(0≤l<+∞),那么级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un收敛
二、交错级数及其审敛法
定义:交错级数
各项都是交错的,例如
u1−u2+u3−u4+.....u_1 - u_2 + u_3 - u_4 + .....u1−u2+u3−u4+.....
或
−u1+u2−u3+u4−.....-u_1 + u_2 - u_3 + u_4 - .....−u1+u2−u3+u4−.....
定理7(莱布尼茨定理)
如果交错级数∑n=1∞(−1)n−1un\sum_{n=1}^{\infty}(-1)^{n-1}u_n∑n=1∞(−1)n−1un满足条件
(1)un≥un+1(n=1,2,3,....)u_n \geq u_{n+1}\quad(n = 1, 2, 3,....)un≥un+1(n=1,2,3,....)
(2) limn→∞un=0\lim_{n\rightarrow\infty}u_n = 0limn→∞un=0
三、绝对收敛与条件收敛
定义
一般的级数
u1+u2+....+un+...u_1 + u_2 + .... +u_n +...u1+u2+....+un+...
其各项为任意实数
如果级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un各项的绝对值所构成的正项级数∑n=1∞∣un∣\sum_{n=1}^{\infty}|u_n|∑n=1∞∣un∣收敛
那么称级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un绝对收敛
如果级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un收敛,而级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un发散
则称级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un条件收敛
定理8
如果级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un绝对收敛,那么级数∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞un必定收敛
结语
说明:
- 参考于 课本《高等数学》
- 配合书中概念讲解 结合了自己的一些理解及思考
文章仅作为学习笔记,记录从0到1的一个过程
希望对您有一点点帮助,如有错误欢迎小伙伴指正
【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(24):常数项级数的审敛法(补充知识)相关推荐
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(14):向量范数及其性质
目录 前言 往期文章 4.1 向量范数及其性质 4.1.1 向量范数的概念及P-范数 定义4.1 例1 向量的几种范数 4.1.2 n n n维线性空间 V V V上的向量范数等价性 定理4.1.1 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(25):幂级数(补充知识)
目录 前言 往期文章 幂级数 一.函数项级数的概念 定义:(函数项)无穷级数 幂级数及其收敛性 幂级数 定理1(阿贝尔定理) 推论 定理2 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章, ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(17):函数矩阵的微分和积分
目录 前言 往期文章 5.2 函数矩阵的微分和积分 5.2.1 函数矩阵对自变量的微分和积分 定义5.3:函数矩阵 定义5.4:函数矩阵的微分 单元函数矩阵的一些性质 例1 定义5.5 函数矩阵的积分 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(8):标准正交基与Gram-Schmidt过程
目录 前言 往期文章 2.2 标准正交基与Gram-Schmidt过程 2.2.1 标准正交基 定义2.4 定理2.2.1 定义2.5 2.2.2 求标准正交基的Schmide方法 定理2.2.2 举 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(23):常数项级数的概念和性质(补充知识)
目录 前言 往期文章 常数项级数的概念和性质 一.常数项级数的概念 常数项无穷级数 定义:收敛与发散 例题 二.收敛级数的基本性质 性质1 性质2 性质3 性质4 性质5(级数收敛的必要条件) 三.柯 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(13):Hamliton-Cayley定理、最小多项式
目录 前言 往期文章 3.4 Hamliton-Cayley定理.最小多项式 定义3.19 Hamliton-Cayley定理 定义3.20 定理3.4.1 定理3.4.2 定理3.4.3 定理3.4 ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(6):子空间的交与和
目录 前言 往期文章 1.6 子空间的交与和 1.6.1 子空间的交 定理1.6.1 1.6.2 子空间的和 定义1.8 定理1.6 .2 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章, ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(11):线性变换的矩阵表示
目录 前言 往期文章 3.2 线性变换的矩阵表示 定义3.7 命题 定理3.2.1 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- 自我介绍 ଘ(੭ ...
- 【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(1):集合与映射
目录 前言 1.1 集合与映射 平凡子集合 和集 映射 满射 单射 一一映射 举例 例 - 1 例 - 2 例 - 3 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方 ...
最新文章
- Hibernate 事务总结
- TPC性能测试及发布
- (操作系统)实验二 作业调度
- 推荐几个好玩又有难度的编程网站
- powerbi 线性回归_Power BI二月新增图表及课程福利
- 史上首次!世界杯使用视频裁判
- 一些Web Service的经验
- 从定义到AST及其遍历方式,一文带你搞懂Antlr4
- linux ruby安装目录,SuseLInux下安装Ruby 及 Rails遇到的问题及解决方法
- java笔试试题含答案_Java笔试题带答案
- 基于Android平台的酒店预订管理系统软件设计的论文
- rtl8188eu无线网卡驱动linux,rtl8188eu驱动下载-rtl8188eu无线网卡驱动程序v1.0 官方版 - 极光下载站...
- 陶哲轩实分析 3.4
- 20个强大的正则表达式
- 灰色简约大学生小组作业展示PPT模板
- elementUI控制表格样式(表格头、表格行、表格列)
- vue 在线访问word,excel,pdf 文件以及打印
- 冯诺依曼体系结构 概要
- matlab验潮站,[转载]matlab批量从NOAA网站下载验潮站数据
- win10专业版没有触摸板选项_win10移动鼠标或触控板都没有任何反应如何解决
热门文章
- 三星自定义状态栏_详解三星GALAXY Camera很实用的编辑功能
- QT打开Word 文档
- 【数据集】驾驶员分心检测数据集(State Farm Distracted Driver Detection)
- 光纤传输16路E1+4路千兆隔离以太网络光端机2M专网千兆以太网综合多业务PDH光端机
- 计算机分辨率无法调整,电脑分辨率无法调整怎么解决?
- 用java语编写求素数程序_java求素数代码
- 图像分辨率、像素和宽高比有什么区别?如何在线修改图片尺寸大小?
- php笔记——(分享学习方法)
- 面包房算法-时钟和分布式系统中事件的顺序
- 3年前端工程师的经验,大家可以收藏