解析函数的幂级数理论【无穷级数收敛性】

  • 级数收敛性
  • 收敛性的判定

级数也是研究函数的一个重要工具,无穷级数,特别是幂级数,是解析函数的重要表达形式之一。许多初等函数和特殊函数都是用幂级数定义的。

级数收敛性

给定复数级数
∑n=0∞un=u0+u1+u2+⋯\sum_{n=0}^{\infty} u_{n}=u_{0}+u_{1}+u_{2}+\cdots n=0∑∞​un​=u0​+u1​+u2​+⋯
如果它的部分和
Sn=u0+u1+u2+⋯+unS_{n}=u_{0}+u_{1}+u_{2}+\cdots+u_{n} Sn​=u0​+u1​+u2​+⋯+un​
所构成的序列 {Sn}\left\{S_{n}\right\}{Sn​} 收敛,则称级数 ∑un\sum u_{n}∑un​ 收敛,而序列 {Sn}\left\{S_{n}\right\}{Sn​} 的极限 S=lim⁡n→∞SnS=\lim _{n \rightarrow \infty} S_{n}S=limn→∞​Sn​,称为级数 ∑un\sum u_{n}∑un​ 的和;否则,级数 ∑un\sum u_{n}∑un​ 是发散的。复数项级数∑k=0∞fk\sum_{k=0}^{\infty} f_{k}∑k=0∞​fk​可以归结为两个实数项级数的和。
∑k=0∞fk=∑k=0∞uk+i∑k=0∞vk⟶收敛于 F=u+iv\sum_{k=0}^{\infty} f_{k}=\sum_{k=0}^{\infty} u_{k}+i \sum_{k=0}^{\infty} v_{k} \stackrel{\text { 收敛于 }}{\longrightarrow} F=u+i v k=0∑∞​fk​=k=0∑∞​uk​+ik=0∑∞​vk​⟶ 收敛于 ​F=u+iv
如果级数 ∑n=0∞∣un∣\sum_{n=0}^{\infty}\left|u_{n}\right|∑n=0∞​∣un​∣ 收敛,则称级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛,收敛而非绝对收敛的级数称为条件收敛。

一致收敛:任意给定的 ε>0\varepsilon>0ε>0,存在与 zzz 无关的 KKK,使得当 k>Kk>Kk>K 时,对于每一点 z∈Dz \in Dz∈D 都有 ∣F(z)−Fk(z)∣<ε\left|F(z)-F_{k}(z)\right|<\varepsilon∣F(z)−Fk​(z)∣<ε,则称级数∑k=0∞fk(z)\sum_{k=0}^{\infty} f_{k}(z)∑k=0∞​fk​(z) 在 DDD 内一致收敛。

收敛性的判定

比较判别法 - 绝对收敛

若 ∃N∈N\exists N \in \mathbb{N}∃N∈N,对 ∀n>N\forall n>N∀n>N,都有 ∣un∣<vn\left|u_{n}\right|<v_{n}∣un​∣<vn​,而 ∑n=0∞vn\sum_{n=0}^{\infty} v_{n}∑n=0∞​vn​ 收敛,则 ∑n=0∞∣un∣\sum_{n=0}^{\infty}\left|u_{n}\right|∑n=0∞​∣un​∣ 收敛,即 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛。若 ∣un∣>vn>0\left|u_{n}\right|>v_{n}>0∣un​∣>vn​>0,而 ∑n=0∞vn\sum_{n=0}^{\infty} v_{n}∑n=0∞​vn​ 发散,则 ∑n=0∞∣un∣\sum_{n=0}^{\infty}\left|u_{n}\right|∑n=0∞​∣un​∣ 发散。

比值判别法 - 绝对收敛

若存在与 nnn 无关的常数 ρ\rhoρ,则当 ∣un+1/un∣<ρ<1\left|u_{n+1} / u_{n}\right|<\rho<1∣un+1​/un​∣<ρ<1 时,级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛;当 ∣un+1/un∣>ρ>1\left|u_{n+1} / u_{n}\right|>\rho>1∣un+1​/un​∣>ρ>1 时,级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 发散。

达朗贝尔(d’Alembert) 判别法 - 绝对收敛

若 lim⁡n→∞∣un+1/un∣<1\lim_{n \rightarrow \infty}\left|u_{n+1} / u_{n}\right|<1limn→∞​∣un+1​/un​∣<1,则级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛;若 lim⁡n→∞∣un+1/un∣>1\lim_{n \rightarrow \infty}\left|u_{n+1} / u_{n}\right|>1limn→∞​∣un+1​/un​∣>1,则 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 发散。
若 lim⁡n→∞∣un+1/un∣=1\lim _{n \rightarrow \infty}\left|u_{n+1} / u_{n}\right|=1limn→∞​∣un+1​/un​∣=1,则 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 的绝对收敛性需要利用下面的 Gauss 判别法进一步检验。

收敛半径:R=lim⁡n→∞∣unun+1∣R=\lim _{n \rightarrow \infty}\left|\frac{u_{n}}{u_{n+1}}\right|R=limn→∞​∣∣∣​un+1​un​​∣∣∣​

柯西-阿达马(Cauchy-Hadamard) 判别法 - 绝对收敛

对∑n=1∞un\sum_{n=1}^{\infty}u_n∑n=1∞​un​,若 lim⁡n→∞∣un∣n=r\lim_{n \rightarrow \infty}\sqrt[n]{\left|u_{n}\right|}=rlimn→∞​n∣un​∣​=r,则当r<1r<1r<1,级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛;当r>1r>1r>1,级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 发散;当r=1r=1r=1,敛散性无法判定。

收敛半径为:R=lim⁡n→∞1∣un∣R=\lim_{n \rightarrow \infty}\frac{1}{\sqrt{\left|u_{n}\right|}}R=limn→∞​∣un​∣​1​

达朗贝尔判别法与柯西判别法都遇到了问题,必须用更高级的判别法–高斯(Gauss)判别法

Gauss 判别法 - 绝对收敛

设级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 邻项的比值可以写成
unun+1=1+μn+O(n−λ)\frac{u_{n}}{u_{n+1}}=1+\frac{\mu}{n}+O\left(n^{-\lambda}\right) un+1​un​​=1+nμ​+O(n−λ)
其中 λ>1\lambda>1λ>1,若 Reμ>1Re \ \mu>1Re μ>1,则级数 ∑n=0∞un\sum_{n=0}^{\infty} u_{n}∑n=0∞​un​ 绝对收敛;若 Reμ≤1Re \ \mu \leq1Re μ≤1,则 ∑n=0∞∣un∣\sum_{n=0}^{\infty}\left|u_{n}\right|∑n=0∞​∣un​∣ 发散。

魏尔斯特拉斯 M-判别法/优级数准则 - 一致收敛

如果有正数列 Mn(n=0,1,2,⋯)M_{n}(n=0,1,2, \cdots)Mn​(n=0,1,2,⋯),对一切 z∈Ez \in Ez∈E 均有
∣fn(z)∣⩽Mn,n=0,1,2,⋯\left|f_{n}(z)\right| \leqslant M_{n}, \quad n=0,1,2, \cdots ∣fn​(z)∣⩽Mn​,n=0,1,2,⋯
且正项级数 ∑n=0∞Mn\sum_{n=0}^{\infty} M_{n}∑n=0∞​Mn​ 收敛,则 ∑n=0∞fn(z)\sum_{n=0}^{\infty} f_{n}(z)∑n=0∞​fn​(z) 在 EEE 上绝对收敛且一致收敛。这样的正项级数 ∑n=0∞Mn\sum_{n=0}^{\infty} M_{n}∑n=0∞​Mn​ 称为复函数项级数 ∑n=0∞fn(z)\sum_{n=0}^{\infty} f_{n}(z)∑n=0∞​fn​(z) 的强级数(或优级数)。

Cauchy 判据 - 一致收敛

级数的收敛性,完全等价于其部分和序列的收敛性。因此,根据序列收敛的充要条件,可以写出无穷级数收敛的 Cauchy 充要条件: ∀ε>0,∃\forall \varepsilon>0, \exists∀ε>0,∃ 正整数 nnn,使对于任意正整数 ppp,有
∣un+1+un+2+⋯+un+p∣<ε. \left|u_{n+1}+u_{n+2}+\cdots+u_{n+p}\right|<\varepsilon \text {. } ∣un+1​+un+2​+⋯+un+p​∣<ε. 
令 p=1p=1p=1,则可以得到级数收敛的必要条件:
lim⁡n→∞un=0.\lim _{n \rightarrow \infty} u_{n}=0 . n→∞lim​un​=0.

绝对收敛和一致收敛

绝对收敛:一般用来描述无穷级数或无穷积分的收敛情况。如果级数 ΣUn\Sigma U_{n}ΣUn​ 各项的绝对值所构成的级数 Σ∣Un∣\Sigma\left|U_{n}\right|Σ∣Un​∣ 收敛,则称级数 ΣUn\Sigma U_{n}ΣUn​ 绝对收敛。

一致收敛:任意给定的 ε>0\varepsilon>0ε>0,存在与 zzz 无关的 KKK,使得当 k>Kk>Kk>K 时,对于每一点 z∈Dz \in Dz∈D 都有 ∣F(z)−Fk(z)∣<ε\left|F(z)-F_{k}(z)\right|<\varepsilon∣F(z)−Fk​(z)∣<ε,则称级数∑k=0∞fk(z)\sum_{k=0}^{\infty} f_{k}(z)∑k=0∞​fk​(z) 在 DDD 内一致收敛。

一致收敛的判定方法:Cauchy判据(充要条件)、

解析函数的幂级数理论【无穷级数收敛性】相关推荐

  1. 考研高数之无穷级数题型一:判断收敛性、求收敛半径以及收敛域和收敛区间(题目讲解)

    发现有问题或者需要其他题型讲解请评论区留言~~~ 博主最近在复习考研,发现数一还是有一点点难,并且发现网上专门讲题目的文章比较少,刚好复习完一轮之后停下来总结一下自己踩过的坑和一些心得,其中难免因为理 ...

  2. 小白科研笔记:简析图神经网络收敛性的理论证明

    1. 前言 这篇博客主要简析一篇ICLR2020的论文What Graph Neural Network Cannot Learn: Depth vs Width.这篇论文是很有理论深度的.不过这篇博 ...

  3. [复变函数]第13堂课 作业讲解; 4 解析函数的幂级数表示法 4.1 复级数的基本性质...

    第13堂课 作业讲解; 4 解析函数的幂级数表示法 4. 1 复级数的基本性质} 作业讲解: P 139 - 141, T 1, T 2 (2) , T 6, T 10 (1) , T 16 (1) ...

  4. 文献记录(part49)--极大熵聚类算法的收敛性定理证明

    学习笔记,仅供参考,有错必纠 关键词:熵:不动点:聚类算法:收敛 极大熵聚类算法的收敛性定理证明 摘要 有关极大熵聚类算法收敛性的研究是理论研究的一个热点问题,有的学者认为迭代序列的极限点有可能不是目 ...

  5. 从TCP拥塞本质看BBR算法及其收敛性(附CUBIC的改进/NCL机制)

    本文试图给出一些与BBR算法相关但却是其之外的东西. 1.TCP拥塞的本质 注意,我并没有把题目定义成网络拥塞的本质,不然又要扯泊松到达和排队论了.事实上,TCP拥塞的本质要好理解的多!TCP拥塞绝大 ...

  6. Policy Evaluation收敛性、炼丹与数学家

    完美的学习算法 昨天和同学在群里讨论DRL里bad case的问题.突然有同学提出观点:"bad case其实并不存在,因为一些算法已经理论证明了具有唯一极值点,再加上一些平滑技巧指导优化器 ...

  7. 外罚函数法(二):SUMT算法及其收敛性证明

    阅前提示:文章是中山大学-最优化理论-罚函数方法1_哔哩哔哩_bilibili的学习笔记,感兴趣可以看视频,讲的非常好. 目录 SUMT算法 1.SUMT算法描述 2.几何直观理解 收敛性 1.引理 ...

  8. 转载 actor-critic的收敛性问题

    原文:https://blog.csdn.net/jinzhuojun/article/details/72851548 记笔记 分为critic-only方法和actor-only方法两类.前者基于 ...

  9. 数项级数——(一)级数的收敛性

    定义1 给定一个数列 ,对它的各项依次用"+"号连接起来的表达式  称为常数项无穷级数或数项级数(也常简称级数),其中 称为数项级数(1)的通项或一般项. 数项级数(1)也常写作  ...

  10. 雅可比迭代与高斯-赛德尔迭代的C++实现,及判断收敛性

    随机生成若干个 nnn 阶方阵与 nnn 阶向量构成 Ax=bAx=bAx=b 分别判断J法和GS法的收敛性 是否能收敛 报告中应生成部分不收敛的矩阵 估计J法和GS法收敛速度哪个更快 实现用J法和G ...

最新文章

  1. 常见电子元件实物照片
  2. Python之路【第十四篇】:AngularJS --暂无内容-待更新
  3. CentOS 7 防火墙开启了哪些服务和端口?
  4. python 文件状态_Python:如何访问文件的状态
  5. maven POM总结
  6. python编程语言-python编程语言基础知识总结
  7. python基础篇 —— 类
  8. SVPWM算法理解(一)——基本原理
  9. Java设计模式 -8- 适配器模式(Adapter模式)
  10. css中实现子父元素高度自适应子元素高度
  11. java linux virt_解决Unable to load library 'virt'
  12. PTA 7-47 打印选课学生名单
  13. 成都市2016年11月出租车订单od数据
  14. 滴滴云A100 GPU裸金属服务器性能及硬件参数详解
  15. matlab norm函数使用_MATLAB 中NORM运用
  16. cisp-信息安全保障
  17. Django Migration Error with MySQL: BLOB/TEXT column *** used in key specification without a key leng
  18. 计算机平面设计职业兴趣怎么写,中职生职业生涯规划书范文(美术设计类)
  19. google vr 入门之制作简易的VR播放器(三),真牛皮
  20. linux深度学习环境搭建

热门文章

  1. 软媒魔方 6.0 正式绿色版
  2. 常用的oracle数据库备份方式
  3. Ubuntu的各种软件下载和安装命令
  4. Python的伪造数据生成器:Faker
  5. java毕业设计——基于java+Java Swing+sqlserver的图书馆书库管理系统设计与实现(毕业论文+程序源码)——图书馆书库管理系统
  6. MIT线性代数笔记六 列空间和零空间
  7. RGB颜色查询对照代码表
  8. 《圈子圈套2》—— 读后总结
  9. 用QT做无界面的后台程序
  10. GPIO模拟MDC/MDIO协议