---
title: 7-3-任意项级数与绝对收敛
aliases:
- 任意项级数
- 绝对收敛
- 条件收敛
- 交错级数
- 莱布尼茨判别法
- Abel判别法
- Dirichlet判别法
tags:
- 类型/教程
- 微积分/级数
created: 2026-10-12
updated: 2026-10-12
level: 进阶
chapter: "7.3"
prerequisites:
- "7-2-正项级数判别法"
sources:
- https://www.wiley.com/en-us/The+Calculus+Lifesaver%3A+The+Complete+Guide+to+Calculus+and+Its+Applications-p-9780470181222
- https://mathworld.wolfram.com/AlternatingSeries.html
- https://mathworld.wolfram.com/AbsolutelyConvergent.html
7-3-任意项级数与绝对收敛
一句话概括
一旦允许通项取负值,部分和数列就不再单调,「有界即收敛」的红利消失,取而代之的是「振荡中的相互抵消」。本篇的核心是把任意项级数分成两个层次处理:先看 (回到 7-2-正项级数判别法 的地盘),若它收敛就称绝对收敛,此时原级数必收敛且性质极好(可重排);若它发散而原级数收敛,则称条件收敛,此时一切「交换次序」的操作都可能出错。本篇覆盖:任意项级数与交错级数的定义、莱布尼茨判别法及其余项估计、绝对收敛与条件收敛的辨析、绝对收敛必收敛的证明、条件收敛级数的正负项各自发散、黎曼重排定理、Abel 判别法与 Dirichlet 判别法及其经典应用,以及与之配套的大量概念辨析与反例。
一、定义
1.1 任意项级数:为什么难度陡然上升
定义 7.1(任意项级数) 若级数 的项 可以取正值、负值或零,则称它为任意项级数(series with arbitrary terms),国内也称「一般项级数」。
回忆 7-2-正项级数判别法 的核心工具:正项级数的部分和单调递增,于是「收敛 部分和有界」。一旦出现负项,这条链就断了:
部分和可以上下振荡,因此有界不再蕴含收敛。最简单的证据: 的部分和在 与 之间跳动,有界但发散。
于是需要一个新策略:把负号「剥离」出去,让正项级数的整套工具继续发挥作用。具体做法是研究绝对值级数 。这正是本篇的第一条主线。
本篇的两条主线
主线一: 收敛(绝对收敛) 收敛,且性质像正项级数一样好。主线二: 发散时,靠交错结构(莱布尼茨)或分部求和(Abel、Dirichlet)来判断原级数是否仍然收敛——这就是条件收敛。
1.2 交错级数
定义 7.2(交错级数) 若 ,则称形如
的级数为交错级数(alternating series)。类似地 也是交错级数(只是从负项开始),两者只差一个整体符号,敛散性相同。
交错级数是任意项级数中最容易处理的一类,因为它的符号「规律地交替」,使得部分和形成上下夹逼的振荡(见 2.1 节)。处理它的标准工具是莱布尼茨判别法(定理 7.3)。
1.3 绝对收敛与条件收敛
定义 7.3(绝对收敛) 若 收敛,则称 绝对收敛(absolutely convergent)。
定义 7.4(条件收敛) 若 收敛,而 发散,则称 条件收敛(conditionally convergent)。
由定义立刻可见:任意项级数只有三种可能的性态——
性态 | | | 例子
--- | --- | --- | ---
绝对收敛 | 收敛 | 收敛 |
条件收敛 | 收敛 | 发散 |
发散 | 发散 | 发散或收敛(后者不可能,见定理 7.2) |
最后一行括号里的断言正是定理 7.2:绝对收敛必收敛,因此「 发散而 收敛」这种组合不会出现。
术语的来历
「绝对」二字强调的是「取绝对值之后仍然收敛」,即收敛性是无条件的、不依赖正负项之间的抵消;而「条件」收敛则是「靠抵消才收敛」,一旦打乱次序(把抵消的节奏破坏掉)就可能不再收敛。这个区别在定理 7.6(黎曼重排定理)中会展现得淋漓尽致。
1.4 收敛的柯西准则(任意项级数版本)
判敛的最终依据仍是柯西准则,它在任意项级数上没有任何额外要求:
定义 7.5(收敛的充要条件,柯西准则) 级数 收敛的充要条件是:对任意 ,存在正整数 ,使得当 时,对一切正整数 都有
注意绝对值符号在整个和的外面,这与正项级数的「有上界」判据本质不同:它允许诸项在求和过程中互相抵消,只要净剩余足够小。
为什么柯西准则是理论证明的首选
它不需要事先知道和是多少(对比定义法),并且对任意项级数直接可用(不需要非负假设)。本篇定理 7.2(绝对收敛必收敛)的证明就是柯西准则的一次典型应用:先用三角不等式把 放大成 ,再套柯西准则。
1.5 余项与误差估计
定义 7.6(余项) 若 收敛于 ,称 为第 项余项。若用前 项近似整个级数,误差就是 。
对交错级数有一个非常好用的估计(定理 7.3 的推论):
也就是说,用前 项近似交错级数,误差不超过被砍掉的第一项。这条估计在实际计算中极其有用,也是 7-5-函数的幂级数展开与泰勒级数 中估计截断误差的标准工具。
1.6 术语与记号
中文 | 英文 | 记号 / 说明
--- | --- | ---
任意项级数 | series with arbitrary terms | 可正可负
交错级数 | alternating series | ,
绝对收敛 | absolutely convergent | 收敛
条件收敛 | conditionally convergent | 收敛而 发散
莱布尼茨判别法 | Leibniz test / alternating series test | 交错级数的两个条件
部分和 | partial sum | ,此时一般不再单调
重排 | rearrangement | 不改变项、只改变次序
分部求和 | summation by parts / Abel transformation | 与分部积分对应的离散版本
Abel 判别法 | Abel test | 单调有界乘以收敛级数
Dirichlet 判别法 | Dirichlet test | 单调趋零乘以部分和有界的级数
记号与叫法
「交错级数判别法」在英文教材里通常叫 alternating series test,国内则普遍称「莱布尼茨判别法(Leibniz test)」,两者是同一件事。Abel 判别法与 Dirichlet 判别法在国内教材中常作为「补充」或「选学」,但它们是处理 这类级数的唯一初等手段,本库把它们列为进阶必读。
二、几何直观
2.1 交错级数的部分和:两侧来回跳的阻尼振荡
以 为例,把部分和算出来:
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8
--- | --- | --- | --- | --- | --- | --- | --- | ---
| | | | | | | |
把这些点画在数轴上: 在最右边,然后跳到 ,再跳到 ,再跳回 ……它们在某个中心值的两侧来回跳,而且每次跳动的幅度越来越小。
图像语言:像一根被拨动的琴弦做阻尼振荡——振幅逐次衰减,最终停在一个确定的位置。这个位置就是级数的和 ,它恰好被夹在「奇数项部分和」与「偶数项部分和」这两串数之间。
关键观察(莱布尼茨判别法的证明思路):
- 偶数项部分和 是单调递增的(每次加一对「正后负」,净效果为正);
- 奇数项部分和 是单调递减的;
- 而且恒有 ,即偶数项在左、奇数项在右。
若 ,则两串数的间距 ,两条「腿」被迫合拢,夹出唯一的极限 。这就是「交错级数为什么要 单调递减且趋于 」。
2.2 绝对收敛与条件收敛:两条腿的区别
把级数想象成一个走路的人,正项让他向右走,负项让他向左走:
- 绝对收敛:向右走的总路程 收敛,向左走的总路程 也收敛。
这个人走的总路程有限,最终停在某个位置 。无论怎样改变行走顺序,总路程不变,终点也不变。
- 条件收敛:向右的总路程与向左的总路程都是无穷大(见定理 7.5),
但两者互相抵消,使他最终停在 。这是一个「两个无穷大相减得到有限值」的脆弱平衡——一旦改变行走顺序(重排),抵消的节奏被打乱,终点就会漂移(黎曼重排定理)。
图像对比:
性态 | 正项总路程 | 负项总路程 | 部分和图像 | 重排后
--- | --- | --- | --- | ---
绝对收敛 | 有限 | 有限 | 快速收敛到 ,振荡幅度按 衰减 | 和不变
条件收敛 | 无穷 | 无穷 | 阻尼振荡,振幅按 缓慢衰减 | 和可能改变,甚至发散
发散(交错型) | — | — | 振幅不衰减(如 ) | —
2.3 重排的图像:用「灌水与放水」把水位推到任意高度
条件收敛级数的重排定理可以这样想象:有一座水塔,进水管(正项)与出水管(负项)都无限粗,但两者的流量都趋于零。你可以自由决定开哪个阀门:
- 想得到更大的和?那就先开进水管,灌到超过目标水位 ,再开一点出水管,降回 附近;
- 想得到更小的和?反过来操作;
- 想让级数发散到 ?那就每次只灌不放(在保证超过上一次水位后,只放极少量的水)。
因为正项之和与负项之和各自发散到无穷,你总有足够的水量去「推到任意高度」,也总能把水位「拉回」任意低处。这就是黎曼重排定理(定理 7.6)的全部直观。
直观的教训
有限加法满足交换律与结合律,无限加法不满足。只有当级数绝对收敛(总路程有限)时,无限加法才恢复「可交换」的好性质。所以看到「重排」「交换次序」「合并同类项」这类字眼,第一反应必须是:这个级数绝对收敛吗?
2.4 三种判敛工具的图像位置
工具 | 图像上在做什么 | 适用信号
--- | --- | ---
绝对收敛(用 7-2-正项级数判别法) | 把负号抹掉,看「总路程」是否有限 | 通项含 、阶乘、指数
莱布尼茨判别法 | 看两侧振荡的振幅是否单调衰减到 | 正负严格交替,且 递减
Abel / Dirichlet 判别法 | 把通项拆成「单调因子 × 部分和有界的因子」,用分部求和转移单调性 | 含 、、 的振荡因子
记号上,Dirichlet 判别法的条件「部分和有界」在图像上就是「振荡因子的部分和在一条水平带内来回跑,永远不会跑出去」——例如 的部分和始终被 控制住。
三、性质与定理
定理 7.1(绝对收敛必收敛)
表述 若 收敛,则 必收敛,且成立不等式
证明 用柯西准则(定义 7.5)。设 收敛,则对任意 ,存在 ,当 时对一切 有 。于是由三角不等式
即 满足柯西准则,故收敛。不等式部分对有限和用三角不等式再令 即得。
适用条件与要点
- 这条定理对 的符号没有任何要求,是任意项级数理论的第一块基石;
- 逆命题不真: 收敛但 发散;
- 实用价值:判敛时先试绝对值级数。若 收敛,一劳永逸;
- 注意「 收敛」推不出「 收敛」,这正是条件收敛的定义。
判敛顺序的第一条规则
拿到任意项级数,先看 (用 7-2-正项级数判别法 的四大判别法)。绝对收敛判成功了,整个问题就结束了,而且后续一切运算(重排、逐项相乘、逐项求导)都被定理 7.4 保证合法。只有绝对值级数发散时,才需要动用莱布尼茨或 Abel / Dirichlet。
定理 7.2(莱布尼茨判别法 / 交错级数判别法)
表述 设 ()且满足
- 单调性:(单调不增);
- 趋零性:。
则交错级数 收敛,且其和 满足 。
证明 先看偶数项部分和。把它两两分组:
由单调性,每个括号都 ,故 ,即 单调递增。另一方面,换一种分组方式:
即 有上界。由单调有界准则,存在 。
再看奇数项部分和:,由趋零性
偶子列与奇子列同极限,故整个部分和数列 收敛于 。又 ,得 。
适用条件(两个条件缺一不可)
缺哪一个 | 会怎样 | 反例
--- | --- | ---
缺单调性 | 结论不成立,级数可能发散 |
缺趋零性 | 通项不趋于 ,级数必发散 |
第一个反例的细节: 满足 但不单调(,,,),此时级数为 。用调和数的渐近式可以算出其偶数项部分和 ,故级数发散(详见例题 2)。
「单调」不能省,也不能换成「有界」
很多同学看到「 单调递减」就随手写成「 有界」或「」,这是把充分条件与必要条件搞混。莱布尼茨判别法的证明完全依赖单调性来保证 递增、 递减;没有单调性,两串数就不再「夹逼」,一切都垮掉。
定理 7.3(莱布尼茨余项估计)
表述 在定理 7.2 的条件下,设 ,则第 项余项满足
而且 的符号与被砍掉的第一项 相同。
证明 余项本身仍是一个交错级数:
括号内是首项为 的交错级数,由定理 7.2 它的和介于 与 之间,故 ,符号由 决定。
适用条件与用途
- 这是交错级数独有的「误差可控」性质:取前 项,误差不超过下一项的大小;
- 用它可以在不知道级数和的情况下给出精度估计,
例如 取前 项的误差不超过 ;
- 该估计不能用于一般级数(例如条件收敛但不交错的级数),
也不能用于非单调的交错级数(此时定理 7.2 本身就不适用)。
定理 7.4(绝对收敛级数的良好性质)
表述 设 绝对收敛。
- 重排不变性:对任意重排(rearrangement)(双射),
级数 仍绝对收敛,且和与原级数相同;
- 加括号安全:任意加括号不改变和(这对一切收敛级数都成立,见 7-1-数列极限与常数项级数 定理 7.5);
- 柯西乘积:若 、 都绝对收敛,令
,则 绝对收敛且
证明思路
- 先设 。此时级数的和等于部分和的上确界 ,
而重排后的部分和都是原级数某些有限项之和,必 ,故重排后收敛且和 ;再对重排的逆用同一论证,得和 ,于是相等。对一般情形,令 、,则 且两者都是非负项、各自绝对收敛,分别应用上面的结论再相减即可。
- 见 7-1-数列极限与常数项级数 定理 7.5。
- 把双重和按「」的对角线求和;绝对收敛保证可以按任意方式重排双重和。
适用条件「重排不变」与「柯西乘积」都要求绝对收敛;条件收敛时两条都会失败(定理 7.6)。这正是「绝对收敛」这个概念的真正价值:它把有限加法的交换律与分配律完整地搬到了无限和上。
定理 7.5(条件收敛级数的正项部分与负项部分都发散)
表述 设 条件收敛。记
(分别称为正部与负部,满足 、。)则 与 都发散(且都发散到 )。
证明 用反证法。若 与 都收敛,则由 得 收敛,与条件收敛的定义矛盾。若只有一个收敛,例如 收敛而 发散,则由 以及「收敛级数减收敛级数仍收敛」,得 收敛,矛盾(另一个方向同理)。故两者都发散;又它们都是非负项级数,部分和单调递增,故都发散到 。
适用条件与意义
- 这条定理给出了条件收敛的结构刻画:正负两边的「总路程」都是无穷,
级数能收敛完全依赖两边的相互抵消;
- 它是黎曼重排定理(定理 7.6)的证明基础:
正因为两边都发散,才有「足够的水量」把部分和推到任意位置;
- 反过来,若 与 都收敛,则级数绝对收敛。
定理 7.6(黎曼重排定理)
表述 设 条件收敛。则对任意给定的实数 ,都存在一个重排 ,使得 ;也存在重排使级数发散到 (或 )。
证明思路 由定理 7.5,正项子级数 与负项绝对值子级数 都发散到 (这里 是 中的正项按原次序排成的数列, 是负项的绝对值)。又由 收敛得 ,故 、。构造重排如下:
- 依次取正项 ,直到部分和首次超过 ;
- 再依次取负项 ,直到部分和首次低于 ;
- 重复上述两步。
由于 与 都发散,每一步都能取到足够的项;又由于 ,每次「越过 」的超调量趋于 ,故重排后的部分和收敛到 。若把第 2 步改成「每次只回落到上一次的水位之上」,就得到发散到 的重排。
适用条件与要点
- 前提是条件收敛(正负两边都发散);绝对收敛时重排不改变和(定理 7.4);
- 定理的震撼之处在于:同一个级数,不同的加法次序可以给出任何你想要的结果;
- 经典例子: 重排后可得到 (见例题 3),
而原级数的和是 ;
- 实践意义:只要涉及重排、配对、合并同类项,就必须先确认绝对收敛,
否则结论可能完全错误。
定理 7.7(Abel 变换 / 分部求和公式)
表述 设 、 为数列,令 、(部分和)。则
证明 由 ,
注意 ,把两个和式对齐(第二个和把下标 从 到 与第一式配对):
适用条件与意义
- 这是分部积分 的离散版本:
扮演 , 扮演 ,部分和 扮演 ;
- 它的作用是把「对 求和」转化为「对 求和」,
从而让振荡因子 的部分和(往往有界)接管舞台;
- 若 单调,则 符号固定,
可以望远镜式求和,这正是下面两个判别法的技术核心。
定理 7.8(Abel 判别法)
表述 若数列 单调有界,且级数 收敛,则级数 收敛。
证明思路 设 。记 ,由 收敛知 收敛,故它有界且满足柯西条件:对任意 存在 ,当 时对一切 有 。对片段 用 Abel 变换(定理 7.7),把 换成 (这不改变差值,因为 望远镜相消),得估计
其中用了单调性把 望远镜求和成 。由柯西准则, 收敛。
适用条件
- 单调且有界(两样都要,单调但有界其实等价于收敛);
- 收敛(不是「部分和有界」);
- 典型用途:把收敛级数 的项乘以单调因子
或 ,仍得收敛级数。
定理 7.9(Dirichlet 判别法)
表述 若数列 单调且 ,而级数 的部分和数列有界(即存在 使 对一切 成立),则级数 收敛。
证明思路 与定理 7.8 同样的 Abel 变换估计,区别在于 不再收敛,但有界性给出 ,于是
由单调性,(望远镜),而 使右端三项都能任意小,故满足柯西准则,级数收敛。
适用条件与「部分和有界」的常见来源
- 与 Abel 判别法的区别:这里把「 收敛」削弱为「 部分和有界」,
但要求 单调趋于 (Abel 只要求单调有界)。两者各有侧重:Dirichlet 更强在 一侧,Abel 更强在 一侧;
- 三角函数的部分和有界是 Dirichlet 判别法的主要弹药:
余弦也有类似估计();
- 于是立得一大批经典结论():
更一般地,()与 ()都收敛;
- 注意这些级数都不是绝对收敛(对 ):例如 发散
(因为 平均约为 ,与 同阶),故它们都是条件收敛的典型例子。
Abel 与 Dirichlet 判别法的定位
这两条判别法在国内教材中通常列为「补充内容」或「选学」,考研大纲并不要求(以授课教材与考试大纲为准)。但它们是理解「条件收敛为什么能发生」的最佳工具:振荡因子的部分和有界,等价于「它自己不会跑远」,而单调趋零的因子把振幅一点点压缩下去,两者配合就得到收敛。本库把这一节标为进阶必读,是因为后面 7-6-傅里叶级数初步 会反复用到它。
四、计算方法与步骤
4.1 判敛总流程(任意项级数的四步法)
步骤 | 动作 | 结论
--- | --- | ---
第 1 步 | 算 | 不为 或不存在 → 发散,结束
第 2 步 | 研究 ,用 7-2-正项级数判别法 四大判别法 | 若收敛 → 绝对收敛,且原级数收敛,结束
第 3 步 | 若正负交替且 单调递减趋于 → 莱布尼茨判别法 | 收敛 → 条件收敛
第 4 步 | 若非绝对收敛、又不规则交替 → 看能否拆成「单调因子 × 部分和有界因子」 | 用 Abel / Dirichlet 判别法
四步都走不通时,才回到定义(柯西准则)或做局部放缩。
为什么要先做第 2 步
因为绝对收敛是最强、最省事的结论:一旦成立,后面所有「重排、配对、逐项相乘」的操作都被定理 7.4 保证合法,你不需要再担心任何次序问题。反过来,如果一上来就纠结正负号,往往既算不出和,也判不出敛散。
4.2 用正项判别法处理 的三个要点
- 阶的判定照旧:,
故绝对收敛;
- 比值 / 根值法可直接用在 上:
时绝对收敛, 时不但不绝对收敛,而且由通项不趋零知原级数也发散;
- 含 的绝对值级数用积分判别法:如
: 发散(见 7-2-正项级数判别法),故它不绝对收敛,但因为 单调递减趋于 ,由莱布尼茨判别法它条件收敛。
4.3 莱布尼茨判别法的使用模板
第 1 步 确认级数是交错形式,写出 。第 2 步 验证单调不增。三种常用办法:
- 直接比较:证明 ,即证明 或 ;
- 借助函数:令 的连续版本(把 换成 ),
证明 ( 充分大时);
- 结构观察:分子次数不高于分母次数时, 型通项通常单调递减。
第 3 步 验证 。第 4 步 写出结论:「由莱布尼茨判别法,级数收敛」;若要判断是条件收敛,还必须补一句「但 发散,故为条件收敛」。
单调性验证不能只写「显然」
单调性是莱布尼茨判别法的命门。若只凭直觉写「显然单调递减」,遇到 这类「夹杂起伏」的通项就会错。严谨的写法是给出 的计算,或者明确写出 的推导。
4.4 余项估计与精度计算
由定理 7.3,交错级数用前 项近似的误差不超过 。因此「要达到精度 」只需解不等式 。
示范 要达到 :
取 项即可。(对比 若不用交错结构,误差估计只能靠积分,精度控制要困难得多——这正是交错级数的「误差红利」。)
4.5 Abel 与 Dirichlet 判别法的使用步骤
第 1 步 把通项分解成 ,其中 是「单调的因子」, 是「负责振荡的因子」。第 2 步 对 :验证单调;若 收敛则只需 有界(Abel),若只知 部分和有界则需 (Dirichlet)。第 3 步 对 :或证明 收敛(Abel),或用三角恒等式证明部分和有界(Dirichlet)。第 4 步 套用定理得收敛,再单独讨论是否绝对收敛。
常见分解
通项 | (单调因子) | (振荡因子) | 用哪条
--- | --- | --- | ---
| (单调趋 ) | (部分和有界) | Dirichlet
() | | | Dirichlet
| (单调有界) | (级数收敛) | Abel
| | (部分和有界) | Dirichlet
4.6 重排的构造思路(理解黎曼定理)
要构造一个重排使级数的和等于指定的 ,按定理 7.6 的三步循环操作即可:「取正项到超过 → 取负项到低于 → 重复」。由于正项之和与负项绝对值之和都发散(定理 7.5),每一步都有足够的项可取;由于通项趋于 ,每次超调量趋于 ,故部分和收敛到 。
经典算例 把 重排为「一正两负」:,可以算出新的和为 (见例题 3)。同样的项,不同的次序,和变了 50%。
4.7 判敛工具选择表与常用结论
通项特征 | 首选工具 | 注意
--- | --- | ---
含 或 ,且绝对值单调趋零 | 莱布尼茨判别法 | 先判绝对值级数是否收敛
含 、阶乘、指数 | 对 用正项判别法 | 判出绝对收敛就结束
含 、 | Dirichlet 判别法 | 需要三角部分和的估计
收敛级数乘单调有界因子 | Abel 判别法 | 因子必须单调
绝对值级数发散且不规律交替 | 柯西准则 / 定义 | 尽量配对成对消结构
常用结论(,)
后两式的严格证明依赖函数项级数(见 7-5-函数的幂级数展开与泰勒级数),本库在此只作为「已知结果」使用,并可用定理 7.3 估计其逼近精度。
4.8 经典级数性态一览表
下表把最常见的任意项级数集中列出(,)。
「绝对值级数」一栏说明为什么它不是绝对收敛。
级数 | 绝对值级数 | 判据 | 性态
--- | --- | --- | ---
| 发散 | 莱布尼茨 | 条件收敛(和 )
| 级数发散() | 莱布尼茨 | 条件收敛
() | 级数收敛 | 比较判别法 | 绝对收敛
| 发散 | 莱布尼茨 | 条件收敛
| 发散 | 莱布尼茨 | 条件收敛
| 发散 | 莱布尼茨 | 条件收敛(和 )
| 发散 | 莱布尼茨 | 条件收敛
| 积分判别法:发散 | 莱布尼茨 | 条件收敛
| 积分判别法:收敛 | 比较判别法 | 绝对收敛(对照项)
| 发散 | 莱布尼茨( 起单调) | 条件收敛
| 发散 | 莱布尼茨 | 条件收敛
| 发散 | 莱布尼茨 | 条件收敛
| 发散 | 莱布尼茨 | 条件收敛
| 收敛 | 比较判别法 | 绝对收敛(对照项)
| 收敛 | 比较判别法 | 绝对收敛(对照项)
| 发散 | Abel 判别法 | 条件收敛
| 发散 | Dirichlet 判别法 | 条件收敛
| 发散 | Dirichlet 判别法 | 条件收敛
() | 发散 | Dirichlet 判别法 | 条件收敛
() | 收敛 | 比较判别法 | 绝对收敛
| 通项不单调 | 无可用判别法 | 发散(见例题 2)
| 通项不趋于 | 项判别法 | 发散
| 通项不趋于 | 项判别法 | 发散(部分和振荡)
使用建议
判断性态时按「先绝对值 → 再交错结构 → 最后 Abel / Dirichlet」的顺序查表;
表中凡是标 粗体 的行都是绝对收敛,它们是用来与条件收敛做对比的「对照组」。
4.9 各运算的合法性对照表
同一个级数,不同的性态允许的操作完全不同。下表是做题时的「许可清单」:
操作 | 绝对收敛 | 条件收敛 | 发散
--- | --- | --- | ---
任意加括号 | 合法,和不变 | 合法,和不变 | 原级数无和,无意义
任意重排各项 | 合法,和不变 | 不合法,和可改变甚至发散 | 无意义
交换双重求和次序 | 合法 | 不合法 | 无意义
柯西乘积 | 合法,收敛到两和之积 | 不保证成立 | 无意义
逐项加减另一收敛级数 | 合法 | 合法(仍收敛) | 需重新判断
取绝对值后判敛 | — | 正是「不绝对收敛」的含义 | 需重新判断
判性态操作清单(十步)
- 先算 :不为 或不存在 → 发散,结束。
- 写 ,用 7-2-正项级数判别法 的工具判它的敛散。
- 若 收敛 → 绝对收敛(原级数必收敛),结束。
- 若通项严格正负交替,写出 并验证单调不增。
- 验证 (通常由第 4 步与主部分析同时得到)。
- 两条都满足 → 由莱布尼茨判别法得收敛 → 结合第 2 步判为条件收敛。
- 若单调性不成立,不要下结论,改为直接计算部分和或改用 Abel 变换。
- 若通项含 、,尝试 Dirichlet 判别法(先证部分和有界)。
- 若通项是「收敛级数通项 × 单调有界因子」,尝试 Abel 判别法。
- 得到结论后反问一句:如果重排这个级数,和会不会变?能答上来说明概念清楚了。
五、例题
例题 1(概念辨析:按参数分类讨论收敛性态)
讨论级数 ( 为实数)的敛散性;当它收敛时,判断是绝对收敛还是条件收敛。
思路 这是「绝对收敛 / 条件收敛 / 发散」三分法的标准模板题。流程是:先看绝对值级数( 级数,判据是 ),再单独考虑不绝对收敛的情形(用莱布尼茨判别法),最后处理通项不趋零的极端情形。
解
第 1 步:先看绝对值级数。 ,由 7-2-正项级数判别法 定理 7.5,它在 时收敛, 时发散。
第 2 步: 的情形。 绝对值级数收敛,故原级数绝对收敛(从而收敛)。
第 3 步: 的情形。 此时绝对值级数发散,考虑原级数本身。令 ,则 ,且
- 单调性:();
- 趋零性:。
由莱布尼茨判别法(定理 7.2),原级数收敛;又绝对值级数发散,故它是条件收敛。
第 4 步: 的情形。 此时
通项不趋于 ,由 7-1-数列极限与常数项级数 定理 7.2 级数发散。
结论
请特别注意 ():它是条件收敛的,这是「绝对收敛与条件收敛的分界线」,也是本章最爱考的一个点。
例题 2(条件判断:莱布尼茨判别法的两个条件缺一不可)
判断下列级数的敛散性,并指出莱布尼茨判别法的两个条件各自起了什么作用:(1);(2);(3)。
思路 第(1)题满足「」但不单调;第(2)题满足单调但不趋零;第(3)题两条都满足。三题正好构成一组对照实验,用来确认条件的必要性。
解
第 1 步:(3)作为基准。 单调递减且 ,由莱布尼茨判别法收敛(且由例题 1 知是条件收敛)。
第 2 步:分析(2)。 这里 ,它确实单调递减。但 ,通项不趋于 ,由 项判别法级数发散。这说明第二条(趋零性)不能省。
第 3 步:分析(1)。 这里 ,显然 。但
,不满足单调不增,所以莱布尼茨判别法不适用。那么级数究竟收敛还是发散?不能就此下结论,需要直接计算部分和。
第 4 步:直接判断(1)。 把级数按奇偶项拆开写:
记调和数 。偶数项部分和
用 ( 为欧拉常数)得
所以级数发散(发散到 )。这说明第一条(单调性)也不能省:没有它, 完全不足以保证收敛。
结论 (1)发散(缺单调性,莱布尼茨判别法不可用);(2)发散(缺趋零性);(3)收敛。莱布尼茨判别法的两个条件都是实质性条件,不是装饰。
例题 3(反例构造:重排改变条件收敛级数的和)
已知 。考虑把它的项按「一正两负」重排,即。求这个重排级数的和,并说明它为什么可以不同于 。
思路 把重排级数按「三个一组」分组求和(加括号是安全的,见 7-1-数列极限与常数项级数 定理 7.5),每组都提出一个因子,让它变成与原级数相关的形式。
解
第 1 步:按三个一组分组。 第 组是
第 2 步:写出三个一组的部分和。 由于加括号是安全操作(7-1-数列极限与常数项级数 定理 7.5),先算前 项之和。每一组是「一个正项 + 两个负项」,故
第 3 步:化简后面两个和。 注意
故
第 4 步:用调和数计算。 由 与 :
第 5 步:检查其余部分和。 由于通项趋于 ,、 与 的差趋于 ,故整个部分和数列收敛到同一极限 。
结论 重排级数的和是 ,而原级数的和是 ,两者不同。这不是计算错误,而是黎曼重排定理(定理 7.6)的必然结果:条件收敛级数的和依赖于求和次序。(一般地,若重排成「每 个正项后接 个负项」,可以证明和为;本库把这一推广作为选读,以授课教材为准。)
例题 4(定理理解:为什么条件收敛的两条「腿」都发散)
设 条件收敛。证明: 与 都发散,其中 、。并解释这个结论为什么是黎曼重排定理的前提。
思路 关键是两个恒等式
只要善用「收敛级数的和、差仍收敛」这条性质,用反证法即可。
解
第 1 步:反证第一种情况。 假设 与 都收敛。由 与线性运算性质, 收敛,这与 条件收敛(即绝对值级数发散)矛盾。
第 2 步:反证第二种情况。 假设 收敛而 发散。由 ,右端是「收敛级数减收敛级数」,故 应收敛,矛盾。另一个方向( 收敛、 发散)同理。
第 3 步:说明极限为 。 两种级数都是非负项级数,部分和单调递增,既然发散,只能是 。
第 4 步:解释它与重排的关系。 重排定理的构造需要「取足够多的正项把部分和推过 」和「取足够多的负项把它拉回 以下」。若某一侧的项之和有限,那么当这一侧用完时,就再也不能把水位拉回来了——构造立刻失败。正因为两侧都取之不尽(都发散到 ),才能把部分和推到任意位置。
结论 条件收敛级数的收敛完全依赖正负两边的抵消;这种「两个无穷相减得有限」的平衡极其脆弱,一旦改变次序就会失衡。
例题 5(概念辨析:加括号与重排的区别)
判断下列说法是否正确,并说明理由:(1)若 收敛,则任意加括号后的级数也收敛且和不变;(2)若 收敛,则任意重排后的级数也收敛且和不变;(3)若 绝对收敛,则任意重排后的级数也收敛且和不变。
思路 (1)是 7-1-数列极限与常数项级数 定理 7.5 的内容(子列收敛);(2)是「有限加法的交换律能不能搬到无限和」的问题,答案是不能,反例用条件收敛级数;(3)是定理 7.4,绝对收敛时交换律恢复。
解
第 1 步:判断(1)。 正确。加括号后的部分和是原部分和数列的子列,收敛数列的子列收敛到同一极限(证明见 7-1-数列极限与常数项级数 定理 7.5)。注意逆命题不成立: 两两加括号后收敛于 ,但原级数发散。
第 2 步:判断(2)。 错误。反例: 条件收敛于 ,但重排成「一正两负」后和为 (例题 3)。这说明无限加法不满足交换律。
第 3 步:判断(3)。 正确,这就是定理 7.4 的重排不变性。例如 绝对收敛,无论怎样重排,和都是 。
第 4 步:一句话总结判据。 遇到「交换次序」的问题,先问:绝对值级数收敛吗? 收敛就可以放心交换;不收敛就要警惕,很可能有反例。
结论 (1)正确;(2)错误;(3)正确。加括号安全,重排危险;绝对收敛时两者都安全,条件收敛时重排会出事。
例题 6(计算:判断绝对收敛、条件收敛还是发散)
判断下列级数的收敛性态:(1);(2);(3)。
思路 三题都按 4.1 节的流程走:先看绝对值级数(用 7-2-正项级数判别法),若发散再用莱布尼茨判别法判断原级数是否收敛。
解
第 1 步:(1)。 绝对值级数为 ,这是 的 级数,发散。再看原级数: 单调递减且 ,由莱布尼茨判别法原级数收敛。故(1)条件收敛。
第 2 步:(2)。 绝对值级数为 。抓主部:,由极限比较法与调和级数同阶,绝对值级数发散。再看原级数:,验证单调性——考察连续版本
故 单调递减;又 。由莱布尼茨判别法原级数收敛,故(2)条件收敛。
第 3 步:(3)。 绝对值级数为 。用积分判别法:在 上非负、连续、单调不增( 当 ),且
故绝对值级数发散。再看原级数: 在 后单调递减(同上导数计算),且 ,由莱布尼茨判别法原级数收敛。故(3)条件收敛。
结论 三题都是条件收敛。注意(3): 比 还大( 大时),所以「通项趋于零」并不因为多了一个 就更容易绝对收敛——对数因子只会让收敛更难。
例题 7(计算:用莱布尼茨余项估计确定精度)
用交错级数 计算其和,问至少取多少项才能保证误差小于 ?并给出一个精度更高的做法。
思路 这是定理 7.3 的直接应用:误差不超过被砍掉的第一项。「至少取多少项」= 解不等式 。
解
第 1 步:确认条件。 单调递减且趋于 ,由莱布尼茨判别法级数收敛,且可以应用余项估计。
第 2 步:列出误差不等式。
第 3 步:解不等式。
第 4 步:数值验证。 取前 项:
理论值 (该值与 有关,本库只作参考,不要求记忆),可见误差确实在 量级。
第 5 步:提高精度的做法。 由于误差被 控制,想再提高一位精度只需多取一些项;若想大幅加速收敛,可以对级数做欧拉变换或改用更快收敛的表达式(例如用 的其他级数表示),这属于数值方法的范畴,见7-5-函数的幂级数展开与泰勒级数 中关于收敛速度的讨论。
结论 取 项即可保证误差小于 。交错级数的误差估计是本篇最实用的技能:它让你在不知道和的情况下也能做数值计算。
例题 8(证明:用 Abel 判别法判断级数收敛)
证明级数 收敛,并指出它是否绝对收敛。
思路 先把通项拆成「单调因子 × 已知收敛的级数通项」。观察 ,于是可以取 (单调有界)与 (级数收敛)。
解
第 1 步:分解通项。
第 2 步:验证 单调有界。 记 ,则
分子展开:,在 时为负,故 从 起单调递减;又 ,且 ,故 单调有界(单调递减且有下界)。
第 3 步:验证 收敛。 由莱布尼茨判别法收敛。
第 4 步:套用 Abel 判别法。 由定理 7.8, 收敛。
第 5 步:判断是否绝对收敛。 计算
与调和级数同阶,故 发散。
结论 级数收敛但绝对值级数发散,故它是条件收敛的。
例题 9(证明:用 Dirichlet 判别法处理 )
证明 收敛,并说明它不是绝对收敛。
思路 这是 Dirichlet 判别法的招牌例题。 的部分和可以用三角恒等式求出显式表达式,从而证明「有界」; 单调趋零。两条件一凑即得收敛。绝对收敛的否定要用 的平均大小来论证。
解
第 1 步:验证 的条件。 单调递减且 。
第 2 步:验证 的部分和有界。 利用积化和差(或复数的等比求和):
于是
取 (弧度),得
即部分和一致有界。
第 3 步:套用 Dirichlet 判别法。 由定理 7.9, 收敛。
第 4 步:说明非绝对收敛。 由 得
由第 3 步(把 换成 )知 收敛,而 发散,故 发散。
结论 收敛但不绝对收敛,因而是条件收敛的。同理可证 、(,)等一大批「振荡型」级数收敛。
例题 10(概念辨析 + 反例:收敛级数的平方一定收敛吗)
(1)设 且 收敛。判断 的敛散性。(2)设 收敛( 可正可负)。判断 的敛散性。
思路 第(1)问在 7-2-正项级数判别法 例题 10 已经证明收敛;第(2)问的关键是「收敛不再意味着通项小得足够快」——条件收敛的级数通项可以只按 的速度趋零。
解
第 1 步:(1)收敛。 由 收敛得 ,故当 充分大时 ,于是 ,由比较判别法 收敛。
第 2 步:(2)不一定收敛。 取
由莱布尼茨判别法(或例题 1 取 ), 收敛。但
是调和级数,发散。
第 3 步:解释差别的原因。 第(1)问的前提是「所有项同号」,因此 收敛直接给出 的衰减速度足够快(至少快到可以比较);第(2)问中, 的收敛可能完全靠正负抵消,通项本身的衰减可以非常慢(只要 且交错单调即可)。把通项平方相当于「取消抵消」,于是原形毕露。
结论 (1)收敛;(2)不一定,反例为 。教训是:正项级数的结论不能想当然地搬到任意项级数上,每一条性质都要重新检查条件(这也是本库反复强调「条件」的原因)。
六、应用
6.1 用交错级数计算 与
交错级数是历史上第一批「能算的」无穷级数。两个著名结果是
它们的严格证明依赖函数项级数(见 7-5-函数的幂级数展开与泰勒级数),但收敛性由莱布尼茨判别法立刻得到,精度由定理 7.3 控制:
例如 的级数取到第 项时误差不超过 ,要精确到 需要约 万项——收敛太慢,工程上必须加速(常用的手段是欧拉变换、或改用 的其它展开式)。
6.2 幂级数在收敛区间端点处的性态(通往 7-4 的桥)
对幂级数 ,在收敛区间内部 处它绝对收敛;但在端点处往往只条件收敛。例如 :
- :级数变成 ,条件收敛;
- :级数变成 ,发散。
因此它的收敛域是 ——半开半闭。判断端点的收敛性,唯一可用的工具就是本篇的莱布尼茨判别法与 Abel / Dirichlet 判别法。完整的幂级数理论见 7-4-幂级数。
6.3 傅里叶级数:条件收敛的物理舞台
锯齿波(sawtooth wave)的傅里叶级数是
它在 处的值就与 有关,而其中每一项的收敛性正是由 Dirichlet 判别法保证的(见 7-6-傅里叶级数初步)。这类级数几乎全是条件收敛的:把系数取绝对值后, 发散。这在物理上意味着:信号的「总能量」(绝对值和)是无穷,但各次谐波按相位抵消,波形仍然是有限的——条件收敛正是这种「无限抵消」的数学刻画。
6.4 交换求和次序的风险(离散版的 Fubini 定理)
在概率论与数理统计中经常要算双重和 ,并希望交换次序。数学上的结论是:
若 (绝对收敛),则两个求和次序可以任意交换,结果相同;若只有条件收敛,交换次序可能改变结果。
这与本篇定理 7.4 与定理 7.6 是同一个道理(一维重排 vs 二维重排)。所以「先把绝对值求和看看是否有限」是一个必须养成的习惯动作。
6.5 数值实验:重排真的会改变和
下面只用 numpy,把原级数与「一正两负」重排级数的部分和并排算出来。
import numpy as np
m = 1000 # 组数:共 3m 项
pos = 1.0 / (2 * np.arange(1, m + 1) - 1) # 1, 1/3, 1/5, ...
neg = 1.0 / (2 * np.arange(1, 2 * m + 1)) # 1/2, 1/4, 1/6, ...
blocks = np.empty((m, 3))
blocks[:, 0] = pos
blocks[:, 1] = -neg[0::2]
blocks[:, 2] = -neg[1::2]
S_re = np.cumsum(blocks.ravel())[-1] # 重排级数的部分和
n = 3 * m
k = np.arange(1, n + 1)
S_or = np.cumsum(((-1.0) ** (k - 1)) / k)[-1] # 原级数 1 - 1/2 + 1/3 - ...
print(f"原级数 {S_or:.5f} 重排后 {S_re:.5f}")
print(f"ln2 {np.log(2):.5f} ln2/2 {np.log(2) / 2:.5f}")
输出形如:
原级数 0.6930 重排后 0.3465
ln2 0.6931 ln2/2 0.3466
读图要点 同一批数、同样的项数,只因为求和次序不同,结果就从 变成了 ——相差整整一半。这不是数值误差(把 增大到 ,两个数依然分别靠近 与 ),而是条件收敛级数的本质特征。绝对收敛的级数不会出现这种现象,你可以把上面代码里的通项换成 亲自验证。
七、易错点
易错点 1:把「收敛」当成「绝对收敛」
错在哪:判定 收敛后就放心地重排、配对、合并同类项。正确是什么:必须区分绝对收敛与条件收敛;只有绝对收敛才允许任意重排(定理 7.4)。为什么:条件收敛靠正负抵消,抵消的节奏被打乱后和会改变(例题 3: 变成 )。
易错点 2:莱布尼茨判别法只验证
错在哪:写到「,由莱布尼茨判别法知级数收敛」就结束。正确是什么:必须先验证 单调不增,再验证趋于 ;两条都要写。为什么:例题 2 的 满足 但不单调,级数实际发散(部分和趋于 )。单调性是证明中 递增、 递减的唯一依据。
易错点 3:对任意项级数直接使用正项级数的判别法
错在哪:对 用比较判别法「与 比较,故发散」。正确是什么:正项级数的判别法(比较、比值、根值、积分)只能直接用于 ;若 发散,不能由此断言原级数发散,还要另作判断。为什么:这些判别法的证明都依赖部分和单调(见 7-2-正项级数判别法 定理 7.1),有负项时单调性失效。 发散而 收敛的例子就是条件收敛。
易错点 4:把余项估计 用到非交错级数上
错在哪:对 或 也写「误差不超过下一项」。正确是什么:该估计只对满足莱布尼茨条件的交错级数成立(定理 7.3)。为什么:证明用到了「余项本身仍是交错级数,其和介于 与首项之间」这一结构,一旦符号不交替(或振幅不单调),这条夹逼就没了。
易错点 5:混淆 Abel 与 Dirichlet 判别法的条件
错在哪:写「 部分和有界, 单调有界,由 Dirichlet 判别法收敛」。正确是什么:Abel: 单调有界 + 收敛;Dirichlet: 单调且趋于 + 部分和有界。为什么:两条判别法的技术核心相同(Abel 变换),区别在于把要求放在哪一侧:若 一侧只有「部分和有界」,就必须用「」来补偿(Dirichlet);若 一侧有「级数收敛」,则 一侧只要单调有界即可(Abel)。
易错点 6:认为「 递减」是自动成立的
错在哪:看到 就直接套莱布尼茨判别法,不验证单调性。正确是什么: 在 之后才单调递减(),所以应当说「当 时单调递减」,并引用「改变有限项不影响敛散性」。为什么:单调性可能在若干项之后才成立;漏写这一步在严格评分中会扣分,而写清「 时」既严谨又省事。
易错点 7:把「正负项都发散」误当成「级数必发散」
错在哪:发现 与 都发散,就断言 发散。正确是什么:两边都发散只是条件收敛的必要条件(定理 7.5),还要靠交错结构或 Dirichlet 判别法才能确认收敛。为什么:典型例子 :正部 与负部 都发散,但级数收敛。反过来,若两边都收敛,则级数绝对收敛。
八、练习题
基础层(莱布尼茨判别法与三种性态的判定)
练习 1 判断下列级数的收敛性态(绝对收敛 / 条件收敛 / 发散):(1);(2);(3);(4)。
练习 2 用莱布尼茨判别法判断 的收敛性,并写出验证两个条件的完整过程。
练习 3 用余项估计回答: 至少取多少项,才能保证误差小于 ?
提高层(条件收敛、Abel / Dirichlet 与反例)
练习 4 判断 的收敛性态,并说明理由。
练习 5 用 Dirichlet 判别法证明 与 都收敛。
练习 6 设 条件收敛。证明:存在重排使重排级数发散到 (提示:用定理 7.5 与定理 7.6 的构造思路,写出前几步的取项规则)。
练习 7 判断命题「若 收敛,则 也收敛」是否正确,并说明理由。
练习 8 设 绝对收敛。证明 也绝对收敛,并说明如果把「绝对收敛」换成「条件收敛」,结论是否还成立(给出理由或反例)。
答案在哪
本篇练习的详细解答(出处 / 考点 / 思路 / 分步解 / 答案 / 易错点)见 10-微积分-07-级数;分章导航见 00-总索引。
九、常见问题 FAQ
Q1:为什么「收敛」还分绝对收敛和条件收敛?多此一举吗?
不多余,因为两者的运算性质完全不同。绝对收敛的级数可以任意重排、任意加括号、任意交换求和次序(定理 7.4),和永远是同一个数;条件收敛的级数一旦重排就可能改变和,甚至发散(定理 7.6)。换句话说,绝对收敛的级数「像有限和一样听话」,条件收敛的级数则必须小心伺候。判断标准也很干脆:看 是否收敛。
Q2:莱布尼茨判别法里的「单调递减」能不能放宽成「最终单调递减」?
可以。由 7-1-数列极限与常数项级数 定理 7.4(改变有限项不影响敛散性),只要从某项 起 单调不增且 ,级数就收敛。书写时应当明确写「当 时 」。例如 从 起单调递减,就属于这种情形。
Q3: 发散,是不是就说明 发散?
不是。 这正是条件收敛的情形: 发散而 收敛。例如 。正确的推理链是: 收敛 收敛(定理 7.1);而 发散时, 可能收敛也可能发散,需要另用莱布尼茨、Abel、Dirichlet 判别法或定义来判断。
Q4:Abel 与 Dirichlet 判别法需要背吗?考试会考吗?
国内主流教材(同济、浙大版)通常把它们列为选学内容,考研大纲也不作要求,请以授课教材与考试大纲为准。但如果你的课程涉及傅里叶级数(见 7-6-傅里叶级数初步),它们几乎是绕不过去的工具: 这类级数的收敛性只能靠 Dirichlet 判别法。记忆窍门:Abel 是「收敛 × 单调有界」,Dirichlet 是「部分和有界 × 单调趋零」,两者都来自同一个 Abel 变换(分部求和)。
Q5:交错级数的余项估计为什么这么好用?能不能推广?
因为交错结构让余项本身也成为一个「振幅单调递减的交错级数」,它的和必然夹在 与首项之间,于是误差被下一项控制(定理 7.3)。推广的方向有两个:① 对一般的条件收敛级数没有这么好的估计,需要更精细的分部求和;② 对幂级数/泰勒级数,误差估计改用泰勒余项公式(见 4-3-泰勒公式与麦克劳林展开 与7-5-函数的幂级数展开与泰勒级数)。所以在数值计算中,交错级数是最受欢迎的级数形式之一。
十、国内教材对照(浙大《微积分》/ 考研大纲)
10.1 术语与记号对照
本篇术语 | 英文 | 同济《高等数学》 | 浙大《微积分》(苏德矿等编) | 备注
--- | --- | --- | --- | ---
任意项级数 | series with arbitrary terms | 任意项级数 | 任意项级数(一般项级数) | 一致
交错级数 | alternating series | 交错级数 | 交错级数 | 一致
莱布尼茨判别法 | Leibniz test / alternating series test | 莱布尼茨定理 | 莱布尼茨判别法 | 同济叫「定理」
绝对收敛 | absolutely convergent | 绝对收敛 | 绝对收敛 | 一致
条件收敛 | conditionally convergent | 条件收敛 | 条件收敛 | 一致
余项估计 | remainder estimate | 余项 | 余项估计 | 国内都讲,是常考点
重排 | rearrangement | 更序(更换次序) | 重排 | 国内多作为「反例」提及
Abel / Dirichlet 判别法 | Abel test / Dirichlet test | 一般不列入正文 | 部分版本作为选学 | 以授课教材为准
分部求和 | summation by parts | 阿贝尔变换(部分和法) | 分部求和公式 | 名称不统一
10.2 国内教材更强调的内容
- 莱布尼茨判别法的完整证明与余项估计。同济《高等数学》下册第十二章
(第二节「常数项级数的审敛法」中的交错级数部分)与浙大《微积分》无穷级数一章都会给出「 递增、 递减、两者夹逼」的证明,并明确写出 。国内考试极爱考余项估计的精度计算题(如本篇例题 7、练习 3)。
- 绝对收敛与条件收敛的判定流程。国内教材的标准格式是:
先看 ,再对不绝对收敛者用莱布尼茨判别法,并明确写出「故级数条件收敛」——这个「故」字是给分点。
- 重排的反例。国内教材通常以「 重排后和为 」
作为反例出现,而不会完整证明黎曼重排定理;但会强调「条件收敛级数不能随意交换次序」。
- 考研数学一、数学三要求「交错级数与莱布尼茨定理、任意项级数的绝对收敛与条件收敛」,
常见题型是选择/填空判性态,以及幂级数端点处收敛性的讨论(与 7-4-幂级数 联合出题)。数学二不考级数。
10.3 国外教材更强调的内容
- 交错级数判别法与误差界并重。Banner《普林斯顿微积分读本》把
alternating series test 与「误差不超过下一项」放在一起讲,并大量举例说明「取几项才能达到给定精度」,这与国内把余项估计单独作为考点的做法略不同。数学记号上,国外教材常用 表示通项,国内用 。
- 条件收敛的反直觉现象。MIT 18.01SC 的 Unit 5「Exploring the Infinite」会用
「重排改变和」这一现象讨论「无限和的交换律何时成立」,并把它与级数的绝对收敛性联系起来,强调「概念上的惊讶」而非定理编号。
- Abel / Dirichlet 判别法在国外的分析课程(而非微积分课程)中系统讲授;
微积分教材一般只给出 Dirichlet 判别法的特例(如 的收敛性作为练习)。
- 术语对照:国内「交错级数」= alternating series;
「莱布尼茨判别法」= Leibniz test(有的书只叫 alternating series test);「条件收敛」= conditionally convergent;这些术语在英文文献中完全通用。
10.4 学习建议与提醒
- 若你的目标是考研:莱布尼茨判别法 + 余项估计 + 三种性态判定是必须练到「条件反射」的内容;
Abel / Dirichlet 可以只求理解,不必强记证明。
- 若你的课程包含傅里叶级数:请务必掌握 Dirichlet 判别法与三角部分和的估计,
否则后面会寸步难行(见 7-6-傅里叶级数初步)。
- 国内不同教材对「重排」与「黎曼定理」的处理差别较大,
遇到有争议的表述请以授课教材为准。
本篇小结
一句话概括
任意项级数的正负号破坏了部分和的单调性,于是「有界即收敛」失效;补救办法是分两步走:先看绝对值级数(回到正项级数的地盘,得到绝对收敛),再看交错结构与抵消(莱布尼茨、Abel、Dirichlet,得到条件收敛)。绝对收敛的级数「像有限和一样听话」(可重排),条件收敛的级数则一碰次序就变,这两种性态的区别是本篇最重要的概念,也是考试最爱设伏的地方。
必须记住的结论
- 绝对收敛必收敛: 收敛 收敛,
且 (定理 7.1)。
- 莱布尼茨判别法: 单调不增且 收敛,
且 (定理 7.2);两个条件缺一不可。
- 余项估计:交错级数有 (定理 7.3),是精度计算的依据。
- 绝对收敛的级数可以任意重排、加括号、做柯西乘积,和不变(定理 7.4)。
- 条件收敛级数的正部与负部都发散到 (定理 7.5),
这是「靠抵消收敛」的结构性刻画。
- 黎曼重排定理:条件收敛级数经重排可得到任意指定的和,也可使其发散(定理 7.6)。
- Abel 变换(分部求和):(定理 7.7)。
- Abel 判别法: 单调有界 + 收敛 收敛(定理 7.8)。
- Dirichlet 判别法: 单调趋 + 部分和有界 收敛(定理 7.9)。
- 三角部分和估计:,
由此得 等一大批级数条件收敛。
最容易混淆的几组概念对照表
容易混淆的一对 | 区别要点 | 典型例子
--- | --- | ---
收敛与绝对收敛 | 后者要求 也收敛 | 收敛但不绝对收敛
绝对收敛与条件收敛 | 前者可重排,后者不可 | 重排 得
发散与 发散 | 前者不能推出后者 | 条件收敛级数
莱布尼茨判别法的两个条件 | 单调性与趋零性都要 | 缺单调、 缺趋零
加括号与重排 | 前者收敛级数就安全,后者只有绝对收敛才安全 | 加括号收敛
Abel 与 Dirichlet 判别法 | Abel: 收敛 + 单调有界;Dirichlet: 部分和有界 + | 用 Dirichlet
交错级数余项估计与一般误差估计 | 前者 只对交错级数成立 | 不可用于
收敛与 收敛 | 正项时成立,任意项时不成立 |
条件收敛与「正负项都发散」 | 后者只是前者的必要条件 | 满足但需另证收敛
通往后面章节的接口表
本篇概念 | 在哪里被升级 | 升级成什么
--- | --- | ---
绝对收敛与条件收敛 | 7-4-幂级数 | 收敛区间端点处的收敛性判别(半开半闭收敛域)
莱布尼茨判别法 | 7-4-幂级数、7-5-函数的幂级数展开与泰勒级数 | 端点判别与交错泰勒级数的误差估计
余项估计 | 7-5-函数的幂级数展开与泰勒级数 | 泰勒余项与近似精度控制
Dirichlet 判别法与三角部分和 | 7-6-傅里叶级数初步 | 傅里叶级数的收敛性(狄利克雷条件)
重排与交换次序 | 9-1-二重积分、概率论中的双重和 | 离散版 Fubini 定理(绝对收敛才可交换)
Abel 变换(分部求和) | 5-3-分部积分法 | 连续版本的分部积分
柯西准则 | 7-1-数列极限与常数项级数 | 一切收敛性证明的最终依据
正项级数判别法 | 7-2-正项级数判别法 | 用于 ,判断绝对收敛
相关笔记
- 7-2-正项级数判别法 — 前置:本篇第 2 步「看绝对值级数」用的全是它的比较、比值、根值、积分判别法。
- 7-1-数列极限与常数项级数 — 前置:柯西准则、加括号性质、改变有限项性质都在这里建立。
- 2-4-极限存在准则与两个重要极限的证明 — 单调有界准则与夹逼准则,是莱布尼茨判别法证明的工具。
- 6-6-反常积分 — 积分判别法与反常积分的判敛互相对应,处理含 的绝对值级数时常用。
- 7-4-幂级数 — 直接应用:幂级数在端点处的收敛性只能靠本篇的判别法解决。
- 7-5-函数的幂级数展开与泰勒级数 — 交错级数的余项估计在这里成为近似计算的核心工具。
- 7-6-傅里叶级数初步 — Dirichlet 判别法与三角部分和估计在那里被大量使用。
- 5-3-分部积分法 — Abel 变换(分部求和)的连续版本,两者结构完全对应。
- 附录-解题方法与易错辨析总览 — 判性态题型的流程清单与易错汇总。
- 学习路线图 — 若对绝对收敛与条件收敛的先后顺序不清楚,可按路线图复习。
参考来源
- Banner, The Calculus Lifesaver: The Complete Guide to Calculus and Its Applications, Princeton University Press
—— 对应中译本《普林斯顿微积分读本》中「数列与级数」部分(章节号以手头版次目录为准)。该书把 alternating series test 与误差界放在一起讲,与本篇 2.1、4.4 节的讲法一致。URL:https://www.wiley.com/en-us/The+Calculus+Lifesaver%3A+The+Complete+Guide+to+Calculus+and+Its+Applications-p-9780470181222
- Weisstein, Eric W. "Alternating Series." MathWorld —— 交错级数的定义、
alternating series test 的表述与余项估计。URL:https://mathworld.wolfram.com/AlternatingSeries.html
- Weisstein, Eric W. "Absolutely Convergent." MathWorld —— 绝对收敛与条件收敛的定义、
「绝对收敛必收敛」及重排性质的说明。URL:https://mathworld.wolfram.com/AbsolutelyConvergent.html
- 同济大学数学系《高等数学》下册(第七版/第八版)第十二章「无穷级数」
第二节「常数项级数的审敛法」中的交错级数与绝对收敛部分—— 国内通行讲法:莱布尼茨定理、余项估计 、绝对收敛与条件收敛的判定流程。教材本身,无 URL;章节号以手头版次目录为准。
- 苏德矿等编《微积分》(高等教育出版社)下册「无穷级数」一章
—— 浙大版对交错级数与绝对收敛的处理与同济版基本一致,个别版本把 Abel、Dirichlet 判别法列为选学。教材本身,无 URL;以授课教材为准。
- MIT OpenCourseWare, 18.01SC Single Variable Calculus, Unit 5 "Exploring the Infinite"
—— 交错级数判别法、条件收敛的重排现象、幂级数端点收敛性。教材本身,无 URL;Session 编号以官网当季目录为准。
- 教育部考试中心《全国硕士研究生招生考试数学考试大纲》「无穷级数」部分
—— 数学一、数学三要求「交错级数与莱布尼茨定理、任意项级数的绝对收敛与条件收敛」;数学二不考级数。教材本身,无 URL。
- 本库内部前置:7-2-正项级数判别法(绝对值级数的判敛工具)、
7-1-数列极限与常数项级数(柯西准则与收敛的必要条件)。