条件收敛
条件收敛(Conditional Convergence)
- 定义
- 依赖深度 layer 16
- 分析学
- 数项级数的敛散性
def.conditional-convergence · 定义 · 级数 · 收敛
陈述
称实(或复)级数 条件收敛,当且仅当它收敛,但 发散。
典型例子是交错调和级数:
它收敛,而取绝对值之后就是发散的调和级数。
说明
⭐ 条件收敛的级数是脆弱的:Riemann 重排定理说,它的项可以被重新排列成收敛到任意事先指定的值(甚至发散到 )。所以对它做任何「交换次序」的动作都必须先证明合法性。
⚠ 交错调和级数收敛到 ,但把「一个正项、两个负项」这样重排之后会收敛到 —— 同一个级数、同样的项、不同的和。
⭐ 判据层面:条件收敛只能用 Abel–Dirichlet 那一族来判(正项判据全部失灵)。
它指向谁(出边)
推出 1
-
条件收敛 重排可以任意指定和
设 条件收敛。记 、(正部与负部),则 收敛。
- 两个非负级数都发散:若 与 都收敛,则 收敛,与条件收敛矛盾;若只有一个收敛,则另一个必须也收敛(因为 收敛),同样矛盾。故 。
- 构造重排:给定实数 ,先把正项按原顺序取出、逐项加到部分和上,直到部分和 为止(可以做到,因为正项之和发散);再把负项逐项取来,直到部分和 (同样可以做到)。如此反复。
- 收敛到 :每次「越界」的那一步所加的项,其绝对值不超过「跨过 之前与 的距离」,而由于 ,越界的幅度随步骤趋于零(可以先用 挑选出「每个正项、负项的绝对值都 」的尾部来开工)。于是构造出的部分和与 的距离趋于零。
- 若想收敛到 :只加正项(每次都加到超过当前高度再加一点);想不收敛:把正负两堆交替使用但间隔越拉越大。∎
第 1 步是全部的关键:条件收敛 = 正部与负部各自发散、但两者之差收敛。这条证明也是「 是必要条件」最有价值的一次使用。
谁指向它(入边)
定义引用 1
-
条件收敛 = 收敛 且 不绝对收敛,所以它的定义必须先有「绝对收敛」这个词。
参考
- Rudin, Principles of Mathematical Analysis, Ch. 3
同一星团的其他概念 13 个
- 绝对收敛layer 15
- 比较判别法layer 15
- Cauchy 凝聚判别法layer 16
- Kummer 判别法layer 16
- 根值判别法layer 16
- Riemann 重排定理layer 17
- 级数的 Cauchy 准则layer 18
- 积分判别法layer 18
- Abel–Dirichlet 判别法layer 19
- 绝对收敛 ⟹ 收敛layer 19
- 重排不变性layer 20
- Cauchy 乘积layer 21