Abel–Dirichlet 判别法
定理:Abel 与 Dirichlet 判别法(非绝对收敛那一族)
- 定理
- 依赖深度 layer 19
- 分析学
- 数项级数的敛散性
thm.abel-dirichlet-series · 定理 · 级数 · 收敛
陈述
(Dirichlet) 设 单调且 ,而 的部分和有界(存在 使 对一切 成立)。则 收敛。
(Abel) 设 单调有界,而 收敛。则 收敛。
说明
⭐ 这两个判别法处理的是一般来说不绝对收敛的级数 —— 正项那一族的判据(比较、Kummer、根值、积分)在这里全都用不上。
⭐ Leibniz 交错级数判别法是 Dirichlet 的特例:取 (部分和只取 两个值,有界), 单调趋于 ,就得到「交错级数收敛」。所以图上不单独建 Leibniz 节点。
⭐ 证明的核心是 Abel 求和(分部求和):把 改写成 ,于是「 有界」与「 单调」各发挥一次作用,再用 Cauchy 准则收尾。
它指向谁(出边)
推出 1
-
Abel–Dirichlet 判别法 Abel 第二定理
设 、 收敛,要证 。记 、。
- 分部求和(Abel 求和):对 ,
(证明:把 代入,交换求和次序,得到 。)
- 由 收敛, 有界,且 。把上式改写成
- 给定 ,取 使 时 。把和拆成前 项与尾部:前 项乘上 当 时趋于零;尾部被 控制。
- 合并:,故极限为 。∎
(这里第 1 步的求和是 Abel 求和法的核心 —— 它与 Abel–Dirichlet 判别法同源:都是把一个级数换成它的部分和的加权平均。)
「」这个改写把 的收敛性变成了权重 的平均 —— 权重之和恰为 ,所以极限读起来就是「 的加权平均趋于 」。
谁指向它(入边)
推出 1
-
Cauchy 准则 + 分部求和 Abel–Dirichlet 判别法
记 ,,并设 对一切 成立。
分部求和(Abel 求和):对 ,
(把 重排并与下一项合并。)
Dirichlet 支: 单调时 ,于是右边三项的绝对值分别被下式控制:
最后一步用了望远镜和 。由 ,给定 取 足够大便可使尾巴 ;由级数的 Cauchy 准则, 收敛。
Abel 支: 单调有界时令 ,则 单调趋于 ,对 用 Dirichlet 支;又 收敛,两者相加即得。∎
分部求和是这一族判别法的引擎 —— 它把「 的尾巴」换成了「 与 的增量」,于是部分和有界()与单调趋于零()各自发挥一次作用。Leibniz 判别法取 即得。
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
- 条件收敛layer 16
- 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
- 绝对收敛 ⟹ 收敛layer 19
- 重排不变性layer 20
- Cauchy 乘积layer 21
继续
在星图里打开「Abel–Dirichlet 判别法」 · 全部 870 个概念 · Markdown 原文 · 读图指南与记号表