Skip to main content

无穷级数

常数项级数​

tip

设有数列 {un}\{u_{n}\},则称

∑n=1∞un=u1+u2+⋯+un+⋯\sum_{n=1}^\infty u_{n}=u_{1}+u_{2}+\cdots+u_{n}+\cdots

为无穷级数,令 Sn=u1+u2+⋯+unS_{n}=u_{1}+u_{2}+\cdots+u_{n},则称数列 {Sn}\{S_{n}\} 为级数的 部分和数列,如果部分和数列有极限 SS,即

lim⁡n→∞Sn=S\lim_{ n \to \infty } S_{n}=S

则称级数 ∑n=1∞un\sum_{n=1}^\infty u_{n} 收敛于 SS,此时称 rn=S−Sn=un+1+⋯r_{n}=S-S_{n}=u_{n+1}+\cdots 为级数的 余部。

显然,如果级数收敛,则

lim⁡n→∞rn=0\lim_{ n \to \infty } r_{n}=0

相关定理

若 kk 为非零常数,则 ∑n=1∞un\sum_{n=1}^\infty u_{n} 与 ∑n=1∞kun\sum_{n=1}^\infty ku_{n} 同敛散;

可加性:若两个级数分别收敛于 A,BA,B,则级数之和收敛于 A+BA+B;

两个级数中的任意一个级数发散,则级数之和一定 发散;

若两个级数都发散,则级数之和可能发散,也可能收敛;

去掉、增加、改变级数的 有限项 不影响级数的敛散性;

收敛级数任意加 括号 仍收敛,且和不变;

括号

在原有级数里随意将若干项用括号括起来看作新级数的一项;在原级数里这样添加的括号可以是有限个,也可以是无限个,只要原级数收敛,添加括号后得到的新级数就一定收敛。但请注意:原来带括号收敛的级数,去掉括号后却未必仍收敛;带括号发散的级数,原级数一定发散。

级数收敛的必要条件是 lim⁡n→∞un=0\lim_{ n \to \infty } u_{n}=0,即级数收敛,通项趋于零;通常使用其逆否命题,若 lim⁡n→∞un≠0\lim_{ n \to \infty } u_{n}\neq0,则级数一定不收敛。

info

若 lim⁡n→∞un≠0\lim_{ n \to \infty }u_{n}\neq 0,则级数发散

正项级数的判敛准则​

正项级数

各项都是正数的级数,若各项都是负数,可以乘以 −1-1 转化为正项级数,敛散性相同。

定理

部分和有界 是正向级数收敛的充要条件;

比较判别法:若两正项级数 ∑n=1∞un,∑n=1∞vn\sum_{n=1}^\infty u_{n}, \sum_{n=1}^\infty v_{n},存在某个正数 NN,当 n>Nn>N 时,un≤vnu_{n}\leq v_{n},则

  1. 若 ∑n=1∞vn\sum_{n=1}^\infty v_{n} 收敛,则 ∑n=1∞un\sum_{n=1}^\infty u_{n} 收敛;
  2. 若 ∑n=1∞un\sum_{n=1}^\infty u_{n} 发散,则 ∑n=1∞vn\sum_{n=1}^\infty v_{n} 发散。
比较判别法的推论

极限形式,由于前有限项并不影响级数的敛散性,因此可以找到某一项之后的所有项都满足比较的条件即可,设

lim⁡n→∞unvn=l, (0≤l≤+∞)\lim_{ n \to \infty } \frac{u_{n}}{v_{n}}=l, \ (0\leq l\leq+\infty)

若 l=0l=0, ∑n=1∞vn\sum_{n=1}^\infty v_{n} 收敛,则 ∑n=1∞un\sum_{n=1}^\infty u_{n} 收敛;

若 l=+∞l=+\infty,∑n=1∞un\sum_{n=1}^\infty u_{n} 发散,则 ∑n=1∞vn\sum_{n=1}^\infty v_{n} 发散;

若 0<l<∞0<l<\infty,二者同敛散。

比值判别法:比较通项的无穷项,设

lim⁡n→∞un+1un=ρ\lim_{ n \to \infty } \frac{u_{n+1}}{u_{n}}=\rho

若 ρ=1\rho=1,敛散不确定;若 ρ>1\rho>1,发散;若 ρ<1\rho<1,收敛。

根值判别法:开 nn 次根号,设

lim⁡n→∞unn=ρ\lim_{ n \to \infty } \sqrt[n]{ u_{n} }=\rho

若 ρ=1\rho=1,敛散不确定;若 ρ>1\rho>1,发散;若 ρ<1\rho<1,收敛。

若 ρ=1\rho=1,可能是通项趋近于一个常数,比值判别法也是同理,这时可以检查一下 unu_{n} 是否趋向于 00.

根值判别法中常用的一个极限为

lim⁡n→∞n!nn\lim_{ n \to \infty }\frac{\sqrt[n]{n!}}{n}

可以使用定积分定义求解

1n2n⋯nnn=e1n∑k=1∞ln⁡kn=e∫01ln⁡x dx=1e\begin{aligned} &\sqrt[n]{ \frac{1}{n} \frac{2}{n}\cdots \frac{n}{n} }\\ &=e^{\frac{1}{n}\sum_{k=1}^\infty \ln \frac{k}{n}}\\ &=e^{\int _{0}^1\ln x \, dx }\\ &=\frac{1}{e} \end{aligned}

stolz 定理:能用比值判别法做出来,则一定能用根值判别法做出来。

若 bnb_{n} 递增,且 lim⁡n→∞bn=+∞\lim_{ n \to \infty }b_{n}=+\infty,则

lim⁡n→∞an+1−anbn+1−bn=lim⁡n→∞anbn=A\lim_{ n \to \infty } \frac{a_{n+1}-a_{n}}{b_{n+1}-b_{n}}=\lim_{ n \to \infty } \frac{a_{n}}{b_{n}}=A

实际上根值判别法是可以转化为这种形式。

斯特林公式:阶乘的估计

n!≈2πn(ne)nn! \approx \sqrt{ 2\pi n }\left(\frac{n}{e}\right)^n

指数求和等价无穷大:

1p+2p+⋯+np∼np+1p+11^p+2^p+\cdots+n^p \sim \frac{n^{p+1}}{p+1}

证明可以使用定积分定义。

积分判别法:若 f(x)f(x) 在区间 [1,+∞)[1,+\infty) 是正的,且单调递减,则级数 ∑n=1∞f(n)\sum_{n=1}^\infty f(n) 收敛,当且仅当反常积分 ∫1+∞f(x) dx\int _{1}^{+\infty}f(x) \, dx 收敛。

证明大致步骤如下:

  1. 首先设中间函数 F(x)=∫1∞f(x) dixF\left( x\right)=\int_{1}^\infty f(x) \, dix,这里的 nn 为正整数,利用夹逼准则可以证明其和上述反常积分同敛散;
  2. 证明级数 ∑n=1∞(∑k=1nf(k)−∫1nf(t) dx)\sum_{n=1}^\infty\left(\sum_{k=1}^n f(k)-\int _{1}^nf(t) \, dx\right) 收敛,先证明单调,再将积分拆分为一个个区间(和积分的原理有关),则二者同敛散;

可以使用积分判别法证明,级数 ∑n=1∞1np\sum_{n=1}^\infty \frac{1}{n^p} 当 p>1p>1 时收敛;当 p≤1p\leq 1 时发散。

注意这里的积分下限是可以大于 11 的。

对数判别法:lim⁡n→∞ln⁡1anln⁡n=ρ\lim_{ n \to \infty } \frac{\ln \frac{1}{a_{n}}}{\ln n}=\rho,则

若 ρ=1\rho=1,敛散不确定;若 ρ<1\rho<1,发散;若 ρ>1\rho>1,收敛;注意,这里的结论是相反的,可以使用极限保号性证明。

交错级数​

交错级数

符号正负相间的级数,即 ∑n=1∞(−1)n−1un, un>0\sum_{n=1}^\infty (-1)^{n-1}u_{n},\ u_{n}>0,则称此级数为 交错级数。

莱布尼茨准则: 若 un≥un+1(n=1,2,⋯ )u_{n}\geq u_{n+1}(n=1,2,\cdots),lim⁡n→∞un=0\lim_{ n \to \infty } u_{n}=0,则交错级数收敛。

caution

莱布尼茨准则是一个充分条件,即若交错级数收敛,则 un≥un+1(n=1,2,⋯ )u_{n}\geq u_{n+1}(n=1,2,\cdots) 不一定成立,同样的不需要从第一项开始递减,只需要从有限项递减即可;

说明 un>un+1u_{n}>u_{n+1} 一般有三种方式:

  1. 比值;
  2. 作差;
  3. 找出对应的可导函数,导函数小于零。

绝对收敛​

tip

若级数各项 绝对值 组成的级数收敛,则称其 绝对收敛;

若级数收敛,但不绝对收敛,则称其 相对收敛;

定理

绝对收敛的级数一定收敛;

条件收敛的所有正项(负项)构成的级数一定发散,即:若级数条件收敛,则 ∑n=1∞un+∣un∣2\sum_{n=1}^\infty \frac{u_{n}+|u_{n}|}{2} 和 ∑n=1∞un−∣un∣2\sum_{n=1}^\infty \frac{u_{n}-|u_{n}|}{2} 都发散。

常用结论

  1. 绝对收敛 ±\pm 条件收敛 == 条件收敛;
  2. 绝对收敛 ±\pm 绝对收敛 == 绝对收敛;
  3. 条件收敛 ±\pm 条件收敛 == 条件收敛或绝对收敛;

幂级数​

函数项级数及收敛域与和函数

设 u1(x),u2(x),⋯ ,un(x)u_{1}(x),u_{2}(x),\cdots,u_{n}(x) 是定义在区间 II 上的函数序列,则称

u1(x)+u2(x)+⋯+un(x)+⋯=∑n=1∞un(x)u_{1}(x)+u_{2}(x)+\cdots+u_{n}(x)+\cdots=\sum_{n=1}^\infty u_{n}(x)

为定义在区间 II 上的 函数项级数。

若 x0∈Ix_{0}\in I,级数 ∑n=1∞un(x0)\sum_{n=1}^\infty u_{n}(x_{0}) 收敛,则称 x0x_{0} 为级数的 收敛点,否则就成为 发散点,所有收敛点构成的集合称为 收敛域。

函数项级数在收敛域内有和,其值与收敛点 xx 有关,记为 S(x)=∑n=1∞un(x)S(x)=\sum_{n=1}^\infty u_{n}(x),又称为和函数。

幂级数

形如 ∑n=0∞an(x−x0)n\sum_{n=0}^\infty a_{n}(x-x_{0})^n 的函数项级数成为 幂级数,注意这里的 nn 从 00 开始,当 x0=0x_{0}=0 时,∑n=0∞anxn\sum_{n=0}^\infty a_{n}x^n.

幂级数的收敛性只有三种情况:

  1. 对于任意的 x∈(−∞,∞)x\in(-\infty,\infty) 都收敛;
  2. 仅在 x=0x=0 处收敛;
  3. 存在一个正数 RR,当 ∣x∣<R|x|<R 时绝对收敛,否则发散。

定理​

阿贝尔定理:幂级数 ∑n=0∞anxn\sum_{n=0}^\infty a_{n}x^n 当 x=x0≠0x=x_{0}\neq 0 时收敛,则当 ∣x∣<∣x0∣|x|<|x_{0}| 时,其绝对收敛;若幂级数发散,则当 ∣x∣>∣x0∣|x|>|x_{0}| 时,其发散。

收敛半径、收敛区间:若存在 RR,使得 ∑n=0∞anxn\sum_{n=0}^\infty a_{n}x^n 在 (−R,R)(-R,R) 内收敛,区间之外发散,则称 RR 为收敛半径,区间为收敛区间。

caution

注意这里是开区间,收敛需要判断端点是否收敛。

若 lim⁡n→∞∣an+1an∣=ρ\lim_{ n \to \infty } | \frac{a_{n+1}}{a_{n}}|=\rho,则 R=1ρR= \frac{1}{\rho}.

若 lim⁡n→∞∣an∣n=ρ\lim_{ n \to \infty } \sqrt[n]{|a_n|}=\rho,则 R=1ρR= \frac{1}{\rho}.

caution

对于全是次数全是奇/偶的幂级数,形如

∑n=0∞anx2n∑n=0∞anx2n+1\begin{aligned} &\sum _{n=0}^\infty a_{n}x^{2n} \\ &\sum _{n=0}^\infty a_{n}x^{2n+1} \end{aligned}

收敛半径的需要额外开个根号 R=1ρR=\sqrt{ \frac{1}{\rho} }.

幂级数的性质​

四则运算性质

两个收敛的幂级数之和/积,新的级数收敛于原级数极限之和/积,收敛半径取小者。

两个幂级数的和函数之比为

S1(x)S2(x)=∑n=0∞anxn∑n=0∞bnxn=c0+c1x+⋯+cnxn+⋯\frac{S_{1}(x)}{S_{2}(x)}= \frac{\sum_{n=0}^\infty a_{n}x^n}{\sum_{n=0}^\infty b_{n}x^n}=c_{0}+c_{1}x+\cdots+c_{n}x^n+\cdots

其中 b0≠0b_{0}\neq 0,cnc_{n} 由 ∑n=0∞bnxn∑n=0∞cnxn=∑n=0∞anxn\sum_{n=0}^\infty b_{n}x^n\sum_{n=0}^\infty c_{n}x^n=\sum_{n=0}^\infty a_{n}x^n 确定。

设幂级数 ∑n=0∞anxn\sum_{n=0}^\infty a_{n}x^n 的收敛半径为 RR,和函数为 S(x)S(x),则

  1. S(x)S(x) 在 (−R,R)(-R,R) 上连续;
  2. S(x)S(x) 在 (−R,R)(-R,R) 上可导,且可逐项求导,即 S′(x)=∑n=1∞nanxn−1S'(x)=\sum_{n=1}^\infty na_{n}x^{n-1};
  3. S(x)S(x) 在 (−R,R)(-R,R) 内可积,且可逐项积分,即 ∫0xS(t)dt=∑n=0∞∫0xantndt=∑n=0∞ann+1xn+1\int_{0}^x S(t)dt=\sum_{n=0}^\infty \int_{0}^x a_{n}t^{n}dt=\sum_{n=0}^\infty \frac{a_{n}}{n+1}x^{n+1}.
caution

两个幂级数之和的收敛半径需要分类讨论:

  1. 当 R1=R2R_{1}=R_{2} 时,收敛半径 R≥min(R1,R2)R\geq min(R_{1},R_{2});
  2. 当 R1≠R2R_{1}\neq R_{2} 时,收敛半径 R=min(R1,R2)R=min(R_{1},R_{2}).

由于两收敛半径相同时,新级数的收敛半径可能会大于二者最小的收敛半径,因此实际收敛区间可能更大。

函数的幂级数展开​

就是泰勒公式,在 x0=0x_{0}=0 处的级数展开称为 麦克劳林级数。

泰勒级数的收敛

函数 f(x)f(x) 在 x=x0x=x_{0} 处任意阶可导,则泰勒级数

∑n=0∞f(n)(x0)n!(x−x0)n\sum_{n=0}^\infty \frac{f^{(n)}(x_{0})}{n!}(x-x_{0})^n

收敛于 f(x)f(x) 的 充要条件 是

lim⁡n→∞Rn(x)=0\lim_{ n \to \infty } R_{n}(x)=0

其中

Rn(x)=f(n+1)(x0+θ(x−x0))(n+1)!(x−x0)n+1R_{n}(x)= \frac{f^{(n+1)}(x_{0}+\theta(x-x_{0}))}{(n+1)!}(x-x_{0})^{n+1}

常用的麦克劳林展开式

11−x=1+x+x2+⋯+xn, x∈(−1,1)11+x=1−x+x2+⋯+(−1)nxn, x∈(−1,1)ex=1+x+x22+⋯+xnn!sin⁡x=x−x33+⋯+(−1)n(2n+1)!x2n+1cos⁡x=1−x22+⋯+(−1)n(2n)!x2nln⁡(1+x)=x−x22+⋯+(−1)n−1nxn(1+x)α=1+αx+α(α−1)2!x2+⋯+α(α−1)⋯(α−n+1)n!xnarctan⁡x=∑n=0∞(−1)n2n+1x2n+1arcsin⁡x=∑n=0∞(2nn)14n(2n+1)x2n+1\begin{aligned} \frac{1}{1-x}&=1+x+x^2+\cdots+x^n,\ x \in (-1, 1)\\ \frac{1}{1+x}&=1-x+x^2+\cdots+(-1)^nx^n,\ x \in (-1,1)\\ e^x &=1+x+ \frac{x^2}{2}+\cdots+ \frac{x^n}{n!}\\ \sin x &=x- \frac{x^3}{3} +\cdots+\frac{(-1)^n}{(2n+1)!} x^{2n+1} \\ \cos x &= 1- \frac{x^2}{2}+\cdots+ \frac{(-1)^n}{(2n)!} x^{2n} \\ \ln(1+x) &= x- \frac{x^2}{2}+\cdots+ \frac{(-1)^{n-1}}{n} x^n \\ (1+x)^{\alpha} &= 1+\alpha x+\frac{\alpha(\alpha-1)}{2!}x^2+\cdots+\frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n \\ \arctan x &= \sum_{n=0}^{\infty} \frac{(-1)^n}{2n+1} x^{2n+1}\\ \arcsin x &= \sum_{n=0}^{\infty} \binom{2n}{n} \frac{1}{4^n (2n+1)} x^{2n+1} \end{aligned}

傅里叶级数​

tip

设函数 f(x)f(x) 是周期为 2π2\pi 的周期函数,且在 [−π,π][-\pi,\pi] 上可积,则称

an=1π∫−ππf(x)cos⁡nx dx(n=0,1,2,⋯ ),bn=1π∫−ππf(x)sin⁡nx dx(n=1,2,3,⋯ ),\begin{aligned} a_{n}= \frac{1}{\pi}\int_{-\pi}^\pi f(x)\cos nx \, dx (n=0,1,2,\cdots),\\ b_{n}= \frac{1}{\pi}\int_{-\pi}^\pi f(x)\sin nx \, dx (n=1,2,3,\cdots),\\ \end{aligned}

为 f(x)f(x) 的傅里叶系数,称级数 a02+∑n=1∞(ancos⁡nx+bnsin⁡nx)\frac{a_{0}}{2}+\sum_{n=1}^\infty(a_{n}\cos nx+b_{n}\sin nx) 为其以 2π2\pi 为周期的傅里叶级数。

傅里叶级数的收敛性/狄利克雷收敛定理​

若 f(x)f(x) 是周期为 2π2\pi 的可积函数,且满足

  1. 在 [−π,π][-\pi,\pi] 上连续,或只有 有限个 第一类间断点;
  2. 在 [−π,π][-\pi,\pi] 上只有有限个单调区间

则 f(x)f(x) 的以 2π2\pi 为周期的傅里叶级数收敛,且

S(x)=a02+∑n=1∞(ancos⁡nx+bnsin⁡nx)=12[f(x+)+f(x−)]S(x)= \frac{a_{0}}{2}+\sum_{n=1}^\infty (a_{n}\cos nx+b_{n}\sin nx)=\frac{1}{2}[f(x^+)+f(x^-)]

傅里叶级数在 [−π,π][-\pi,\pi] 上处处收敛,且收敛于

  1. f(x)f(x),xx 为连续点;
  2. f(x−)+f(x+)2\frac{f(x^-)+f(x^+)}{2},间断点;
  3. f(−π+)+f(π−)2\frac{f(-\pi^+)+f(\pi^-)}{2},x=±πx=\pm\pi,因为周期是 2π2\pi,实际上是间断点的变形。

周期为 2π2\pi 的函数的展开​

在 [−π,π][-\pi,\pi] 上展开

an=1π∫−ππf(x)cos⁡nx dx(n=0,1,2,⋯ ),bn=1π∫−ππf(x)sin⁡nx dx(n=1,2,3,⋯ ),\begin{aligned} a_{n}= \frac{1}{\pi}\int_{-\pi}^\pi f(x)\cos nx \, dx (n=0,1,2,\cdots),\\ b_{n}= \frac{1}{\pi}\int_{-\pi}^\pi f(x)\sin nx \, dx (n=1,2,3,\cdots),\\ \end{aligned}

在 [−π,π][-\pi,\pi] 上奇偶函数的展开

若 f(x)f(x) 为奇函数,

an=0,n=0,1,2,⋯bn=2π∫0πf(x)sin⁡nx dx(n=1,2,3,⋯ )\begin{aligned} a_{n} &= 0, n=0,1,2,\cdots\\ b_{n}&=\frac{2}{\pi }\int_{0}^\pi f(x)\sin nx \, dx(n=1,2,3,\cdots) \end{aligned}

f(x)f(x) 为偶函数,

an=2π∫0πf(x)cos⁡nx dx(n=0,1,2,⋯ )bn=0,n=1,2,⋯\begin{aligned} a_{n}&=\frac{2}{\pi }\int_{0}^\pi f(x)\cos nx \, dx (n=0,1,2,\cdots)\\ b_{n} &= 0, n=1,2,\cdots\\ \end{aligned}

在 [0,π][0,\pi] 上展开为正弦或余弦:和上面的两种情况相同。

周期为 2l2l 的函数的展开​

只需将区间放缩至 [−π,π][-\pi,\pi] 之间即可,即

  1. 修改积分上下限中的 π\pi 为 ll;
  2. 修改三角函数中的 nxnx 为 nx⋅πlnx\cdot \frac{\pi}{l}. 其余与上一节保持一致

级数求和​

幂级数求和通常使用泰勒公式去除求和符号,或者找出通项的原函数,若原函数满足某个泰勒公式,则转换之后再求导。

常数项级数通常转化为幂级数在某一点的值进行求解。

求幂级数的和函数一般有三种方法:

  1. 先导后积、先积后导;
  2. 构造微分方程;
  3. 套用公式。

公式法​

武器库
11−x=1+x+x2+⋯+xn+⋯=∑n=0∞xn, x∈(−1,1)(1)\frac{1}{1-x}=1+x+x^2+\cdots+x^n+\cdots=\sum_{n=0}^\infty x_{n},\ x \in(-1, 1)\\ \tag1

由此可以推出

11+x=1−x+x2+⋯+(−1)nxn+⋯=∑n=0∞(−1)nxn, x∈(−1,1)\frac{1}{1+x}=1-x+x^2+\cdots+(-1)^nx^n+\cdots=\sum_{n=0}^\infty (-1)^n x_{n},\ x \in(-1, 1)\\

积分推得

ln⁡(1+x)=x−x22+x33−x44+⋯+(−1)nxnn+⋯=∑n=1∞(−1)n−1xnn\ln(1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\frac{x^4}{4}+\cdots+(-1)^n \frac{x^n}{n}+\cdots=\sum_{n=1}^\infty (-1)^{n-1} \frac{x^n}{n}

注意这里的 nn 是从 11 开始的,因为 00 是分母不成立,可以随意转换,如改为 ∑n=0∞(−1)nxn+1n+1\sum_{n=0}^\infty (-1)^{n} \frac{x^{n+1}}{n+1}

可以推出

ln⁡(1−x)=−x−x22−x33−x44−⋯−xnn+⋯=−∑n=1∞xnn\ln(1-x)=-x-\frac{x^2}{2}-\frac{x^3}{3}-\frac{x^4}{4}-\cdots-\frac{x^n}{n}+\cdots=-\sum_{n=1}^\infty \frac{x^n}{n}

因此有常用公式

∑n=1∞xnn=−ln⁡(1−x)\sum_{n=1}^\infty \frac{x^n}{n}=-\ln(1-x)

若将 ln⁡(1−x)\ln(1-x) 和 ln⁡(1+x)\ln(1+x) 相加,则

ln⁡(1+x2)=−2(x22+x44+⋯x2n2n+⋯ )=−2∑n=1∞x2n2n\ln(1+x^2)=-2\left(\frac{x^2}{2}+\frac{x^4}{4}+\cdots\frac{x^{2n}}{2n}+\cdots\right)=-2\sum_{n=1}^\infty \frac{x^{2n}}{2n}

相减得到

ln⁡(1+x1−x)=2(x+x33+⋯x2n+12n+1+⋯ )=2∑n=0∞x2n+12n+1\ln\left( \frac{1+x}{1-x} \right)=2\left(x+\frac{x^3}{3}+\cdots\frac{x^{2n+1}}{2n+1}+\cdots\right)=2\sum_{n=0}^\infty \frac{x^{2n+1}}{2n+1}

通过 11+x\frac{1}{1+x} 可以得到 11+x2\frac{1}{1+x^2} 的泰勒展开,积分得到

arctan⁡x=x−x33+x55−x77+⋯=−∑n=1∞(−1)n−1x2n−12n−1\arctan x=x-\frac{x^3}{3}+\frac{x^5}{5}-\frac{x^7}{7}+\cdots=-\sum_{n=1}^\infty (-1)^{n-1} \frac{x^{2n-1}}{2n-1}

若对 (1)(1) 式求导

1(1−x)2=(∑n=0∞xn)′=∑n=1∞nxn−1=∑n=0∞(n+1)xn(2)\frac{1}{(1-x)^2}=\left(\sum_{n=0}^\infty x^n \right)'=\sum_{n=1}^\infty nx^{n-1}=\sum_{n=0}^\infty (n+1)x^{n} \tag2

再次求导

2(1−x)3=∑n=1∞(n+1)nxn−1=∑n=0∞(n+2)(n+1)xn(3)\frac{2}{(1-x)^3}=\sum_{n=1}^\infty (n+1)nx^{n-1}=\sum_{n=0}^\infty (n+2)(n+1)x^{n} \tag3

可得得到规律

(k−1)!(1−x)k=∑n=0∞(n+k)(n+k−1)⋯(n+1)xn\frac{(k-1)!}{(1-x)^k}=\sum_{n=0}^\infty (n+k)(n+k-1)\cdots(n+1)x^{n}

该式通常需要配合拆项、裂项使用。

级数求和时,可以使用裂项、求导、积分等方式凑出这些公式进行求解,只要形如 g(x)xng(x)x^n,g(x)g(x) 是关于 nn 的线性函数,则可以用待定系数法拆分为 (2),(3)(2),(3) 式。

caution

需要尤其注意求和符号的起始点,要 多退少补,一般最多就补三项。

构造微分方程​

考虑两个例子

求解 1+x+x22!+⋯+xnn!+⋯1+x+\frac{x^2}{2!}+\cdots+ \frac{x^n}{n!}+\cdots 的对应幂函数。

先对其求一次导得到 0+1+x+x22!+⋯+xnn!+⋯0+1+x+\frac{x^2}{2!}+\cdots+ \frac{x^n}{n!}+\cdots,可以发现和原级数相同,则可以得到微分方程

S(x)=S′(x)S(x)=S'(x)

根据初值条件得到 ∑xnn!=ex\sum \frac{x^n}{n!}=e^x.

求解 x−x33!+x55!+⋯+(−1)nx2n+1(2n+1)!x-\frac{x^3}{3!}+\frac{x^5}{5!}+\cdots+(-1)^n \frac{x^{2n+1}}{(2n+1)!} 的对应函数

求导得到

1−x22!+⋯1-\frac{x^2}{2!}+\cdots

注意到 xx 由奇次数变为偶次数,可再次求导,不难发现结果是原式的取负,则得到微分方程

S′′(x)+S(x)=0S''(x)+S(x)=0

则其对应幂函数是 sin⁡x\sin x

通过递推关系​

通过递推关系构造微分方程求 S(x)S(x),如 an{a_{n}} 满足 a0=3,a1=1,an−2−n(n−1)an=0(n≥2),S(x)=∑n=0∞anxna_{0}=3,a_{1}=1,a_{n-2}-n(n-1)a_{n}=0(n\geq 2),S(x)=\sum_{n=0}^\infty a_{n}x^n ,

  1. 证明 S′′(x)=S(x)S''(x)=S(x)
  2. 求 S(x)S(x)

第一问求两次导即可,第二个解微分方程,代入初始条件。