极限这个东西,常学常新,总是一再挑战着人类有限的认知。
极限最特别的地方就在于它从不在乎眼下一城一池的得失,而是一切向后看。部分和永远可以交换求和顺序而不改变其结果,但是不同的顺序意味着部分和以不同的方式收敛到某个极限,抑或是发散。 收敛准则告诉我们,部分和之间的振幅能否被很好的控制,是收敛的关键,而收敛到什么地方,是由初始若干多项确定其大致方位(原始积累阶段),然后是后面无穷多项的波动确定精确的位置(微调阶段)。求和顺序不同,很可能会导致初始位置的巨大偏差,即便有后面无穷次的微调,也无济于事。这就是为什么求和顺序会影响级数结果。
如下证明充分利用了两点:
于是一个非常朴素的想法:多减少增,是使部分和围绕极限波动的手段。由此观之,此两点缺一不可,于是条件收敛级数的全部奥义被发挥到了极致。
我们以下面条件收敛级数为例:
经过重排后,可以收敛到任意的
(证略)
我们知道前一个级数是发散至无穷的,后者是收敛的,所以
存在 ,满足
其中 表示对奇数 求和, 表示对偶数 求和. 调和级数的发散性保证了 的存在性. 于是立即有
定义
存在 ,满足
立即有
定义:
重复以上步骤,且满足 我们会得到单调递增的正整数序列 ,与之相对应的,有重排后的 的部分和序列
(注意到按照上述方式排列所有的正整数都会不重不漏地列举出来)自然满足:
对于一般项 总是介于 , 之间,设 介于 , 之间. 从 至 具有单调性(不是奇数项的累加,就是偶数项的削减). 于是:
结合 式有
所以接下来需要对 估计( 同理).
这个小于号成立是因为(下面将证明),这个求和的项数总是有界的,即 故而由 可得
于是以上构造的部分和序列 是一个收敛到 的 列.
最后证明上面的断言. 由 公式,
解得
由于 被严格控制,故
于是得到 式的估计
综上,我们可以使得条件收敛的级数 经过重排后,构造了收敛到任意的 的部分和序列. 并且证明的本身也反应了顺序对于收敛极限的影响. 不局限于级数 ,对于一般的条件收敛级数该性质依然成立,这即是黎曼条件收敛级数定理.
将上述过程编成的 语言代码:
#黎曼条件级数定理特例的验证 #S = 1 -1/2 + 1/3 - 1/4 +... #给定极限A,画出前n项部分和序列 S <- function(n, A, cex = 0.5) { ans = c() plot(0, 0, type = "n", cex = cex, pch = 19, xlim = c(0,n), ylim = c(A - 1,A + 1), xlab = "n", ylab = "Sn") s = 0; i = 1; j = 1 m = 1 #偶数项 while(i <= n) #奇数项自然增长 { while(s <= A) { s = s + 1/j points(i, s, cex = cex, pch = 19) ans = c(ans, j) j = j + 2 i = i + 1 if(i == n)return(list("近似值" = s,"换序结果" = ans)) } while(s > A) #偶数项的调整 { ans = c(ans, -2*m) s = s + 1/ans[i] i = i + 1 if(i == n)return(list("近似值" = s,"换序结果" = ans)) points(i, s, cex = cex, pch = 19) m = m + 1 } } return(list("近似值" = s,"换序结果" = ans)) }
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有