← 全部笔记

数学分析

Abel 分部求和公式

文章目录

Abel 分部求和公式

来源与问题 原笔记未记录具体参考书页。本文保留分部求和的离散微积分类比与三个级数例子,研究怎样把逐项大小的控制改为部分和与差分的控制。新增专题补充完整证明及反例。

1. 简介

Abel 分部求和公式(Abel summation by parts,又称部分求和 / summation by parts)是积分分部积分的离散模拟:它把 ∑akbk\sum a_k b_k 用 aka_k 的“部分和”An=∑k=1nakA_n=\sum_{k=1}^n a_k 与 bkb_k 的“差分”bk+1−bkb_{k+1}-b_k 重新组织。

它是处理级数收敛性、估计部分和以及交换“求和与取极限”的核心工具。著名的 Dirichlet 判别法、Abel 判别法与 Abel 收敛定理都由它推出。

2. 定义与公式

2.1 基本形式

设 {ak},{bk}\{a_k\},\{b_k\} 为实(或复)序列,定义 An=∑k=1nakA_n=\sum_{k=1}^{n}a_k(A0=0A_0=0),则

∑k=1nakbk=Anbn−∑k=1n−1Ak (bk+1−bk).\sum_{k=1}^{n} a_k b_k = A_n b_n - \sum_{k=1}^{n-1} A_k\,(b_{k+1}-b_k).

与分部积分的类比 连续情形 ∫u dv=uv−∫v du\int u\,dv = uv - \int v\,du:这里 akbka_kb_k 扮演 u dvu\,dv,部分和 AkA_k 扮演 vv,而差分 bk+1−bkb_{k+1}-b_k 扮演 dudu。这正是“离散版分部积分”。

2.2 更一般的区间形式

对 m≤nm\le n,记 An=∑k=1nakA_n=\sum_{k=1}^{n}a_k、Am−1=∑k=1m−1akA_{m-1}=\sum_{k=1}^{m-1}a_k,有

∑k=mnakbk=Anbn−Am−1bm+∑k=mn−1Ak (bk−bk+1).\sum_{k=m}^{n} a_k b_k = A_n b_n - A_{m-1}b_m + \sum_{k=m}^{n-1} A_k\,(b_k - b_{k+1}).

这是判断无穷级数收敛常用的形式。

3. 与分部积分的类比

连续(积分) 离散(求和)
∫abu dv\int_a^b u\,dv ∑k=mnakbk\sum_{k=m}^{n} a_k b_k
v(x)=v(a)+∫axv′(t) dtv(x)=v(a)+\int_a^x v'(t)\,dt Ak=∑j=1kajA_k=\sum_{j=1}^{k}a_j
dudu bk+1−bkb_{k+1}-b_k
∫abu dv=[uv]ab−∫abv du\int_a^b u\,dv=\big[uv\big]_a^b-\int_a^b v\,du ∑akbk=Anbn−Am−1bm−∑Ak(bk+1−bk)\sum a_kb_k=A_nb_n-A_{m-1}b_m-\sum A_k(b_{k+1}-b_k)

核心原理 求和与积分的“分部”揭示同一原理:要控制 ∑akbk\sum a_kb_k,只需要 aka_k 的部分和受控,加上 bkb_k 的变化量足够小。这正是各类收敛判别法的思想。

4. 收敛判别法

4.1 Dirichlet 判别法

设 {ak}\{a_k\} 的部分和 AnA_n 有界(存在 MM 使 ∣An∣≤M|A_n|\le M),而 {bk}\{b_k\} 单调趋于 00,则 ∑k=1∞akbk\sum_{k=1}^{\infty}a_kb_k 收敛。这里单调性针对实数列 bkb_k;aka_k 可以是复数。

证明:由 §2.2, ∑k=mnakbk=Anbn−Am−1bm+∑k=mn−1Ak(bk−bk+1).\sum_{k=m}^{n}a_kb_k=A_nb_n-A_{m-1}b_m+\sum_{k=m}^{n-1}A_k(b_k-b_{k+1}). 实数列 bkb_k 单调趋零,故各项同号且 ∣bk∣|b_k| 递减,从而 ∑k=mn−1∣bk−bk+1∣=∣bm∣−∣bn∣\sum_{k=m}^{n-1}|b_k-b_{k+1}|=|b_m|-|b_n|。由 ∣Ak∣≤M|A_k|\le M 得完整尾和的统一估计 ∣∑k=mnakbk∣≤M∣bn∣+M∣bm∣+M(∣bm∣−∣bn∣)=2M∣bm∣.\left|\sum_{k=m}^{n}a_kb_k\right| \le M|b_n|+M|b_m|+M(|b_m|-|b_n|)=2M|b_m|. 右端在 m→∞m\to\infty 时趋零,且与 n≥mn\ge m 无关,故由Cauchy准则收敛。

Abel 引理 证明中的关键估计 ∣∑k=mnakbk∣≤M(∣bm∣+2max⁡m≤k≤n∣bk∣)|\sum_{k=m}^{n}a_kb_k|\le M\Big(|b_m|+2\max_{m\le k\le n}|b_k|\Big) 称为 Abel 引理,是 Dirichlet 判别法的核心。

4.2 Abel 判别法

设 ∑ak\sum a_k 收敛(即 AnA_n 收敛),而 {bk}\{b_k\} 单调且有界,则 ∑akbk\sum a_kb_k 收敛。

证明草图:设 bk→bb_k\to b,把 bk=b+(bk−b)b_k=b+(b_k-b) 拆开,则 ∑akbk=b∑ak+∑ak(bk−b)\sum a_kb_k=b\sum a_k+\sum a_k(b_k-b)。第一项收敛;第二项中 (bk−b)(b_k-b) 单调趋于 00 且有界,可用 Dirichlet 判别法。由此得证。完整尾段估计和变号级数的反例见Abel变换与变号级数判别;其中说明“通项等价”为何不能直接保证变号级数同敛散。

4.3 交错级数判别法(Leibniz)

取 ak=(−1)k−1a_k=(-1)^{k-1}(部分和 An∈{0,1}A_n\in\{0,1\} 有界),bkb_k 单调递减趋于 00,即得经典的 Leibniz 判别法:∑(−1)k−1bk\sum (-1)^{k-1}b_k 收敛。

5. 例子

5.1 交错调和级数

∑k=1∞(−1)k−1k=ln⁡2\sum_{k=1}^{\infty}\frac{(-1)^{k-1}}{k}=\ln2。由Dirichlet判别法(bk=1/kb_k=1/k 单调趋于0)得到收敛;数值 ln⁡2\ln2 还需另作求和,例如先在 0≤r<10\le r<1 积分几何级数,再用Abel边界定理。两步在级数求和的裂项、积分与Abel方法中分开证明。

5.2 三角驱动的条件收敛级数

∑k=1∞sin⁡kk\sum_{k=1}^{\infty}\frac{\sin k}{k} 收敛:部分和 ∑k=1nsin⁡k\sum_{k=1}^{n}\sin k 有界(其模 ≤1∣sin⁡12∣\le\tfrac{1}{|\sin\frac12|}),bk=1kb_k=\frac1k 单调趋于 00,故 Dirichlet 判别法适用。

5.3 Abel 收敛定理

设 ∑n=0∞an\sum_{n=0}^{\infty}a_n 收敛(和为 SS),则幂级数在端点有 Abel 极限:

lim⁡x→1−∑n=0∞anxn=S=∑n=0∞an.\lim_{x\to1^{-}}\sum_{n=0}^{\infty}a_n x^{n} = S = \sum_{n=0}^{\infty}a_n .

证明要点:记 sn=∑k=0naks_n=\sum_{k=0}^na_k。对 0≤x<10\le x<1,有限分部求和后取极限,因 sns_n 有界,边界项趋零,得到 ∑n≥0anxn=(1−x)∑n≥0snxn.\sum_{n\ge0}a_nx^n=(1-x)\sum_{n\ge0}s_nx^n. 减去 S=(1−x)∑n≥0SxnS=(1-x)\sum_{n\ge0}Sx^n。先选 NN 使 n>Nn>N 时 ∣sn−S∣<ε|s_n-S|<\varepsilon;有限头部乘以 1−x1-x 后趋零,尾部不超过 ε(1−x)∑n>Nxn≤ε\varepsilon(1-x)\sum_{n>N}x^n\le\varepsilon,故得结论。这里沿实区间径向趋于1;不能据此声称复圆盘中任意路径的边界极限都相同。更一般的实端点一致收敛及带条件的反向见幂级数求和与Abel边界极限。

6. 应用

只保证收敛,不保证绝对收敛 Dirichlet / Abel 判别法给出的是收敛性,不保证绝对收敛。当 ∑∣akbk∣=∞\sum|a_kb_k|=\infty 时,得到的只是条件收敛;分部求和的尾项估计本身也可提供误差界;需要更细的渐近系数时,再考虑Euler–Maclaurin等工具。

相关笔记