漫谈正项级数的收敛性及收敛速度.docVIP

漫谈正项级数的收敛性及收敛速度 漫谈正项级数的收敛性及收敛速度 PAGE 漫谈正项级数的收敛性及收敛速度 漫谈正项级数的收敛性及收敛速度 称为无穷级数。当时，此级数称为正项级数。记，，则为部分和数列。级数的敛散性是通过数列的敛散性来定义。显然，级数时，有。因此，时，必有级数发散。但是未必有收敛。只有当无穷小的阶高到一定的程度时，才收敛。可以证明：几何级数，当时收敛；当时发散。-级数，当时收敛；当时发散。 由-级数的敛散性及比较判别法，可以看出，当趋于的速度快于时，级数收敛；而当趋于的速度不快于时，级数发散。因而，无穷小是衡量级数敛散性的一把“尺子”。可是，这把“尺子”有点粗糙了。事实上，尽管无穷小趋于的速度远远快于，但是级数仍然发散。可以证明，级数，当时收敛；当时发散。于是，无穷小是衡量级数敛散性的一把精度较高的一把新“尺子”：当趋于的速度快于时，级数收敛；而当趋于的速度不快于时，级数发散。可是，马上又面临新问题：无穷小趋于的速度远远快于，但是仍然发散级数。于是需要更为精细的判断级数敛散的“尺子”。这样，我们会得到一系列判断级数敛散的“尺子”：，，。这些 “尺子”可以无限的精细，一直进行下去。实际上，按这种方式，只能够找到越来越精细的“尺子”，但是永远找不到最为精细的“尺子”——“没有最好，只有更好”。 由几何级数的的敛散性，可以看出，粗略的讲，当充分大时，正项级数的后一项小于前一项时，该级数就收敛，否则就发散。在此基础上，有了判断正项级数敛散性的比值（达朗贝尔）判别法和根值（柯西）判别法：若（），则当时，正项级数收敛；当时，正项级数发散；而当时，判别法失效。这两种判别法具有明显的优势：仅需要级数自身项的性质，不需要比较级数，使用起来较为方便。然而它们是基于几何级数的判别敛散性的“尺子”，其精度远比基于-级数的“尺子”粗糙的多。事实上，对于，，可计算，因此，比值和根值判别法失效。但是，根据比较判别法和-级数的敛散性，前两个级数发散，后一个级数收敛。比值和根值判别法的本质是比较判别法，与之相比较的是几何级数。在判定级数收敛时，要求级数的通项受到（）的控制。而在判定级数发散时，则是根据其一般项不趋于。由于二者相去甚远。因此判别法在许多情况下都会失效，即便对-级数也无能为力。为了弥补上述比值和根植判别法的局限性，我们有拉阿伯判别法：设，则当时收敛；当时发散。虽然拉阿伯判别法有时可以处理比值和根植判别法失效的级数，如-级数等，但是对于时，阿伯判别法仍然失效。例如，对于成立，但是由积分判别法可知，当时收敛；当时发散。事实上还可以建立比阿伯判别法更有效的判别法，如，Bertrand判别法：设，则当时收敛；当时发散。但是，当时，该判别法有失效了。这种逐次建立更有效的判别法的过程是无限的。每次都能得到新的适用范围更广的判别法。 下面给出两个与级数收敛性及速度有关的有趣例子。 问题1：曾经有同学向我提出这样一个问题：假设汽车速度快于自行车的速度，而汽车在自行车的后方，则显然经过时间后，汽车就会追赶上自行车。但是，他有这样一个疑问？当汽车前进路程到达自行车原来所在的位置时，即经过了时间时，自行车又前进了路程。当汽车前进路程，即又经过了时，自行车又前进了路程，这样一直下去，直观上感觉，汽车总是差一点才能追赶上自行车。问题出在哪里呢？事实上该问题与无穷级数的收敛性有关。汽车追赶第段路程化肥的时间为，此时，汽车与自行车相距路程为，汽车追赶自行车花费的时间的总和是一个无穷级数，它是一个公比的几何级数，因此，和为。所以，经过时间后，汽车就会追赶上自行车。 问题2：爬金箍棒的蚂蚁的故事（选自数学趣题与妙解）：这天，孙悟空闲暇无时，他把他的金箍棒变成了cm长的小棒，立在地上。这是一只蚂蚁来到棒的底部，沿着小棒往上爬，孙悟空眼睛一亮，心想“要爬，没那么容易！”只听他叫了一声“变”，地上的棒应声长了起来，眼看越长越高，而那只蚂蚁似乎什么都没有发现，还是慢悠悠地一如既往地往上爬。 如果蚂蚁始终沿铅垂线匀速上爬，每分钟上升cm。 在孙悟空叫变时，已经爬至高cm处，此后，棒的各部分每个时刻都是匀速地变长，每经分钟，棒就增长cm，即第一分钟末，高cm，第二分钟末，高cm，第三分钟末，高cm，... 请问最终蚂蚁能够爬到棒的顶端吗？ 不少人会说，由于蚂蚁爬行的速度不变，而棒的长度不停的变长，蚂蚁永远不会爬到棒的顶端。这样他就忽略了一个事实：由于棒的各部分均匀变长，因而每个时刻，尚未爬过的、正在爬过的和已经爬过的部分都同样要变长的。 第一分钟，蚂蚁爬过了cm，为棒高的； 到第二分钟末，棒高伸长为cm，而爬过的 cm，也变成了cm，因而，仍是棒高的 且以后始终保持为棒高的。如果第一分钟 末到第二分钟末这段时间内，新爬过的部分 没有变长，则第二分钟内爬过的部分是棒高 的