幂级数是由 (xc)(x-c) 的幂构成的无穷和:

n=0an(xc)n\sum_{n=0}^{\infty} a_n (x-c)^n

这里,cc 是中心,ana_n 是称为系数的常数。在大多数题目中,真正的问题很简单:这个级数对哪些 xx 值收敛?

答案由收敛半径 RR 来组织。幂级数在 xc<R|x-c| < R 时收敛,在 xc>R|x-c| > R 时发散,而在 xc=R|x-c| = R 时需要单独检验端点。

收敛半径是什么意思

收敛半径表示的是到中心的距离,而不是一组 xx 值。如果一个幂级数以 cc 为中心,那么:

  • xc<R|x-c| < R 时,它收敛;
  • xc>R|x-c| > R 时,它发散;
  • 边界情形 xc=R|x-c| = R 必须单独检验。

对于实变量问题,这个距离会对应成一个收敛区间。如果中心是 cc,半径是 RR,那么内部区间是

(cR,  c+R),(c-R,\; c+R),

但端点是否包含在最终答案中,还需要另外判断。

为什么幂级数很重要

幂级数之所以重要,是因为它能让你把复杂函数当作一个很长的多项式来处理。在收敛区间内,它们通常更容易求导、积分和近似。

不过这种简化有一个条件:逐项运算只在收敛区间内有保证,并不是在所有地方都自动成立。

幂级数例题:求收敛半径与收敛区间

考虑

n=0(x2)n3n.\sum_{n=0}^{\infty} \frac{(x-2)^n}{3^n}.

这是一个以 c=2c=2 为中心的幂级数。为了求收敛半径,对

an=(x2)n3na_n = \frac{(x-2)^n}{3^n}

使用比值判别法。

计算

an+1an=(x2)n+13n+13n(x2)n=x23.\left|\frac{a_{n+1}}{a_n}\right| = \left|\frac{(x-2)^{n+1}}{3^{n+1}} \cdot \frac{3^n}{(x-2)^n}\right| = \frac{|x-2|}{3}.

比值判别法给出收敛条件

x23<1,\frac{|x-2|}{3} < 1,

所以

x2<3.|x-2| < 3.

因此收敛半径是

R=3.R = 3.

这给出内部区间 (1,5)(-1,5)。现在分别检验两个端点。

x=5x=5 时,级数变为

n=01,\sum_{n=0}^{\infty} 1,

它发散。

x=1x=-1 时,级数变为

n=0(1)n,\sum_{n=0}^{\infty} (-1)^n,

它也发散,因为它的项在 111-1 之间交替,而不是趋于 00

所以最终的收敛区间是

(1,5).(-1,5).

这个例子展示了完整流程:先确定中心,再求 RR,写出内部区间,然后分别检验两个端点。

收敛半径常见错误

混淆收敛半径和收敛区间

收敛半径是一个数,例如 R=3R=3。收敛区间是一组实数 xx 值,例如 (1,5)(-1,5)。它们彼此相关,但不是同一个对象。

忘记中心 cc

an(xc)n\sum a_n (x-c)^n 中,中心是 cc,并不总是 00。如果级数中是 (x2)n(x-2)^n,那么距离判别依据的是 x2|x-2|,而不是 x|x|

跳过端点检验

比值判别法和根值判别法通常能告诉你内部和外部的情况,但在端点处往往没有结论。你仍然需要逐个检查端点。

认为两个端点表现一定相同

即使两侧的半径相同,一个端点也可能收敛,而另一个端点可能发散。端点的行为取决于代入后得到的具体级数。

幂级数在什么时候使用

幂级数出现在微积分、微分方程和近似计算中。当一个函数难以直接处理,但在某一点附近可以通过级数展开更容易研究时,它就非常有用。

泰勒级数和麦克劳林级数就是重要例子。它们都是幂级数,用来在满足所需条件时局部表示一个函数。

试试一个类似的幂级数

试着自己做下面这个:

n=0(x+1)n2n.\sum_{n=0}^{\infty} \frac{(x+1)^n}{2^n}.

先找出中心,再求收敛半径,然后检验端点。如果你还想继续练习,可以接着看看泰勒级数,注意其中会再次出现同样的收敛思想。

需要解题帮助?

上传你的问题,几秒钟内获得经过验证的分步解答。

打开 GPAI Solver →