第 14 章　无穷级数

14.1无穷多个数相加，能有结果吗？

看一个著名的悖论：

1/2 + 1/4 + 1/8 + 1/16 + …

每次都加「剩下的一半」。这样无穷加下去，会超过 1 吗？

直觉上「无穷多项加起来」好像会变成无穷大，但这里不会：第一项 1/2，再加 1/4 得 3/4，再加 1/8 得 7/8，再加 1/16 得 15/16……你会发现，前 n 项的和是 1 − 1/2ⁿ，它永远比 1 小，却越来越接近 1。所以这个无穷级数的和正好等于 1。

级数就是数列的「另一副面孔」

「无穷级数」听着陌生，其实它就是第 2 章数列极限换了马甲：给定数列 a₁, a₂, a₃, …，把它们逐个累加得到新数列 S₁ = a₁，S₂ = a₁+a₂，S₃ = a₁+a₂+a₃，…（部分和数列），级数收敛与否，完全等价于部分和数列 {Sₙ} 是否有极限。所以第 2–3 章的极限工具（夹逼、单调有界、重要极限）对级数全部有效。级数理论不是新大陆，而是极限思想在「求和」方向上的延伸——本章是全书极限主线（第 2 章起步）的最后一站。

这个定义还顺手化解了芝诺悖论两千年的尴尬：「阿基里斯永远追不上乌龟」的论证把追及过程切成无穷多段，暗示无穷多段时间加起来必为无穷。但按本节模型一算：若每段时间按 1/2 + 1/4 + 1/8 + … 的节奏缩短，总时间恰好是 2 个单位——无穷多「份」可以加出有限「量」，悖论的病根是把「无穷多项」误当成「无穷大」。部分和极限这把尺子，量的正是「无穷过程最终的落点」。

把定义翻译成工程语言：部分和 Sₙ 是「装到第 n 步的存量」，收敛就是「存量最终稳定到满刻度」。这个视角很有用——它提示我们级数收敛的研究可以完全交给第 2 章的数列工具：要证收敛，证 {Sₙ} 单调递增且有上界即可（正项级数的专属武器，单调有界准则直接上线）；要证发散，只要指出部分和能突破任何上界。例如 Σ1/n² 的部分和单调爬升、又始终被「1 + ∫₁^∞dx/x² = 2」这个天花板压住，两句话即证收敛——这正是 14.3 节比较判别法的原型：拿现成的标尺，量陌生的级数。

工程视角：凡是「按固定比例逐步衰减的量反复累加」，背后都是几何级数。药物反复给药后的稳态蓄积：每 6 小时服一片，若每个周期身体代谢掉固定比例，长期血药浓度会稳定在「每片剂量 × 1/(1−r)」附近——医生算给药方案用的正是这个收敛因子；电池循环容量衰减、多级传动链的效率损失、雷达脉冲的多次反射叠加，都是同一个级数骨架。

14.2收敛与发散

把无穷级数 a₁ + a₂ + a₃ + … 的前 n 项加起来，得到部分和 Sₙ = a₁ + a₂ + … + aₙ。如果 n → ∞ 时，Sₙ 趋向一个确定的数 S，就说级数收敛，S 是它的和；否则就说级数发散。

关键要分清两类级数：

• 收敛：如 1/2 + 1/4 + 1/8 + …，部分和 → 1。
• 发散：如 1 + 1 + 1 + …，部分和 → ∞；或者 1 − 1 + 1 − 1 + …，部分和在 0 和 1 之间来回跳，也不收敛。

一个有用的必要条件：如果级数收敛，那么它的通项 aₙ 必须趋于 0（因为 Sₙ 和 Sₙ₋₁ 越来越接近，它们的差 aₙ 必须趋于 0）。但反过来不成立——通项趋于 0，级数未必收敛，最著名的反例是调和级数：

1 + 1/2 + 1/3 + 1/4 + …

它的通项 1/n 确实趋于 0，但这个级数发散（增长虽慢，却会无限增大）。这是一个让人惊讶的事实，值得记住。

必要条件的两行证明，与一个「越走越慢却永不停」的反例

「收敛 ⇒ 通项趋 0」可以两行证完：设部分和 Sₙ → S，则相邻部分和之差 aₙ = Sₙ − Sₙ₋₁ → S − S = 0（两个都趋于同一极限，差必趋于 0）。直觉翻译：收敛意味着「加到后面几乎不再变化」，那么每次新加进去的 aₙ 自然必须小到可以忽略。反过来，通项趋 0 完全不够用——调和级数就是那个「打脸」的反例，它值得一个不借助任何高级工具的初等证明：

把调和级数按 2 的幂分组，每组单独估和（第 k 组含 2ᵏ 项，每项都不小于该组最小分母的倒数）：

1/3 + 1/4 > 1/4 + 1/4 = 1/2；　1/5 + … + 1/8 > 4 × (1/8) = 1/2；　1/9 + … + 1/16 > 1/2；　…

于是每前进一组，部分和至少再增加 1/2；无穷多组累加，和必然超过任何数——调和级数发散，尽管通项 1/n 温柔地趋近于 0。直觉为什么失灵？因为「趋 0」只说明加数个头变小，没说明变小的速度足够快：1/n 的衰减恰好卡在「差一点点就够快」的临界线上（p = 1 正是 p 级数的分水岭，见下节）。

这组实验还能读出第二层信息：收敛不止一种姿态。Σ1/n² 是「单侧逼近」——部分和一路爬升、稳稳靠顶；而交错级数是「双侧夹逼」——部分和在真值两侧来回穿梭，误差一级一级削短（例题 7 将给出精确保证）。单调有界准则负责审前者，夹逼与莱布尼茨判别法负责审后者。看到一个逼近过程时多问一句：它从一侧爬过来，还是在两侧荡过来？答案直接决定误差估计的写法。

工程视角：数值方法里到处是级数收敛问题。迭代解方程时，若每步误差 eₙ 满足 eₙ₊₁ ≤ c·eₙ（0 < c < 1），则总误差被一个公比 c 的几何级数控制：总误差有界、可预估——这就是「收敛速度」的数学本质，也是仿真软件敢承诺「计算精度」的底气。而判断一个迭代格式的 c 是否小于 1，用的正是本章比值/根值判别法的同款思想：看「误差这项」与「误差上项」的比值极限。

14.3几何级数与 p 级数

两个最重要的「基准级数」，其他级数常和它们比较：

几何级数（等比级数）

a + ar + ar² + ar³ + …　（首项 a，公比 r）

它的部分和有一个漂亮公式，第 n 项部分和 Sₙ = a(1 − rⁿ)/(1 − r)。于是：

p 级数

1 + 1/2^p + 1/3^p + 1/4^p + … = Σ 1/n^p

两个基准级数的「为什么」

几何级数求和公式值得亲手推导一次（乘公比、错位相减）：Sₙ = a + ar + … + arⁿ⁻¹，两边乘 r 得 rSₙ = ar + ar² + … + arⁿ，两式相减，中间项全部抵消：(1−r)Sₙ = a − arⁿ，故 Sₙ = a(1−rⁿ)/(1−r)。当 |r| < 1 时 rⁿ → 0（第 2 章的结论），取极限得 a/(1−r)。一次错位相减，把无穷压缩成一个分数——这个技巧在差分方程、概率母函数里还会反复出现。

p 级数的分水岭 p = 1 有一个几何直观：把 Σ1/nᵖ 想成一块块矩形面积，第 n 块高 1/nᵖ、宽 1，它们恰好贴在曲线 y = 1/xᵖ 下方。而反常积分 ∫₁^∞ dx/xᵖ 当 p > 1 时收敛（值为 1/(p−1)）、p ≤ 1 时发散（p = 1 时积出 ln x，无界）。矩形与曲线下方面积同生共死，级数亦然：p = 2 时 Σ1/n² < 1 + ∫₁^∞dx/x² = 2，被「面积」牢牢按住；p = 1 时调和级数则跟着 ln x 一起奔向无穷。这就是积分判别法的雏形，也解释了临界线为什么恰好画在 p = 1：1/n 的衰减速度，刚好追不上「面积发散」的脚步。

三大判别法：没有闭式和，就比大小、比速度

绝大多数级数求不出部分和的闭式，数值实验又靠不住（例题 3 的教训），怎么办？思路很务实：拿两个基准级数当标尺。比大小——通项不大于收敛级数的通项（比较判别法）；比衰减速度——看通项前后项之比、或 n 次方根的极限（比值、根值判别法）。判别法不告诉你「和是多少」，只回答工程上更迫切的问题：收不收敛。

比较判别法还有个免受「造不等式」之苦的极限版：若 aₙ/bₙ → c（0 < c < ∞，两者同阶），则两级数同生同死。例如 sin(1/n) ~ 1/n，故 Σsin(1/n) 与调和级数一同发散；1 − cos(1/n) ~ 1/(2n²)，故 Σ(1−cos(1/n)) 与 Σ1/n² 一同收敛。同阶通项，同阶命运——本质是用第 8 章的等价无穷小给级数分档归类，工程里按「通项长得像谁」快速定位参照系，用的就是这招。

工程视角：判别法选哪把刀，工程里同样讲经验。传热学把温度场展开成特征函数级数、信号处理把周期波形叠加成一串谐波（傅里叶级数——函数版的无穷级数，与 14.4 节的幂级数是近亲），第一步都是问「这串叠加收不收敛、收敛多快」；收敛慢的级数意味着要截断很多项才够精度，直接决定计算量与实时性。判别法，就是级数投入使用前的体检报告。

顺带说透「无穷」在级数里的角色：判断敛散只看尾巴——删去、增加或改动有限项，不改变敛散性（只会平移和的大小）。原因简单：有限项只给部分和贡献常数，动不了「极限是否存在」这件事。所以遇到级数前几项不顺眼别纠结，直接跳到足够靠后的第 N 项起再上判别法——发散与否是无穷的属性，不是开头的属性。

14.4幂级数与收敛半径

现在从「无穷多个数」升级到「无穷多个函数」。形如

c₀ + c₁x + c₂x² + c₃x³ + … = Σ cₙxⁿ

的级数叫幂级数——每一项都是 x 的幂。它的神奇之处在于：它定义了一个函数（对每个 x，求和得到一个函数值）。

关键问题：对哪些 x，这个级数收敛？答案非常规整——存在一个数 R（叫收敛半径），使得：

• 当 |x| < R 时，级数收敛；
• 当 |x| > R 时，级数发散；
• |x| = R 时需单独判断。

换句话说，幂级数的收敛区域是以 0 为中心的区间 (−R, R)。

最经典的幂级数是几何级数：

1 + x + x² + x³ + … = 1/(1 − x)，　当 |x| < 1

这个等式意味深长：左边是「无穷多个 x 的幂加起来」，右边是一个简单的分数。它告诉我们，一个复杂的东西，可以写成无穷多项之和。这一思想在下一节达到巅峰。

收敛半径怎么算：比值判别法的直接移植

幂级数 Σcₙxⁿ 对每个固定的 x 就是一个数项级数，于是 14.3 节的比值判别法可以直接搬来：通项 cₙxⁿ 与前项之比的绝对值是 |cₙ₊₁/cₙ|·|x|。若 |cₙ₊₁/cₙ| → L，则比值极限为 L·|x|，由比值判别法：L·|x| < 1 时收敛，L·|x| > 1 时发散。解这个不等式，得到收敛半径公式

R = 1/L = lim |cₙ/cₙ₊₁|　（L = 0 时 R = ∞；L = ∞ 时 R = 0）

一句话总结：系数衰减得越快（L 越小），收敛的地盘越大。eˣ 的系数是 1/n!，衰减飞快，所以 R = ∞（例题 9）；1/(1−x) 的系数全是 1，L = 1，R = 1。收敛半径由系数天生的衰减速度决定，与 x 无关——先看系数，就知道这个级数「能走多远」。

端点是判别法的盲区，必须单独验血。在 |x| = R 处比值极限恰好等于 1，比值判别法当庭失效；而且同一个半径 R，左右端点可能一个收敛一个发散——开区间、闭区间、半开半闭四种组合在教科书里全部真实存在。所以「求收敛域」永远是两步走：先用公式拿 R，再把 x = ±R 逐个代入、化归为熟知的数项级数检验。这一步偷懒，答案就错一半，见例题 8。

端点的四种组合都有真实代表：Σxⁿ 是 (−1, 1)，两端皆散；Σxⁿ/n² 是 [−1, 1]，两端皆收；例题 8 的 Σxⁿ/n 是 [−1, 1)，左端收右端散；把它系数换成 (−1)ⁿ/n 则得到 (−1, 1]，右端收左端散。四个例子套用同一个半径公式都只吐出一句话「R = 1」——区间长相全靠端点逐个验出来，这就是「收敛域必含端点检验」的最强理由。

顺带预告幂级数最「好命」的性质：在收敛区间内部，幂级数可以像多项式一样逐项求导、逐项积分，且新级数的收敛半径不变（端点可能变）。正是这条性质，让例题 5 的「先求导再代值」成为合法操作，也让下一节泰勒级数可以名正言顺地「求导造系数、积分造函数」。

工程视角：幂级数定义的函数自带适用范围标签——收敛域就是它的保修范围。工程手册里大量近似公式都是截断的级数（小角度公式、小扰动线性化），使用前必须确认自变量落在收敛域内、且足够靠近展开点，否则近似会荒腔走板。下一节泰勒级数把这个「范围意识」推向精确。

14.5泰勒级数：用多项式拼出函数

幂级数的思想，引出了全书最华彩的结果之一——泰勒级数：

系数公式是怎么「求」出来的：逐个对号入座

这套系数不是猜的，是解出来的。设 f(x) = c₀ + c₁x + c₂x² + c₃x³ + … 在 0 附近成立，我们逐个「审问」每个系数：

代入 x = 0，右边只剩 c₀（所有含 x 的项归零），得 c₀ = f(0)；两边求导一次再代入 x = 0，x² 的导函数 2x 在 0 处也归零，只剩 c₁，得 c₁ = f′(0)；再求导一次，x² 项的二阶导 2c₂ 挺到最前排（x³ 以上求导两次后仍带着 x，全部归零出局），得 2c₂ = f″(0)，即 c₂ = f″(0)/2!；依此类推，xⁿ 连续求导 n 次后变成常数 n!·cₙ，于是 cₙ = f⁽ⁿ⁾(0)/n!。

为什么每次都要除以 n!？因为xⁿ 每被求导一次就掉一个因子下来，n 次求导恰好掉出 n×(n−1)×…×2×1 = n!。除掉它，剩下的才恰好等于「函数在 0 点的第 n 阶导数」。换句话说，泰勒展开就是把 f 在一点的全部导数信息，按 n! 的比例兑换成多项式系数：一阶信息决定斜率（切线），二阶决定弯曲方向，阶数越高、形貌越精细。这就是「局部多项式化」的本质——光滑函数在一点附近长什么样，由它在这点的各阶导数唯一决定；泰勒级数只是把这个思想推到无穷阶。

截断必然有误差，误差也有经典估计（拉格朗日余项，与第 8 章中值定理同源）：只取到 xⁿ 项时，Rₙ(x) = f⁽ⁿ⁺¹⁾(ξ)·xⁿ⁺¹/(n+1)!，其中 ξ 介于 0 与 x 之间。工程上通常不知道 ξ 在哪，就取该导数的一个上界 M 来压住误差：|Rₙ| ≤ M·|x|ⁿ⁺¹/(n+1)!。看到分母的 (n+1)! 就该放心——阶乘增长是一切指数增长的克星，这正是下面两道例题能「少算几项就够精度」的原因。

展开点也不必是 0：在 a 点展开得 f(a) + f′(a)(x−a) + f″(a)(x−a)²/2! + …，称为在 a 处的泰勒级数（在 0 处展开的特例也叫马克劳林级数）。展开点选得离关心区域越近，同样项数精度越高：算 sin 0.6 在 0 处展开绰绰有余；算 sin 2.1，聪明的做法是先用诱导公式 sin(π/2 + u) = cos u 把它化成 cos(2.1 − π/2) ≈ cos 0.53，角度归拢回小量，再用余弦展开头几项拿下。工程近似手册里每条公式都标着「在某某点附近有效」，说的就是展开点与适用半径这对搭档。

它的意义：用最简单的函数（多项式）去逼近任意函数。多项式只涉及加减乘除，所以一旦展开，复杂的函数就能被计算机轻松计算。

看几个最著名的展开：

看 sin x 的展开，第一项 x 就是第 3 章那个重要极限「sin x ≈ x（x 很小时）」的由来——它其实是泰勒展开的第一项。而 e 的展开在 x=1 时给出：

e = 1 + 1 + 1/2! + 1/3! + 1/4! + … ≈ 2.71828…

你的计算器算 e、sin、cos，正是用这些级数，逐项累加到足够精度。这就是无穷级数最实在的用途。

工程视角 · 小角度近似就是一阶泰勒：飞控与导航里的「小角度假设」sin α ≈ α、tan α ≈ α、cos α ≈ 1 − α²/2，全部是泰勒截断：α = 0.1 rad（约 5.7°）时，sin α 的一阶近似误差 ≤ α³/6 ≈ 0.00017，远小于多数传感器的分辨率，完全透明。迎角、姿态角、轨道摄动分析中的「线性化」模型，本质都是「在展开点附近用低阶泰勒多项式顶替原函数」——线性化不是偷懒凑合，而是有误差上界保证的数学手术。反过来，角度变大（α 超过 0.3 rad）一阶近似迅速失真，必须回到完整函数或更高阶展开——这正是 14.4 节「收敛域/适用范围」意识的日常版本。