1. 学无穷级数前先搞清楚它到底在干嘛很多同学学到高数最后一章心态已经有点飘了前面极限、导数、积分一路跌跌撞撞走过来看到“无穷级数”四个字还以为是个新天地结果翻开书满眼求和号整个人直接懵掉。我先说一个自己的感受无穷级数这一章技巧性极强考的也是最灵活的但它并没有那么可怕说白了它只做两件事——第一件事是把“无限多个数加起来”这件事说清楚第二件事是用“无限个简单函数加起来”去表示复杂的函数。如果你能牢牢抓住这两条主线这一章你就不会迷路。1.1 级数是“加法”的极限不是简单的连加先聊一个核心概念部分和。级数 \(\sum_{n1}^{\infty} u_n\) 和我们中学学的连加不一样连加是有限项算完就出结果级数是无限项你不可能真的一项一项加到天荒地老。所以数学上定义了一个中间量——前 \(n\) 项和 \(S_n\)然后让 \(n\) 趋向无穷大如果 \(S_n\) 的极限存在这个级数就叫收敛极限值就是这个级数的和。用生活化的方式理解你每个月存一笔钱第一月存1块第二月存2块第三月存3块……你的总存款就是部分和 \(S_n 12\cdotsn\)它越滚越大冲到无穷大所以这个级数发散。反过来如果每个月存的钱是 \(1, \frac12, \frac14, \frac18, \cdots\)你的存款会逼近2块但永远不会超过2块这就是收敛。级数的本质不是“加完等于多少”而是“加了无限次之后有没有一个稳定的归宿”。我在教自己学这一章的时候踩过的第一个坑就是试图用有限项的直觉去理解无限项。比如有人问\(1 - 1 1 - 1 \cdots\) 等于几有人说是0有人说是1其实这个级数的部分和是 \(1,0,1,0,\cdots\)极限不存在所以它是发散的。你看有限项你怎么加都有结果无限项反而没有确定结果这就是级数和普通加法的本质区别。1.2 收敛还是发散这是所有问题的起点级数理论里最核心的问题不是“这个级数等于多少”而是“它到底收不收敛”。原因很简单如果一个级数发散那讨论它的和就没有意义只有先判断收敛才能进一步去求它的和、研究它的性质。所以这一整章你会在各种审敛法里反复打转本质上都是在回答同一个问题——给一个无穷级数你怎么知道它加到最后是稳住了还是爆了五种基本审敛法像五把不同用途的刀比较审敛法是找参照物比值审敛法是看后一项跟前一项的比例根值审敛法是看第 \(n\) 项开 \(n\) 次方积分审敛法是变成广义积分算莱布尼茨审敛法专门对付交错级数。你可能会问为什么需要这么多方法因为级数的类型太多了有的长得像调和级数有的长得像等比级数有的正负交替有的带阶乘一种方法不可能通吃所有场子所以你要学会“看脸下菜碟”。2. 正项级数打地基的四种审敛法正项级数就是每一项都不小于0的级数比如 \(\sum \frac{1}{n^2}\)、\(\sum \frac{1}{n!}\)、\(\sum \frac{n1}{2^n}\) 这些。为什么先讲正项级数因为“正项”这个条件保证了部分和 \(S_n\) 是单调递增的既然单调递增那么它收敛就等价于它有上界。这个结论极其重要它把“极限存不存在”这个有点抽象的问题变成了“有没有被一个天花板压住”这个更直观的问题。2.1 比较审敛法你得先记住几个“标准件”比较审敛法的思路特别像超市比价你不知道某个商品贵不贵跟同类商品比一比就知道了。数学上的操作是如果 \(0 \le u_n \le v_n\)且 \(\sum v_n\) 收敛那么 \(\sum u_n\) 也收敛反过来如果 \(u_n \ge v_n\) 且 \(\sum v_n\) 发散那么 \(\sum u_n\) 也发散。这里的“ \(v_n\) ”就是你的参照物。做题的时候最常用来当参照物的有三个等比级数\(\sum aq^{n}\)公比绝对值小于1时收敛大于等于1时发散\(p\) -级数\(\sum \frac{1}{n^p}\)\(p1\) 时收敛\(p \le 1\) 时发散调和级数\(\sum \frac{1}{n}\)本质就是 \(p1\) 的 \(p\) -级数发散。你可能会觉得这些“标准件”太简单了但考试里很多题就是披着花哨外衣的比较审敛。比如说 \(\sum \frac{n1}{n^32n1}\)乍一看分子分母都是多项式不知道跟谁比。实际操作是先看“最大头”分子最高次是 \(n\)分母最高次是 \(n^3\)所以它大约是 \(\frac{1}{n^2}\) 的量级。\(p21\) 收敛那大概率它也收敛。用极限形式的比较审敛法\[\lim_{n\to\infty}\frac{\frac{n1}{n^32n1}}{\frac{1}{n^2}} \lim_{n\to\infty}\frac{n^3n^2}{n^32n1}1\]极限为非零常数所以两级数同敛散。这一步就严谨了。我自己的学习心得是比较审敛法最大的难点不是方法本身而是“选谁比较”。我的经验是先看通项的“量级”分子分母只看最高次项约掉之后剩下的那个 \(\frac{1}{n^p}\) 就是首选参照物如果通项里含 \(n!\) 或者 \(a^n\)那多半要换比值法因为多项式去跟阶乘比太累。2.2 比值审敛法别只会套公式要懂它为什么好用比值审敛法是另一个高频考点\[\lim_{n\to\infty}\frac{u_{n1}}{u_n} \rho\]若 \(\rho1\) 收敛\(\rho1\) 发散\(\rho1\) 失效换其他方法。这个方法特别适合通项中含有阶乘、\(n\) 次方、连乘符号的级数因为这些结构在作前后项之比时大量约分算起来非常痛快。我举个例子判断 \(\sum\frac{n!}{n^n}\) 的敛散性。\[\frac{u_{n1}}{u_n}\frac{(n1)!}{(n1)^{n1}}\cdot\frac{n^n}{n!}\frac{n^n}{(n1)^n}\frac{1}{(1\frac{1}{n})^n}\to\frac{1}{e}1\]所以收敛。你看分母的 \(n^n\) 和分子的 \(n!\) 约得一干二净整个过程行云流水。要是用比较法反而麻烦。但是比值法有个致命弱点\(\rho1\) 的时候它什么都说不出来。比如 \(\sum\frac{1}{n}\) 和 \(\sum\frac{1}{n^2}\)两者比值极限都等于1但一个发散一个收敛。所以比值法失效后你就要退回比较法或者用积分审敛法补一刀。2.3 根值审敛法和积分审敛法冷门但关键时刻救命根值审敛法就是看 \(\lim_{n\to\infty}\sqrt[n]{u_n}\)它特别适合通项整体带 \(n\) 次方的情况比如 \(\sum\left(\frac{n}{2n1}\right)^n\)。你开个 \(n\) 次方直接变成 \(\frac{n}{2n1}\to\frac121\)秒杀。根值法和比值法的关系非常微妙比值法能判的根值法基本也能判但有些题比值法很吃力根值法却非常轻松。积分审敛法则是把级数问题扔回积分如果 \(f(x)\) 在 \([1,\infty)\) 上非负单调递减且 \(f(n)u_n\)那么 \(\sum u_n\) 与 \(\int_1^{\infty} f(x) dx\) 同敛散。这个方法在判断 \(p\) -级数的时候特别好用\[\int_1^{\infty}\frac{dx}{x^p},\]\(p1\) 收敛\(p\le 1\) 发散和级数结论完美对应。不过考研里积分法直接出现频率不算高但它能帮你从“几何直观”上理解为什么调和级数发散——\(\frac{1}{x}\) 曲线下方的面积是无穷大你把这个面积切成一块一块宽度为1的矩形面积和也是无穷大。3. 任意项级数条件收敛和绝对收敛是两个世界正项级数只是序章考试真正的分水岭在任意项级数。所谓任意项就是正负都有最典型的代表是交错级数比如 \(1-\frac12\frac13-\frac14\cdots\)。为什么任意项级数要单独开一节因为正项级数的“单调有界”思路用不了了——部分和不再是单调的它一会儿上一会儿下你得重新找判断依据。3.1 莱布尼茨审敛法交错级数唯一的温柔交错级数的形式是 \(u_1-u_2u_3-u_4\cdots\)其中 \(u_n0\)。莱布尼茨审敛法说的很直白只要 \(u_n\) 单调递减趋向于0这个交错级数就收敛。注意是两个条件单调递减和趋于0缺一不可。很多人有个误解以为“通项趋于0”就能判断交错级数收敛这是大错特错。通项趋于0是所有收敛级数的必要条件但远远不是充分条件比如调和级数通项也趋于0但它是发散的。莱布尼茨的厉害之处在于加上“交错”和“单调递减”两个条件后“趋于0”就升级成了充分条件。我自己记莱布尼茨定理的方式是“踩楼梯”类比你从高处往低处走每一步都比上一步低单调递减而且每一步下降的幅度越来越小最终步子小到几乎不动趋于0那你一定能在某个高度附近稳定下来。这个类比我每次做交错级数题都会在脑子里过一遍省去了死记硬背。3.2 绝对收敛比条件收敛“更高级”为什么判断任意项级数收敛之后紧接着要问它是不是“绝对收敛”。定义很简单\[\sum|u_n|\ \text{收敛} \Rightarrow \sum u_n\ \text{绝对收敛}\quad \sum u_n\ \text{收敛但}\sum|u_n|\ \text{发散} \Rightarrow \sum u_n\ \text{条件收敛}。\]我刚学这里的时候一直困惑既然 \(\sum u_n\) 已经收敛了为什么还要关心它加了绝对值之后收不收敛这个问题后来我在级数的运算性质里找到了答案绝对收敛的级数可以随便调整各项的顺序求和结果不变条件收敛的级数不能随便调调换顺序可能改变和甚至变成发散。这个结论第一次看简直反直觉——加法不是满足交换律吗有限项当然随便换但无限项的“加法”本质上是一个极限过程交换顺序会影响加括号的方式极限就可能变。所以定义绝对收敛不只是为了多贴一个标签而是为了区分“这个级数的收敛到底稳不稳定”。在计算和证明中绝对收敛的级数拥有更好的性质可以放心地做重组、换序、逐项求导等操作条件收敛的级数在这些操作面前就是定时炸弹。4. 幂级数用“无限次多项式”去逼近一切前面讨论的都是“数”的级数每一项是一个数求和的结果也是一个数。到了幂级数这里玩法升级了——每一项是 \(a_n x^n\)它是关于 \(x\) 的函数加在一起之后是一个函数。这就像你从“处理一个个数字”升级到“处理一整条函数曲线”。很多同学在这里突然掉队其实是因为思维没有切换过来你面对的已经不是一个具体的数而是一个“函数的工厂”。4.1 收敛半径这台“函数机器”的工作范围幂级数 \(\sum_{n0}^{\infty}a_n x^n\) 最迷人的地方在于它的收敛范围往往是一个以0为中心的对称区间。如果用比值法\[\lim_{n\to\infty}\left|\frac{a_{n1}x^{n1}}{a_n x^n}\right| |x|\lim_{n\to\infty}\left|\frac{a_{n1}}{a_n}\right| |x|\cdot L。\]要让级数收敛需要 \(|x|\cdot L1\)所以收敛半径就是 \(R\frac{1}{L}\)。根值法同理\(R\frac{1}{\lim\sqrt[n]{|a_n|}}\)。这里我必须多提醒一句收敛半径只告诉你在 \(-R,R\) 内收敛不告诉你端点 \(x\pm R\) 处的情况。端点是开区间和闭区间的差别必须把端点分别代回原级数判断。我见过太多人在这一步丢掉分数算完 \(R2\)直接写收敛域 \((-2,2)\)结果出题人故意挖坑\(x2\) 代入后变成条件收敛收敛域应该写成 \((-2,2]\)。所以规范流程是半径算完两个端点各代一回多余的动作一个都不许省。4.2 幂级数的分析方法逐项求导和逐项积分幂级数为什么是“高等数学里最温柔的函数”之一因为它在收敛区间内部的性质好到令人发指可以逐项求导、逐项积分而且求导积分后的收敛半径不变。这意味着你只要会算 \(\frac{1}{1-x}\sum_{n0}^{\infty}x^n\)就能通过逐项求导推出 \[\frac{1}{(1-x)^2}\sum_{n1}^{\infty}nx^{n-1}\]通过逐项积分推出 \[-\ln(1-x)\sum_{n1}^{\infty}\frac{x^n}{n}。\]这就是所谓的“用已知推出未知”比硬背一堆公式靠谱得多。我记得有一次做一道求和题 \(\sum_{n1}^{\infty}\frac{x^{n1}}{n(n1)}\)直接用定义没法求和但是你先逐项求导\(\frac{d}{dx}\frac{x^{n1}}{n(n1)}\frac{x^n}{n}\)再求一次导变成 \(x^{n-1}\)这就回到等比级数了。算完等比级数的和再倒着积分两次原级数的和函数就出来了。整个过程特别像“先化整为零再积零为整”你只要记住“求导把分母里的 \(n\) 消掉积分把分母里的 \(n\) 加上来”方向和目标就清楚了。4.3 泰勒级数和麦克劳林级数本质是“用局部信息推断全局”函数展开成幂级数数学上的依据是泰勒公式。如果 \(f(x)\) 在 \(x_0\) 处有任意阶导数那么 \[f(x)\sum_{n0}^{\infty}\frac{f^{(n)}(x_0)}{n!}(x-x_0)^n\]这个等式成立的前提是余项趋于0。换句话说幂级数展开不是“算几个系数凑个多项式”而是“这个函数确实能由它的各阶导数在一点的信息完整决定”。这是微积分里最深刻的思想之一一个点的信息通过无限阶导数居然能推演出整条函数曲线。麦克劳林级数就是 \(x_00\) 的特殊情形。常用的五个展开式——\(e^x\)、\(\sin x\)、\(\cos x\)、\(\ln(1x)\)、\((1x)^\alpha\) 必须烂熟于心但更重要的是知道它们怎么来的。比如 \(\sin x\) 的展开\(\sin 00\)\(\sin0\cos01\)\(\sin0-\sin00\)\(\sin0-\cos0-1\)……一阶一阶往后推你会发现奇数阶导数在0处轮流取 \(\pm1\)偶数阶全是0所以 \(\sin x\) 的级数只有奇数次幂而且正负交替。理解了这一点你根本不需要背公式现场都能推出来。5. 傅里叶级数工程人逃不开的“频谱世界观”最后一节傅里叶级数很多学校在高等数学里只是简单介绍但它在信号处理、结构分析和物理学里的重量级地位怎么强调都不过分。如果说幂级数是用 \(x^n\) 来逼近函数那傅里叶级数就是用 \(\sin nx\) 和 \(\cos nx\) 来逼近周期函数。它是另一种“坐标系”只不过基底不是 \(1,x,x^2,\cdots\)而是三角函数族。5.1 周期函数可以写成三角函数的无限叠加核心公式是对于周期为 \(2\pi\) 的函数 \(f(x)\) \[f(x)\sim \frac{a_0}{2}\sum_{n1}^{\infty}(a_n\cos nxb_n\sin nx)\]其中 \[a_n\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)\cos nx\,dx\quad b_n\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)\sin nx\,dx。\]为什么要用积分来算系数因为三角函数族在一个周期内是“正交”的也就是说 \(\int_{-\pi}^{\pi}\cos mx\cdot\cos nx\,dx\) 在 \(m\ne n\) 时等于0在 \(mn\) 时不等于0。这就像三维空间里三个坐标轴互相垂直你可以通过投影把某个向量分解到坐标轴上三角函数族就是无穷维空间里的“坐标轴”积分就是“投影”。我在学习傅里叶级数的时候最大的顿悟是展开式前面的波浪号 \(\sim\) 不是等号。它表示这是一种形式上的级数展开并不意味着级数在每个点都收敛到函数值本身。傅里叶级数的收敛定理告诉你在函数的连续点级数收敛到函数值在跳跃间断点级数收敛到左右极限的平均值。这一点极其重要考试也特别喜欢抓这个细节——让你写出某点处级数的和你如果直接回答函数值就掉坑了正确答案可能是平均值。5.2 奇偶性傅里叶系数能省一半力气如果 \(f(x)\) 是奇函数那所有 \(a_n\) 都为0只剩正弦项得到正弦级数如果 \(f(x)\) 是偶函数那所有 \(b_n\) 都为0只剩余弦项得到余弦级数。为什么因为奇函数乘以 \(\cos nx\) 还是奇函数在对称区间上积分为0偶函数乘以 \(\sin nx\) 就是奇函数积分也为0。我建议拿到傅里叶展开题的一瞬间先画一下函数的图像看它是不是奇函数或偶函数这能帮你省掉一半甚至全部的计算量。比如 \(f(x)x\) 在 \((-\pi,\pi)\) 上是奇函数它展开后直接就是 \[x2\sum_{n1}^{\infty}\frac{(-1)^{n1}\sin nx}{n}\]完全不用算 \(a_n\)。我当年第一次做这个题的时候老老实实把 \(a_n\) 和 \(b_n\) 全算了一遍结果发现 \(a_n\) 全是0白白浪费了十分钟。6. 复习排雷这一章最常见的丢分点最后这部分我把自己做题踩过的坑、看过别人踩的坑集中整理成一份避雷清单希望能帮你少走弯路。6.1 通项不趋于0级数必发散——先检查这个再动手判断级数敛散性之前第一个动作永远是看 \(\lim_{n\to\infty}u_n\)。只要它不等于0就立刻判定发散后面所有审敛法都不用考虑了。这个步骤太基础了以至于很多人会忽略但恰恰是这种基础步骤每年考试都能拦下一大批人。比如 \(\sum\sin\frac{1}{n}\)通项趋向0不能直接判发散得用比较法跟 \(\frac{1}{n}\) 比但 \(\sum(-1)^n\) 通项不趋于0直接判发散连莱布尼茨都不用看因为它压根不满足交错级数收敛的必要条件。6.2 比值法失效的经典场景\(p\) -级数\(\sum\frac{1}{n^p}\) 用比值法算出来 \(\rho1\)什么都判不了你转头用 \(p1\) 收敛、\(p\le1\) 发散的结论。考试里比较阴险的题型是让你判断 \(\sum\frac{1}{n^{1\frac{1}{n}}}\) 这种通项怎么看都像 \(\frac{1}{n}\)但指数还带个 \(\frac{1}{n}\)。你要是直接套 \(p\) -级数结论就错了——因为 \(1\frac1n1\) 并不恒成立不是固定的 \(p\)。正确做法是用极限比较法跟 \(\frac1n\) 比\[\lim_{n\to\infty}\frac{\frac{1}{n^{11/n}}}{\frac{1}{n}}\lim_{n\to\infty}\frac{1}{n^{1/n}}1\]所以和调和级数同敛散发散。这种题就是对“比较对象选择”的极致考验。6.3 收敛域与收敛区间端点永远单独验幂级数题里算完收敛半径后端点 \(x\pm R\) 必须单独代回。常见的坑是收敛半径为正有限数的级数端点在绝对值意义下变成了 \(p\) -级数或交错 \(p\) -级数收敛性完全可能不同。我的操作习惯是在草稿纸上先画一条数轴标出 \(-R\) 和 \(R\)然后分别代入写成两个“普通级数”该用交错审敛用交错该用 \(p\) -级数结论就套结论判断完再决定区间端点是开还是闭。虽然多花两分钟但能保证不丢分。6.4 逐项求导/积分后要回头确认端点的变化幂级数在收敛区间内逐项求导或积分后收敛半径不变但端点的收敛性可能改变。比如 \(\sum\frac{x^n}{n}\)\(x-1\) 时是交错调和级数收敛但逐项求导后变成 \(\sum x^{n-1}\)\(x-1\) 时 \(\sum (-1)^{n-1}\) 发散。所以利用逐项求导或积分得到新级数后新级数的收敛域仍然需要重新验端点不能想当然地照搬原来的收敛域。6.5 傅里叶级数的间断点陷阱傅里叶级数不是“逐点等于”原函数这一点我前面反复强调过。比如方波函数在跳跃点处级数收敛到 \(\frac{f(x_0^)f(x_0^-)}{2}\)而不是 \(f(x_0)\) 本身。有些题目会故意给你一个分段函数在某个点有跳跃然后问“该点的傅里叶级数收敛到多少”正确答案往往是那个“尴尬的平均值”。所以每当你处理傅里叶级数的具体函数值时都先问自己一句这个点是不是连续点不是的话平均值伺候。我个人在学习傅里叶级数时还有一个额外的经验不要怕算那几个积分。\(\int x\cos nx\,dx\)、\(\int x^2\sin nx\,dx\) 这类分部积分看起来很繁琐但只要你每次都列清楚 \(u\) 和 \(dv\)一步一步写清楚算错的概率会大幅下降。最怕的是你心算跳步骤然后翻车。写在最后级数这一章到底该怎么学我自己的体会是无穷级数这个章节最考验的不是天赋而是“分类讨论”的条理性。你面对一个级数心里要有一套固定的判断流程先看通项是否趋于0再看它是正项还是任意项正项级数优先考虑比值和根值含 \(n!\) 用比值含 \(n\) 次方用根值长得像 \(\frac{1}{n^p}\) 用比较任意项级数先取绝对值看是否绝对收敛不行再用莱布尼茨看交错幂级数算完半径一定别忘了端点傅里叶级数做之前先画图看奇偶性。这套流程走下来大部分题都能在30秒内锁定正确方法。另一个实用的建议是把常用结论做成一张“小抄卡”。一面写五个基本展开式另一面写三种标准级数的敛散性等比、\(p\) -级数、调和再加上比值法根值法失效的条件 \(\rho1\)。我备考那段时间这张卡随身带了两个星期每天睡前看一遍等到考前基本不用看也能默写出来。别小看这种笨功夫级数这一章的题型虽然灵活但底层工具就这么多你对工具越熟做题就越稳。
