幂级数和幂级数的和函数有什么关系?
幂级数和幂级数的和函数有什么关系?
本文例子引用自:80_1幂级数运算,逐项积分、求导【小元老师】高等数学,考研数学
求幂级数 ∑ n = 1 ∞ 1 n x n \sum\limits_{n=1}^{\infty}\frac{1}{n}x^n n=1∑∞n1xn 的和函数
(1)求收敛半径,由于是不缺项级数所以可以使用 lim n → ∞ ∣ a n + 1 a n ∣ = ρ \lim\limits_{n\rightarrow\infty}|\frac{a_{n+1}}{a_n}|=\rho n→∞lim∣anan+1∣=ρ,若是缺项级数则只能使用 lim n → ∞ ∣ u n + 1 ( x ) u n ( x ) ∣ = ρ ∣ ϕ ( x ) ∣ < 1 \lim\limits_{n\rightarrow\infty}|\frac{u_{n+1}(x)}{u_n(x)}|=\rho|\phi(x)|\lt 1 n→∞lim∣un(x)un+1(x)∣=ρ∣ϕ(x)∣<1,当然不缺项级数也可使用后者。
ρ = lim n → ∞ ∣ a n + 1 a n ∣ = lim n → ∞ ∣ 1 n + 1 1 n ∣ = 1 \rho=\lim\limits_{n\rightarrow\infty}|\frac{a_{n+1}}{a_n}|=\lim\limits_{n\rightarrow\infty}|\frac{\frac{1}{n+1}}{\frac{1}{n}}|=1 ρ=n→∞lim∣anan+1∣=n→∞lim∣n1n+11∣=1
(2)判断端点处的敛散性
当 x = − 1 x=-1 x=−1 时, ∑ n = 1 ∞ ( − 1 ) n 1 n \sum\limits_{n=1}^{\infty}(-1)^n\frac{1}{n} n=1∑∞(−1)nn1, u n = 1 n → 0 u_n=\frac{1}{n}\rightarrow0 un=n1→0 且 u n = 1 n u_n=\frac{1}{n} un=n1递减,级数收敛(利用交错级数的莱布尼茨定理判别)
当 x = 1 x=1 x=1 时, ∑ n = 1 ∞ 1 n \sum\limits_{n=1}^{\infty}\frac{1}{n} n=1∑∞n1, p = 1 p=1 p=1,级数发散(利用p级数判别)
(3)综上,该级数收敛域 [ − 1 , 1 ) [-1,1) [−1,1)
(4)求收敛域中幂级数的和函数(在收敛域中幂级数等于其和函数,超过收敛域二者不等)
s ( x ) = ∑ n = 1 ∞ 1 n x n = x + 1 2 x 2 + 1 3 x 3 + ⋯ + 1 n x n + ⋯ s(x)=\sum\limits_{n=1}^{\infty}\frac{1}{n}x^n=x+\frac{1}{2}x^2+\frac{1}{3}x^3+\cdots+\frac{1}{n}x^n+\cdots s(x)=n=1∑∞n1xn=x+21x2+31x3+⋯+n1xn+⋯
逐项求导
s ′ ( x ) = ( ∑ n = 1 ∞ 1 n x n ) ′ = 1 + x + x 2 + ⋯ + 1 n x n − 1 + ⋯ = 1 1 − x s'(x)=\big(\sum\limits_{n=1}^{\infty}\frac{1}{n}x^n\big)'=1+x+x^2+\cdots+\frac{1}{n}x^{n-1}+\cdots=\frac{1}{1-x} s′(x)=(n=1∑∞n1xn)′=1+x+x2+⋯+n1xn−1+⋯=1−x1
左右两端同时积分(右侧逐项积分)
s ( x ) = s ( 0 ) + ∫ 0 x s ′ ( t ) d t = 0 + ∫ 0 x 1 1 − t d t = − ln ( 1 − x ) s(x)=s(0)+\int_0^xs'(t)dt=0+\int_0^x\frac{1}{1-t}dt=-\ln(1-x) s(x)=s(0)+∫0xs′(t)dt=0+∫0x1−t1dt=−ln(1−x)
上式为什么还有 s ( 0 ) s(0) s(0)?
∫ 0 x s ′ ( t ) d t = s ( x ) ∣ 0 x = s ( x ) − s ( 0 ) s ( x ) = s ( 0 ) + ∫ 0 x s ′ ( t ) d t \int_0^xs'(t)dt=s(x)|_0^x=s(x)-s(0)\\ ~\\ s(x)=s(0)+\int_0^xs'(t)dt ∫0xs′(t)dt=s(x)∣0x=s(x)−s(0) s(x)=s(0)+∫0xs′(t)dt
最终收敛域上幂级数的和函数为:
s ( x ) = − ln ( 1 − x ) , x ∈ [ − 1 , 1 ) s(x)=-\ln(1-x),x\in[-1,1) s(x)=−ln(1−x),x∈[−1,1)
我们为什么要兜圈子先对级数求导(或积分)然后再进行积分(或求导)呢?
主要想利用等比级数,因为其和函数容易求得,而逐项求导和积分的目的是将所给幂级数变换为等比级数,随后利用等比级数求出所给幂级数的和函数

我们在图像中看看到底幂级数和幂级数的和函数有什么关系?
下图中幂级数的图像为绿色曲线,其实不是真正的图像,因为 n n n为无穷大,笔者这里 n n n只取到了9,仅做示意。下图中红色曲线为幂级数和函数的图像,我们可以发现在收敛域中幂级数等于其和函数,超过收敛域二者是不等的

相关文章:
幂级数和幂级数的和函数有什么关系?
幂级数和幂级数的和函数有什么关系? 本文例子引用自:80_1幂级数运算,逐项积分、求导【小元老师】高等数学,考研数学 求幂级数 ∑ n 1 ∞ 1 n x n \sum\limits_{n1}^{\infty}\frac{1}{n}x^n n1∑∞n1xn 的和函数 ÿ…...
Git多账号管理通过ssh 公钥的方式,git,gitlab,gitee
按照目前国内访问git,如果不科学上网,我们很大可能访问会超时。基于这个,所以我现在的git 配置已经增加到了3个了 一个公司gitlab,一个git,一个gitee. 以下基于这个环境,我们来说明下如何创建配置ssh公钥。…...
在nodejs常见的不良做法及其优化解决方案
在nodejs常见的不良做法及其优化解决方案 当涉及到在express和nodejs中开发应用程序时。遵循最佳实践对于确保项目的健壮性、可维护性和安全性至关重要。 在本文中,我们将探索开发人员经常遇到的几种常见的错误做法,并通过代码示例研究优化的最佳做法&…...
关于layui upload上传组件上传文件无反应的问题
最近使用layui upload组件时,碰到了上传文件无反应的问题,感到非常困惑。 因为使用layui upload组件不是一次两次了,之前每次都可以,这次使用同样的配方,同样的姿势,为什么就不行了呢? 照例先…...
容器网络之Flannel
第一个问题位置变化,往往是通过一个称为注册中心的地方统一管理的,这个是应用自己做的。当一个应用启动的时候,将自己所在环境的 IP 地址和端口,注册到注册中心指挥部,这样其他的应用请求它的时候,到指挥…...
SVM(下):如何进行乳腺癌检测?
⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ 🐴作者:秋无之地 🐴简介:CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作,主要擅长领域有:爬虫、后端、大数据开发、数据分析等。 🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、…...
嵌入式Linux应用开发-第十五章具体单板的按键驱动程序
嵌入式Linux应用开发-第十五章具体单板的按键驱动程序 第十五章 具体单板的按键驱动程序(查询方式)15.1 GPIO操作回顾15.2 AM335X的按键驱动程序(查询方式)15.2.1 先看原理图确定引脚及操作方法15.2.2 再看芯片手册确定寄存器及操作方法15.2.3 编程15.2.3.1 程序框架15.2.3.2 硬…...
MySQL体系结构和四层架构介绍
MySQL体系结构图如下: 四层介绍 1. 连接层: 它的主要功能是处理客户端与MySQL服务器之间的连接(比如Java应用程序通过JDBC连接MySQL)。当客户端应用程序连接到MySQL服务器时,连接层对用户进行身份验证、建立安全连接并管理会话状态。它还处理…...
【产品运营】如何做好B端产品规划
产品规划是基于当下掌握的多维度信息,为追求特定目的,而制定的产品资源投入计划。 产品规划是基于当下掌握的多维度信息(客户需求、市场趋势、竞争对手、竞争策略等),为追求特定目的(商业增长、客户满意等&…...
ruoyi-启动
1 springboot 版本 git 地址 ruoyi-vue-pro: 🔥 官方推荐 🔥 RuoYi-Vue 全新 Pro 版本,优化重构所有功能。基于 Spring Boot MyBatis Plus Vue & Element 实现的后台管理系统 微信小程序,支持 RBAC 动态权限、数据权限…...
select完成服务器并发
服务器 #include <myhead.h>#define PORT 4399 //端口号 #define IP "192.168.0.191"//IP地址//键盘输入事件 int keybord_events(fd_set readfds); //客户端交互事件 int cliRcvSnd_events(int , struct sockaddr_in*, fd_set *, int *); //客户端连接事件 …...
初级篇—第四章聚合函数
文章目录 聚合函数介绍聚合函数介绍COUNT函数AVG和SUM函数MIN和MAX函数 GROUP BY语法基本使用使用多个列分组WITH ROLLUP HAVING基本使用WHERE和HAVING的对比开发中的选择 SELECT的执行过程查询的结构SQL 的执行原理 练习流程函数 聚合函数介绍 聚合函数作用于一组数据&#x…...
计算机图像处理-中值滤波
非线性滤波 非线性滤波是利用原始图像跟模版之间的一种逻辑关系得到结果,常用的非线性滤波方法有中值滤波和高斯双边滤波,分别对应cv2.medianBlur(src, ksize)方法和cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])方法。 …...
Golang中的包和模块设计
Go,也被称为Golang,是一种静态类型、编译型语言,因其简洁性和对并发编程的强大支持而受到开发者们的喜爱。Go编程的一个关键方面是其包和模块系统,它允许创建可重用、可维护和高效的代码。本博客文章将深入探讨在Go中设计包和模块…...
web:[极客大挑战 2019]Upload
题目 页面显示为一个上传,猜测上传一句话木马文件 先查看源代码看一下有没有有用的信息,说明要先上传图片,先尝试上传含有一句话木马的图片 构造payload <?php eval($_POST[123]);?> 上传后页面显示为,不能包含<&…...
ICMP差错包
ICMP报文分类 Type Code 描述 查询/差错 0-Echo响应 0 Echo响应报文 查询 3-目的不可达 0 目标网络不可达报文 差错 1 目标主机不可达报文 差错 2 目标协议不可达报文 差错 3 目标端口不可达报文 差错 4 要求分段并设置DF flag标志报文 差错 5 源路由…...
算法基础课第二部分
算法基础课 第四讲 数学知识AcWing1381. 阶乘(同余,因式分解) 质数AcWing 866. 质数的判定---试除法AcWing 868. 质数的判定---埃氏筛AcWing867. 分解质因数---试除法AcWing 197. 阶乘---分解质因数---埃式筛 约数AcWing 869. 求约数---试除法AcWing 870. 约数个数-…...
【数据结构】外部排序、多路平衡归并与败者树、置换-选择排序(生成初始归并段)、最佳归并树算法
目录 1、外部排序 1.1 基本概念 1.2 方法 2、多路平衡归并与败者树 2.1 K路平衡归并 2.2 败者树 3、置换-选择排序(生成初始归并段)编辑 4、最佳归并树 4.1 理论基础编辑 4.2 构造方法 编辑 5、各种排序算法的性质 1、外部排序 1.1 基本概…...
抽象工厂模式 创建性模式之五
在看这篇文章之前,请先看看“简单工厂模式”和“工厂方法模式”这两篇博文,会更有助于理解。我们现在已经知道,简单工厂模式就是用一个简单工厂去创建多个产品,工厂方法模式是每一个具体的工厂只生产一个具体的产品,然…...
servlet如何获取PUT和DELETE请求的参数
1. servlet为何不能获取PUT和DELETE请求的参数 Servlet的规范是POST的数据需要转给request.getParameter*()方法,没有规定PUT和DELETE请求也这么做 The Servlet spec requires form data to be available for HTTP POST but not for HTTP PUT or PATCH requests. T…...
诚信标签工厂端解决方案 适配俄标 CRPT 体系一体化技术方案
俄罗斯诚实标签依托 CRPT 体系执行强制管控,各类出口货品必须完成 Data Matrix 编码采集、格式转换、多层包装数据绑定,数据合规后方可通关流通。美妆食品、日化建材、玩具五金等品类包装形态差异较大,人工采集方式普遍存在识别精度不足、批量…...
亚马逊 Rufus 关停,Alexa 正式上线:卖家必须读懂的6条新规则
2026年5月13日,亚马逊官方正式宣布,下线Rufus,推出全新AI购物助手:Alexa for Shopping。但是,这不是粗暴地直接下线 Rufus,而是一次购物AI底层架构的重组 —— 将 Rufus 的商品专长 与 Alexa的用户理解力&a…...
Keil µVision链接器错误204解决方案
1. 问题现象与背景解析最近在使用Keil Vision进行嵌入式开发时,不少工程师遇到了一个令人头疼的链接器错误。具体表现为编译时出现"FATAL ERROR 204: INVALID KEYWORD"的致命错误,错误位置指向链接器控制文件中的特定行。这个问题在C166和C51两…...
武汉国电华美串联谐振试验装置,现场用着心里有底
在高压试验现场干了这么多年,这位老师傅常说,一台好的串联谐振装置,就是试验人员的胆。面对GIS、大型变压器、超高压电缆这些大电容试品,没有趁手的谐振设备,交流耐压试验根本没法干。16875kVA/225kV这个规格ÿ…...
如何快速上手DeepPurpose?5分钟完成你的第一个药物-靶点相互作用预测模型
如何快速上手DeepPurpose?5分钟完成你的第一个药物-靶点相互作用预测模型 【免费下载链接】DeepPurpose A Deep Learning Toolkit for DTI, Drug Property, PPI, DDI, Protein Function Prediction (Bioinformatics) 项目地址: https://gitcode.com/gh_mirrors/de…...
航空发动机叶片三维扫描-诺斯顿
航空发动机叶片作为发动机的核心动力部件,其精度与性能直接决定发动机的推力、燃油效率及运行安全性,三维扫描技术作为航空制造领域的核心数字化手段,已广泛应用于叶片全生命周期的多个关键环节。其应用涵盖叶片研发设计阶段的逆向工程&#…...
如何用WaveTools终极优化《鸣潮》游戏性能:从卡顿到丝滑的完整指南
如何用WaveTools终极优化《鸣潮》游戏性能:从卡顿到丝滑的完整指南 【免费下载链接】WaveTools 🧰鸣潮工具箱 项目地址: https://gitcode.com/gh_mirrors/wa/WaveTools 如果你正在玩《鸣潮》却频繁遭遇帧率波动、画面卡顿或操作延迟,那…...
用图神经网络做缺陷定位,准确率比传统方法高出30%
在现代软件工程的复杂迷宫中,缺陷定位始终是测试团队面临的核心挑战。想象这样一个场景:一个电商系统在特定压力条件下偶发订单丢失,日志中只留下泛泛的超时错误,问题可能深藏在上百个微服务的调用链、分布式事务的竞态条件或某个…...
从零构建FOC轮腿机器人:开源平衡机器人完整指南
从零构建FOC轮腿机器人:开源平衡机器人完整指南 【免费下载链接】foc-wheel-legged-robot Open source materials for a novel structured legged robot, including mechanical design, electronic design, algorithm simulation, and software development. | 一个…...
深度解析:JetBrains IDE试用期重置机制的技术实现
深度解析:JetBrains IDE试用期重置机制的技术实现 【免费下载链接】ide-eval-resetter 项目地址: https://gitcode.com/gh_mirrors/id/ide-eval-resetter 在软件开发工作流中,JetBrains IDE试用期管理是一个常见的技术挑战,尤其是在多…...
