当前位置: 首页 > news >正文

∑ 1/n 调和级数 是 发散的

为什么 ∑ 1 u \sum \frac{1}{u} u1(即 ∑ 1 n \sum \frac{1}{n} n1,通常称为调和级数)是发散的


✅ 一、首先明确你问的是这个级数:

∑ n = 1 ∞ 1 n \sum_{n=1}^{\infty} \frac{1}{n} n=1n1

这个级数叫作调和级数(Harmonic Series)。它的每一项都趋近于 0,但整个级数仍然发散


✅ 二、调和级数发散的经典证明(对比法)

我们用一种简单的分组对比法来说明:

∑ n = 1 ∞ 1 n = 1 + 1 2 + ( 1 3 + 1 4 ) + ( 1 5 + 1 6 + 1 7 + 1 8 ) + ⋯ > 1 + 1 2 + 2 ⋅ 1 4 + 4 ⋅ 1 8 + ⋯ = 1 + 1 2 + 1 2 + 1 2 + ⋯ = ∞ \begin{aligned} \sum_{n=1}^{\infty} \frac{1}{n} &= 1 + \frac{1}{2} + \left( \frac{1}{3} + \frac{1}{4} \right) + \left( \frac{1}{5} + \frac{1}{6} + \frac{1}{7} + \frac{1}{8} \right) + \cdots \\ &> 1 + \frac{1}{2} + 2 \cdot \frac{1}{4} + 4 \cdot \frac{1}{8} + \cdots \\ &= 1 + \frac{1}{2} + \frac{1}{2} + \frac{1}{2} + \cdots = \infty \end{aligned} n=1n1=1+21+(31+41)+(51+61+71+81)+>1+21+241+481+=1+21+21+21+=

结论: 每一组的和都 ≥ 1 2 \frac{1}{2} 21,不断累加会趋于无穷大,所以发散。


✅ 三、常见误区:项趋近于 0 不代表级数收敛!

很多同学会说:

“它的每一项 1 n → 0 \frac{1}{n} \to 0 n10,为什么还会发散?”

❗注意:

  • 这是级数学习中的最大陷阱之一
  • 级数是否收敛,不仅看项是否趋近于0,还要看它“趋近于0得多快”。
  • 1 n 2 \frac{1}{n^2} n21 1 n p ( p > 1 ) \frac{1}{n^p} (p > 1) np1(p>1) 这样下降快的,才可能收敛。

✅ 四、延伸: ∑ 1 n p \sum \frac{1}{n^p} np1 的收敛性

级数是否收敛?
∑ 1 n \sum \frac{1}{n} n1❌ 发散
∑ 1 n 2 \sum \frac{1}{n^2} n21✅ 收敛(著名的 π 2 6 \frac{\pi^2}{6} 6π2
∑ 1 n 1.0001 \sum \frac{1}{n^{1.0001}} n1.00011✅ 收敛
∑ 1 n 0.999 \sum \frac{1}{n^{0.999}} n0.9991❌ 发散

📌 总结:
∑ 1 n p \sum \frac{1}{n^p} np1,当且仅当 p > 1 p > 1 p>1 时,才收敛。


✅ 五、应用在考试中:

题型是否能快速判断
∑ 1 n \sum \frac{1}{n} n1❌ 发散
∑ 1 n 2 \sum \frac{1}{n^2} n21✅ 收敛
∑ ( − 1 ) n ⋅ 1 n \sum (-1)^n \cdot \frac{1}{n} (1)nn1✅ 收敛,但条件收敛
∑ 1 n \sum \frac{1}{\sqrt{n}} n 1❌ 发散

✅ 六、总结

  • ∑ 1 n \sum \frac{1}{n} n1调和级数发散,这是基础常识,要熟记。
  • 每一项趋于0 ≠ 级数收敛,必须结合“下降速度”判断。
  • 在考试中,看到类似 1 n p \frac{1}{n^p} np1 形态,第一反应就是看 p p p 是否大于1。

如你想了解它发散的积分法证明,或与交错调和级数的对比,我也可以继续讲。是否继续?

相关文章:

  • Python打卡 DAY 42
  • 什么是临时表?临时表与普通表区别?
  • UDP/TCP协议全解
  • 工作流引擎-05-流程引擎(Process Engine)Camunda 8 协调跨人、系统和设备的复杂业务流程
  • oracle goldengate同步SQL server到SQL server的实时数据同步
  • 【计网】第六章(网络层)习题测试集
  • 黑马Java面试笔记之框架篇(Spring、SpringMvc、Springboot)
  • 【机器学习基础】机器学习入门核心:Jaccard相似度 (Jaccard Index) 和 Pearson相似度 (Pearson Correlation)
  • rsync服务的搭建
  • Python 验证码识别(使用pytesseract库)
  • 参数高效的提示调优实现了通用且校准的神经文本检索器
  • 网页自动化部署(webhook方法)
  • 【Go-补充】Sync包
  • STM32G4 电机外设篇(三) TIM1 发波 和 ADC COMP DAC级联
  • 【Go语言生态】
  • 结合源码分析Redis的内存回收和内存淘汰机制,LRU和LFU是如何进行计算的?
  • Spring Boot,注解,@ComponentScan
  • Mybtais框架各配置文件主要内容详解(一)
  • 【xmb】】内部文档148344599
  • Azure 机器学习初学者指南
  • 旅游网站源代码模板/百度网盘会员
  • 南山网站建设多少钱/网络维护公司
  • 设计教程网站/深圳货拉拉
  • 有域名后怎么建网站/西安优化seo托管
  • 南宁市网站维护与推广公司/网站优化要多少钱
  • wordpress博客付费/优化二十条