绝对收敛(absolute convergence)是什么意思?与条件收敛有什么区别

绝对收敛指一个级数取绝对值后仍然收敛。设级数 $\sum a_n$,如果 $\sum |a_n|$ 收敛,就称 $\sum a_n$ 绝对收敛。它的重要性在于:绝对收敛的级数一定收敛,而且可以任意重排项的顺序而不改变和;条件收敛的级数虽然收敛,但重排后可能得到不同的和,甚至发散。判断一个级数是否绝对收敛,通常先用比值判别法或根值判别法处理 $\sum |a_n|$。

定义与基本关系

对级数 $\sum_{n=1}^{\infty} a_n$,令每项取绝对值得到 $\sum_{n=1}^{\infty} |a_n|$。

  • 若 $\sum |a_n|$ 收敛,则 $\sum a_n$ 绝对收敛。
  • 若 $\sum a_n$ 收敛但 $\sum |a_n|$ 发散,则 $\sum a_n$ 条件收敛。

三者的逻辑关系是:

情形 $\sum a_n$ $\sum |a_n|$
绝对收敛 收敛 收敛
条件收敛 收敛 发散
发散 发散 可能收敛也可能发散

关键结论:绝对收敛 ⇒ 收敛,但反过来不成立。也就是说,绝对收敛是比普通收敛更强的条件。

为什么绝对收敛比普通收敛更强

普通收敛只要求部分和 $S_N = a_1 + a_2 + \cdots + a_N$ 趋于某个有限值,项的正负可以相互抵消。绝对收敛则要求这种抵消即使全部去掉、把每项都变成正数后,总和依然有限。

一个直观的类比:条件收敛像两个人来回转账,账面净额很小,但流水总额巨大;绝对收敛则要求流水总额本身也有限。

典型例子

绝对收敛的例子

级数 $$\sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n^2}$$ 取绝对值后是 $\sum 1/n^2$,这是 $p=2$ 的 $p$ 级数,收敛,所以原级数绝对收敛。

条件收敛的例子

交错调和级数 $$\sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n} = 1 - \frac{1}{2} + \frac{1}{3} - \frac{1}{4} + \cdots$$ 它收敛(由交错级数判别法,项递减趋于零),但取绝对值后是调和级数 $\sum 1/n$,发散。所以它是条件收敛的典型代表。

这个例子也说明:收敛不等于绝对收敛。

常用判别方法

判断绝对收敛,本质是判断正项级数 $\sum |a_n|$ 是否收敛,因此正项级数的判别法都可以用。

比值判别法(达朗贝尔判别法)

计算 $$L = \lim_{n \to \infty} \left| \frac{a_{n+1}}{a_n} \right|$$

  • $L < 1$:绝对收敛
  • $L > 1$:发散
  • $L = 1$:无法判定,需换方法

根值判别法(柯西判别法)

计算 $$L = \lim_{n \to \infty} \sqrt[n]{|a_n|}$$

判定规则与比值判别法相同。

比较判别法

若存在收敛的正项级数 $\sum b_n$ 使得 $|a_n| \le b_n$ 对足够大的 $n$ 成立,则 $\sum a_n$ 绝对收敛。

操作步骤:先对 $a_n$ 取绝对值,得到一个正项级数;再选择比值、根值或比较判别法;根据极限值或比较结果下结论。若这些方法都给出 $L=1$ 或无法比较,需要更精细的判别法(如积分判别法、拉阿伯判别法)。

绝对收敛级数的性质

绝对收敛之所以重要,是因为它保留了有限和的大部分良好性质。

  1. 可重排:任意改变项的次序,和不变。条件收敛的级数没有这个性质——黎曼重排定理指出,条件收敛级数通过重排可以得到任意实数,甚至使其发散。
  2. 可分组:可以任意加括号而不影响和。
  3. 乘积级数:两个绝对收敛级数的柯西乘积仍然绝对收敛,且其和等于两个级数和的乘积。

这些性质使得在幂级数、傅里叶级数等场景中,人们往往先验证绝对收敛,再放心地进行代数运算。

常见卡点

  • 把收敛当成绝对收敛:交错调和级数收敛但不绝对收敛,是最容易混淆的例子。
  • 比值/根值判别法得到 1 就下结论:$L=1$ 时方法失效,不能据此判断收敛或发散,需要换判别法。
  • 忽略取绝对值这一步:绝对收敛的定义针对 $\sum |a_n|$,判断时必须先取绝对值再套用正项级数判别法。
  • 误以为重排总是安全:只有绝对收敛才保证重排不变,条件收敛级数重排会改变和。

一句话区分

绝对收敛是"取绝对值后仍收敛",条件收敛是"收敛但取绝对值后发散"。前者性质更强、运算更自由,后者需要小心处理项的顺序。

mathematicsdictionary.com
Visual Mathematics Dictionary www.education2000.com