KNOWECON WIKI

ARTICLE

函数项级数

函数项级数 函数项级数 (series of functions) 是数学分析中的一个核心概念，它将数项级数的理论推广到了函数序列的求和情形。函数项级数的核心问题在于：当级数的每一项都是定义在某个集合上的函数时，其和函数的性质（连续性、可微性、可积性）是否能够由各项函数的相应性质通过逐项取极限而得到。这一问题的解决依赖于一致收敛这一深刻概念。 定义与基本概念

浏览 0 更新 2025-12-03

函数项级数

函数项级数 (series of functions) 是数学分析中的一个核心概念，它将数项级数的理论推广到了函数序列的求和情形。函数项级数的核心问题在于：当级数的每一项都是定义在某个集合上的函数时，其和函数的性质（连续性、可微性、可积性）是否能够由各项函数的相应性质通过逐项取极限而得到。这一问题的解决依赖于一致收敛这一深刻概念。

定义与基本概念

设 {un(x)}\{u_n(x)\} 是定义在集合 E⊂RE \subset \mathbb{R} 上的一列函数，则形式表达式

∑n=1∞un(x)=u1(x)+u2(x)+⋯+un(x)+⋯\sum_{n=1}^{\infty} u_n(x) = u_1(x) + u_2(x) + \cdots + u_n(x) + \cdots

称为定义在 EE 上的一个函数项级数。对于每一个固定的 x0∈Ex_0 \in E，∑un(x0)\sum u_n(x_0) 是一个数项级数。若该数项级数收敛，则称 x0x_0 为函数项级数的收敛点；全体收敛点构成的集合称为收敛域。

定义部分和函数序列

Sn(x)=∑k=1nuk(x),x∈ES_n(x) = \sum_{k=1}^{n} u_k(x), \quad x \in E

则函数项级数的收敛性等价于部分和函数序列 {Sn(x)}\{S_n(x)\} 在收敛域上的逐点收敛。若在收敛域 DD 上，lim⁡n→∞Sn(x)=S(x)\lim_{n\to\infty} S_n(x) = S(x)，则称 S(x)S(x) 为级数的和函数，记作

∑n=1∞un(x)=S(x),x∈D\sum_{n=1}^{\infty} u_n(x) = S(x), \quad x \in D

逐点收敛与一致收敛

逐点收敛

函数项级数 ∑un(x)\sum u_n(x) 在区间 II 上逐点收敛到和函数 S(x)S(x)，是指：对任意 x∈Ix \in I 和任意 ε>0\varepsilon > 0，存在 N(ε,x)N(\varepsilon, x)（依赖于 xx 和 ε\varepsilon），使得当 n>Nn > N 时，有

∣Sn(x)−S(x)∣<ε|S_n(x) - S(x)| < \varepsilon

逐点收敛的局限性在于，不同点 xx 所需的 NN 可能差异很大，这使得逐点收敛无法保证和函数继承各项函数的分析性质。例如，一个由连续函数构成的函数项级数，其和函数未必连续。

一致收敛

为克服逐点收敛的缺陷，德国数学家魏尔斯特拉斯（Karl Weierstrass）引入了一致收敛（uniform convergence）的概念。函数项级数 ∑un(x)\sum u_n(x) 在区间 II 上一致收敛到 S(x)S(x)，是指：对任意 ε>0\varepsilon > 0，存在 N(ε)N(\varepsilon)（仅依赖于 ε\varepsilon，与 xx 无关），使得当 n>Nn > N 时，对一切 x∈Ix \in I 都有

∣Sn(x)−S(x)∣<ε|S_n(x) - S(x)| < \varepsilon

一致收敛的关键在于，NN 的选择可以同时适用于区间内所有点，从而保证了收敛速度的整体一致性。在几何直观上，当 nn 充分大时，所有曲线 y=Sn(x)y = S_n(x) 都落在以曲线 y=S(x)y = S(x) 为中心、宽度为 2ε2\varepsilon 的带状区域内。

一致收敛的判别法

魏尔斯特拉斯 M 判别法

魏尔斯特拉斯 M 判别法（Weierstrass M-test）是最常用的一致收敛充分条件：若存在收敛的正项级数 ∑Mn\sum M_n，使得对一切 x∈Ix \in I 和所有 nn，都有

∣un(x)∣≤Mn|u_n(x)| \leq M_n

则函数项级数 ∑un(x)\sum u_n(x) 在 II 上绝对一致收敛。

该判别法的优势在于将函数项级数的一致收敛性问题转化为数项级数的收敛性判断，操作简便。例如，级数 ∑n=1∞sin⁡nxn2\sum_{n=1}^{\infty} \frac{\sin nx}{n^2} 在 R\mathbb{R} 上满足 ∣sin⁡nx/n2∣≤1/n2|\sin nx / n^2| \leq 1/n^2，而 ∑1/n2\sum 1/n^2 收敛，故原级数在 R\mathbb{R} 上一致收敛。

狄利克雷判别法与阿贝尔判别法

当函数项级数不能直接使用 M 判别法时，可以借助狄利克雷判别法（Dirichlet test）和阿贝尔判别法（Abel test）。这两种方法适用于形如 ∑an(x)bn(x)\sum a_n(x) b_n(x) 的级数，其中 {an(x)}\{a_n(x)\} 对每个固定的 xx 单调。

狄利克雷判别法要求：{an(x)}\{a_n(x)\} 对固定的 xx 单调且一致趋于零，而 ∑bn(x)\sum b_n(x) 的部分和序列一致有界。阿贝尔判别法则要求：{an(x)}\{a_n(x)\} 一致有界且对固定的 xx 单调，而 ∑bn(x)\sum b_n(x) 一致收敛。

一致收敛级数的分析性质

一致收敛的重要性集中体现在以下三个定理中，它们保证了在一致收敛的条件下，极限运算（求和）与微积分运算可以交换顺序。

连续性定理

若函数项级数 ∑un(x)\sum u_n(x) 的每一项 un(x)u_n(x) 都在区间 II 上连续，且级数在 II 上一致收敛，则其和函数 S(x)S(x) 也在 II 上连续。等价地有

lim⁡x→x0∑n=1∞un(x)=∑n=1∞lim⁡x→x0un(x)\lim_{x \to x_0} \sum_{n=1}^{\infty} u_n(x) = \sum_{n=1}^{\infty} \lim_{x \to x_0} u_n(x)

即极限运算与求和运算可以交换顺序。

逐项积分定理

若函数项级数 ∑un(x)\sum u_n(x) 在区间 [a,b][a, b] 上一致收敛，且每一项 un(x)u_n(x) 都在 [a,b][a, b] 上可积，则和函数 S(x)S(x) 在 [a,b][a, b] 上可积，且可逐项积分：

∫abS(x) dx=∫ab∑n=1∞un(x) dx=∑n=1∞∫abun(x) dx\int_a^b S(x) \, dx = \int_a^b \sum_{n=1}^{\infty} u_n(x) \, dx = \sum_{n=1}^{\infty} \int_a^b u_n(x) \, dx

逐项求导定理

设函数项级数 ∑un(x)\sum u_n(x) 在区间 II 上收敛于 S(x)S(x)，且每一项 un(x)u_n(x) 都在 II 上具有连续导数。若导函数级数 ∑un′(x)\sum u_n'(x) 在 II 上一致收敛，则 S(x)S(x) 在 II 上可微，且

S′(x)=∑n=1∞un′(x)S'(x) = \sum_{n=1}^{\infty} u_n'(x)

即求导与求和可以交换顺序。

幂级数：一类特殊的函数项级数

幂级数（power series）是形如 ∑n=0∞an(x−x0)n\sum_{n=0}^{\infty} a_n (x - x_0)^n 的函数项级数，它是函数项级数中最重要的特例。幂级数具有许多优良性质，其收敛域是以 x0x_0 为中心的区间（称为收敛区间），收敛半径由柯西-阿达玛公式（Cauchy-Hadamard formula）给出：

R=1lim sup⁡n→∞∣an∣nR = \frac{1}{\limsup_{n\to\infty} \sqrt[n]{|a_n|}}

幂级数在其收敛区间内的任意闭子区间上一致收敛，因而其和函数在收敛区间内连续、可积、可任意阶求导，且导数可通过逐项求导得到。这一性质使幂级数成为函数逼近和微分方程求解的重要工具。

傅里叶级数：三角形式的函数项级数

另一类重要的函数项级数是傅里叶级数（Fourier series），它将周期函数展开为正弦和余弦函数的无穷级数：

f(x)∼a02+∑n=1∞(ancos⁡nx+bnsin⁡nx)f(x) \sim \frac{a_0}{2} + \sum_{n=1}^{\infty} \left( a_n \cos nx + b_n \sin nx \right)

傅里叶级数的收敛性分析比幂级数复杂得多，涉及狄利克雷条件、吉布斯现象等精细问题。在适当的狄利克雷-若尔当条件下，傅里叶级数在间断点处收敛于函数左右极限的平均值。傅里叶级数在信号处理、偏微分方程和量子力学等领域有广泛应用。

应用与展望

函数项级数在数学及其应用领域中具有不可替代的地位：

  • 函数逼近论：通过幂级数、傅里叶级数、切比雪夫级数等方法，可用简单的函数（多项式、三角函数）逼近复杂函数。
  • 微分方程：将未知函数展开为幂级数或傅里叶级数，可将微分方程转化为代数方程或递推关系，从而求得解析解或近似解。
  • 信号处理：傅里叶级数是频谱分析的理论基础，通过将信号分解为不同频率的正弦波，实现对信号的滤波、压缩和特征提取。
  • 概率论：特征函数（characteristic function）本质上是一类特殊的函数项级数——指数函数的傅里叶变换，在证明中心极限定理时发挥关键作用。

纵观数学发展史，函数项级数的理论从18世纪欧拉、伯努利等人对三角级数的试探性研究，到19世纪柯西、阿贝尔、狄利克雷和魏尔斯特拉斯严格建立一致收敛理论，再到20世纪泛函分析框架下的统一处理，体现了一次从形式运算到严格分析的深刻转变。理解函数项级数，不仅是掌握数学分析的核心工具，更是培养严谨数学思维的重要途径。