高等数学A(下)小整理——级数
文章目录
- 1. 数项级数
- 1.1 级数的概念
- 1.2 级数的基本性质
- 1.3 级数的柯西收敛准则
- 级数的柯西收敛准则:
- 推论:
- 2.正项级数
- 2.1 正项级数的比较判别法
- 比较判别法:
- 比较判别法的极限形式:
- 2.2 正项级数的柯西判别法和d‘Alembert判别法
- 柯西判别法:
- d'Alembert判别法:
- 3. 任意项级数
- 3.1 LebinizLebinizLebiniz级数和 LebinizLebinizLebiniz判别法
- Lebiniz级数:
- Lebiniz判别法
- 升级版柯西判别法和d'Alembert判别法:
- 4. 幂级数
- 4.1 幂级数是什么
- 定义:
- 4.2 幂级数的收敛半径
- Abel定理:
- 收敛半径的确定:
- Cauchy-Hadamard定理:
- 4.3 幂级数的性质
- 线性
- 和函数的连续性
- 逐项可积性
- 逐项可导性
- 半径不变性(求积求导后)
- 4.4 函数的TaylorTaylorTaylor级数
- TaylorTaylorTaylor 公式复习
- TaylorTaylorTaylor级数
- 常见的几个函数的 TaylorTaylorTaylor 展开
- 5. Fourier级数Fourier级数Fourier级数
- 5.1 周期是2π2\pi2π的函数的FourierFourierFourier展开
- 5.2 正弦级数和余弦级数
- 正弦级数
- 余弦级数
- 任意周期的函数的FouriorFouriorFourior展开
- 几个结论
其实是在熟悉KaTeX\KaTeXKATEX怎么用
1. 数项级数
1.1 级数的概念
设 x1,x2,...,xn...x_1,\space x_2, \space..., \space x_n \space ...x1, x2, ..., xn ... 是一个数列,称:
x1+x2+...+xn...x_1 + x_2+...+ x_n \space ... x1+x2+...+xn ...
为无穷级数(简称级数),记为 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn , 其中 xnx_nxn 称为级数的通项或一般项。如果级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 的部分和数列 { SnS_nSn } 收敛于有限数 SSS, 则称级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛,其和为 SSS。
如果部分和{ SnS_nSn }发散,则称级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 发散。
1.2 级数的基本性质
级数收敛的必要条件:
若级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛 ,则 limn→∞xn=0\lim\limits_{n\to\infty}x_n = 0n→∞limxn=0在级数中去掉,加上,改变有限项都不改变级数的收敛性或是发散性
设级数 ∑n=1∞an\displaystyle\sum_{n=1}^{\infty}a_nn=1∑∞an 和 ∑n=1∞bn\displaystyle\sum_{n=1}^{\infty}b_nn=1∑∞bn 收敛,α,β\alpha,\betaα,β 是常数,则级数 ∑n=1∞(αan+βbn)=α∑n=1∞an+β∑n=1∞bn\displaystyle\sum_{n=1}^{\infty}{(\enspace\alpha a_n+\enspace\beta b_n\enspace)}=\alpha\displaystyle\sum_{n=1}^{\infty}a_n+\beta\displaystyle\sum_{n=1}^{\infty}b_nn=1∑∞(αan+βbn)=αn=1∑∞an+βn=1∑∞bn
且 α∑n=1∞an+β∑n=1∞bn\alpha\displaystyle\sum_{n=1}^{\infty}a_n+\beta\displaystyle\sum_{n=1}^{\infty}b_nαn=1∑∞an+βn=1∑∞bn 收敛。假设级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛,则在他的求和表达式中任意添加括号后所得的级数仍然收敛。
- 收敛级数去括号后不一定收敛
1.3 级数的柯西收敛准则
级数的柯西收敛准则:
级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛的充分必要条件是对于任意的 ε>0\varepsilon>0ε>0,存在正整数NNN, 使得对一切 n>m>Nn>m>Nn>m>N, 成立
∣xm+1+xm+2+xm+3+...+xn∣=∣∑k=m+1nxn∣<ε\lvert\enspace x_{m+1}+x_{m+2}+x_{m+3}+...+x_n\enspace \rvert =\lvert \enspace \displaystyle\sum_{k=m+1}^{n}x_n \enspace\rvert < \varepsilon ∣xm+1+xm+2+xm+3+...+xn∣=∣k=m+1∑nxn∣<ε推论:
对于一个数项级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 逐项取绝对值后得到新级数 ∑n=1∞∣xn∣\displaystyle\sum_{n=1}^{\infty}\lvert\enspace{x_n}\enspace\rvertn=1∑∞∣xn∣ , 则当 ∑n=1∞∣xn∣\displaystyle\sum_{n=1}^{\infty}\lvert\enspace{x_n}\enspace\rvertn=1∑∞∣xn∣ 收敛时, ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 也收敛。
∑n=1∞∣xn∣\displaystyle\sum_{n=1}^{\infty}\lvert\enspace{x_n}\enspace\rvertn=1∑∞∣xn∣ 收敛叫绝对收敛
∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛叫条件收敛。
2.正项级数
2.1 正项级数的比较判别法
每一项都是非负的叫正项级数
比较判别法:
设 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 和 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 是正项级数。若存在常数 A>0A>0A>0 , 使得xn≤Aynx_{n}\leq Ay_{n}xn≤Ayn
则:(1) ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 收敛时,∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 也收敛
(2)∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn发散时,∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 也发散。比较判别法的极限形式:
设∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 和 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 是正项级数,若 limn→∞xnyn=l\lim\limits_{n\to\infty}\large{\frac {x_n} {y_n}}=ln→∞limynxn=l, 则:
1. 当 0<l<∞0<l<\infty0<l<∞ 时,∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 和 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 同时收敛或发散。
2. 当 l=0l=0l=0 时, 若 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 收敛,则 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 也收敛; 若 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 发散,则 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 也发散。
3. 当 l=+∞l=+\inftyl=+∞ 时,若 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛,则 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 也收敛;若 ∑n=1∞yn\displaystyle\sum_{n=1}^{\infty}y_nn=1∑∞yn 发散,则 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 也发散。
2.2 正项级数的柯西判别法和d‘Alembert判别法
柯西判别法:
设 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn ,是正项级数。若 limn→∞xn1n=r\lim\limits_{n\to\infty}{x_n}^{\frac 1 n} = rn→∞limxnn1=r , 则
- 当 r<1r<1r<1 时,级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛;
- 当 r>1r>1r>1 时,级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 发散。
d’Alembert判别法:
设 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 是正项级数,且 xn≠0(n=1,2,...)x_n \neq 0\enspace(n=1,2,...\enspace)xn=0(n=1,2,...) 若 limn→∞xn+1xn=r\lim\limits_{n\to\infty}\large{\frac {x_{n+1}} {x_n}} = rn→∞limxnxn+1=r 则
- 当 r<1r<1r<1 时,级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 收敛
- 当 r>1r>1r>1 时,级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 发散
注意!!!这两个判别法一定要是正项级数才能用!!!!
3. 任意项级数
3.1 LebinizLebinizLebiniz级数和 LebinizLebinizLebiniz判别法
Lebiniz级数:
若交错级数 ∑n=1∞(−1)n+1un\displaystyle\sum_{n=1}^{\infty}(-1)^{n+1}u_nn=1∑∞(−1)n+1un 满足 un{u_n}un 单调减少且收敛于0,则称之为 LebinizLebinizLebiniz 级数
Lebiniz判别法
LebinizLebinizLebiniz 级数必定收敛,且成立
0⩽∑n=1∞(−1)n+1un⩽u10 \leqslant \displaystyle\sum_{n=1}^{\infty}(-1)^{n+1}u_n \leqslant u_1 0⩽n=1∑∞(−1)n+1un⩽u1升级版柯西判别法和d’Alembert判别法:
若级数 ∑n=1∞xn\displaystyle\sum_{n=1}^{\infty}x_nn=1∑∞xn 满足:
limn→∞∣xn+1xn∣=l或limn→∞∣xn∣n=l\lim\limits_{n\to\infty}\large{\lvert\frac {x_{n+1}} {x_n}\rvert} = l \enspace 或\enspace \lim\limits_{n\to\infty}{\sqrt[n]{\lvert x_n \rvert}} = l n→∞lim∣xnxn+1∣=l或n→∞limn∣xn∣=l- 当 l<1l<1l<1 时,级数绝对收敛;
- 当 l>1l>1l>1 时,级数发散
4. 幂级数
4.1 幂级数是什么
定义:
∑n=0∞an(x−x0)n=a0+a1(x−x0)+a2(x−x0)2+...+an(x−x0)n+....\displaystyle\sum_{n=0}^{\infty}a_n(x-x_0)^n = a_0+a_1(x-x_0) + a_2(x-x_0)^2 + ... +a_n(x-x_0)^n + .... n=0∑∞an(x−x0)n=a0+a1(x−x0)+a2(x−x0)2+...+an(x−x0)n+....
an(n=1,2,3,...)a_n(n = 1,2,3,...)an(n=1,2,3,...) 为常数,称为该幂级数的系数。一般 x0x_0x0 取 000;
4.2 幂级数的收敛半径
Abel定理:
其实不需要废话太多,简单来说一定有一个R(0<R<∞)R\enspace(0<R<\infty)R(0<R<∞), 使幂级数的收敛域就是 −R-R−R 到 RRR 的整个区间(可能包括也可能不包括端点),我们叫这个区域收敛区间,RRR 收敛半径。
收敛半径的确定:
若limn→∞∣an∣n=limn→∞∣an+1an∣=A\lim\limits_{n\to\infty}{\sqrt[n]{\lvert a_n \rvert}} = \lim\limits_{n\to\infty}{\lvert \large{\frac {a_{n+1}} {a_n}} \rvert}=An→∞limn∣an∣=n→∞lim∣anan+1∣=A 则 :
R={+∞,A=01A,A∈(0,+∞)0,A=+∞R = \begin{cases} +\infty, &\text A=0 \\ \large{\frac 1 A}, &\text A\in(\enspace0,+\infty \enspace)\\ 0, &\text A=+\infty \end{cases} R=⎩⎪⎨⎪⎧+∞,A1,0,A=0A∈(0,+∞)A=+∞Cauchy-Hadamard定理:
确定如前所描述的 A,RA,RA,R 之后,当∣x∣<R\lvert x\rvert< R∣x∣<R 时绝对收敛,∣x∣>R\lvert x \rvert>R∣x∣>R 时发散。
4.3 幂级数的性质
线性
设幂级数 ∑n=0∞anxn\displaystyle\sum_{n=0}^{\infty}a_nx^nn=0∑∞anxn 的收敛半径为RRR,∑n=0∞bnxn\displaystyle\sum_{n=0}^{\infty}b_nx^nn=0∑∞bnxn 的收敛半径为 R′,(R,R′>0)R', (R,R' > 0)R′,(R,R′>0) ,那么在x<min{R,R′}x<min\{R,R'\}x<min{R,R′} 时成立 :
∑n=0∞anxn±∑n=0∞bnxn=∑n=0∞(an±bn)xn,\displaystyle\sum_{n=0}^{\infty}a_nx^n \pm\displaystyle\sum_{n=0}^{\infty}b_nx^n = \displaystyle\sum_{n=0}^{\infty}(a_n\pm b_n)x^n, n=0∑∞anxn±n=0∑∞bnxn=n=0∑∞(an±bn)xn,
∑n=0∞anxn×∑n=0∞bnxn=∑n=0∞(∑n=0∞anbn−k)xn\displaystyle\sum_{n=0}^{\infty}a_nx^n \times \displaystyle\sum_{n=0}^{\infty}b_nx^n = \displaystyle\sum_{n=0}^{\infty}{\Large(}\displaystyle\sum_{n=0}^{\infty}a_nb_{n-k}{\Large)}x^n n=0∑∞anxn×n=0∑∞bnxn=n=0∑∞(n=0∑∞anbn−k)xn和函数的连续性
设 ∑n=0∞anxn\displaystyle\sum_{n=0}^{\infty}a_nx^nn=0∑∞anxn 的收敛半径为 R,(R>0)R,(R>0)R,(R>0), 则其和函数在 (−R,R)(-R,R)(−R,R) 内每一点连续
设它在x=R(−R)x=R(-R)x=R(−R)处收敛,则和函数在该点左(右)连续。逐项可积性
∑n=1∞anxn\displaystyle\sum_{n=1}^{\infty}a_nx^nn=1∑∞anxn收敛半径为 RRR , 则对于任意x∈(−R,R)x\in(-R,R)x∈(−R,R) 成立:
∫0x∑n=0∞antndt=∑n=0∞∫0xantndt=∑n=0∞ann+1xn+1\int_0^x\displaystyle\sum_{n=0}^{\infty}a_nt^ndt = \displaystyle\sum_{n=0}^{\infty}\int_0^xa_nt^ndt =\displaystyle\sum_{n=0}^{\infty}{\frac {a_n} {n+1}}x^{n+1} ∫0xn=0∑∞antndt=n=0∑∞∫0xantndt=n=0∑∞n+1anxn+1逐项可导性
∑n=1∞anxn\displaystyle\sum_{n=1}^{\infty}a_nx^nn=1∑∞anxn收敛半径为 RRR , 则对于任意x∈(−R,R)x\in(-R,R)x∈(−R,R) 成立:
ddt∑n=0∞anxn=∑n=0∞ddtanxn=∑n=1∞anxn−1{\frac d {dt} }\displaystyle\sum_{n=0}^{\infty}a_nx^n = \displaystyle\sum_{n=0}^{\infty}{\frac d {dt}}a_nx^n = \displaystyle\sum_{n=1}^{\infty}a_nx^{n-1} dtdn=0∑∞anxn=n=0∑∞dtdanxn=n=1∑∞anxn−1半径不变性(求积求导后)
设幂级数 ∑n=0∞anxn\displaystyle\sum_{n=0}^{\infty}a_nx^nn=0∑∞anxn 的收敛半径为 RRR,则 ∑n=0∞ann+1xn+1\displaystyle\sum_{n=0}^{\infty}{\frac {a_n} {n+1}}x^{n+1}n=0∑∞n+1anxn+1 和 ∑n=0∞nanxn−1\displaystyle\sum_{n=0}^{\infty}na_nx^{n-1}n=0∑∞nanxn−1 (对每一项积分或求导之后) 收敛半径不变,但是收敛域可能变化(即收敛域的端点可能会变化)
4.4 函数的TaylorTaylorTaylor级数
TaylorTaylorTaylor 公式复习
如果函数 f\large ff 在 x0x_0x0 的某个领域上具有 n+1n+1n+1 阶导数,那么在该领域上成立
f(x)=f(x0)+f′(x0)(x−x0)+f′′(x0)2!(x−x0)2+⋯+f(n)(x0)n!(x−x0)n+rn(x)f(x)=f(x_0)+f'(x_0)(x-x_0)+{\frac {f''(x_0)} {2!}}(x-x_0)^2 +\dots + {\frac {f^{(n)}(x_0)} {n!}} (x-x_0)^n + r_n(x) f(x)=f(x0)+f′(x0)(x−x0)+2!f′′(x0)(x−x0)2+⋯+n!f(n)(x0)(x−x0)n+rn(x)
其中:rn(x)=f(n+1)(x0+θ(x−x0))(n+1)!(x−x0)(n+1),(0<θ<1)r_n(x) ={ \Large{\frac {f^{(n+1)}(x_0+\theta(x-x_0))} {(n+1)!}}}{(x-x_0)^{(n+1)}},(0<\theta<1)rn(x)=(n+1)!f(n+1)(x0+θ(x−x0))(x−x0)(n+1),(0<θ<1) 为 LagrangeLagrangeLagrange余项。TaylorTaylorTaylor级数
若函数在 x0x_0x0 某个邻域,任意阶可导,构造幂级数称为 f\large ff 在 x0x_0x0 点的 TaylorTaylorTaylor 级数,记为:
f(x)∼∑n=0∞f(n)(x0)n!(x−x0)nf(x) \sim \displaystyle\sum_{n=0}^{\infty}{\frac {f^{(n)}(x_0)} {n!}}(x-x_0)^n f(x)∼n=0∑∞n!f(n)(x0)(x−x0)n
特别的,x0=0x_0=0x0=0 时,常称 ∑n=0∞f(n)(0)n!xn\displaystyle\sum_{n=0}^{\infty}{\frac {f^{(n)}(0)} {n!}}x^nn=0∑∞n!f(n)(0)xn 为 fff 的 MaclaurinMaclaurinMaclaurin 级数。常见的几个函数的 TaylorTaylorTaylor 展开
- ex=∑n=0∞xnn!e^x = \displaystyle\sum_{n=0}^{\infty}{\frac {x^n} {n!}}ex=n=0∑∞n!xn
- sinx=∑n=0∞(−1)n(2n+1)!x2n+1sinx = \displaystyle\sum_{n=0}^{\infty}{\frac {(-1)^n} {(2n+1)!}}x^{2n+1}sinx=n=0∑∞(2n+1)!(−1)nx2n+1
- cosx=∑n=0∞(−1)n(2n)!x2ncosx = \displaystyle\sum_{n=0}^{\infty}{\frac {(-1)^n} {(2n) !}}x^{2n}cosx=n=0∑∞(2n)!(−1)nx2n
- arctanx=∑n=1∞(−1)n−12n−1x2n−1arctanx = \displaystyle\sum_{n=1}^{\infty}{\frac {(-1)^{n-1}} {2n-1}}x^{2n-1}arctanx=n=1∑∞2n−1(−1)n−1x2n−1
- ln(x+1)=∑n=1∞(−1)n+1nxnln(x+1) = \displaystyle\sum_{n=1}^{\infty}{\frac {(-1)^{n+1}} n}x^nln(x+1)=n=1∑∞n(−1)n+1xn
- (αn)=α(α−1)…(α−n+1)n!(α0)=1\dbinom{\alpha}{n}={\Large{\frac {\alpha(\alpha-1)\dots(\alpha-n+1)} {n!}}}\enspace \dbinom{\alpha}{0}= 1(nα)=n!α(α−1)…(α−n+1)(0α)=1
(1+x)a=∑n=0∞(αn)xn(1+x)^a=\displaystyle\sum_{n=0}^{\infty}\dbinom{\alpha}{n}x^n\qquad(1+x)a=n=0∑∞(nα)xn - arcsinx=x+∑n=1∞(2n−1)!!(2n)!!x2n+12n+1arcsinx = x+\displaystyle\sum_{n=1}^{\infty}{\frac {(2n-1)!!} {(2n)!!}}{\frac {x^{2n+1}} {2n+1}}arcsinx=x+n=1∑∞(2n)!!(2n−1)!!2n+1x2n+1
5. Fourier级数Fourier级数Fourier级数
5.1 周期是2π2\pi2π的函数的FourierFourierFourier展开
形如a02+∑n=1∞(ancosnx+bnsinnx){\Large \frac {a_0} 2}+ \displaystyle\sum_{n=1}^{\infty}(a_ncos\;nx+b_nsin\;nx)2a0+n=1∑∞(ancosnx+bnsinnx) 的函数项级数称为三角级数
假定函数fff可以表示为三角级数,则有
f(x)=a02+∑n=1∞(ancosnx+bnsinnx)an=1π∫−ππf(x)cosnxdx,bn=1π∫−ππf(x)sinnxdx,n=0,1,2,…f(x) = {\frac {a_0} 2} + \displaystyle\sum_{n=1}^{\infty}(a_ncos\;nx+b_nsin\;nx) \\ a_n = {\frac 1 \pi}\int_{-\pi}^{\pi}f(x)cos\;nxdx, \enspace \space b_n={\frac 1 \pi}\int_{-\pi}^{\pi}f(x)sin\;nxdx, \enspace n= 0,1,2,\dots \enspace f(x)=2a0+n=1∑∞(ancosnx+bnsinnx)an=π1∫−ππf(x)cosnxdx, bn=π1∫−ππf(x)sinnxdx,n=0,1,2,…
5.2 正弦级数和余弦级数
正弦级数
由定积分的性质,若 f\large ff 是一个奇函数,就显然有an=0bn=2π∫0πf(x)sinnxdx,n=1,2,…a_n = 0 ~~~~ b_n = {\large\frac 2 \pi}{\Large\int}_0^{\pi}f(x)sin\;nxdx\;,\space n=1,2,\dotsan=0 bn=π2∫0πf(x)sinnxdx, n=1,2,…
所以此时,对应的FouriorFouriorFourior级数:
f(x)∼∑n=1∞bnsinnxan=0bn=2π∫0πf(x)sinnxdx,(n=1,2,…)f(x) \sim \displaystyle\sum_{n=1}^{\infty}b_nsin\;nx \\ \\ a_n = 0 ~~~~~ b_n = {\frac 2 \pi}\int_0^{\pi}f(x)sin\;nxdx\;,\space (n=1,2,\dots) f(x)∼n=1∑∞bnsinnxan=0 bn=π2∫0πf(x)sinnxdx, (n=1,2,…)
余弦级数
同样,如果 f\large ff 是一个偶函数,则 bn=0b_n = 0bn=0,此时对应的FouriorFouriorFourior级数:
f(x)∼a02+∑n=1∞ancosnxb0=0an=2π∫0πf(x)cosnxdx,(n=1,2,…)f(x) \sim {\frac {a_0} 2}+\displaystyle\sum_{n=1}^{\infty}a_ncos\;nx \\ b_0 =0 ~~~~~ a_n = {\frac 2 \pi}\int_0^{\pi} f(x)cos\;nxdx\;,\space (n=1,2,\dots) f(x)∼2a0+n=1∑∞ancosnxb0=0 an=π2∫0πf(x)cosnxdx, (n=1,2,…)
任意周期的函数的FouriorFouriorFourior展开
如果函数 f\large ff 的周期为 2T2T2T,且在 [−T,T][-T,T][−T,T] 上黎曼可积,那么有
f(x)∼a02f(x) \sim {\frac {a_0} 2} f(x)∼2a0
几个结论
∑n=1∞nbn=b(1−b)2\displaystyle\sum_{n=1}^{\infty}nb_n ={\frac b {(1-b)^2}}n=1∑∞nbn=(1−b)2b
调和级数 ∑n=1∞1n\displaystyle\sum_{n=1}^{\infty}{\frac 1 n}n=1∑∞n1 是发散的
高等数学A(下)小整理——级数相关推荐
- 高等数学(下)知识点总结(2)
高等数学(下)知识点总结 期末,总结一下高数下的知识点 第八章,第九章见上一篇博客 文章目录 高等数学(下)知识点总结 第八章_空间解析几何和向量代数 第九章_多元函数微分法及其应用 第十章_重积分 ...
- 华工计算机高等数学b下作业,华工高等数学下作业
<华工高等数学下作业>由会员分享,可在线阅读,更多相关<华工高等数学下作业(4页珍藏版)>请在人人文库网上搜索. 1.2015-2016年度第一学期高等数学B(下)练习题201 ...
- [渝粤题库]西北工业大学高等数学(下)
高等数学(下) 1,将周长为的矩形绕它的一边旋转而构成一个圆柱体,问矩形的长和宽分别是( ),才能使得圆柱体的体积为最大 1,设某工厂生产某产品的固定成本为50000元,每生产一个单位产品,成本增加1 ...
- 云开发谁是卧底线下小游戏发牌助手微信小程序源码-亲测可用
云开发谁是卧底线下小游戏源码,发牌助手微信小程序源码. "谁是卧底OL"是一个非常有趣,风靡全国的比拼语言表述能力.知识面与想象力的游戏. 谁是卧底OL是一款由开发商北游科技倾力打 ...
- 开机提示小娜无法在本计算机运行,win10系统下小娜无法打开应用如何解决
在 1.在 此电脑 上单击右键,在弹出的菜单中点击[属性]按钮,如图: 2.在此电脑属性界面点击左侧的[高级系统设置]按钮: 3.在高级下面下点击底部的[环境变量]按钮: 4.在用户变量框中查看是否有 ...
- 全新界面下拉整理 点心省电3.0版
全新界面下拉整理 点心省电3.0版 点心省电3.0版本在手機竊聽器细节上也做了一些改动,除了下面分析的功用之外.比方增加了充电屏保,动态界面不只显现了充电进展,也提示了充电剩余时间.手机装备越来越高 ...
- 曲面和曲线积分的概念与计算【高等数学(下)十一章】
一,基本知识点概览 (一)第一型曲线积分(平面曲线:二元函数,空间曲线:三元函数) [对弧长的积分] 说明: ds=(二元方程):(参数方程): 计算方法:通过代入曲线方程将曲线积分转化为定积分. ...
- 一些简答题技巧小整理
这份小整理是个人的一些小感悟,可能有些片面的东西,请大家多多指正! 简单的逻辑推论题 题 型 1 : A 1 如 何 影 响 B 题型1:A1如何影响B 题型1:A1如何影响B 一堆 A1 A2 An ...
- M-Arch(番外12)GD32L233评测-CAU加解密(捉弄下小编)
前言 实验都做完了,一直没有时间把文章梳理出来,时间长了自己都差点忘记了,这一篇测试下CAU加密. 加密的接口都比较简单,但是背后的原理却比较复杂,都是绕来绕去的数学公式,这里就不说了. 以电子密码本 ...
最新文章
- 用动态实现扩展TVM
- arXiv论文如何一键链接解读视频,这个浏览器扩展帮你实现
- 【Unity3D】 KeyCode 键码
- python中错误和异常处理
- 施一公:如何提高英文的科研写作能力
- c++ PP第九章最后一题
- Linux密码忘了怎么办!
- Android—项目结构
- HTML上下左右布局
- Android 实现计时器功能,Android计时器的三种实现方式(Chronometer、Timer、handler)...
- Paddle进阶实战系列(二):智慧交通预测系统
- SDL入门教程(七):SDL抠色(Color Keying)
- 推荐7个深耕多年的公众号
- A. Equalize Prices Again
- 【日期】根据日期求星期
- backtrack5网络设置
- ZigBee网络类毕业论文文献都有哪些?
- 一看就懂的网络协议五层模型(一)
- 大数据集群服务器的规划,如何安排服务器
- 解决Office 打开Excel 空白问题
热门文章
- 朗强科技:HDMI画面分割器原理、功能、分割模式、应用
- Centos7下使用Ceph-deploy快速部署Ceph分布式存储
- VScode安装中文插件后,重启不生效问题解决
- Python—类和对象(一)
- idea 激活码获取教程及常用命令
- 联想启天m410进bios_联想启天M410(C)台式机怎么装win7系统
- 计算机课教案评语,认识方向教学课件评语(共3篇)
- mysql text oracle_深入理解Oracle Universal Installer (OUI) Text
- office -word -批量删除回车、制表符、分页符、换行符、分栏符等
- 全方位对比Mesos、Omega和Borg