You need to enable JavaScript to run this app.
最新活动
大模型
产品
解决方案
定价
生态与合作
支持与服务
开发者
了解我们

求证数列$(x_n)_{n\geq 1}$的收敛性及完善相关推导

修正后的数列收敛性证明

先明确问题背景:
给定$t\in \mathbb{R}^{*}, t\neq 1$,对任意$k\in \mathbb{N}{*}$,令$S_k=tk+\frac{1}{tk}$,数列$x_n=\sum_{k=1}n \frac{1}{S_k}$,我们需要证明$(x_n)_{n\geq 1}$收敛。

原推导在$t>0$时的方向有误,这里重新梳理并完成证明:


情况1:$t>0$且$t\neq 1$

首先,由均值不等式可知$S_1 = t+\frac{1}{t} > 2$(等号仅在$t=1$时取到,而题目中$t\neq 1$)。

我们先推导$S_k$的递推关系:
$$
\begin{align*}
S_{k+1} &= t{k+1}+\frac{1}{t{k+1}} \
&= \left(t+\frac{1}{t}\right)\left(tk+\frac{1}{tk}\right) - \left(t{k-1}+\frac{1}{t{k-1}}\right) \
&= S_1 S_k - S_{k-1}
\end{align*}
$$

利用这个递推式,我们可以归纳证明$S_k$是严格递增数列:

  • 基例:$S_2 = S_1^2 - 2$,因为$S_1>2$,所以$S_2 = S_1^2 -2 > 4-2=2$,且$S_2 - S_1 = S_1^2 - S_1 -2 = (S_1-2)(S_1+1) >0$,即$S_2>S_1$。
  • 归纳假设:若$S_k > S_{k-1}$,则$S_{k+1} = S_1 S_k - S_{k-1} > S_1 S_k - S_k = (S_1 -1)S_k$。由于$S_1>2$,故$S_1-1>1$,因此$S_{k+1} > S_k$。

由此可知$\frac{1}{S_k}$是严格递减的正数列,数列$x_n$作为正项级数的部分和,是单调递增的。接下来只需证明$x_n$有上界,即可说明其收敛。

由递推式的变形:$S_{k+1} > (S_1 -1)S_k$,令$r = S_1 -1 >1$,归纳可得:
$$S_k > S_1 \cdot r^{k-1}$$
因为$S_1>2$,所以$S_k > 2r^{k-1}$,进而:
$$\frac{1}{S_k} < \frac{1}{2} \cdot \left(\frac{1}{r}\right)^{k-1}$$

而$\sum_{k=1}^\infty \frac{1}{2} \cdot \left(\frac{1}{r}\right){k-1}$是公比为$\frac{1}{r}<1$的等比级数,显然收敛。根据正项级数的比较判别法,$\sum_{k=1}\infty \frac{1}{S_k}$收敛,因此部分和数列$x_n$收敛。


情况2:$t<0$且$t\neq 1$

令$t=-s$,其中$s>0$且$s\neq1$(因为$t\neq1$),则:

  • 当$k$为奇数时,$S_k = (-s)^k + \frac{1}{(-s)^k} = -\left(sk+\frac{1}{sk}\right)$,故$\left|\frac{1}{S_k}\right| = \frac{1}{sk+\frac{1}{sk}}$;
  • 当$k$为偶数时,$S_k = (-s)^k + \frac{1}{(-s)^k} = sk+\frac{1}{sk}$,故$\left|\frac{1}{S_k}\right| = \frac{1}{sk+\frac{1}{sk}}$。

此时级数$\sum_{k=1}^\infty \frac{1}{S_k}$是绝对收敛的,因为$\sum_{k=1}^\infty \left|\frac{1}{S_k}\right| = \sum_{k=1}^\infty \frac{1}{sk+\frac{1}{sk}}$,这和情况1中$t>0$时的级数完全一致,已经证明其收敛。绝对收敛的级数必收敛,因此部分和数列$x_n$收敛。


原推导的问题说明

原推导中试图用詹森不等式得到$S_k>\frac{1}{2{k-1}}(t+\frac{1}{t})k$,进而推出$\frac{1}{2}\cdot\frac{1}{S_k}<\left[\frac{1}{2}(t+\frac{1}{t})\right]^k$,但由于$\frac{1}{2}(t+\frac{1}{t})>1$($t>0$时$t+\frac{1}{t}>2$),右边的级数是发散的,无法用于证明原级数收敛。正确的思路应该是找到$S_k$的指数增长下界,从而得到$\frac{1}{S_k}$的指数衰减上界,通过比较收敛的等比级数来证明原级数收敛。

内容的提问来源于stack exchange,提问作者Problemsolving

火山引擎 最新活动