4.1 幂级数

4.1 幂级数

本节摘要：SOURCE 4.1：在实分析中，幂级数的收敛域可能是单点、区间或整个实轴，形态参差；而在复平面上，由于模长 |z-z_0| 的天然几何意义，其收敛域呈现出令人惊叹的统一性：必为以 z_0 为中心的圆盘（可能退化为单点或充满全平面），其边界则是一条同心圆周。

目标与定位

幂级数

是复分析中最基本的"展开语言"。本节回答三个问题：级数在哪里收敛（收敛半径）、解析函数如何展开（泰勒级数）、展开能揭示什么新信息（解析延拓）。

收敛半径

复平面上幂级数的收敛域必是圆盘，这一事实由阿贝尔定理与柯西-阿达马公式共同保证：

• 若 |z-z_0|<R，级数绝对收敛；
• 若 |z-z_0|>R，级数发散；
• 边界 |z-z_0|=R 上的行为不定，需逐点考察。

在实轴上，收敛域可能是区间、单点或整条直线，形态不一；在复平面上统一为圆盘——这是复数模长天然携带"二维距离"的几何后果。注意：收敛圆盘内部级数处处解析，因此幂级数在收敛圆内定义的函数自动解析。

泰勒级数与解析函数

泰勒展开定理：若 f 在圆盘 |z-z_0|<R 内解析，则在该圆盘内

这是第3章高阶导数公式的直接推论。反过来，幂级数在收敛圆内是解析函数。由此得到复分析最重要的对偶：

解析 \iff 局部可幂级数展开。

常用展开（建议熟记）：

解析延拓：突破收敛圆

幂级数只在收敛圆内有意义，但函数本身可以延伸到更大区域。例如 \sum_{n=0}^\infty z^n 在 |z|<1 内收敛于 \frac{1}{1-z}，后者在整个 \mathbb{C}\setminus\{1\} 上有定义且解析。这个延拓是唯一的（第2章唯一性定理），因此：

• 收敛圆边界上的奇点（本例为 z=1）决定了延拓的边界；
• 幂级数方法可以在不同圆心处重新展开，逐步"爬行"穿过区域——这是解析延拓最朴素的操作形态。

关键事实：幂级数收敛半径 R 恰好等于从圆心 z_0 到最近奇点的距离。这一"奇点感知"性质，让幂级数成为探测函数奇点位置的第一件工具。

幂级数的代数运算

在收敛圆内，幂级数可以像多项式一样进行四则运算与复合，运算后的收敛半径可能变小：

• 加与减：\sum a_nz^n\pm\sum b_nz^n=\sum(a_n\pm b_n)z^n，收敛半径为两半径的较小者；
• 乘法（柯西乘积）：(\sum a_nz^n)(\sum b_nz^n)=\sum c_nz^n，其中 c_n=\sum_{k=0}^n a_kb_{n-k}；
• 复合：\sum a_n(w(z))^n 当 |w(z)|<R 时成立。

这些规则保证"解析函数的代数组合仍解析"这一事实有级数层面的实现。例如 \frac{1}{(1-z)^2}=\left(\sum_{n\ge0}z^n\right)^2=\sum_{n\ge0}(n+1)z^n，可直接用柯西乘积验证，其收敛半径仍为 1。

数值算例：计算收敛半径与部分和

import numpy as np

# 级数 sum z^n: 收敛半径 1，数值验证 |z|<1 收敛、|z|>1 发散
def partial_sum(z, N=200):
    n = np.arange(N)
    return np.sum(z**n)

for r in [0.5, 0.9, 0.99, 1.0, 1.1]:
    s = partial_sum(complex(r))
    print("|z|=%.2f 部分和: %.6f %+.6fi" % (r, s.real, s.imag))
# 期望：r<1 时部分和接近 1/(1-r)（实数），r=1 发散，r>1 发散
​

# 柯西-阿达马公式：级数 sum (z/2)^n 的收敛半径 = 2
a = np.array([1.0 / 2.0**n for n in range(1, 60)])
root = a ** (1.0 / np.arange(1, 60))
print("1/R 数值估计: %.6f" % root[-1])
print("R 数值估计: %.6f (理论 2)" % (1.0 / root[-1]))
​

# 柯西乘积验证 1/(1-z)^2 = sum (n+1) z^n
N = 40
a = np.ones(N)                    # a_n = 1
b = np.ones(N)                    # b_n = 1
c = np.array([sum(a[k]*b[n-k] for k in range(n+1)) for n in range(N)])
z = 0.3
lhs = 1.0 / (1 - z)**2            # 直接计算左端
rhs = np.sum(c * z**np.arange(N)) # 级数前 N 项
print("左端 %.8f, 级数和 %.8f, 误差 %.2e" % (lhs, rhs, abs(lhs - rhs)))
​

应用：从展开到逼近

幂级数既是理论工具也是计算工具：

• 数值逼近：截断幂级数在收敛圆内给出多项式近似，误差由首项控制；
• 解微分方程：把未知函数假设为幂级数代入方程，比较系数得到递推关系（幂级数法）；
• 信号处理：e^{i\omega t}=\sum(i\omega t)^n/n! 把振荡分解为多项式运动的叠加，是频域分析的代数基础。

此外，幂级数还承担"局部等价"的角色：在收敛圆内，函数被它的各阶导数完全锁定，因此截断级数给出的多项式逼近具有一致误差界，可用 a_n R^n 的首项粗略估计。现代科学计算中的"切比雪夫/泰勒基"混合逼近，其理论依据正是本节建立的收敛半径与柯西-阿达马判据。

⚠️ 常见坑：只记结论不记适用边界——幂级数在收敛圆边界上的行为不确定，不能想当然；\sum z^n 在 |z|=1 处处处发散，但 \sum z^n/n^2 在边界上处处收敛。

💡 关键直觉：4.1 幂级数 应能对应至少一项可复现实验或算例——上文的收敛半径估计与部分和对照即为数值例证。

思考与检验

1. 求 \sum_{n=0}^\infty n z^n 与 \sum_{n=0}^\infty\frac{z^n}{n!} 的收敛半径。
2. 把 \frac{1}{1+z^2} 展开为关于 0 的幂级数，并解释为何收敛半径为 1（提示：奇点 \pm i 距原点为 1）。
3. 用幂级数方法求解 y'=y、y(0)=1，比较系数验证 y=e^z。

小结

• 主干：4.1 幂级数 连接「输入—过程—输出」——收敛半径、泰勒展开、解析延拓。
• 边界：级数只在收敛圆内可交换运算；边界行为逐点分析。
• 方法：柯西-阿达马公式算半径，部分和数值核对收敛性。