微积分——一元微积分学

一、函数极限与连续

1.1 极限
  设函数$f(x)$在点$x_0$的某一去心邻域内有定义，若存在常数A，对于任意给定的$ϵ>0$，总存在正数$\delta$，使得当$0<|x-x_0|<\delta$时，都有$|f(x)-A|<ϵ$，记作$$li{m}_{x\to x_0}f(x)=A$$其刻画了$U^o(x_0,\delta )$内，$f(x_0)$与$A$的无限接近。极限的性质如下：
  （1）若$li{m}_{x\to x_0}f(x)$存在，则$li{m}_{x\to x_0}f(x)=A\in R$；
  （2）唯一性：$li{m}_{x\to x_0}f(x)$存在的充要条件为$li{m}_{x\to x_0^{-}}f(x)=li{m}_{x\to x_0^{+}}f(x)=A$；
  （3）局部有界性：若$li{m}_{x\to x_0}f(x)=A$，则$\exists M>0$，$|f(x)|\le M$；
  （4）局部保号性：若$li{m}_{x\to x_0}f(x)=A$，$A>0$，则$f(x)>0$，反之亦然；$f(x)\ge 0$，则$A\ge 0$，反之亦然；
  （5）极限的余项：若$li{m}_{x\to x_0}f(x)=A$，则$f(x)=A+\alpha (x)$，其中$li{m}_{x\to x_0}\alpha (x)=0$。

1.2 极限计算
  若$li{m}_{x\to a}f(x)=0$，$li{m}_{x\to a}F(x)=0$，且$f(x)$与$F(x)$可导，$dF(x)/dx\ne 0$，则$$li{m}_{x\to a}f(x)/F(x)=li{m}_{x\to a}(df(x)/dx)/(dF(x)/dx)$$称为洛必达法则。

  设$f(x)$在点$x_0$处有n阶导数，则在$x_0$的邻域内，$f(x)$k可以展开，形如$$f(x)=\sum _{n=0}^{\infty }{d}^{n}f(x)/d{x}^n{|}_{x=x_0}(x-x_0{)}^n/n!$$称为泰勒展开公式，当$x_0=0$时，有$$f(x)=\sum _{n=0}^{\infty }{d}^{n}f(x)/d{x}^n{|}_{x=x_0}{x}^n/n!$$称为麦克劳林展开公式。

1.3 极限存在性
  对于$f(x),g(x),h(x)$，若满足$g(x)\le f(x)\le h(x)$，且$limg(x)=limh(x)=A$，则$limf(x)$存在，且$limf(x)=A$，称为夹逼准则。

  若$x\to +\infty$时，$f(x)$是单调增加的，且$f(x)$有上界，则$li{m}_{x\to +\infty }f(x)$存在，反之亦然，称为有界准则。

1.4 连续与间断
  设函数$f(x)$在点$x_0$的某一邻域有定义，且$$li{m}_{x\to x_0}f(x)=f(x_0)$$则称$f(x)$在点$x_0$处连续，否则称$x_0$为间断点。间断点包括：
  （1）第一类间断点：左右极限均存在，包括：
    可去间断点：$li{m}_{x\to x_0}f(x)\ne f(x_0)$或$f(x_0)$不存在，使得函数不连续；
    跳跃间断点：$li{m}_{x\to x_0^{-}}f(x)\ne li{m}_{x\to x_0^{+}}f(x)$，无论函数在$x_0$点是否有定义，而函数产生了跃度。
  （2）第二类间断点：左右极限至少有一个不存在，包括：
    无穷间断点：间断点处的极限为$\infty$；
    震荡间断点：间断点处的极限为震荡不存在。

1.5 数列极限
  定义数列 { x n } \{x_n\} {xn​}，若存在常数A，对于任意给定的$ϵ>0$，总存在正整数$N$，使得当$n>N$时，都有$|x_n-A|<ϵ$，记作$$li{m}_{n\to \infty }{x}_n=A$$也称为$x_n$收敛于$A$。数列极限的性质如下：
  （1）若$li{m}_{n\to \infty }{x}_n$存在，则$li{m}_{n\to \infty }{x}_n=A\in R$；
  （2）唯一性：$li{m}_{n\to \infty }{x}_n$若存在，则必唯一；
  （3）有界性：$li{m}_{n\to \infty }{x}_n$若存在，，则$\exists M>0$，$|x_n|\le M$；
  （4）保号性：若$li{m}_{n\to \infty }f(x)=A$，$A>0$，则$n\to \infty$，$x_n>0$，反之亦然；若$n\to \infty$，$x_n\ge 0$，则$A\ge 0$，反之亦然；
  （5）收敛的充要条件：$x_n$的子列$x_{n_k}$均收敛于$A$。

  若$li{m}_{x\to x_0}f(x)=A$， { x n } \{x_n\} {xn​}以$x_0$为极限，则$li{m}_{n\to \infty }f(x)=A$，称为数列极限的归结原则。

---

二、一元函数微分学

2.1 导数与微分
  设函数$y=f(x)$在$x_0$的某邻域内有定义，当自变量由$x_0$变化到$x_0+\Delta x$时，函数$y=f(x)$的增量与自变量的增量之比$$\Delta y/\Delta x=(f(x_0+\Delta x)-f(x_0))/\Delta x$$称为$f(x)$的平均变化率。如果$\Delta x\to 0$时，平均变化率的极限$$li{m}_{\Delta x\to 0}\Delta y/\Delta x=li{m}_{\Delta x\to 0}(f(x_0+\Delta x)-f(x_0))/\Delta x$$存在，则称$f(x)$在$x_0$处可导，并称此极限值为函数$f(x)$在$x_0$处的导数，记作$$f^{\prime }(x){|}_{x=x_0}$$函数$f(x)$在$x_0$处可导的充要条件是$f(x)$在$x_0$处的左右导数存在且相等。

  设函数$y=f(x)$在$x$的某邻域内有定义，若自变量从$x$变化到$x+\Delta x$时，函数的增量可以表示为$$\Delta y=A\Delta x+o(\Delta x)$$其中$A$与$\Delta x$无关，则称$f(x)$在$x$处可微，并将$A\Delta x$称为函数$y=f(x)$在$x$处的微分，记作$$dy=A\Delta x$$而函数$y=f(x)$在$x$处可微的充要条件是函数在$x$处可导，有$A=f^{\prime }(x)$，且$$dy=f^{\prime }(x)\Delta x$$取$f(x)=x$，有$dx=\Delta x$。故导数还可以表示为$$f^{\prime }(x)=dy/dx$$
2.2 求导法则
  若$u=\varphi (x)$与$y=f(u)$可导，则$$\Delta y/\Delta u=f^{\prime }(u)+\alpha (\Delta u)$$同乘$\Delta u$，有$$\Delta y=f^{\prime }(u)\Delta u+\alpha (\Delta u)\Delta u$$同除$\Delta x\ne 0$有$$\Delta y/\Delta x=f^{\prime }(u)\Delta u/\Delta x+\alpha (\Delta u)\Delta u/\Delta x$$令$\Delta x\to 0$，取极限有$$dy/dx=dy/du\cdot du/dx$$称为链导法则。

  设函数$f(x)$的反函数为$\varphi (y)$，则$$f^{\prime }(x)=li{m}_{\Delta x\to 0}\Delta y/\Delta x=1/(li{m}_{\Delta y\to 0}\Delta x/\Delta y)=1/{\varphi }^{\prime }(y)$$即$$dy/dx=1/(dx/dy)$$称为反函数求导法则。

  设参数方程$x=\varphi (t);y=\psi (t)$可导，有$t={\varphi }^{-1}(x)$则$$dy/dx=dy/dt\cdot dt/dx=dy/dt\cdot 1/(dx/dt)$$称为参数方程的求导法则。

  莱布尼茨【Leibniz】法则给出了函数乘积的高阶导数求解方法，形如$$(uv{)}^{(n)}=\sum _{k=0}^n{C}_n^k{u}^{(n-k)}{v}^{(k)}$$

2.3 单调性与极值
  设函数$f(x)$，若存在$x_0$的某个邻域，使得在该邻域内任意一点$x$，均有$$f(x)\le f(x_0)$$成立，则称点$x_0$为$f(x)$的（广义）极大值点，$f(x_0)$为$f(x)$的极大值；反之亦然。
  设函数$f(x)$，若存在$x_0$，使得在定义域内任意一点$x$，均有$$f(x)\le f(x_0)$$成立，则称点$x_0$为$f(x)$的（广义）最大值点，$f(x_0)$为$f(x)$的最大值；反之亦然。

  单调性判别：若$y=f(x)$在区间$I$上有$f^{\prime }(x)>0$，则称$f(x)$在$I$上严格单调增加；反之亦然。
  极值点判别：设$f(x)$在$x=x_0$处可导，且在$x_0$处取得极值，则必有$f^{\prime }(x_0)=0$；若$f(x)$在$x=x_0$处连续，在$U^o(x_0,\delta )$内可导，且有$x\in (x_0-\delta ,x_0)$，$f^{\prime }(x)<0$；$x\in (x_0,x_0+\delta )$，$f^{\prime }(x)>0$，则$f(x)$在$x_0$处取得极小值；反之亦然。

2.4 凹凸性与拐点
  设函数$f(x)$在区间$I$上连续，若对于$I$上任意$x_1$，$x_2$两点，恒有$$f((x_1+x_2)/2)<(f(x_1)+f(x_2))/2$$则称$f(x)$在$I$上是凹（下凸）的；反之亦然。连续曲线的凹弧与凸弧的分界点成为曲线的拐点。

  凹凸性判别：若$y=f(x)$在区间$I$上有$f{‘}^{\prime }(x)>0$，则称$f(x)$在$I$上是凹的；反之亦然。
  拐点判别：设$f’‘(x)$存在，且在$(x_0,f(x_0))$是拐点，则必有$f^{\prime \prime }(x_0)=0$；若$f(x)$在$x=x_0$处连续，在$U^o(x_0,\delta )$内二阶可导，且有$x\in (x_0-\delta ,x_0)$，$f^{\prime \prime }(x)=t^{-}$；$x\in (x_0,x_0+\delta )$，$f^{\prime \prime }(x)=t^{+}$，有$t^{+}{t}^{-}<0$，则$(x_0,f(x_0))$是$f(x)$的拐点。

2.5 导数的几何应用
  对于曲线$y=y(x)$，$y^{\prime }(x)\ne 0$，其在$(x_0,y_0)$切线与法线方程分别为为$$\begin{gathered} y-y_0=y^{\prime }(x){|}_{x=x_0}(x-x_0) \\ y-y_0=-1/y^{\prime }(x){|}_{x=x_0}\cdot (x-x_0) \end{gathered}$$若$li{m}_{x\to x_0^{-}(x_0^{+})}f(x)=\infty$，则有铅垂渐近线$$x=x_0$$若$li{m}_{x\to +\infty (-\infty )}f(x)=y_0$，则有水平渐近线$$y=y_0$$若$li{m}_{x\to +\infty (-\infty )}f(x)=\infty$，且$li{m}_{x\to +\infty (-\infty )}f(x)/x=k_0$，$li{m}_{x\to +\infty (-\infty )}f(x)-kx=b_0$，则有斜渐近线$$y=k_{0}x+b_0$$
  对于曲线$y=y(x)$，曲率定量的考虑了曲线的弯曲程度，形如$$k=|y^{\prime \prime }/(1+y^{\prime 2}{)}^{3/2}|$$其反映了切线倾角随弧长的变化情况。在曲线一点$M$，以$M$点切线为切线，以曲线在$M$点的曲率半径$R$为半径的圆称为曲线在$M$点的曲率圆，其中，$R=1/k$。

2.6 中值定理
  设函数$f(x)$在$[a,b]$上连续，则函数有界[m, M]，其中$m$，$M$分别是函数在$[a,b]$上的最大值与最小值，称为函数的有界性定理。
  设函数$f(x)$在$[a,b]$上连续，函数有界[m, M]，当有$m\le \mu \le M$，则$\exists \xi \in [a,b]$，使得$f(\xi )=\mu$，称为函数的介值定理。
  设函数$f(x)$在$[a,b]$上连续，当$a<x_1<...<x_n<b$时，在$[x_1,x_n]$内至少$\exists \xi$，使得$f(\xi )=(f(x_1)+...+f(x_n))/n$，称为函数的平均值定理。
  设函数$f(x)$在$[a,b]$上连续，当$f(a)f(b)<0$时，则$\exists \xi \in (a,b)$，使得$f(\xi )=0$，称为函数的零点定理。
  设函数$f(x)$在$U(\xi )$内有定义且可导，如果对于任意的$x\in U(\xi )$，都有$f(x)\ge (\le )f(\xi )$，则$f^{\prime }(\xi )=0$，称为费马引理。
  设函数$f(x)$在$[a,b]$上连续，在$(a,b)$内可导，且有$f(a)=f(b)$，则$\exists \xi \in (a,b)$，使得$f^{\prime }(\xi )=0$，称为罗尔定理。
  设函数$f(x)$在$[a,b]$上连续，在$(a,b)$内可导，则$\exists \xi \in (a,b)$，使得$$f^{\prime }(\xi )=(f(b)-f(a))/(b-a)$$称为拉格朗日中值定理。
  设函数$f(x)$，$g(x)$在$[a,b]$上连续，在$(a,b)$内可导，$g^{\prime }(x)\ne 0$，则$\exists \xi \in (a,b)$，使得$$f^{\prime }(\xi )/g^{\prime }(\xi )=(f(b)-f(a))/(g(b)-g(a))$$称为柯西中值定理。

---

三、一元函数积分学

3.1 积分
  设函数$f(x)$定义在某区间$I$上，若存在可导函数$F(x)$，对于该区间内任一点有$$F^{\prime }(x)=f(x)$$成立，称$F(x)$是$f(x)$在区间$I$上的原函数，并称$$\int f(x)dx=F(x)+C$$为$f(x)$在区间$I$上的不定积分。
  若$f(x)$在$[a,b]$上连续，则在该区间内必存在原函数$F(x)$。

  设函数$f(x)$定义在某区间$[a,b]$上，将区间$[a,b]$的长度$n$等分，并计算每一等分区间内的$f(x)$与$x$轴围城的矩形面积和，便可以得到$$S=\sum _{i=1}^{n}f(a+(b-a)/n\cdot i)\cdot (b-a)/n$$当$n\to \infty$时，称为$f(x)$在区间$[a,b]$上的黎曼积分，形如$${\int }_a^{b}f(x)dx=li{m}_{n\to \infty }\sum _{i=1}^{n}f(a+(b-a)/n\cdot i)\cdot (b-a)/n$$也称为$f(x)$在区间$[a,b]$上的定积分。
  如果$F(x)$是$[a,b]$区间上连续函数$f(x)$的一个原函数，则$${\int }_a^{b}f(x)dx=F(b)-F(a)$$称为牛顿-莱布尼茨公式。

  当$x$在$[a,b]$上变动时，对于每一个$x$，积分${\int }_a^{x}f(t)dt$就有一个对应的值，记作$$\Phi (x)={\int }_a^{x}f(t)dt$$称为变（上）限积分，而上下限不变时即定（限）积分。

  定积分存在的充分条件为$f(x)$在$[a,b]$上连续或有界且有有限个间断点。但不满足上述条件时，积分依然可能存在，称为反常积分。
  当区间不存在有限性，称为无穷区间的反常积分，定义为$${\int }_a^{+\infty }f(x)dx=li{m}_{b\to +\infty }{\int }_a^{b}f(x)dx$$当$li{m}_{x\to +\infty }F(x)$存在时，称反常积分${\int }_a^{+\infty }f(x)dx$收敛。
  当函数不存在有界性，称为无界函数的反常积分，定义为$${\int }_a^{b}f(x)dx=li{m}_{ϵ\to 0}{\int }_a^{b-ϵ}f(x)dx$$其中，$li{m}_{x\to b^{-}}=\infty$，称$b$为瑕点。当$li{m}_{x\to b}F(x)$存在时，称反常积分${\int }_a^{b}f(x)dx$收敛。

3.2 积分法
  第一换元法，形如$$\begin{array}{rl}\int f(g(x))g^{\prime }(x)dx& =\int f(g(x))dg(x)\\ & =\int f(u)du\end{array}$$  第二换元法，形如$$\begin{array}{rl}\int f(x)dx& =\int f(g(u))dg(u)\\ & =\int f(g(u))g^{\prime }(u)du\end{array}$$  分部积分法，形如$$\int udv=uv-\int vdu$$  华里士公式，形如$$\begin{array}{rl}{\int }_0^{\pi /2}si{n}^{n}xdx={\int }_0^{\pi /2}co{s}^{n}xdx=& (n-1)/n\cdot ...\cdot 2/3\cdot 1,n=2N+1\\ & (n-1)/n\cdot ...\cdot 1/2\cdot \pi /2,n=2N\end{array}$$

---

四、常微分方程

4.1 微分方程
  含有未知函数及其导数的方程称为微分方程，形如$$F(x,y,y^{\prime },...,y^{(n)})=0$$其中，未知函数是一元函数的微分方程称为常微分方程。使得方程成为恒等式的函数称为微分方程的解，包括通解与特解。

4.2 一阶微分方程
  考虑一阶线性微分方程，形如$$y^{\prime }+p(x)y=q(x)$$同乘 e x p { ∫ p ( x ) d x } exp\{\int p(x)dx\} exp{∫p(x)dx}，得 y ′ e x p { ∫ p ( x ) d x } + p ( x ) y e x p { ∫ p ( x ) d x } = q ( x ) e x p { ∫ p ( x ) d x } y'exp\{\int p(x)dx\} + p(x)yexp\{\int p(x)dx\} = q(x)exp\{\int p(x)dx\} y′exp{∫p(x)dx}+p(x)yexp{∫p(x)dx}=q(x)exp{∫p(x)dx}即 d [ y e x p { ∫ p ( x ) d x } ] / d x = q ( x ) e x p { ∫ p ( x ) d x } d[yexp\{\int p(x)dx\}]/dx = q(x)exp\{\int p(x)dx\} d[yexp{∫p(x)dx}]/dx=q(x)exp{∫p(x)dx}对$x$积分，有 y e x p { ∫ p ( x ) d x } = ∫ q ( x ) e x p { ∫ p ( x ) d x } d x + C yexp\{\int p(x)dx\} = \int q(x)exp\{\int p(x)dx\}dx + C yexp{∫p(x)dx}=∫q(x)exp{∫p(x)dx}dx+C故 y = e x p { − ∫ p ( x ) d x } [ ∫ q ( x ) e x p { ∫ p ( x ) d x } d x + C ] y = exp\{-\int p(x)dx\} [\int q(x)exp\{\int p(x)dx\}dx + C] y=exp{−∫p(x)dx}[∫q(x)exp{∫p(x)dx}dx+C]  再考虑伯努利方程，形如$$y^{\prime }+p(x)y=q(x)y^n$$则$$y^{-n}{y}^{\prime }+p(x)y^{1-n}=q(x)$$令$z=y^{1-n}$，有$$dz/dx=dz/dy\cdot dy/dx=(1-n)y^{-n}dy/dx$$故$$dz/dx+(1-n)p(x)z=(1-n)q(x)$$转化为一阶线性微分方程。

4.3 二阶微分方程
  考虑$y^{\prime \prime }=f(x,y^{\prime })$，令$y^{\prime }=p,y^{\prime \prime }=p^{\prime }$，则$p^{\prime }=f(x,p)$，根据一阶线性微分方程，有$$p=\varphi (x,C_1)$$故$$y=\int pdx=\int \varphi (x,C_1)+C_2$$  考虑$y^{\prime \prime }=f(y,y^{\prime })$，令$y^{\prime }=p,y^{\prime \prime }=p^{\prime }$，则有$$y^{\prime \prime }=dp/dy\cdot dy/dx=dp/dy\cdot p$$即$$dp/dy\cdot p=f(y,p)$$根据一阶线性微分方程，有$$p=\varphi (y,C_1)$$故$$y=\int \varphi (y,C_1)dy+C_2$$ 
4.4 高阶微分方程
  若微分方程$F(x,y,y^{\prime },y^{\prime \prime })=0$形如$$y^{\prime \prime }+p(x)y^{\prime }+q(x)y=f(x)$$称为二阶线性微分方程。若$f(x)$ = 0，称其为齐次方程，否则成为非齐次方程。
  若$y_1(x)$，$y_2(x)$是方程$F(x,y,y^{\prime },y^{\prime \prime })=0$的两个解，且$y_1(x)/y_2(x)\ne C$，则称$y_1(x)$，$y_2(x)$是该方程线性无关的解，且$$y^T(x)=C_1{y}_1(x)+C_2{y}_2(x)$$是方程的通解，且若$y^{\ast }(x)$是方程$F(x,y,y^{\prime },y^{\prime \prime })=f(x)$的特解，则$$y(x)=y^T(x)+y^{\ast }(X)$$是方程$F(x,y,y^{\prime },y^{\prime \prime })=f(x)$的通解，其中$y^T(x)$是方程$F(x,y,y^{\prime },y^{\prime \prime })=0$的通解。
  考虑微分方程$y^{\prime \prime }+p{y}^{\prime }+qy=0$的特征方程，形如$${\lambda }^2+p\lambda +q=0$$特征方程的解与微分方程的通解有如下关系：
  （1）若$p^2-4q>0$，即${\lambda }_1\ne {\lambda }_2$，则 y T = C 1 e x p { λ 1 x } + C 2 e x p { λ 2 x } y^T = C_1exp\{\lambda_1x\} + C_2exp\{\lambda_2x\} yT=C1​exp{λ1​x}+C2​exp{λ2​x}
  （2）若$p^2-4q=0$，即${\lambda }_1={\lambda }_2$，则 y T = ( C 1 + C 2 x ) e x p { λ x } y^T = (C_1 + C_2x)exp\{\lambda x\} yT=(C1​+C2​x)exp{λx}
  （3）若$p^2-4q<0$，即${\lambda }_{1,2}=\alpha \pm \beta i$，则 y T = e x p { α x } ( C 1 c o s β x + C 2 s i n β x ) y^T = exp\{\alpha x\}(C_1cos\beta x+C_2sin\beta x ) yT=exp{αx}(C1​cosβx+C2​sinβx)  考虑微分方程$y^{\prime \prime }+p{y}^{\prime }+qy=f(x)$，其特解与$f(x)$，特征方程解${\lambda }_1$，${\lambda }_2$有如下关系：
  （1）若 f ( x ) = P n ( x ) e x p { α x } f(x) = P_n(x)exp\{\alpha x\} f(x)=Pn​(x)exp{αx}，$P_n(x)$是以$n$为最高次项的多项式，则 y ∗ = Q n ( x ) e x p { α x } x k y^* = Q_n(x)exp\{\alpha x\}x^k y∗=Qn​(x)exp{αx}xk其中， k = 1 { α = λ 1 } + 1 { α = λ 2 } k = 1\{\alpha = \lambda_1\} + 1\{\alpha = \lambda_2\} k=1{α=λ1​}+1{α=λ2​}；
  （2）若 f ( x ) = e x p { α x } [ P m ( x ) c o s β x + P n ( x ) s i n β x ] f(x) = exp\{\alpha x\}[P_m(x)cos\beta x + P_n(x)sin \beta x] f(x)=exp{αx}[Pm​(x)cosβx+Pn​(x)sinβx]，则 y ∗ = e x p { α x } [ Q l ( x ) c o s β x + R l ( x ) s i n β x ] x k y^* = exp\{\alpha x\}[Q_l(x)cos\beta x + R_l(x)sin \beta x]x^k y∗=exp{αx}[Ql​(x)cosβx+Rl​(x)sinβx]xk其中， k = 1 { α + β i = λ 1 , 2 } k = 1\{\alpha + \beta i = \lambda_{1,2}\} k=1{α+βi=λ1,2​}， l = m a x { m , n } l = max\{m, n\} l=max{m,n}。

---

五、无穷级数

5.1 无穷级数
  定义无穷数列$u_1$，$u_2$，…，$u_n$，…，则$$\sum _{n=1}^{\infty }{u}_n=u_1+...+u_n+...$$称为无穷级数，其中$$S_n=\sum _{i=1}^n{u}_i$$称为级数的部分和，数列 { S n } \{S_n\} {Sn​}称为级数的部分和数列，且$$li{m}_{n\to \infty }{S}_n=\sum _{n=1}^{\infty }{u}_n$$  若$li{m}_{n\to \infty }{S}_n=M$，则称级数${\sum }_{n=1}^{\infty }{u}_n$收敛，反之发散。

5.2 无穷级数的敛散性
  若$u_n\ge 0$，则称级数${\sum }_{n=1}^{\infty }{u}_n$为正项级数，正项级数的敛散性判别如下：
  -正项级数${\sum }_{n=1}^{\infty }{u}_n$收敛的充要条件为其部分和数列 { S n } \{S_n\} {Sn​}有界；
  -对于两个正项级数的项$u_n$与$v_n$，若从某项起，有$u_n\le v_n$，则有：
    -当${\sum }_{n=1}^{\infty }{v}_n$收敛时，${\sum }_{n=1}^{\infty }{u}_n$必收敛；
    -当${\sum }_{n=1}^{\infty }{u}_n$发散时，${\sum }_{n=1}^{\infty }{v}_n$必发散。
  -对于两个正项级数的项$u_n$与$v_n$，若$li{m}_{n\to \infty }{u}_n/v_n=A$，则有：
    -当$A=0$时，若${\sum }_{n=1}^{\infty }{v}_n$收敛，${\sum }_{n=1}^{\infty }{u}_n$必收敛；
    -当$A=+\infty$时，若${\sum }_{n=1}^{\infty }{v}_n$发散，${\sum }_{n=1}^{\infty }{u}_n$必发散；
    -当$0<A<+\infty$时，${\sum }_{n=1}^{\infty }{v}_n$与${\sum }_{n=1}^{\infty }{u}_n$的敛散性一致。
  -达朗贝尔判别法，即对于正项级数${\sum }_{n=1}^{\infty }{u}_n$，若$li{m}_{n\to \infty }{u}_{n+1}/u_n=\rho$，则有：
    -当$\rho <1$时，${\sum }_{n=1}^{\infty }{u}_n$收敛；
    -当$\rho >1$时，${\sum }_{n=1}^{\infty }{u}_n$发散。.
  -柯西判别法，即对于正项级数${\sum }_{n=1}^{\infty }{u}_n$，若$li{m}_{n\to \infty }{u}_n^{1/n}=\rho$，则有：
    -当$\rho <1$时，${\sum }_{n=1}^{\infty }{u}_n$收敛；
    -当$\rho >1$时，${\sum }_{n=1}^{\infty }{u}_n$发散。.

  若级数各项正负相间出现，形如$$\sum _{n=1}^{\infty }(-1{)}^{n-1}{u}_n=u_1-u_2+...+(-1{)}^{n-1}{u}_n+...$$其中，$u_n>0$，称为交错级数。交错级数的敛散性判别为莱布尼茨判别法，对于${\sum }_{n=1}^{\infty }(-1{)}^{n-1}{u}_n$，若 { u n } \{u_n\} {un​}单调不增，且$li{m}_{n\to \infty }{u}_n=0$，则交错级数收敛。

  若级数的各项任意，称为任意项级数。对于任意项级数${\sum }_{n=1}^{\infty }{u}_n$，称${\sum }_{n=1}^{\infty }|u_n|$为其绝对值级数。若任意项级数的绝对值级数收敛，称为绝对收敛，且绝对收敛的任意项级数收敛；若任意项级数的绝对值级数发散，但任意项级数收敛，称为条件收敛。

5.3 幂级数
  设定义在$I$上的函数数列 { u n ( x ) } \{u_n(x)\} {un​(x)}，则称$$u_1(x)+...+u_n(x)+...$$为定义在$I$上的函数项级数，记为${\sum }_{n=1}^{\infty }{u}_n(x)$。当$x=x_0$时，其转换为常数项级数${\sum }_{n=1}^{\infty }{u}_n$。

  当函数项级数的函数项为n次幂函数，称之为幂级数，形如$$\sum _{n=0}^{\infty }{a}_n(x-x_0{)}^n=a_0+a_1(x-x_0)+...+a_n(x-x_0{)}^n+...$$给定$x_k\in I$，若${\sum }_{n=0}^{\infty }{a}_n(x_k-x_0{)}^n$收敛，则称$x_k$为收敛点；反之称为发散点。函数项级数的收敛点集合称为收敛域。

  当${\sum }_{n=0}^{\infty }{a}_n{x}^n$在$x=x_1,x_1\ne 0$处收敛，对于满足$|x|<|x_1|$的一切$x$，都有${\sum }_{n=0}^{\infty }{a}_n{x}^n$绝对收敛；在$x=x_2,x_2\ne 0$处发散，对于满足$|x|>|x_2|$的一切$x$，都有${\sum }_{n=0}^{\infty }{a}_n{x}^n$发散，称为阿贝尔定理。

  若对于${\sum }_{n=0}^{\infty }{a}_n{x}^n$，有$li{m}_{n\to \infty }|a_{n+1}/a_n|=\rho$，则令$$R=\{\begin{array}{rlrl}& 1/\rho ,& & \rho \ne 0\\ & +\infty ,& & \rho =0\\ & 0,& & \rho =+\infty \end{array}$$称为收敛半径，即${\sum }_{n=0}^{\infty }{a}_n{x}^n$在$(-R,R)$内收敛，而$x=\pm R$处的敛散性需要单独考察，从而得到了${\sum }_{n=0}^{\infty }{a}_n{x}^n$的收敛域。
  $f(x)$展开为泰勒级数或麦克劳林级数，都称为函数展开为幂级数。

5.4 傅里叶级数
  正弦函数$Asin(wx+\varphi )$也叫做谐函数。以$2\pi$为周期的函数$f(x)$在区间$[-\pi ,\pi ]$上，能够展开为可逐项积分的三角级数$$f(x)=a_0/2+\sum _{n=1}^{\infty }(a_{n}cosnx+b_{n}sinnx)$$其中$$\{\begin{array}{rl}& a_0=1/\pi {\int }_{-\pi }^{\pi }f(x)dx\\ & a_n=1/\pi {\int }_{-\pi }^{\pi }f(x)cosnxdx\\ & b_n=1/\pi {\int }_{-\pi }^{\pi }f(x)sinnxdx,n=1,2,...\end{array}$$称为$f(x)$的傅里叶级数。
  如果以$2\pi$为周期的函数$f(x)$在区间$[-\pi ,\pi ]$上满足狄利克雷条件：
  -除有限个第一类间断点外，处处连续；
  -分段单调，单调区间个数有限。
则$f(x)$的傅里叶级数在区间$[-\pi ,\pi ]$上处处收敛，且 f ( x ) = { f ( x ) , x ∈ { x ∣ x   i s   c o n t i n u i t y   p o i n t } 1 / 2 [ f ( x − ) + f ( x + ) ] ， x ∈ { x ∣ x   i s   d i s c o n t i n u i t y   p o i n t   o f   Ⅰ } 1 / 2 [ f ( π − ) + f ( π + ) ] ， x = ± π f(x) = \left\{\begin{aligned} &f(x), &&x \in \{x | x\ is\ continuity\ point\}\\ &1/2[f(x^-) + f(x^+)]， &&x \in \{x | x\ is\ discontinuity\ point\ of\ Ⅰ\} \\ &1/2[f(\pi^-) + f(\pi^+)]， && x = \pm \pi \\ \end{aligned}\right. f(x)=⎩⎪⎨⎪⎧​​f(x),1/2[f(x−)+f(x+)]，1/2[f(π−)+f(π+)]，​​x∈{x∣x is continuity point}x∈{x∣x is discontinuity point of Ⅰ}x=±π​

  当$f(x)$是以$2\pi$为周期的奇函数时，$f(x)$的傅里叶级数为${\sum }_{n=1}^{\infty }{b}_{n}sinnx$，称之为正弦级数；当$f(x)$以$2\pi$为周期的偶函数时，$f(x)$的傅里叶级数为$a_0/2+{\sum }_{n=1}^{\infty }{a}_{n}cosnx$，称之为余弦级数。