东南大学 2025年数学分析第12题

考研真题

📝 题目

12、记作 $\displaystyle u_{n}(x)=\frac{\ln \left(1+n^{\alpha} x\right)}{n^{\beta}},(x>0, \alpha, \beta>0)$ . (1)讨论 $\displaystyle \sum_{n=1}^{\infty} u_{n}(x)$ 的玫散性. (2)在 $\displaystyle \sum_{n=1}^{\infty} u_{n}(x)$ 收玫的基础上,论其一致收敛性. (3)讨论 $\displaystyle \sum_{n=1}^{\infty} u_{n}(x)$ 的可导性.

💡 答案解析

暂无答案解析

📋 详细解题步骤

步骤 1/6
目标:分析通项渐近行为,确定级数收敛的参数条件
对于固定的 $x>0$,当 $n\to\infty$ 时,$\ln(1+n^\alpha x) \sim \ln(n^\alpha x) = \alpha \ln n + \ln x$,因此 $u_n(x) \sim \frac{\alpha \ln n}{n^\beta}$。由于 $\sum_{n=1}^\infty \frac{\ln n}{n^\beta}$ 在 $\beta>1$ 时收敛,在 $\beta\le 1$ 时发散,故原级数收敛当且仅当 $\beta>1$。
公式:$u_n(x) \sim \frac{\alpha \ln n}{n^\beta}$,$\sum \frac{\ln n}{n^\beta}$ 收敛 $\iff \beta>1$
提示:注意 $\ln(1+n^\alpha x)$ 的渐近展开要保留主项,忽略常数项不影响敛散性判断。
步骤 2/6
目标:讨论级数在整个区间 $(0,\infty)$ 上的一致收敛性
假设 $\beta>1$。考虑 $x\to +\infty$ 时,对任意固定的 $N$,$\sup_{x>0} \frac{\ln(1+N^\alpha x)}{N^\beta} = +\infty$,因此余项的上确界无界,级数在 $(0,\infty)$ 上不一致收敛。
公式:$\sup_{x>0} \sum_{n=N}^\infty u_n(x) \ge \sup_{x>0} \frac{\ln(1+N^\alpha x)}{N^\beta} = +\infty$
提示:不一致收敛的典型原因是函数在无穷远处无界,可通过反证法或直接取 $x$ 充分大说明。
步骤 3/6
目标:讨论级数在任意正闭区间 $[a,b]$ 上的一致收敛性
对任意 $[a,b]\subset(0,\infty)$,当 $x\in[a,b]$ 时,$\ln(1+n^\alpha x) \le \ln(1+n^\alpha b) \le \alpha\ln n + \ln(b+1)$,故存在常数 $C>0$ 使得 $u_n(x) \le C\frac{\ln n}{n^\beta}$。由于 $\sum \frac{\ln n}{n^\beta}$ 收敛且与 $x$ 无关,由 Weierstrass M-判别法知级数在 $[a,b]$ 上一致收敛。
公式:$u_n(x) \le C\frac{\ln n}{n^\beta}$,$\sum C\frac{\ln n}{n^\beta}$ 收敛
提示:Weierstrass M-判别法要求找到与 $x$ 无关的优级数,注意对 $\ln(1+n^\alpha x)$ 的放缩要统一。
步骤 4/6
目标:求导并分析导函数级数的收敛性
计算 $u_n'(x)=\frac{1}{n^\beta}\cdot\frac{n^\alpha}{1+n^\alpha x}=\frac{n^{\alpha-\beta}}{1+n^\alpha x}$。当 $n\to\infty$ 时,$u_n'(x)\sim\frac{1}{n^\beta x}$,故对固定 $x>0$,$\sum u_n'(x)$ 在 $\beta>1$ 时收敛。
公式:$u_n'(x)=\frac{n^{\alpha-\beta}}{1+n^\alpha x}\sim\frac{1}{n^\beta x}$
提示:求导后注意分母 $1+n^\alpha x$ 的渐近行为,确保主项估计正确。
步骤 5/6
目标:证明导函数级数在任意正闭区间上一致收敛
在 $[a,b]\subset(0,\infty)$ 上,$u_n'(x)\le\frac{n^{\alpha-\beta}}{1+n^\alpha a}\le\frac{1}{a n^\beta}$。由于 $\sum\frac{1}{a n^\beta}$ 当 $\beta>1$ 时收敛且与 $x$ 无关,由 Weierstrass M-判别法知 $\sum u_n'(x)$ 在 $[a,b]$ 上一致收敛。
公式:$u_n'(x)\le\frac{1}{a n^\beta}$,$\sum\frac{1}{a n^\beta}$ 收敛
提示:放缩时利用 $1+n^\alpha x \ge n^\alpha a$,注意 $a>0$ 保证分母不为零。
步骤 6/6
目标:应用逐项求导定理,得出可导性结论
由(2)知原级数在 $[a,b]$ 上一致收敛,且导函数级数在 $[a,b]$ 上一致收敛,根据函数项级数逐项求导定理,和函数 $S(x)=\sum u_n(x)$ 在 $(0,\infty)$ 上可导,且 $S'(x)=\sum u_n'(x)$。
公式:$S'(x)=\sum_{n=1}^\infty \frac{n^{\alpha-\beta}}{1+n^\alpha x}$
提示:逐项求导定理要求原级数在某点收敛且导函数级数一致收敛,这里原级数在任意 $x>0$ 收敛,导函数级数在任意闭区间一致收敛。
步骤 7/8
目标:应用逐项求导定理,得出可导性结论
由第二问,原级数在 $[a,b]$ 上一致收敛;由上述,导函数级数在 $[a,b]$ 上一致收敛。根据函数项级数逐项求导定理,和函数 $S(x)=\sum u_n(x)$ 在 $(0,\infty)$ 上可导,且 $S'(x)=\sum u_n'(x)$。注意 $x=0$ 不在定义域内,无需考虑。
公式:S'(x) = \sum_{n=1}^\infty \frac{n^{\alpha-\beta}}{1+n^\alpha x} \quad (x>0, \beta>1)
提示:逐项求导定理要求原级数在某点收敛且导函数级数一致收敛,这里均满足。
步骤 8/8
目标:汇总三问结论
(1)级数收敛当且仅当 $\beta>1$; (2)当 $\beta>1$ 时,在任意闭区间 $[a,b]\subset(0,\infty)$ 上一致收敛,但在 $(0,\infty)$ 上不一致收敛; (3)当 $\beta>1$ 时,和函数在 $(0,\infty)$ 上可导,且导数可通过逐项求导得到。
提示:所有结论均以 $\beta>1$ 为前提,$\alpha$ 不影响敛散性和一致收敛性,但影响导数表达式。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。