跳到主要內容

[數學分析] Power Series and Analytic Functions

================================
Definition: Power Series & Analytic Series 
一個  具有下列形式的 Series 稱為 Power Series:對任意 $x \in \mathbb{R}$,
\[
f(x) = \sum_{n=0}^\infty c_n x^n
\]或者更廣義的來說:
\[
f(x) = \sum_{n=0}^\infty c_n (x-a)^n
\]若函數 $f$ 具有 power series 我們稱為 解析函數 Analytic function
================================

Comments:
1. 解析函數為 "無窮" series 此暗示了一旦 解析函數被定義即表此 series 收斂

2. 一般而言對於 power series 我們有兩種方法判斷 series 是否收斂
(a) 採用 Ratio Test :但此法僅能判斷 series 是否 pointwise convergence。此法如下:
考慮 $f(x) = \sum_{n=0}^\infty c_n (x-a)^n$ ;則 Ratio Test 要判斷 第 $n$ 項 與 第 $n+1$項 之比值是否小於1。如果小於1我們說此 series converges pointwise。亦即 Ratio Test 檢驗下式是否成立:
\[\mathop {\lim }\limits_{n \to \infty } \left| {\frac{{{c_{n + 1}}{{(x - a)}^{n + 1}}}}{{{c_n}{{(x - a)}^n}}}} \right| < 1?
\]關於 Ratio Test 可參考下例:

Example: 
試利用 Ratio Test 判斷 $\sum\limits_{n = 1}^\infty  {\frac{n}{{{2^n}}}} $ 是否收斂?

Solution
令 $c_n =  {\frac{n}{{{2^n}}}}$ 則我們僅需檢驗
\[\mathop {\lim }\limits_{n \to \infty } \left| {\frac{{{c_{n + 1}}}}{{{c_n}}}} \right| < 1?\] 故觀察\[\mathop {\lim }\limits_{n \to \infty } \left| {\frac{{{c_{n + 1}}}}{{{c_n}}}} \right| = \mathop {\lim }\limits_{n \to \infty } \left| {\frac{{\frac{{n + 1}}{{{2^{n + 1}}}}}}{{\frac{n}{{{2^n}}}}}} \right| = \mathop {\lim }\limits_{n \to \infty } \left| {\frac{{n + 1}}{{2n}}} \right| = \frac{1}{2} < 1\]故 收斂。

(b) 採用 Weierstrass M-test: 此法可以判斷 series 是否 uniformly convergence。
關於 M-test:
令 $\{f_n\}$ 為定義在集合 $E$ 上的 函數 sequence 使得 對任意 $t \in E$, $|f_n(t)| \le M_n$;若 $\sum_n^\infty M_n < \infty$ 則 $\sum_n^\infty f_n(x)$ converges uniformly。

詳細關於 Weierstrass M-test 證明與性質請讀者參閱 : [數學分析] 逐點收斂與均勻收斂(2) - Series version

3. 若 $f(x) = \sum_{n=0}^\infty c_n (x)^n$ 在 $|x| < R$ 收斂( $R$ 可以是 $\infty$); 則我們說 $f$ 可以用 power series 在 $x=0$點"展開" (此種展開的 power series 稱為 Maclaurin series )
若 $f(x) = \sum_{n=0}^\infty c_n (x-a)^n$ 在 $|x-a|<R$ 收斂;則我們說 $f$ 可以用 power series 在 $x=a$ 點"展開" (此種展開的 power series 稱為 Taylor Series)


============
Theorem 
假設  $f(x) := \sum_{n=0}^\infty c_n (x-a)^n$ 對 $|x-a|<R$ 皆收斂 的 Analytic function,則
1. 對任意 $\varepsilon >0$, $f(x)$ 在區間 $[a-R+\varepsilon, a+R-\varepsilon]$ 上均勻收斂。且
2. $f$ 可微 並 滿足下式
\[
f'(x) = \sum_{n=1}^\infty n c_n x^{n-1}
\]============
Comment: $R$ 又稱為收斂半徑。

 Proof: 只證 1.
要證  $f(x) := \sum_n c_n x^n$  均勻收斂,我們可使用 Weierstrass M-test: 給定 $\varepsilon >0$,觀察
\[\left| {{c_n}{x^n}} \right| \le \left| {{c_n}{{\left( {R - \varepsilon } \right)}^n}} \right|
\]故現在只需證明 $\sum\limits_n {\left| {{c_n}{{\left( {R - \varepsilon } \right)}^n}} \right|} $ 收斂。即可保證均勻收斂。

注意到 對 $|x|<R$, $f(x) = \sum_{n=0}^\infty c_n x^n$ 收斂 故可推知
\[\sum\limits_n {\left| {{c_n}{{\left( {R - \varepsilon } \right)}^n}} \right|} \]亦為收斂。由 M-test 可知 $f(x) := \sum_n c_n x^n$ 在區間 $[-R+\varepsilon, R-\varepsilon]$ 上均勻收斂

==============================
Corollary: Analytic Function is Smooth
假設  $f(x) := \sum_{n=0}^\infty c_n (x-a)^n$ 對 $|x-a|<R$ 皆收斂,則 $f(x)$為 smooth。亦即 對 $|x| < R$,$f(x)$ 具有任意階導數
==============================

Comment:
給定解析函數 $f(x) := \sum_{n=0}^\infty c_n (x-a)^n$,則 $f^{n}(a) = n! c_n$,也就是說我們可以求得係數
\[{c_n} = \frac{{{f^n}(a)}}{{n!}}
\]但注意到若我們把上述係數收集起來建構一個 Series,此 Series 並不一定收斂到原函數 $f$。也就是說一個 具有係數為 $\frac{f^{(n)}(a)}{n!}$ 的 power series 並不一定為解析函數!


我們用以下一些例子來說明如何求 Power Series 的收斂半徑
Example 1
考慮 $f(x) = \sum_{k=0}^\infty \frac{x^k}{k!}$ (NOTE: $f(x) = e^x$ )試求 收斂半徑 $R=?$

Solution
注意到此例為 Power Series,我們可採用 Ratio Test 檢驗此級數是否收斂,亦即檢驗
\[\mathop {\lim }\limits_{k \to \infty } \left| {\frac{{\frac{{{x^{k + 1}}}}{{\left( {k + 1} \right)!}}}}{{\frac{{{x^k}}}{{k!}}}}} \right| = \mathop {\lim }\limits_{k \to \infty } \left| {\frac{{{x^1}}}{{k + 1}}} \right| = \left| x \right|\mathop {\lim }\limits_{k \to \infty } \left| {\frac{1}{{k + 1}}} \right|\]若 $|x| < \infty$ 則上述極限趨近於 $0$ 滿足 Ratio Test 條件,故級數收斂。故收斂半徑 $R = \infty$ 即可。 $\square$

Example 2
令 $a>0$,考慮 $f(x) = \sum_{k=0}^\infty \frac{x^k}{a^k}$ 試求 收斂半徑 $R=?$

Solution
由 Ratio Test,觀察
\[\mathop {\lim }\limits_{k \to \infty } \left| {\frac{{\frac{{{x^{k + 1}}}}{{{a^{k + 1}}}}}}{{\frac{{{x^k}}}{{{a^k}}}}}} \right| = \mathop {\lim }\limits_{k \to \infty } \left| {\frac{{{x^1}}}{a}} \right| = \left| {\frac{x}{a}} \right|\]若 
\[\left| {\frac{x}{a}} \right| < 1\]則 級數收斂,亦即 $\left| x \right| < a$,故取收斂半徑 $R:= a$ 即可。 $\square$

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質