魏尔斯特拉斯第二定理：一致收敛性的终极判据
深入解析数学分析中的核心工具，掌握函数项级数收敛性的判定技巧
什么是魏尔斯特拉斯第二定理？
在数学分析中，判断函数项级数是否一致收敛是一个核心难点。虽然根据定义（即余项一致趋于零）进行验证是最根本的方法，但在实际计算中往往极其繁琐。魏尔斯特拉斯第二定理（Weierstrass M-test），又称M-判别法，提供了一种通过比较常数项级数来判定函数项级数一致收敛的强有力工具。
定理陈述
设 {u_n(x)} 是定义在集合 D 上的函数项级数 sum u_n(x)。如果存在正数数列 {M_n}，满足以下两个条件：
- 对于所有的
x in D和所有的n，都有|u_n(x)| le M_n； - 常数项级数
sum M_n收敛。
那么，函数项级数 sum u_n(x) 在 D 上绝对一致收敛。
简而言之，如果能找到一个“天花板”数列 M_n，它不仅盖住了所有 x 处的函数值，而且这个天花板本身的总和是有限的，那么原函数级数就一定是一致收敛的。
证明思路与逻辑推导
理解魏尔斯特拉斯第二定理的证明，有助于我们把握一致收敛的本质。证明主要依赖于柯西收敛准则（Cauchy's Criterion）和绝对收敛的性质。
1. 利用柯西准则
由于常数项级数 sum M_n 收敛，根据数项级数的柯西收敛准则，对于任意给定的 epsilon > 0，存在正整数 N，使得当 n > N 且 p ge 1 时，有：
sum_{k=n+1}^{n+p} M_k < epsilon2. 建立函数项的联系
对于定义域 D 内的任意 x，根据定理条件 |u_k(x)| le M_k，我们可以得到：
|sum_{k=n+1}^{n+p} u_k(x)| le sum_{k=n+1}^{n+p} |u_k(x)| le sum_{k=n+1}^{n+p} M_k < epsilon3. 得出结论
上述不等式对 D 内所有 x 同时成立，且 N 仅依赖于 epsilon 而与 x 无关。这正是函数项级数一致收敛的柯西准则。因此，sum u_n(x) 在 D 上一致收敛。
💡 关键点解析： 为什么叫“绝对”一致收敛？因为证明中使用了三角不等式 |sum u_k| le sum |u_k|。这意味着该定理不仅证明了收敛，还证明了绝对一致收敛。
经典应用案例解析
为了更直观地理解魏尔斯特拉斯第二定理的使用，我们通过几个典型例子来演示如何寻找控制数列 M_n。
判定级数 sum_{n=1}^{infty} frac{sin(nx)}{n^2} 的一致性
分析： 通项包含 sin(nx)，其值有界。
步骤：
- 寻找上界：对于任意
x in mathbb{R}，有|sin(nx)| le 1。 - 构建
M_n：因此，|frac{sin(nx)}{n^2}| le frac{1}{n^2}。取M_n = frac{1}{n^2}。 - 判定
sum M_n：级数sum_{n=1}^{infty} frac{1}{n^2}是p=2的 p-级数，显然收敛。 - 结论： 根据魏尔斯特拉斯第二定理，原级数在
(-infty, +infty)上一致收敛。
判定级数 sum_{n=1}^{infty} frac{x^n}{1+x^{2n}} 在 [0,1] 上的一致性
分析： 这是一个含参变量 x 的有理分式级数。
步骤：
- 寻找上界：对于
x in [0,1]，分母1+x^{2n} ge 1。 - 构建
M_n：因此，|frac{x^n}{1+x^{2n}}| le x^n le 1^n = 1？注意：这里直接取1会导致级数发散，需要更精细的估计。 - 修正策略：当
x in [0, a](0x^n le a^n。取M_n = a^n，sum a^n收敛，故在[0,a]上一致收敛。 - 对于整个
[0,1]：需单独讨论端点或利用其他方法，但通常在内部闭区间上M-判别法非常有效。
幂级数在收敛区间闭子区间上的一致收敛性
定理推论： 如果幂级数 sum a_n x^n 的收敛半径为 R，则它在任意闭区间 [-r, r] (0 < r < R) 上一致收敛。
证明：
- 取
x in [-r, r]，则|a_n x^n| = |a_n| r^n。 - 由于
r < R，数项级数sum |a_n| r^n绝对收敛。 - 取
M_n = |a_n| r^n，则sum M_n收敛。 - 由魏尔斯特拉斯第二定理，幂级数在
[-r, r]上一致收敛。
判别法横向对比
在数学分析考试中，选择合适的判别法至关重要。以下是常用一致收敛判别法的对比：
| 判别法名称 | 适用对象 | 核心条件 | 优缺点 |
|---|---|---|---|
| 魏尔斯特拉斯 M-判别法 | 函数项级数 | 存在收敛的控制数列 M_n | 优： 简单直接，结论强（绝对一致收敛）。 缺： 找不到 M_n 时无效（非充要条件）。 |
| 狄利克雷判别法 | 函数项级数 | 部分和有界 + 单调趋于0 | 适用于交错级数或三角级数，条件较宽松。 |
| 阿贝尔判别法 | 函数项级数 | 一致收敛级数 × 一致有界单调函数 | 通常作为狄利克雷判别法的补充。 |
| 定义法（余项估计） | 所有级数 | sup |R_n(x)| o 0 | 优： 充要条件。 缺： 计算复杂，通常用于理论证明。 |
常见误区与注意事项
许多学生在应用魏尔斯特拉斯第二定理时容易陷入以下误区：
❌ 误区 1：认为 M_n 必须是最小上界
正解： M_n 只要是上界即可，不需要是上确界。只要 sum M_n 收敛，即使 M_n 比实际最大值大很多，定理依然成立。例如，用 1/n 控制 1/n^2 会导致发散，但用 2/n^2 控制 1/n^2 是允许的。
❌ 误区 2：忽略定义域 D
正解： 定理的结论仅在与 M_n 对应的定义域 D 上成立。如果在 D 的某个子集上找不到统一的 M_n（例如 x 趋向于奇点时函数值无界），则不能直接应用该定理。
❌ 误区 3：混淆“收敛”与“一致收敛”
正解： 魏尔斯特拉斯第二定理判定的是一致收敛。如果 sum M_n 发散，我们不能断定原级数不一致收敛，只能说明该定理失效，需换其他方法。
常见问题解答 (FAQ)
如果级数在端点不一致收敛，M-判别法还能用吗？
如果定义域包含端点，且在该端点附近函数值无界或震荡剧烈，可能找不到统一的 M_n。此时通常将定义域缩小为闭子区间 [a,b]（不包含奇点），在子区间上应用定理。例如 sum x^n 在 (-1,1) 不一致收敛，但在 [-r, r] (r<1) 上一致收敛。
如何快速判断 M_n 是否存在？
通常先求通项 |u_n(x)| 关于 x 的最大值（上确界）。如果最大值构成的数列 M_n = sup_{xin D} |u_n(x)| 使得 sum M_n 收敛，则定理适用。如果最大值难以计算，可以尝试放缩，利用基本不等式（如 |sin x| le 1, e^x ge 1 等）找到更简单的 M_n。
魏尔斯特拉斯第二定理能判定绝对收敛吗？
是的。如证明所示，该定理隐含了 sum |u_n(x)| 的一致收敛性。因此，它判定的是绝对一致收敛。如果一个级数只是条件收敛（即收敛但不绝对收敛），则不能使用此定理来证明其一致收敛性，需改用狄利克雷或阿贝尔判别法。