# 级数收敛性判别器（比值/根值/积分/比较） 判别数项级数 Σ aₙ 的收敛性（aₙ 为 n 的表达式）：按序运行项判别法（aₙ → 0?）、比值判别法 L = |aₙ₊₁/aₙ|、根值判别法 ρ = |aₙ|^(1/n)、p-级数比较估计 p = −ln|a(N)|/ln N，以及积分判别法（Simpson 数值积分 + 逐十进位增长比较）；交错级数自动识别并用 Leibniz 判别法分类条件收敛，收敛时还给出和的估计（部分和 + 几何/p 律尾部）。经典例：Σ1/n² 收敛（p≈2，和≈1.6449）；Σ1/n 发散（调和）；Σ0.5ⁿ 收敛；Σcos(πn)/n 条件收敛（和≈−ln2）。 > 标准页面: https://elysiatools.com/zh/tools/series-convergence-tester - **分类:** Math & Numbers - **关键词:** 级数收敛, 比值判别法, 根值判别法, 积分判别法, 比较判别法, p-级数, 调和级数, 交错级数, 莱布尼茨判别法, 微积分 ## 概述 级数收敛性判别器用于快速分析数项级数 Σ aₙ 的敛散性。输入通项表达式后，工具会自动执行必要条件判别（通项趋零）、比值判别法、根值判别法、p-级数比较估计以及数值积分判别法；支持自动检测交错级数并应用莱布尼茨判别法，并在级数收敛时给出部分和与余项估计。 ## 输入项 - **通项 aₙ 表达式（变量 n）** (text): The general term aₙ as an expression of n (n starts at 1). Supports + - * / ^, parentheses, and functions like exp, sin, cos, sqrt, ln. Alternating signs (e.g. cos(pi*n)) are detected. - **小数位数** (number) ## 适用场景 - 在微积分或高等数学学习中核对数项级数的敛散性判别过程与结果。 - 比值或根值判别法失效（极限为 1）时，需借助 p-级数比较或积分判别法进行判定。 - 分析交错级数的条件收敛性并估算收敛级数的数值和。 ## 工作原理 - 输入以变量 n 表示的通项表达式 aₙ，并设定结果输出保留的小数位数。 - 算法依次评估大 N 处的通项极限是否趋向于 0，并计算比值极限 L = |aₙ₊₁/aₙ| 与根值极限 ρ = |aₙ|^(1/n)。 - 若比值与根值无法判定，工具会估计 p-级数指数 p = −ln|a(N)|/ln N，并通过辛普森数值积分检验积分判别法。 - 对识别出的交错符号自动运用莱布尼茨判别法归类条件收敛，并结合部分和与尾部残差给出和的估算值。 ## 使用案例 - 高等数学课程练习：快速验证 p-级数、几何级数及复杂代数通项的敛散性作业题。 - 工程与算法研究：评估算法渐近误差级数或无限级数近似展开的收敛速度与估计和。 - 交错级数分析：判断交错调和级数等非绝对收敛级数的条件收敛状态及和的极限值。 ## 常见问题 ### 通项表达式支持哪些数学函数与运算符？ 支持基本算术运算符（+、-、*、/、^）、括号，以及 exp、sin、cos、sqrt、ln 等常用初等函数。 ### 当比值判别法 L = 1 时，工具如何继续判别？ 比值判别法失效时，工具会自动执行 p-级数幂次比较估计以及辛普森数值积分判别法来确定敛散性。 ### 工具如何处理形如 cos(πn)/n 的交错级数？ 工具会自动检测项的正负交错性，对单调递减趋于 0 的项应用莱布尼茨判别法，并判定其是否为条件收敛。 ### 级数求和的估算精度如何保证？ 工具计算前十万项的部分和，并结合几何级数或 p-级数的解析尾部修正项，以提高和的近似精度。 ### 通项表达式中的变量必须是 n 吗？ 是的，级数通项公式必须使用变量 n（从 n = 1 开始）。 ## 相关工具 - [一阶微分方程求解器（分离变量法）](https://elysiatools.com/zh/tools/first-order-ode-solver): 用分离变量法求解 dy/dx = g(x)·h(y)：分离变量、两侧逐项积分得 H(y) = G(x) + C，能反解时给出显式解 y = f(x)。支持单项 h(y)（y、y^n、e^(ky)、ky+m）以及可用部分分式分解的二次多项式（如逻辑斯蒂方程的 y(1−y)）；给定初始条件 y(x₀)=y₀ 时算出常数 C，并检测平衡解。示例：dy/dx = 2x·y → y = e^(x²+C)。 - [Newton-Raphson 迭代求根计算器](https://elysiatools.com/zh/tools/newton-raphson-root-finder): 用 Newton-Raphson 迭代 x_{k+1} = x_k − f(x_k)/f'(x_k) 求 f(x) = 0 的根：导数可给定解析表达式（留空则用中心差分数值导数），输出逐步迭代表（x_k 与 f(x_k)）、收敛判据（|f| < 容差或 |Δx| < 容差·max(1,|x|)）、迭代次数与最终 |f(root)|。经典例：x²−2 从 x₀=1 出发 4 步收敛到 √2 ≈ 1.4142135624；cos(x)−x 收敛到 Dottie 数 0.7390851332。导数为零、步长发散或超出迭代上限会明确报告。 - [Simpson 辛普森法数值积分器（∫f(x)dx）](https://elysiatools.com/zh/tools/numerical-integration-simpson): 用复合 Simpson 1/3 法计算 ∫ₐᵇ f(x)dx（n 为偶数）：S = h/3·(f(a) + 4Σ奇节点 + 2Σ偶内节点 + f(b))，误差 O(h⁴)，对三次及以下多项式精确。逐节点数值表 + 积分估计 + 可选精确值/误差对比。示例：∫₀¹x²dx 取 n=4 得 0.333333（精确！）；∫₀¹e^(−x²)dx（无初等原函数）取 n=10 得 0.746825。 - [梯形法数值积分器（∫f(x)dx）](https://elysiatools.com/zh/tools/numerical-integration-trapezoid): 用复合梯形法计算 ∫ₐᵇ f(x)dx：T = h/2·(f(a) + 2Σf(xᵢ) + f(b))，逐节点给出数值表、积分估计与可选的精确值/绝对误差对比，误差为 O(h²)（对线性函数精确）。示例：∫₀¹x²dx 取 n=4 得 0.34375，与精确值 1/3 相差 0.010417。 - [四阶 Runge-Kutta（RK4）数值求解器](https://elysiatools.com/zh/tools/runge-kutta-rk4-solver): 用经典四阶 Runge-Kutta（RK4）法求解初值问题 dy/dx = f(x,y)、y(x₀)=y₀：每步计算 k1–k4 四个斜率并加权更新 y_{n+1} = y_n + h/6·(k1+2k2+2k3+k4)，全局误差 O(h⁴)——步长减半误差约缩小 16 倍。输出逐步数值表、前几步的 k1–k4 明细与最终估计；可选填精确解 y(x) 显示误差列。示例：dy/dx = y、y(0)=1、h=0.1 时 y(1) ≈ 2.718282，与 e 几乎一致。 - [偏度分析器](https://elysiatools.com/zh/tools/skewness-analyzer): 分析数据偏度来衡量概率分布的不对称性并识别数据模式 - [卷积积分计算器（数值）](https://elysiatools.com/zh/tools/convolution-integral-calculator): 数值计算两个信号的卷积 (f*g)(t) = ∫ f(τ)g(t−τ)dτ：支持因果模式（两信号在 t<0 时取 0，积分区间 \[max(τmin,0), min(τmax,t)\]，适配拉普拉斯域乘积）与直接窗口模式（在整个 \[τmin, τmax\] 上积分，适配高斯等双边信号），采用复合 Simpson 公式（默认 2000 区间）。经典例：e^(−t)*e^(−2t) = e^(−t)−e^(−2t)，t=1 时为 0.2325；两个高斯卷积仍为高斯：√(π/2)·e^(−t²/2)。 - [Euler 法数值求解器（一阶 ODE 前向欧拉）](https://elysiatools.com/zh/tools/euler-method-solver): 用显式（前向）Euler 法求解初值问题 dy/dx = f(x,y)、y(x₀)=y₀：迭代 y_{n+1} = y_n + h·f(x_n, y_n)，逐步给出数值表与最终估计 y(目标)。可选填精确解 y(x) 以显示每步绝对误差，直观呈现一阶方法的 O(h) 全局误差。示例：dy/dx = y、y(0)=1、h=0.1 时 y(1) ≈ 1.1¹⁰ = 2.593742，与 e = 2.718282 相比误差 0.124539。 ## 示例 - [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换 - [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换 - [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换 - [Web Rust 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换 ## 相关内容 - [音频编码与格式转换工具](https://elysiatools.com/zh/hubs/audio-convert): 在一个专题里比较音频格式转换、码率调整、采样率转换、编码切换和导出工具，适合交付与归档工作流。 - [图片格式转换与动画导出工具](https://elysiatools.com/zh/hubs/image-convert): 在一个专题里比较 JPG、PNG、GIF、AVIF、WebP、TIFF、ICO、base64 以及动画导出相关的图片格式转换工具。 - [JSON 交换与格式翻译工具](https://elysiatools.com/zh/hubs/json-convert): 在一个专题里比较 JSON 与 CSV、YAML、TOML、GraphQL、XML、Markdown、Excel、BSON、EDN 等结构化格式之间的转换工具。 - [面向网页与印刷的色彩空间转换工具](https://elysiatools.com/zh/hubs/design-convert): 围绕网页到印刷的色彩空间转换整理的一组工具。