高等数学 - 条件收敛和绝对收敛有什么区别

1、条件收敛：条件收敛在[a,b]上存在瑕点，使得∫（b,a）f(x)dx广义积分有极值。2、绝对收敛：绝对收敛不存在能使得∫（b,a）f(x)dx广义积分有极值的瑕点。对任意项级数Σ（∞，n=1）Un ,若Σ（∞，n=1）∣Un∣收敛，则称原级数Σ（∞，n=1）Un 绝对收敛；若原级数Σ（∞，n=1）Un收敛，但取绝对值以后对级数Σ（∞，n=1）∣Un∣发散，则称原级数Σ（∞，n=1）Un条件收

lhh_qrsly

8221人浏览 · 2021-08-04 02:47:22

lhh_qrsly · 2021-08-04 02:47:22 发布

1、条件收敛：条件收敛在[a,b]上存在瑕点，使得∫（b,a）f(x)dx广义积分有极值。

2、绝对收敛：绝对收敛不存在能使得∫（b,a）f(x)dx广义积分有极值的瑕点。

对任意项级数Σ（∞，n=1）Un ,若Σ（∞，n=1）∣Un∣收敛，则称原级数Σ（∞，n=1）Un 绝对收敛；若原级数Σ（∞，n=1）Un收敛，但取绝对值以后对级数Σ（∞，n=1）∣Un∣发散，则称原级数Σ（∞，n=1）Un条件收敛。

收敛包括绝对收敛和条件收敛

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

无模型自适应预测控制 (MFAPC) 与迭代学习控制 (MFAILC) 的数值验证仿真程序

本文聚焦无模型自适应预测控制（MFAPC）与无模型自适应迭代学习控制（MFAILC）的数值验证仿真研究。通过构建基于紧致形式动态线性化（CFDL）的仿真程序，分别验证了MFAPC在非线性系统预测跟踪中的有效性，以及MFAILC在非线性系统迭代轨迹跟踪中的性能。仿真结果表明，两种方法均能有效处理非线性系统控制问题，为复杂工业过程的控制提供了新的思路。