Степенные ряды 🎯

В прошлом уроке ты разобрался со знакопеременными рядами — числовыми суммами, где плюсы и минусы чередуются по какому-то закону. Сегодня мы сделаем следующий шаг и позволим слагаемым ряда зависеть не только от номера $n$, но и от переменной $x$. Получится объект вида $\sum a_n(x-x_0)^n$ — степенной ряд, который для одних значений $x$ сходится к какому-то числу, а для других расходится. Формально это просто «бесконечный многочлен», но за этой простой формулировкой прячется на удивление богатая и строгая теория, у которой есть чёткая, предсказуемая геометрия: область, где ряд ведёт себя хорошо, — это всегда интервал, симметричный относительно центра $x_0$, ни больше, ни меньше.

Ты уже встречал частный случай степенного ряда — ряд Тейлора из позапрошлого урока. Там вопрос был устроен так: дана функция, вычисли её производные в точке и построй по ним ряд, а потом выясняй, сходится ли он к самой функции. Сегодня мы зайдём с другой стороны и спросим: если у меня просто есть последовательность коэффициентов $a_n$, никак не связанная заранее ни с какой функцией и её производными, — где вообще сходится ряд $\sum a_n(x-x_0)^n$, и что можно сказать о его сумме, не привязываясь к конкретному примеру? Ответ окажется на удивление универсальным и полностью объяснит то, что в прошлый раз пришлось принять почти на веру.

Давай сразу зафиксируем, зачем тебе как будущему специалисту по машинному обучению вообще нужна эта теория, а не просто «ещё один раздел матанализа для сдачи экзамена». Идея представить сложный объект как сумму простых слагаемых — это не просто удобный вычислительный трюк, а один из центральных принципов всего современного машинного обучения. Полиномиальные признаки, разложения ядерных функций, приближения активаций многочленами для ускорения вычислений на специализированном железе, сама теорема об универсальной аппроксимации, которая говорит, что достаточно широкая сеть может приблизить любую разумную функцию, — всё это в том или ином виде эксплуатирует одну и ту же идею: «сложное — это предел суммы простого». А радиус сходимости — это тот самый параметр, который отвечает на неудобный, но критически важный вопрос: а где именно это приближение вообще имеет право на существование, и где оно перестаёт быть верным приближением и превращается в бессмысленный набор цифр?

Представь, что ты заменяешь дорогую в вычислении функцию активации (скажем, гиперболический тангенс или сигмоиду) усечённым многочленом ради скорости на встраиваемом устройстве. Если входные значения нейрона случайно выйдут за пределы радиуса сходимости соответствующего ряда, приближение не просто немного ухудшится — оно может начать расходиться катастрофически, давать всё более далёкие от истины числа с каждым добавленным членом многочлена. Понимание радиуса сходимости — это ровно тот инструмент, который отличает инженера, который знает, почему его аппроксимация работает (и где именно она перестанет работать), от того, кто полагается на удачу.

История: откуда это взялось?

Степенные ряды начали появляться в математике задолго до того, как для них построили строгую теорию. Исаак Ньютон ещё в 1660-х годах активно использовал бесконечные степенные разложения — в частности, обобщённый биномиальный ряд для $(1+x)^\alpha$ при нецелых $\alpha$ — как рабочий вычислительный инструмент, не особенно заботясь о строгом обосновании, при каких $x$ такая сумма вообще имеет смысл. Для Ньютона и его современников степенной ряд был естественным продолжением идеи многочлена: если многочлен конечной степени можно складывать, умножать и подставлять в другие выражения, почему бы не делать то же самое с «бесконечно длинным многочленом», обращаясь с ним по тем же алгебраическим правилам? На протяжении почти полутора веков после Ньютона математики XVIII века — включая Эйлера, который с поразительной изобретательностью манипулировал бесконечными рядами, получая множество верных и полезных результатов, — работали со степенными рядами скорее интуитивно, чем строго, зачастую подставляя в ряд любое число без всякой оглядки на то, сходится сумма или нет.

Ситуация начала меняться в начале XIX века, когда Огюстен Луи Коши взялся навести порядок во всём анализе. Именно Коши в 1820-х годах поставил вопрос ребром: у каждого функционального ряда есть область сходимости, и прежде чем подставлять в ряд конкретное значение переменной, нужно сначала убедиться, что сумма там вообще существует. Коши же заметил, что для степенных рядов эта область имеет исключительно простую структуру — интервал (а для комплексной переменной — круг) вокруг точки разложения, и предложил идею оценки границы этой области через верхний предел корня из коэффициентов. Но довести эту идею до полностью общей и безупречно строгой формулировки, работающей для абсолютно любой последовательности коэффициентов (в том числе для тех «неудобных» случаев, где обычный предел коэффициентов попросту не существует), удалось только в 1888 году французскому математику Жаку Адамару в его докторской диссертации, посвящённой в том числе поведению степенных рядов на границе круга сходимости. С тех пор формула носит двойное имя — теорема Коши-Адамара, отдавая должное и первоначальной интуиции Коши, и завершённой, безупречно общей формулировке Адамара.

Отдельного упоминания заслуживает история с границей интервала сходимости — тема, которая на первый взгляд кажется технической деталью, но на деле поднимает глубокие вопросы. Именно исследования поведения степенных рядов ровно на границе их области сходимости (где может происходить что угодно — от абсолютной сходимости до полной расходимости) подтолкнули математиков конца XIX и начала XX века к развитию куда более общей теории — теории функций комплексного переменного, где степенные ряды и их круги сходимости оказались центральным строительным блоком. Сегодняшний урок в этом смысле — не изолированная тема, а прямой мост к тому направлению анализа, где степенные ряды перестают быть просто техническим приёмом приближения функций и становятся фундаментальным способом эти функции определять.

Степенной ряд: определение, теорема Абеля и радиус сходимости

Интуиция: круг устойчивой связи

Давай разберёмся, что вообще такое степенной ряд и почему область его сходимости обязана иметь такую простую форму. Возьми передатчик рации, установленный в точке $x_0$. В пределах некоторого радиуса $R$ сигнал устойчиво доходит, а стоит выйти за эту границу — связь обрывается настолько резко, что дальше уже неважно, насколько далеко ты ушёл: сигнала там просто нет. Со степенным рядом происходит ровно то же самое, и это не случайное сходство, а строгий математический факт: если ряд сходится хоть в одной точке $x_1$, отличной от центра $x_0$, то он гарантированно сходится (причём абсолютно) во всех точках, которые расположены к центру ближе, чем $x_1$. А если ряд расходится в какой-то точке $x_2$, то он расходится и во всех точках, расположенных от центра ещё дальше, чем $x_2$. Область сходимости не может быть «дырявой» — она обязана быть сплошным интервалом вокруг центра, и именно это и называется радиусом сходимости.

Представь, что коэффициенты $a_n$ — это своего рода «топливо» ряда, а степень $(x-x_0)^n$ — «расстояние», которое это топливо должно преодолеть. Чем больше $|x-x_0|$, тем быстрее растут степени этого расстояния с ростом $n$, и тем труднее коэффициентам «погасить» этот рост, чтобы общий член ряда всё-таки стремился к нулю. Если коэффициенты убывают достаточно быстро, ряд может выдержать большие расстояния; если убывают медленно (или вовсе растут) — область устойчивой сходимости сжимается.

Определение

Определение (степенной ряд). Степенным рядом с центром в точке $x_0$ называется функциональный ряд вида

$$\sum_{n=0}^{\infty} a_n(x-x_0)^n = a_0+a_1(x-x_0)+a_2(x-x_0)^2+\dots$$

где $a_n$ — числовые коэффициенты, а $x$ — переменная. При $x=x_0$ ряд всегда сходится тривиально, поскольку все слагаемые, кроме нулевого, обращаются в ноль.

Теорема (Абеля). Если степенной ряд $\sum a_n(x-x_0)^n$ сходится при $x=x_1\ne x_0$, то он сходится абсолютно при всех $x$, для которых $|x-x_0|<|x_1-x_0|$. Если ряд расходится при $x=x_2$, то он расходится и при всех $x$, для которых $|x-x_0|>|x_2-x_0|$.

Из теоремы Абеля следует, что существует число $R\in[0,+\infty]$ — радиус сходимости — такое, что ряд абсолютно сходится при $|x-x_0|R$. Интервал $(x_0-R,\,x_0+R)$ называют интервалом сходимости, а точки $x=x_0\pm R$ требуют отдельного исследования.

Обрати внимание на слово «абсолютно» в формулировке теоремы Абеля — это не случайная деталь, а ключевой факт, на котором будет строиться вся дальнейшая теория: внутри интервала сходимости ряд не просто сходится, а сходится абсолютно, а значит с ним можно свободно переставлять слагаемые местами, складывать почленно с другими абсолютно сходящимися рядами и выполнять другие операции, которые для условно сходящихся рядов, как ты помнишь из прошлого урока, могут быть попросту незаконны.

Разбор примеров

Пример 1 (лёгкий). Найти центр, радиус и сумму степенного ряда $\displaystyle\sum_{n=0}^\infty \frac{(x+2)^n}{3^n}$.

Центр ряда — это точка $x_0=-2$ (сравни с общим видом $\sum a_n(x-x_0)^n$: здесь $x-x_0=x+2$). Сам ряд — это геометрическая прогрессия со знаменателем $q=\dfrac{x+2}{3}$, а геометрическая прогрессия сходится тогда и только тогда, когда $|q|<1$:

Значит радиус сходимости $R=3$, а интервал сходимости — $x\in(-5,1)$. Сумма геометрической прогрессии внутри интервала сходимости:

Ответ: центр $x_0=-2$, $R=3$, интервал $(-5,1)$, сумма $S(x)=\dfrac{3}{1-x}$. Проверка при $x=0$: прямое суммирование даёт $q=\dfrac23$, $S=\dfrac{1}{1-2/3}=3$, и формула тоже даёт $\dfrac{3}{1-0}=3$ — числа совпадают.

Пример 2 (средний, применение теоремы Абеля). Известно, что степенной ряд $\sum a_nx^n$ (центр в нуле) сходится при $x=3$ и расходится при $x=-5$. Что можно сказать о его радиусе сходимости?

По теореме Абеля, из сходимости в точке $x=3$ следует, что $R\ge3$ — иначе точка $x=3$ оказалась бы за пределами области абсолютной сходимости, что противоречило бы факту сходимости ряда в этой точке. Из расходимости в точке $x=-5$ следует, что $R\le5$ — иначе точка $x=-5$ (расстояние от центра $5$) лежала бы строго внутри интервала сходимости, где по теореме Абеля ряд обязан сходиться, а он расходится.

Ответ: $3\le R\le5$. Обрати внимание: этот вывод получен вообще без знания явного вида коэффициентов $a_n$ — теорема Абеля работает как чисто структурное рассуждение о взаимном расположении точек сходимости и расходимости.

Пример 3 (сложный, машинное обучение). Пусть модель задаёт предсказание как $f(x)=\sum_{n=0}^\infty w_n x^n$, где $w_n$ — обучаемые веса, а $x$ — единственный скалярный признак, предварительно нормализованный так, что почти все его значения лежат в интервале $[-1,1]$. Объяснить, какую роль здесь играет радиус сходимости ряда и почему нормализация признаков — это не только вопрос удобства оптимизации, но и вопрос корректности самой модели.

Такая модель — это, по сути, «нейрон с бесконечным числом полиномиальных признаков»: $1,\,x,\,x^2,\,x^3,\dots$, каждый со своим весом $w_n$. Но сумма $\sum w_nx^n$ определена как конечное число только внутри интервала сходимости этого ряда — вне его сумма попросту не существует (ряд расходится), и выражение $f(x)$ теряет смысл как предсказание модели. Радиус сходимости $R$ здесь — это не побочная деталь, а буквально область определения модели: если веса $w_n$ подобраны так, что $R=1$, то модель корректно определена только для $x\in(-1,1)$ (с отдельной проверкой границ), и любое значение признака, вышедшее за эти пределы, приведёт не просто к плохому предсказанию, а к принципиально не определённой сумме.

Ответ: нормализация признаков в диапазон, заведомо укладывающийся внутрь интервала сходимости, — это математическая необходимость, а не только приём для ускорения сходимости градиентного спуска: без неё сама формула модели может оказаться не определена на части входных данных.

Почему это важно

Теорема Абеля — это то, что превращает степенной ряд из «формулы, которую можно попробовать подставить», в объект со строгой, предсказуемой геометрией области определения. Именно она гарантирует, что тебе не придётся проверять сходимость в каждой отдельной точке — достаточно найти одно число $R$, и вся структура области сходимости становится известна сразу, за исключением двух граничных точек. Дальше в этом уроке мы разберёмся, как именно находить это число $R$ по коэффициентам ряда, — и здесь на сцену выходит формула Коши-Адамара.

Формула Коши-Адамара: вывод через признак Коши

Интуиция: во сколько раз слагаемые «стягиваются» с каждым шагом

Давай разберёмся, откуда вообще берётся формула для радиуса сходимости, а не просто заучим её как готовый рецепт. Идея в том, чтобы применить к степенному ряду уже знакомый тебе из курса числовых рядов радикальный (корневой) признак Коши — только не к самому ряду $\sum a_n(x-x_0)^n$, а к ряду из модулей его слагаемых $\sum |a_n|\,|x-x_0|^n$, поскольку нас интересует именно абсолютная сходимость.

Вывод формулы

Зафиксируем произвольное $x$ и рассмотрим предел верхней грани корня $n$-й степени из общего члена ряда модулей:

(множитель $|x-x_0|$ вынесен за знак предела, потому что он не зависит от $n$ — это просто константа при фиксированном $x$). Обозначим $L=\limsup_{n\to\infty}\sqrt[n]{|a_n|}$ — это число, полностью определяемое коэффициентами ряда и никак не зависящее от $x$. По корневому признаку Коши:

— если $|x-x_0|\cdot L<1$, ряд из модулей сходится, то есть исходный ряд сходится абсолютно;

— если $|x-x_0|\cdot L>1$, начиная с некоторого номера $\sqrt[n]{|a_n(x-x_0)^n|}>1$, то есть общий член ряда по модулю больше единицы бесконечно много раз, а значит он не стремится к нулю, и по необходимому признаку сходимости ряд расходится.

Условие $|x-x_0|\cdot L<1$ равносильно $|x-x_0|<\dfrac1L$ (при $L>0$ и конечном), поэтому естественно определить радиус сходимости как $R=\dfrac1L$.

Теорема (Коши-Адамара). Радиус сходимости степенного ряда $\sum_{n=0}^\infty a_n(x-x_0)^n$ вычисляется по формуле

$$\frac1R = \limsup_{n\to\infty}\sqrt[n]{|a_n|}$$

При этом полагают $R=+\infty$, если $\limsup\sqrt[n]{|a_n|}=0$ (коэффициенты убывают достаточно быстро, чтобы ряд сходился при любом $x$), и $R=0$, если $\limsup\sqrt[n]{|a_n|}=+\infty$ (ряд сходится только в самом центре $x_0$).

Если существует обычный предел отношения соседних коэффициентов, часто удобнее пользоваться эквивалентной формулой через признак Даламбера:

$$\frac1R = \lim_{n\to\infty}\left|\frac{a_{n+1}}{a_n}\right|$$

Использование верхнего предела ($\limsup$), а не обычного предела, — это не педантичная формальность, а необходимость: для некоторых последовательностей коэффициентов (например, если ненулевые коэффициенты стоят только на чётных местах) обычный предел $\sqrt[n]{|a_n|}$ попросту не существует, колеблясь между разными значениями, тогда как верхний предел — наибольшая из предельных точек последовательности — существует всегда. Третий пример ниже показывает это на конкретных числах.

Разбор примеров

Пример 1 (лёгкий). Найти радиус сходимости ряда $\displaystyle\sum_{n=1}^\infty n^n x^n$.

Коэффициенты $a_n=n^n$. Вычисляем корень:

Значит $\dfrac1R=\infty$, откуда $R=0$.

Ответ: $R=0$ — этот ряд сходится только в единственной точке $x=0$, и никакого содержательного интервала сходимости у него нет: коэффициенты растут слишком быстро для любого ненулевого $x$.

Пример 2 (средний). Найти радиус сходимости ряда центральных биномиальных коэффициентов $\displaystyle\sum_{n=0}^\infty \frac{(2n)!}{(n!)^2}x^n$.

Коэффициенты $a_n=\dfrac{(2n)!}{(n!)^2}=\dbinom{2n}{n}$. Проще воспользоваться признаком Даламбера:

Значит $\dfrac1R=4$, откуда $R=\dfrac14$.

Ответ: $R=\dfrac14$. Это разложение хорошо известной функции $\dfrac{1}{\sqrt{1-4x}}$, и найденный радиус сходимости в точности согласуется с расположением точки, где подкоренное выражение обращается в нуль: $1-4x=0$ при $x=\dfrac14$.

Пример 3 (сложный, необходимость $\limsup$). Найти радиус сходимости ряда, коэффициенты которого заданы формулой $a_n=\dfrac{1}{2^n}$ для чётных $n$ и $a_n=0$ для нечётных $n$.

Обычного предела $\sqrt[n]{|a_n|}$ здесь не существует: последовательность значений этой величины колеблется. Для чётных $n=2k$: $\sqrt[2k]{|a_{2k}|}=\sqrt[2k]{1/2^{2k}}=\dfrac12$. Для нечётных $n$: $a_n=0$, значит $\sqrt[n]{|a_n|}=0$. Последовательность корней выглядит так: $\dfrac12,\,0,\,\dfrac12,\,0,\dots$ — у неё нет предела в обычном смысле, но верхний предел (наибольшая из двух предельных точек) существует и равен $\dfrac12$:

Значит $\dfrac1R=\dfrac12$, откуда $R=2$.

Ответ: $R=2$. Проверка прямым способом: ряд на самом деле равен $\sum_{k=0}^\infty x^{2k}/2^{2k}=\sum_{k=0}^\infty (x^2/4)^k$ — это геометрическая прогрессия по переменной $x^2/4$, сходящаяся при $|x^2/4|<1$, то есть при $|x|<2$ — то же самое значение $R=2$, полученное прямым рассуждением без формулы Коши-Адамара. Этот пример показывает, почему в общей теореме нужен именно верхний предел: признак Даламбера здесь неприменим напрямую (отношение $a_{n+1}/a_n$ то и дело обращается в неопределённость из-за нулевых коэффициентов), а формула Коши-Адамара с $\limsup$ работает без сбоев для абсолютно любой последовательности коэффициентов.

Почему это важно

Формула Коши-Адамара — это не просто способ быстро получить число $R$, а доказанный факт: у любого степенного ряда, каким бы «неудобным» ни был набор его коэффициентов (с пропусками, с нерегулярным поведением, без явного предела отношения соседних членов), радиус сходимости всё равно однозначно определён и вычислим. На практике признак Даламбера (отношение соседних коэффициентов) работает быстрее и проще в подавляющем большинстве учебных и прикладных примеров, но именно формула с верхним пределом корня — универсальный инструмент, который работает всегда, без исключений.

Поведение на границе интервала сходимости

Интуиция: радиус — это гарантия, а не приговор

Теорема Абеля и формула Коши-Адамара дают исчерпывающий ответ на вопрос о поведении ряда везде, кроме двух конкретных точек — концов интервала сходимости $x=x_0-R$ и $x=x_0+R$. В этих точках $|x-x_0|=R$ ровно на границе, и ни один из общих аргументов выше не работает: и признак Коши, и признак Даламбера в этой пограничной ситуации дают неопределённость, а не однозначный ответ. Единственный способ разобраться, что происходит в этих двух точках, — подставить их в ряд явно и исследовать получившийся уже обычный числовой ряд теми методами, которые ты изучил в предыдущих уроках: сравнением, интегральным признаком, признаком Лейбница для знакочередующихся рядов.

Важно держать в голове: то, что происходит на левом конце интервала, никак логически не связано с тем, что происходит на правом. Ряд может сходиться на обоих концах, расходиться на обоих, или сходиться ровно на одном из двух — и заранее, не проверив явно, предсказать это невозможно.

Разбор примеров

Пример 1 (лёгкий, несимметричная граница). Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{n}$.

По признаку Даламбера: $\left|\dfrac{a_{n+1}}{a_n}\right|=\dfrac{n}{n+1}\to1$, значит $R=1$, интервал сходимости $(-1,1)$.

Проверяем правый конец, $x=1$: ряд превращается в $\sum\dfrac1n$ — это гармонический ряд, он расходится.

Проверяем левый конец, $x=-1$: ряд превращается в $\sum\dfrac{(-1)^n}{n}$ — знакочередующийся ряд с $a_n=\dfrac1n$, монотонно убывающим к нулю, по признаку Лейбница он сходится (условно).

Ответ: область сходимости — полуинтервал $[-1,1)$: левый конец входит, правый — нет.

Пример 2 (средний, оба конца входят). Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{n^2}$.

По Даламберу: $\left|\dfrac{a_{n+1}}{a_n}\right|=\dfrac{n^2}{(n+1)^2}\to1$, значит $R=1$.

При $x=1$: ряд $\sum\dfrac{1}{n^2}$ — это сходящийся обобщённый гармонический ряд (показатель степени $2>1$). При $x=-1$: ряд $\sum\dfrac{(-1)^n}{n^2}$ сходится абсолютно, поскольку ряд из модулей $\sum\dfrac{1}{n^2}$ сходится.

Ответ: область сходимости — весь замкнутый отрезок $[-1,1]$: оба конца входят.

Пример 3 (сложный, сдвинутый центр). Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{(-1)^n(x-1)^n}{\sqrt n}$.

Центр ряда $x_0=1$. По Даламберу: $\left|\dfrac{a_{n+1}}{a_n}\right|=\dfrac{\sqrt n}{\sqrt{n+1}}\to1$, значит $R=1$, интервал сходимости $(0,2)$.

Правый конец, $x=2$: тогда $x-1=1$, ряд превращается в $\sum\dfrac{(-1)^n}{\sqrt n}$ — знакочередующийся, $a_n=\dfrac{1}{\sqrt n}$ монотонно убывает к нулю, по признаку Лейбница сходится условно.

Левый конец, $x=0$: тогда $x-1=-1$, ряд превращается в $\sum\dfrac{(-1)^n(-1)^n}{\sqrt n}=\sum\dfrac{1}{\sqrt n}$ (поскольку $(-1)^n\cdot(-1)^n=(-1)^{2n}=1$ для любого целого $n$) — это обобщённый гармонический ряд с показателем степени $\dfrac12<1$, он расходится.

Ответ: область сходимости — полуинтервал $(0,2]$: правый конец входит, левый — нет. Обрати внимание, насколько важно было аккуратно раскрыть знак при подстановке отрицательного значения $x-1=-1$ в множитель $(-1)^n$ — механическая ошибка на этом шаге привела бы к неверному выводу о характере ряда на левом конце.

Почему это важно

Проверка границ — не формальность «для полноты ответа», а содержательный этап, который часто меняет практический вывод целиком. Если модель или численный метод опирается на степенной ряд, определённый на полуинтервале вроде $[-1,1)$, значение $x=1$ для неё принципиально недопустимо, даже если оно сколь угодно близко подходит к границе интервала сходимости, — это не «почти работает», а не работает вовсе. Привычка проверять оба конца отдельно, не полагаясь на симметрию или интуицию, — то, что отличает аккуратный анализ от небрежного.

Почленное дифференцирование, интегрирование и связь с рядом Тейлора

Интуиция: обращаться со степенным рядом как с обычным многочленом — законно, но с оговоркой про край

Один из самых практически ценных фактов о степенных рядах звучит обманчиво просто: внутри интервала сходимости с ними можно работать точно так же, как с обычным конечным многочленом, — почленно дифференцировать и почленно интегрировать, слагаемое за слагаемым, не опасаясь, что бесконечность что-то испортит. Это не очевидно само по себе (для произвольных функциональных рядов почленное дифференцирование, вообще говоря, незаконно и может давать неверный результат), но для степенных рядов внутри их интервала сходимости этот приём строго обоснован.

Определение

Теорема (о почленном дифференцировании и интегрировании). Пусть степенной ряд $f(x)=\sum_{n=0}^\infty a_n(x-x_0)^n$ имеет радиус сходимости $R>0$. Тогда на интервале $(x_0-R,\,x_0+R)$ функция $f$ бесконечно дифференцируема, и её можно почленно дифференцировать и интегрировать сколько угодно раз:

$$f'(x) = \sum_{n=1}^\infty n\,a_n(x-x_0)^{n-1}, \qquad \int f(x)\,dx = \sum_{n=0}^\infty \frac{a_n}{n+1}(x-x_0)^{n+1}+C$$

причём у обоих новых рядов радиус сходимости тот же самый $R$, что и у исходного ряда — сама операция дифференцирования или интегрирования не может ни расширить, ни сузить интервал сходимости. Поведение на границе интервала при этом гарантией не покрывается и может измениться в любую сторону.

Прямое следствие: коэффициенты ряда восстанавливаются через значения производных суммы в точке $x_0$ по формуле $a_n=\dfrac{f^{(n)}(x_0)}{n!}$ — то есть ряд $\sum a_n(x-x_0)^n$ автоматически является рядом Тейлора своей собственной суммы $f$. Ряд Тейлора, изученный в прошлом уроке, — это в точности частный случай степенного ряда, для которого заранее известно, что коэффициенты вычислены по производным конкретной функции; но верно и обратное: если тебе каким угодно способом (не через производные, а, например, через геометрическую прогрессию или подстановку) удалось представить функцию степенным рядом на каком-то интервале, этот ряд автоматически совпадает с рядом Тейлора этой функции — благодаря теореме единственности разложения.

Последний абзац стоит перечитать ещё раз, потому что он меняет взгляд на весь прошлый урок: там ты вычислял ряд Тейлора «в лоб», через производные, — а теперь ты знаешь, что если найти разложение функции в степенной ряд любым другим, более быстрым путём (заменой переменной, почленным интегрированием уже известного ряда), результат гарантированно окажется тем же самым рядом Тейлора, без необходимости вычислять хотя бы одну производную вручную.

Разбор примеров

Пример 1 (лёгкий, интегрирование улучшает границу). Проинтегрировать почленно ряд $\dfrac{1}{1+x^2}=\sum_{n=0}^\infty(-1)^nx^{2n}$ от $0$ до $x$ и исследовать, как изменилось поведение на границах интервала сходимости.

Сам ряд $\sum(-1)^nx^{2n}$ имеет $R=1$ (геометрическая прогрессия по $-x^2$), а на обеих границах $x=\pm1$ он превращается в $\sum(-1)^n$ и расходится (частичные суммы колеблются между $0$ и $1$, предела нет) — то есть область сходимости открытая, $(-1,1)$, без единого включённого конца.

Интегрируем почленно:

Радиус нового ряда тот же самый, $R=1$. Проверяем границы уже для ряда арктангенса. При $x=1$: $\sum\dfrac{(-1)^n}{2n+1}=1-\dfrac13+\dfrac15-\dots$ — знакочередующийся ряд с монотонно убывающими к нулю членами, по признаку Лейбница сходится условно (это знаменитый ряд Мадхавы-Лейбница, его сумма равна $\dfrac\pi4$). При $x=-1$ по нечётности функции аналогично сходится условно.

Ответ: после почленного интегрирования радиус сходимости остался тем же ($R=1$), но граница интервала «улучшилась»: обе точки $x=\pm1$, где исходный ряд расходился, для проинтегрированного ряда оказались точками условной сходимости. Область сходимости выросла с открытого $(-1,1)$ до замкнутого $[-1,1]$.

Пример 2 (средний, дифференцирование ухудшает границу). Продифференцировать почленно ряд $\sum_{n=1}^\infty\dfrac{x^n}{n^2}$ (у него, как установлено выше, область сходимости — весь отрезок $[-1,1]$) и проверить, сохранилась ли эта область у производной.

Радиус сходимости остался $R=1$ (коэффициенты $\dfrac1{m+1}$, признак Даламбера по-прежнему даёт предел $1$). Но на границе $x=1$ ряд производной превращается в $\sum\dfrac1{m+1}=\sum_{k=1}^\infty\dfrac1k$ — это гармонический ряд, он расходится, хотя исходный ряд $\sum x^n/n^2$ в этой же точке сходился. На границе $x=-1$: $\sum\dfrac{(-1)^m}{m+1}$ — знакочередующийся ряд с монотонно убывающими к нулю членами, сходится условно (было — абсолютно, стало — условно).

Ответ: радиус сходимости сохранился ($R=1$ и там, и там), но поведение на границе изменилось на обеих точках, причём в разные стороны характера сходимости: на правом конце сходимость полностью пропала, на левом — ослабла с абсолютной до условной. Это прямое опровержение распространённого (и неверного) предположения, будто дифференцирование или интегрирование ряда «наследует» область сходимости целиком, вместе с границами, — сохраняется гарантированно только сам радиус, но не поведение в двух конкретных точках.

Пример 3 (сложный, решение дифференциального уравнения методом степенных рядов). Найти функцию $f(x)=\sum_{n=0}^\infty a_nx^n$, если известно, что она удовлетворяет условию $f'(x)=f(x)$ и $f(0)=1$, используя только почленное дифференцирование и сравнение коэффициентов.

Дифференцируем ряд почленно и сразу сдвигаем индекс суммирования для удобства сравнения:

Условие $f'(x)=f(x)$ означает, что коэффициенты при одинаковых степенях $x^n$ в обеих частях должны совпадать (это как раз теорема единственности разложения, только что сформулированная выше — если два степенных ряда равны как функции, их коэффициенты равны почленно):

Из условия $f(0)=1$ получаем $a_0=1$. Дальше рекуррентно: $a_1=\dfrac{a_0}{1}=1$, $a_2=\dfrac{a_1}{2}=\dfrac12$, $a_3=\dfrac{a_2}{3}=\dfrac16$, и по индукции легко убедиться, что $a_n=\dfrac{1}{n!}$ для любого $n$ (каждый шаг рекурренты домножает на $\dfrac1{n+1}$, что в точности воспроизводит определение факториала).

Ответ: $f(x)=\displaystyle\sum_{n=0}^\infty \dfrac{x^n}{n!}=e^x$. Радиус сходимости найденного ряда бесконечен (коэффициенты $\dfrac1{n!}$ убывают факториально быстро — по формуле Коши-Адамара это даёт $\limsup\sqrt[n]{1/n!}=0$), и мы, по сути, заново вывели, что $e^x$ — единственная функция, равная своей собственной производной и принимающая значение $1$ в нуле, причём сделали это чисто алгебраически, без единого упоминания дифференциального уравнения в привычном смысле — только сравнением коэффициентов степенного ряда. Этот приём — «решение методом неопределённых коэффициентов степенного ряда» — стандартный инструмент для широкого класса дифференциальных уравнений, которые не решаются элементарными методами.

Почему это важно

Возможность свободно дифференцировать и интегрировать степенной ряд почленно превращает его из статичного объекта в рабочий инструмент: зная разложение одной функции, можно за секунды получить разложение её производной или первообразной, не вычисляя ни одной новой производной с нуля. А теорема единственности разложения — тот факт, что коэффициенты степенного ряда однозначно определяются суммой ряда как функции, — это именно то, что связывает сегодняшнюю тему с рядом Тейлора из позапрошлого урока: какой бы хитрый путь получения разложения ты ни выбрал, результат всегда один и тот же, и он всегда совпадает с рядом, построенным через производные в точке.

Практика: 30 заданий

Базовые задания (1–10)

Задание 1: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{x^n}{5^n}$.

Задание 2: Найти радиус сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{n\cdot2^n}$.

Задание 3: Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{\sqrt n}$.

Задание 4: Найти сумму ряда $\displaystyle\sum_{n=0}^\infty \left(\frac x2\right)^n$ при $x=1$.

Задание 5: Найти центр, радиус и интервал сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{(x-4)^n}{3^n}$, а также проверить границы.

Задание 6: Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{(x+1)^n}{n^2}$.

Задание 7: Продифференцировать почленно ряд $\displaystyle\sum_{n=0}^\infty \frac{x^n}{n!}$ и убедиться, что результат совпадает с исходным рядом.

Задание 8: Найти радиус сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{3^n\,n}$, используя формулу Коши-Адамара через корень.

Задание 9 (машинное обучение): Модель задаёт предсказание рядом $f(x)=\displaystyle\sum_{n=1}^\infty \frac{x^n}{n^2}$, где веса равны $w_n=\dfrac1{n^2}$, а признак $x$ нормализован в диапазон $[-1,1]$. Определить, гарантированно ли выражение $f(x)$ определено для любого значения нормализованного признака.

Задание 10: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{x^{2n}}{n!}$ и определить, к какой известной функции он сходится.

Средние задания (11–20)

Задание 11: Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{(-1)^n x^n}{n\cdot4^n}$.

Задание 12: Известно, что ряд $\sum a_nx^n$ сходится при $x=-3$ и расходится при $x=6$. Что можно сказать о радиусе сходимости $R$?

Задание 13: Почленно проинтегрировать ряд $\displaystyle\sum_{n=0}^\infty(-1)^nx^{2n}=\frac{1}{1+x^2}$ от $0$ до $x$ и сравнить область сходимости результата с исходным рядом на границах.

Задание 14: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \frac{(n!)^2}{(2n)!}x^n$.

Задание 15 (машинное обучение): Гауссово ядро от одной переменной задано как $K(x)=e^{-x^2}$. Разложить его в степенной ряд и найти, сколько слагаемых нужно взять, чтобы гарантированно приблизить $K(1)$ с погрешностью не больше $0{,}001$.

Задание 16: Найти область сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{x^n}{n(n+1)}$.

Задание 17: Продифференцировать почленно ряд $\arctan x=\displaystyle\sum_{n=0}^\infty\frac{(-1)^nx^{2n+1}}{2n+1}$ и проверить, что результат совпадает с $\dfrac{1}{1+x^2}$.

Задание 18: Найти радиус сходимости ряда $\displaystyle\sum_{n=1}^\infty \frac{n^2}{3^n}x^n$.

Задание 19: Используя разложение $\ln(1+x)=\displaystyle\sum_{n=1}^\infty\frac{(-1)^{n+1}x^n}{n}$ с областью сходимости $(-1,1]$, получить разложение $\ln(1+x^2)$ подстановкой $x\to x^2$ и определить область сходимости результата.

Задание 20: Разложить функцию $f(x)=\dfrac{2}{2-x}$ двумя разными способами — через геометрическую прогрессию и через вычисление производных в нуле — и убедиться, что оба способа дают один и тот же ряд.

Продвинутые задания (21–30)

Задание 21: Найти радиус сходимости ряда с коэффициентами $a_n=\dfrac1{2^n}$ при чётных $n$ и $a_n=\dfrac1{3^n}$ при нечётных $n$.

Задание 22: Методом неопределённых коэффициентов найти степенной ряд решения уравнения $f'(x)=2x\,f(x)$ с условием $f(0)=1$.

Задание 23 (машинное обучение): Гауссово ядро двух переменных можно записать как $K(x,y)=e^{-(x-y)^2}=e^{-x^2}\,e^{2xy}\,e^{-y^2}$. Разложить множитель $e^{2xy}$ в степенной ряд по переменной $t=xy$ и найти радиус сходимости по этой переменной.

Задание 24: Найти радиус сходимости ряда $\displaystyle\sum_{n=0}^\infty \dbinom{2n}{n}\left(\frac x4\right)^n$ (разложение функции $\dfrac{1}{\sqrt{1-x}}$).

Задание 25: Пусть $a_n=1$ для всех $n\ge0$ (ряд $\sum a_nx^n=\dfrac1{1-x}$, $R_1=1$), а $b_0=0$ и $b_n=-1$ для $n\ge1$ (ряд $\sum b_nx^n=-\dfrac{x}{1-x}$, $R_2=1$). Найти радиус сходимости ряда суммы $\sum(a_n+b_n)x^n$ и сравнить с $\min(R_1,R_2)$.

Задание 26 (машинное обучение): Известно, что степенной ряд функции $\tanh x$ в нуле имеет радиус сходимости $R=\dfrac\pi2$ (это связано с тем, что $\tanh x=-i\tan(ix)$, а тангенс имеет полюсы при $\pm\dfrac\pi2,\pm\dfrac{3\pi}2,\dots$, ближайший из которых на комплексной плоскости находится на расстоянии $\dfrac\pi2$ от нуля — тот же принцип, что ты уже видел для $\dfrac1{1+x^2}$ и полюсов $\pm i$). Объяснить, почему при замене активации $\tanh$ на её усечённый многочлен Тейлора на встраиваемом устройстве важно контролировать диапазон предактивационных значений (логитов), поступающих на вход этой функции.

Задание 27: Доказать теорему единственности разложения: если $\sum_{n=0}^\infty a_nx^n=\sum_{n=0}^\infty b_nx^n$ для всех $x$ из некоторой окрестности нуля, то $a_n=b_n$ для каждого $n$.

Задание 28: Используя формулу $\displaystyle\sum_{n=1}^\infty nx^n=\frac{x}{(1-x)^2}$, вычислить сумму числового ряда $\displaystyle\sum_{n=1}^\infty \frac{n}{2^n}$.

Задание 29: Используя разложение $-\ln(1-x)=\displaystyle\sum_{n=1}^\infty\frac{x^n}{n}$, вычислить сумму числового ряда $\displaystyle\sum_{n=1}^\infty \frac{1}{n\cdot2^n}$.

Задание 30 (машинное обучение): Полиномиальная аппроксимация некоторой функции активации имеет радиус сходимости $R=1$. После слоя батч-нормализации предактивационные значения (логиты) распределены приближённо нормально со средним $0$ и стандартным отклонением $1$. Известно, что для нормального распределения примерно $68\%$ значений лежат в пределах одного стандартного отклонения от среднего, а оставшиеся примерно $32\%$ — за этими пределами. Объяснить, какую практическую проблему это создаёт для применения такой аппроксимации без дополнительных мер.

Частые ошибки

Разберём типичные ошибки, которые встречаются почти у каждого, кто только осваивает теорию степенных рядов.

• Забывать проверять границы интервала сходимости отдельно. Формула Коши-Адамара и признак Даламбера дают ответ только для точек строго внутри интервала $(x_0-R,x_0+R)$ — в самих точках $x=x_0\pm R$ оба инструмента дают неопределённость, и единственный способ выяснить, что там происходит, — подставить эти конкретные значения и исследовать получившийся числовой ряд заново, отдельными методами (сравнением, признаком Лейбница, необходимым признаком сходимости).

• Считать, что поведение на левой и правой границах обязано совпадать. Как показывают примеры этого урока, ряд вполне может сходиться на одном конце интервала и расходиться на другом — эти два случая логически независимы, и симметрия центра разложения вовсе не гарантирует симметрии в поведении на краях.

• Думать, что почленное дифференцирование или интегрирование сохраняет не только радиус, но и полностью всю область сходимости, включая границы. Радиус $R$ гарантированно сохраняется, но поведение ровно в двух граничных точках может как улучшиться (интегрирование геометрического ряда в разложение арктангенса), так и ухудшиться (дифференцирование ряда $\sum x^n/n^2$ теряет сходимость на одной из границ) — эти точки в теореме отдельно не покрываются никакой гарантией.

• Путать формулу Коши-Адамара с признаком Даламбера, используя их бездумно как взаимозаменяемые. Признак Даламбера — удобный частный случай, применимый лишь тогда, когда предел отношения соседних коэффициентов действительно существует; формула с верхним пределом корня работает всегда, в том числе для «рваных» последовательностей коэффициентов с пропусками, где отношение соседних членов вообще не определено или колеблется.

• Считать, что бесконечно дифференцируемая сумма степенного ряда — это что-то отдельное от ряда Тейлора. Как показано в этом уроке, коэффициенты любого степенного ряда автоматически совпадают с коэффициентами ряда Тейлора его собственной суммы — это не совпадение, а прямое следствие теоремы единственности разложения.

• Применять разложение функции за пределами найденного радиуса сходимости просто потому, что формула «выглядит определённой». Например, выражение $\dfrac1{1+x^2}$ прекрасно определено при любом вещественном $x$, но его степенной ряд сходится только при $|x|<1$ — вне этого интервала сумма ряда попросту не существует, хотя сама функция там ведёт себя совершенно нормально.

Главное запомнить

• Степенной ряд $\sum a_n(x-x_0)^n$ всегда сходится в собственном центре $x_0$, а область его сходимости в остальных точках — это интервал, симметричный относительно центра, с точностью до отдельного поведения в двух граничных точках.

• Теорема Абеля гарантирует: из сходимости ряда в одной точке следует абсолютная сходимость всюду ближе к центру, а из расходимости в одной точке — расходимость всюду дальше от центра.

• Формула Коши-Адамара $\dfrac1R=\limsup_{n\to\infty}\sqrt[n]{|a_n|}$ работает для абсолютно любой последовательности коэффициентов; признак Даламбера $\dfrac1R=\lim\left|\dfrac{a_{n+1}}{a_n}\right|$ — удобный частный случай, применимый только когда этот предел действительно существует.

• Границы интервала сходимости $x=x_0\pm R$ ни формула Коши-Адамара, ни признак Даламбера не покрывают — их нужно проверять отдельно, подставляя конкретное значение и анализируя полученный числовой ряд.

• Поведение на двух границах логически независимо друг от друга: ряд может сходиться на обеих, расходиться на обеих или сходиться только на одной из них.

• Внутри интервала сходимости степенной ряд можно почленно дифференцировать и интегрировать сколько угодно раз, и радиус сходимости при этом сохраняется — но поведение именно на границе может измениться в любую сторону.

• Коэффициенты степенного ряда однозначно восстанавливаются по производным его суммы формулой $a_n=f^{(n)}(x_0)/n!$ — а значит, ряд Тейлора, изученный в прошлом уроке, это не отдельная конструкция, а тот же самый степенной ряд, коэффициенты которого просто вычислены известным способом.

• Разложение функции в степенной ряд не зависит от метода получения: замена переменной, почленное интегрирование известного ряда или вычисление производных с нуля всегда приводят к одному и тому же ряду — это следствие теоремы единственности разложения.

• Радиус сходимости — это не абстрактная граница из учебника, а буквальная область определения приближения функции многочленом: за пределами радиуса приближение не просто хуже, а лишено смысла.

• В машинном обучении радиус сходимости определяет допустимый диапазон входных значений при полиномиальном приближении функций активации и лежит в основе математического обоснования приёма ядра для функций вроде гауссова ядра.

Связь с другими темами курса

Этот урок напрямую продолжает и углубляет тему ряда Тейлора из позапрошлого урока: там радиус сходимости появлялся как побочный инструмент, нужный для проверки, на каком диапазоне разложение конкретной функции вообще имеет смысл, а формула Коши-Адамара использовалась почти без вывода, как готовый рецепт. Сегодня ты увидел полную картину — откуда формула Коши-Адамара берётся, почему в общем случае в ней стоит верхний предел, а не обычный, и главное — доказал, что связь между степенным рядом и рядом Тейлора не одностороння: любой степенной ряд автоматически является рядом Тейлора своей суммы, а не только наоборот. Ряд Тейлора — это, если формулировать предельно точно, степенной ряд, для которого заранее известно, что коэффициенты вычислены по производным конкретной функции в конкретной точке; сегодняшняя теория верна для куда более широкого класса рядов, коэффициенты которых могут вообще не быть связаны ни с какими производными заранее.

Из прошлого урока про знакопеременные ряды сюда напрямую перешёл признак Лейбница — он оказался незаменимым инструментом ровно там, где формула Коши-Адамара умолкает: на границе интервала сходимости, где подстановка конкретного значения $x$ регулярно превращает степенной ряд в знакочередующийся числовой ряд. А техника почленного дифференцирования и интегрирования, разобранная в последнем разделе, — это прямая подготовка к следующей большой теме курса, рядам Фурье: там тебе снова придётся иметь дело с представлением функции бесконечной суммой более простых слагаемых (только там это будут не степени $x$, а синусы и косинусы кратных частот), и общая идея «раскладывай функцию на простые составляющие, а потом изучай область, где такое разложение имеет смысл» останется той же самой, несмотря на смену конкретного вида базисных функций.

Интересные факты

• Радиус сходимости $\dfrac1{1+x^2}$ (и любой похожей рациональной функции) объясняется не через поведение функции на вещественной прямой, а через расположение её полюсов на комплексной плоскости — этот факт, впервые ясно осознанный именно в контексте теории степенных рядов, стал одним из главных стимулов для развития теории функций комплексного переменного в XIX веке: вещественный анализ сам по себе не мог объяснить, почему безобидная на вид гладкая функция вдруг «отказывается» раскладываться в ряд дальше определённого расстояния.

• Формула Коши-Адамара носит двойное имя не случайно: между первой интуицией Коши (1821 год) и окончательно строгой, полностью общей формулировкой Адамара (1888 год) прошло почти семьдесят лет — редкий пример того, насколько долгим бывает путь от верной идеи до безупречно доказанной теоремы, покрывающей абсолютно все случаи, включая самые патологические последовательности коэффициентов.

• Существуют степенные ряды, которые сходятся ровно во всех точках окружности $|x-x_0|=R$, кроме одной-единственной, — граница интервала сходимости может вести себя куда более причудливо, чем просто «сходится» или «расходится» целиком, и полное описание этого поведения — отдельный, до сих пор изучаемый раздел комплексного анализа.

• Идея приближать сложные функции полиномами внутри строго определённой области применимости используется не только в математике и машинном обучении, но и в самой физике элементарных частиц: разложения физических величин в ряды по константе взаимодействия (так называемая теория возмущений) устроены по тому же принципу — сумма простых слагаемых, работающая ровно до тех пор, пока не выйдешь за пределы своего радиуса применимости, и множество вычислений в квантовой электродинамике буквально сводятся к аккуратной работе с расходимостью на границе такой области.

Лайфхаки и полезные трюки

• Прежде чем искать радиус сходимости через громоздкую формулу Коши-Адамара с корнем, попробуй сначала признак Даламбера — отношение соседних коэффициентов; в подавляющем большинстве учебных примеров он работает и считается заметно быстрее.

• Если коэффициенты ряда содержат факториалы, произведения или биномиальные коэффициенты, почти всегда удобнее применять именно признак Даламбера — при делении соседних членов факториалы и произведения сокращаются, а корень $n$-й степени из такого выражения обычно вычислить куда сложнее.

• Когда встречаешь ряд с коэффициентами, отличными от нуля только на чётных или только на нечётных местах, сделай замену переменной (например, $y=x^2$) прежде, чем искать радиус, — это превращает «неудобный» ряд с пропусками в обычный, к которому напрямую применим признак Даламбера, и избавляет от необходимости возиться с верхним пределом вручную.

• Если тебе нужно найти сумму числового ряда вида $\sum n\,q^n$ или $\sum q^n/n$, не пытайся суммировать его напрямую — почти всегда быстрее узнать в нём результат дифференцирования или интегрирования уже известного степенного ряда (геометрической прогрессии, логарифма) и просто подставить нужное числовое значение $q$.

• Проверяя границы интервала сходимости, сначала взгляни, не получается ли на границе ряд, знакомый по прошлому уроку про знакопеременные ряды (например, гармонический со знаком минус через один) — узнавание типового ряда экономит время по сравнению с построением оценки с нуля.

• Держи в голове короткий чек-лист перед тем, как использовать любое стандартное разложение в вычислениях: сначала найди радиус сходимости, затем проверь, что интересующее тебя значение аргумента лежит строго внутри интервала (а если ровно на границе — отдельно убедись, что эта конкретная граница включена в область сходимости), и только после этого доверяй результату подстановки.

Теория степенных рядов на первый взгляд кажется чисто технической надстройкой над тем, что ты уже видел в теме ряда Тейлора, — но на деле она переворачивает картину с ног на голову: не функция порождает свой ряд через производные, а сам ряд, если он вообще сходится хоть где-то за пределами центра, порождает бесконечно дифференцируемую функцию и однозначно определяет её ряд Тейлора. Эта двойственность и умение аккуратно находить границы применимости приближения — именно то, что превращает степенной ряд из абстрактной формулы в надёжный инструмент, будь то вычисление синуса на калькуляторе, разложение ядерной функции в машинном обучении или ограничение диапазона входов перед заменой дорогой активации её полиномиальным приближением. В следующем уроке ты увидишь родственную, но принципиально другую конструкцию — ряды Фурье, где роль простых «кирпичиков» вместо степеней $x$ возьмут на себя синусы и косинусы, а вопрос о том, где такое разложение работает, зазвучит уже по-новому.