一直加下去，会超过去吗
你手上有一张无限长的付款表：第 1 天付 1/2 万，第 2 天付 1/4 万，第 3 天付 1/8 万……每天都付，一直付下去。合计那一栏，最后填多少？
再看隔壁另一张表：第 1 天付 1/2 万，第 2 天付 1/3 万，第 3 天付 1/4 万……也是越付越少，也是一直付下去。这张表的合计，填多少？
第一张填 1。第二张填不出来——因为它是无穷大。
先给你两串数，都是"每次加的数越来越小"，一直加下去。
第一串：$\frac12+\frac14+\frac18+\cdots$。加到最后，和是 1。
第二串：$\frac12+\frac13+\frac14+\cdots$。加到多少，和就是多少，永远没有顶——它发散。
两串都是正数、都在变小、都要加到无穷。一串收得住，一串收不住。
凭什么？
这就是这一章的全部内容。你把它答完，"收敛还是发散"怎么判、拿什么尺子量、有正有负怎么办、里面带个 $x$ 又怎么办——全会站在答案里。
这一章学完，你能看着一个级数说出它收不收、为什么收，并且知道该用哪一把尺子。
先别急着答"因为第二串减得慢"。这话是对的，但它只是把问题换了个说法：慢到哪一步算慢？分界线在哪？这条分界线，就是这一章要交给你的一把尺子。
"无穷多个数加起来"这句话本身没有定义——你没法真的加完。数学的处理很老实：先加前 $n$ 个，得到一个普通的数，再看 $n$ 变大时它往哪跑。
记 $S_n=u_1+u_2+\cdots+u_n$，叫部分和。如果 $S_n$ 当 $n\to\infty$ 时有确定的极限 $S$，就说级数收敛，$S$ 是它的和；如果 $S_n$ 跑向无穷、或者来回震荡不定，就说发散。
所以"级数的和"不是一个加法做完的结果，是一个极限。严格写法是：对任意 $\varepsilon>0$，存在 $N$，当 $n>N$ 时 $|S_n-S|<\varepsilon$。你在卷面上不必每题写这套话，但心里要有数——判断级数，本质上是判断一个数列。这是把新问题挂到旧知识上的第一个接口。
这一句话值得多停两秒。它意味着：级数这一章没有引入任何新的基础工具，用的全是极限、数列、积分这些你已经会的。所谓"新内容"，只是把旧工具用在一个新对象上。这也决定了这门课的正确学法是——碰到不会的级数题，先问"它在问一个什么样的数列或积分"，而不是去回忆有没有见过同款。
$S_n=\frac12+\frac14+\cdots+\frac{1}{2^n}=1-\frac{1}{2^n}$。这个式子几何上很好想：一个正方形切一半，再切剩下的一半，一直切下去，剩下的那块越来越小，但每次都在补——补到最后就是整个正方形。所以 $S_n\to1$。
更一般地，等比级数 $\sum_{n=0}^{\infty}q^n=\frac{1}{1-q}$，只要 $|q|<1$。$|q|\ge1$ 时发散（项不趋于 0）。等比求和是〔原理〕，从 $S_n=\frac{1-q^{n+1}}{1-q}$ 直接推出来，不用背。
第二串叫调和级数 $\sum_{n=1}^{\infty}\frac1n$。它的每一项都趋于 0，可它的部分和跑向无穷。证明只用一招——分组：
$$\left(1\right)+\left(\frac12\right)+\left(\frac13+\frac14\right)+\left(\frac15+\cdots+\frac18\right)+\cdots$$
从第三项起每组的项数是 $1,2,4,8,\dots$，而每组里最小的那一项分别是 $\frac13,\frac15,\dots$。第 $k$ 组有 $2^k$ 项，最小的不小于 $\frac{1}{2^{k+1}}$，所以每组之和至少是 $2^k\cdot\frac{1}{2^{k+1}}=\frac12$。
无穷多组，每组至少 $\frac12$，和当然没有顶。写成部分和：加到第 $k$ 组，$S\ge1+\frac{k}{2}\to\infty$。
这一步的厉害之处在于，它没有算任何一项的精确值，只用了"每组至少一半"。这也是整章判别法的原型：算不动的时候，去找一个能夹住它的东西。
这个"极慢"值得你停一下。$10^{43}$ 这个数比可观测宇宙的原子数还大。也就是说：调和级数确实发散，但它发散得慢到任何计算器都测不出来。这就解释了为什么"我加了十项还挺小"完全不能作为收敛的证据。
现在回到开头那个问题。两串都递减到 0，为什么一串收得住？
答案是你得看"减的速度"跟"什么"比。等比级数每次乘 $q<1$，是指数式地掉；调和级数是 $1/n$，只是慢慢往下挪。指数的尾巴能收口，$1/n$ 的尾巴收不住。
把它写成一条家族，分界线就露出来了：
$$\sum_{n=1}^{\infty}\frac{1}{n^p}\quad(p>0)$$
这就是 $p$ 级数。$p>1$ 收敛，$p\le1$ 发散。$p=1$ 是调和级数（发散），$p=2$ 收敛（和为 $\pi^2/6\approx1.6449$）。$p$ 级数这条结论本身就是从积分判别法来的，第五节会给证明；先把它当尺子用。
为什么分界正好在 $p=1$？因为 $\int_1^\infty x^{-p}dx$ 这个面积，$p>1$ 时收得住，$p\le1$ 时收不住——而级数就是一堆矩形的面积，矩形和曲线同生共死。"矩形与曲线"这条直觉，比背结论值钱得多。
有了有了这把尺子，判断别的正项级数就有了套路：把它换成 $1/n^p$ 的样子，看 $p$ 是多少。
例：$\sum\frac{1}{n^2+1}$。分母比 $n^2$ 大，所以 $\frac{1}{n^2+1}<\frac{1}{n^2}$。而 $\sum\frac{1}{n^2}$ 收敛，所以原级数收敛。
例：$\sum(1-\cos\frac1n)$。$1-\cos t\sim\frac{t^2}{2}$，所以 $1-\cos\frac1n\sim\frac{1}{2n^2}$，和 $\sum\frac{1}{n^2}$ 同阶，收敛。
这就是比较判别法：若 $0\le u_n\le v_n$，则 $\sum v_n$ 收敛 ⇒ $\sum u_n$ 收敛；$\sum u_n$ 发散 ⇒ $\sum v_n$ 发散。极限形式更好用：若 $u_n/v_n\to C\in(0,\infty)$，两者同敛散。
为什么成立？一行就够：$n$ 足够大时 $\frac{C}{2}\le\frac{u_n}{v_n}\le2C$，于是 $\frac{C}{2}v_n\le u_n\le2Cv_n$，两边一夹就完了。比较法是〔原理〕，不是约定。
找尺子的方向只有两个：把分母砍小放大、或砍大缩小，直到认出一个 $p$ 级数。看到 $\sin\frac1n$、$1-\cos\frac1n$、$\ln(1+\frac1n)$，先换成 $1/n$ 的幂再比——这是最常见的题面。
到这里，正项级数这一支的骨架就齐了：一个基准（$p$ 级数）、一把比较的尺（比较法）、三把自量的尺（比值、根值、积分）。可这些尺子只对"全是正号"的级数有效——一旦正负交替，部分和会来回晃，单调性没了，上面每一条都失效。下一节处理这件事。
比较法有个前提：你得先认出一个能比的 $p$ 级数。可题目一旦带上阶乘、$n$ 次幂、指数，就认不出来了。这时候换尺子，而且换的是"自己量自己"的尺子。
比值判别法。对正项级数，令 $\rho=\lim\frac{u_{n+1}}{u_n}$：$\rho<1$ 收敛，$\rho>1$ 发散，$\rho=1$ 失效。
为什么 $\rho<1$ 就收得住？因为取一个介于 $\rho$ 和 1 之间的数 $q$，从某项起 $\frac{u_{n+1}}{u_n}\lt q$，于是 $u_n$ 被一个等比级数压住：$u_{n+k}\lt u_n q^k$。等比收，它就收。**比值判别法的本质，是把未知的级数塞进一个已知的等比壳子里。**
阶乘、$n$ 次幂、指数混在一起时优先用它——因为比值会把阶乘约掉、把 $n$ 次幂的底数留下来。
例。$\sum\frac{n!}{n^n}$：$\frac{u_{n+1}}{u_n}=\frac{(n+1)!}{(n+1)^{n+1}}\cdot\frac{n^n}{n!}=\left(\frac{n}{n+1}\right)^n\to\frac1e\lt1$，收敛。这里的 $\frac1e$ 来自 $\lim(1+\frac1n)^{-n}$，不是碰巧。
例。$\sum\frac{2^n}{n!}$：$\frac{u_{n+1}}{u_n}=\frac{2^{n+1}}{(n+1)!}\cdot\frac{n!}{2^n}=\frac{2}{n+1}\to0$，收敛。阶乘在分母时，比值几乎总趋于 0——阶乘长得比任何指数都快。
例（比值失效）。$\sum\frac1n$ 和 $\sum\frac1{n^2}$ 的 $\rho$ 都是 1。判据在这两题上同时失效，可它们的命运相反。这不是判据坏了，是"边界"本身没有单一答案——碰到 $\rho=1$，立刻回到比较法或积分法。
根值判别法。令 $\rho=\lim\sqrt[n]{u_n}$，判据同比值。通项整体是 $n$ 次幂时它更快，因为开 $n$ 次方直接把外层剥掉。
例。$\sum\left(\frac{n}{2n+1}\right)^n$：$\sqrt[n]{u_n}=\frac{n}{2n+1}\to\frac12\lt1$，收敛。同一题用比值法也能做，但要连乘一大串，明显更累。
例。$\sum\left(1+\frac1n\right)^{-n^2}$：$\sqrt[n]{u_n}=\left(1+\frac1n\right)^{-n}\to e^{-1}\lt1$，收敛。
这两个判据什么时候废？$\rho=1$ 的时候。这不是判据不够好，是"边界情况"本身没有单一答案——$p$ 级数每一族的比值极限都是 1，可它们在 $p>1$ 与 $p\le1$ 上分道扬镳。看到 $\rho=1$，说明你碰到的是 $p$ 级数那一类，回去用比较法或积分法。这句话能救很多考场上卡住的题。
积分判别法。若 $f$ 在 $[1,\infty)$ 上连续、正、单调减，则 $\sum f(n)$ 与 $\int_1^\infty f(x)\,dx$ 同敛散。
道理还是矩形：把每项 $f(n)$ 看成一个宽 1、高 $f(n)$ 的矩形条。$f$ 单调减时，矩形条盖在曲线上面一半、露出下面一半，两边一夹就得到
$$\int_1^{N+1}f(x)\,dx\ \le\ \sum_{n=1}^{N}f(n)\ \le\ f(1)+\int_1^{N}f(x)\,dx$$
一个收敛，另一个被夹住，所以同敛散。这就是 $p$ 级数那条结论的来源：$\int_1^b x^{-p}dx=\frac{b^{1-p}-1}{1-p}$（$p\ne1$），$p>1$ 时 $b^{1-p}\to0$；$p<1$ 时跑向无穷；$p=1$ 时是 $\ln b\to\infty$。
前面全是正项。一旦有正有负，前面的尺子全废——因为正负会互相抵消，部分和可能来回晃。
最典型的是交错级数 $\sum(-1)^{n-1}u_n$（$u_n>0$）。它有一个很干净的判据，叫莱布尼茨判别法：若 $u_n$ 单调不增且 $u_n\to0$，则级数收敛。
为什么？部分和在两个数之间来回跳：$S_1\ge S_3\ge S_5\ge\cdots$，而 $S_2\le S_4\le\cdots$，两个子列都单调有界，极限存在且相等。落到数轴上，就是"一个点在一个区间里越夹越紧"。
例。$\sum\frac{(-1)^{n-1}}{n}$：$u_n=\frac1n$ 单调减、趋于 0，所以收敛，和为 $\ln2$。注意它只是条件收敛——取绝对值就变成调和级数，发散。
例。$\sum\frac{(-1)^{n-1}}{\sqrt n}$：$u_n=\frac{1}{\sqrt n}$ 单调减、趋 0，收敛。这个级数的和没有初等表达式，但敛散性一眼就定。
反例。$\sum\frac{(-1)^{n-1}}{n}\cdot\left(1+\frac{(-1)^n}{n}\right)$ 看上去也交错，但把括号拆开后一项是 $\frac{(-1)^{n-1}}{n}+\frac{1}{n^2}$，前一半收、后一半收，整体还收；可它的通项并不单调递减——莱布尼茨判别法要求的两条里，"单调"这一条经常被忽略，而它恰恰是最容易失效的那条。
但这里藏着一个必须分清的事："收敛"有两种。
如果 $\sum|u_n|$ 收敛，叫绝对收敛；如果 $\sum u_n$ 收敛而 $\sum|u_n|$ 发散，叫条件收敛。例：$\sum\frac{(-1)^{n-1}}{n}$ 条件收敛（$\ln 2$）；$\sum\frac{(-1)^{n-1}}{n^2}$ 绝对收敛。
这个区分不是名词游戏。绝对收敛的级数可以随便重排、随便分组，和不变；条件收敛的级数一重排，和就变了——黎曼定理说，只要条件收敛，你可以通过重排让它收敛到任何你想要的数，甚至让它发散。一个条件收敛的级数，就像一个可以搓圆捏扁的和。
所以看到"能不能把项重新排列"这种题，第一反应应该是：先判它是不是绝对收敛。是，就能重排；不是，重排就是犯罪。
再往下走一层，就不满足于"收不收"了。如果每一项都乘上一个 $x$ 的幂，你得到的不是判断题，而是一个函数——它的收敛范围会随 $x$ 变，而这个范围有一个极其规整的形状。这是幂级数最漂亮的地方。
现在换个问法。如果每一项都乘上 $x$ 的幂，你得到的不是一个数，是一个函数：
$$\sum_{n=0}^{\infty}a_n(x-a)^n$$
叫幂级数。它不是一个级数，是一族级数——$x$ 取不同的值，就是不同的级数。有的 $x$ 让它收敛，有的让它发散。
这里有个漂亮的结论：收敛的 $x$ 永远是一个以 $a$ 为中心的区间，$|x-a|\lt R$ 内收敛，$>R$ 外发散。这个 $R$ 叫收敛半径。
为什么一定是区间？因为幂级数的"大小"随 $x$ 单调：$|x-a|$ 小的时候项小，容易收；大了项大，容易散。中间不可能出现"这里收、那里散、再过去又收"的跳跃。区间这条是〔原理〕，用比值判别法一步就能看出：$\rho=\lim\left|\frac{a_{n+1}(x-a)^{n+1}}{a_n(x-a)^n}\right|=|x-a|\lim\left|\frac{a_{n+1}}{a_n}\right|$，令 $\rho<1$ 就得到 $|x-a|\lt R$，其中 $R=1/\lim\left|\frac{a_{n+1}}{a_n}\right|$。
注意这个式子的结构：半径只由系数决定，跟 $x$ 无关。所以求 $R$，就是把系数拿到一起比一比，$x$ 可以完全不管。
端点为什么要单独判？因为 $|x-a|=R$ 时比值判别法的 $\rho$ 正好等于 1，判据失效。这时候你把端点代回去，得到一个具体的数项级数，用第二节的尺子重判。两种可能都有：
$\sum\frac{x^n}{n}$ 的 $R=1$。$x=1$ 代回去是调和级数，发散；$x=-1$ 代回去是交错调和级数，条件收敛。所以它的收敛域是 $[-1,1)$——一边带、一边不带。
这正是为什么卷面上写"收敛区间"和写"收敛域"是两回事：前者是开区间 $(-1,1)$，后者要把端点并进去。
例（端点两种结果都出现）。$\sum\frac{(x-2)^n}{n\cdot3^n}$。先算半径：$\left|\frac{a_{n+1}}{a_n}\right|=\frac{n\cdot3^n}{(n+1)3^{n+1}}\to\frac13$，所以 $R=3$，开区间是 $(-1,5)$。再代端点：$x=5$ 得 $\sum\frac1n$，发散；$x=-1$ 得 $\sum\frac{(-1)^n}{n}$，条件收敛。收敛域 $[-1,5)$。
例（半径为零和无穷）。$\sum n!\,x^n$：$\left|\frac{a_{n+1}}{a_n}\right|=n+1\to\infty$，$R=0$，只在 $x=0$ 收敛。反过来 $\sum\frac{x^n}{n!}$：比值 $\to0$，$R=+\infty$，整个数轴都收敛。
这两个极端值得记住：阶乘在系数上，半径塌成一点；阶乘在分母上，半径撑到无穷。很多选择题就是拿这两个来设陷阱。
幂级数还有一个别的级数没有的特权：在收敛区间内，它可以逐项求导、逐项积分，求导积分之后收敛半径不变。逐项求导的特权，让它成了"从级数回到公式"的唯一通道——下一节就用它。
幂级数最有用的一面，是它能把函数写成级数，也能把级数收成函数。这两个方向都要会。
起点只有一个，就是等比：
$$\frac{1}{1-x}=\sum_{n=0}^{\infty}x^n\quad(|x|<1)$$
别的全从它推。把它两边求导，得 $\frac{1}{(1-x)^2}=\sum_{n=1}^{\infty}nx^{n-1}$；把它两边积分，得 $-\ln(1-x)=\sum_{n=1}^{\infty}\frac{x^n}{n}$。求导积分这两条是〔原理〕推出来的，不是背的——幂级数在收敛区间内可以逐项求导、逐项积分，这是它比一般级数强的地方，也是所有"求和函数"题的根。
常用的展开还有三个，都要能默出来：
$e^x=\sum_{n=0}^{\infty}\frac{x^n}{n!}$（$R=+\infty$）；$\sin x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n+1}}{(2n+1)!}$（$R=+\infty$）；$\cos x=\sum_{n=0}^{\infty}\frac{(-1)^n x^{2n}}{(2n)!}$（$R=+\infty$）；$\ln(1+x)=\sum_{n=1}^{\infty}\frac{(-1)^{n+1}x^n}{n}$（$R=1$，$x=1$ 时条件收敛到 $\ln2$，$x=-1$ 时发散）。
例（求和函数）。求 $\sum_{n=1}^{\infty}nx^{n-1}$ 的和函数。从等比出发：$\sum x^n=\frac{1}{1-x}$，两边求导得 $\sum nx^{n-1}=\frac{1}{(1-x)^2}$，$|x|\lt1$。注意求导不改变收敛半径，但端点要重新验：$x=\pm1$ 时通项不趋 0，都发散。
例（先积后导）。求 $\sum_{n=1}^{\infty}\frac{x^n}{n}$。从等比出发，两边积分：$\sum\frac{x^n}{n}=-\ln(1-x)$，$|x|\lt1$。这类题的套路只有一个——先把系数里那个 $n$ 变成 $1$（积分）或者消掉（求导），凑回等比，再还原。
题目通常是反过来的：给你一个级数，让你求和函数。套路只有一条——把它凑成等比、或者凑成上面三个的样子。凑的办法是对项做变形：提出常数、拆成两个级数、乘以 $x$ 再除以 $x$、求导或积分一次再还原。看到 $\sum nx^n$ 就想"这是等比求导来的"；看到 $\sum\frac{x^n}{n}$ 就想"这是等比积分来的"。
把这条线和第一节接上：第一节我们说级数的和是部分和的极限，没法真的加完。现在你有了另一条路——如果这个级数恰好是某个函数的展开，它的和就是那个函数。这就是为什么幂级数在整章里地位特殊：它把"加法"变成了"代回公式"。
回到开头：两串都越加越小的数，为什么一串有总额？
因为"越来越小"不是关键，"减得够不够快"才是。等比级数每次乘 $\frac12$，是指数式地掉，尾巴能被一个固定的比例压住；调和级数每次只掉一点点，尾部总面积像 $\ln n$ 一样往上爬，爬得再慢也没有顶。
分界线落在 $p=1$ 上：$\sum\frac{1}{n^p}$ 在 $p>1$ 时收敛，$p\le1$ 时发散。为什么正好是 1？因为曲线 $y=x^{-p}$ 下方的面积，只有在 $p>1$ 时才有限——而级数就是一堆矩形，矩形和曲线同生共死。
判到最后你会发现，整章只有两个动作：找一把能夹住它的尺子（比较、比值、根值、积分），或者把它认成一个已知的展开（幂级数）。前者管"收不收"，后者管"等于多少"。
不看这页，试着答一遍：为什么 $\frac12+\frac14+\cdots$ 等于 1，而 $\frac12+\frac13+\cdots$ 发散？
提醒一句：读着顺不算学会。这一章每一步都顺，顺感会骗人——它只说明文字好读，不说明你能推出来。
答案的骨架：级数的和＝部分和的极限；等比级数的部分和有显式公式，指数式衰减所以收得住；调和级数分组后每组至少 $\frac12$，无穷多组所以没有顶；分界线是 $p=1$，因为 $\int x^{-p}dx$ 只在 $p>1$ 时收敛，而级数是矩形、矩形和曲线同敛散。
第一步，三十秒：把"我卡在哪一句"写下来。写不出，说明还没定位——回到这一节开头那串数，看它在问什么。
第二步，两分钟：只回看跟那一句相关的一段。判敛散卡住时，先问自己"这是正项吗"，再问"我要拿谁当尺子"。
第三步：还不行，看最近的一个完整例子，然后合上页面重做。不要停在"看懂了"。
要用 AI 时：先写出你自己的尝试（用了哪条判据、算到哪一步），再让它只给提示或追问，不要它直接给答案；拿到提示后关掉，自己重做一遍。
哪一句让你卡住、想去搜？抄下来告诉我，下一版就改那一句。建议回看：学完当天合上书答一遍"两串数为什么一串收得住"，第 21 天、第 60 天各一次。