下面这份可以直接当作两章的“学习地图 + 复习提纲”。先记住一条总线：

数项级数研究的是：无限个数相加，到底能不能得到一个确定的有限结果。
多项式研究的是：一个有限代数对象，能不能按照整除关系拆成更基本的因子。

所以，一个核心是“无限过程如何稳定下来”，另一个核心是“有限对象如何分解到底”。

---

第一部分：数项级数 + 多项式 整体定位

1. 两块内容各自在学科中的位置

1.1 数项级数：从“有限运算”走向“无限运算”

你已经学过数列极限。数项级数其实是在问：

$$a_1+a_2+a_3+\cdots$$

这种“无限多个数相加”到底是什么意思？

显然我们不可能真的把无限多项加完，所以真正研究的是部分和

$$S_n=a_1+a_2+\cdots+a_n.$$

然后问：

$$\lim_{n\to\infty}S_n$$

是否存在。

所以数项级数本质上是：

$$\boxed{\text{无限求和问题}\longrightarrow\text{数列极限问题}}$$

它在数学分析中的地位非常重要，因为后面大量理论都建立在它上面：

• 幂级数；
• Taylor 展开；
• Fourier 级数；
• 函数项级数；
• 广义积分；
• 数值逼近；
• 微分方程的级数解。

因此，数项级数是你第一次系统研究：

无限过程什么时候可以像有限过程一样放心操作。

这也是它真正的难点。

---

1.2 多项式：从“解方程”上升到“研究代数结构”

中学时你接触多项式，主要目的是解方程，例如

$$x^2-5x+6=0.$$

到了高等代数，视角完全不同。

你不再只关心“根是多少”，而开始研究：

• $f(x)$ 能否被 $g(x)$ 整除？
• 两个多项式有没有公共因子？
• 怎样求最大公因式？
• 一个多项式能否继续分解？
• 什么叫“不可约”？
• 因式分解是否唯一？
• 一个根为什么会是重根？
• 在 $\mathbb Q,\mathbb R,\mathbb C$ 上，分解为什么不一样？

所以多项式这一章真正研究的是：

$$\boxed{\text{整除关系}+\text{因子结构}+\text{唯一分解}}$$

它是以后学习以下内容的重要原型：

• 整环；
• 欧几里得环；
• 主理想整环；
• 唯一分解整环；
• 域扩张；
• 特征多项式；
• 最小多项式；
• 线性变换标准形。

你会发现：

高代里的“多项式理论”，其实是在为后面的抽象代数语言做预演。

---

2. 两者的内在联系

它们表面差异很大，但背后的数学思维高度相似。

联系一：都在研究“复杂对象能不能拆开”

数项级数中：

$$\sum a_n$$

往往拆成几个熟悉级数：

$$\sum a_n = \sum b_n+\sum c_n.$$

多项式中：

$$f(x)$$

拆成：

$$f(x)=p_1(x)^{m_1}\cdots p_k(x)^{m_k}.$$

一个是把无限和拆开，一个是把代数对象拆开。

---

联系二：都需要寻找“标准模型”

研究正项级数时，你不停拿它跟

$$\sum\frac1{n^p}, \qquad \sum q^n$$

比较。

因为这些是已经知道答案的“标准级数”。

研究多项式时，你最终则希望拆成：

$$\text{不可约多项式}$$

这些是再也拆不开的基本块。

因此二者都有：

$$\boxed{\text{陌生对象}\rightarrow\text{熟悉基本块}}$$

的思想。

---

联系三：都存在“余下来的东西”

级数取前 $n$ 项：

$$S=S_n+R_n,$$

其中

$$R_n=\sum_{k=n+1}^{\infty}a_k$$

叫余项。

多项式除法中：

$$f(x)=q(x)g(x)+r(x), \qquad \deg r<\deg g.$$

这里 $r(x)$ 是余式。

二者都在问：

我完成了主要部分之后，还剩什么？

---

联系四：都非常依赖“条件”

级数中：

• 比值判别法极限必须小于 $1$ 才能推出收敛；
• 极限等于 $1$ 时不能乱下结论；
• 条件收敛级数不能任意交换顺序。

多项式中：

• 是否可约取决于在哪个数域上；
• Eisenstein 判别失败不等于多项式可约；
• 没有有理根不代表高次多项式不可约。

这两章共同训练的其实是：

$$\boxed{\text{结论永远要和使用条件绑定}}$$

---

3. 最容易犯的三个思维误区

误区一：“必要条件”被误当成“充分条件”

级数最经典：

$$\sum a_n\text{ 收敛} \quad\Longrightarrow\quad a_n\to0.$$

但反过来完全不对。

例如：

$$\frac1n\to0,$$

可是

$$\sum_{n=1}^{\infty}\frac1n$$

发散。

多项式里对应的误区是：

没有有理根，所以不可约。

这只对二次、三次多项式成立。

例如四次多项式可能分成两个二次多项式，但一个有理根都没有。

---

误区二：会背判别法，但不会选择判别法

真正考试不会告诉你：

“请使用比值判别法。”

而是直接给：

$$\sum\frac{3^n(n!)^2}{(2n)!}.$$

你首先要识别：

有 $n!$、指数、连乘结构，因此应该优先考虑比值法。

同样，多项式题不会告诉你“请用 Eisenstein”。

看到

$$f(x+1)$$

之后系数出现整齐的素数整除关系，你必须自己想到 Eisenstein。

所以考试能力不是：

$$\text{知道工具}$$

而是：

$$\boxed{\text{看到结构}\rightarrow\text{自动联想到工具}}$$

---

误区三：忽视“无限”和“数域”带来的规则变化

有限和随便加括号没有问题：

$$(a+b)+c=a+(b+c).$$

但无限级数不能无条件模仿有限和。

同理，

$$x^2+1$$

在 $\mathbb R[x]$ 中不可约，但在 $\mathbb C[x]$ 中：

$$x^2+1=(x-i)(x+i).$$

所以这两章都要养成一个习惯：

每做一步操作，问自己：“这个操作现在合法吗？”

---

第二部分：数项级数 完整知识框架

先给整章逻辑：

$$\boxed{ \text{定义} \rightarrow \text{必要条件} \rightarrow \text{正项级数} \rightarrow \text{交错级数} \rightarrow \text{绝对/条件收敛} \rightarrow \text{级数运算} \rightarrow \text{Cauchy准则} }$$

---

2.1 级数的定义与收敛、发散

一、核心定义

给定数列

$$a_1,a_2,\ldots,a_n,\ldots,$$

形式表达式

$$a_1+a_2+\cdots+a_n+\cdots$$

称为一个数项级数，记为

$$\sum_{n=1}^{\infty}a_n.$$

真正决定级数的不是这个“无限加法符号”，而是部分和：

$$S_n=\sum_{k=1}^{n}a_k.$$

如果存在有限数 $S$，使得

$$\lim_{n\to\infty}S_n=S,$$

就说：

$$\sum_{n=1}^{\infty}a_n$$

收敛，并称其和为 $S$。

如果 $S_n$ 没有有限极限，则级数发散。

---

通俗理解

想象一个账户：

• 第一天增加 $a_1$；
• 第二天增加 $a_2$；
• ……
• 第 $n$ 天累计财富为 $S_n$。

问“级数是否收敛”，实际上不是问：

每天的变化是不是越来越小？

而是问：

总财富最终是不是稳定在某个固定值附近？

这是完全不同的问题。

---

二、首要必要条件

如果

$$\sum a_n$$

收敛，那么一定有

$$\boxed{a_n\to0}.$$

因为：

$$a_n=S_n-S_{n-1},$$

而如果

$$S_n\to S,\qquad S_{n-1}\to S,$$

自然有

$$a_n\to0.$$

---

一句话解释

一个级数想收敛，每次后来加进去的东西至少必须越来越小。

但“越来越小”远远不够。

---

最重要反例

$$\sum_{n=1}^\infty\frac1n$$

是调和级数。

虽然

$$\frac1n\to0,$$

但它仍然发散。

因此永远牢记：

$$a_n\to0$$

只是必要条件，不是充分条件。

---

三、两个基本标准级数

几何级数

$$\sum_{n=0}^{\infty}q^n.$$

当

$$|q|<1$$

时收敛，并且

$$\sum_{n=0}^{\infty}q^n=\frac1{1-q}.$$

当

$$|q|\ge1$$

时发散。

---

$p$-级数

$$\sum_{n=1}^\infty\frac1{n^p}.$$

结论：

$$\boxed{p>1\text{ 收敛};\qquad p\le1\text{ 发散}.}$$

它以后是比较判别法最重要的参照物。

---

四、有限项不会影响敛散性

例如：

$$\sum_{n=1}^{\infty}a_n$$

和

$$\sum_{n=100}^{\infty}a_n$$

具有完全相同的敛散性。

因为前面那 $99$ 项只是一个有限常数。

---

一句话解释

级数的敛散性由“尾巴”决定，而不是由开头几项决定。

---

典型题切入点

例如：

$$\sum_{n=1}^\infty\frac{2n+1}{3n+4}.$$

看到这种题，第一步不要找复杂判别法，而是先看：

$$a_n\to?$$

如果

$$a_n\nrightarrow0,$$

立刻发散。

---

逻辑衔接

知道定义以后，下一个问题自然是：

如果 $a_n\to0$ 还不够，那到底怎样判断一个级数是否收敛？

最容易处理的一类就是：

$$a_n\ge0.$$

于是进入正项级数。

---

2.2 正项级数：为什么特殊？

正项级数指：

$$a_n\ge0.$$

此时部分和

$$S_n=a_1+\cdots+a_n$$

一定单调不减。

因此：

$$\boxed{ \sum a_n\text{ 收敛} \iff \{S_n\}\text{ 有上界}. }$$

原因就是：

单调有界数列必收敛。

---

一句话解释

正项级数不会“正负抵消”，所以唯一的问题就是：累计总量会不会无限长大。

正项级数审敛法，本质都在解决：

怎样判断部分和是否会失控？

---

2.3 比较判别法

一、核心思想

你遇到一个陌生级数

$$\sum a_n$$

不会判断，就找一个熟悉级数

$$\sum b_n$$

来比较。

---

二、直接比较判别法

设从某项开始：

$$0\le a_n\le b_n.$$

如果

$$\sum b_n$$

收敛，则

$$\sum a_n$$

也收敛。

反过来，如果

$$0\le b_n\le a_n$$

且

$$\sum b_n$$

发散，则

$$\sum a_n$$

也发散。

---

一句话解释

比一个收敛级数还小，就不会爆掉；比一个发散级数还大，就不可能收得住。

---

三、最常见比较对象

与 $p$-级数比较

如果

$$a_n\sim\frac{C}{n^p},\qquad C>0,$$

通常直接想到：

$$\sum\frac1{n^p}.$$

---

与几何级数比较

如果项中有：

$$q^n,\qquad |q|<1,$$

通常想到几何级数。

---

四、极限比较判别法

若

$$a_n>0,\quad b_n>0$$

且

$$\lim_{n\to\infty}\frac{a_n}{b_n}=c, \qquad 0<c<\infty,$$

则：

$$\sum a_n,\qquad\sum b_n$$

同敛散。

---

直觉

如果

$$\frac{a_n}{b_n}\to3,$$

就意味着后期：

$$a_n\approx3b_n.$$

乘一个固定正常数显然不会改变敛散性。

---

典型题切入点

$$\sum_{n=1}^\infty \frac{3n^2+1}{n^4+2}.$$

第一步想最高次项：

$$\frac{3n^2}{n^4}\sim\frac3{n^2}.$$

因此优先和

$$\sum\frac1{n^2}$$

比较。

---

逻辑衔接

比较法特别适合：

能明显看出它“像”某个已知级数。

但如果出现：

$$n!,\qquad a^n,$$

直接比较可能不舒服。

这时候进入比值判别法。

---

2.4 比值判别法

设：

$$a_n>0$$

并且存在

$$\rho= \lim_{n\to\infty} \frac{a_{n+1}}{a_n}.$$

那么：

$$\boxed{ \rho<1\Rightarrow\sum a_n\text{ 收敛} }$$

而

$$\boxed{ \rho>1\Rightarrow\sum a_n\text{ 发散}. }$$

当

$$\rho=1$$

时，该判别法失效。

---

直觉

$$\frac{a_{n+1}}{a_n}\approx0.3$$

意味着：

$$a_{n+1}\approx0.3a_n.$$

于是后面的项大约像：

$$a_N,\quad0.3a_N,\quad0.3^2a_N,\ldots$$

本质上被一个收敛几何级数控制。

---

一句话解释

如果后一项长期只有前一项的固定一小部分，那么整个尾巴就像几何级数一样迅速缩小。

---

最适用结构

看到以下结构优先考虑比值法：

$$n!, \qquad a^n, \qquad \frac{n!}{n^n}, \qquad \frac{a^n}{n!}.$$

因为：

$$(n+1)!=(n+1)n!$$

很容易约掉。

---

最大陷阱

如果得到：

$$\rho=1,$$

你只能说：

比值判别法没有结论。

绝对不能说“发散”。

因为：

$$\sum\frac1n$$

比值极限为 $1$，发散；

而

$$\sum\frac1{n^2}$$

比值极限也是 $1$，却收敛。

---

典型题切入点

$$\sum_{n=1}^\infty \frac{3^n}{n!}.$$

看到“指数 $3^n$+阶乘 $n!$”：

第一反应直接算 $a_{n+1}/a_n$。

---

逻辑衔接

比值法研究的是：

$$\frac{a_{n+1}}{a_n}.$$

如果题目长得像：

$$a_n=(\cdots)^n,$$

那么开 $n$ 次方可能更自然，于是出现根值判别法。

---

2.5 根值判别法

设

$$a_n\ge0,$$

且

$$\rho= \lim_{n\to\infty}\sqrt[n]{a_n}.$$

则：

$$\rho<1 \Rightarrow \sum a_n\text{ 收敛};$$ $$\rho>1 \Rightarrow \sum a_n\text{ 发散}.$$ $$\rho=1$$

仍然没有结论。

更一般的严谨版本通常使用

$$\limsup_{n\to\infty}\sqrt[n]{a_n}.$$

---

一句话解释

根值法是在问：$a_n$ 从指数尺度看，到底像不像 $q^n$。

---

最适合的结构

看到：

$$\left(\frac{2n+1}{3n+4}\right)^n$$

或者：

$$(\cdots)^{n^2}$$

一类整体有巨大幂次的表达式，优先开 $n$ 次根。

---

典型题切入点

$$\sum_{n=1}^{\infty} \left(\frac{2n+1}{3n}\right)^n.$$

第一步直接考虑：

$$\sqrt[n]{a_n}.$$

如果其极限小于 $1$，问题基本结束。

---

逻辑衔接

比较、比值、根值都属于“离散”方法。

但有些级数本身就是把一个函数在整数点取值：

$$\frac1{n\ln n}, \qquad \frac1{n(\ln n)^2}.$$

这时可以把“求和”与“积分”比较，于是进入积分判别法。

---

2.6 积分判别法

设函数

$$f(x)$$

在 $[N,\infty)$ 上满足：

• 连续；
• 正值；
• 单调递减。

并且

$$a_n=f(n).$$

则：

$$\boxed{ \sum_{n=N}^{\infty}f(n) \text{ 与 } \int_N^\infty f(x)\,dx \text{ 同敛散}. }$$

---

直觉

当 $f$ 单调下降时，

$$f(1)+f(2)+f(3)+\cdots$$

可以想成一排矩形面积。

而

$$\int f(x)\,dx$$

是曲线下面积。

二者虽然不完全相等，但相差受到控制，因此它们要么一起有限，要么一起无限。

---

一句话解释

积分判别法把难判断的离散求和，变成你已经熟悉的广义积分。

---

经典应用

$$\sum_{n=2}^\infty\frac1{n(\ln n)^p}.$$

用：

$$\int_2^\infty \frac{dx}{x(\ln x)^p}.$$

令：

$$t=\ln x,$$

就化成：

$$\int\frac{dt}{t^p}.$$

因此：

$$\boxed{ \sum_{n=2}^\infty\frac1{n(\ln n)^p} \text{ 当且仅当 }p>1\text{ 时收敛}. }$$

---

余项估计

如果满足积分判别条件，则：

$$R_n = \sum_{k=n+1}^{\infty}f(k)$$

通常有：

$$\boxed{ \int_{n+1}^{\infty}f(x)\,dx \le R_n \le \int_n^\infty f(x)\,dx. }$$

这不仅告诉你收不收敛，还告诉你：

截断到第 $n$ 项，误差大约有多大。

---

典型题切入点

$$\sum_{n=2}^{\infty} \frac1{n(\ln n)^2}.$$

看到：

$$n,\quad\ln n$$

组合，而且函数显然是正的、最终递减：

第一反应考虑积分判别法。

---

2.7 四大正项级数判别法怎么选？

可以形成下面这个“考试反射”。

看到的结构	优先考虑
与 $1/n^p$ 很像	比较法、极限比较法
有 $n!$、$a^n$	比值法
整体是某东西的 $n$ 次方	根值法
有 $n\ln n$、连续函数形式	积分判别法
比值/根值算出 $1$	换方法，不要强行判断

---

2.8 一般项级数与交错级数

前面都是：

$$a_n\ge0.$$

现在允许：

$$a_n$$

有正有负。

这时候部分和不再单调：

$$S_n$$

可能一上一下。

最典型的就是交错级数。

---

一、交错级数定义

典型形式：

$$\sum_{n=1}^{\infty}(-1)^{n-1}b_n, \qquad b_n\ge0.$$

即：

$$b_1-b_2+b_3-b_4+\cdots.$$

---

二、为什么可能收敛？

因为正负项会发生抵消。

例如：

$$1-\frac12+\frac13-\frac14+\cdots.$$

它对应的正项级数：

$$1+\frac12+\frac13+\frac14+\cdots$$

发散。

但是交错之后却收敛。

这说明：

$$\boxed{\text{正负抵消本身就可能制造收敛}}$$

---

2.9 莱布尼茨判别法

考虑：

$$\sum(-1)^{n-1}b_n.$$

如果：

$$b_n\ge0,$$

并且从某项以后：

$$b_{n+1}\le b_n,$$

同时：

$$b_n\to0,$$

那么该交错级数收敛。

---

一句话解释

如果正负交替，而且每次“来回摆动”的幅度越来越小并最终趋于零，那么部分和会被夹到一个确定位置。

---

为什么成立？

偶数部分和：

$$S_2,S_4,S_6,\ldots$$

通常单调增加；

奇数部分和：

$$S_1,S_3,S_5,\ldots$$

通常单调减少。

而且：

$$S_{2n}\le S_{2n+1}.$$

两边距离：

$$S_{2n+1}-S_{2n}=b_{2n+1}\to0.$$

所以两列最终压到同一个极限。

这是很典型的：

$$\boxed{\text{单调有界}+\text{夹逼}}$$

证明思想。

---

莱布尼茨余项估计

如果：

$$S=\sum_{n=1}^{\infty}(-1)^{n-1}b_n,$$

而

$$S_n$$

为前 $n$ 项和，则：

$$R_n=S-S_n$$

满足：

$$\boxed{|R_n|\le b_{n+1}.}$$

而且余项的符号与第一项被舍去的项相同。

---

这条特别重要

如果要求：

用多少项能保证误差小于 $10^{-5}$？

只需要让：

$$b_{n+1}<10^{-5}.$$

---

典型题切入点

$$\sum_{n=1}^{\infty} (-1)^{n-1}\frac1{\sqrt n}.$$

第一步不是直接说“交错所以收敛”，而是检查：

$$b_n=\frac1{\sqrt n}$$

是否：

1. 最终单调下降；
2. 趋于零。

满足后才用莱布尼茨。

---

逻辑衔接

交错调和级数告诉我们一件非常重要的事情：

$$\sum a_n$$

可能收敛，

但：

$$\sum|a_n|$$

却发散。

于是我们必须区分两种性质：

绝对收敛与条件收敛。

---

2.10 绝对收敛与条件收敛

一、绝对收敛

如果：

$$\sum|a_n|$$

收敛，就说：

$$\sum a_n$$

绝对收敛。

---

二、核心定理

$$\boxed{ \sum|a_n|\text{ 收敛} \Rightarrow \sum a_n\text{ 收敛}. }$$

也就是：

$$\boxed{\text{绝对收敛}\Rightarrow\text{收敛}.}$$

反过来不成立。

---

一句话解释

如果你把所有负号都去掉、让每一项都朝同一个方向累加，居然仍然不会爆掉，那原来允许正负抵消时当然更不会出问题。

---

三、条件收敛

如果：

$$\sum a_n$$

收敛，

但：

$$\sum|a_n|$$

发散，

那么称：

$$\sum a_n$$

条件收敛。

经典例子：

$$\sum_{n=1}^\infty \frac{(-1)^{n-1}}n.$$

莱布尼茨判别告诉你原级数收敛。

但：

$$\sum\left| \frac{(-1)^{n-1}}n \right| = \sum\frac1n$$

发散。

因此它条件收敛。

---

四、做一般项级数时的标准流程

看到：

$$\sum a_n$$

且有正有负，推荐先问：

第一步

$$\sum|a_n|$$

收敛吗？

如果收敛：

$$\Rightarrow$$

原级数绝对收敛。

问题基本结束。

第二步

如果：

$$\sum|a_n|$$

发散，

再看看原级数是否存在交错等特殊结构。

如果原级数仍收敛：

$$\Rightarrow$$

条件收敛。

---

典型题切入点

$$\sum_{n=2}^{\infty} (-1)^n\frac1{n\ln n}.$$

第一步先判断：

$$\sum\frac1{n\ln n}.$$

积分判别知它发散。

再看：

$$\frac1{n\ln n}$$

单调趋零，因此原交错级数由莱布尼茨收敛。

于是属于条件收敛。

---

逻辑衔接

绝对收敛和条件收敛的区别，真正影响的是：

我还能不能像有限和一样随意操作这个无限和？

于是进入级数运算。

---

2.11 级数的运算

一、加法

若：

$$\sum a_n=A, \qquad \sum b_n=B$$

都收敛，则：

$$\sum(a_n+b_n)$$

也收敛，并且：

$$\boxed{ \sum(a_n+b_n)=A+B. }$$

---

二、数乘

若：

$$\sum a_n=A,$$

则对任意常数 $c$：

$$\sum ca_n=cA.$$

---

一句话解释

在已经确认各级数收敛的前提下，无限求和仍然保留有限求和的线性性质。

注意关键词：

$$\boxed{\text{已经确认收敛}}$$

---

三、有限项修改

改变、添加或删除有限项：

不影响敛散性。

但一般会改变级数的和。

---

2.12 “结合律失效”到底是什么意思？

这一点特别容易说错。

有限和：

$$1-1+1-1+\cdots$$

如果只是有限个数，怎么加括号都无所谓。

但无限级数不能先默认存在一个“总和”，再随意套有限加法规律。

例如：

$$1-1+1-1+\cdots$$

原级数部分和：

$$1,0,1,0,\ldots$$

所以发散。

但如果你写：

$$(1-1)+(1-1)+(1-1)+\cdots$$

看起来得到：

$$0+0+0+\cdots=0.$$

问题在哪里？

问题在于：

你通过分组只考察了原部分和序列的一个子列。

原级数的全部部分和并没有收敛。

因此严格说，不是有限加法的结合律突然“错了”，而是：

$$\boxed{\text{你把有限和规则未经证明地推广到了无限过程。}}$$

---

安全的结论

如果：

$$\sum a_n$$

本来已经收敛，

然后把连续的有限项分组，例如：

$$(a_1+a_2)+(a_3+a_4+a_5)+\cdots,$$

则分组后的级数仍收敛，而且和不变。

但是：

$$\boxed{ \text{分组后的级数收敛} \nRightarrow \text{原级数一定收敛}. }$$

上面的 Grandi 级数就是反例。

---

2.13 分组与重排必须区分

分组

不改变顺序：

$$a_1+a_2+a_3+a_4+\cdots$$

变为：

$$(a_1+a_2)+(a_3+a_4)+\cdots.$$

重排

改变项的顺序。

例如把正项放两个，再放一个负项等等。

对于绝对收敛级数：

任意重排仍然收敛到原来的和。

但对于条件收敛级数：

重排可能改变级数的和，甚至使其发散。

这就是 Riemann 重排现象。

考研阶段至少要建立这个意识：

$$\boxed{ \text{绝对收敛很稳定，条件收敛很脆弱。} }$$

---

典型题切入点

如果一道题给出：

$$\sum a_n$$

条件收敛，然后问某种“重新排列后的级数”性质，

你的第一反应应该是：

条件收敛不能直接使用绝对收敛级数的重排性质。

---

逻辑衔接

到这里我们已经积累很多判别方法。

但还有一个根本问题：

有没有一种不用提前知道和 $S$，就能直接从级数自身判断是否收敛的方法？

答案就是 Cauchy 收敛准则。

---

2.14 柯西收敛准则

这是数项级数理论最核心的基础定理之一。

级数：

$$\sum_{n=1}^{\infty}a_n$$

收敛，当且仅当：

对任意：

$$\varepsilon>0,$$

存在 $N$，使得只要：

$$n>m\ge N,$$

就有：

$$\boxed{ \left| a_{m+1}+a_{m+2}+\cdots+a_n \right| <\varepsilon. }$$

等价地：

$$\left| \sum_{k=m+1}^{n}a_k \right|<\varepsilon.$$

---

直觉解释

级数收敛等价于部分和：

$$S_n$$

收敛。

而实数数列收敛等价于：

越到后面，任意两个部分和之间都越来越接近。

注意：

$$S_n-S_m = a_{m+1}+\cdots+a_n.$$

所以 Cauchy 准则实际是在说：

级数后面任何一小段的总贡献都必须最终任意小。

---

一句话解释

一个级数收敛，当且仅当它尾部不管截多长，最终都掀不起明显波澜。

---

为什么它比 $a_n\to0$ 强？

$a_n\to0$ 只控制：

$$\text{一个单独的项}.$$

Cauchy 准则控制：

$$a_{m+1}+\cdots+a_n.$$

也就是控制“一整段尾巴”。

调和级数虽然：

$$\frac1n\to0,$$

但考虑：

$$\frac1{m+1}+\cdots+\frac1{2m},$$

这段含约 $m$ 项，每项大约不小于：

$$\frac1{2m},$$

所以总和大约至少：

$$\frac12.$$

无论 $m$ 多大，这段尾巴都不会任意小。

于是违反 Cauchy 准则。

---

典型题切入点

题目要求：

“直接利用 Cauchy 准则证明调和级数发散。”

第一反应：

不要研究整个部分和，直接找一段永远不会变小的尾和，例如从 $m+1$ 加到 $2m$。

---

与整章的逻辑关系

Cauchy 准则其实是整章最深层的底座：

$$\boxed{ \text{收敛} \iff \text{尾和最终任意小}. }$$

比较判别、绝对收敛、很多审敛法，背后最终都能回到这个思想。

---

2.15 数项级数一张“做题决策树”

面对

$$\sum a_n$$

建议按以下顺序判断：

第一步：

先看：

$$a_n\to0?$$

如果不趋零，立即发散。

第二步：

如果 $a_n\ge0$，进入正项级数。

• 像 $1/n^p$：比较；
• 有阶乘/指数：比值；
• 有整体 $n$ 次方：根值；
• 像 $f(n)$，尤其含 $n\ln n$：积分。

第三步：

如果有正有负：

先研究：

$$\sum|a_n|.$$

若收敛：

$$\Rightarrow\text{绝对收敛}.$$

若发散，再检查是否交错。

满足单调趋零：

$$\Rightarrow\text{莱布尼茨}\Rightarrow\text{条件收敛}.$$

第四步：

题目涉及：

• 分组；
• 重排；
• 余项；
• 严格证明；

就回到：

$$\text{绝对收敛性质 / Cauchy准则}.$$

---

第三部分：多项式 完整知识框架

整章主线是：

$$\boxed{ \text{多项式运算} \rightarrow \text{带余除法} \rightarrow \text{整除} \rightarrow \gcd \rightarrow \text{不可约} \rightarrow \text{唯一分解} \rightarrow \text{重因式} \rightarrow \text{不同数域上的分解} }$$

---

3.1 多项式的定义、次数与运算

一、定义

设 $F$ 是一个数域，比如：

$$\mathbb Q,\qquad\mathbb R,\qquad\mathbb C.$$

形如：

$$f(x) = a_0+a_1x+\cdots+a_nx^n$$

的表达式叫 $F$ 上的多项式，其中：

$$a_i\in F.$$

全体这样的多项式记作：

$$F[x].$$

---

二、次数

若：

$$a_n\neq0,$$

则：

$$\deg f=n.$$

例如：

$$3x^5+2x^2-1$$

次数是 $5$。

---

三、次数的基本运算规律

非零多项式：

$$\deg(fg)=\deg f+\deg g.$$

而：

$$\deg(f+g)\le \max\{\deg f,\deg g\}.$$

注意第二个只能写“$\le$”。

因为最高次项可能抵消。

例如：

$$(x^2+1)+(-x^2+x)=x+1.$$

---

一句话解释

乘法时次数一定相加；加法时最高次项可能互相消掉。

---

3.2 带余除法

这是整个多项式理论真正的发动机。

对于：

$$f(x),g(x)\in F[x], \qquad g(x)\ne0,$$

存在唯一的：

$$q(x),r(x)$$

使得：

$$\boxed{ f(x)=q(x)g(x)+r(x), }$$

其中：

$$r(x)=0$$

或者：

$$\deg r<\deg g.$$

---

直觉

完全类比整数除法：

$$17=3\times5+2.$$

多项式版本是：

$$f=qg+r.$$

而：

$$\deg r<\deg g$$

对应整数余数：

$$0\le r<|g|.$$

---

一句话解释

任何多项式除以另一个非零多项式，都能唯一地分成“商 × 除式 + 更低次余式”。

---

一个极重要特例：余数定理

拿：

$$x-a$$

去除 $f(x)$。

因为除式次数为 $1$，余式次数必须小于 $1$，所以余式只能是常数 $r$。

于是：

$$f(x)=q(x)(x-a)+r.$$

代：

$$x=a$$

得到：

$$\boxed{r=f(a).}$$

---

因式定理

因此：

$$\boxed{ f(a)=0 \iff (x-a)\mid f(x). }$$

这条就是“根”和“因子”的桥梁。

---

一句话解释

$a$ 是根，等价于 $x-a$ 是因子。

---

典型题切入点

要求：

求 $f(x)$ 除以 $x-2$ 的余数。

第一步不要长除法。

直接算：

$$f(2).$$

---

逻辑衔接

有了带余除法以后，接下来就能正式定义：

什么叫“整除”。

---

3.3 整除性

如果存在：

$$h(x)\in F[x]$$

满足：

$$f(x)=g(x)h(x),$$

则说：

$$g(x)\mid f(x).$$

称 $g$ 是 $f$ 的因式。

---

直觉

$$g\mid f$$

的意思就是：

用 $g$ 除 $f$，余式刚好等于零。

因此：

$$g\mid f \iff f\text{ 除以 }g\text{ 的余式为0}.$$

---

整除的基本性质

若：

$$d\mid f,\qquad d\mid g,$$

则对任意：

$$u,v\in F[x],$$

都有：

$$\boxed{ d\mid uf+vg. }$$

这个性质以后会不停使用。

---

一句话解释

一个数如果同时整除两个对象，就一定整除它们的任意线性组合。

这和整数理论完全一样。

---

典型题切入点

证明：

$$d\mid f,\quad d\mid g$$

能推出：

$$d\mid(3f-2g).$$

第一反应：

直接把 $f=da,\ g=db$ 代进去提取 $d$。

---

逻辑衔接

既然两个多项式可能有很多公共因子，那么自然问：

有没有一个最大的？

这就是最大公因式。

---

3.4 最大公因式与互素

一、最大公因式

若 $d(x)$ 同时满足：

$$d\mid f,\qquad d\mid g$$

并且任何公共因子 $c(x)$ 都有：

$$c\mid d,$$

则称 $d$ 是 $f,g$ 的最大公因式。

记作：

$$(f,g)$$

或者：

$$\gcd(f,g).$$

---

二、“最大”不是数值最大

多项式没有普通意义上的大小。

“最大”的意思是：

任何其他公共因子都能整除它。

---

三、为什么通常取首一？

若：

$$d(x)$$

是 gcd，那么：

$$2d(x),\quad -3d(x)$$

本质也是同一个 gcd，只差一个非零常数。

在 $F[x]$ 中，非零常数都是可逆元。

因此为了唯一性，通常规定 gcd 是：

$$\boxed{\text{首一多项式}}$$

即最高次项系数为 $1$。

---

四、互素

如果：

$$(f,g)=1,$$

就称：

$$f,g$$

互素。

这里不是说它们“没有任何公共因子”，因为所有非零常数都算公共因子。

真正意思是：

没有非常数公共因子。

---

3.5 辗转相除法

由：

$$f=qg+r$$

可得：

$$\boxed{ (f,g)=(g,r). }$$

因为：

$$r=f-qg.$$

任何同时整除 $f,g$ 的多项式也整除 $r$；

反过来也一样。

于是不断相除：

$$f=q_1g+r_1,$$ $$g=q_2r_1+r_2,$$ $$r_1=q_3r_2+r_3,$$

一直到：

$$r_{k-2}=q_kr_{k-1}+r_k,$$ $$r_{k-1}=q_{k+1}r_k.$$

最后一个非零余式：

$$r_k$$

就是 gcd，调整成首一即可。

---

一句话解释

求两个高次多项式的公共因子，可以不断用越来越低次数的余式替代，直到问题小到不能再小。

这就是典型的：

$$\boxed{\text{不断降次}}$$

思想。

---

Bézout 等式

更强的定理是：

存在：

$$u(x),v(x)\in F[x]$$

使得：

$$\boxed{ (f,g)=u(x)f(x)+v(x)g(x). }$$

特别地：

$$(f,g)=1$$

当且仅当存在 $u,v$：

$$\boxed{ uf+vg=1. }$$

---

一句话解释

两个多项式互素，当且仅当可以用它们做一个多项式线性组合得到 $1$。

这是极其重要的证明工具。

---

常用推论

若：

$$(f,g)=1$$

且：

$$f\mid gh,$$

则：

$$\boxed{f\mid h.}$$

证明套路来自：

$$uf+vg=1.$$

两边乘 $h$：

$$ufh+vgh=h.$$

右边两个部分都被 $f$ 整除，于是 $f\mid h$。

这个推论以后证明唯一分解非常重要。

---

典型题切入点

题目要求：

求 $f(x),g(x)$ 的最大公因式，并表示成 $uf+vg$。

第一反应：

1. 辗转相除求 gcd；
2. 再把每个余式反向代回去。

---

逻辑衔接

有了 gcd 和整除理论，就可以问更根本的问题：

哪些多项式已经不能继续分解？

这引出不可约多项式。

---

3.6 不可约多项式

设：

$$f(x)\in F[x], \qquad \deg f\ge1.$$

如果：

$$f(x)=g(x)h(x)$$

必定有一个因子是非零常数，那么 $f$ 称为在 $F$ 上不可约。

否则称可约。

---

直觉

不可约多项式就是：

多项式世界里的“素数”。

整数：

$$12=2^2\cdot3.$$

其中：

$$2,3$$

不能继续分。

多项式也是：

$$f=p_1^{m_1}\cdots p_k^{m_k},$$

其中各 $p_i$ 不可约。

---

最大注意点：不可约必须说明数域

例如：

$$x^2-2.$$

在：

$$\mathbb Q[x]$$

中不可约。

因为：

$$\sqrt2\notin\mathbb Q.$$

但在：

$$\mathbb R[x]$$

中：

$$x^2-2=(x-\sqrt2)(x+\sqrt2).$$

所以它可约。

因此不存在脱离数域的：

“这个多项式不可约。”

必须说：

“它在什么域上不可约。”

---

二次、三次多项式的重要结论

对于：

$$f(x)\in F[x], \qquad \deg f=2\text{ 或 }3,$$

有：

$$\boxed{ f\text{ 可约} \iff f\text{ 在 }F\text{ 中有根}. }$$

原因是，如果二次或三次多项式可约，一定存在一个一次因子。

一次因子：

$$x-a$$

就对应一个根：

$$a.$$

---

重要警告

四次及以上：

$$\boxed{ \text{没有根} \nRightarrow \text{不可约}. }$$

因为可能：

$$4=2+2.$$

它完全可以分成两个二次因子。

---

典型题切入点

判断一个三次有理系数多项式是否不可约。

第一反应：

三次多项式只要排除所有有理根，就能判定在 $\mathbb Q$ 上不可约。

---

3.7 因式分解唯一性

在 $F[x]$ 中，每个非常数非零多项式都可以写成：

$$\boxed{ f(x) = c\,p_1(x)^{m_1}\cdots p_r(x)^{m_r}, }$$

其中：

• $c\in F,\ c\ne0$；
• 各 $p_i$ 不可约；
• 不同 $p_i$ 互不相伴；
• $m_i\ge1$。

而且这种分解在忽略：

• 因子排列顺序；
• 非零常数倍；

以后是唯一的。

若统一把 $p_i$ 取成首一，则唯一性更直观。

---

一句话解释

每个多项式最终都能拆成“多项式素数”，而且拆法本质唯一。

这就是多项式版本的整数算术基本定理：

$$60=2^2\cdot3\cdot5.$$

---

为什么唯一分解很重要？

因为以后很多问题都能转成研究各不可约因子的指数。

例如：

$$f=p_1^2p_2^5, \qquad g=p_1^3p_2p_3.$$

那么 gcd 直接是：

$$(f,g)=p_1^2p_2.$$

这和整数质因数分解完全平行。

---

典型题切入点

证明两个多项式因式分解方式相同。

第一反应不是暴力展开，而是：

利用不可约多项式具有类似素数的整除性质，以及唯一分解定理。

---

逻辑衔接

因式分解后还有一个细节：

$$(x-a)^2$$

和

$$(x-a)$$

并不一样。

这就是“因子的重数”。

于是进入重因式理论。

---

3.8 重因式与形式导数

一、重根与重因式

如果：

$$f(x)=(x-a)^m g(x), \qquad g(a)\ne0,$$

那么说：

$$a$$

是 $f$ 的 $m$ 重根。

或者说：

$$x-a$$

是 $f$ 的 $m$ 重因式。

---

二、形式导数

若：

$$f(x) = a_0+a_1x+\cdots+a_nx^n,$$

定义：

$$\boxed{ f'(x) = a_1+2a_2x+\cdots+na_nx^{n-1}. }$$

称为形式导数。

虽然公式和微积分完全一样，但高代中我们不依赖：

$$\lim_{h\to0} \frac{f(x+h)-f(x)}h.$$

它只是一个纯代数定义。

---

三、运算性质

仍然有：

$$(f+g)'=f'+g',$$ $$(fg)'=f'g+fg'.$$

---

3.9 重根判别定理

在 $\mathbb Q,\mathbb R,\mathbb C$ 等特征 $0$ 的域中：

$$\boxed{ a\text{ 是 }f\text{ 的重根} \iff f(a)=f'(a)=0. }$$

等价地：

$$\boxed{ f\text{ 有重因式} \iff (f,f')\ne1. }$$

也就是说：

$$\boxed{ f\text{ 无重因式} \iff (f,f')=1. }$$

---

一句话解释

重因式的秘密就是：它不仅整除 $f$，还会留下一个因子继续整除 $f'$。

---

为什么？

如果：

$$f(x)=(x-a)^m g(x),$$

则：

$$f' = m(x-a)^{m-1}g + (x-a)^mg'.$$

提取：

$$(x-a)^{m-1},$$

得到：

$$f' = (x-a)^{m-1} [mg+(x-a)g'].$$

所以如果 $m\ge2$，那么：

$$x-a$$

同时整除：

$$f,\quad f'.$$

---

更精确结论

若 $a$ 是 $f$ 的 $m$ 重根，则通常：

$$a$$

是 $f'$ 的 $m-1$ 重根。

---

平方自由部分

若要求除去重因式，可以研究：

$$d=(f,f').$$

直观上：

$$d$$

抓住了 $f$ 中重复出现的部分。

---

典型题切入点

题目问：

判断 $f(x)$ 是否有重因式。

第一反应：

不一定先因式分解，直接计算 $(f,f')$。

若 gcd 不是常数，就存在重因式。

---

逻辑衔接

现在我们知道如何分解以及如何识别重数。

接下来要问：

在不同数域中，最后到底能分到什么程度？

---

3.10 复数域上的因式分解：代数基本定理

代数基本定理

每个次数至少为 $1$ 的复系数多项式：

$$f(x)\in\mathbb C[x]$$

至少有一个复根。

由此反复提出一次因子：

$$\boxed{ f(x) = a_n (x-\alpha_1)\cdots(x-\alpha_n). }$$

其中根按重数计算。

---

一句话解释

到了复数域以后，多项式再也没有真正的高次不可约块，所有东西最终都能拆成一次因子。

所以：

$$\mathbb C[x]$$

中的不可约多项式只有一次多项式。

---

一个 $n$ 次多项式有多少根？

按重数计算：

$$\boxed{n\text{ 个复根}.}$$

---

典型题切入点

题目说：

在 $\mathbb C$ 上完全分解。

第一反应：

目标一定是全部写成一次因子。

---

3.11 实数域上的因式分解

实系数多项式有一个极其重要的性质：

如果：

$$f(x)\in\mathbb R[x]$$

且：

$$a+bi$$

是根，那么：

$$a-bi$$

也是根。

这叫：

$$\boxed{\text{共轭复根成对出现}.}$$

因为：

$$(x-(a+bi))(x-(a-bi))$$

等于：

$$x^2-2ax+(a^2+b^2),$$

这是一个实系数二次多项式。

它的判别式：

$$\Delta = 4a^2-4(a^2+b^2) = -4b^2<0.$$

---

结论

实数域上的不可约多项式只有两类：

1. 一次多项式；
2. 判别式小于 $0$ 的二次多项式。

所以任何实系数多项式最终都能分成：

$$\boxed{ \text{一次因子} \times \text{不可约二次因子}. }$$

---

一句话解释

复数域把所有东西拆成一次；实数域最多会剩下拆不开的二次块。

---

典型题切入点

要在 $\mathbb R$ 上分解：

$$x^4+1.$$

第一反应：

它在实数上没有一次根，但仍然可能分解为两个实系数二次多项式。

不要误认为“没有实根”就“在 $\mathbb R$ 上不可约”。

---

3.12 有理数域上的因式分解

在：

$$\mathbb Q[x]$$

里情况更加复杂。

不可约多项式可能有任意次数。

例如：

$$x^2-2$$

在 $\mathbb Q$ 上不可约。

还存在不可约三次、四次、五次……

所以在有理数域上，判断：

$$f(x)$$

能不能继续分解，是非常重要的问题。

这就需要：

• 有理根定理；
• Gauss 引理；
• Eisenstein 判别法。

---

3.13 有理根定理

设：

$$f(x) = a_nx^n+\cdots+a_1x+a_0$$

是整系数多项式。

如果：

$$\frac pq$$

是一个有理根，其中：

$$(p,q)=1,$$

那么：

$$\boxed{ p\mid a_0,\qquad q\mid a_n. }$$

---

特别地

如果 $f$ 是首一整系数多项式：

$$f(x) = x^n+\cdots+a_0,$$

那么所有有理根都必须是整数，而且：

$$\boxed{p\mid a_0.}$$

---

一句话解释

有理根不是随便猜的，它的分子只能来自常数项因子，分母只能来自最高次系数因子。

---

典型流程

例如：

$$2x^3-3x^2-8x+12.$$

若有根：

$$\frac pq,$$

则：

$$p\mid12, \qquad q\mid2.$$

于是只需检查有限多个候选值。

---

典型题切入点

面对三次整系数多项式，要求判断在 $\mathbb Q$ 上是否可约：

第一反应列出全部可能有理根。

因为三次：

$$\text{无有理根} \iff \text{在 }\mathbb Q\text{ 上不可约}.$$

---

3.14 Gauss 引理：从 $\mathbb Q[x]$ 回到 $\mathbb Z[x]$

这是非常重要的理论桥梁。

一个整系数多项式如果所有系数最大公因数为 $1$，称为本原多项式。

例如：

$$2x^2+3x+5$$

是本原的。

而：

$$6x^2+9x+3$$

不是。

---

Gauss 引理的核心结论

对于本原整系数多项式：

$$f(x)\in\mathbb Z[x],$$

有：

$$\boxed{ f\text{ 在 }\mathbb Q[x]\text{ 可约} \iff f\text{ 能在 }\mathbb Z[x] \text{ 中分成两个正次数多项式}. }$$

---

一句话解释

判断整系数多项式在有理数域上能不能分解，可以基本放心回到整数系数里研究。

它是 Eisenstein 判别法能工作的理论基础之一。

---

3.15 Eisenstein 判别法

设：

$$f(x) = a_nx^n+\cdots+a_1x+a_0 \in\mathbb Z[x].$$

如果存在一个素数 $p$，使：

$$p\nmid a_n,$$

但：

$$p\mid a_{n-1},\ldots,p\mid a_1,p\mid a_0,$$

同时：

$$p^2\nmid a_0,$$

那么：

$$\boxed{ f(x)\text{ 在 }\mathbb Q[x]\text{ 上不可约}. }$$

---

记忆成三句话

选一个素数 $p$：

1. 不整除最高次系数；
2. 整除其余所有系数；
3. $p^2$ 不整除常数项。

满足：

$$\Rightarrow\text{不可约}.$$

---

一句话解释

如果所有低次系数都统一带着一个素因子 $p$，但常数项又“只有一层 $p$”而不是两层，那么任何假想的因式分解都会产生整除矛盾。

---

最大陷阱

Eisenstein 是：

$$\boxed{\text{充分条件}}$$

不是必要条件。

也就是：

$$\text{满足} \Rightarrow \text{不可约},$$

但：

$$\text{不满足} \nRightarrow \text{可约}.$$

---

3.16 Eisenstein 的变量平移技巧

有些多项式直接看不满足 Eisenstein，但：

$$f(x+1)$$

或者：

$$f(x-1)$$

可能满足。

关键事实：

$$f(x)\text{ 可约} \iff f(x+a)\text{ 可约}.$$

因为变量平移只是把变量换个坐标。

---

典型题切入点

例如看到：

$$x^4+4x^3+6x^2+4x+3.$$

发现它很像：

$$(x+1)^4+2.$$

第一反应：

令 $y=x+1$。

化为：

$$y^4+2,$$

然后尝试素数 $p=2$ 的 Eisenstein 判别。

---

3.17 多项式因式分解的“数域层级图”

可以直接记：

$$\boxed{ \mathbb Q \subset \mathbb R \subset \mathbb C. }$$

数域越大，可用的因子越多，所以一个多项式：

可能在小域上不可约，但到了更大的域中变得可约。

典型例子：

$$x^2-2.$$

在：

$$\mathbb Q[x]$$

不可约。

在：

$$\mathbb R[x]$$

有：

$$(x-\sqrt2)(x+\sqrt2).$$

---

另一个例子：

$$x^2+1.$$

在：

$$\mathbb R[x]$$

不可约。

到了：

$$\mathbb C[x]$$

有：

$$(x-i)(x+i).$$

---

最终结构

数域	不可约多项式可能是什么
$\mathbb C$	只有一次
$\mathbb R$	一次，或无实根二次
$\mathbb Q$	可以有任意次数

---

第四部分：数项级数 vs 多项式“平行对比表”

先说明：

以下是思想类比，不是说左右概念在数学定义上等价。

它的目的是帮你发现两门课解决问题的共同套路。

数项级数	多项式	共同思想
判断级数是否收敛	判断 $g\mid f$、$f$ 是否可约	都是在判断一个核心性质是否成立
比较判别法	辗转相除法	把陌生问题转化成更容易处理的问题
正项级数与 $p$-级数、几何级数比较	多项式分解成不可约因子	都在寻找“标准基本块”
比值/根值判别法	Eisenstein 判别法	都是根据结构快速给出充分性判定；判别失败不代表反面成立
级数余项 $R_n=S-S_n$	除法余式 $r=f-qg$	都研究完成主要步骤之后“剩下多少”
$R_n\to0$	$r=0$ 时整除成立	都可以把目标性质转化为“剩余部分消失”
Cauchy 收敛准则	Bézout 等式 $uf+vg=1$ 判互素	都给出一种不必直接求最终对象的内在判据
部分和 $S_n$	辗转相除中的连续余式	都通过一串有限步骤/对象逼近或揭示最终结构
绝对收敛	唯一分解结构	都是一种更强、更稳定的性质，使后续操作更安全
条件收敛下重排可能改变和	多项式换数域后可约性可能改变	对象的性质依赖所处“操作环境”
有限项修改不改变敛散性	乘非零常数不改变本质因子结构	某些有限/可逆变化不改变核心结构
$a_n\to0$ 只是收敛必要条件	无有理根通常只是不可约性的部分信息	不能把必要条件错当充分条件
莱布尼茨利用正负抵消	共轭根配成实二次因子	都利用成对结构产生更稳定的整体
判断敛散时“尾部”最重要	判断多项式时“不可约因子”最重要	都试图忽略非核心表象，抓住决定性结构

如果只提炼成三个共同思维，就是：

$$\boxed{ \text{比较} \quad \text{降维} \quad \text{分解} }$$

比较

把不知道的东西和知道的东西比较。

降维

把复杂问题不断化成更简单的问题。

级数：

$$a_n\sim\frac1{n^p}.$$

多项式：

$$(f,g)\to(g,r_1)\to(r_1,r_2)\to\cdots$$

分解

级数：

$$\sum(a_n+b_n) = \sum a_n+\sum b_n.$$

多项式：

$$f=c\prod p_i^{m_i}.$$

最终目标都是：

把陌生对象转化成已经理解的基本对象。

---

第五部分：核心技能清单与自测题

5.1 数项级数必须练熟的 5 类技能

技能一：看到级数先完成“一级筛查”

必须形成条件反射：

$$a_n\to0?$$

若不是：

$$\Rightarrow \text{立即发散}.$$

同时快速识别：

• 正项；
• 交错；
• 阶乘；
• 指数；
• $1/n^p$ 型；
• $1/(n\ln^pn)$ 型。

目标是做到：

看到题型结构，10～20 秒内知道优先尝试哪个方法。

---

技能二：熟练选择正项级数审敛法

必须会区分：

• 直接比较；
• 极限比较；
• 比值；
• 根值；
• 积分。

重点不是“会套公式”，而是能回答：

为什么这道题选择这个判别法最省事？

尤其要熟记两个标准级数：

$$\sum\frac1{n^p}$$

以及：

$$\sum q^n.$$

---

技能三：判断绝对收敛、条件收敛

给：

$$\sum a_n$$

有正有负时，必须习惯先看：

$$\sum|a_n|.$$

能够证明三类结论：

$$\text{绝对收敛};$$ $$\text{条件收敛};$$ $$\text{发散}.$$

对于交错级数，必须熟练：

$$\text{莱布尼茨条件} + \text{余项估计}.$$

---

技能四：能用 Cauchy 准则直接证明收敛或发散

必须真正理解：

$$\left| \sum_{k=m+1}^n a_k \right|<\varepsilon.$$

典型能力包括：

• 用 Cauchy 准则证明一个级数发散；
• 构造一段尾和，使它始终不小；
• 用绝对值估计尾和；
• 从绝对收敛推出 Cauchy 性。

这部分是“证明能力”和“计算能力”的分水岭。

---

技能五：明确无限级数运算的合法边界

必须能区分：

• 加法；
• 数乘；
• 分组；
• 重排；
• 绝对收敛；
• 条件收敛。

尤其要能够解释：

为什么：

$$1-1+1-1+\cdots$$

不能因为：

$$(1-1)+(1-1)+\cdots$$

就宣布它等于零。

真正达到考研理解水平，不是只会说：

“不能这样做。”

而是能够指出：

分组后的部分和只是原部分和序列的一个子列，子列收敛不能推出原数列收敛。

---

5.2 多项式必须练熟的 5 类技能

技能一：带余除法、余数定理、因式定理

必须做到：

• 会长除法；
• 会求商和余式；
• 遇到 $x-a$ 立刻想到 $f(a)$；
• 遇到“$a$ 是根”立刻转成“$x-a\mid f$”。

这是后面所有内容的基础语言。

---

技能二：用辗转相除法求 gcd 和 Bézout 表示

必须会完整完成：

$$(f,g)$$

的计算。

然后反代得到：

$$(f,g)=uf+vg.$$

进一步能够利用：

$$(f,g)=1$$

证明：

$$f\mid gh,\quad(f,g)=1 \Rightarrow f\mid h.$$

这一类证明很高频。

---

技能三：判断不可约性并正确处理数域

拿到多项式必须先问：

$$\boxed{\text{在哪个域上？}}$$

必须知道：

• 二次、三次：无域内根即可不可约；
• 四次以上：无根不够；
• $\mathbb C$ 中不可约只有一次；
• $\mathbb R$ 中不可约只有一次和某些二次；
• $\mathbb Q$ 中可有任意次数不可约多项式。

---

技能四：用 $f'$ 和 $(f,f')$ 判断重因式

必须会：

$$f'$$

以及：

$$(f,f').$$

能够从：

$$(f,f')\ne1$$

立刻判断存在重因式。

还应理解：

$$a\text{ 为重根} \iff f(a)=f'(a)=0.$$

最好做到不依赖先完整分解 $f$。

---

技能五：有理根 + Gauss + Eisenstein

面对整系数多项式，需要形成工具链：

$$\boxed{ \text{有理根} \rightarrow \text{低次可约性} \rightarrow \text{Eisenstein} \rightarrow \text{必要时变量平移}. }$$

特别牢记：

$$\text{Eisenstein 失败} \nRightarrow \text{可约}.$$

以及：

$$\text{没有有理根} \nRightarrow \text{四次以上不可约}.$$

---

5.3 数项级数综合自测题

只给题面，不给答案。

综合题 1

讨论级数

$$\sum_{n=1}^{\infty} (-1)^{n-1} \ln\left(1+\frac1n\right)$$

的敛散性。

要求：

1. 判断其是否收敛；
2. 判断是绝对收敛还是条件收敛；
3. 若记前 $N$ 项和为 $S_N$，研究如何利用交错级数余项估计来控制 $$|S-S_N|;$$
4. 说明判断绝对收敛性时可以使用什么结构化简。

---

综合题 2

讨论级数

$$\sum_{n=2}^{\infty} \left[ \frac1{n(\ln n)^2} + \frac{(-1)^n}{n\ln n} \right].$$

要求：

1. 判断原级数是否收敛；
2. 判断其是否绝对收敛；
3. 明确写出每一个被拆开的级数分别使用什么判别法；
4. 讨论在得到最终结论后，是否可以任意改变各项排列顺序，并说明理论依据。

---

5.4 多项式综合自测题

综合题 1

设：

$$f(x) = x^5-2x^3+2x^2-3x+2 \in\mathbb Q[x].$$

完成下列问题：

1. 利用辗转相除法求 $$(f,f');$$
2. 判断 $f$ 是否存在重因式；
3. 确定各重根的重数；
4. 将 $f$ 在 $$\mathbb Q[x]$$ 中完全分解为不可约因子的乘积；
5. 分别写出它在 $$\mathbb R[x] \quad\text{和}\quad \mathbb C[x]$$ 中的完全分解形式；
6. 比较三种数域下“不可约因子”的变化。

---

综合题 2

设：

$$f(x) = x^4+4x^3+6x^2+4x+3.$$

完成下列问题：

1. 说明仅使用有理根定理为什么不足以直接证明 $f(x)$ 在 $\mathbb Q[x]$ 上不可约；
2. 通过适当的变量平移，将问题转化为适合使用 Eisenstein 判别法的形式；
3. 证明 $f(x)$ 在 $$\mathbb Q[x]$$ 上不可约；
4. 判断它在 $$\mathbb R[x]$$ 上是否仍不可约；
5. 根据代数基本定理描述它在 $$\mathbb C[x]$$ 中的最终因式分解结构。

---

最后给你一条真正适合复习的学习顺序

如果目标是“考研 100 分水平”而不是只看懂，我建议把这两章各自压缩成一条固定思维链。

数项级数

$$\boxed{ \text{部分和定义} \rightarrow a_n\to0 \rightarrow \text{正项级数} \rightarrow \text{比较/比值/根值/积分} \rightarrow \text{交错} \rightarrow \text{绝对/条件收敛} \rightarrow \text{运算合法性} \rightarrow \text{Cauchy准则} }$$

最终你必须达到的状态是：

给你一个新级数，你不是“挨个试判别法”，而是先读它的结构，再决定工具。

多项式

$$\boxed{ \text{带余除法} \rightarrow \text{整除} \rightarrow \gcd \rightarrow \text{Bézout} \rightarrow \text{不可约} \rightarrow \text{唯一分解} \rightarrow (f,f') \rightarrow \mathbb Q/\mathbb R/\mathbb C \rightarrow \text{有理根/Eisenstein} }$$

最终你必须达到的状态是：

给你一个多项式，你首先明确所在数域，然后沿着“根 → 因子 → gcd → 不可约 → 完全分解”的路线分析。

如果把两章再各压缩成一句话：

$$\boxed{\text{数项级数：控制无限尾巴。}}$$ $$\boxed{\text{多项式：追踪不可约因子。}}$$

这两个视角一旦建立起来，后面的题就不再是一堆零散技巧，而会变成一套有路线可走的理论。