1. 非负序列和的Carleman不等式
Carleman不等式(Carleman 1923)
an是一列非负实序列,令Gn:=(∏k=1nak)1/n为此序列的几何平均值序列。如果an组成的级数∑k≥1ak收敛,那么Gn组成的级数∑n≥1Gn也收敛并且被∑k≥1ak控制起来:∑n≥1Gn<e∑k≥1ak其中e是自然底数。
1.1 不等式的证明
我们本质上想要得到∑nGn这个和的一个上界估计,整个估计采用的方法是逐项估计。这里我们借助Power mean及其性质当中的符号来阐述这里的逐项估计思路。
按照Power mean及其性质中的记号,Gn=M0(a1,⋯,an),这种权重为1的几何平均值可以被M1(a1,2a2,⋯,nan)控制起来,因为M0(a1,⋯,an)=(n!)−n1M0(a1,2a2,⋯,nan)≤(n!)−n1M1(a1,2a2,⋯,nan)
然后利用4.不等式关系,我们可以把系数(n!)−n1做一个放缩得到一个更简单的上界:(n!)−n1=[(2πn)−1/ne−nrn]ne<n+1e其中12n+11<rn<12n1。
- 这里一个较为粗糙的放缩是(n!)−n1<ne。如果采用这样精度的放缩,那么后面在进行逐项估计的时候误差会达不到我们想要的结果。具体体现在,如果用上面的n+1e作为上界,那么最后我们会得到∑n≥kn(n+1)1=k1这恰好满足Carleman不等式的要求。但如果是ne作为上界,那么由于∑n≥kn21>k1最后则不能得到Carleman不等式的结果。
现在我们得到M0(a1,⋯,an)<n+1eM1(a1,2a2,⋯,nan)按照求和以及Gn的定义写出来就是Gn<n(n+1)e∑k=1nkak从而∑n=1NGn<∑n=1Nn(n+1)e∑1≤k≤nkak但是这样的上界还不是最简单的,我们还可对上界做进一步化简。首先我们交换求和次序n=1∑Nn2e1≤k≤n∑kak=en≤N∑k≤N∑1k≤nn(n+1)1kak=ek≤N∑n≤N∑1k≤nn(n+1)1kak=ek≤N∑kakk≤n≤N∑n(n+1)1=ek≤N∑kakk≤n≤N∑n(n+1)1<ek≤N∑kakk≤n∑n(n+1)1=ek≤N∑ak因此∑n≤NGn<e∑k≤Nak如果ak组成的级数收敛,那么两边取极限便得到∑n≥1Gn≤e∑k≥1ak然而在∑kak收敛的情况下上面不等式不能取等,因为等式成立需要ak=kC,但倘若ak具有这种形式其对应的级数不可能收敛。因此∑n≥1Gn<e∑k≥1ak
1.2 一些典型的应用
对于正实数序列an,如果级数∑n≥1an1收敛,那么级数∑n≥1(a1+⋯+ann)p,p≥1也是收敛的。
- 令bn:=an1那么我们就是要用∑nbn控制目标的级数,不过Carleman不等式控制的是序列的几何平均值的和,而目标的和是关于bn的调和平均值。这里与Carleman不等式的联系基于Power mean及其性质,因为(a1+⋯+ann)p=M−1(b1,⋯,bn)p≤M0(b1,⋯,bn)p令Gn:=M0(b1,⋯,bn)根据条件以及Carleman不等式,于是我们知道∑n≥1Gn是收敛的,因此Gn→0。因此对于足够大的n,Gnp≤Gn于是∑nGnp也是收敛的,于是∑n≥1(a1+⋯+ann)p≤∑n≥1Gnp<∞
- 这个不等式其中p=1才是关键。因为如果p>1,令An:=∑k≤nak,Sn:=∑k=1nak1→S。那么柯西不等式告诉我们AnSn≥n2于是Fn:=Ann≤nSn≤nS所以∑nFnp≤Sp∑nnp1因此只要p>1后者当然是收敛的,关键在于p=1的情况。