← 全部笔记

数学分析

构造求和

文章目录

来源与问题 原笔记未记录具体书页。要解决的是如何为被加项构造差分、递推或母函数,使有限部分和可计算;转为无穷级数时再单独证明余项趋零。以下保留原例子,并统一Bernoulli数的端点约定。

构造求和

构造求和(constructive summation)是一类把“难算的和”改写成“可逐项相消或可由已知公式算出”的技巧。核心思想是把被加项 拆开再重组:要么造出相邻项相消的望远镜结构,要么引入与微积分对偶的离散运算(差分、分部求和、幂和公式),把求和化为若干标准块。

1. 裂项相消(望远镜求和)

1.1 基本恒等式

若 aka_k 能写成某个数列 {uk}\{u_k\} 的差分,即 ak=uk+1−uka_k=u_{k+1}-u_k,则中间项全部抵消:

∑k=mnak=∑k=mn(uk+1−uk)=un+1−um.\sum_{k=m}^{n}a_k=\sum_{k=m}^{n}(u_{k+1}-u_k)=u_{n+1}-u_m.

经典例:1k(k+1)=1k−1k+1\dfrac{1}{k(k+1)}=\dfrac1k-\dfrac1{k+1},故

∑k=1n1k(k+1)=1−1n+1→n→∞1.\sum_{k=1}^{n}\frac{1}{k(k+1)}=1-\frac{1}{n+1}\xrightarrow{n\to\infty}1.

识别裂项 分式型、三角恒等变换型、k+1−k\sqrt{k+1}-\sqrt{k} 型等常可通过“部分分式”或“有理化”拆成差分。

1.2 Abel 分部求和

当被加项本身不是差分、但可写成两个因子的乘积时,用分部求和(求和法的“分部积分”):

∑k=1nak=∑k=1nk (ak−ak+1)+n an+1.\sum_{k=1}^{n}a_k=\sum_{k=1}^{n}k\,(a_k-a_{k+1})+n\,a_{n+1}.

这是把系数 kk 的差分 k−(k−1)=1k-(k-1)=1 “转嫁”到 aka_k 上,即把 aka_k 视为 (k−(k−1))ak(k-(k-1))a_k 后交换求和——正是Abel 分部求和公式的思想。

例1 设数列 {nan}\{na_n\} 与级数 ∑n=1∞n(an−an+1)\sum_{n=1}^{\infty}n(a_n-a_{n+1}) 都收敛,证明 ∑n=1∞an\sum_{n=1}^{\infty}a_n 收敛。

关键步骤:由上面的分部求和恒等式, ∑k=1nak=∑k=1nk(ak−ak+1)+n an+1.\sum_{k=1}^{n}a_k=\sum_{k=1}^{n}k(a_k-a_{k+1})+n\,a_{n+1}. 右端第一项是收敛级数 ∑k(ak−ak+1)\sum k(a_k-a_{k+1}) 的部分和(趋于某个有限数 SS)。又因 {nan}\{na_n\} 收敛,可设 lim⁡nan=ℓ\lim na_n=\ell,于是 nan+1=nn+1⋅(n+1)an+1→ℓ.n a_{n+1}=\frac{n}{n+1}\cdot(n+1)a_{n+1}\to\ell. 所以部分和 ∑k=1nak→S+ℓ\sum_{k=1}^{n}a_k\to S+\ell,即 ∑an\sum a_n 收敛。

2. 扰动法(perturbation)

扰动法用途极广:把目标“和”放大一个量级后写出“平移版”,两者相减得到关于未知和的线性方程。

以幂和 S2(n)=∑k=1nk2S_2(n)=\sum_{k=1}^{n}k^2 为例,考虑 ∑k=1n((k+1)3−k3)\sum_{k=1}^{n}\big((k+1)^3-k^3\big)。从左端望远镜求和得 (n+1)3−1(n+1)^3-1;从右端逐项展开得

∑k=1n(3k2+3k+1)=3S2(n)+3S1(n)+n,\sum_{k=1}^{n}\big(3k^2+3k+1\big)=3S_2(n)+3S_1(n)+n,

其中 S1(n)=n(n+1)2S_1(n)=\dfrac{n(n+1)}2。由此解出

S2(n)=n(n+1)(2n+1)6.S_2(n)=\frac{n(n+1)(2n+1)}{6}.

适用范围 扰动法依赖“各阶幂和”之间的递推,pp 阶幂和 Sp(n)S_p(n) 一般需借助更低阶 Sp−1,…,S0S_{p-1},\dots,S_0,即“升一阶、反解回来”。直接对 SpS_p 本身做扰动会回到恒等式,须升阶后才有效。

3. 离散微积分:差分与求和

3.1 差分算子

前向差分算子定义为 Δf(x)=f(x+1)−f(x)\Delta f(x)=f(x+1)-f(x)。它与导数平行的基本性质是线性与莱布尼茨型的差分,而“次方”对应下降阶乘 (x)m=x(x−1)⋯(x−m+1)(x)_m=x(x-1)\cdots(x-m+1):

Δ (x)m=m (x)m−1.\Delta\,(x)_m=m\,(x)_{m-1}.

3.2 离散牛顿-莱布尼茨公式

对差分,积分对应求和:

∑k=mn−1Δf(k)=f(n)−f(m).\sum_{k=m}^{n-1}\Delta f(k)=f(n)-f(m).

它把“构造原函数”变成“求反差分”。例如 k=(k)1k=(k)_1,故

∑k=0n−1k=(n)22=n(n−1)2.\sum_{k=0}^{n-1}k=\frac{(n)_2}{2}=\frac{n(n-1)}{2}.

它与求原函数相类比,但差分乘积法则带平移:Δ(fg)(x)=f(x+1)Δg(x)+g(x)Δf(x)\Delta(fg)(x)=f(x+1)\Delta g(x)+g(x)\Delta f(x),不能把导数的全部代数规则原样搬过来。

4. 幂和与 Bernoulli 数

4.1 Faulhaber 公式

对非负整数 pp 和正整数 nn,幂和可用Bernoulli数统一表出(按 B1=−1/2B_1=-1/2 的约定):

∑k=1nkp=1p+1∑j=0p(−1)j(p+1j)Bj np+1−j.\sum_{k=1}^{n}k^{p}=\frac{1}{p+1}\sum_{j=0}^{p}(-1)^{j}\binom{p+1}{j}B_j\,n^{p+1-j}.

例如 p=2p=2 时 13(n3−(31)B1n2+(32)B2n)=13(n3+32n2+12n)\frac13\big(n^3-\binom31B_1n^2+\binom32B_2n\big)=\frac13\big(n^3+\frac32n^2+\frac12n\big),正是 n(n+1)(2n+1)6\frac{n(n+1)(2n+1)}6。详见Bernoulli 数。

4.2 Bernoulli 多项式的观点

更紧凑地,设 Bernoulli 多项式 Bm(x)=∑j=0m(mj)Bjxm−jB_m(x)=\sum_{j=0}^{m}\binom{m}{j}B_jx^{m-j},则

∑k=1nkp=Bp+1(n+1)−Bp+1(1)p+1.\sum_{k=1}^{n}k^{p}=\frac{B_{p+1}(n+1)-B_{p+1}(1)}{p+1}.

由 Bp+1(x+1)−Bp+1(x)=(p+1)xpB_{p+1}(x+1)-B_{p+1}(x)=(p+1)x^p 望远镜求和即可得到此式,它也是Euler-Maclaurin 公式的多项式情形。p≥1p\ge1 时 Bp+1(1)=Bp+1(0)B_{p+1}(1)=B_{p+1}(0),但 p=0p=0 时二者分别为 1/2,−1/21/2,-1/2,下端必须保留 B1(1)B_1(1),才能得到 ∑k=1n1=n\sum_{k=1}^n1=n。

两点注意

  1. Faulhaber 公式里的 B1B_1 符号取决于约定(+12+\tfrac12 或 −12-\tfrac12),两套记号只差 (−1)j(-1)^j 因子,务必与所用 Bernoulli 数的定义一致。
  2. 奇指标 B2m+1=0 (m≥1)B_{2m+1}=0\ (m\ge1),所以除了 B1B_1 的端点修正外,正阶项只需偶数指标Bernoulli数。

5. 方法选择

情形 推荐工具
被加项写成一阶差分 裂项相消
两项乘积、一因子是差分 Abel 分部求和公式
幂和/多项式型 扰动法 或 Faulhaber 公式
递推、组合恒等式 离散微积分 或 母函数(见幂级数在组合数学中的应用)
求和与积分转换 Euler-Maclaurin 公式

级数求和的裂项、积分与Abel方法提供同一求和问题的裂项与积分两解;比较时应指出哪一步处理有限恒等式,哪一步负责端点或无穷尾项。

相关笔记