lahlahblog喵~

具体数学笔记 (第二章 和式)

lahlah·2021-08-14 18:17·340 次阅读

具体数学笔记 (第二章 和式)

2.1 记号

∑ k = 1 n a k \sum_{k=1}^n a_k k=1nak
a k a_k ak称为被加数,直接把一个或多个条件写在 ∑ \sum 下面,指定求和所取的指标集,写在上面的是界限

2.2 和式和递归式

很多和式可以写成递归式的形式,反过来也是
如汉诺塔,把式子两边同时除 2 n 2^n 2n
T n / 2 n = T n − 1 / 2 n − 1 + 1 / 2 n T_n/2^n=T_{n-1}/2^{n-1}+1/2^n Tn/2n=Tn1/2n1+1/2n
S n = T n / 2 n S_n=T_n/2^n Sn=Tn/2n可得 S n = S n − 1 + 2 − n S_n=S_{n-1}+2^{-n} Sn=Sn1+2n
那么可以很轻松的写成和式
S n = ∑ i = 1 n 2 − i = 1 − 2 − n S_n=\sum_{i=1}^n2^{-i}=1-2^{-n} Sn=i=1n2i=12n
进而得到 T n = 2 n + 1 T_n=2^n+1 Tn=2n+1

其实这种转换可以写成一般的形式
对于 a n F n = b n T n − 1 + c n a_nF_n=b_nT_{n-1}+c_n anFn=bnTn1+cn

两边同时乘的因子为 d n = a n − 1 a n − 2 . . a 1 b n b n − 1 . . . b 2 \huge d_n=\frac{a_{n-1}a_{n-2}..a_1}{b_nb_{n-1}...b_2} dn=bnbn1...b2an1an2..a1即可
最后化简得到它的解为 1 d n a n ( d 1 b 1 F 0 + ∑ k = 1 n d k c k ) \large \frac{1}{d_na_n}(d_1b_1F_0+\sum_{k=1}^nd_kc_k) dnan1(d1b1F0+k=1ndkck)

来试一下具体的运用:快速排序比较步骤的平均次数
C 0 = C 1 = 0 C n = n + 1 + 2 n ∑ k = 0 n − 1 C k C_0=C_1=0 \\ C_n=n+1+\frac{2}{n}\sum_{k=0}^{n-1}C_k C0=C1=0Cn=n+1+n2k=0n1Ck
首先消除分母,把两边同时乘n
F n = n C n = n 2 + n + 2 ∑ k = 0 n − 1 C k F_n=nC_n=n^2+n+2\sum_{k=0}^{n-1}C_k Fn=nCn=n2+n+2k=0n1Ck
为了把求和去掉,考虑和它的前一项做一个减法
n C n − ( n − 1 ) C n − 1 = n 2 + n + 2 ∑ k = 0 n − 1 C k − ( n − 1 ) 2 − ( n − 1 ) − 2 ∑ k = 0 n − 2 C k = 2 n + 2 C n − 1 nC_n-(n-1)C_{n-1}=n^2+n+2\sum_{k=0}^{n-1}C_k-(n-1)^2-(n-1)-2\sum_{k=0}^{n-2}C_k \\ =2n+2C_{n-1} nCn(n1)Cn1=n2+n+2k=0n1Ck(n1)2(n1)2k=0n2Ck=2n+2Cn1
于是可以得到一个简单的递推式 C 0 = C 1 = 0 , C 2 = 3 n C n = ( n + 1 ) C n − 1 + 2 n C_0=C_1=0,C_2=3 \\ nC_n=(n+1)C_{n-1}+2n C0=C1=0,C2=3nCn=(n+1)Cn1+2n
在这条递推式中 a n = n , b n = ( n + 1 ) , c n = 2 n a_n=n,b_n=(n+1),c_n=2n an=n,bn=(n+1),cn=2n,直接套用前面的式子可得
d n = 2 n ( n + 1 ) d_n=\frac{2}{n(n+1)} dn=n(n+1)2
进而可以得到它的解为 C n = 2 ( n + 1 ) ∑ k = 1 n 1 k + 1 − 2 3 ( n > 1 ) C_n=2(n+1)\sum_{k=1}^n\frac{1}{k+1}-\frac{2}{3}(n>1) Cn=2(n+1)k=1nk+1132(n>1)

中间那个式子是调和的,设 H n = 1 + 1 / 2 + 1 / 3 + . . . . + 1 / n , H n H_n=1+1/2+1/3+....+1/n,H_n Hn=1+1/2+1/3+....+1/n,Hn被称为一个调和数
于是把原来的公式修正一下就变成了 C n = 2 ( n + 1 ) H n − 8 3 − 2 3 C_n=2(n+1)H_n-\frac{8}{3}-\frac{2}{3} Cn=2(n+1)Hn3832
验证一下发现是对的,狂喜

2.3 和式的处理

  • 分配律 ∑ k c a k = c ∑ k a k \sum\limits_{k}c a_k=c\sum\limits_ka_k kcak=ckak
  • 结合律 ∑ k ( a k + b k ) = ∑ k a k + ∑ k b k \sum\limits_{k}(a_k+b_k)=\sum\limits_k a_k+\sum\limits_k b_k k(ak+bk)=kak+kbk
  • 交换律 ∑ k ∈ S a k = ∑ p ( k ) ∈ S a p ( k ) \sum\limits_{k \in S}a_k = \sum\limits_{p(k) \in S} a_{p(k)} kSak=p(k)Sap(k)
    假设我们要计算一个等差级数
    S = ∑ 0 ≤ k ≤ n ( a + b k ) S=\sum_{0\leq k \leq n}(a+bk) S=0kn(a+bk)
    根据交换律,我们可以用 n − k n-k nk代替 k k k得到

S = ∑ 0 ≤ k ≤ n ( a + b ( n − k ) ) S=\sum\limits_{0\leq k \leq n}(a+b(n-k)) S=0kn(a+b(nk))
然后把上下两式相加
2 S = ∑ 0 ≤ k ≤ n ( a + b k + a + b ( n − k ) ) 2S=\sum\limits_{0\leq k \leq n}(a+bk+a+b(n-k)) 2S=0kn(a+bk+a+b(nk))
再用一次结合律+一次分配率可以得到
2 S = ( 2 a + b n ) ( n + 1 ) 2S=(2a+bn)(n+1) 2S=(2a+bn)(n+1)
于是我们就成功化简了

下面来介绍一下扰动法,我们常常可以用封闭形式来计算一个和式,极为 S n S_n Sn
S n = ∑ k = 0 n a k S_n=\sum_{k=0}^n a_k Sn=k=0nak
然后将它的最后一项和第一项分离出来,用两种方法分别重新改写 s n + 1 s_{n+1} sn+1
S n + a n + 1 = a 0 + ∑ k = 0 n a k + 1 S_n+a_{n+1}=a_0+\sum\limits_{k=0}^n a_{k+1} Sn+an+1=a0+k=0nak+1
然后我们尝试用 S n S_n Sn将右边那个和式表示出来,如果可以,我们就得到了一个方程,他的解就是求的和式
举个例子,我们来求一般的几何级数
S n = ∑ k = 0 n a x k S_n=\sum_{k=0}^nax^k Sn=k=0naxk
我们利用扰动法
S n + a x n + 1 = a 0 + ∑ k = 0 n a x k + 1 S_n+ax^{n+1}=a_0+\sum\limits_{k=0}^nax^{k+1} Sn+axn+1=a0+k=0naxk+1
右边那个和式可以通过分配率变成
a 0 + k ∑ k = 0 n a x k = a 0 + s n a_0+k\sum\limits_{k=0}^nax^{k}=a_0+s_n a0+kk=0naxk=a0+sn
所以 S n + a n + 1 = a 0 + x S n S_n+a^{n+1}=a_0+xS_n Sn+an+1=a0+xSn
容易解得 S n = a − a x n + 1 1 − x S_n=\frac{a-ax^{n+1}}{1-x} Sn=1xaaxn+1

如果式子是长这样呢?
S n = ∑ k = 0 n k x k S_n=\sum_{k=0}^nkx^k Sn=k=0nkxk
实际上你可以直接用扰动法,或者直接更加简单的把几何级数求个导得到
因为和式的倒数等于各项倒数之和
S n = 1 − ( n + 1 ) x n + n x n + 1 ( 1 − x ) 2 S_n=\frac{1-(n+1)x^n+nx^{n+1}}{(1-x)^2} Sn=(1x)21(n+1)xn+nxn+1

2.4 多重和式

  • 交换求和次序基本法则: ∑ j ∑ k a j , k [ p ( j , k ) ] = ∑ k ∑ j a j , k [ p ( j , k ) ] \sum_j\sum_ka_{j,k}[p(j,k)]=\sum_k\sum_ja_{j,k}[p(j,k)] jkaj,k[p(j,k)]=kjaj,k[p(j,k)]
  • 一般分配律:(可以通过上一个法则推广得到) ∑ j ∈ J ,    k ∈ K a j b k = ( ∑ j ∈ J a j ) × ( ∑ k ∈ K b k ) \sum_{j\in J ,~~ k \in K}a_jb_k=(\sum_{j \in J}a_j)\times(\sum_{k \in K} b_k) jJ,  kKajbk=(jJaj)×(kKbk)

我们来研究一下一个重要的二重和式
S = ∑ 1 ≤ j < k ≤ n ( a k − a j ) ( b k − b j ) S=\sum\limits_{1\leq j < k\leq n}(a_k-a_j)(b_k-b_j) S=1j<kn(akaj)(bkbj)
交换 j , k j,k j,k具有对称性
S = ∑ 1 ≤ k < j ≤ n ( a j − a k ) ( b j − b k ) S=\sum\limits_{1\leq k < j\leq n}(a_j-a_k)(b_j-b_k) S=1k<jn(ajak)(bjbk)
与上式相加
利用恒等式
[ 1 ≤ j < k ≤ n ] + [ 1 ≤ k < j ≤ n ] = [ 1 ≤ j , k ≤ n ] − [ 1 ≤ j = k ≤ n ] [1 \le j <k\le n]+[1 \le k <j\le n]=[1 \le j,k\le n]-[1 \le j =k\le n] [1j<kn]+[1k<jn]=[1j,kn][1j=kn]
可得
2 S = ∑ 1 ≤ k , j ≤ n ( a j − a k ) ( b j − b k ) − ∑ 1 ≤ k = j ≤ n ( a j − a k ) ( b j − b k ) 2S=\sum\limits_{1\leq k, j\leq n}(a_j-a_k)(b_j-b_k)-\sum\limits_{1\leq k = j\leq n}(a_j-a_k)(b_j-b_k) 2S=1k,jn(ajak)(bjbk)1k=jn(ajak)(bjbk)
右边那块显然为0,考虑左边那块是啥
把它拆开
= 2 ∑ 1 ≤ j , k ≤ n a j b j − 2 ∑ 1 ≤ k < j ≤ n a j b k = 2 n ∑ 1 ≤ j ≤ n a j b j − 2 ( ∑ 1 ≤ j ≤ n a j ) ( ∑ 1 ≤ j ≤ n b j ) \large =2\sum\limits_{1\leq j,k\leq n}a_jb_j-2\sum\limits_{1\leq k < j\leq n}a_jb_k \\ = 2n\sum\limits_{1\leq j\leq n}a_jb_j-2(\sum\limits_{1\leq j\leq n}a_j)(\sum\limits_{1\leq j \leq n}b_j) =21j,knajbj21k<jnajbk=2n1jnajbj2(1jnaj)(1jnbj)
贼有趣
带回原始/2后移项后重新排序可以得到
( ∑ 1 ≤ j ≤ n a j ) ( ∑ 1 ≤ j ≤ n b j ) = n ∑ k = 1 n a k b k − ∑ 1 ≤ k < j ≤ n ( a j − a k ) ( b j − b k ) (\sum\limits_{1\leq j\leq n}a_j)(\sum\limits_{1\leq j \leq n}b_j)=n\sum_{k=1}^na_kb_k-\sum\limits_{1\leq k < j\leq n}(a_j-a_k)(b_j-b_k) (1jnaj)(1jnbj)=nk=1nakbk1k<jn(ajak)(bjbk)
通过这个等式可以得到切比雪夫单调不等式
( ∑ 1 ≤ j ≤ n a j ) ( ∑ 1 ≤ j ≤ n b j ) ≤ n ∑ k = 1 n a k b k ,     a , b 单 调 递 增 (\sum\limits_{1\leq j\leq n}a_j)(\sum\limits_{1\leq j \leq n}b_j)\le n\sum_{k=1}^na_kb_k,~~~ a,b单调递增 (1jnaj)(1jnbj)nk=1nakbk,   a,b
( ∑ 1 ≤ j ≤ n a j ) ( ∑ 1 ≤ j ≤ n b j ) ≥ n ∑ k = 1 n a k b k ,     a 单 调 递 增 , b 单 调 递 减 (\sum\limits_{1\leq j\leq n}a_j)(\sum\limits_{1\leq j \leq n}b_j)\ge n\sum_{k=1}^na_kb_k,~~~ a单调递增,b单调递减 (1jnaj)(1jnbj)nk=1nakbk,   a,b
通过上面这个式子不难证明ab单调递增时 ∑ k = 1 n a k b k \sum\limits_{k=1}^na_kb_k k=1nakbk取到最大值,最小值由第二条推出

对于
f : J → k f:J \rightarrow k f:Jk
指标替换可以这样用
∑ j ∈ J a f ( j ) = ∑ k ∈ K a k ∑ j ∈ J [ f ( j ) = k ] \sum_{j \in J}a_{f(j)}=\sum_{k \in K}a_k\sum_{j\in J}[f(j)=k] jJaf(j)=kKakjJ[f(j)=k]

2.5 一般性方法

  • 查找公式(oeis.org)俗称开挂
  • 猜测答案,用归纳法证明
  • 对和式进行扰动法
  • 用积分替换和式
    设我们要求 f n = ∑ k = 0 n k 2 f_n=\sum_{k=0}^nk^2 fn=k=0nk2
    ∫ 0 n x 2 d x = n 3 3 , 所 以 我 们 知 道 f n ∼ n 3 3 \int_{0}^nx^2dx=\frac{n^3}{3},所以我们知道f_n \sim\frac{n^3}{3} 0nx2dx=3n3,fn3n3 设误差 E n = f n − n 3 3 E_n=f_n-\frac{n^3}{3} En=fn3n3
    它也满足一个简单的递推式
    E n = f n − n 3 3 = f n − 1 + n 2 − n 3 3 = E n − 1 + ( n − 1 ) 3 3 + n 2 − n 3 3 \large E_n=f_n-\frac{n^3}{3}=f_{n-1}+n^2-\frac{n^3}{3}\\ \\ =E_{n-1}+\frac{(n-1)^3}{3}+n^2-\frac{n^3}{3} En=fn3n3=fn1+n23n3=En1+3(n1)3+n23n3

E n E_n En的封闭形式求出来带回去就可以求到 f n f_n fn

  • 展开和收缩
    如上面那个例子,把它变成二重和式,之后再化简
  • 用有限微积分
  • 用生成函数

2.6 有限微积分和无限微积分

  • 无限积分:定义由 所定义的微分 D f ( x ) = lim ⁡ h → 0 f ( x + h ) − f ( x ) h Df(x)=\lim\limits_{h \rightarrow0}\frac{f(x+h)-f(x)}{h} Df(x)=h0limhf(x+h)f(x)
  • 有限积分:定义由 所定义的差分 Δ f ( x ) = f ( x + 1 ) − f ( x ) \Delta f(x)=f(x+1)-f(x) Δf(x)=f(x+1)f(x)
    D 和 Δ D和\Delta DΔ被称为算子,它们是函数的函数
    D ( x m ) = x m − 1 D(x^m)=x^{m-1} D(xm)=xm1,然而 Δ \Delta Δ就不行
    但是下降幂(下降乘幂)和上升幂就有比较好的性质
    有限微积分用在上面就很好了
    Δ ( x m ‾ ) = m x m − 1 ‾ \large \Delta (x^{\underline{m}})=mx^{\underline{m-1}} Δ(xm)=mxm1
    于是我们就得到了可以与微积分媲美的性质

无限积分算子 D D D的逆微分算子(积分算子)是 ∫ \large \int
g ( x ) = D f ( x )    ⟺    ∫ g ( x ) d x = f ( x ) + C g(x)=Df(x)\iff \int g(x)dx=f(x)+C g(x)=Df(x)g(x)dx=f(x)+C
前面那个是不定积分
同样的,有限积分的逆差分算子(求和算子)是 ∑ \sum
g ( x ) = Δ f ( x )    ⟺    ∑ g ( x ) δ x = f ( x ) + C g(x)=\Delta f(x) \iff \sum g(x) \delta x=f(x)+C g(x)=Δf(x)g(x)δx=f(x)+C
前面那个是不定和式

那么有不定积分肯定也有定积分
∫ a b g ( x ) d x = f ( x ) ∣ a b = f ( b ) − f ( a ) \int_a^b g(x)dx=f(x)|_a^b=f(b)-f(a) abg(x)dx=f(x)ab=f(b)f(a)
同样的有限积分也有确定的和式
∑ a b g ( x ) δ x = f ( x ) ∣ a b = f ( b ) − f ( a ) \sum_a^b g(x)\delta x=f(x)|_a^b=f(b)-f(a) abg(x)δx=f(x)ab=f(b)f(a)

由无限微积分中的
∫ 0 n x m d x = n m + 1 m + 1 \int_0^n x^mdx=\frac{n^{m+1}}{m+1} 0nxmdx=m+1nm+1
也可以得到有限积分中的
∑ k = 0 n − 1 k m ‾ = n m + 1 ‾ m + 1 \sum_{k=0}^{n-1}k^{\underline{m}}=\frac{n^{\underline{m+1}}}{m+1} k=0n1km=m+1nm+1

利用下降幂也可以求通常的幂,例如
k 2 = k 2 ‾ + k 1 ‾ k^2=k^{\underline{2}}+k^{\underline{1}} k2=k2+k1
所以
∑ k = 0 n − 1 k 2 = n 3 ‾ 3 + n 2 ‾ 2 = 1 3 n ( n − 1 2 ) ( n − 1 ) \sum_{k=0}^{n-1}k^2=\frac{n^{\underline{3}}}{3}+\frac{n^{\underline{2}}}{2}=\frac{1}{3}n(n-\frac{1}{2})(n-1) k=0n1k2=3n3+2n2=31n(n21)(n1)
拿n+1替换一下n就可以得到平方和公式了
ohhhhhhhhhh

利用斯特林数(第六章)由更好的性质

下降幂还有什么好性质吗?当然是有的
例如“阶乘二项式定理”夜是适用的

负数的下降幂也是成立的(同样的差分性质夜成立,即 Δ \Delta Δ)
x m ‾ = 1 ( x + 1 ) ( x + 2 ) . . . ( x + m ) x^{\underline{m}}=\frac{1}{(x+1)(x+2)...(x+m)} xm=(x+1)(x+2)...(x+m)1
(实数和复数也可以,后面再讲)
x n + m ‾ = x m ‾ ( x − m ) n ‾ x^{\underline{n+m}}=x^{\underline{m}}(x-m)^{\underline{n}} xn+m=xm(xm)n

同样的,对于下降幂和式我们也可以给出完整的描述
∑ a b x m ‾ δ x = { x m + 1 ‾ m + 1 ∣ a b ,      m ≠ − 1 H x ∣ a b ,        m = − 1 \large\sum_a^b x^{\underline{m}}\delta x={xm+1_m+1|ab,    m1Hx|ab,      m=1 abxmδx=m+1xm+1ab,    m=1Hxab,      m=1

无限积分与有限积分中的法则:
D ( e x ) = e x , Δ ( 2 x ) = 2 x D(e^x)=e^x, \Delta(2^x)=2^x D(ex)=ex,Δ(2x)=2x

  • 乘法法则
    无限积分中有: D ( u v ) = D ( u ) v + u D ( v ) D(uv)=D(u)v+uD(v) D(uv)=D(u)v+uD(v)
    有限积分中的则是 Δ ( u ( x ) v ( x ) ) = u ( x + 1 ) v ( x + 1 ) − u ( x ) v ( x ) = u ( x + 1 ) v ( x + 1 ) − u ( x ) v ( x + 1 ) + u ( x ) v ( x + 1 ) − u ( x ) v ( x ) = u ( x ) Δ v ( x ) + v ( x + 1 ) Δ u ( x ) \Delta(u(x)v(x))=u(x+1)v(x+1)-u(x)v(x)\\=u(x+1)v(x+1)-u(x)v(x+1)+u(x)v(x+1)-u(x)v(x)\\=u(x)\Delta v(x)+v(x+1)\Delta u(x) Δ(u(x)v(x))=u(x+1)v(x+1)u(x)v(x)=u(x+1)v(x+1)u(x)v(x+1)+u(x)v(x+1)u(x)v(x)=u(x)Δv(x)+v(x+1)Δu(x)
    利用转移算子 E f ( x ) = f ( x + 1 ) Ef(x)=f(x+1) Ef(x)=f(x+1)
    可以写成
    Δ ( u v ) = u Δ v + E v Δ u \Delta(uv)=u\Delta v+Ev\Delta u Δ(uv)=uΔv+EvΔu
  • 分步积分/求和法则
    把上面的两条式子左右两边分别积分/求和,移项后就可以得到了
    ∫ u D ( v ) = u v − ∫ v D ( u )     ∑ u Δ v = u v − ∑ E v Δ ( u ) \int uD(v)=uv-\int vD(u) \\ \\ \\ \\ ~~~ \\ \sum u\Delta v=uv-\sum Ev \Delta(u) uD(v)=uvvD(u)   uΔv=uvEvΔ(u)

2.7 无限和式

  • 任何一个非减的序列都有极限
  • 分配律,结合律,交换律
    定义:设 K K K是任意一个集合, a k a_k ak是对于每一个 k ∈ K k \in K kK的实值项,任何实数 x x x都可以写成其正部分减去其负部分
    ∑ k ∈ K a k = ∑ k ∈ K a k + − ∑ k ∈ K a k − \sum_{k \in K}a_k=\sum_{k \in K}a_k^+-\sum_{k \in K}a_k^- kKak=kKak+kKak
    如果右边两个都是 ∞ \infin 我们不定义
    如果 A + = ∑ k ∈ K a k + , A − A^+=\sum_{k \in K}a_k^+,A^- A+=kKak+,A都是有限的,那么我们就说这个和式是绝对收敛 与值
    A = A + − A − A=A^+-A^- A=A+A 不然就是发散于 + ∞ +\infin + − ∞ -\infin
posted @   lahlah  阅读(340)  评论(0编辑  收藏  举报
编辑推荐:
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
历史上的今天:
2018-08-14 bzoj 2134: 单选错位
2018-08-14 luogu 2613 【模板】有理数取模
2018-08-14 浅谈差分约束系统
点击右上角即可分享
微信分享提示