O. 前言
在翻洛谷日报的时候居然没看到伯努利数的讲解,于是有了这篇文章。
想要看懂本文,你需要提前知道以下内容:
- 二项式系数;
- 幂级数;
- 艾弗森括号;
- 下降幂;
- 第二类斯特林数。
部分内容在文中给了对应的公式,故不放在前言内。
I. 伯努利数的定义:万恶之源 \(m\) 次幂的求和公式
1. 伯努利数的递归定义
伯努利在研究 \(m\) 次幂的求和公式的时候,发现了伯努利数。我们记
\[S_m(n)=\sum_{k=0}^{n-1}k^m
\]
动手带入不同的值,伯努利发现了以下一系列公式:
\[\begin{aligned}
S_0(n) &= n\\
S_1(n) &= \frac12 n^2 &- \frac12 n \\
S_2(n) &= \frac13 n^3 &- \frac12 n^2 &+ \frac16 n \\
S_3(n) &= \frac14 n^4 &- \frac12 n^3 &+ \frac14 n^2 \\
S_4(n) &= \frac15 n^5 &- \frac12 n^4 &+ \frac13 n^3 &- \frac{1}{30} n \\
S_5(n) &= \frac16 n^6 &- \frac12 n^5 &+ \frac{5}{12} n^4 &- \frac{1}{12} n^2 \\
...
\end{aligned}
\]
观察这些系数,伯努利发现(是的,伟大的数学家不屑于证明这些显然的结论)在 \(S_m(n)\) 中:
- \(n^{m + 1}\) 的系数总是 \(\frac{1}{m + 1}\) ;
- \(n^{m}\) 的系数总是 \(-\frac{1}2\) ;
- \(n^{m - 1}\) 的系数总是 \(\frac{m}{12}\) ;
- \(n^{m - 2}\) 的系数总是 \(0\) ;
- \(n^{m - 3}\) 的系数总是 \(-\frac{m(m-1)(m-2)}{720}\)
- ……
- \(n^{m - k}\) 的系数总是 \(C \cdot m^{\underline{k}}\) ,其中 \(C\) 是一个常数。
用现代记号,我们把系数写为如下形式:
\[S_m(n) = \frac{1}{m+1}\sum_{k=0}^{m}\binom{m+1}{k}B_kn^{m+1-k}
\]
在此用递归定义伯努利数:
\[\forall m \geq 0,\ \sum^{m}_{k = 0}\binom{m+1}{k}B_k = [m = 0]
\]
考虑证明。在《具体数学》上给出了一种较为复杂的证明方法。这里,我们直接使用生成函数来证明。
考虑如下式子
\[\sum^{m}_{k = 0}\binom{m+1}{k}B_k = [m = 0]
\]
两边加上\(B_{m+1}\),则有:
\[\sum^{m + 1}_{k = 0}\binom{m+1}{k}B_k = [m = 0] + B_{m + 1}
\]
美美展开二项式系数,则有:
\[\sum^{m + 1}_{k = 0}\frac{B_k}{k!}\cdot \frac{1}{(m - k)!} = [m = 1] + \frac{B_{m}}{m!}
\]
为了书写方便,设 \(B(z) = \sum_{i\geq 0}\frac{B_i}{i!}z^i\) 。注意到等号左边是个卷积,则有:
\[B(z)\text{e}^z = z + B(z) \\
B(z) = \frac{z}{\text{e}^z - 1}
\]
设 \(F_n(z) = \sum_{m\geq 0}\frac{S_m(n)}{m!}z^m\) ,则有:
\[\begin{aligned}
F_n(z) &= \sum_{m\geq 0}\frac{S_m(n)}{m!}z^m \\
&= \sum_{m\geq 0}\sum_{i=0}^{n-1}\frac{i^m z^m}{m!} \\
&= \sum_{i=0}^{n-1}\textcolor{red}{\sum_{m\geq 0}\frac{i^m z^m}{m!}} \\
&= \sum_{i=0}^{n-1} \textcolor{red}{\text{e}^{iz}}
\\
&= \frac{\text{e}^{nz}-1}{\text{e}^z-1}
\\
&= \textcolor{red}{\frac{z}{\text{e}^z-1}}\cdot \ \frac{\text{e}^{nz}-1}{z}\\
&= B(z)\cdot \ \frac{\text{e}^{nz}-1}{z} \\
&= (\sum_{i\geq 0}\frac{B_i}{i!})(\sum_{i\geq 0}\frac{n^{i+1}z^i}{(i+1)!})
\end{aligned}
\]
把 \(F_n(z)\) 带入,则有:
\[\begin{aligned}
S_m(n) &= m![z^m]F_n(z) \\
&= \frac{1}{m+1}\sum_{i = 0}^m\binom{m+1}{i}B_in^{m-i+1}
\end{aligned}
\]
这正是我们熟悉的形式,证毕!
2. 伯努利数的生成函数定义
伯努利数的生成函数定义如下(也是现代应用最广的定义法):
\[\frac{x}{\text{e}^x - 1} = \sum_{n \geq 0}\frac{B_n x^n}{n!}
\]
这样子计算伯努利数会更快一些。具体的做法是考虑泰勒展开,我们熟知:
\[\frac{x}{\text{e}^x - 1} = 1 - \frac{x}{2} + \frac{x^2}{12} +\cdot\cdot\cdot
\]
直接对比系数,你会发现:
\[B_n = \frac{\text{d}^n}{\text{d}x^n}
(\frac{x}{\text{e}^x - 1})_{x=0}
\]
不难发现:
\[\begin{aligned}
\frac{x}{\text{e}^x - 1}&=\frac{\ln{1-(1-\text{e}^x)}}{e^x-1}\\
&= \sum_{k \geq 0} \frac{(1-\text{e}^x)^k}{k+1}
\end{aligned}
\]
带入,则有(我们需要使用第二类斯特林数):
\[\begin{aligned}
B_n &= \frac{\text{d}^n}{\text{d}x^n}
(\frac{x}{\text{e}^x - 1})_{x=0} \\
&= \sum_{k \geq 0} \frac {1}{k+1}\frac{\text{d}^n}{\text{d}x^n}
(1-\text{e}^x)^k\bigg|_{x=0} \\
&= \sum_{k \geq 0} \frac {1}{k+1} \textcolor{red}{\sum_{i = 0}^{k}\binom{k}{i}(-1)^ii^n} \\
&= \sum_{k = 1}^{n} \frac{(-1)^kk!}{k+1} {n\brace k}
\end{aligned}
\]
至此,你就得出了伯努利数的两种定义。复习一下:
\[\forall m \geq 0,\ \sum^{m}_{n = 0}\binom{m+1}{n}B_n = [m = 0]
\]
\[\frac{x}{\text{e}^x - 1} = \sum_{n \geq 0}\frac{B_n x^n}{n!}
\]
\[B_n = \sum_{k = 1}^{n} \frac{(-1)^kk!}{k+1} {n\brace m}
\]
II. 伯努利数的性质:伯 努 0 数
1. 第一个性质
伯努利数的三个比较重要的性质与 \(0\) 有关所以锰1应该会特别喜欢(赞赏),计算能力强大的你应该可以轻松计算出伯努利数的前几项:
\[\begin{aligned}
B_0&= 1\\
B_1&= -\frac 12\\
B_2&= \frac 16\\
B_3&= 0\\
B_4&= -\frac{1}{30}\\
B_5&= 0\\
B_6&= \frac{1}{42}\\
B_7&= 0
\end{aligned}
\]
你会看出,当 \(n\geq 1\) 时,似乎有 \(B_{2n+1}=0\) 。我们来尝试证明一下这个结论。
回到生成函数定义法:
\[\frac{x}{\text{e}^x - 1} = \sum_{n \geq 0}\frac{B_n x^n}{n!}
\]
观察到 \(B_0=1,\ B_1=-\frac12\) ,代入则有:
\[\frac{x}{\text{e}^x - 1} \textcolor{red}{+\frac{x}{2}}= \sum_{n \geq \textcolor{red}{2}}\frac{B_n x^n}{n!}\textcolor{red}{+1}
\]
左边通分,得到:
\[\text{LHS}=\frac{x}{2}\cdot \frac{e^x+1}{e^x-1}
\]
一个成熟的竞赛选手此时应该很快意识到,这玩意是个偶函数,也就意味着,我们有:
\[\sum_{n \geq 2}\frac{B_n x^n}{n!}+1=
\sum_{n \geq 2}\frac{B_n \textcolor{red}{(-x)}^n}{n!}+1
\]
两边对比系数,则可以得到:
\[B_n=(-1)^nB_n
\]
把 \(n\) 换成一个大于 \(1\) 的奇数即可。
剩下两个个性质比较难以观察,我们直接给出。
2. 第二个性质
对于任意的整数 \(n>1\) ,我们有:
\[\sum_{k=0}^{n-1}\binom{n}{k}B_k=0
\]
证明如下。
先回顾一个知识点:两个无穷级数的柯西乘积:
\[(\sum_{i\geq 0}a_i)(\sum_{j\geq 0}b_j) = \sum_{n\geq 0}\sum_{k=0}^{n}a_kb_{n-k}
\]
回到伯努利数的生成函数定义,只不过是这回我们把 \(x\) 单独整到一边:
\[\begin{aligned}
x&=\textcolor{red}{(\text{e}^x-1)}\sum_{n \geq 0}\frac{B_nx^n}{n!} \\
&=\textcolor{red}{\sum_{i\geq 1}\frac{x^i}{i!}}\sum_{n \geq 0}\frac{B_nx^n}{n!} \\
&= {\sum_{i\geq 0}\frac{x^{i+1}}{i!}}\sum_{n \geq 0}\frac{B_nx^n}{n!}\\
&=\textcolor{red}{\sum_{p\geq 0}\sum_{q=0}^{p}\frac{x^{p+1-q}}{(p+1-q)!}\cdot \frac{B_qx^q}{q!}} \\
&= \sum_{p\geq 0}\sum_{q=0}^{p}\color{red}\frac{(p+1)!B_q}{(p+1-q)q!}\ \cdot\ \frac{x^{p+1}}{(p+1)!} \\
&= \sum_{p\geq 1}\sum_{q=0}^{p-1}\binom{p}{q}B_q\frac{x^p}{p!}
\end{aligned}
\]
对比系数,即可得证。
3. 第三个性质
考虑证明,对于整数 \(n>1\) :
\[B_n=-\frac{1}{n+1}\sum_{k=0}^{n-1}\binom{n+1}{k}B_k
\]
这是显然的,用递归定义展开左侧就完了。引用资料里提到了他的一个简单记忆方法。
III. 伯努利数的应用:哪 里 都 是 你
伯努利数的应用相当广泛。然而部分应用涉及到了积分,这里就不做说明。然而,欧拉-麦克劳林公式应用十分广泛(当然,也相当吓人),这里不加证明的给出其广义版本:
\[\frac1n \sum_{k=1}^n f(\frac kn)=\\
\int_0^1f(x)\text{d}x+\frac{f(1)-f(0)}{2}+\sum_{k=1}^m\frac{B_{2k}}{(2k)!}(\frac 1n)^{2k}(f^{(2k-1)}(1)-f^{(2k-1)}(0))+\frac{nB_{2m+2}f^{(2m+2)(\zeta)}}{(2m+2)!}(\frac 1n)^{2m+3}
\]
运用这个公式,你可以证明以下的应用。
应用1. 三角函数与黎曼函数\(\zeta\)
不难发现:
\[\begin{aligned}
\sum_{n\geq 0} \frac{B_{2n}}{(2n)!}x^{2n} &= \frac{x}{\text{e}^x - 1}-B_!x \\
&= \frac{x}{2}\ \cdot\ \textcolor{red}{\frac{\text{e}^{\frac x2}+\text{e}^{-\frac x2}}{\text{e}^{\frac x2}-\text{e}^{-\frac x2}}} \\
&= \frac x2\ \color{red}\coth \frac x2
\end{aligned}
\]
由此可以得出:
\[\coth x = \sum_{n \geq 0}\frac{4^nB_{2n}}{(2n)!}x^{2n-1}\\
\cot x = \sum_{m\geq 0}\frac{(-1)^n4^nB_{2n}}{(2n)!}x^{2n-1}
\]
聪明的你发现了些不对劲的东西,因为你很清楚地记得:
\[\frac{\sin x}{x} = \prod_{n \geq 1}(1-(\frac{x}{n\pi})^2)
\]
你尝试对其两边取对数再求导,得到了一个不得了的东西:
\[\cot x = \frac{1}{x} + \sum_{n\geq 1}(\frac{2x}{x^2-(n\pi)^2})
\]
似乎还是看不出什么有意思的地方。别急,我们再来看看黎曼函数。
我们知道,黎曼函数定义如下
在实数上( \(|k|\geq 1\) )定义为:
\[\zeta(k)=\sum_{n\geq 1}\frac{1}{n^k}
\]
你又知道, \(\cot x\) 可以用含有 \(\zeta\) 的式子改写:
\[\begin{aligned}
\cot x &= \frac{1}{x}+\sum_{n\geq 1}(\frac{1}{x+n\pi}+\frac{1}{x-n\pi}) \\
&= \frac1x + \sum_{n\geq 1}\textcolor{red}{\frac{1}{n\pi}}(\sum_{k\geq 0}(-1)^k(\frac{x}{n\pi})^k-\sum_{k\geq 0}(\frac{x}{n\pi})^k)\\
&= \frac1x+\sum_{n\geq 1}\frac{1}{n\pi}(2\sum_{k\geq 0}(\frac{x}{n\pi})^{2k+1}) \\
&= \frac1x + \sum_{n\geq 1}\sum_{k\geq 1}(\frac{2x^{2k-1}}{(n\pi)^2k}) \\
&= \frac{1x} + \sum_{k\geq 1}\sum_{n\geq 1}\frac{2x^{2k-1}}{\pi ^{2k}}\cdot\frac{1}{n^{2k}} \\
&= \frac{1}{x}+\sum_{k\geq 1}\frac{2x^{2k-1}}{\pi ^{2k}}\zeta(2n)
\end{aligned}
\]
联立,你会发现一个极其美妙的式子:对于任意整数 \(k>0\) 黎曼函数和伯努利数有这样一个关系:
\[\zeta(2k)=\frac{|B_{2k}|\ (2\pi)^{2k}}{2(2k)!}
\]
由此,你还可以推出另一些三角函数的表达式。例如,你知道:
\[2\coth 2x - \coth x = \tanh x
\]
你也可以轻松得到:
\[\tanh x = \sum_{n\geq 1} 4^n(4^n - 1) B_{2n} \frac{x^{2n-1}}{(2n)!}
\]
应用2. 自然数的等幂求和
其实就是最开始给出的公式。
\[S_m(n) = \frac{1}{m+1}\sum_{k=0}^{m}\binom{m+1}{k}B_kn^{m+1-k}
\]
应用3. 欧拉常数
我们都知道:
\[\sum_{k = 1}^{n}\frac 1k = \ln{n}+\gamma
\]
更严谨的写法是:
\[\gamma = \lim_{n\rightarrow \infin}(\sum_{k=1}^n \frac 1k-\int_1^{\infin} \frac 1x)
\]
其中, \(\gamma\) 即为欧拉常数。运用欧拉麦克劳林公式,你可以很容易得到:
\[\gamma = \frac 12+\sum_{k\geq 1}\frac{B_{2k}}{2k}
\]
具体的做法是,令 \(f(x)=\frac 1x,\ a = 1,\ b=n\) 直接代入即可。
应用4. 斯特林近似
据说今年天津高考的最后一题有人用斯特林近似搞出来了?斯特林近似是这么一个东西:
\[n! \sim \sqrt{2\pi n}(\frac ne)^n
\]
他其实也是欧拉麦克劳林公式的一个应用。应用到阶乘上,你可以得知:
\[\sum_{i=1}^n \ln i=\int_1^n \ln x \text{d}x+\frac 12 \ln n + R_1
\]
\(R_1\) 是一个余项。我们可以进一步推出:
\[n!=C\sqrt{n}(\frac {n}{\text{e}})^n
\]
由勒让德倍元公式 \(\Gamma (2n)=\frac{2^{2m-1}}{\sqrt{\pi}}\Gamma(n)\Gamma(n)+\frac 12\) 得:
\[C\sqrt{2n}(\frac{2n}{\text{e}})^{2n}\sim \frac{2^{2n}}{\sqrt{\pi}}C\sqrt{n}(\frac{n}{\text{e}})^nC(n-\frac{1}{2})^n\text{e}^{\frac 12-n}
\]
即可得到:
\[C \sim \frac{\sqrt{2\pi}}{\sqrt{\text{e}}(1-\frac{1}{2n})^n}
\]
\(n\rightarrow \infin\) 时, \(C\rightarrow {\sqrt{2\pi}}\) ,代入即可得到。
IV. 总结
没啥好总结的,祝贺你又学会了一个考试不考的知识点(你小子?)。