2.6 有限微积分与无限微积分
2.6.1 差分算子 Δ与阶乘幂
在无限微积分中,导数由极限定义:
Df(x)=limh→0f(x+h)−f(x)h
Df(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}
Df(x)=h→0limhf(x+h)−f(x)
而在有限微积分中,我们不取极限,而是固定步长 $ h = 1 $,定义差分算子(Difference Operator):
Δf(x)=f(x+1)−f(x)(2.42)
\Delta f(x) = f(x+1) - f(x) \tag{2.42}
Δf(x)=f(x+1)−f(x)(2.42)
[!NOTE]
符号 DDD 和 Δ\DeltaΔ 都是算子(operator):它们作用在函数上,生成新的函数。
- DfDfDf 是函数 fff 的导数(连续变化率)
- Δf\Delta fΔf 是函数 fff 的“单位步长差分”(离散变化率)
在无限微积分中,幂函数 xmx^mxm 满足优美的求导规则:
D(xm)=mxm−1
D(x^m) = m x^{m-1}
D(xm)=mxm−1
但在有限微积分中,Δ(xm)\Delta(x^m)Δ(xm) 并不具有类似简洁形式。例如:
Δ(x3)=(x+1)3−x3=3x2+3x+1
\Delta(x^3) = (x+1)^3 - x^3 = 3x^2 + 3x + 1
Δ(x3)=(x+1)3−x3=3x2+3x+1
为此,我们引入阶乘幂(Factorial Powers),它们在 Δ\DeltaΔ 下的行为与 xmx^mxm 在 DDD 下的行为完全对应。
下降阶乘幂
xm‾=x(x−1)(x−2)⋯(x−m+1)⏟m 个因子,m≥0(2.43)
x^{\underline{m}} = \underbrace{x(x-1)(x-2)\cdots(x-m+1)}_{m\text{ 个因子}}, \quad m \ge 0 \tag{2.43}
xm=m 个因子x(x−1)(x−2)⋯(x−m+1),m≥0(2.43)
- 当 m=0m=0m=0 时,x0‾=1x^{\underline{0}} = 1x0=1(空积)
- 读作:“xxx 直降 mmm 次”
上升阶乘幂
xm‾=x(x+1)(x+2)⋯(x+m−1)⏟m 个因子,m≥0(2.44)
x^{\overline{m}} = \underbrace{x(x+1)(x+2)\cdots(x+m-1)}_{m\text{ 个因子}}, \quad m \ge 0 \tag{2.44}
xm=m 个因子x(x+1)(x+2)⋯(x+m−1),m≥0(2.44)
- 读作:“xxx 直升 mmm 次”
[!TIP]
- 下划线 m‾\underline{\phantom{m}}m 表示因子递减(如阶乘 n!=nn‾n! = n^{\underline{n}}n!=nn)
- 上划线 m‾\overline{\phantom{m}}m 表示因子递增
下降阶乘幂在 Δ\DeltaΔ 下表现出与经典导数完全平行的性质:
Δ(xm‾)=(x+1)m‾−xm‾=(x+1)x(x−1)⋯(x−m+2)−x(x−1)⋯(x−m+1)=x(x−1)⋯(x−m+2)[(x+1)−(x−m+1)]=m⋅xm−1‾ \begin{align*} \Delta(x^{\underline{m}}) &= (x+1)^{\underline{m}} - x^{\underline{m}} \\ &= (x+1)x(x-1)\cdots(x-m+2) - x(x-1)\cdots(x-m+1) \\ &= x(x-1)\cdots(x-m+2) \left[(x+1) - (x-m+1)\right] \\ &= m \cdot x^{\underline{m-1}} \end{align*} Δ(xm)=(x+1)m−xm=(x+1)x(x−1)⋯(x−m+2)−x(x−1)⋯(x−m+1)=x(x−1)⋯(x−m+2)[(x+1)−(x−m+1)]=m⋅xm−1
因此我们得到有限微积分的基本法则:
Δ(xm‾)=mxm−1‾,m≥1(2.45)
\Delta(x^{\underline{m}}) = m x^{\underline{m-1}}, \quad m \ge 1 \tag{2.45}
Δ(xm)=mxm−1,m≥1(2.45)
这正是 D(xm)=mxm−1D(x^m) = m x^{m-1}D(xm)=mxm−1 的离散对应!
2.6.2 不定和与微积分基本定理
在无限微积分中,积分是微分的逆运算:
g(x)=Df(x) ⟺ ∫g(x) dx=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
类似地,在有限微积分中,求和是差分的逆运算。我们定义逆差分算子(或不定和):
g(x)=Δf(x) ⟺ ∑g(x) δx=f(x)+C(2.46)
g(x) = \Delta f(x) \iff \sum g(x)\,\delta x = f(x) + C \tag{2.46}
g(x)=Δf(x)⟺∑g(x)δx=f(x)+C(2.46)
[!NOTE]
- ∑g(x) δx\sum g(x)\,\delta x∑g(x)δx 是 g(x)g(x)g(x) 的不定和(indefinite sum)
- CCC 是任意周期为1的函数,即满足 C(x+1)=C(x)C(x+1) = C(x)C(x+1)=C(x)(如常数、sin(2πx)\sin(2\pi x)sin(2πx) 等)
- 在整数点上,C(x)C(x)C(x) 为常数,因此通常可写作 +C+C+C
有限微积分也有“定积分”的类比——定和式(definite sum):
如果 g(x)=Δf(x)g(x) = \Delta f(x)g(x)=Δf(x),则:
∑abg(x) δx=f(x)∣ab=f(b)−f(a)(2.47)
\sum_{a}^{b} g(x)\,\delta x = f(x) \Big|_{a}^{b} = f(b) - f(a) \tag{2.47}
a∑bg(x)δx=f(x)ab=f(b)−f(a)(2.47)
[!TIP]
直观含义:
通过展开验证:
∑a≤k<bΔf(k)=∑k=ab−1[f(k+1)−f(k)]=f(b)−f(a) \sum_{a \le k < b} \Delta f(k) = \sum_{k=a}^{b-1} [f(k+1) - f(k)] = f(b) - f(a) a≤k<b∑Δf(k)=k=a∑b−1[f(k+1)−f(k)]=f(b)−f(a)
这称为叠缩和(telescoping sum),中间项全部抵消,仅剩首尾。
于是我们得到等价关系:
∑abg(x) δx=∑a≤k<bg(k),当 b≥a(2.48)
\sum_{a}^{b} g(x)\,\delta x = \sum_{a \le k < b} g(k), \quad \text{当 } b \ge a \tag{2.48}
a∑bg(x)δx=a≤k<b∑g(k),当 b≥a(2.48)
[!WARNING]
注意:上限是开区间!∑ab\sum_a^b∑ab 对应的是 k=a,a+1,…,b−1k = a, a+1, \dots, b-1k=a,a+1,…,b−1,而非 bbb。
这一约定与积分 ∫ab\int_a^b∫ab 保持一致,并满足:
∑ab+∑bc=∑ac,∑ab=−∑ba(2.49)
\sum_a^b + \sum_b^c = \sum_a^c, \quad \sum_a^b = -\sum_b^a \tag{2.49}
a∑b+b∑c=a∑c,a∑b=−b∑a(2.49)
结合 (2.45) 与 (2.47),我们立即得到下降幂的求和公式:
∑abxm‾ δx=xm+1‾m+1∣ab,m≠−1(2.50) \sum_{a}^{b} x^{\underline{m}} \,\delta x = \frac{x^{\underline{m+1}}}{m+1} \Big|_{a}^{b}, \quad m \ne -1 \tag{2.50} a∑bxmδx=m+1xm+1ab,m=−1(2.50)
特别地,当 a=0,b=na=0, b=na=0,b=n 时:
∑0≤k<nkm‾=nm+1‾m+1,m,n≥0
\sum_{0 \le k < n} k^{\underline{m}} = \frac{n^{\underline{m+1}}}{m+1}, \quad m, n \ge 0
0≤k<n∑km=m+1nm+1,m,n≥0
这与积分 ∫0nxmdx=nm+1m+1\int_0^n x^m dx = \frac{n^{m+1}}{m+1}∫0nxmdx=m+1nm+1 形式完全一致!
2.6.3 平方和新解
虽然 k2k^2k2 不是下降幂,但我们可将其表示为下降幂的线性组合:
k2=k2‾+k1‾ k^2 = k^{\underline{2}} + k^{\underline{1}} k2=k2+k1
因为:
k2‾=k(k−1)=k2−k ⟹ k2=k2‾+k1‾
k^{\underline{2}} = k(k-1) = k^2 - k \implies k^2 = k^{\underline{2}} + k^{\underline{1}}
k2=k(k−1)=k2−k⟹k2=k2+k1
于是:
∑0≤k<nk2=∑0≤k<n(k2‾+k1‾)=∑0nx2‾ δx+∑0nx1‾ δx=x3‾3∣0n+x2‾2∣0n=n3‾3+n2‾2=n(n−1)(n−2)3+n(n−1)2=n(n−1)(n−23+12)=n(n−1)(2n−4+36)=n(n−1)(2n−1)6
\begin{align*}
\sum_{0 \le k < n} k^2 &= \sum_{0 \le k < n} \left( k^{\underline{2}} + k^{\underline{1}} \right) \\
&= \sum_{0}^{n} x^{\underline{2}} \,\delta x + \sum_{0}^{n} x^{\underline{1}} \,\delta x \\
&= \left. \frac{x^{\underline{3}}}{3} \right|_0^n + \left. \frac{x^{\underline{2}}}{2} \right|_0^n \\
&= \frac{n^{\underline{3}}}{3} + \frac{n^{\underline{2}}}{2} \\
&= \frac{n(n-1)(n-2)}{3} + \frac{n(n-1)}{2} \\
&= n(n-1) \left( \frac{n-2}{3} + \frac{1}{2} \right) \\
&= n(n-1) \left( \frac{2n - 4 + 3}{6} \right) = \frac{n(n-1)(2n - 1)}{6}
\end{align*}
0≤k<n∑k2=0≤k<n∑(k2+k1)=0∑nx2δx+0∑nx1δx=3x30n+2x20n=3n3+2n2=3n(n−1)(n−2)+2n(n−1)=n(n−1)(3n−2+21)=n(n−1)(62n−4+3)=6n(n−1)(2n−1)
注意:这是对 0≤k<n0 \le k < n0≤k<n 的和。若要求 0≤k≤n0 \le k \le n0≤k≤n,即 □n=∑k=0nk2\Box_n = \sum_{k=0}^n k^2□n=∑k=0nk2,只需令 n→n+1n \to n+1n→n+1:
□n=∑0≤k≤nk2=∑0≤k<n+1k2=(n+1)n(2n+1)6=n(n+1)(2n+1)6 \begin{align*} \Box_n &= \sum_{0 \le k \le n} k^2 = \sum_{0 \le k < n+1} k^2 \\ &= \frac{(n+1)n(2n+1)}{6} \\ &= \frac{n(n+1)(2n+1)}{6} \end{align*} □n=0≤k≤n∑k2=0≤k<n+1∑k2=6(n+1)n(2n+1)=6n(n+1)(2n+1)
进阶
问题:计算 ∑0≤k<nk3\displaystyle \sum_{0 \le k < n} k^30≤k<n∑k3
第一步:将 k3k^3k3 表示为下降阶乘幂的组合
我们尝试将通常幂 k3k^3k3 写成下降幂 k3‾,k2‾,k1‾k^{\underline{3}}, k^{\underline{2}}, k^{\underline{1}}k3,k2,k1 的线性组合:
设:
k3=ak3‾+bk2‾+ck1‾
k^3 = a k^{\underline{3}} + b k^{\underline{2}} + c k^{\underline{1}}
k3=ak3+bk2+ck1
展开各项:
- k3‾=k(k−1)(k−2)=k3−3k2+2kk^{\underline{3}} = k(k-1)(k-2) = k^3 - 3k^2 + 2kk3=k(k−1)(k−2)=k3−3k2+2k
- k2‾=k(k−1)=k2−kk^{\underline{2}} = k(k-1) = k^2 - kk2=k(k−1)=k2−k
- k1‾=kk^{\underline{1}} = kk1=k
代入:
a(k3−3k2+2k)+b(k2−k)+ck=ak3+(−3a+b)k2+(2a−b+c)k
\begin{align*}
a(k^3 - 3k^2 + 2k) + b(k^2 - k) + c k &= a k^3 + (-3a + b) k^2 + (2a - b + c) k
\end{align*}
a(k3−3k2+2k)+b(k2−k)+ck=ak3+(−3a+b)k2+(2a−b+c)k
令其等于 k3k^3k3,比较系数:
{a=1−3a+b=0 ⟹ b=32a−b+c=0 ⟹ 2−3+c=0 ⟹ c=1 \begin{cases} a = 1 \\ -3a + b = 0 \implies b = 3 \\ 2a - b + c = 0 \implies 2 - 3 + c = 0 \implies c = 1 \end{cases} ⎩⎨⎧a=1−3a+b=0⟹b=32a−b+c=0⟹2−3+c=0⟹c=1
因此:
k3=k3‾+3k2‾+k1‾
k^3 = k^{\underline{3}} + 3k^{\underline{2}} + k^{\underline{1}}
k3=k3+3k2+k1
[!TIP]
这一过程可系统化,未来我们将通过斯特林数(Stirling Numbers)自动完成通常幂与下降幂之间的转换。
第二步:逐项求和
利用公式:
∑0≤k<nkm‾=nm+1‾m+1
\sum_{0 \le k < n} k^{\underline{m}} = \frac{n^{\underline{m+1}}}{m+1}
0≤k<n∑km=m+1nm+1
我们有:
∑0≤k<nk3=∑0≤k<n(k3‾+3k2‾+k1‾)=∑k3‾+3∑k2‾+∑k1‾=n4‾4+3⋅n3‾3+n2‾2=n4‾4+n3‾+n2‾2
\begin{align*}
\sum_{0 \le k < n} k^3 &= \sum_{0 \le k < n} \left( k^{\underline{3}} + 3k^{\underline{2}} + k^{\underline{1}} \right) \\
&= \sum k^{\underline{3}} + 3 \sum k^{\underline{2}} + \sum k^{\underline{1}} \\
&= \frac{n^{\underline{4}}}{4} + 3 \cdot \frac{n^{\underline{3}}}{3} + \frac{n^{\underline{2}}}{2} \\
&= \frac{n^{\underline{4}}}{4} + n^{\underline{3}} + \frac{n^{\underline{2}}}{2}
\end{align*}
0≤k<n∑k3=0≤k<n∑(k3+3k2+k1)=∑k3+3∑k2+∑k1=4n4+3⋅3n3+2n2=4n4+n3+2n2
代入下降幂:
- n2‾=n(n−1)n^{\underline{2}} = n(n-1)n2=n(n−1)
- n3‾=n(n−1)(n−2)n^{\underline{3}} = n(n-1)(n-2)n3=n(n−1)(n−2)
- n4‾=n(n−1)(n−2)(n−3)n^{\underline{4}} = n(n-1)(n-2)(n-3)n4=n(n−1)(n−2)(n−3)
所以:
∑0≤k<nk3=n(n−1)(n−2)(n−3)4+n(n−1)(n−2)+n(n−1)2=n(n−1)[(n−2)(n−3)4+(n−2)+12]=n(n−1)[n2−5n+64+4n−84+24]=n(n−1)⋅n2−5n+6+4n−8+24=n(n−1)⋅n2−n4=n2(n−1)24
\begin{align*}
\sum_{0 \le k < n} k^3 &= \frac{n(n-1)(n-2)(n-3)}{4} + n(n-1)(n-2) + \frac{n(n-1)}{2} \\
&= n(n-1) \left[ \frac{(n-2)(n-3)}{4} + (n-2) + \frac{1}{2} \right] \\
&= n(n-1) \left[ \frac{n^2 - 5n + 6}{4} + \frac{4n - 8}{4} + \frac{2}{4} \right] \\
&= n(n-1) \cdot \frac{n^2 - 5n + 6 + 4n - 8 + 2}{4} \\
&= n(n-1) \cdot \frac{n^2 - n}{4} = \frac{n^2 (n-1)^2}{4}
\end{align*}
0≤k<n∑k3=4n(n−1)(n−2)(n−3)+n(n−1)(n−2)+2n(n−1)=n(n−1)[4(n−2)(n−3)+(n−2)+21]=n(n−1)[4n2−5n+6+44n−8+42]=n(n−1)⋅4n2−5n+6+4n−8+2=n(n−1)⋅4n2−n=4n2(n−1)2
我们求的是 ∑0≤k<nk3\sum_{0 \le k < n} k^3∑0≤k<nk3,若要求 ∑k=1nk3\sum_{k=1}^{n} k^3∑k=1nk3,只需令 n→n+1n \to n+1n→n+1:
∑k=1nk3=∑0≤k<n+1k3=(n+1)2n24=(n(n+1)2)2 \sum_{k=1}^{n} k^3 = \sum_{0 \le k < n+1} k^3 = \frac{(n+1)^2 n^2}{4} = \left( \frac{n(n+1)}{2} \right)^2 k=1∑nk3=0≤k<n+1∑k3=4(n+1)2n2=(2n(n+1))2
最终结果:
∑k=1nk3=(n(n+1)2)2
\boxed{\sum_{k=1}^{n} k^3 = \left( \frac{n(n+1)}{2} \right)^2}
k=1∑nk3=(2n(n+1))2
拓展
问题:求 ∑k=0n−1ck\displaystyle \sum_{k=0}^{n-1} c^kk=0∑n−1ck,其中 c≠1c \ne 1c=1
这是一个经典的几何级数:
∑k=0n−1ck=1+c+c2+⋯+cn−1
\sum_{k=0}^{n-1} c^k = 1 + c + c^2 + \cdots + c^{n-1}
k=0∑n−1ck=1+c+c2+⋯+cn−1
我们用有限微积分方法系统求解。
第一步:找 cxc^xcx 的不定和
已知:
Δ(cx)=cx+1−cx=(c−1)cx
\Delta(c^x) = c^{x+1} - c^x = (c - 1)c^x
Δ(cx)=cx+1−cx=(c−1)cx
因此:
cx=Δ(cxc−1)
c^x = \Delta\left( \frac{c^x}{c - 1} \right)
cx=Δ(c−1cx)
所以:
∑cx δx=cxc−1+C,c≠1
\sum c^x \,\delta x = \frac{c^x}{c - 1} + C, \quad c \ne 1
∑cxδx=c−1cx+C,c=1
第二步:应用定和式公式
我们要求的是:
∑k=0n−1ck=∑0≤k<nck=∑0ncx δx
\sum_{k=0}^{n-1} c^k = \sum_{0 \le k < n} c^k = \sum_0^n c^x \,\delta x
k=0∑n−1ck=0≤k<n∑ck=0∑ncxδx
由基本定理:
∑0ncx δx=cxc−1∣0n=cnc−1−c0c−1=cn−1c−1
\sum_0^n c^x \,\delta x = \left. \frac{c^x}{c - 1} \right|_0^n = \frac{c^n}{c - 1} - \frac{c^0}{c - 1} = \frac{c^n - 1}{c - 1}
0∑ncxδx=c−1cx0n=c−1cn−c−1c0=c−1cn−1
最终结果:
∑k=0n−1ck=cn−1c−1,c≠1
\boxed{\sum_{k=0}^{n-1} c^k = \frac{c^n - 1}{c - 1}, \quad c \ne 1}
k=0∑n−1ck=c−1cn−1,c=1
2.6.4 负指数的下降幂与调和数
为了将下降阶乘幂 xm‾x^{\underline{m}}xm 推广到负整数指数情形,我们需要为 m<0m < 0m<0 给出合理的定义。
观察正指数序列:
x3‾=x(x−1)(x−2)x2‾=x(x−1)=x3‾x−2x1‾=x=x2‾x−1x0‾=1=x1‾x
\begin{aligned}
x^{\underline{3}} &= x(x-1)(x-2) \\
x^{\underline{2}} &= x(x-1) = \frac{x^{\underline{3}}}{x-2} \\
x^{\underline{1}} &= x = \frac{x^{\underline{2}}}{x-1} \\
x^{\underline{0}} &= 1 = \frac{x^{\underline{1}}}{x}
\end{aligned}
x3x2x1x0=x(x−1)(x−2)=x(x−1)=x−2x3=x=x−1x2=1=xx1
若延续此模式,下一步应除以 x+1x+1x+1,得到:
x−1‾=1x+1
x^{\underline{-1}} = \frac{1}{x+1}
x−1=x+11
继续下去:
x−2‾=1(x+1)(x+2),x−3‾=1(x+1)(x+2)(x+3)
x^{\underline{-2}} = \frac{1}{(x+1)(x+2)}, \quad x^{\underline{-3}} = \frac{1}{(x+1)(x+2)(x+3)}
x−2=(x+1)(x+2)1,x−3=(x+1)(x+2)(x+3)1
由此我们给出一般定义:
x−m‾=1(x+1)(x+2)⋯(x+m),m>0(2.51) x^{\underline{-m}} = \frac{1}{(x+1)(x+2)\cdots(x+m)}, \quad m > 0 \tag{2.51} x−m=(x+1)(x+2)⋯(x+m)1,m>0(2.51)
验证基本差分法则
我们验证负指数下降幂是否仍满足基本法则:
Δ(xm‾)=mxm−1‾(2.45)
\Delta(x^{\underline{m}}) = m x^{\underline{m-1}} \tag{2.45}
Δ(xm)=mxm−1(2.45)
以 m=−2m = -2m=−2 为例:
Δ(x−2‾)=1(x+2)(x+3)−1(x+1)(x+2)=(x+1)−(x+3)(x+1)(x+2)(x+3)=−2(x+1)(x+2)(x+3)=−2x−3‾
\begin{align*}
\Delta(x^{\underline{-2}}) &= \frac{1}{(x+2)(x+3)} - \frac{1}{(x+1)(x+2)} \\
&= \frac{(x+1) - (x+3)}{(x+1)(x+2)(x+3)} = \frac{-2}{(x+1)(x+2)(x+3)} = -2 x^{\underline{-3}}
\end{align*}
Δ(x−2)=(x+2)(x+3)1−(x+1)(x+2)1=(x+1)(x+2)(x+3)(x+1)−(x+3)=(x+1)(x+2)(x+3)−2=−2x−3
确实满足 Δ(x−2‾)=−2x−3‾\Delta(x^{\underline{-2}}) = -2 x^{\underline{-3}}Δ(x−2)=−2x−3。类似可证对所有 m<0m < 0m<0 成立。
因此,公式 (2.50):
∑abxm‾ δx=xm+1‾m+1∣ab,m≠−1
\sum_{a}^{b} x^{\underline{m}} \,\delta x = \frac{x^{\underline{m+1}}}{m+1} \Big|_{a}^{b}, \quad m \ne -1
a∑bxmδx=m+1xm+1ab,m=−1
对负指数 m≠−1m \ne -1m=−1 依然成立。
指数法则的保持
一个优美的定义不仅应满足差分法则,还应保持代数结构。下降幂满足如下指数法则:
xm+n‾=xm‾(x−m)n‾(2.52) x^{\underline{m+n}} = x^{\underline{m}} (x - m)^{\underline{n}} \tag{2.52} xm+n=xm(x−m)n(2.52)
以 m=2,n=−3m=2, n=-3m=2,n=−3 为例验证:
x2−3‾=x−1‾=1x+1x2‾(x−2)−3‾=x(x−1)⋅1(x−1)x(x+1)=1x+1
\begin{align*}
x^{\underline{2-3}} &= x^{\underline{-1}} = \frac{1}{x+1} \\
x^{\underline{2}} (x - 2)^{\underline{-3}} &= x(x-1) \cdot \frac{1}{(x-1)x(x+1)} = \frac{1}{x+1}
\end{align*}
x2−3x2(x−2)−3=x−1=x+11=x(x−1)⋅(x−1)x(x+1)1=x+11
m=−1m = -1m=−1 的特殊情况:调和数
∑abxm‾ δx=xm+1‾m+1∣ab,m≠−1(2.50) \sum_{a}^{b} x^{\underline{m}} \,\delta x = \frac{x^{\underline{m+1}}}{m+1} \Big|_{a}^{b}, \quad m \ne -1 \tag{2.50} a∑bxmδx=m+1xm+1ab,m=−1(2.50)
当 m=−1m = -1m=−1 时,求和公式 (2.50) 失效(分母为零),类比于 ∫x−1dx=lnx\int x^{-1} dx = \ln x∫x−1dx=lnx。
我们寻找函数 f(x)f(x)f(x) 使得:
Δf(x)=x−1‾=1x+1 ⟹ f(x+1)−f(x)=1x+1
\Delta f(x) = x^{\underline{-1}} = \frac{1}{x+1}
\implies f(x+1) - f(x) = \frac{1}{x+1}
Δf(x)=x−1=x+11⟹f(x+1)−f(x)=x+11
解为:
f(x)=∑k=1x1k=Hx(调和数)
f(x) = \sum_{k=1}^{x} \frac{1}{k} = H_x \quad \text{(调和数)}
f(x)=k=1∑xk1=Hx(调和数)
因此,调和数 HxH_xHx 是 lnx\ln xlnx 的离散模拟。
最终求和公式统一为:
∑abxm‾ δx={xm+1‾m+1∣ab,m≠−1Hx∣ab,m=−1(2.53)
\sum_{a}^{b} x^{\underline{m}} \,\delta x =
\begin{cases}
\dfrac{x^{\underline{m+1}}}{m+1} \Big|_a^b, & m \ne -1 \\
H_x \Big|_a^b, & m = -1
\end{cases} \tag{2.53}
a∑bxmδx=⎩⎨⎧m+1xm+1ab,Hxab,m=−1m=−1(2.53)
[!NOTE]
这解释了为何调和数频繁出现在离散算法分析中(如快速排序),正如 lnx\ln xlnx 出现在连续问题中。
2.6.5 离散指数函数与几何级数
在无限微积分中,D(ex)=exD(e^x) = e^xD(ex)=ex。我们寻找满足 Δf(x)=f(x)\Delta f(x) = f(x)Δf(x)=f(x) 的函数:
f(x+1)−f(x)=f(x) ⟹ f(x+1)=2f(x) ⟹ f(x)=2x f(x+1) - f(x) = f(x) \implies f(x+1) = 2f(x) \implies f(x) = 2^x f(x+1)−f(x)=f(x)⟹f(x+1)=2f(x)⟹f(x)=2x
因此,2x2^x2x 是有限微积分中的“自然指数函数”。
更一般地:
Δ(cx)=cx+1−cx=(c−1)cx ⟹ ∑cx δx=cxc−1+C,c≠1
\Delta(c^x) = c^{x+1} - c^x = (c-1)c^x
\implies \sum c^x \,\delta x = \frac{c^x}{c-1} + C, \quad c \ne 1
Δ(cx)=cx+1−cx=(c−1)cx⟹∑cxδx=c−1cx+C,c=1
于是几何级数的封闭形式为:
∑a≤k<bck=∑abcx δx=cxc−1∣ab=cb−cac−1,c≠1(2.54)
\sum_{a \le k < b} c^k = \sum_a^b c^x \,\delta x = \left. \frac{c^x}{c-1} \right|_a^b = \frac{c^b - c^a}{c-1}, \quad c \ne 1 \tag{2.54}
a≤k<b∑ck=a∑bcxδx=c−1cxab=c−1cb−ca,c=1(2.54)
2.6.6 分部求和法
类比于分部积分 $ \int u,dv = uv - \int v,du $,我们推导分部求和法。
利用移位算子 Ef(x)=f(x+1)Ef(x) = f(x+1)Ef(x)=f(x+1),有:
Δ(uv)=uΔv+(Ev)Δu(2.55)
\Delta(uv) = u \Delta v + (Ev) \Delta u \tag{2.55}
Δ(uv)=uΔv+(Ev)Δu(2.55)
两边取不定和并移项:
∑uΔv=uv−∑(Ev)Δu(2.56)
\sum u \Delta v = uv - \sum (Ev) \Delta u \tag{2.56}
∑uΔv=uv−∑(Ev)Δu(2.56)
应用:计算 ∑k2k\sum k 2^k∑k2k
令:
- u(x)=x ⟹ Δu=1u(x) = x \implies \Delta u = 1u(x)=x⟹Δu=1
- Δv=2x ⟹ v=2x\Delta v = 2^x \implies v = 2^xΔv=2x⟹v=2x, Ev=2x+1Ev = 2^{x+1}Ev=2x+1
则:
∑x⋅2x δx=x⋅2x−∑2x+1⋅1 δx=x2x−2∑2x δx=x2x−2⋅2x2−1+C=x2x−2x+1+C
\begin{align*}
\sum x \cdot 2^x \,\delta x &= x \cdot 2^x - \sum 2^{x+1} \cdot 1 \,\delta x \\
&= x 2^x - 2 \sum 2^x \,\delta x \\
&= x 2^x - 2 \cdot \frac{2^x}{2-1} + C = x 2^x - 2^{x+1} + C
\end{align*}
∑x⋅2xδx=x⋅2x−∑2x+1⋅1δx=x2x−2∑2xδx=x2x−2⋅2−12x+C=x2x−2x+1+C
应用于 ∑k=0nk2k\sum_{k=0}^n k 2^k∑k=0nk2k:
∑k=0nk2k=∑0n+1x2x δx=[x2x−2x+1]0n+1=((n+1)2n+1−2n+2)−(0−21)=(n+1)2n+1−4⋅2n+2=(n−1)2n+1+2
\begin{align*}
\sum_{k=0}^n k 2^k &= \sum_{0}^{n+1} x 2^x \,\delta x \\
&= \left[ x 2^x - 2^{x+1} \right]_0^{n+1} \\
&= \left( (n+1)2^{n+1} - 2^{n+2} \right) - \left( 0 - 2^1 \right) \\
&= (n+1)2^{n+1} - 4 \cdot 2^n + 2 = (n-1)2^{n+1} + 2
\end{align*}
k=0∑nk2k=0∑n+1x2xδx=[x2x−2x+1]0n+1=((n+1)2n+1−2n+2)−(0−21)=(n+1)2n+1−4⋅2n+2=(n−1)2n+1+2
[!NOTE]
2.6.7 小结:有限微积分的核心思想
| 概念 | 无限微积分 | 有限微积分 |
|---|---|---|
| 变化率 | Df(x)Df(x)Df(x) | Δf(x)\Delta f(x)Δf(x) |
| 积分/求和 | ∫g(x)dx\int g(x)dx∫g(x)dx | ∑g(x)δx\sum g(x)\delta x∑g(x)δx |
| 基本函数 | xmx^mxm | xm‾x^{\underline{m}}xm |
| 指数函数 | exe^xex | 2x2^x2x |
| 对数函数 | lnx\ln xlnx | HxH_xHx |
| 基本定理 | ∫abDf=f(b)−f(a)\int_a^b Df = f(b)-f(a)∫abDf=f(b)−f(a) | ∑abΔf=f(b)−f(a)\sum_a^b \Delta f = f(b)-f(a)∑abΔf=f(b)−f(a) |
| 分部法则 | ∫udv=uv−∫vdu\int u dv = uv - \int v du∫udv=uv−∫vdu | ∑uΔv=uv−∑EvΔu\sum u \Delta v = uv - \sum Ev \Delta u∑uΔv=uv−∑EvΔu |
表 2-1:常用差分与逆差分对
| f(x)=∑g(x) δxf(x) = \sum g(x)\,\delta xf(x)=∑g(x)δx | Δf(x)=g(x)\Delta f(x) = g(x)Δf(x)=g(x) |
|---|---|
| 111 | 000 |
| xxx | 111 |
| x2‾2\dfrac{x^{\underline{2}}}{2}2x2 | xxx |
| xm+1‾m+1\dfrac{x^{\underline{m+1}}}{m+1}m+1xm+1 | xm‾x^{\underline{m}}xm (m≠−1m \ne -1m=−1) |
| HxH_xHx | x−1‾=1x+1x^{\underline{-1}} = \dfrac{1}{x+1}x−1=x+11 |
| 2x2^x2x | 2x2^x2x |
| cxc−1\dfrac{c^x}{c-1}c−1cx | cxc^xcx (c≠1c \ne 1c=1) |
| c⋅uc \cdot uc⋅u | c⋅Δuc \cdot \Delta uc⋅Δu |
| u+vu + vu+v | Δu+Δv\Delta u + \Delta vΔu+Δv |
| uvuvuv | uΔv+(Ev)Δuu \Delta v + (Ev) \Delta uuΔv+(Ev)Δu |
2万+

被折叠的 条评论
为什么被折叠?



