具体数学:和式(五)有限微积分

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)=lim⁡h→0f(x+h)−f(x)h Df(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h} Df(x)=h0limhf(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 DDDΔ\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)=mxm1

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)3x3=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^mxmDDD 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(x1)(x2)(xm+1),m0(2.43)

  • 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+m1),m0(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)mxm=(x+1)x(x1)(xm+2)x(x1)(xm+1)=x(x1)(xm+2)[(x+1)(xm+1)]=mxm1

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)=mxm1,m1(2.45)

这正是 D(xm)=mxm−1D(x^m) = m x^{m-1}D(xm)=mxm1 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 xg(x)δxg(x)g(x)g(x)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} abg(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) ak<bΔf(k)=k=ab1[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} abg(x)δx=ak<bg(k), ba(2.48)

[!WARNING]
注意:上限是开区间∑ab\sum_a^bab 对应的是 k=a,a+1,…,b−1k = a, a+1, \dots, b-1k=a,a+1,,b1,而非 bbb

这一约定与积分 ∫ab\int_a^bab 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} ab+bc=ac,ab=ba(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} abxmδx=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 0k<nkm=m+1nm+1,m,n0

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(k1)=k2kk2=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*} 0k<nk2=0k<n(k2+k1)=0nx2δx+0nx1δx=3x30n+2x20n=3n3+2n2=3n(n1)(n2)+2n(n1)=n(n1)(3n2+21)=n(n1)(62n4+3)=6n(n1)(2n1)

注意:这是对 0≤k<n0 \le k < n0k<n 的和。若要求 0≤k≤n0 \le k \le n0kn,即 □n=∑k=0nk2\Box_n = \sum_{k=0}^n k^2n=k=0nk2,只需令 n→n+1n \to n+1nn+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=0knk2=0k<n+1k2=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^30k<nk3

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(k1)(k2)=k33k2+2k
  • k2‾=k(k−1)=k2−kk^{\underline{2}} = k(k-1) = k^2 - kk2=k(k1)=k2k
  • 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(k33k2+2k)+b(k2k)+ck=ak3+(3a+b)k2+(2ab+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=13a+b=0b=32ab+c=023+c=0c=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} 0k<nkm=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*} 0k<nk3=0k<n(k3+3k2+k1)=k3+3k2+k1=4n4+33n3+2n2=4n4+n3+2n2

代入下降幂:

  • n2‾=n(n−1)n^{\underline{2}} = n(n-1)n2=n(n1)
  • n3‾=n(n−1)(n−2)n^{\underline{3}} = n(n-1)(n-2)n3=n(n1)(n2)
  • n4‾=n(n−1)(n−2)(n−3)n^{\underline{4}} = n(n-1)(n-2)(n-3)n4=n(n1)(n2)(n3)

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*} 0k<nk3=4n(n1)(n2)(n3)+n(n1)(n2)+2n(n1)=n(n1)[4(n2)(n3)+(n2)+21]=n(n1)[4n25n+6+44n8+42]=n(n1)4n25n+6+4n8+2=n(n1)4n2n=4n2(n1)2

我们求的是 ∑0≤k<nk3\sum_{0 \le k < n} k^30k<nk3,若要求 ∑k=1nk3\sum_{k=1}^{n} k^3k=1nk3,只需令 n→n+1n \to n+1nn+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=1nk3=0k<n+1k3=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=1nk3=(2n(n+1))2

拓展

问题:求 ∑k=0n−1ck\displaystyle \sum_{k=0}^{n-1} c^kk=0n1ck,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=0n1ck=1+c+c2++cn1

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+1cx=(c1)cx

因此:
cx=Δ(cxc−1) c^x = \Delta\left( \frac{c^x}{c - 1} \right) cx=Δ(c1cx)

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=c1cx+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=0n1ck=0k<nck=0ncxδx

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} 0ncxδx=c1cx0n=c1cnc1c0=c1cn1


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=0n1ck=c1cn1,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(x1)(x2)=x(x1)=x2x3=x=x1x2=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} x1=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)} x2=(x+1)(x+2)1,x3=(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} xm=(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)=mxm1(2.45)

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(x2)=(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=2x3

确实满足 Δ(x−2‾)=−2x−3‾\Delta(x^{\underline{-2}}) = -2 x^{\underline{-3}}Δ(x2)=2x3。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 abxmδx=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(xm)n(2.52)

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*} x23x2(x2)3=x1=x+11=x(x1)(x1)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} abxmδx=m+1xm+1ab,m=1(2.50)

m=−1m = -1m=1 时,求和公式 (2.50) 失效(分母为零),类比于 ∫x−1dx=ln⁡x\int x^{-1} dx = \ln xx1dx=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)=x1=x+11f(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=1xk1=Hx(调和数)

因此,调和数 HxH_xHxln⁡x\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} abxmδx=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 ln⁡x\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+1cx=(c1)cxcxδx=c1cx+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} ak<bck=abcxδx=c1cxab=c1cbca,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^kk2k

令:

  • u(x)=x  ⟹  Δu=1u(x) = x \implies \Delta u = 1u(x)=xΔu=1
  • Δv=2x  ⟹  v=2x\Delta v = 2^x \implies v = 2^xΔv=2xv=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*} x2xδx=x2x2x+11δx=x2x22xδx=x2x2212x+C=x2x2x+1+C

应用于 ∑k=0nk2k\sum_{k=0}^n k 2^kk=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=0nk2k=0n+1x2xδx=[x2x2x+1]0n+1=((n+1)2n+12n+2)(021)=(n+1)2n+142n+2=(n1)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)dxg(x)dx∑g(x)δx\sum g(x)\delta xg(x)δx
基本函数xmx^mxmxm‾x^{\underline{m}}xm
指数函数exe^xex2x2^x2x
对数函数ln⁡x\ln xlnxHxH_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 duudv=uvvdu∑uΔv=uv−∑EvΔu\sum u \Delta v = uv - \sum Ev \Delta uuΔv=uvEvΔu

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)δxΔf(x)=g(x)\Delta f(x) = g(x)Δf(x)=g(x)
111000
xxx111
x2‾2\dfrac{x^{\underline{2}}}{2}2x2xxx
xm+1‾m+1\dfrac{x^{\underline{m+1}}}{m+1}m+1xm+1xm‾x^{\underline{m}}xm (m≠−1m \ne -1m=1)
HxH_xHxx−1‾=1x+1x^{\underline{-1}} = \dfrac{1}{x+1}x1=x+11
2x2^x2x2x2^x2x
cxc−1\dfrac{c^x}{c-1}c1cxcxc^xcx (c≠1c \ne 1c=1)
c⋅uc \cdot ucuc⋅Δuc \cdot \Delta ucΔu
u+vu + vu+vΔu+Δv\Delta u + \Delta vΔu+Δv
uvuvuvuΔv+(Ev)Δuu \Delta v + (Ev) \Delta uuΔv+(Ev)Δu

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值