高中知识复习与拓展——数列的求和

数列的求和

本节内容摘自Easymath-wiki，在Easymath上的这篇文章作者也是我！请大家多多点赞，也可以在GitHub上加个star鸭。
话不多说，我们这一节一起来回顾一下高中常用的各种知识！

我们先简单了解一下连加号，随后讲述数列的基本求和方法。

求和和不定积分一样，并没有固定的方法。以下我们只是总结了一部分常用的求和方法。

除了这些求和方法以外，还有很多其他的求和方法。甚至，还有很多函数的求和式无法用初等函数或者各种常见的函数表达。

连加号和积分实际上存在某种程度的对应，前者是离散的累积，后者是连续的累积。
很多的离散公式，其对应的有一个连续的版本，而离散就对应求和，连续就对应不定积分或定积分。
当有相似的公式时，可以将它们类比记忆。

连加号的概念和基本性质

连加号的定义

在数学上，若干个数（或其他数学对象）连续相加的表达式

$$a_m+a_{m+1}+a_{m+2}+\cdots +a_n$$

（其中$m,n\in \mathbb{Z}$，且$m<n$)非常常见。为了简便，我们通常将它记作：

$$\sum _{k=m}^n{a}_k.$$

其中符号$\sum$称为连加号，实际上就是希腊字母$\Sigma$(Sigma)，$a_k$则表示一般项，而下标中$k$为求和指标，它只是一个辅助的变量（可以类比编程函数的局部变量），标记求和中改变的值。下标$k=m$和上标$n$共同表示$k$从$m$以步长1递增到$n$（也就是，取$m,m+1,m+2,\dots ,n$）

只要不与其他变量冲突，辅助变量的字母是任意的，通常取$i,j,k,m$。

连加号的上限也可能为无穷大$\infty$：
$$\sum _{n=1}^{\infty }(-1{)}^{n+1}\frac{1}{n}.$$
这种情况的连加号表示无穷项相加，是一个级数。我们这里只讨论有限项的连加，不考虑无限项相加的情况。

以下是一些连加号的使用举例：

数列$a_n=n$的前$n$项和为：
$$\sum _{i=1}^{n}i=1+2+\cdots +n.$$
二项式定理可以表示为：
$$(x+y{)}^n=\sum _{k=0}^n{\mathrm{C}}_n^k{x}^k{y}^{n-k}.$$
在回归分析中，经过样本点$(x_1,y_1),(x_2,y_2),\dots ,(x_n,y_n)$的拟合直线（目标函数使用最小二乘函数）的斜率估计值可以表示为：
$$\hat{k}=\frac{\sum _{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sum _{i=1}^n(x_i-\bar{x}{)}^2}.$$
连加号也不一定表示数的相加。高等代数中线性子空间的和$V_1+V_2+\cdots +V_n$也可以表示为
$$\sum _{i=1}^n{V}_i.$$

Tip
很多时候，数学书上的公式为了简便会写成连加号。
但其实，连加号看起来并不是很直观。所以当你感到难以理解时，应该将连加号展开，写成带省略号的加和表达式。很多时候，只是这样小小的一步，一个表达式瞬间就清晰了很多。

条件求和

有些时候求和号是对满足某种关系的项进行求和，这时候$\sum$下写的就是需要满足的关系。

例如，Vander Monde行列式的公式

$$D_k=\sum _{i<j}(a_j-a_i)$$

便是将所有满足条件$i<j$的项作差再求和。

再如，两个多项式$p(x)=\sum _{k=0}^m{a}_k{x}^k$，$q(x)=\sum _{k=0}^n{b}_k{x}^k$的乘积的$k$次项的系数可以写为：

$$c_k=\sum _{i+j=k}{a}_i{b}_j.$$

这里表示将下标之和为$k$的项乘起来，i.e.

$$c_k=a_0{b}_k+a_1{b}_{k-1}+a_2{b}_{k-2}+\cdots +a_k{b}_0.$$

连加号的基本性质

连加号本质上就是几个数之间加法的简写，所以自然地有以下性质：

可加性

$$\sum _{k=m}^n(x_k+y_k)=\sum _{k=m}^n{x}_k+\sum _{k=m}^n{y}_k.$$

这条规律由加法的结合律容易看出来，这也是分组求和法的基础。

Proof
回忆上面的Tip，我们只需要将左边展开写成和式：
$$\begin{gathered} \sum _{k=m}^n(x_k+y_k)=(x_m+y_m)+(x_{m+1}+y_{m+1})+\cdots +(x_n+y_n) \\ =(x_m+x_{m+1}+\cdots +x_n)+(y_m+y_{m+1}+\cdots +y_n) \\ =\sum _{k=m}^n{x}_k+\sum _{k=m}^n{y}_k. \end{gathered}$$
其中第二个等号利用了结合律。
这再次印证了上面这句话：当你感到难以理解时，应该将连加号展开，写成带省略号的加和表达式。

一阶齐次性（常数提取）

若$k$是一个常数：

$$\sum _{i=m}^{n}k{x}_i=k\sum _{i=m}^n{x}_i.$$

这是乘法分配律的直接推论。

可加性和一阶齐次性可以统称为线性(linearity)。也就是说，连加号满足以下的性质：
$$\sum _{k=m}^n(a{x}_k+b{y}_k)=a\sum _{k=m}^n{x}_k+b\sum _{k=m}^n{y}_k.$$
其中$a$和$b$是常数。
或者可以说，连加计算是一个线性映射(Linear map)或者线性泛函(Linear functional)。

交换次序

$$\sum _{i=1}^m\sum _{j=1}^n{a}_{ij}=\sum _{j=1}^n\sum _{i=1}^m{a}_{ij}$$

这也是加法交换律和加法结合律的直接推论。

对于交换次序这个性质，一种直观的理解就是，表格中的数可以先按列求和、再按行求和，也可以先按行求和、再按列求和，例如：

	第一列	第二列	第三列	行合计
第一行	1	2	3	6
第二行	4	5	6	15
第三行	7	8	9	24
列合计	12	15	18	45

这里第四行的“列合计”可以看作先按列求和，而第四列的“行合计”可以看作先对行求和，但是汇总后，列合计的三个数之和，也等于行合计的三个数之和。

Warning
研究连加号交换次序的性质时，我们针对的都是有限项的求和，要求两个求和指标都是对有限个求和。
这个结论不能轻易推广到无限项相加（级数），在级数上未必成立！

常数、等差、等比数列的求和

这是三个基本公式。

• 若$a_n=a$($a$为常数)，则$S_n=na$。
• 若$a_n$为等差数列，也就是$a_n=a_1+d(n-1)$，则：

$$\begin{gathered} S_n=\frac{(a_1+a_n)n}{2} \\ =a_{1}n+\frac{dn(n-1)}{2} \\ =\left(a_1-\frac{d}{2}\right)n+\frac{d}{2}{n}^2. \end{gathered}$$

• 若$a_n$为等比数列，也就是$a_n=a_1{q}^{n-1}$，则：

$$S_n=\frac{a_1(1-q^n)}{1-q}$$

第一个公式是显然的，依据就是乘法的定义；而等差、等比两个公式，证明方法将在下面展示。

高中常见的求和方法

以下的几种求和方法在高中已经很常见，现在罗列出来供大家参考。

倒序相加法/两两组合

倒序相加法针对的是有中心对称点的数列。

当一个数列 { a n } \{a_n\} {an​}有中心对称点$(m,s)$时（$m$为整数，或小数部分为$0.5$的有理数），对称位置的两项$a_{m-r},a_{m+r}$便可以凑在一起，这样它们的和就是$a_{m-r}+a_{m+r}=2s$。

最经典的例子便是等差数列求和，我们推理如下：

等差数列求和公式推导
设等差数列 { a n } \{a_n\} {an​}的公差为$d$，其前$n$项和为 { S n } \{S_n\} {Sn​}，那么
$$S_n=a_1+a_2+\cdots +a_n,$$
注意到$a_1+a_n$，$a_2+a_{n-1}$，$a_3+a_{n-2}$……都相等，将$S_n$反写一遍，有：
$$S_n=a_n+a_{n-1}+\cdots +a_1,$$
两式相加，注意对应项有$n$个，得到：
$$2S_n=n(a_1+a_n),$$
这也就是：
$$S_n=\frac{(a_1+a_n)n}{2}.$$

除了等差数列以外，再也没有数列的任意前$n$项的图像都是中心对称的了。所以倒序相加法用于其他数列时，基本上只能求出某个特定的和式，而不能求任意$n$的和。

Example

1. 求和：$\sum _{k=1}^{89}{\sin }^{2}k°.$
Solution
注意到函数（通项）$f(x)={\sin }^{2}x$关于点$(45°,1/2)$中心对称，所以可以使用倒序相加法。
$$\begin{gathered} S_n={\sin }^{2}1°+{\sin }^{2}2°+\cdots +{\sin }^{2}89°, \\ {S}_n={\sin }^{2}89°+{\sin }^{2}88°+\cdots +{\sin }^{2}1°; \end{gathered}$$
两式相加，注意到${\sin }^2\alpha +{\sin }^2(90°-\alpha )=1$，所以得到89项1，于是有：
$$S_n=\frac{89}{2}.$$

Tip
可以类比定积分：当$f(x)$是关于$(a,f(a))$的中心对称函数时，若$f(x)$在$[a-r,a+r]$可积，那么就有：
$${\int }_{a-r}^{a+r}f(x)\mathrm{d}x=2rf(a).$$
它们的几何意义都很显然。
实际上，定积分的这个等式，可以用离散求和方法直接推导。

错位相减法

错位相减法，就是将数列的和式错开一位进行相减。这种方法主要用于等比数列和形如$(kn+b)q^n$的等差等比数列乘积（一般称为差比数列）。

我们利用这种方法推导等比数列求和公式：

等比数列求和公式推导
设等比数列 { a n } \{ a_n \} {an​}的公比为$q$，前$n$项和为$S_n$。利用$a_n=a_1{q}^{n-1}$，我们可以将$S_n$写为：
$$S_n=a_1+a_{1}q+a_1{q}^2+\cdots +a_1{q}^{n-2}+a_1{q}^{n-1};$$
我们注意到，将以上公式乘上$q$后，有很多重复项。在这个思路启发下，我们将上式乘以$q$，得到
KaTeX parse error: No such environment: align at position 12: \begin{̲a̲l̲i̲g̲n̲}̲ S_n &= a_1…
用$(1)$式减去$(2)$式，得到：
$$(1-q)S_n=a_1-a_1{q}^n.$$
所以有：
$$S_n=\frac{a_1(1-q^n)}{1-q}.$$
这就是等比数列的求和公式。

在已知等比数列求和公式的基础上，我们可以再利用等比数列对差比数列求和：

例题
已知$a_n=n\cdot 2^{n-1}$，求前$n$项和$S_n$。
Solution
利用错位相减法。
$$S_n=1\times 2^0+2\times 2^1+\cdots +n\cdot 2^{n-1},\text{\hspace{1em}(1)}$$
$$2S_n=1\times 2^1+\cdots +(n-1)\cdot 2^{n-1}+n\cdot 2^n;\text{\hspace{1em}(2)}$$
$(2)-(1)$得：
$$S_n=-(2^0+2^1+\cdots +2^{n-1})+n\cdot 2^n;$$
利用等比求和公式，将括号内的等比数列求和，整理得到：
$$S_n=(n-1)\cdot 2^n+1$$

Tip
这个数列的求和方法不止一种，下面还会出现多次。
一般地，可以推导，对于差比数列 { ( k n + b ) q n − 1 } \{ (kn+b)q^{n-1} \} {(kn+b)qn−1}，利用公式：
$$A=\frac{k}{q-1},B=\frac{b-A}{q-1};$$
则数列的前$n$项和可以表示为
$$S_n=(An+B)q^n-B.$$

裂项法

将一个数列的每一项拆成两项之和，并且在求和过程中项与项之间某些部分可以抵消，剩下前面几项和后面几项，或者化为一个简单数列的求和，这种方法就是裂项法。

以最典型的数列为例：

裂项法典例"
设$a_n=\frac{1}{n(n+1)}$，求数列 { a n } \{ a_n \} {an​}的前$n$项和。
Solution
将数列 { a n } \{ a_n \} {an​}拆为两项：
$$a_n=\frac{1}{n(n+1)}=\frac{1}{n}-\frac{1}{n+1},$$
那么数列 { a n } \{ a_n \} {an​}的前$n$项和为：
$$\begin{gathered} S_n=a_1+a_2+a_3+\cdots +a_n \\ =1-\frac{1}{2}+\frac{1}{2}-\frac{1}{3}+\frac{1}{3}-\frac{1}{4}+\cdots +\frac{1}{n}-\frac{1}{n+1} \\ =1-\frac{1}{n+1}. \end{gathered}$$

除了将分式拆开，裂项法还有很多其他技巧，例如：

等比数列求和
这里我们也可以用裂项法对等比数列$a_n=a_1{q}^{n-1}$求和。
观察到指数函数相邻两项之差可以写为：
$$a^{k+1}-a^k=a\cdot a^k-a^k=a^k(a-1),$$
所以
$$a^k=\frac{a^{k+1}-a^k}{a-1},$$
所以可以将等比数列的通项$a_1{q}^{n-1}$裂项为：
$$a_1{q}^{n-1}=\frac{a_1}{q-1}(q^n-q^{n-1}),$$
求和得到：
$$\begin{gathered} S_n=a_1+a_2+\cdots +a_n \\ =\frac{a_1}{q-1}[(q^1-q^0)+(q^2-q^1)+\cdots +(q^n-q^{n-1})] \\ =\frac{a_1}{q-1}(-q^0+q^n) \\ =\frac{a_1(q^n-1)}{q-1}. \end{gathered}$$

这是等比数列求和公式的另一种推导方法。

Example
已知$a_n=n\cdot 2^{n-1}$，求前$n$项和$S_n$。

分组求和

分组求和的本质，就是利用求和符号的可加性、交换次序，将原数列拆成多个可求和的数列；或者是利用加法结合律，将数列拆成多个子列进行计算（例如分奇偶求和）。

Example
计算差比数列 { n 2 n − 1 } \{ n2^{n-1} \} {n2n−1}的前$n$项和。
Solution

嗯，差比数列还可以用分组求和法来求…是不是很神奇awa

设前$n$项和为$S_n$，那么有：
$$S_n=1\times 2^0+2\times 2^1+3\times 2^2+\cdots +n\cdot 2^{n-1},$$
我们把其中的系数展开，写为这样：
$$S_n=2^0+(2^1+2^1)+(2^2+2^2+2^2)+\cdots +(\underset{n\text{个}}{\underbrace{2^{n-1}+\cdots +2^{n-1}}}),\text{\hspace{1em}(*)}$$
然后我们对数列进行重组，得到：
$$\begin{gathered} S_n=(2^0+2^1+2^2+\cdots +2^{n-1}) \\ +(2^1+2^2+\cdots +2^{n-1}) \\ +(2^2+\cdots +2^{n-1}) \\ +\cdots \\ +2^{n-1},\text{\hspace{1em}(**)} \end{gathered}$$
这个过程用一个数表来表示则更加清楚：
$$\left(\begin{array}{ccccc}{2}^0& 2^1& 2^2& \cdots & 2^{n-1}\\ & 2^1& 2^2& \cdots & 2^{n-1}\\ & & 2^2& \cdots & 2^{n-1}\\ & & & \ddots & ⋮\\ & & & & 2^{n-1}\end{array}\right)$$
从$(\ast )$到$(\ast \ast )$的过程便可以视为：将上述矩阵从先按列求和，变为了先按行求和。或者，我们也可以用求和符号简记为：
$$\sum _{i=1}^n\sum _{j=1}^i{2}^{i-1}=\sum _{j=1}^n\sum _{i=j}^n{2}^{i-1};\text{\hspace{1em}(***)}$$
矩阵中每一行的求和都是一个等比数列求和，我们可以算出第$j$行的和为：
$$\sum _{i=j}^n{2}^{i-1}=2^{j-1}\sum _{k=0}^{n-j}{2}^k=2^n-2^{j-1},$$
再对每一行的和求和，得到：
$$\begin{gathered} S_n=\sum _{j=1}^n{2}^n-2^{j-1} \\ =n{2}^n-2^n+1 \\ =(n-1)2^n+1. \end{gathered}$$

思考
在等式$(\ast \ast \ast )$中，我们交换了连加号的顺序，为何与此同时连加号的上下限也改变了？这与前面“交换次序”的性质矛盾吗？

与重积分的关系
如果您已经学到二重积分，将连加号的性质对应到微积分中，二次积分可以交换次序：
$${\int }_0^1\mathrm{d}x{\int }_0^{x}f(x,y)\mathrm{d}y={\int }_0^1\mathrm{d}y{\int }_y^{1}f(x,y)\mathrm{d}x.$$
交换次序的时候，其上下限为什么这样改变？这种改变与等式$(\ast \ast \ast )$中连加号交换顺序有什么关系？

求和的其他方法

这些方法在高中可能没有直接涉及，但是也是常用的求和方法。

导数法

导数法针对的是某些导函数容易求和的特性，将原函数转化为导函数。

注意到这个的结论：如果$f(x)=g(x)$，那么$f^{\prime }(x)=g^{\prime }(x)$（即使两者形式不同）。

我们依然以差比数列为例：

已知$a_n=n\cdot q^{n-1}$，求前$n$项和$S_n$。
Solution
我们可以发现，对于函数$f(x)=x^n$，求导后得到$f^{\prime }(x)=n{x}^{n-1}$。也就是说，如果把$x$看作公比，幂函数（等比数列）求导后会变成差比数列。
那么就有：
$$(x^1+x^2+x^3+\cdots +x^n{)}^{\prime }=1+2x+3x^2+\cdots +n{x}^{n-1};$$
又有：
$$x^1+x^2+\cdots +x^n=\frac{x(1-x^n)}{1-x},$$
所以有：
$$1+2x+3x^2+\cdots +n{x}^{n-1}={\left[\frac{x(1-x^n)}{1-x}\right]}^{\prime };$$
这样，只需求出右边的导数，再将$x=q$代入，就得到了求和结果。
求导得：
$$\begin{gathered} {\left[\frac{x(1-x^n)}{1-x}\right]}^{\prime } \\ =\frac{[(1-x^n)+x\cdot (-n{x}^{n-1})](1-x)-x(1-x^n)(-1)}{(1-x{)}^2} \\ =\frac{1-x^n-n{x}^n+n{x}^{n+1}}{(1-x{)}^2} \\ =\left[\frac{n}{x-1}-\frac{1}{(x-1{)}^2}\right]x^n+\frac{1}{(x-1{)}^2}. \end{gathered}$$
所以有：
$$S_n=\left[\frac{n}{q-1}-\frac{1}{(q-1{)}^2}\right]q^n+\frac{1}{(q-1{)}^2}.$$
可以看到这与前面所说的$(An+B)q^n-B$一致。

一些补充的例题见下：

导数法例题
* 求数列 { ( 3 n + 5 ) ⋅ 3 n } \{ (3n+5) \cdot 3^n \} {(3n+5)⋅3n}的前$n$项和。
* 已知
$$\sum _{k=1}^n\sin kx=\frac{\sin \frac{nx}{2}\sin \frac{(n+1)x}{2}}{\sin \frac{x}{2}}.$$
（该公式的推导见下文“三角函数求和”一节）
求数列$a_n=n\cos nx$（$x\ne 2k\pi ,k\in \mathbb{Z}$）的前$n$项和。
Solution
可以发现$(\sin nx{)}^{\prime }=n\cos nx$，所以有：
$$\cos x+2\cos 2x+\cdots +n\cos nx=(\sin x+\sin 2x+\cdots +\sin nx{)}^{\prime }.$$
利用上面的公式，将括号内的部分求和，于是：
$$\sum _{k=1}^{n}k\cos kx={\left(\frac{\sin \frac{nx}{2}\sin \frac{(n+1)x}{2}}{\sin \frac{x}{2}}\right)}^{\prime }.$$
于是求导就有：
$$\sum _{k=1}^{n}k\cos kx=\frac{(n+1)\cos nx-n\cos (n+1)x-1}{4{\sin }^2\frac{x}{2}}$$

Abel变换

设 { a n } , { b n } \{a_n\},\{b_n\} {an​},{bn​}是两个数列， { B n } \{B_n\} {Bn​}是 { b n } \{b_n\} {bn​}的前$n$项和，那么有：

$$\sum _{k=1}^n{a}_k{b}_k=a_n{B}_n-\sum _{k=1}^{n-1}{B}_k(a_{k+1}-a_k).$$

上述定理称为阿贝尔变换(Abel transformation)，也称该公式为分部求和公式。

Abel变换的推导或证明
不妨记$B_0=0$，于是对任意正整数$n$，都满足$b_n=B_n-B_{n-1}$。
所以
$$\begin{gathered} \sum _{k=1}^n{a}_k{b}_k=\sum _{k=1}^n{a}_k(B_k-B_{k-1}) \\ =\sum _{k=1}^n(a_k{B}_k-a_k{B}_{k-1}) \\ =\sum _{k=1}^n{a}_k{B}_k-\sum _{k=1}^n{a}_k{B}_{k-1} \\ =a_n{B}_n+\sum _{k=1}^{n-1}{a}_k{B}_k-\sum _{k=1}^n{a}_k{B}_{k-1} \\ =a_n{B}_n+\sum _{k=1}^{n-1}{a}_k{B}_k-\sum _{k=2}^n{a}_k{B}_{k-1}+a_1{B}_0 \\ =a_n{B}_n+\sum _{k=1}^{n-1}{a}_k{B}_k-\sum _{k=2}^n{a}_k{B}_{k-1} \\ =a_n{B}_n+\sum _{k=1}^{n-1}{a}_k{B}_k-\sum _{k=1}^{n-1}{a}_{k+1}{B}_k \\ =a_n{B}_n-\sum _{k=1}^{n-1}(a_{k+1}-a_k)B_k. \end{gathered}$$

Tips
Abel变换可以结合图形的面积进行记忆：

（该图片由manim生成）
如图所示，小矩形的面积之和$a_1{b}_1+\cdots +a_n{b}_n$就等于大矩形$a_n{B}_n$减去另一部分小矩形之和$B_1(a_2-a_1)+\cdots +B_{n-1}(a_n-a_{n-1})$。

Warning
Abel变换中，第二个连加号的上限是$n-1$。也就是说，这里上限改变了，从$n$变成了$n-1$。
应用Abel变换的时候这里很容易出错，请务必细心。

Tips
可以发现这个公式和分部积分公式十分相似。如果记$G(x)={\int }_a^{x}g(t)\mathrm{d}t$，那么分部积分公式可以写成：
$${\int }_a^{b}f(x)g(x)\mathrm{d}x=f(b)G(b)-{\int }_a^{b}G(x)\mathrm{d}f(x),$$
而如果记$\Delta a_k=a_{k+1}-a_k$，Abel变换可以写成：
$$\sum _{k=1}^n{a}_k{b}_k=a_n{B}_n-\sum _{k=1}^{n-1}{B}_k\Delta a_k,$$
将积分看作连续的求和，而微分看作微小的差分，那么两者是一致的。
实际上，分部积分公式也可以用分部求和公式来证明。
Abel变换和分部积分公式一元，通常可以将函数降幂。

Example
求数列 { n 2 n − 1 } \{n2^{n-1}\} {n2n−1}的前$n$项和。
Solution
设$T_n=\sum _{k=1}^n{2}^{k-1}$，则有$T_n=2^n-1$。
利用Abel变换得：
$$\begin{gathered} \sum _{k=1}^{n}k\cdot 2^{k-1} \\ =n{T}_n-\sum _{k=1}^{n-1}{T}_k\cdot (k+1-k) \\ =n{T}_n-\sum _{k=1}^{n-1}{2}^k-1 \\ =n{2}^n-n-2^n-(n-1) \\ =(n-1)2^n+1. \end{gathered}$$
Tip
求 { n m q n } \{ n^m q^n \} {nmqn}这类数列的和时，都可以使用Abel变换对幂函数$n^m$逐级降阶。

Example
求数列$a_n=n^2$的和，也就是计算：
$$1^2+2^2+\cdots +n^2.$$
Solution
我们要求数列 { n 2 } \{n^2\} {n2}的平方和，可以将它看作两项的乘积 { n ⋅ n } \{n \cdot n\} {n⋅n}，然后利用Abel变换：
$$\begin{gathered} \sum _{k=1}^{n}k\cdot k=n\cdot \frac{n(n+1)}{2}-\sum _{k=1}^{n-1}\frac{k(k+1)}{2}(k+1-k) \\ =n\cdot \frac{n(n+1)}{2}-\sum _{k=1}^{n-1}\frac{k(k+1)}{2} \\ =\frac{n^2(n+1)}{2}-\sum _{k=1}^{n-1}\frac{k^2}{2}-\sum _{k=1}^{n-1}\frac{k}{2}; \end{gathered}$$
到这里以后，我们注意到方程的两边都有$\sum k^2$一项，我们可以想办法把右边的一项移到等号左边。两者上限不同，但是给方程右边再补上$n^2/2$一项，就可以把上限凑成一样的了。我们在等号右边加上$n^2/2$再减去$n^2/2$，得到：
$$\begin{gathered} \sum _{k=1}^{n}k\cdot k=\frac{n^2(n+1)}{2}-\sum _{k=1}^{n-1}\frac{k^2}{2}-\frac{n^2}{2}-\sum _{k=1}^{n-1}\frac{k}{2}+\frac{n^2}{2} \\ =\frac{n^2(n+1)}{2}-\left(\sum _{k=1}^{n-1}\frac{k^2}{2}+\frac{n^2}{2}\right)-\sum _{k=1}^{n-1}\frac{k}{2}+\frac{n^2}{2} \\ =\frac{n^2(n+1)}{2}-\sum _{k=1}^n\frac{k^2}{2}-\sum _{k=1}^{n-1}\frac{k}{2}+\frac{n^2}{2} \end{gathered}$$
这样上限一样了，于是把$\sum k^2/2$移到右边得到：
$$\frac{3}{2}\sum _{k=1}^n{k}^2=\frac{n^2(n+1)}{2}-\sum _{k=1}^{n-1}\frac{k}{2}+\frac{n^2}{2};$$
将右边通分、整理就得到了：
$$\frac{3}{2}\sum _{k=1}^n{k}^2=\frac{n(n+1)(2n+1)}{4};$$
所以，这个数列的和
$$\sum _{k=1}^n{k}^2=\frac{n(n+1)(2n+1)}{6}.$$
以上就是平方和公式的一种推导方法。

Tip
这种求和方法类似于分部积分法中的函数再现。
利用Abel变换求和的过程中如果出现再现的函数，只要它们在等号左右两边的系数不同，并且可以凑成相同的上限，就可以移到等号同一侧。
类似地，求$1^m+2^m+\cdots +n^m$的时候，都可以用这种方法进行降次。

特殊求和数列

三角函数求和

三角函数的典型求和式就是：

$$\sum _{k=1}^n\sin kx=\frac{\sin \frac{nx}{2}\sin \frac{(n+1)x}{2}}{\sin \frac{x}{2}};$$

$$\sum _{k=1}^n\cos kx=\frac{\sin \frac{(n+1)x}{2}\cos \frac{nx}{2}}{\sin \frac{x}{2}}.$$
求和式的推导

这种推导方法可以看作是一种另类的裂项法。

我们先推导第一个，设

$$S_n=\sin x+\sin 2x+\cdots +\sin nx,$$

和式乘上$\sin (x/2)$，利用积化和差公式

$$\sin x\sin y=\frac{1}{2}[\cos (x-y)-\cos (x+y)]$$

可以将该式凑出可以裂项的部分：

$$\begin{gathered} \sin \frac{x}{2}\cdot S_n \\ =\sin \frac{x}{2}(\sin x+\sin 2x+\cdots +\sin nx) \\ =\sin \frac{x}{2}\sin x+\sin \frac{x}{2}\sin 2x+\cdots +\sin \frac{x}{2}\sin nx \\ =\frac{1}{2}\left[\cos \left(\frac{x}{2}-x\right)-\cos \left(\frac{x}{2}+x\right)\right]+\frac{1}{2}\left[\cos \left(\frac{x}{2}-2x\right)-\cos \left(\frac{x}{2}+2x\right)\right]+\cdots +\frac{1}{2}\left[\cos \left(\frac{x}{2}-nx\right)-\cos \left(\frac{x}{2}+nx\right)\right] \\ =\frac{1}{2}\left[\cos \left(-\frac{x}{2}\right)-\cos \left(\frac{3x}{2}\right)+\cos \left(-\frac{3x}{2}\right)-\cos \left(\frac{5x}{2}\right)+\cdots +\cos \left(-\frac{2n-1}{2}x\right)-\cos \left(\frac{2n+1}{2}x\right)\right] \\ =\frac{1}{2}\left[\cos \left(\frac{x}{2}\right)-\cos \left(\frac{3x}{2}\right)+\cos \left(\frac{3x}{2}\right)-\cos \left(\frac{5x}{2}\right)+\cdots +\cos \left(\frac{2n-1}{2}x\right)-\cos \left(\frac{2n+1}{2}x\right)\right] \\ =\frac{1}{2}\left[\cos \left(\frac{x}{2}\right)-\cos \left(\frac{2n+1}{2}x\right)\right] \end{gathered}$$

再利用和差化积公式

$$\cos x-\cos y=-2\sin \frac{x+y}{2}\sin \frac{x-y}{2}$$

将等式右边继续变形：

$$\begin{gathered} \sin \frac{x}{2}\cdot S_n \\ =\frac{1}{2}\left[\cos \left(\frac{x}{2}\right)-\cos \left(\frac{2n+1}{2}x\right)\right] \\ =-\sin \frac{\frac{x}{2}+\frac{2n+1}{2}x}{2}\sin \frac{\frac{x}{2}-\frac{2n+1}{2}x}{2} \\ =-\sin \frac{n+1}{2}x\sin -\frac{nx}{2} \\ =\sin \frac{n+1}{2}x\sin \frac{nx}{2} \end{gathered}$$

所以最后得到：

$$\sum _{k=1}^n\sin kx=\frac{\sin \frac{nx}{2}\sin \frac{(n+1)x}{2}}{\sin \frac{x}{2}}.$$

Exercise
类比上述方法，推导第二个等式。
提示:
依然给每一项乘上$\sin (x/2)$，然后利用和差化积公式
$$\sin x\cos y=\frac{1}{2}[\sin (x+y)+\sin (x-y)].$$

利用复数进行推导
根据Euler公式${\mathrm{e}}^{\mathrm{i}x}=\cos x+\mathrm{i}\sin x$，指数函数和三角函数可以相互转换。因此我们也可以先求指数函数的和，再利用复数求三角函数。
设
$$E_n={\mathrm{e}}^{\mathrm{i}x}+{\mathrm{e}}^{2\mathrm{i}x}+\cdots +{\mathrm{e}}^{n\mathrm{i}x},$$
并设
$$S_n=\sum _{k=1}^n\sin kx,C_n=\sum _{k=1}^n\cos kx;$$
根据等比数列求和公式，容易求得
$$\begin{gathered} E_n={\mathrm{e}}^{\mathrm{i}x}+({\mathrm{e}}^{\mathrm{i}x}{)}^2+\cdots +({\mathrm{e}}^{\mathrm{i}x}{)}^n \\ =\frac{1-{\mathrm{e}}^{(n+1)x\mathrm{i}}}{1-{\mathrm{e}}^{x\mathrm{i}}} \\ =\frac{1-\cos (n+1)x+\mathrm{i}\sin (n+1)x}{1-\cos x+\mathrm{i}\sin x}, \end{gathered}$$
化简得：
$$E_n=\csc \frac{x}{2}\sin \frac{(n+1)x}{2}\left(\cos \frac{nx}{2}+\mathrm{i}\sin \frac{nx}{2}\right).$$
而另一方面，由Euler公式，有：
$$\begin{gathered} E_n={\mathrm{e}}^{\mathrm{i}x}+{\mathrm{e}}^{2\mathrm{i}x}+\cdots +{\mathrm{e}}^{n\mathrm{i}x} \\ =\cos x+\mathrm{i}\sin x+\cos 2x+\mathrm{i}\sin 2x+\cdots +\cos nx+\mathrm{i}\sin nx \\ =(\cos x+\cos 2x+\cdots +\cos nx)+\mathrm{i}(\sin x+\sin 2x+\cdots +\sin nx) \\ =C_n+\mathrm{i}{S}_n, \end{gathered}$$

也就有：

$$C_n+\mathrm{i}{S}_n=\csc \frac{x}{2}\sin \frac{(n+1)x}{2}\left(\cos \frac{nx}{2}+\mathrm{i}\sin \frac{nx}{2}\right)$$

所以$C_n$和$S_n$分别对应了指数函数的实部和虚部。对上式取实部得：

$$C_n=\csc \frac{x}{2}\sin \frac{(n+1)x}{2}\cos \frac{nx}{2};\text{\hspace{1em}(1)}$$

取虚部得

$$S_n=\csc \frac{x}{2}\sin \frac{(n+1)x}{2}\sin \frac{nx}{2};\text{\hspace{1em}(2)}$$

方程$(1),(2)$就是三角函数的求和公式。

文章到这里就暂时结束啦，想看看其他内容可以到我们的网站Easymath-wiki看看其他内容，各种数学干货、数学知识分享正在不断更新！也请大家到GitHub上给我们按个star鸭