具体数学笔记(2)-Sums(1)

最新推荐文章于 2021-06-03 18:02:57 发布

CCRush

最新推荐文章于 2021-06-03 18:02:57 发布

阅读量2.4k

点赞数

分类专栏：具体数学

本文链接：https://blog.csdn.net/ccrush/article/details/8077420

版权

具体数学专栏收录该内容

3 篇文章 0 订阅

订阅专栏

这部分主要讲了求和的基本方法，包括求和与递归的转化、多重和计算等内容。

一、Notation

这部分主要介绍表示求和式中的一些符号。如general form:

$a_{1}+a_{2}+...+a_{n}$ (2.1)

或者是delimited form:

$\sum_{k = 1}^{n}a_k{}$   （2.2）

或者是generalized Sigma-notation

$\sum_{1\leq k\leq n}a_k{}$   (2.3)

我们通常使用2.2来陈述一个问题或者一个结果，而在运算的过程中我们则更偏向于使用2.3这种形式。

通常我们使用2.4来表示所有 $a_{k}$ 的和，其中k满足性质p(k).

$\sum_{p(k)}a_{k}$   (2.4)

利用Iversion's convention（如： $[p\: prime] = \left\{\begin{matrix} 1,\, if\, p \, is \, a \, prime\, number\\ 0,\, if\, p \, is \, not \, a \, prime\, number \end{matrix}\right.$ ），我们可以把2.4重新写成2.5：

$\sum_{k}a_{k}[p(k)]$   (2.5)

二、Sums and Recurrences

这部分主要探讨递归和求和之间的关系。

1、求和 $S_{n}=\sum_{k=0}^{n}a_{k}$ 和2.6这个递归表达式等价。

$\left\{\begin{matrix} S_{0}=a_{0}\\ S_{n}=S_{n-1}+a_{n},\,for\, n > 0 \end{matrix}\right.$   (2.6)

若 $a_{k}$ 是一个常量加上k的倍数，那么2.6可以表示成下面这种形式：

$\left\{\begin{matrix} R_{0}=\alpha \\ R_{n}=R_{n-1}+\beta +\gamma n,\,for\, n > 0 \end{matrix}\right.$   (2.7)

那么我们可以写成下面这种形式：

$R_{n}= A(n)\alpha +B(n)\beta +C(n)\gamma$   (2.8)

利用上一章的repertoire method，分别设 $R_{n}=1,R_{n}=n,R_{n}=n^{2}$ ，我们可以得到 $A(n)=1,B(n)= n, C(n)=(n^{2}+n)/2$ 。

2、同样，递归式也可以表示成求和，考虑如下形式：

$a_{n}T_{n}=b_{n}T_{n-1}+c_{n}$   (2.9)

我们两边乘上 $s_{n}$ ，其中 $s_{n}$ 满足 $s_{n}b_{n}=s_{n-1}a_{n-1}$ ，即 $s_{n}a_{n}T_{n}=s_{n}b_{n}T_{n-1}+s_{n}c_{n}$ 。我们令 $S_{n}=s_{n}a_{n}T_{n}$ ，那么 $S_{n}=S_{n-1}+s_{n}c_{n}$ ，展开这个递归式我们可以得到：

$S_{n}= s_{0}a_{0}T_{0}+\sum_{k=1}^{n}s_{k}c_{k} = s_{1}b_{1}T_{0}+\sum_{k=1}^{n}s_{k}c_{k}$

那么2.9式的最终解为:

$T_{n} = \frac{1}{s_{n}a_{n}}(s_{1}b_{1}T_{0}+\sum_{k=1}^{n}s_{k}c_{k})$   (2.10)

由 $s_{n}=s_{n-1}a_{n-1}/b_{n}$ ，展开这个式子，我们可以得到 $s_{n}$ 为2.11或者任何常数乘上它

$s_{n}=\frac{a_{n-1}a_{n-2}...a_{1}}{b_{n}b_{n-1}...b_{2}}$   (2.11)

3、下面应用分析快速排序比较的次数如2.12所示：

$\begin{align*} C_{0} &= 0\\ C_{n} &=n+1+\frac{2}{n}\sum_{k=0}^{n-1}C_{k} \end{align*}$ （2.12)

两边都乘上n：

$nC_{n} =n^{2}+n+2\sum_{k=0}^{n-1}C_{k},\, for\, n> 0$ 。

我们再用n-1替代n可得:

$(n-1)C_{n-1} =(n-1)^{2}+(n-1)+2\sum_{k=0}^{n-2}C_{k},\, for\, n-1> 0$

两式相减可以得到：

$nC_{n}-(n-1)C(n-1)= 2n+2C_{n-1},\, for\, n>1$ 。当n=1时也成立。综上所述：

$\begin{align*} C_{0} &= 0\\ nC_{n} &=(n+1)C_{n-1}+2n,\,for \, n > 0 \end{align*}$

对比2.9式我们可以知道 $a_{n}=n,b_{n}=n+1,c_{n}=2n$ ，那么根据2.11我们可以得到 $s_{n}$ 的值：

$s_{n}=\frac{2}{(n+1)n}$

再根据2.10式可以得到最终的结果：

$C_{n}=2(n+1)\sum_{k=1}^{n}\frac{1}{k+1}$

我们引入一个调和数(harmonic number) $H_{n}$ :

$H_{n}=1+\frac{1}{2}+...+\frac{1}{n} = \sum_{k=1}^{n}\frac{1}{k}$ (2.13)

那么

$\sum_{1\leq k\leq n}\frac{1}{k+1}=\sum_{1\leq k-1\leq n}\frac{1}{k}=\sum_{2\leq k\leq n+1}\frac{1}{k}=\sum_{1\leq k\leq n}\frac{1}{k}-\frac{1}{1}+\frac{1}{n+1}=H_{n}-\frac{n}{n+1}$

那么我们关于快速排序的比较次数可以写为： $C_{n}=2(n+1)H_{n}-2n$ 。

三、Manipulation of Sums

这部分主要讲求和的基本性质。

1、若K是任意有限整数集，那么它满足三个性质distributive law (2.15)、associative law(2.16)、commutative law(2.17)

$\sum_{k\in K}ca_{k}=c\sum_{k\in K}a_{k}$   (2.15)

$\sum_{k\in K}(a_{k}+b_{k})=\sum_{k\in K}a_{k} + \sum_{k\in K}b_{k}$   (2.16)

$\sum_{k\in K}a_{k}=\sum_{p(k)\in K}a_{p(k)}$   (2.17)

2、对于2.17，对每一个整数n，有且仅有一个整数k使得p(k)=n。

当两个集合不同时则有以下性质：

$\sum_{k\in K}a_{k}+\sum_{k\in {K}'}a_{k} = \sum_{k\in K\cap {K}'}a_{k}+\sum_{k\in K\cup {K}'}a_{k}$   (2.20)

我们将求和拆分：

$\sum_{0\leq k\leq n}a_{k}=a_{0}+\sum_{1\leq k\leq n}a_{k}$   (2.23)

这就是所谓perturbation method方法的基础。

通过上面的拆分和简单的推算，我们可以的到几何级数(geometric progression)求和公式：

$\sum_{k=0}^{n}ax_{k}=\frac{a-ax^{n+1}}{1-x}$   (2.25)

3、下面利用perturbation技术来解决一个稍微困难的问题：

$S_{n}=\sum_{0\leq k\leq n}k2^{k}$

我们增加一项：

$S_{n}+(n+1)2^{n+1}=\sum_{0\leq k\leq n}(k+1)2^{k+1}=\sum_{0\leq k\leq n}k2^{k+1}+\sum_{0\leq k\leq n}2^{k+1}$

右边第一项为 $2S_{n}$ ，第二项是上面的几何级数，它等于 $2^{n+2}-2$ ，最终我们可以得到结果：

$S_{n}=(n-1)^{n+2}+2$ 。

当我们用x替换上面的2时，用同样的方法我们可以得到

$\sum_{k=0}^{n}kx^{k}=\frac{x-(n+1)x^{n+1}+nx^{n+2}}{(1-x)^2}$ (2.26)

我们用微分的方法同样可以得到相同的结果，考虑下面等式：

$\sum_{k=0}^{n}x^{k}=\frac{1-x^{n+1}}{1-x}$

我们对两边分别求导可以得到：

$\sum_{k=0}^{n}kx^{k-1}=\frac{1-(n+1)x^{n}+nx^{n+1}}{(1-x)^2}$

四、Multiple Sums

这部分主要讲解如何处理多重和。

1、首先看多重和的几个基本性质：

interchanging the order of summation： $\sum_{j}\sum_{k}a_{j,k}[P(j,k)]=\sum_{P(j,k)}a_{j,k}=\sum_{k}\sum_{j}a_{j,k}[P(j,k)]$ (2.27)
distributive law: $\sum_{j\in J,k\in K}a_{j}b_{k}=(\sum_{j\in J}a_{j})(\sum_{k\in K}b_{j})$ (2.28)

2.27式有一些变形：

vanilla version： $\sum_{j\in J}\sum_{k\in K}a_{j,k}=\sum_{j\in J,k\in K}a_{j,k}=\sum_{k\in K}\sum_{j\in J}a_{j,k}$   (2.29)
rocky-road formula： $\sum_{j\in J}\sum_{k\in K(j)}a_{j,k}=\sum_{k\in {K}'}\sum_{j\in {J}'(k)}a_{j,k}$   (2.30) 。

其中集合满足： $[{j\in J}][k\in K(j)]=[k\in {K}'][j\in {J}'(k)]$ 。

根据这条性质，我们可以得到一个有用的式子： $[1\leq j\leq n][j\leq k\leq n]=[1\leq j\leq k\leq n]=[1\leq k\leq n][1\leq j\leq k]$   (2.31)

那么： $\sum_{j=1}^{n}\sum_{k=j}^{n}a_{j,k} = \sum_{1\leq j\leq k\leq n}a_{j,k}=\sum_{k=1}^{n}\sum_{j=1}^{k}a_{j,k}$   (2.32)

2、下面应用一个例子。对于方阵 $a_{j}a_{k}$ （对称），求其对角线及其以上元素之和： $S_{\bigtriangledown }=\sum_{1\leq j\leq k\leq n}a_{j}a_{k}$ 。

易知 $S_{\bigtriangledown }=S_{\bigtriangleup }$ ，那么 $S_{\bigtriangledown }= \frac{1}{2}(S_{\bigtriangledown }+S_{\bigtriangleup })=\frac{1}{2}(\sum_{1\leq j\leq k\leq n}a_{j}a_{k}+\sum_{1\leq j= k\leq n}a_{j}a_{k})=\frac{1}{2}((\sum_{k=1}^{n}a_{k})^{2}+\sum_{k=1}^{n}a_{k}^{2})$ (2.33)

3、下面应用一个比较复杂的问题。 $S=\sum_{1\leq k< j\leq n}(a_{k}-a_{j})(b_{k}-b_{j})$ 。当j和k交换时其具有对称性： $S=\sum_{1\leq k< j\leq n}(a_{j}-a_{k})(b_{j}-b_{k}) = \sum_{1\leq k< j\leq n}(a_{k}-a_{j})(b_{k}-b_{j})$ 。我们将两者相加并根据下标区间的关系：

$[1\leq j< k\leq n][1\leq k< j\leq n]=[1\leq j,k\leq n]-[1\leq j= k\leq n]$ 可以得到： $2S=\sum_{1\leq k,j\leq n}(a_{j}-a_{k})(b_{j}-b_{k}) - \sum_{1\leq k=j\leq n}(a_{j}-a_{k})(b_{j}-b_{k})$ ，很明显，后面一项为0，前面拆分并经过简单的推算可以得到： $2S=2n\sum_{1\leq k\leq n}a_{k}b_{k} - 2(\sum_{k=1}^{n}a_{k})(\sum_{k=1}^{n}b_{k})$ 。返回到我们的问题，可以得到一个有趣的式子：

$(\sum_{k=1}^{n}a_{k})(\sum_{k=1}^{n}b_{k})=n\sum_{1\leq k\leq n}a_{k}b_{k}-\sum_{1\leq k< j\leq n}(a_{k}-a_{j})(b_{k}-b_{j})$ （2.34）

根据2.34，我们可以得到切比雪夫单调不等式（Chebyshev's monotonic inequalities）：

$\begin{align*} (\sum_{k=1}^{n}a_{k})(\sum_{k=1}^{n}b_{k}) &\leq n\sum_{1\leq k\leq n}a_{k}b_{k} ,\: if \, a_{1}\leq ...\leq a_{n}\: and\: b_{1} \leq ...\leq b_{n}\\ (\sum_{k=1}^{n}a_{k})(\sum_{k=1}^{n}b_{k}) &\geq n\sum_{1\leq k\leq n}a_{k}b_{k} ,\: if \, a_{1}\leq ...\leq a_{n}\: and\: b_{1} \geq ...\geq b_{n}& \end{align*}$

4、下面考虑多重和的下标变换

考虑2.17的commutative law，设f为任意的函数： $f:\: J \to K$ ，我们用f(j)来替换k，那么可以得到下式：

$\sum_{j\in J}a_{f(j)}=\sum_{k\in K}a_{k} \Pi f\bar{(k)}$ (2.35)

其中 $\Pi f\bar{(k)}$ 为满足右式的元素个数： $f\bar{(k)}= \{ j|f(j) = k \}$ 。

下面考虑一个具体的应用： $S_{n}= \sum_{1\leq j< k\leq n}\frac{1}{k-j}$ 。通过简单的计算我们可以得到 $S_{1}= 0, S_{2}= 1,S_{3}=\frac{5}{2}$ ，下面通过三种方法来计算这个式子：

先累加j： $\begin{align*} S_{n}= \sum_{1\leq k\leq n} \sum_{1\leq j< k}\frac{1}{k-j} = \sum_{1\leq k\leq n} \sum_{1\leq k-j< k}\frac{1}{j} = \sum_{1\leq k\leq n} \sum_{0<j\leq k-1}\frac{1}{j} = \sum_{1\leq k\leq n}H_{k-1} = \sum_{0\leq k<n}H_{k} \end{align*}$
先累加k： $\begin{align*} S_{n}= \sum_{1\leq j\leq n} \sum_{j < k\leq n}\frac{1}{k-j} = \sum_{1\leq j\leq n} \sum_{j < k+j \leq n}\frac{1}{k} = \sum_{1\leq j\leq n} \sum_{0 < k \leq n-j}\frac{1}{k} = \sum_{1\leq j\leq n}H_{n-j} = \sum_{0\leq j<n}H_{j} \end{align*}$
转换前先用k+j替代k： $\begin{align*} S_{n}= \sum_{1\leq j < k \leq n}\frac{1}{k-j} = \sum_{1\leq j < k + j \leq n}\frac{1}{k} =\sum_{1\leq k\leq n}\sum_{1\leq j \leq n - k}\frac{1}{k}= \sum_{1\leq k\leq n}\frac{n-k}{k} = n(\sum_{1\leq k\leq n}\frac{1}{k})-n = nH_{n}-n \end{align*}$ 。 (第三个等号后面k的范围是 $1\leq k\leq n-1$ ，写成 $1\leq k\leq n$ 更容易计算)

根据上面的推算，我们得到了一个额外的公式： $\sum_{0\leq k < n}H_{k}= nH_{n}-n$ (2.36)

五、General Methods

这部分主要是为了巩固前面学的只是用不同的方法去求解前n个数的平方和: $\square_{n} = \sum_{0\leq k \leq n}k^{2}$ (2.37)

1、You could look it up

查找资料很容易找到答案为： $\square_{n} = \frac{n(n+1)(n+2)}{6}$ (2.38)

2、 Guess the answer, prove it by induction

先从小规模开始找规律提出猜想，然后用数学归纳法来证明。这个也比较简单，但有时需要灵感。

3、Perturb the sum

我们通过分离 $\square_{n+1}$ 的最后一项来寻求某些关系： $\square_{n} + (n+1)^{2} = \sum_{0\leq k\leq n}(k + 1) ^ {2} = \square_{n} + 2\sum_{0\leq k\leq n}k + (n + 1)$ ，即我们可以得到：

$2\sum_{0\leq k\leq n}k =(n+1)^{2} - (n + 1)$ 。

再根据立方和我们可以得到：

$\diamond_{n} + (n+1)^{3} = \sum_{0\leq k\leq n}(k^{3}+3k^{2}+3k+1) = \diamond_{n} + 3\square _{n} + 3\frac{(n + 1)n}{2} + (n+1)$

根据上式易知结果。

4、Build a repertoire

即所谓的待定系数法，易知结果的形式为： $R_{n}=A(n)\alpha+B(n) \beta +C(n)\gamma +D(n)\delta$ . (2.41)

它和2.8很像当 $\delta =0$ 时。也是就是我们从2.8知道了A(n)、B(n)、C(n)的值。我们在令 $R_{n}=n^{3}$ 就可以得到D(n)。

5、Replace sums by integrals

寻找积分与求和之间的关系： $\int_{0}^{n}x^{2}dx = n^{3}/3$ ，通过作图其面积含义我们可以发现 $\square_{n}$ 和它很接近。我们令 $E_{n} = \square_{n} - \frac{1}{3}n^{3}$ ，那么可以找到 $E_{n}$ 的递归式：

$E_{n} = \square_{n} - \frac{1}{3}n^{3} = \square_{n-1} + n^{2}-\frac{1}{3}n^{3}=E_{n-1}+\frac{1}{3}(n-1)^{3} + n^2 - \frac{1}{3}n^{3}$

另外我们可以通过积分的方法算出 $E_{n}$ 的表达式：

$\square_{n} - \int_{0}^{n}x^{2}dx = \sum_{k=1}^{n}(k^{2}-\int_{k-1}^{k}x^{2}dx) = \sum_{k=1}^{n}(k - \frac{1}{3})$

然后计算 $\square_{n}$ 即可。

6、Expand and contract

我们把单重合扩展为多重和。我们知道 $k=\sum_{1\leq j\leq k}1$ ，那么我们可以吧平方拆开：

$\begin{align*} \square _{n} = \sum_{1\leq k\leq n}k^{2}=\sum_{1\leq k\leq n}\sum_{1\leq j\leq k}k= \sum_{1\leq j\leq n}\sum_{j\leq k\leq n}k &= \\ \sum_{1\leq j\leq n}(\frac{j+n}{2})(n-j+1) &= \\ \frac{1}{2}n(n+\frac{1}{2})(n+1)-\frac{1}{2}\square _{n} \end{align*}$

多重和处理起来可能比较难，但有时候却是比较简单的。正所谓：You can't scale the highest mountain peaks by climbing only uphill。

7、Use finite calculus 8、Use generating functions:这些都在后续章节分析。

CCRush

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
具体数学笔记(2)-Sums(1)

这部分主要讲了求和的基本方法，包括求和与递归的转化、多重和计算等内容。一、Notation这部分主要介绍表示求和式中的一些符号。如general form: (2.1)或者是delimited form: （2.2）或者是generalized Sigma-notation (2.3)我们通常使用2.2来陈述一个问题或者一个结果
复制链接

扫一扫