Discrete Calculas

Discrete Calculas

定义

类比连续状况下的微积分。

导数

在连续状况下，一个函数的导数定义为：
$$Df(x)=\underset{h\to 0}{\lim }\frac{f(x+h)-f(x)}{h}$$
在离散状况下，$h\to 0$ 等价于 $h=1$，等价的运算为差分 $\Delta$， 定义为：
$$\Delta f(x)=f(x+1)-f(x)$$
考虑 $m$ 次幂的导数，在无限微积分中， $f(x)=x^m$ 的导数为：
$$Df(x)=m{x}^{m-1}$$
在离散状况下，普通的 $m$ 次幂很明显没有等价的好性质，而拥有等价性质的运算为下降幂，定义 $x^{\underline{m}}$ 为：
$$\begin{gathered} x^{\underline{m}}=\begin{array}{c}mfactors\\ \overbrace{x(x-1)\dots (x-m+1)}\end{array}m\ge 0 \\ {x}^{\underline{m}}=\frac{1}{(x+1)(x+2)\dots (x+m)}m<0 \end{gathered}$$
对于下降幂，就有：
$$\Delta (x^{\underline{m}}=m{x}^{\underline{m-1}})$$

不定积分

在连续情况下，由微积分基本定理有：
$$g(x)=Df(x)⟺\int g(x)dx=f(x)+C$$
同样的类比到离散情况：
$$g(x)=\Delta f(x)⟺\sum g(x)\delta x=f(x)+C$$
其中，变量 $C$ 对于连续情况下必须是常数，而在离散状况下只需要是满足 $p(x+1)=p(x)$ 的函数 $p(x)$ 即可。

定积分

对于定积分，在连续条件下，若 $g(x)=Df(x)$，则：
$${\int }_a^{b}g(x)dx=f(b)-f(a)$$

• 同样的，在离散条件下，若 $g(x)=\Delta f(x)$， 则：

$$\sum _a^{b}g(x)\delta x=f(b)-f(a)$$

其中定积分的含义为：
$$\sum _a^{b}g(x)\delta x=\sum _{i=a}^{b-1}g(i)$$
即不包含上界的前缀和。

运算

• $x^{\underline{m+n}}=x^{\underline{m}}{x}^{\underline{n}}=x^{\underline{m}}(x-m{)}^{\underline{n}}$
• 调和级数 $H_n={\sum }_{i=1}^n\frac{1}{i}$ 的导数为 $x^{\underline{-1}}$，与连续微积分中的 $\ln x$ 相似
• $2^x$ 的导数仍为 $2^x$，与连续微积分中的 $e^x$ 相似
• ${\sum }_a^b{x}^{\underline{-1}}\delta x=H_x{\mid }_a^b$
• $\Delta u(x)v(x)=u(x)\Delta v(x)+v(x+1)\Delta (u(x))$
• 下降幂满足二项式定理，即 $(x+y{)}^{\underline{2}}=x^{\underline{2}}+2x^{\underline{1}}{y}^{\underline{1}}+y^{\underline{2}}$

应用

将定积分运算与下降幂进行关联，不难发现：
$$\sum _{0\le k<n}{k}^{\underline{m}}=\frac{n^{\underline{m+1}}}{m+1}$$
特别地，在 $m=1$ 的情况下，我们可以发现：
$$\sum _{0\le k<n}k=\frac{n^{\underline{2}}}{2}=\frac{n\times (n-1)}{2}$$
即自然数求和公式。

同时，我们还可以利用快速求出下降幂之值的思想计算形如 $k^m$ 的值，做法为将 $k^m$ 配凑为几个下降幂之和的形式，例如：
$$\begin{gathered} \because k^2=k^{\underline{2}}+k^{\underline{1}} \\ \therefore \sum _{0\le k<n}{k}^2=\frac{n^{\underline{3}}}{3}+\frac{n^{\underline{2}}}{2}=\frac{n\times (n-1)\times (2n-1)}{6} \end{gathered}$$

无限求和

对于有限项数的求和，一个通用的办法是使用错位相减，然而在无限状况下这一方法存在反例。不难举出一个发散序列的例子，如：
$$T=1+2+4+\cdots$$
那么不难发现，按照原先的推理：
$$\begin{gathered} \because 2T=2+4+8+\cdots =T-1 \\ \therefore T=-1 \end{gathered}$$
显然错误。

有这样一个反例为例，我们不难拿连续情况下的收敛—发散来定义无限数列的和。当数列发散时，数列之和就为 $\infty$（注意到 $\infty$ 其实也是 $2T=T-1$ 的一组解）。

不幸的是，对于存在负数的无限数列，这一性质又不成立了。于是引出这样的定义：

首先，任意实数都可以被写作 $x=x^{+}-x^{-}$，其中$x^{+}=x\times [x>0],x^{-}=-x\times [x<0]$。

于是，任意一个无限数列 $a_k$ 就可以写成如下的形式：
$$\sum a_k=\sum a_k^{+}-\sum a_k^{-}$$
很明显，$a_k^{+}$ 与 $a_k^{-}$ 都是非负的无穷数列，因此可求和。