关于和式的探讨(3)
在这个专题中,我们将探讨和式与递归式的关系,建立起和式的一般性求解方法,并探讨和式与微积分的关系,体会离散数学与连续数学之间的联系。
参考资料:《具体数学 第 2 2 2 版》
三、多重和式
一个和式的项可以用两个或者更多的指标来指定,由此就引出了多重和式的求解问题。我们以一个有九项的二重和式为引,来探讨多重和式的处理技术。
∑
1
≤
j
,
k
≤
3
a
j
b
k
=
a
1
b
1
+
a
1
b
2
+
a
1
b
3
+
a
2
b
1
+
a
2
b
2
+
a
2
b
3
+
a
3
b
1
+
a
3
b
2
+
a
3
b
3
\sum_{1 \le j, k \le 3} a_j b_k = a_1b_1 + a_1 b_2 + a_1 b_3 + a_2 b_1 + a_2 b_2 + a_2 b_3 + a_3 b_1 + a_3 b_2 + a_3 b_3
1≤j,k≤3∑ajbk=a1b1+a1b2+a1b3+a2b1+a2b2+a2b3+a3b1+a3b2+a3b3
1. 交换求和次序
多于一个指标的和式可以首先对它的任何一个指标求和,在这方面,我们有一个称为交换求和次序的基本法则,本质上是结合律的推广:
∑
j
∑
k
a
j
,
k
[
P
(
j
,
k
)
]
=
∑
P
(
j
,
k
)
a
j
,
k
=
∑
k
∑
j
a
j
,
k
[
P
(
j
,
k
)
]
\begin{gather} \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)] \end{gather}
j∑k∑aj,k[P(j,k)]=P(j,k)∑aj,k=k∑j∑aj,k[P(j,k)]实践中,当我们想用封闭形式计算一个二重和式时,通常先对一个指标求和会比先对另一个指标求和更容易些,因此我们要选择更方便的求和顺序。开始给出的九个项的和式是处理二重和式的一个很好的例子,它的简化程序是我们对
∑
∑
\sum \sum
∑∑ 进行处理的典型代表:
∑
1
≤
j
,
k
≤
3
a
j
b
k
=
∑
j
,
k
a
j
b
k
[
1
≤
j
,
k
≤
3
]
=
∑
j
(
∑
k
a
j
b
k
[
1
≤
j
≤
3
]
[
1
≤
k
≤
3
]
)
=
∑
j
(
a
j
[
1
≤
j
≤
3
]
∑
k
b
k
[
1
≤
k
≤
3
]
)
=
(
∑
j
a
j
[
1
≤
j
≤
3
]
)
(
∑
k
b
k
[
1
≤
k
≤
3
]
)
=
(
∑
j
=
1
3
a
j
)
(
∑
k
=
1
3
b
k
)
\begin{split} \sum_{1 \le j, k \le 3} a_j b_k &= \sum_{j, k} a_j b_k [1 \le j, k \le 3] \\ &= \sum_{j} \bigg( \sum_{k} a_j b_k [1 \le j \le 3] [1 \le k \le 3] \bigg) \\ &= \sum_{j} \bigg( a_j [1 \le j \le 3] \sum_{k} b_k [1 \le k \le 3] \bigg) \\ &= \bigg( \sum_{j} a_j [1 \le j \le 3] \bigg) \bigg( \sum_{k} b_k [1 \le k \le 3] \bigg) \\ &= \bigg( \sum_{j = 1}^{3} a_j \bigg) \bigg( \sum_{k = 1}^{3} b_k \bigg) \end{split}
1≤j,k≤3∑ajbk=j,k∑ajbk[1≤j,k≤3]=j∑(k∑ajbk[1≤j≤3][1≤k≤3])=j∑(aj[1≤j≤3]k∑bk[1≤k≤3])=(j∑aj[1≤j≤3])(k∑bk[1≤k≤3])=(j=1∑3aj)(k=1∑3bk)
- 第一行表示没有任何特殊次序的九项之和;
- 第二行将它们分成了三组: ( a 1 b 1 + a 1 b 2 + a 1 b 3 ) + ( a 2 b 1 + a 2 b 2 + a 2 b 3 ) + ( a 3 b 1 + a 3 b 2 + a 3 b 3 ) (a_1 b_1 + a_1 b_2 + a_1 b_3) + (a_2 b_1 + a_2 b_2 + a_2 b_3) + (a_3 b_1 + a_3 b_2 + a_3 b_3) (a1b1+a1b2+a1b3)+(a2b1+a2b2+a2b3)+(a3b1+a3b2+a3b3);
- 第三行利用分配律逐个提取出公共因子 a a a,因为 a a a 的指标 j j j 与 k k k 无关, a 1 ( b 1 + b 2 + b 3 ) + a 2 ( b 1 + b 2 + b 3 ) + a 3 ( b 1 + b 2 + b 3 ) a_1 (b_1 + b_2 + b_3) + a_2 (b_1 + b_2 + b_3) + a_3 (b_1 + b_2 + b_3) a1(b1+b2+b3)+a2(b1+b2+b3)+a3(b1+b2+b3);
- 第四行则提取出对 j j j 的每一个值都出现的因子 ( b 1 + b 2 + b 3 ) (b_1 + b_2 + b_3) (b1+b2+b3),最终形成 ( a 1 + a 2 + a 3 ) ( b 1 + b 2 + b 3 ) (a_1 + a_2 + a_3)(b_1 + b_2 + b_3) (a1+a2+a3)(b1+b2+b3) 的形式;
- 最后一行则是第四行的另一种表达方式。
利用这一推导方法,我们可以证明一般分配律:
∑
j
∈
J
k
∈
K
a
j
b
k
=
(
∑
j
∈
J
a
j
)
(
∑
k
∈
K
b
k
)
\begin{gather} \sum_{ \begin{subarray}{l} j \in J \\ k \in K \end{subarray}} a_j b_k = \bigg( \sum_{j \in J} a_j \bigg) \bigg( \sum_{k \in K} b_k \bigg) \end{gather}
j∈Jk∈K∑ajbk=(j∈J∑aj)(k∈K∑bk)
- 交换求和次序的基本法则
(
1
)
(1)
(1) 有两种变形,首先是简易型公式,适用于
j
j
j 与
k
k
k 的范围相互无关的情形:
∑ j ∈ J ∑ k ∈ K a j , k = ∑ j ∈ J k ∈ K a j , k = ∑ k ∈ K ∑ j ∈ J a j , k \begin{gather} \sum_{j \in J} \sum_{k \in K} a_{j, k} = \sum_{\begin{subarray}{l} j \in J \\ k \in K \end{subarray}} a_{j, k} = \sum_{k \in K} \sum_{j \in J} a_{j, k} \end{gather} j∈J∑k∈K∑aj,k=j∈Jk∈K∑aj,k=k∈K∑j∈J∑aj,k - 复杂型公式适用于内和的范围与外和的指标变量有关的情形:
∑ j ∈ J ∑ k ∈ K ( j ) a j , k = ∑ k ∈ K ′ ∑ j ∈ J ′ ( k ) a j , k \begin{gather} \sum_{j \in J} \sum_{k \in K(j)} a_{j, k} = \sum_{k \in K'} \sum_{j \in J'(k)} a_{j, k} \end{gather} j∈J∑k∈K(j)∑aj,k=k∈K′∑j∈J′(k)∑aj,k
这里的集合
J
J
J、
K
(
j
)
K(j)
K(j)、
K
′
K'
K′、
J
′
(
k
)
J'(k)
J′(k) 必须以下面的方式相关联:
[
j
∈
J
]
[
k
∈
K
(
j
)
]
=
[
k
∈
K
′
]
[
j
∈
J
′
(
k
)
]
[j \in J] [k \in K(j)] = [k \in K'] [j \in J'(k)]
[j∈J][k∈K(j)]=[k∈K′][j∈J′(k)]。这里给出一个常用的因子分解方程
[
1
≤
j
≤
n
]
[
j
≤
k
≤
n
]
=
[
1
≤
j
≤
k
≤
n
]
=
[
1
≤
k
≤
n
]
[
1
≤
j
≤
k
]
[1 \le j \le n] [j \le k \le n] = [1 \le j \le k \le n] = [1 \le k \le n] [1 \le j \le k]
[1≤j≤n][j≤k≤n]=[1≤j≤k≤n]=[1≤k≤n][1≤j≤k],根据这个艾弗森方程,我们可以写出如下的和式:
∑
j
=
1
n
∑
k
=
j
n
a
j
,
k
=
∑
1
≤
j
≤
k
≤
n
a
j
,
k
=
∑
k
=
1
n
∑
j
=
1
k
a
j
,
k
\begin{gather} \sum_{j = 1}^{n} \sum_{k = j}^{n} a_{j, k} = \sum_{1 \le j \le k \le n} a_{j, k} = \sum_{k = 1}^{n} \sum_{j = 1}^{k} a_{j, k} \end{gather}
j=1∑nk=j∑naj,k=1≤j≤k≤n∑aj,k=k=1∑nj=1∑kaj,k
2. 包含通项的多重和式
接下来我们考虑一个由通项
a
j
a
k
a_j a_k
ajak 组成的
n
×
n
n \times n
n×n 的阵列:
[
a
1
a
1
a
1
a
2
a
1
a
3
⋯
a
1
a
n
a
2
a
1
a
2
a
2
a
2
a
3
⋯
a
2
a
n
a
3
a
1
a
3
a
2
a
3
a
3
⋯
a
3
a
n
⋮
⋮
⋮
⋱
⋮
a
n
a
1
a
n
a
2
a
n
a
3
⋯
a
n
a
n
]
\begin{bmatrix} a_1 a_1 & a_1 a_2 & a_1 a_3 & \cdots & a_1 a_n \\ a_2 a_1 & a_2 a_2 & a_2 a_3 & \cdots & a_2 a_n \\ a_3 a_1 & a_3 a_2 & a_3 a_3 & \cdots & a_3 a_n \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_n a_1 & a_n a_2 & a_n a_3 & \cdots & a_n a_n \\ \end{bmatrix}
a1a1a2a1a3a1⋮ana1a1a2a2a2a3a2⋮ana2a1a3a2a3a3a3⋮ana3⋯⋯⋯⋱⋯a1ana2ana3an⋮anan
我们的目的是对
S
▽
=
∑
1
≤
j
≤
k
≤
n
a
j
a
k
S_{\triangledown} = \sum_{1 \le j \le k \le n} a_j a_k
S▽=∑1≤j≤k≤najak 求一个简单的公式,它是这个阵列的主对角线及其上方的所有元素之和。由于
a
j
a
k
=
a
k
a
j
a_j a_k = a_k a_j
ajak=akaj,故此阵列关于它的主对角线是对称的,从而
S
▽
S_{\triangledown}
S▽ 近似等于所有元素和的一半,于是我们有
S
▽
=
∑
1
≤
j
≤
k
≤
n
a
j
a
k
=
∑
1
≤
k
≤
j
≤
n
a
k
a
j
=
∑
1
≤
k
≤
j
≤
n
a
j
a
k
=
S
△
S_{\triangledown} = \sum_{1 \le j \le k \le n} a_j a_k = \sum_{1 \le k \le j \le n} a_k a_j = \sum_{1 \le k \le j \le n} a_j a_k = S_{\triangle}
S▽=∑1≤j≤k≤najak=∑1≤k≤j≤nakaj=∑1≤k≤j≤najak=S△,因此我们可以将
(
j
,
k
)
(j, k)
(j,k) 更名为
(
k
,
j
)
(k, j)
(k,j)。
此外,由于
[
1
≤
j
≤
k
≤
n
]
+
[
1
≤
k
≤
j
≤
n
]
=
[
1
≤
j
,
k
≤
n
]
+
[
1
≤
j
=
k
≤
n
]
[1 \le j \le k \le n] + [1 \le k \le j \le n] = [1 \le j, k \le n] + [1 \le j = k \le n]
[1≤j≤k≤n]+[1≤k≤j≤n]=[1≤j,k≤n]+[1≤j=k≤n],我们就有
2
S
▽
=
S
▽
+
S
△
=
∑
1
≤
j
,
k
≤
n
a
j
a
k
+
∑
1
≤
j
=
k
≤
n
a
j
a
k
2 S_{\triangledown} = S_{\triangledown} + S_{\triangle} = \sum_{1 \le j, k \le n} a_j a_k + \sum_{1 \le j = k \le n} a_j a_k
2S▽=S▽+S△=∑1≤j,k≤najak+∑1≤j=k≤najak。根据一般分配律
(
2
)
(2)
(2),第一个和式等于
(
∑
j
=
1
n
a
j
)
(
∑
k
=
1
n
a
k
)
=
(
∑
k
=
1
n
a
k
)
2
\big( \sum_{j = 1}^{n} a_j \big) \big( \sum_{k = 1}^{n} a_k \big) = \big( \sum_{k = 1}^{n} a_k \big)^2
(∑j=1naj)(∑k=1nak)=(∑k=1nak)2,而第二个和式等于
∑
k
=
1
n
a
k
2
\sum_{k = 1}^{n} a_k^2
∑k=1nak2。于是我们有
S
▽
=
∑
1
≤
j
≤
k
≤
n
a
j
a
k
=
1
2
(
(
∑
k
=
1
n
a
k
)
2
+
∑
k
=
1
n
a
k
2
)
\begin{gather} S_{\triangledown} = \sum_{1 \le j \le k \le n} a_j a_k = \frac{1}{2} \Bigg( \bigg( \sum_{k = 1}^{n} a_k \bigg)^2 + \sum_{k = 1}^{n} a_k^2 \Bigg) \end{gather}
S▽=1≤j≤k≤n∑ajak=21((k=1∑nak)2+k=1∑nak2)
下面我们来研究另外一个二重和式:
S
=
∑
1
≤
j
<
k
≤
n
(
a
k
−
a
j
)
(
b
k
−
b
j
)
S = \sum_{1 \le j < k \le n} (a_k - a_j) (b_k - b_j)
S=1≤j<k≤n∑(ak−aj)(bk−bj)
当交换
j
j
j 和
k
k
k 时,我们仍然有对称性:
S
=
∑
1
≤
k
<
j
≤
n
(
a
j
−
a
k
)
(
b
j
−
b
k
)
=
∑
1
≤
k
<
j
≤
n
(
a
k
−
a
j
)
(
b
k
−
b
j
)
S = \sum_{1 \le k < j \le n} (a_j - a_k) (b_j - b_k) = \sum_{1 \le k < j \le n} (a_k - a_j) (b_k - b_j)
S=∑1≤k<j≤n(aj−ak)(bj−bk)=∑1≤k<j≤n(ak−aj)(bk−bj),故而可以将
S
S
S 与自己相加,利用恒等式
[
1
≤
j
<
k
≤
n
]
+
[
1
≤
k
<
j
≤
n
]
=
[
1
≤
j
,
k
≤
n
]
−
[
1
≤
j
=
k
≤
n
]
[1 \le j < k \le n] + [1 \le k < j \le n] = [1 \le j, k \le n] - [1 \le j = k \le n]
[1≤j<k≤n]+[1≤k<j≤n]=[1≤j,k≤n]−[1≤j=k≤n] 可以得到
2
S
=
∑
1
≤
j
,
k
≤
n
(
a
j
−
a
k
)
(
b
j
−
b
k
)
−
∑
1
≤
j
=
k
≤
n
(
a
j
−
a
k
)
(
b
j
−
b
k
)
2 S = \sum_{1 \le j, k \le n} (a_j - a_k) (b_j - b_k) - \sum_{1 \le j = k \le n} (a_j - a_k) (b_j - b_k)
2S=∑1≤j,k≤n(aj−ak)(bj−bk)−∑1≤j=k≤n(aj−ak)(bj−bk)。这里第二个和式为零,我们只需要研究第一个和式即可。将第一个和式展开成四个单独的和式,每一个都是简易型的:
∑
1
≤
j
,
k
≤
n
(
a
j
−
a
k
)
(
b
j
−
b
k
)
=
∑
1
≤
j
,
k
≤
n
a
j
b
j
−
∑
1
≤
j
,
k
≤
n
a
j
b
k
−
∑
1
≤
j
,
k
≤
n
a
k
b
j
+
∑
1
≤
j
,
k
≤
n
a
k
b
k
=
2
∑
1
≤
j
,
k
≤
n
a
k
b
k
−
2
∑
1
≤
j
,
k
≤
n
a
j
b
k
=
2
∑
1
≤
k
≤
n
∑
1
≤
j
≤
n
a
k
b
k
−
2
∑
1
≤
j
,
k
≤
n
a
j
b
k
=
2
∑
1
≤
k
≤
n
a
k
b
k
∑
1
≤
j
≤
n
1
−
2
∑
1
≤
j
,
k
≤
n
a
j
b
k
=
2
n
∑
1
≤
k
≤
n
a
k
b
k
−
2
(
∑
k
=
1
n
a
k
)
(
∑
k
=
1
n
b
k
)
\begin{split} \sum_{1 \le j, k \le n} (a_j - a_k) (b_j - b_k) &= \sum_{1 \le j, k \le n} a_j b_j - \sum_{1 \le j, k \le n} a_j b_k - \sum_{1 \le j, k \le n} a_k b_j + \sum_{1 \le j, k \le n} a_k b_k \\ &= 2 \sum_{1 \le j, k \le n} a_k b_k - 2 \sum_{1 \le j, k \le n} a_j b_k \\ &= 2 \sum_{1 \le k \le n} \sum_{1 \le j \le n} a_k b_k - 2 \sum_{1 \le j, k \le n} a_j b_k \\ &= 2 \sum_{1 \le k \le n} a_k b_k \sum_{1 \le j \le n} 1 - 2 \sum_{1 \le j, k \le n} a_j b_k \\ &= 2n \sum_{1 \le k \le n} a_k b_k - 2 \bigg(\sum_{k = 1}^{n} a_k \bigg) \bigg( \sum_{k = 1}^{n} b_k \bigg) \end{split}
1≤j,k≤n∑(aj−ak)(bj−bk)=1≤j,k≤n∑ajbj−1≤j,k≤n∑ajbk−1≤j,k≤n∑akbj+1≤j,k≤n∑akbk=21≤j,k≤n∑akbk−21≤j,k≤n∑ajbk=21≤k≤n∑1≤j≤n∑akbk−21≤j,k≤n∑ajbk=21≤k≤n∑akbk1≤j≤n∑1−21≤j,k≤n∑ajbk=2n1≤k≤n∑akbk−2(k=1∑nak)(k=1∑nbk)于是我们就得到了一个有趣的公式:
(
∑
k
=
1
n
a
k
)
(
∑
k
=
1
n
b
k
)
=
n
∑
k
=
1
n
a
k
b
k
−
∑
1
≤
j
<
k
≤
n
(
a
k
−
a
j
)
(
b
k
−
b
j
)
\begin{gather} \bigg(\sum_{k = 1}^{n} a_k \bigg) \bigg( \sum_{k = 1}^{n} b_k \bigg) = n \sum_{k = 1}^{n} a_k b_k - \sum_{1 \le j < k \le n} (a_k - a_j) (b_k - b_j) \end{gather}
(k=1∑nak)(k=1∑nbk)=nk=1∑nakbk−1≤j<k≤n∑(ak−aj)(bk−bj)这个恒等式本质上是切比雪夫单调不等式的一个特例:
{
(
∑
k
=
1
n
a
k
)
(
∑
k
=
1
n
b
k
)
≤
n
∑
k
=
1
n
a
k
b
k
,
a
1
≤
⋯
≤
a
n
且
b
1
≤
⋯
≤
b
n
(
∑
k
=
1
n
a
k
)
(
∑
k
=
1
n
b
k
)
≥
n
∑
k
=
1
n
a
k
b
k
,
a
1
≤
⋯
≤
a
n
且
b
1
≥
⋯
≥
b
n
\begin{cases} \bigg(\sum_{k = 1}^{n} a_k \bigg) \bigg( \sum_{k = 1}^{n} b_k \bigg) \le n \sum_{k = 1}^{n} a_k b_k, & a_1 \le \cdots \le a_n 且 b_1 \le \cdots \le b_n \\ \bigg(\sum_{k = 1}^{n} a_k \bigg) \bigg( \sum_{k = 1}^{n} b_k \bigg) \ge n \sum_{k = 1}^{n} a_k b_k, & a_1 \le \cdots \le a_n 且 b_1 \ge \cdots \ge b_n \end{cases}
⎩
⎨
⎧(∑k=1nak)(∑k=1nbk)≤n∑k=1nakbk,(∑k=1nak)(∑k=1nbk)≥n∑k=1nakbk,a1≤⋯≤an且b1≤⋯≤bna1≤⋯≤an且b1≥⋯≥bn
由上一篇文章中的交换律我们知道,如果 p ( k ) p(k) p(k) 是这些整数的任意一个排列,则 ∑ k ∈ K a k = ∑ p ( k ) ∈ K a p ( k ) \sum_{k \in K} a_k = \sum_{p(k) \in K} a_{p(k)} ∑k∈Kak=∑p(k)∈Kap(k)。如果 f f f 是一个任意的函数 f : J → K f: J \to K f:J→K,它将整数 j ∈ J j \in J j∈J 变成整数 f ( j ) ∈ K f(j) \in K f(j)∈K,那么用 f ( j ) f(j) f(j) 替换 k k k 我们会得到怎样的结果呢?
指标替换的一般公式是
∑
j
∈
J
a
f
(
j
)
=
∑
k
∈
K
a
k
#
f
−
(
k
)
\begin{gather} \sum_{j \in J} a_{f(j)} = \sum_{k \in K} a_k \# f^- (k) \end{gather}
j∈J∑af(j)=k∈K∑ak#f−(k)其中,
#
f
−
(
k
)
\# f^-(k)
#f−(k) 表示集合
f
−
(
k
)
=
{
j
∣
f
(
j
)
=
k
}
f^- (k) = \{j | f(j) = k\}
f−(k)={j∣f(j)=k} 中的元素个数,即使得
f
(
j
)
f(j)
f(j) 等于
k
k
k 的
j
∈
J
j \in J
j∈J 的值的个数。由于
∑
j
∈
J
[
f
(
j
)
=
k
]
=
#
f
−
(
k
)
\sum_{j \in J} [f(j) = k] = \# f^- (k)
∑j∈J[f(j)=k]=#f−(k),通过交换求和次序可以证明公式
(
8
)
(8)
(8):
∑
j
∈
J
a
f
(
j
)
=
∑
j
∈
J
k
∈
K
a
k
[
f
(
j
)
=
k
]
=
∑
k
∈
K
a
k
∑
j
∈
J
[
f
(
j
)
=
k
]
\sum_{j \in J} a_{f(j)} = \sum_{\begin{subarray}{l} j \in J \\ k \in K \end{subarray}} a_k [f(j) = k] = \sum_{k \in K} a_k \sum_{j \in J} [f(j) = k]
j∈J∑af(j)=j∈Jk∈K∑ak[f(j)=k]=k∈K∑akj∈J∑[f(j)=k]
当 f f f 是 J J J 与 K K K 之间的一一对应关系时,对所有的 k k k 都有 # f − ( k ) = 1 \# f^- (k) = 1 #f−(k)=1,一般公式 ( 8 ) (8) (8) 就转化成为 ∑ j ∈ J a f ( j ) = ∑ f ( j ) ∈ K a f ( j ) = ∑ k ∈ K a k \sum_{j \in J} a_{f(j)} = \sum_{f(j) \in K} a_{f(j)} = \sum_{k \in K} a_k ∑j∈Jaf(j)=∑f(j)∈Kaf(j)=∑k∈Kak,这就是上一篇文章中给出的交换律,不过形式稍有变化。
3. 包含实际数字的多重和式
接下来我们研究一个包含实际数字的二重和式:
S
n
=
∑
1
≤
j
<
k
≤
n
1
k
−
j
S_n = \sum_{1 \le j < k \le n} \frac{1}{k - j}
Sn=1≤j<k≤n∑k−j1容易计算得到
S
1
=
0
S_1 = 0
S1=0,
S
2
=
1
S_2 = 1
S2=1,
S
3
=
5
/
2
S_3 = 5 / 2
S3=5/2。计算二重和式的正规方法是首先对
j
j
j 或者
k
k
k 求和,下面我们分别探讨两种选择下的计算过程,是否都能得到我们想要的封闭形式。
S
n
=
∑
1
≤
k
≤
n
∑
1
≤
j
<
k
1
k
−
j
(首先对
j
求和)
=
∑
1
≤
k
≤
n
∑
1
≤
k
−
j
<
k
1
j
(用
k
−
j
替换
j
)
=
∑
1
≤
k
≤
n
∑
0
<
j
≤
k
−
1
1
j
(简化
j
的界限)
=
∑
1
≤
k
≤
n
H
k
−
1
(
H
k
−
1
的定义)
=
∑
1
≤
k
+
1
≤
n
H
k
(用
k
+
1
替换
k
)
=
∑
0
≤
k
<
n
H
k
(简化
k
的界限)
\begin{split} S_n &= \sum_{1 \le k \le n} \sum_{1 \le j < k} \frac{1}{k - j}(首先对 j 求和)\\ &= \sum_{1 \le k \le n} \sum_{1 \le k - j < k} \frac{1}{j}(用 k - j 替换 j)\\ &= \sum_{1 \le k \le n} \sum_{0 < j \le k - 1} \frac{1}{j}(简化 j 的界限)\\ &= \sum_{1 \le k \le n} H_{k - 1} (H_{k - 1} 的定义)\\ &= \sum_{1 \le k + 1 \le n} H_k (用 k + 1 替换 k) \\ &= \sum_{0 \le k < n} H_k(简化 k 的界限) \end{split}
Sn=1≤k≤n∑1≤j<k∑k−j1(首先对j求和)=1≤k≤n∑1≤k−j<k∑j1(用k−j替换j)=1≤k≤n∑0<j≤k−1∑j1(简化j的界限)=1≤k≤n∑Hk−1(Hk−1的定义)=1≤k+1≤n∑Hk(用k+1替换k)=0≤k<n∑Hk(简化k的界限)至此,我们已经无路可走了。下面尝试另一种选择:
S
n
=
∑
1
≤
j
≤
n
∑
j
<
k
≤
n
1
k
−
j
(首先对
k
求和)
=
∑
1
≤
j
≤
n
∑
j
<
k
+
j
≤
n
1
k
(用
k
+
j
替换
k
)
=
∑
1
≤
j
≤
n
∑
0
<
k
≤
n
−
j
1
k
(简化
k
的界限)
=
∑
1
≤
j
≤
n
H
n
−
j
(
H
n
−
j
的定义)
=
∑
1
≤
n
−
j
≤
n
H
j
(用
n
−
j
替换
j
)
=
∑
0
≤
j
<
n
H
j
(简化
j
的界限)
\begin{split} S_n &= \sum_{1 \le j \le n} \sum_{j < k \le n} \frac{1}{k - j}(首先对 k 求和)\\ &= \sum_{1 \le j \le n} \sum_{j < k + j \le n} \frac{1}{k}(用 k + j 替换 k)\\ &= \sum_{1 \le j \le n} \sum_{0 < k \le n - j} \frac{1}{k}(简化 k 的界限)\\ &= \sum_{1 \le j \le n} H_{n - j} (H_{n - j} 的定义)\\ &= \sum_{1 \le n - j \le n} H_j (用 n - j 替换 j) \\ &= \sum_{0 \le j < n} H_j(简化 j 的界限) \end{split}
Sn=1≤j≤n∑j<k≤n∑k−j1(首先对k求和)=1≤j≤n∑j<k+j≤n∑k1(用k+j替换k)=1≤j≤n∑0<k≤n−j∑k1(简化k的界限)=1≤j≤n∑Hn−j(Hn−j的定义)=1≤n−j≤n∑Hj(用n−j替换j)=0≤j<n∑Hj(简化j的界限)我们走到了同样的死胡同里。不过还有另外一种做法,那就是在决定要将
S
n
S_n
Sn 转化成二重和式之前先用
k
+
j
k + j
k+j 替换
k
k
k:
S
n
=
∑
1
≤
j
<
k
≤
n
1
k
−
j
(原始给定的和式)
=
∑
1
≤
j
<
k
+
j
≤
n
1
k
(用
k
+
j
替换
k
)
=
∑
1
≤
k
≤
n
∑
1
≤
j
≤
n
−
k
1
k
(首先对
j
求和)
=
∑
1
≤
k
≤
n
n
−
k
k
(关于
j
的和与
j
本身无关,只和
j
的范围相关)
=
∑
1
≤
k
≤
n
n
k
−
∑
1
≤
k
≤
n
1
(结合律)
=
n
(
∑
1
≤
k
≤
n
1
k
)
−
n
=
n
H
n
−
n
(
H
n
的定义)
\begin{split} S_n &= \sum_{1 \le j < k \le n} \frac{1}{k - j}(原始给定的和式)\\ &= \sum_{1 \le j < k + j \le n} \frac{1}{k}(用 k + j 替换 k)\\ &= \sum_{1 \le k \le n} \sum_{1 \le j \le n - k} \frac{1}{k}(首先对 j 求和)\\ &= \sum_{1 \le k \le n} \frac{n - k}{k} (关于 j 的和与 j 本身无关,只和 j 的范围相关)\\ &= \sum_{1 \le k \le n} \frac{n}{k} - \sum_{1 \le k \le n} 1 (结合律) \\ &= n \bigg( \sum_{1 \le k \le n} \frac{1}{k} \bigg) - n \\ &= n H_n - n (H_n 的定义) \end{split}
Sn=1≤j<k≤n∑k−j1(原始给定的和式)=1≤j<k+j≤n∑k1(用k+j替换k)=1≤k≤n∑1≤j≤n−k∑k1(首先对j求和)=1≤k≤n∑kn−k(关于j的和与j本身无关,只和j的范围相关)=1≤k≤n∑kn−1≤k≤n∑1(结合律)=n(1≤k≤n∑k1)−n=nHn−n(Hn的定义)将我们求出的
S
n
S_n
Sn 与前两种方法求出的 “死胡同” 结合起来,可以得到这样一个恒等式:
∑
0
≤
k
<
n
H
k
=
n
H
n
−
n
\begin{gather} \sum_{0 \le k < n} H_k = n H_n - n \end{gather}
0≤k<n∑Hk=nHn−n从代数方式来说,如果我们有一个包含
k
+
f
(
j
)
k + f(j)
k+f(j) 的二重和式,其中
f
f
f 是一个任意函数,那么这个例子指出,用
k
−
f
(
j
)
k - f(j)
k−f(j) 替换
k
k
k 并对
j
j
j 求和会更容易得到封闭形式的解。
从几何方式来说,我们可以观察
n
=
4
n = 4
n=4 的情形下
S
n
S_n
Sn 的形状:
k
=
1
k
=
2
k
=
3
k
=
4
j
=
1
1
/
1
1
/
2
1
/
3
j
=
2
1
/
1
1
/
2
j
=
3
1
/
1
j
=
4
\begin{matrix} & k = 1 & k = 2 & k = 3 & k = 4 \\ j = 1 & & 1 / 1 & 1 / 2 & 1 / 3 \\ j = 2 & & & 1 / 1 & 1 / 2 \\ j = 3 & & & & 1 / 1 \\ j = 4 & & & & \end{matrix}
j=1j=2j=3j=4k=1k=21/1k=31/21/1k=41/31/21/1
- 我们的第一次尝试是先对 j j j 求和(按列),得到了 H 1 + H 2 + H 3 H_1 + H_2 + H_3 H1+H2+H3;
- 第二次尝试是先对 k k k 求和(按行),得到了 H 3 + H 2 + H 1 H_3 + H_2 + H_1 H3+H2+H1;
- 获得成功的案例,本质上是按照对角线求和,得到 3 / 1 + 2 / 2 + 1 / 3 3 / 1 + 2 / 2 + 1 / 3 3/1+2/2+1/3,这个结果与康托表有着微妙的联系。