求和符号

求和符号（英语：summation；符号：${\textstyle \sum}$，读作：sigma），是欧拉于1755年首先使用的一个数学符号。这个符号是源自于希腊文σογμαρω（增加）的字头，Σ正是σ的大写。

求和指的是将给定的数值相加的过程，又称为加总。求和符号常用来简化有多个数值相加的数学表达式。

假设有$n$个数值$x_1, x_2, \cdots, x_n$，则这$n$个数值的总和$x_1 + x_2 + \cdots + x_n$可表示为$\sum^{n}_{k=1} x_k$。

用等式来呈现的话就是$\sum^{n}_{k=1} x_k=x_1 + x_2 + \cdots + x_n$。 举例来说，若有4个数值：$x_1=1, x_2=3,x_3=5,x_4=7$，则这4个数值的总和为：

$\sum^{4}_{k=1} x_k=x_1 + x_2 + x_3 + x_4=1+3+5+7=16$

求和方法

1. 裂项法：利用$a_k=b_{k+1}-b_k$求出$\sum_{k=m}^n a_k$。
2. 错位相减法：透过两个求和式的相减化简求和数列的求和方法。
3. 倒序求和：对于有对称中心的函数$f(x)+f(2a-x)=2b$首尾求和
4. 逐项求导：可从$\displaystyle \sum_{k=0}^n x^k=\frac{x^{n+1}-1}{x-1}$推导出$\displaystyle \sum_{k=0}^n k^m x^k$
5. 阿贝尔变换：

$\sum_{i=1}^n a_i b_i=a_1(b_1-b_2)+(a_1+a_2)(b_2-b_3)+\dots+(a_1+a_2+\dots+a_{n-1})(b_{n-1}-b_n)+(a_1+a_2+\dots+a_n)b_n$

含多项式求和公式

以下设p为多项式，$\deg p(k)=m,\Delta p(k)=p(k+1)-p(k)$

$\sum p(k)$

$\sum p(k)$是对一个多项式求和，自然数方幂和、等幂求和、等差数列求和都属于对多项式求和。

• 帕斯卡矩阵形式

  $\sum_{k=1}^n p(k)= \begin{pmatrix}C_n^1 & C_n^2 & \cdots & C_n^{m+1}\end{pmatrix} \begin{pmatrix} C_0^0 & 0 & \cdots & 0\\ -C_1^0 & C_1^1 & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ (-1)^mC_m^0 & (-1)^{m-1}C_m^1 & \cdots & C_m^m\\ \end{pmatrix} \begin{pmatrix}p(1)\\p(2)\\\vdots\\p(m+1)\end{pmatrix}$

• 差分变换形式

  $p(k)=\sum_{j=1}^{m+1} C_{k-1}^{j-1}\Delta^{j-1} p(1)$

  $\sum_{k=1}^n p(k)=\sum_{j=1}^{m+1} C_{n}^{j}\Delta^{j-1}p(1)$

$\sum p(k)$的例子

• $\sum^{n}_{k=1} k^0 =\sum^{n}_{k=1} 1=n$
• 三角形数：$\sum^{n}_{k=1} k = \frac{n(n+1)}{2}$
• 等差级数：$\sum_{i=0}^{n-1} (a_1+id)=\frac{n( a_1 + a_n)}{2} =\frac{n[ 2a_1 + (n-1)d ]}{2}=a_1C_n^1+dC_n^2$
• 连续正整数平方和：$\sum^{n}_{k=1} k^2 =\frac{n(n+1)(2n+1)}{6}$
• 连续正整数立方和：$\sum^{n}_{k=1} k^3 =\left[ \frac{n(n+1)}{2} \right]^2$
• 正方形数：$\sum_{k=1}^{n} (2k - 1) = n^2$

$\sum u_k v_k x^k$

当$u_k=p(k)$为多项式，$\sum_{l=0}^\infty v_l x^l$易求高阶导数时，$\sum_{k=0}^\infty u_k v_k x^k$有封闭型和式

$\sum_{k=0}^\infty u_k v_k x^k=\sum_{k=0}^\infty \frac{\Delta^k u_0 x^k}{k!}\frac{d^k}{dx^k}(\sum_{l=0}^\infty v_l x^l)$

$\sum p(k)q^k$

• $u_k=p(k),v_k=1,x=q,\sum u_k v_k x^k=\sum p(k)q^k$

  有限和$\displaystyle\sum_{k=1}^n p(k)q^{k-1}$有封闭型和式

  当p为常数时，是对等比数列求和，当p为一次多项式时，是对差比数列求和。

  $\displaystyle\sum_{k=1}^n p(k)q^{k-1}=f(n)q^n-f(0)$

  $f(n)=\frac{p(n)}{q-1}+\frac{1}{(q-1)^2}\sum_{k=1}^m \frac{(-1)^kq^{k-1}}{(q-1)^{k-1}}\Delta^k(p(n))=\frac{1}{q-1}\sum_{k=0}^m (\frac{-q}{q-1})^k\Delta^k p(n+1)$

$\sum p(k)q^k$的例子

• 等比级数：$\sum_{i=0}^{n-1} a_1x^{i} = \frac{a_1(x^n-1)}{x-1}$，若$0<|x|<1$，则$\sum_{i=0}^{\infty} a_1x^{i} = \frac{a_1}{1-x}$
• 差比级数：$\displaystyle \sum_{k=1}^n [a+(k-1)d]r^{k-1}=\left[\frac{a+(n-1)d}{r-1}-\frac{d}{(r-1)^2}\right]r^n-\left[\frac{a-d}{r-1}-\frac{d}{(r-1)^2}\right]$

$\sum \frac{p(k)}{k!}x^k$

• $u_k=p(k),v_k=\frac{1}{k!},\sum u_k v_k x^k=\sum \frac{p(k)}{k!}x^k$

  $\sum_{n=0}^{\infty} \frac{p(n)}{n!}x^n=e^x\sum_{k=0}^m \frac{\Delta^k p(0)}{k!}x^k$

$\sum H_k p(k)$

$\sum_{k=1}^n H_k p(k)=(\sum_{j=0}^m C_{n+1}^{j+1} \Delta^j p(0))H_n-\sum_{j=0}^m\frac{C_n^{j+1}}{j+1}\Delta^j p(0)$，其中$H_n$为调和数或调和级数

组合数求和公式

主条目：二项式系数

一阶求和公式

• $\sum_{r=0}^n \binom nr = 2^{n}$
• $\sum_{r=0}^{n-k} \frac {(-1)^r (n+1)}{k+r+1} \binom {n-k}r = \binom nk^{-1}$
• $\sum_{r=0}^n \binom {dn}{dr}=\frac{1}{d}\sum_{r=1}^d (1+e^{\frac{2 \pi r i}{d}})^{dn}$

• $F_n=\sum_{i=0}^{\infty} \binom {n-i}{i}$

$F_{n-1}+F_n=\sum_{i=0}^{\infty} \binom {n-1-i}{i}+\sum_{i=0}^{\infty} \binom {n-i}{i}=1+\sum_{i=1}^{\infty} \binom {n-i}{i-1}+\sum_{i=1}^{\infty} \binom {n-i}{i}=1+\sum_{i=1}^{\infty} \binom {n+1-i}{i}=\sum_{i=0}^{\infty} \binom {n+1-i}{i}=F_{n+1}$

主条目：朱世杰恒等式

• $\sum_{i=m}^n \binom ia = \binom {n+1}{a+1} - \binom {m}{a+1}$

$\binom {m}{a+1} + \binom ma + \binom {m+1}a ... + \binom na = \binom {n+1}{a+1}$

$\sum_{i=m}^n \binom {k_1+i}{k_2} = \binom {k_1+n+1}{k_2+1} - \binom {k_1+m}{k_2+1}$

$\sum_{i=m}^n \binom {k_1+i}{k_2+i} = \binom {k_1+n+1}{k_2+n} - \binom {k_1+m}{k_2+m-1}$

二阶求和公式

• $\sum_{r=0}^n {\binom nr}^2 = \binom {2n}n$
• $\sum_{i=0}^n \binom {r_1+n-1-i}{r_1-1} \binom {r_2+i-1}{r_2-1}=\binom {r_1+r_2+n-1}{r_1+r_2-1}$

$(1-x)^{-r_1} (1-x)^{-r_2}=(1-x)^{-r_1-r_2}$

$(1-x)^{-r_1} (1-x)^{-r_2}=(\sum_{n=0}^{\infty} \binom {r_1+n-1}{r_1-1} x^n)(\sum_{n=0}^{\infty} \binom {r_2+n-1}{r_2-1} x^n)=\sum_{n=0}^{\infty} (\sum_{i=0}^n \binom {r_1+n-1-i}{r_1-1} \binom {r_2+i-1}{r_2-1}) x^n$

$(1-x)^{-r_1-r_2}=\sum_{n=0}^{\infty} \binom {r_1+r_2+n-1}{r_1+r_2-1} x^n$

主条目：范德蒙恒等式

• $\sum_{i=0}^k \binom ni \binom m{k-i}=\binom {n+m}k$

范德蒙恒等式与超几何函数有关系：

$\sum_{i=0}^k \binom ni \binom m{k-i}=\frac{m!}{k!(m-k)!}{}_2F_1(-n,-k;m-k+1;1)=\binom {n+m}k$

三阶求和公式

主条目：李善兰恒等式

• ${\binom {n+k}k}^2=\sum_{j=0}^k {\binom kj}^2 \binom {n+2k-j}{2k}$

范德蒙恒等式与广义超几何函数有关系：

$\sum_{j=0}^k {\binom kj}^2 \binom {n+2k-j}{2k}=\frac{(n+2k)!}{(2k)!n!}{}_3F_2 (-k,-k,-n;1,-n-2k;1)={\binom {n+k}k}^2$

定积分判断总和界限

当$f(x)$在[a,b]单调递增时：

$f(a) + \int_a^b f(x) dx \le \sum_{x=a}^{b} f(x) \le f(b) + \int_a^b f(x) dx$

当$f(x)$在[a,b]单调递减时：

$f(b) + \int_a^b f(x) dx \le \sum_{x=a}^{b} f(x) \le f(a) + \int_a^b f(x) dx$

求和函数

以$\sum_{i=1}^n i^9$为例：

• Matlab

syms k n;symsum(k^9,k,1,n)

• Mathematica

 In[1]:= Sum[i^9, {i, 1, n}]
 Out[1]:= $\frac{1}{20} n^2 (n+1)^2 \left(n^2+n-1\right) \left(2 n^4+4 n^3-n^2-3 n+3\right)$