首页 > 其他分享 >一些本影演算的简单应用

一些本影演算的简单应用

时间:2024-09-20 21:13:07浏览次数:1  
标签:frac 演算 sum ge 应用 本影 binom pi underline

根据这篇文章第一节的分析,对于任意数列 \(\{a_n\}\),存在一个线性泛函 \(L\) 满足 \(L(z^n)=a_n\)(在这里因为没有对线性泛函 \(L\) 的分析,所以使用正常记号),这说明了基本的本影演算本身的严谨性 . 对于 \(L(z^n)=a_n\),称 \(z\) 是数列 \(\{a_n\}\) 的本影(umbra),通过 \(L(z^n)\) 对数列进行代换,这就是最基本的本影演算(umbral calculus)的用法,似乎为了区别于现代本影演算有本影法(umbral method)的称呼 .


伯努利多项式

让我们从伯努利多项式与伯努利数开始:

伯努利多项式 \(B_n(x)\) 的其中一个定义是:

\[B_n(x)=\sum_{k=0}^n \binom nk B_{n-k} x^k \]

其中 \(B_n\) 为 伯努利数,令 \(L(z^n)=B_n\),代入原式,有:

\[\begin{aligned} B_n(x)&=\sum_{k=0}^n \binom nk B_{n-k} x^k\\ &=\sum_{k=0}^n \binom nk L(z^{n-k}) x^k\\ &=L\left(\sum_{k=0}^n \binom nk z^{n-k} x^k \right)\\ &=L((x+z)^n) \end{aligned} \]

因此就可以用 \(L((x+z)^n)\) 来替换 \(B_n\),现在直接可以证明:

\[\begin{aligned} \sum_{k=0}^n \binom nk B_{n-k}(y) x^{k}&=L\left( \sum_{k=0}^n \binom nk (y+z)^{n-k} x^{k} \right)\\ &=L((x+y+z)^n)=B_n(x+y) \end{aligned} \]

比我在这里的直接展开证明要好上一万倍 .

现在考虑伯努利多项式的前向差分 \(\Delta B_n(x)=\Delta L((x+z)^n)=L((x+z+1)^n)-L((x+z)^n)\):

\[\begin{aligned} L((x+z+1)^n)-L((x+z)^n)=L\left(\sum_{k=0}^n\binom nk x^{n-k}\left[(z+1)^k-z^k\right] \right) \end{aligned} \]

注意到伯努利数的递归定义 \(\displaystyle\sum_{k=0}^{n-1}\binom nk B_k=[n=1]\) 实际等价于 \(L((z+1)^n)=L(z^n),n\ne 1\),故上式仅剩 \(k=1\) 项,变为 \(nx^{n-1}\),我们得到了 \(\Delta B_n(x)=n x^{n-1}\),故可以用其求自然数幂和:

\[\begin{aligned} \sum_{i=1}^{m}i^n&=\frac1{n+1}\sum_{i=1}^m \Delta B_{n+1}(i)\\ &=\frac{B_{n+1}(m+1)-B_{n+1}}{n+1} \end{aligned} \]

(这里是 \(B_{n+1}(m)\) 还是 \(B_{n+1}(m+1)\) 好像都挺对的,搞不懂,求助评论区,似乎应该是 \(m\))

这还指出了一个有趣的事实,即:

\[\int_0^{m+1}B_n(x)\mathbb dx=\sum_{i=1}^{m}i^n \]

我们用这个结论来证明一下欧拉-麦克劳林公式(好像是第三次证明了):

\[\begin{aligned} \sum_{x=0}^{n-1}f(x)&=\sum_{x=0}^{n-1}\sum_{k\ge 0}\frac{f^{(k)}(0)}{k!} x^k\\ &=\sum_{k\ge 0}\frac{f^{(k)}(0)}{k!}\sum_{x=0}^{n-1} x^k\\ &=\sum_{k\ge 0}\frac{f^{(k)}(0)}{k!}\int_0^{n}B_k(x)\mathbb dx\\ &=\int_0^{n}\sum_{k\ge 0}\frac{f^{(k)}(0)}{k!}L((x+z)^k)\mathbb dx\\ &=L\left(\int_0^{n}f(x+z)\mathbb dx\right) \end{aligned} \]

将其展开并分类讨论即为正常的欧拉-麦克劳林公式,但是现在的形态也太好看了,相对于展开后的形态有种独特的结构美 .


贝尔数

这个数最简单的表示应该是它的 EGF(下边用 \(\varpi_k\) 表示第 \(k\) 项 Bell 数):

\[\sum_{k\ge 0}\frac{\varpi_k}{k!}x^k=e^{e^x-1} \]

原因显然 . 下边先证明其递推公式 \(\displaystyle \varpi_{n+1}=\sum_{k=0}^n\binom nk \varpi_{k}\) .

设划分的集合为 \(S\),其元素个数为 \(n\),引入一个辅助用集合,记为 \(U\),设其元素个数为 \(u\),考虑所有 \(f:S\rightarrow U\),其数目显然为 \(u^n\).

对于任意 \(f\),非常自然地与 \(S\) 的一个划分 \(\pi\) 联系起来:即如果 \(a,b\in S\) 同属于 \(\pi\) 的一个块当且仅当 \(f(a)=f(b)\),我们称 \(\pi\) 是 \(f\) 的核(kernel) .

设 \(N(\pi)\) 为划分 \(\pi\) 的块数量,则对于给定的核 \(\pi\),函数的值域元素数量为 \(N(\pi)\),所以对于给定的核 \(\pi\) 有 \(\displaystyle A_u^{N(\pi)}= u^{\small\underline{N(\pi)}}\) 种函数 .

通过对函数 \(f:S\rightarrow U\) 的计数,对于 \(u>0\),我们有:

\[\sum_{\pi}u^{\small\underline{N(\pi)}}=u^n \]

因为 \(1\) 和 \(u^{\underline k} (k\ge 1)\) 是多项式的一组基,所以在其上定义线性泛函 \(L\) 使得:

\[L(1)=1,\quad L(u^{\underline k})=1,\quad k\ge 1 \]

将 \(L\) 作用到和式中:

\[L(z^n)=\sum_{\pi}1 \]

所以 \(L(z^n)=\varpi_n\) .

注意到 \(L(u(u-1)^{\underline {n}})=L(u^{\underline{n+1}})=1=L(u^{\underline n})\),又因为 \(1\) 和 \(u^{\underline k} (k\ge 1)\) 是多项式的一组基,所以根据线性性,对任意多项式 \(p(x)\) 有:

\[L(u\cdot p(u-1))=L(p(u)) \]

特别地,取 \(p(u)=(u+1)^n\),有:

\[L(u^{n+1})=L((u+1)^n) \]

展开即为 Bell 数的递推公式 .

接下来我们可以非常简单地证明一个公式:

Dobinski's formula

\[\varpi_{n}=\frac 1e\sum_{k\ge 1}\frac{k^n}{k!} \]

考虑 \(e=\sum_{k\ge 0}1/k!\) 可以改写成 \(e=\sum_{k\ge 0}k^{\underline n}/k!\),所以有:

\[L(u^{\underline{n}})=\frac 1e \sum_{k\ge 0}\frac{k^{\underline n}}{k!} \]

和上边一样,由于线性性,扩展到任意多项式 \(p(u)\):

\[L(p(u))=\frac 1e \sum_{k\ge 0}\frac{p(k)}{k!} \]

取 \(p(u)=u^n\),得证 .

事实上有更加普遍的版本:

Generalized Dobinski's formula

\[\frac 1e \sum_{k\ge x}\frac{k^n}{(k-x)!}=\sum_{k=0}^n \binom nk \varpi_k x^{n-k} \]

但是证明异常简单,取 \(p(u)=(x+u)^n\) 即可(本影演算的强大).


调和数

这个通过令 \(L(z^n)=H_n\) 和 \(\frac 1i =L(z^i-z^{i-1})\) 应该就能直接硬算了,没试过 .


强大 umbra 之力 .

标签:frac,演算,sum,ge,应用,本影,binom,pi,underline
From: https://www.cnblogs.com/Rolling-star/p/18421871

相关文章

  • 正式上线、全部免费!多媒体应用设计师题库来啦!
    针对平面设计,电商设计,网页设计,UI设计,影视动画设计等这一类广大设计人员,有什么合适的相关国家级职业资格证书吗,有的!这就是软考中的中级科目:多媒体应用设计师。软考证书的好处,像评职称、落户政策支持、部分城市政府补贴、招投标资格、申请个税抵扣等都有很多帮助,就不再过多描述了。今......
  • 【接口自动化测试】Requests库的应用
    1、Requests官网介绍https://cn.python-requests.org/zh_CN/latest/2、Requests库安装安装命令pipinstallrequests如果比较慢的情况下:指定一下镜像(pipinstall包名-i镜像地址)​pipinstallrequests-i https://pypi.tuna.tsinghua.edu.cn/simpleRequests接......
  • 滚珠花键与滚珠丝杆的区别与应用
    在机械工业中,经常使用滚珠花键这种传动元件,人们经常拿它与滚珠丝杆相比较,甚至与之混淆。事实上,它们是不同的,滚珠花键和滚珠丝杆在机械传动领域中各有其独特的作用和特点。那么,两者之间的区别是什么呢?两者的结构是存在明显差异的,滚珠花键主要由花键轴和花键套两部分组成。在花键轴上......
  • 12 FAST系统技术应用框架
    FAST系统技术应用框架的阶段可以根据不同的应用背景和领域有所不同。但一般来说,FAST(FastApplicationSystemTechnology,快速应用系统技术)或类似名称的框架在软件开发和系统设计中的应用,可以大致划分为以下几个阶段:1.初始研究阶段(或计划阶段)列出问题和机会:明确项目或系统的目......
  • 基于微型5G网关的酒店服务机器人应用
    智能机器人在酒店中已经越来越常见,并且也是提升客户体验、提高服务效率的重要工具。然而,尽管这些机器人在自动化服务方面可以发挥着重要作用,但它们仍然面临着一些通信、组网和在线管理方面的痛点。 针对这些难题,可以通过部署微型5G网关,提高通信能力和在线管控效率,实现更高效的......
  • YARA规则详解及其在恶意软件分析中的应用
    YARA规则是用于识别恶意软件、恶意文件或可疑活动的一种工具和规则集。YARA主要用于恶意软件分析领域,帮助研究人员根据模式匹配来识别类似的恶意软件样本。下面我们一步步介绍YARA规则的结构和使用:1.规则的基本结构YARA规则由三部分组成:meta、strings和condition。ruleExampleR......
  • 线段树进阶应用学习笔记(一)(2024.7.19)(2024.8.22)
    线段树优化建图算法流程复杂度分析例题一#include<bits/stdc++.h>usingnamespacestd;#defineintlonglongconstintN=5e5,M=5e6+9;structEdge{ intv,w,nex;}e[M];inthead[M],ecnt;voidAddEdge(intu,intv,intw){ e[++ecnt]=Edge{v,w,hea......
  • QT Widgets模块源码解析与应用
    QTWidgets模块源码解析与应用使用AI技术辅助生成QT界面美化视频课程QT性能优化视频课程QT原理与源码分析视频课程QTQMLC++扩展开发视频课程免费QT视频课程您可以看免费1000+个QT技术视频免费QT视频课程QT统计图和QT数据可视化视频免费看免费QT视频课程QT性能优化视......
  • 传统WAF无法全面应对Web应用程序攻击,Web安全网关成为新首选
    互联网时代,HTTP协议基本统治了整个互联网,web应用成为当下主流。随着企业数字化转型地不断深入,越来越多的企业业务应用系统被部署到互联网平台上。Web应用程序成为企业信息系统中最常见的应用程序之一,同时,也是最容易受到攻击的应用程序之一。据Gartner调查统计,2022年全球Web......
  • 网络编程的应用
    目录1.单机程序和网络程序2.客户端与服务端3.网络编程三要素3.1 IP地址3.2 port端口4.TCP编程5.UDP编程1.单机程序和网络程序之前编写的程序都是单机程序,所有的业务功能实现及数据存储都在一个主机上完成,我们称为单机程序我们在生活中使用的绝大多数的程序(......