求和符号 - 维基百科，自由的百科全书

算术运算 查 论 编

加法 (+) ${\displaystyle \scriptstyle \left.{\begin{matrix}\scriptstyle {\text{项 }}\,+\,{\text{项}}\\\scriptstyle {\text{加 数 }}\,+\,{\text{加 数}}\\\scriptstyle {\text{被 加 数 }}\,+\,{\text{加 数}}\end{matrix}}\right\}\,=\,}$ ${\displaystyle \scriptstyle {\text{和 }}}$ 減法 (−) ${\displaystyle \scriptstyle \left.{\begin{matrix}\scriptstyle {\text{项 }}\,-\,{\text{项}}\\\scriptstyle {\text{被 减 数 }}\,-\,{\text{减 数 }}\end{matrix}}\right\}\,=\,}$ ${\displaystyle \scriptstyle {\text{差 }}}$ 乘法 (×) ${\displaystyle \scriptstyle \left.{\begin{matrix}\scriptstyle {\text{因 数 }}\,\times \,{\text{因 数 }}\\\scriptstyle {\text{被 乘 数 }}\,\times \,{\text{乘 数 }}\\\scriptstyle {\text{（ 英 文 中 ） }}{\text{乘 数 }}\,\times \,{\text{被 乘 数 }}\end{matrix}}\right\}\,=\,}$ ${\displaystyle \scriptstyle {\text{积 }}}$ 除法 (÷) ${\displaystyle \scriptstyle \left.{\begin{matrix}\scriptstyle {\frac {\scriptstyle {\text{被 除 数 }}}{\scriptstyle {\text{除 数 }}}}\\\scriptstyle {\text{ }}\\\scriptstyle {\frac {\scriptstyle {\text{分 子 }}}{\scriptstyle {\text{分 母 }}}}\end{matrix}}\right\}\,=\,}$ ${\displaystyle {\begin{matrix}\scriptstyle {\text{商 }}\\\scriptstyle {\text{比 值 }}\end{matrix}}}$ 模除 (mod) ${\displaystyle \scriptstyle {\text{被 除 数 }}\,mod\,{\text{除 数}}\,\,=\,}$ ${\displaystyle \scriptstyle {\text{余 数 }}}$ 乘方 (^) ${\displaystyle \scriptstyle {\text{底 数 }}^{\text{指 数 }}\,=\,}$ ${\displaystyle \scriptstyle {\text{幂 }}}$ n 次方根 (√) ${\displaystyle \scriptstyle {\sqrt[{\text{根 指 数 }}]{\scriptstyle {\text{被 开 方 数 }}}}\,=\,}$ ${\displaystyle \scriptstyle {\text{根 }}}$ 对数 (log) ${\displaystyle \scriptstyle \log _{\text{底 }}({\text{真 数 }})\,=\,}$ ${\displaystyle \scriptstyle {\text{对 数 }}}$

查 论 编

求和符号（英語：summation；符號：${\textstyle \sum }$，讀作：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。

求和指的是將給定的數值相加的過程，又稱為加總。求和符號常用來簡化有多個數值相加的數學表達式。

假設有${\displaystyle n}$個數值${\displaystyle x_{1},x_{2},\cdots ,x_{n}}$，則這${\displaystyle n}$個數值的總和${\displaystyle x_{1}+x_{2}+\cdots +x_{n}}$可表示為${\displaystyle \sum _{k=1}^{n}x_{k}}$。

用等式來呈現的話就是${\displaystyle \sum _{k=1}^{n}x_{k}=x_{1}+x_{2}+\cdots +x_{n}}$。

舉例來說，若有4個數值：${\displaystyle x_{1}=1,x_{2}=3,x_{3}=5,x_{4}=7}$，則這4個數值的總和為：

${\displaystyle \sum _{k=1}^{4}x_{k}=x_{1}+x_{2}+x_{3}+x_{4}=1+3+5+7=16}$

在數學中，求和是任何類型數字的序列相加，稱為加數或加數；結果是它們的總和或總數。除了數字之外，也可以對其他類型的值求和：函數、向量、矩陣、多項式，以及通常在其上定義了表示為“+”的運算的任何類型的數學物件的元素。

無窮序列的總和稱為級數，它們涉及極限的概念，本條目不予考慮。

顯式序列的總和表示為一連串的加法。例如，[1, 2, 4, 2] 的和記為 1 + 2 + 4 + 2，得到 9，即 1 + 2 + 4 + 2 = 9。因為加法是結合可交換的，所以有不需要括號，無論加法的順序如何，結果都是一樣的。只有一個元素的序列的總和會產生這個元素本身。按照慣例，空序列（沒有元素的序列）的總和結果為 0。

1. 裂項法：利用${\displaystyle a_{k}=b_{k+1}-b_{k}}$求出${\displaystyle \sum _{k=m}^{n}a_{k}}$。
2. 錯位相減法：透過兩個求和式的相減化簡求和數列的求和方法。
3. 倒序求和：對於有對稱中心的函數${\displaystyle f(x)+f(2a-x)=2b}$首尾求和^[1][2]
4. 逐項求導：可從${\displaystyle \displaystyle \sum _{k=0}^{n}x^{k}={\frac {x^{n+1}-1}{x-1}}}$推導出${\displaystyle \displaystyle \sum _{k=0}^{n}k^{m}x^{k}}$^[3]
5. 阿貝爾變換：

${\displaystyle \sum _{i=1}^{n}a_{i}b_{i}=a_{1}(b_{1}-b_{2})+(a_{1}+a_{2})(b_{2}-b_{3})+\dots +(a_{1}+a_{2}+\dots +a_{n-1})(b_{n-1}-b_{n})+(a_{1}+a_{2}+\dots +a_{n})b_{n}}$

以下設p為多項式，${\displaystyle \deg p(k)=m,\Delta p(k)=p(k+1)-p(k)}$

${\displaystyle \sum p(k)}$是對一個多項式求和，自然數方冪和、等幂求和、等差數列求和都屬于對多項式求和。

• 帕斯卡矩陣形式

  ${\displaystyle \sum _{k=1}^{n}p(k)={\begin{pmatrix}C_{n}^{1}&C_{n}^{2}&\cdots &C_{n}^{m+1}\end{pmatrix}}{\begin{pmatrix}C_{0}^{0}&0&\cdots &0\\-C_{1}^{0}&C_{1}^{1}&\cdots &0\\\vdots &\vdots &\ddots &\vdots \\(-1)^{m}C_{m}^{0}&(-1)^{m-1}C_{m}^{1}&\cdots &C_{m}^{m}\\\end{pmatrix}}{\begin{pmatrix}p(1)\\p(2)\\\vdots \\p(m+1)\end{pmatrix}}}$^[4]

• 差分變換形式

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

  ${\displaystyle \sum _{k=1}^{n}p(k)=\sum _{j=1}^{m+1}C_{n}^{j}\Delta ^{j-1}p(1)}$^[5]

${\displaystyle \sum p(k)}$的例子

• ${\displaystyle \sum _{k=1}^{n}k^{0}=\sum _{k=1}^{n}1=n}$
• 三角形數：${\displaystyle \sum _{k=1}^{n}k={\frac {n(n+1)}{2}}}$
• 等差級數：${\displaystyle \sum _{i=0}^{n-1}(a_{1}+id)={\frac {n(a_{1}+a_{n})}{2}}={\frac {n[2a_{1}+(n-1)d]}{2}}=a_{1}C_{n}^{1}+dC_{n}^{2}}$
• 連續正整數平方和：${\displaystyle \sum _{k=1}^{n}k^{2}={\frac {n(n+1)(2n+1)}{6}}}$
• 連續正整數立方和：${\displaystyle \sum _{k=1}^{n}k^{3}=\left[{\frac {n(n+1)}{2}}\right]^{2}}$
• 正方形數：${\displaystyle \sum _{k=1}^{n}(2k-1)=n^{2}}$

當${\displaystyle u_{k}=p(k)}$為多項式，${\displaystyle \sum _{l=0}^{\infty }v_{l}x^{l}}$易求高階導數時，${\displaystyle \sum _{k=0}^{\infty }u_{k}v_{k}x^{k}}$有封閉型和式

${\displaystyle \sum _{k=0}^{\infty }u_{k}v_{k}x^{k}=\sum _{k=0}^{\infty }{\frac {\Delta ^{k}u_{0}x^{k}}{k!}}{\frac {d^{k}}{dx^{k}}}(\sum _{l=0}^{\infty }v_{l}x^{l})}$^[6]

• ${\displaystyle u_{k}=p(k),v_{k}=1,x=q,\sum u_{k}v_{k}x^{k}=\sum p(k)q^{k}}$

  有限和${\displaystyle \displaystyle \sum _{k=1}^{n}p(k)q^{k-1}}$有封閉型和式

  當p為常數時，是對等比數列求和，當p為一次多項式時，是對差比數列求和。

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

  ${\displaystyle f(n)={\frac {p(n)}{q-1}}+{\frac {1}{(q-1)^{2}}}\sum _{k=1}^{m}{\frac {(-1)^{k}q^{k-1}}{(q-1)^{k-1}}}\Delta ^{k}(p(n))={\frac {1}{q-1}}\sum _{k=0}^{m}({\frac {-q}{q-1}})^{k}\Delta ^{k}p(n+1)}$^[4]

${\displaystyle \sum p(k)q^{k}}$的例子

• 等比級數：${\displaystyle \sum _{i=0}^{n-1}a_{1}x^{i}={\frac {a_{1}(x^{n}-1)}{x-1}}}$，若${\displaystyle 0<|x|<1}$，則${\displaystyle \sum _{i=0}^{\infty }a_{1}x^{i}={\frac {a_{1}}{1-x}}}$
• 差比級數：${\displaystyle \displaystyle \sum _{k=1}^{n}[a+(k-1)d]r^{k-1}=\left[{\frac {a+(n-1)d}{r-1}}-{\frac {d}{(r-1)^{2}}}\right]r^{n}-\left[{\frac {a-d}{r-1}}-{\frac {d}{(r-1)^{2}}}\right]}$

• ${\displaystyle u_{k}=p(k),v_{k}={\frac {1}{k!}},\sum u_{k}v_{k}x^{k}=\sum {\frac {p(k)}{k!}}x^{k}}$

  ${\displaystyle \sum _{n=0}^{\infty }{\frac {p(n)}{n!}}x^{n}=e^{x}\sum _{k=0}^{m}{\frac {\Delta ^{k}p(0)}{k!}}x^{k}}$^[7]

${\displaystyle \sum _{k=1}^{n}H_{k}p(k)=(\sum _{j=0}^{m}C_{n+1}^{j+1}\Delta ^{j}p(0))H_{n}-\sum _{j=0}^{m}{\frac {C_{n}^{j+1}}{j+1}}\Delta ^{j}p(0)}$，其中${\displaystyle H_{n}}$為調和數或調和級數

• ${\displaystyle \sum _{r=0}^{n}{\binom {n}{r}}=2^{n}}$
• ${\displaystyle \sum _{r=0}^{n-k}{\frac {(-1)^{r}(n+1)}{k+r+1}}{\binom {n-k}{r}}={\binom {n}{k}}^{-1}}$
• ${\displaystyle \sum _{r=0}^{n}{\binom {dn}{dr}}={\frac {1}{d}}\sum _{r=1}^{d}(1+e^{\frac {2\pi ri}{d}})^{dn}}$^{[参 1]}

• ${\displaystyle F_{n}=\sum _{i=0}^{\infty }{\binom {n-i}{i}}}$^{[参 2]}

${\displaystyle F_{n-1}+F_{n}=\sum _{i=0}^{\infty }{\binom {n-1-i}{i}}+\sum _{i=0}^{\infty }{\binom {n-i}{i}}=1+\sum _{i=1}^{\infty }{\binom {n-i}{i-1}}+\sum _{i=1}^{\infty }{\binom {n-i}{i}}=1+\sum _{i=1}^{\infty }{\binom {n+1-i}{i}}=\sum _{i=0}^{\infty }{\binom {n+1-i}{i}}=F_{n+1}}$

• ${\displaystyle \sum _{i=m}^{n}{\binom {i}{a}}={\binom {n+1}{a+1}}-{\binom {m}{a+1}}}$

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

${\displaystyle \sum _{i=m}^{n}{\binom {k_{1}+i}{k_{2}}}={\binom {k_{1}+n+1}{k_{2}+1}}-{\binom {k_{1}+m}{k_{2}+1}}}$

${\displaystyle \sum _{i=m}^{n}{\binom {k_{1}+i}{k_{2}+i}}={\binom {k_{1}+n+1}{k_{2}+n}}-{\binom {k_{1}+m}{k_{2}+m-1}}}$

• ${\displaystyle \sum _{r=0}^{n}{\binom {n}{r}}^{2}={\binom {2n}{n}}}$
• ${\displaystyle \sum _{i=0}^{n}{\binom {r_{1}+n-1-i}{r_{1}-1}}{\binom {r_{2}+i-1}{r_{2}-1}}={\binom {r_{1}+r_{2}+n-1}{r_{1}+r_{2}-1}}}$^{[参 3]}

${\displaystyle (1-x)^{-r_{1}}(1-x)^{-r_{2}}=(1-x)^{-r_{1}-r_{2}}}$

${\displaystyle (1-x)^{-r_{1}}(1-x)^{-r_{2}}=(\sum _{n=0}^{\infty }{\binom {r_{1}+n-1}{r_{1}-1}}x^{n})(\sum _{n=0}^{\infty }{\binom {r_{2}+n-1}{r_{2}-1}}x^{n})=\sum _{n=0}^{\infty }(\sum _{i=0}^{n}{\binom {r_{1}+n-1-i}{r_{1}-1}}{\binom {r_{2}+i-1}{r_{2}-1}})x^{n}}$

${\displaystyle (1-x)^{-r_{1}-r_{2}}=\sum _{n=0}^{\infty }{\binom {r_{1}+r_{2}+n-1}{r_{1}+r_{2}-1}}x^{n}}$

• ${\displaystyle \sum _{i=0}^{k}{\binom {n}{i}}{\binom {m}{k-i}}={\binom {n+m}{k}}}$

范德蒙恒等式與超幾何函數有關係：

${\displaystyle \sum _{i=0}^{k}{\binom {n}{i}}{\binom {m}{k-i}}={\frac {m!}{k!(m-k)!}}{}_{2}F_{1}(-n,-k;m-k+1;1)={\binom {n+m}{k}}}$

• ${\displaystyle {\binom {n+k}{k}}^{2}=\sum _{j=0}^{k}{\binom {k}{j}}^{2}{\binom {n+2k-j}{2k}}}$

范德蒙恒等式與廣義超幾何函數有關係：

${\displaystyle \sum _{j=0}^{k}{\binom {k}{j}}^{2}{\binom {n+2k-j}{2k}}={\frac {(n+2k)!}{(2k)!n!}}{}_{3}F_{2}(-k,-k,-n;1,-n-2k;1)={\binom {n+k}{k}}^{2}}$

當${\displaystyle f(x)}$在[a,b]單調遞增時：

${\displaystyle f(a)+\int _{a}^{b}f(x)dx\leq \sum _{x=a}^{b}f(x)\leq f(b)+\int _{a}^{b}f(x)dx}$

當${\displaystyle f(x)}$在[a,b]單調遞減時：

${\displaystyle f(b)+\int _{a}^{b}f(x)dx\leq \sum _{x=a}^{b}f(x)\leq f(a)+\int _{a}^{b}f(x)dx}$^[8]

以${\displaystyle \sum _{i=1}^{n}i^{9}}$为例：

• Matlab

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

• Mathematica

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

維基教科書中的相關電子教程：求和