news 2026/8/30 6:08:41

伯努利数:从递推定义到生成函数与渐近展开

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
伯努利数:从递推定义到生成函数与渐近展开

1. 引言

伯努利数(Bernoulli numbers)是数学分析、数论与组合数学中一类重要的有理数序列。它最早出现在雅各布·伯努利(Jacob Bernoulli)对自然数幂和问题的研究中,随后在级数展开、黎曼 zeta 函数、欧拉-麦克劳林求和公式等领域反复出现。本文从定义出发,介绍伯努利数的递推公式、生成函数、基本性质以及若干典型应用。

2. 定义与递推公式

伯努利数通常记为 Bn,其中 n 为非负整数。最常见的定义方式之一是通过如下递推关系:

B_0 = 1, 且对任意 n ≥ 1,有 n Σ C(n+1, k) · B_k = 0 k=0 其中 C(n+1, k) 为组合数。

由上式可依次算出:

  • B0 = 1
  • B1 = -1/2
  • B2 = 1/6
  • B3 = 0
  • B4 = -1/30
  • B5 = 0
  • B6 = 1/42

可以看到,当 n 为大于 1 的奇数时,Bn = 0。这一性质在后续讨论中会反复用到。

3. 生成函数

伯努利数最优雅的刻画来自指数型生成函数:

x ∞ B_n · x^n -------- = Σ ---------- e^x - 1 n=0 n!

这一生成函数是推导伯努利数诸多性质的起点。例如,将上式与 ex 的展开式结合,可以重新得到第二节中的递推公式;而利用生成函数的奇偶性,也能直接解释奇数下标(除 1 以外)伯努利数为零的事实。

4. 自然数幂和

伯努利数最初正是为解决自然数幂和问题而引入的。对正整数 m 与 n,有著名的公式:

n Σ k^m = 1/(m+1) · Σ C(m+1, j) · B_j · n^(m+1-j) k=1 j=0

例如当 m = 1 时,上式给出 1 + 2 + … + n = n(n+1)/2;当 m = 2 时,给出 1² + 2² + … + n² = n(n+1)(2n+1)/6。伯努利数在这里充当了幂和多项式中的关键系数。

5. 与黎曼 zeta 函数的联系

伯努利数与黎曼 zeta 函数在偶数点处的取值有深刻联系。对正整数 k,有:

ζ(2k) = (-1)^(k+1) · (2π)^(2k) · B_(2k) / (2 · (2k)!)

由此可以得到 ζ(2) = π²/6、ζ(4) = π⁴/90 等经典结果。这一关系也揭示了伯努利数在解析数论中的核心地位。

6. 欧拉-麦克劳林求和公式

欧拉-麦克劳林求和公式将离散求和与连续积分联系起来,其中伯努利数出现在误差项的系数中:

n Σ f(k) = ∫ f(x) dx + (f(n)+f(1))/2 k=1 1 m + Σ B_(2j)/(2j)! · (f^(2j-1)(n) - f^(2j-1)(1)) + R j=1

该公式在数值积分、级数加速求和以及渐近展开中都有广泛应用。

7. 渐近性质

伯努利数的绝对值随下标增长得很快。对较大的偶数下标 2k,有渐近估计:

|B_(2k)| ~ 2 · (2k)! / (2π)^(2k)

这一增长速率解释了为什么包含伯努利数的级数往往只在渐近意义下收敛,也说明了在数值计算中直接使用大下标伯努利数时需要格外小心。

8. 总结

伯努利数虽然定义简单,却贯穿了幂和、生成函数、zeta 函数与渐近分析等多个数学分支。掌握它的递推定义与生成函数,是进一步学习欧拉-麦克劳林公式、数论与特殊函数的重要基础。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/30 6:07:53

AI范式升级:多模态、智能体与基础设施的工程落地指南

这次我们来看的不是一个新模型,而是一场关于 AI 下一步怎么走的访谈。标题里的主角是 Jeff Dean,Google DeepMind 首席科学家,也是 Google Brain 早期建设的核心人物。他谈的“下一次范式升级”,主流观点基本集中在四个关键词上&a…

作者头像 李华
网站建设 2026/8/30 6:07:44

C++全景图拼接算法源码实战:特征提取、单应性估计与图像融合

简介:本资源是一套完整的C全景图拼接算法实现源码,面向计算机视觉方向的本科毕业设计学生及图像处理初学者,解决多视角图像自动对齐、融合生成宽视场全景图的核心技术问题,适用于虚拟现实、智能摄影与地理信息可视化等实践场景。压…

作者头像 李华
网站建设 2026/8/30 6:06:56

混合心智模拟:弥合大模型模拟真实人类行为的Gaps

Mind the Gaps: Mixture-of-Minds for Human Simulation,这个研究方向我最近反复看了好几遍。它不是在讲某个具体聊天机器人,而是指向一类很实际的需求:用大模型模拟真实人类行为时,单个人设跑出来的结果总显得过于“标准”&#…

作者头像 李华
网站建设 2026/8/30 6:05:04

学习机选购别只看省100元:从场景、配置到AI能力全解析

“学而思网校X5 Pro学习机,6GB256GB,12.6英寸,省100元”这个标题,第一眼很像促销文案。但真正准备给孩子买学习机的家长,如果只盯着“省100元”三个字,很可能错过真正该评估的东西。这个价位和配置的学习机…

作者头像 李华
网站建设 2026/8/30 6:05:01

Linux网络---NAT代理服务、内网穿透

arp : ip:mac的映射关系,会给你缓存起来如果我想得到我的(局域网)内网中,所有IP地址和它对应的mac地址,我该怎么做?arp的缓存长度:1、需要缓存提高效率2、时间长度有限制…

作者头像 李华
网站建设 2026/8/30 6:01:36

Unity开发实习生笔试题解析:从C#基础到性能优化

网易2018年的实习生招聘笔试题,Unity开发方向,很多人现在翻出来看还觉得有点意思。原因很简单:这份卷子不考死记硬背的API,考的是你对Unity这套引擎的核心机制有没有真正想明白。过了几年再回头看,它考察的东西一点没过…

作者头像 李华