skyandsea的个人博客分享 http://blog.sciencenet.cn/u/skyandsea

博文

学习Gamma 函数的预备函数σ(x)

已有 105 次阅读 2026-3-4 04:11 |系统分类:科研笔记

引言: Gamma 函数是阶乘的推广吗? 

众所周知, 定义在复数域上的Gamma函数在正整数1  2 3 ···上的值为

Γ(n+1) = n! =1·2·3···n                   (1)

于是大家常说函数Γ(z)是阶乘n!的推广 , 但这是错的。

为什么呢? 这要看另一个简单的预备函数σ。

对于n=0, 1,2,3,··· 定义函数

σ(n)=0+1+2+3+···+n=n(n+1)/2.       (2)

根据右端, 这个函数的定义域可以扩大到整个实数,

σ(x) = x(x+1)/2.

例如

σ(-1)=0, 

σ(-2)=1, 

σ(-1/2)=-1/8.

这就好象要说, 从0连加到-1, 其和为0;连加到-2, 其和为1; 连加到-1/2, 其和为-1/8,完全语无伦次, 不知所云。 那么这些值的意义是什么呢? 

容易知道,σ(x)有如下性质

 σ(x+1) = x+1 + σ(x).

反复使用这一性质, 我们知道

 σ(x+n) = σ(x-1) + x + (x+1) + (x+2) + ... + (x+n)

或者

σ(x+n) - σ(x-1) = x + (x+1) + (x+2) + ... +(x+n)         (3)

右端是从实数 x开始的连加, 是从0连加的推广,

如果x=0, 这就是连加公式(2)。 (注σ(-1)=0.)

 例1   x=-1, n=4, 我们有

-1+0+1+2+3=σ(3)-σ(-2)=6-1=5.

不难知道, 

σ(-1)=0

σ(-2)=0+1

...

σ(-n-1)=0+1+2+3+···+n=σ(n).

σ函数在负整数的值, 是重复了正数的连加, 完全不是负数的连加, 或者说

负σ函数是负整数的连加

-σ(-n-1)=0-1-2-3···-n. 

例2   x=1/2, n=4, 我们有

1/2+3/2+5/2+7/2+9/2 

=σ(9/2) - σ(-1/2) 

99/8 - (-1/8)

=100/8=25/2

结论. σ(x)可以用于计算连加, 但是本身不是连加的推广。 

如何理解σ(x)呢, 可以这样想:

-∞+···+(-2)+(-1)+ 0 = 某个很大的负数

于是

-∞+···+(-2)                   =  很大的负数+1

-∞+···+(-2)+(-1)+ 0+1  =  很大的负数+1

一般地

-∞+···+(-2)+(-1)+ 0+1+···n  = 很大的负数 + σ(n)

于是任何一串连续整数的相加可以由首尾σ(n)的差值计算

m + (m+1) + ··· + k = σ(k) - σ(m-1)

更一般的形式自然是

σ(x+n) - σ(x-1)=x+(x+1)+(x+2)+...+(x+n)

形象一点, 可以把σ函数看作一只小鸡, 它每天的食量渐渐增大,

x,(x+1),(x+2),...,(x+n)

它一共吃了多少饲料可以从体重增量得到。鸡的体重一般不是饲料的总量,

只用当鸡的初始体重为零时(这是神话), 鸡的体重才和饲料总重相同。    

结语: 

Gamma 函数和连乘的一般关系为 

Γ(z)z(z+1)(z+2)···(z+n-1Γ(z+n)     (4)

或者 

z(z+1)(z+2)···(z+n-1)=Γ(z+n)/Γ(z)

z=1时, 我们得到公式(1), 因为 

Γ(1) =  0!=1. 

当z≠1时, 我们可以这样理解 (4)

-∞···(z-2)(z-1)=  Γ(z)· 很大的数

-···(z-2)(z-1)z(z+1)(z+2)···(z+n-1) = Γ(z+n)·很大的数

相除即可得到(4).  

Γ(z)是一种越长越快的动物的体重, 体重增大的倍数与日俱增, 增长到第n+1天的体重为

Γ(z)z(z+1)(z+2)···(z+n-1)=Γ(z+n).

只有z=1是, 

1·2···(n-1)Γ(n)

是说这种动物第一天体重正好是1Kg, 每天体重是前一天的1倍, 2倍,···, n倍,  第n+1天的体重是阶乘n!, 其他动物体重与增大倍数不同。 

gamma函数不是阶乘的推广, 只是碰巧在自变量为正整数是和阶乘相同。 



https://blog.sciencenet.cn/blog-3004473-1524258.html

上一篇:春节微型游艺会,求下联 个十百千万
收藏 IP: 97.129.232.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-3-4 18:20

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部