{
  "id": "harmonic-number",
  "title": "调和数",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "调和数是前若干个正整数的倒数之和，按对数速度增长，广泛出现于分析、数论和概率论中。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/harmonic-number/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/harmonic-number/",
      "json": "https://aiwiki.page/en/harmonic-number.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "调和数是前若干个正整数的倒数之和。对于正整数 \\(n\\)，第 \\(n\\) 个调和数定义为\n\n\\[H_n=\\sum_{k=1}^{n}\\frac{1}{k} =1+\\frac12+\\frac13+\\cdots+\\frac1n.\\]\n\n通常还约定 \\(H_0=0\\)。调和数是调和级数的部分和。虽然调和数会无限增大，但增长速度很慢：\\(H_n\\) 近似等于 \\(\\ln n+\\gamma\\)，其中 \\(\\gamma\\) 为欧拉–马歇罗尼常数。调和数出现在数学分析、数论、组合数学以及随机过程与算法的分析中。"
    },
    {
      "heading": "定义与基本性质",
      "text": "最初几个值为\n\n\\[H_0=0,\\qquad H_1=1,\\qquad H_2=\\frac32,\\qquad H_3=\\frac{11}{6},\\qquad H_4=\\frac{25}{12},\\qquad H_5=\\frac{137}{60}.\\]\n\n由定义中的求和式可得递推关系\n\n\\[H_n=H_{n-1}+\\frac1n,\\qquad n\\geq1.\\]\n\n因此，调和数列严格递增，但相邻两项的增量逐渐趋于零。\n\n每个调和数都是有理数。不过，只要 \\(n>1\\)，\\(H_n\\) 就不是整数。证明如下：设 \\(2^r\\) 是不超过 \\(n\\) 的最大的 \\(2\\) 的幂，\\(L\\) 是 \\(1,\\ldots,n\\) 的最小公倍数。在分子\n\n\\[LH_n=\\sum_{k=1}^{n}\\frac{L}{k},\\]\n\n中，\\(L/2^r\\) 为奇数，其余各项均为偶数，因为在不超过 \\(n\\) 的整数中，只有 \\(2^r\\) 能被 \\(2^r\\) 整除。因此，\\(LH_n\\) 为奇数，而 \\(L\\) 为偶数，所以 \\(H_n\\) 不可能是整数。"
    },
    {
      "heading": "增长与发散",
      "text": "与 \\(1/x\\) 的积分比较可得\n\n\\[\\ln(n+1)\\leq H_n\\leq1+\\ln n \\qquad(n\\geq1),\\]\n\n其中 \\(\\ln\\) 表示自然对数。这些不等式既说明 \\(H_n\\) 趋于无穷大，也说明\n\n\\[\\lim_{n\\to\\infty}\\frac{H_n}{\\ln n}=1.\\]\n\n证明发散的一种初等方法，是按相邻的二次幂将各项分组：\n\n\\[H_{2^m} = 1+\\sum_{j=1}^{m} \\sum_{k=2^{j-1}+1}^{2^j}\\frac1k.\\]\n\n每个内层求和都包含 \\(2^{j-1}\\) 项，且每项至少为 \\(1/2^j\\)，因此\n\n\\[H_{2^m}\\geq1+\\frac m2.\\]\n\n这个下界会无限增大。这也说明，仅凭各项趋于零，并不能保证无穷级数收敛。\n\n欧拉–马歇罗尼常数\n\n\\(H_n\\) 与 \\(\\ln n\\) 的差趋于欧拉–马歇罗尼常数：\n\n\\[\\gamma=\\lim_{n\\to\\infty}(H_n-\\ln n) =0.5772156649\\ldots.\\]\n\n目前尚不清楚它是有理数还是无理数。\n\n更精确的渐近展开为\n\n\\[H_n = \\ln n+\\gamma+\\frac{1}{2n} -\\frac{1}{12n^2} +\\frac{1}{120n^4} -\\frac{1}{252n^6} +O(n^{-8}).\\]\n\n这里的余项用大O记号表示。该展开可由欧拉–麦克劳林公式推出。它是渐近展开，而不是收敛的无穷级数：在固定阶数处截断后，所得近似的精度会随着 \\(n\\) 增大而提高。\n\n下面是一组实用的显式界：\n\n\\[\\frac{1}{2(n+1)} < H_n-\\ln n-\\gamma < \\frac{1}{2n}, \\qquad n\\geq1.\\]"
    },
    {
      "heading": "恒等式与表示形式",
      "text": "有限和\n\n交换有限二重求和的次序可得\n\n\\[\\sum_{k=1}^{n}H_k=(n+1)H_n-n.\\]\n\n事实上，\\(1/j\\) 这一项出现在 \\(H_j,H_{j+1},\\ldots,H_n\\) 中，因此它的总贡献为 \\((n-j+1)/j\\)。\n\n一个相关的恒等式是\n\n\\[\\sum_{k=1}^{n}\\frac{H_k}{k} = \\frac12\\left(H_n^2+H_n^{(2)}\\right), \\qquad H_n^{(2)}=\\sum_{k=1}^{n}\\frac1{k^2}.\\]\n\n将 \\(H_n\\) 的平方展开，再把对角项与非对角项分开，即可得到这一恒等式。\n\n调和数还可以表示为交错的二项式和：\n\n\\[H_n= \\sum_{k=1}^{n} (-1)^{k+1}\\binom nk\\frac1k,\\]\n\n其中 \\(\\binom nk\\) 是二项式系数。\n\n积分表示\n\n由有限等比级数可得\n\n\\[H_n = \\int_0^1\\frac{1-x^n}{1-x}\\,dx.\\]\n\n当 \\(n\\) 为整数时，\\(x=1\\) 处看似存在的奇点实际上是可去奇点，因为\n\n\\[\\frac{1-x^n}{1-x}=1+x+\\cdots+x^{n-1}.\\]\n\n逐项积分便得到 \\(1+1/2+\\cdots+1/n\\)。\n\n生成函数\n\n调和数的普通生成函数为\n\n\\[\\sum_{n=0}^{\\infty}H_nx^n = -\\frac{\\ln(1-x)}{1-x}, \\qquad |x|<1.\\]\n\n例如，交换两个绝对收敛求和的次序即可推出此式：\n\n\\[\\sum_{n=1}^{\\infty}\\sum_{k=1}^{n}\\frac{x^n}{k} = \\frac{1}{1-x}\\sum_{k=1}^{\\infty}\\frac{x^k}{k}.\\]\n\n借助生成函数，许多涉及调和数的恒等式都可以转化为幂级数的代数运算。"
    },
    {
      "heading": "广义调和数",
      "text": "\\(s\\) 阶广义调和数定义为\n\n\\[H_n^{(s)}=\\sum_{k=1}^{n}\\frac1{k^s}.\\]\n\n当 \\(s\\) 为复数时，约定 \\(k^{-s}=\\exp(-s\\ln k)\\)。普通调和数对应于 \\(s=1\\) 的情形。\n\n对于实数 \\(s>1\\)，这些和随着 \\(n\\) 增大而收敛：\n\n\\[\\lim_{n\\to\\infty}H_n^{(s)}=\\zeta(s),\\]\n\n其中 \\(\\zeta\\) 为黎曼ζ函数。特别地，\n\n\\[\\lim_{n\\to\\infty}H_n^{(2)}=\\frac{\\pi^2}{6}.\\]\n\n更一般地，当复数 \\(s\\) 满足 \\(\\operatorname{Re}(s)>1\\) 时，这些和也收敛。对于实数 \\(s\\leq1\\)，这些和则发散至正无穷大。\n\n当 \\(s=0\\) 时，\\(H_n^{(0)}=n\\)。负整数阶对应于正整数幂之和，例如\n\n\\[H_n^{(-1)}=\\sum_{k=1}^{n}k=\\frac{n(n+1)}2.\\]\n\n向非整数下标的推广\n\n双伽马函数 \\(\\psi\\) 是伽马函数的对数导数，满足\n\n\\[H_n=\\psi(n+1)+\\gamma.\\]\n\n由此可作出标准推广：\n\n\\[H_z=\\psi(z+1)+\\gamma.\\]\n\n这一定义给出了一个复变量亚纯函数，其极点位于负整数处，并且在等式两边均有定义的地方，仍满足递推关系\n\n\\[H_z-H_{z-1}=\\frac1z\\]\n\n。仅要求在非负整数处取值一致，并不能唯一确定推广方式；双伽马函数公式指定了通常采用的那一种。"
    },
    {
      "heading": "在概率论与算法中的应用",
      "text": "当一个过程由连续多个阶段构成，且各阶段的等待时间或成功概率涉及倒数关系时，往往会出现调和数。\n\n集齐优惠券\n\n在集齐优惠券问题中，每次独立抽取都会等概率地得到 \\(n\\) 种优惠券中的一种。已经出现 \\(k\\) 种不同的优惠券后，下一次抽到新种类的概率为 \\((n-k)/n\\)。因此，获得下一种新优惠券所需抽取次数的期望为 \\(n/(n-k)\\)。\n\n将各阶段的期望相加可得\n\n\\[\\mathbb E[T] = \\sum_{k=0}^{n-1}\\frac{n}{n-k} =nH_n.\\]\n\n因此，集齐所有种类所需等待时间的期望值按 \\(n\\ln n\\) 的速度增长。\n\n随机序列中的纪录\n\n设 \\(X_1,\\ldots,X_n\\) 是来自同一连续概率分布的独立观测值。如果第 \\(k\\) 个观测值大于它之前的所有观测值，就称其创下新高纪录。由对称性，前 \\(k\\) 个观测值中的每一个都有相同的概率成为其中的最大值，因此 \\(X_k\\) 创下纪录的概率为 \\(1/k\\)。再由期望的线性性质可得\n\n\\[\\mathbb E[\\text{number of record highs}]=H_n.\\]\n\n快速排序\n\n对 \\(n\\) 个互不相同的键值执行随机化快速排序，若每次都从当前子数组中均匀随机选取枢轴，并在划分时将其余每个键值与枢轴各比较一次，则比较次数的期望为\n\n\\[\\mathbb E[C_n]=2(n+1)H_n-4n.\\]\n\n由于 \\(H_n\\) 按对数速度增长，上式的主导项为 \\(2n\\ln n\\)。这是对随机枢轴选择取平均得到的结果，并非每次执行都满足的界；极不均衡的划分可能使比较次数达到平方量级。"
    },
    {
      "heading": "数值计算",
      "text": "直接计算需要进行 \\(n\\) 次求倒数运算和加法。当 \\(n\\) 很大，且只需要近似值而非精确分数时，使用渐近展开通常更高效。\n\n在浮点运算中，将越来越小的项加到不断增大的总和上，可能导致低位信息丢失。从较小项向较大项依次求和，或采用补偿求和，可以减少这种舍入误差的累积。精确的有理数运算可以避免舍入，但可能需要处理很大的整数分子和分母。"
    }
  ],
  "links": [
    "integer",
    "harmonic-series",
    "mathematical-analysis",
    "number-theory",
    "combinatorics",
    "recurrence-relation",
    "rational-number",
    "integral",
    "natural-logarithm",
    "infinite-series",
    "euler-mascheroni-constant",
    "asymptotic-expansion",
    "big-o-notation",
    "binomial-coefficient",
    "geometric-series",
    "generating-function",
    "power-series",
    "riemann-zeta-function",
    "digamma-function",
    "gamma-function",
    "expected-value",
    "probability-distribution",
    "quicksort",
    "floating-point-arithmetic"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}