跳至内容
返回

从调和级数到欧拉–马歇罗尼常数 γ:两个发散量为什么能“减”出一个常数?

发布于:

本文整理自 B 站的一期关于欧拉–马歇罗尼常数的讲解视频(哔哩哔哩),把「为什么两个发散量能减出一个常数」这个问题完整梳理一遍:调和级数为什么发散、发散速度为什么是 lnn\ln nHnlnnH_n-\ln n 为什么收敛,以及最后得到的欧拉–马歇罗尼常数 γ\gamma 到底是什么。

核心结论先放在这里:调和级数虽然不断向无穷增长,但它比 lnn\ln n「多出来」的部分,最终稳定成了一个有限的常数 γ0.5772156649\gamma\approx0.5772156649

一、调和级数与一个神秘常数

1.1 两个发散量为什么能减出一个常数

在数学分析中有这样一个常数 γ0.577215664901532\gamma\approx0.577215664901532\cdots,被称为欧拉–马歇罗尼常数(Euler–Mascheroni constant),它来源于这样一个极限:

γ=limn(1+12+13++1nlnn)\gamma=\lim_{n\to\infty}\left(1+\frac12+\frac13+\cdots+\frac1n-\ln n\right)

乍一看这个式子有些奇怪:1+12+13++1n1+\frac12+\frac13+\cdots+\frac1n 随着 nn 增大趋向无穷,lnn\ln n 同样趋向无穷——也就是说我们似乎是在计算一个 \infty-\infty。可神奇的是,这两个发散量的差并没有发散,而是逐渐稳定在 0.57721566490.5772156649\cdots 附近,这个数就是 γ\gamma。这篇文章就来回答:为什么能「减」出这个常数?

1.2 调和级数:发散却慢得惊人

先从最基本的调和级数开始:1+12+13+14+15+=n=11n1+\frac12+\frac13+\frac14+\frac15+\cdots=\sum_{n=1}^{\infty}\frac1n,它的部分和 Hn=k=1n1kH_n=\sum_{k=1}^{n}\frac1k 被称为第 nn调和数(Harmonic Number)。例如 H1=1H_1=1H2=1+12=1.5H_2=1+\frac12=1.5H31.8333H_3\approx1.8333H102.92897H_{10}\approx2.92897

一个非常经典的结论是:尽管 1n0\frac1n\to0,调和级数依然发散——一个无穷级数的每一项趋向于 0,并不能保证整个级数收敛。证明可以用分组法:把级数重新分组为

1+12+(13+14)+(15++18)+1+\frac12+\left(\frac13+\frac14\right)+\left(\frac15+\cdots+\frac18\right)+\cdots

其中第三组 13+14>14+14=12\frac13+\frac14>\frac14+\frac14=\frac12,下一组 15++18>4×18=12\frac15+\cdots+\frac18>4\times\frac18=\frac12,再下一组有 8 项、每一项至少是 116\frac1{16},所以 19++116>8×116=12\frac19+\cdots+\frac1{16}>8\times\frac1{16}=\frac12……依此类推,整个调和级数至少大于 1+12+12+12+1+\frac12+\frac12+\frac12+\cdots,而右边显然趋向无穷。因此 n=11n\sum_{n=1}^{\infty}\frac1n 发散,即 Hn+H_n\to+\infty

但调和级数发散得非常慢:H102.929H_{10}\approx2.929H1005.187H_{100}\approx5.187H10007.485H_{1000}\approx7.485H100000014.393H_{1000000}\approx14.393——即使加到一百万项,结果也只有大约 14.414.4。那么它到底是按照什么速度增长的呢?答案是 lnn\ln n:事实上 HnH_nlnn\ln n 的增长速度几乎完全相同。这也正是欧拉–马歇罗尼常数出现的地方。

调和级数 Hₙ 与 ln n 的增长对比(两者几乎平行,相差常数 γ)

二、为什么增长速度是 ln n

2.1 联系来自 1/x 的积分

这里最关键的联系来自函数 f(x)=1xf(x)=\frac1x。我们知道 ddxlnx=1x\frac{d}{dx}\ln x=\frac1x,所以 1n1xdx=lnn\int_1^n\frac1x\,dx=\ln n;另一方面 Hn=k=1n1kH_n=\sum_{k=1}^{n}\frac1k。因此我们实际上是在比较两个东西:

k=1n1k1n1xdx=lnn\sum_{k=1}^{n}\frac1k\qquad\text{与}\qquad\int_1^n\frac1x\,dx=\ln n

也就是在比较 HnH_nlnn\ln n

2.2 几何视角:矩形近似曲线面积

考虑曲线 y=1xy=\frac1x。由于 1/x1/x 是单调递减函数,在区间 [k,k+1][k,k+1] 上始终有 1k+1<1x<1k\frac1{k+1}<\frac1x<\frac1k,对整个区间积分得到 1k+1<kk+11xdx<1k\frac1{k+1}<\int_k^{k+1}\frac1x\,dx<\frac1k。而 kk+11xdx=ln(k+1)lnk\int_k^{k+1}\frac1x\,dx=\ln(k+1)-\ln k,所以:

1k+1<lnk+1k<1k\frac1{k+1}<\ln\frac{k+1}{k}<\frac1k

这就是调和级数和对数之间最直接的联系。调和和 HnH_n 可以理解成:用一个个面积为 1k×1\frac1k\times1 的矩形去近似曲线 y=1xy=\frac1x 下方的面积,而真正的曲线面积就是 1n1xdx=lnn\int_1^n\frac1x\,dx=\ln n。因此 HnlnnH_n-\ln n 本质上可以看作:用矩形近似 1/x1/x 曲线面积时,长期积累下来的误差

单位宽矩形近似曲线 y=1/x:矩形面积和 = Hₙ,间隙累积即误差来源

三、γ 的定义与收敛证明

3.1 定义数列 a_n = H_n − ln n

现在定义数列 an=Hnlnna_n=H_n-\ln n,也就是 an=1+12++1nlnna_n=1+\frac12+\cdots+\frac1n-\ln n。计算前几项:a1=1a_1=1a100.626383a_{10}\approx0.626383a1000.582207a_{100}\approx0.582207a10000.577716a_{1000}\approx0.577716。继续增大 nn,会发现 ana_n 越来越接近 0.5772156649015320.577215664901532\cdots。于是定义:

γ=limn(Hnlnn)\gamma=\lim_{n\to\infty}(H_n-\ln n)

这个 γ\gamma 就是欧拉–马歇罗尼常数。注意 γ\gamma 本身只是一个常数,严格来说我们不能说「γ\gamma 收敛」——真正收敛的是数列 HnlnnH_n-\ln n,它的极限恰好被我们命名为 γ\gamma

3.2 为什么 H_n − ln n 一定收敛:单调性

要证明数列收敛,最常用的工具是单调有界定理:如果一个实数数列单调且有界,它就一定收敛。所以目标就是证明 ana_n 单调递减且有下界。

先证明单调递减。计算 an+1ana_{n+1}-a_n:因为 an+1=Hn+1ln(n+1)a_{n+1}=H_{n+1}-\ln(n+1)an=Hnlnna_n=H_n-\ln n,且 Hn+1Hn=1n+1H_{n+1}-H_n=\frac1{n+1},所以:

an+1an=1n+1ln(n+1)+lnn=1n+1ln(1+1n)a_{n+1}-a_n=\frac1{n+1}-\ln(n+1)+\ln n=\frac1{n+1}-\ln\left(1+\frac1n\right)

接下来利用积分。ln(1+1n)=nn+11xdx\ln\left(1+\frac1n\right)=\int_n^{n+1}\frac1x\,dx,在区间 [n,n+1][n,n+1]x<n+1x<n+1,所以 1x>1n+1\frac1x>\frac1{n+1},于是:

nn+11xdx>nn+11n+1dx=1n+1\int_n^{n+1}\frac1x\,dx>\int_n^{n+1}\frac1{n+1}\,dx=\frac1{n+1}

ln(1+1n)>1n+1\ln\left(1+\frac1n\right)>\frac1{n+1}。代回原式得 an+1an<0a_{n+1}-a_n<0,所以 an+1<ana_{n+1}<a_n,也就是 ana_n 单调递减

3.3 有下界

还需要证明 ana_n 不会一直减到负无穷,仍然使用积分比较。因为 1x\frac1x 在每个区间 [k,k+1][k,k+1] 上单调递减,所以 1k>kk+11xdx\frac1k>\int_k^{k+1}\frac1x\,dx。从 k=1k=1 加到 k=nk=n

k=1n1k>k=1nkk+11xdx=1n+11xdx\sum_{k=1}^{n}\frac1k>\sum_{k=1}^{n}\int_k^{k+1}\frac1x\,dx=\int_1^{n+1}\frac1x\,dx

右边是 ln(n+1)\ln(n+1),于是 Hn>ln(n+1)H_n>\ln(n+1),因此:

an=Hnlnn>ln(n+1)lnn=ln(1+1n)>0a_n=H_n-\ln n>\ln(n+1)-\ln n=\ln\left(1+\frac1n\right)>0

所以 ana_n 至少有一个下界 00

3.4 单调有界,必然收敛

现在我们已经证明:an+1<ana_{n+1}<a_n(单调递减),且 an>0a_n>0(有下界)。根据单调有界定理,an=Hnlnna_n=H_n-\ln n 一定收敛。于是存在某个有限常数 LL,使得 limn(Hnlnn)=L\lim_{n\to\infty}(H_n-\ln n)=L,我们就把这个常数定义为 γ\gamma

γ=limn(k=1n1klnn)0.577215664901532\gamma=\lim_{n\to\infty}\left(\sum_{k=1}^{n}\frac1k-\ln n\right)\approx0.577215664901532\cdots

Hₙ − ln n 单调递减且有下界,收敛到 γ ≈ 0.5772

四、∞−∞:一个未定式

4.1 两个发散量之差可以是有限数

这里有一个看起来矛盾但非常重要的现象:HnH_n\to\inftylnn\ln n\to\infty,但 HnlnnγH_n-\ln n\to\gamma。所以「\infty-\infty」并不能直接认为是 00、无穷或者「不存在」,它只是一个未定式——两个函数都趋向无穷,并不意味着它们的差也趋向无穷。例如 (n+1)n=1(n+1)-n=1:虽然 n+1n+1\to\inftynn\to\infty,但它们的差始终为 11

HnH_nlnn\ln n 的情况类似:它们虽然都趋于无穷,但发散的主要部分几乎完全相同,最终只留下一个固定的差 γ\gamma。这就是「两个发散量减出一个常数」背后的直觉。

五、H_n 的渐近展开与 γ 的深层含义

5.1 H_n = ln n + γ + o(1)

nn 很大时,可以近似认为 Hnlnn+γH_n\approx\ln n+\gamma。利用 Euler–Maclaurin 公式,还能得到更精确的渐近展开:

Hn=lnn+γ+12n112n2+1120n4H_n=\ln n+\gamma+\frac1{2n}-\frac1{12n^2}+\frac1{120n^4}-\cdots

因此 Hnlnn=γ+12n112n2+H_n-\ln n=\gamma+\frac1{2n}-\frac1{12n^2}+\cdots。当 nn\to\infty 时,后面的 12n\frac1{2n}112n2\frac1{12n^2}\cdots 全部趋近于 0,于是只剩下 γ\gamma。从这个角度看,γ\gamma 其实就是调和数渐近展开中的常数项

Hn=lnn+γ+o(1)H_n=\ln n+\gamma+o(1)

5.2 离散与连续之间的差

γ\gamma 还有一个非常漂亮的理解方式。调和和 k=1n1k\sum_{k=1}^{n}\frac1k 是一个离散求和,而 1n1xdx\int_1^n\frac1x\,dx 是一个连续积分。由于 1n1xdx=lnn\int_1^n\frac1x\,dx=\ln n,所以:

γ=limn(k=1n1k1n1xdx)\gamma=\lim_{n\to\infty}\left(\sum_{k=1}^{n}\frac1k-\int_1^n\frac1x\,dx\right)

因此可以把 γ\gamma 理解成离散求和与连续积分之间长期累积留下的有限误差——这也是为什么 γ\gamma 会频繁出现在分析学、数论、概率论以及特殊函数中。

六、γ 的有理数之谜与总结

6.1 γ 是有理数还是无理数?

这里还有一个非常著名的问题。我们已经知道 γ=0.577215664901532\gamma=0.577215664901532\cdots,但人类目前仍然不知道 γ\gamma 是有理数还是无理数:既没有证明存在整数 p,qp,q 满足 γ=p/q\gamma=p/q,也没有证明这样的整数不存在。更进一步,γ\gamma 是否为超越数同样未知。

因此不要把 γ\gamma 和另一个常被称为「欧拉常数」的数 e=2.718281828e=2.718281828\cdots 混淆:对于 ee,我们已经知道它不仅是无理数而且还是超越数;而对于 γ\gamma,这些问题至今仍未解决。

6.2 总结

整个逻辑可以浓缩成下面这条路线:

  1. 调和级数 Hn=1+12+13++1nH_n=1+\frac12+\frac13+\cdots+\frac1n 虽然发散(HnH_n\to\infty),但它的增长速度与 lnn\ln n 非常接近,因为 lnn=1n1xdx\ln n=\int_1^n\frac1x\,dx,而 HnH_n 正是用单位宽矩形去近似这条曲线下方面积的结果;
  2. 考虑二者之差 an=Hnlnna_n=H_n-\ln n
  3. 证明 an+1<ana_{n+1}<a_nana_n 单调递减),同时 an>0a_n>0ana_n 有下界);
  4. 根据单调有界定理,ana_n 一定收敛,于是定义:
γ=limn(Hnlnn)0.5772156649\gamma=\lim_{n\to\infty}(H_n-\ln n)\approx0.5772156649

最终,对于足够大的 nnHnlnn+γH_n\approx\ln n+\gamma。所以,从某种意义上来说:

调和级数虽然不断向无穷增长,但它比 lnn\ln n「多出来」的部分,却最终稳定成了一个有限的常数。

这个常数,就是欧拉–马歇罗尼常数 γ\gamma

参考资料


在以下平台分享此文章:

上一篇
论文阅读:SARD(CVPR 2026)——结构感知表示蒸馏,让微型密集分割聚焦几何关键位置
下一篇
从梯度下降到 Adam:神经网络优化器是如何一步步演化的?