立方和を差分表で求める方法
Sum of Cubes via Difference Tables (leancrew.com)
要約
この記事は、Numberphileの動画で紹介されたグラフ的アプローチとは異なる、差分表を用いた立方和の公式(∑m=1nm³ = 1/4 n²(n+1)²)の導出方法を探求しています。著者は、差分表の作成、多項式の次数特定、係数の解法(計算機または逐次処理)を実演し、数学的な工夫なしに結果を得る方法を示しています。
全文翻訳
差分表を用いた立方和の計算
2026年7月19日 午後9時07分 by Dr. Drang
昨日、最新のNumberphile動画を見ました。その中で、Ben Sparksはいくつかの有限級数と、それらの和の計算を単純化する方程式を解説しています。彼はそれらをグラフ的に導出しており、特に立方和の公式は非常に巧妙に作られています。
そのアイデアは、
N = ∑_{m=1}^{n} m³
に対する n に関する単純な多項式表現を得ることです。
先述の通り、Benのグラフィカルな方法は非常に巧妙で理解しやすく、この式に至ります。
N = 1/4 * n² * (n+1)²
私は、非グラフィカルでそれほど巧妙ではない方法で同じ結果を得られるかどうかを確認したかったのです。思いついた方法は、いくつかの値を生成し、それらをテーブルに入れ、差分を取り始めることでした。
以下に n、N、および最初の4つの差分の値を示します。
| n | N | Δ | Δ² | Δ³ | Δ⁴ |
|---|---|---|---|---|---|
| 1 | 1 | 8 | 19 | 18 | 6 |
| 2 | 9 | 27 | 37 | 24 | 6 |
| 3 | 36 | 64 | 61 | 30 | |
| 4 | 100 | 125 | 91 | ||
| 5 | 225 | 216 | |||
| 6 | 441 |
差分は、前の列を見て、同じ行の値から次の行の値を引くことによって計算されます。この種の作業は手作業でも比較的容易ですが、スプレッドシートで行うと非常に簡単です。以下は、私が最初の差分Δの数式を表示しているNumbersのスプレッドシートのスクリーンショットです。
[画像: Numbersでの差分表]
その数式をすべての差分セルにフィルできるため、非常に簡単です。(上記のテーブルには最初の6行のみを含めました。なぜなら、4番目の差分列Δ⁴のすべての値が同じであることを信頼していただけると考えたからです。)
4番目の差分列の値が一定であるということは、N が n に関する4次多項式であることを意味します。
N = a₀ + a₁n + a₂n² + a₃n³ + a₄n⁴
一定の4次差分が6であるため、
a₄ = 6 / 4! = 6 / 24 = 1/4
であることがわかります。これは、差分が微分に類似しており、
d⁴N/dn⁴ = 4・3・2・1 * a₄ = 24a₄
という事実から来ています。
多項式の次数とa₄がわかったら、n と N の4つの異なる値に対して4つの連立方程式を解くことで、他の係数を求めることができます。例えば:
a₀ + a₁⋅1 + a₂⋅1² + a₃⋅1³ + 1/4⋅1⁴ = 1
a₀ + a₁⋅2 + a₂⋅2² + a₃⋅2³ + 1/4⋅2⁴ = 9
a₀ + a₁⋅3 + a₂⋅3² + a₃⋅3³ + 1/4⋅3⁴ = 36
a₀ + a₁⋅4 + a₂⋅4² + a₃⋅4³ + 1/4⋅4⁴ = 100
計算した6つのNのうちどれでも4つ使用できますが、最初の4つが便利です。PythonとNumPyのsolve関数を使って、インタラクティブに解いてみましょう。
from numpy import np
m = np.array([[1, 1, 1, 1], [1, 2, 4, 8], [1, 3, 9, 27], [1, 4, 16, 64]])
b = np.array([1 - 1**4/4, 9 - 2**4/4, 36 - 3**4/4, 100 - 4**4/4])
np.linalg.solve(m, b)
最後の行は以下を返します。
array([ 1.77635684e-15, -3.99680289e-15, 2.50000000e-01, 5.00000000e-01])
解配列の最初の2つの要素は、浮動小数点数の下限に近い値です。したがって、
a₀ = 0
a₁ = 0
a₂ = 1/4
a₃ = 1/2
と言うことができます。
したがって、
N = 1/4 * n⁴ + 1/2 * n³ + 1/4 * n²
または、項をまとめると、
N = 1/4 * n² * (n+1)²
となり、動画でBenが得た公式と同じです。
Mathematicaで同様のことを行うと、
m = {{1, 1, 1, 1}, {1, 2, 4, 8}, {1, 3, 9, 27}, {1, 4, 16, 64}};
b = {1 - 1^4/4, 9 - 2^4/4, 36 - 3^4/4, 100 - 4^4/4};
LinearSolve[m, b]
これは以下を返します。
{0, 0, 1/4, 1/2}
これはPythonの回答と同じですが、浮動小数点精度を気にする必要はありません。
連立方程式を解く3番目の方法は、スプレッドシートで行うことです。Numbersでの様子は以下の通りです。
[画像: Numbersでの連立方程式の解]
ここで、
- 黄色のセルのブロックは、PythonとMathematicaの解における行列
mです。 - マゼンタ色のセルのブロックは、
mの逆行列です。 - シアン色のセルのブロックは、PythonとMathematicaの解におけるベクトル
bです。 - 灰色のセルのブロックは、マゼンタ色の行列にシアン色のベクトルを掛けることによって決定される、a₀からa₃までの解です。
スプレッドシートは、MINVERSEとMMULTの組み合わせを使用しています。これらの関数はExcelやGoogle Sheetsにもあります。Pythonの解と同様に、ここでも浮動小数点数のアーティファクトがあります。それらはほとんどが4桁までしか表示しないように選択したため隠れていますが、a₁の-0.0000はこれらが正確な答えではないことを示唆しています。
差分表を開いて作成していたのに、なぜPythonやMathematicaを使って連立方程式を解くのか、と疑問に思うかもしれません。その答えは、私は常に数式や表現が目に見える環境で作業することを好むからです。これによりデバッグが容易になり、私は常にデバッグしています。
係数を決定するには、他にも方法があります。私のお気に入りは、問題を1つの多項式次数ずつ単純化していく段階的な手順です。
上記の差分表からa₄ = 1/4であることがわかっているので、
P = N - 1/4 * n⁴
とその差分の新しいテーブルを作成できます。4次項をNから差し引くことで、Pは3次多項式になると予想されます。以下に、Pの差分表の最初の5行を示します。
| n | P | Δ | Δ² | Δ³ |
|---|---|---|---|---|
| 1 | 0.75 | 4.25 | 6.50 | 3.00 |
| 2 | 5.00 | 10.75 | 9.50 | 3.00 |
| 3 | 15.75 | 20.25 | 12.50 | |
| 4 | 36.00 | 32.75 | ||
| 5 | 68.75 |
予想通り、3次差分で一定になります。a₄を求める際に使用したのと同じテクニックを使用すると、
a₃ = 3 / 3! = 3 / 6 = 1/2
と言うことができます。
次に、
Q = P - 1/2 * n³
とその差分のテーブルを作成します。以下に、そのテーブルの最初の4行を示します。
| n | Q | Δ | Δ² |
|---|---|---|---|
| 1 | 0.25 | 0.75 | 0.50 |
| 2 | 1.00 | 1.25 | 0.50 |
| 3 | 2.25 | 1.75 | |
| 4 | 4.00 |
これらは2次差分で一定になり、
a₂ = 0.50 / 2! = 0.50 / 2 = 1/4
と言うことができます。
最後に、
R = Q - 1/4 * n²
のテーブルを作成します。これは以下のようになります。
| n | R |
|---|---|
| 1 | 0.00 |
| 2 | 0.00 |
| 3 | 0.00 |
| 4 | 0.00 |
すべてのRの値がゼロであるため、残りの係数a₁とa₀はゼロでなければならず、これで完了です。
a₁ = a₀ = 0 である理由が明白でない場合は、次のように考えてください。
R = N - a₄n⁴ - a₃n³ - a₂n² = (a₀ + a₁n + a₂n² + a₃n³ + a₄n⁴) - a₄n⁴ - a₃n³ - a₂n² = a₀ + a₁n
R がすべてのnの値に対してゼロになる唯一の方法は、a₁ = a₀ = 0 であることです。
これらのテーブルを構築するのはかなり簡単ですが、連立方程式を構築して解くほど速くはありません。それでも、この方法で答えにたどり着く満足感はあります。これは基本的に再帰的な解決策であり、各ステップで問題を単純化しています。
差分表を使用して立方和の公式を解明することは、動画で示されたグラフィカルな方法ほど洗練されていませんが、工夫を必要としないという利点があります。私は工夫に反対しているわけではありませんが、時には問題をセットアップして、数学的なクランクを回して答えを得たいと思うことがあります。