在复习卷积时候用到的，已经忘记了。

等比数列的求和公式主要分为公比 $q \neq 1$ 和 $q = 1$ 两种情况。

常规求和公式（从第 1 项加到第 n 项）

假设等比数列的首项是 $a_1$，公比是 $q$，前 $n$ 项的和记为 $S_n$：

当 $q \neq 1$ 时：

$S_n = \frac{a_1(1 - q^n)}{1 - q}$

或者写成：

$S_n = \frac{a_1 - a_n q}{1 - q}$

当 $q = 1$ 时：

$S_n = n \cdot a_1$

从 $n=0$ 加到 $n=k$ 的情况

你提到的“最后是 $q^{k+1}$ 吗？”这个直觉非常准确。在最终的求和公式里确实会出现 $q^{k+1}$，但我们需要稍微区分一下“加式的最后一项”和“公式里的指数”。

假设通项公式为 $a \cdot q^n$，我们从 $n=0$ 开始累加到 $n=k$：

$S = a \cdot q^0 + a \cdot q^1 + a \cdot q^2 + \dots + a \cdot q^k$

这里有两个关键细节：

累加的最后一项： 是 $a \cdot q^k$，并不是 $q^{k+1}$。

总项数： 从 $0$ 数到 $k$，总共有 $k+1$ 项（这是一个常见的“差一错误”陷阱）。

根据等比数列的求和原理，公式中的指数代表的是总项数。将“首项为 $a$”、“项数为 $k+1$”代入求和公式中（假设 $q \neq 1$），最终结果为：

$S = \frac{a(1 - q^{k+1})}{1 - q}$

总结： 你的理解在公式推导的层面上是完全正确的！如果你从 $n=0$ 累加到 $n=k$，求和公式的分子中必然包含 $q^{k+1}$。

这是一道关于离散时间序列卷积的经典信号与系统题目。我们可以通过离散卷积的定义公式来分步求解。

已知两个序列：

$x[n] = (\frac{1}{2})^n u[n] + 2^n u[-n]$

$h[n] = u[n]$

目标是求卷积 $y[n] = x[n] * h[n]$。

1. 设立卷积和公式

根据离散时间卷积的定义：

$y[n] = \sum_{k=-\infty}^{\infty} x[k] h[n-k]$

将 $x[n]$ 和 $h[n]$ 代入公式中：

$y[n] = \sum_{k=-\infty}^{\infty} \left[ (\frac{1}{2})^k u[k] + 2^k u[-k] \right] u[n-k]$

利用求和的线性性质，我们可以将其分为两部分分别求解：

$y[n] = y_1[n] + y_2[n]$

其中：

$y_1[n] = \sum_{k=-\infty}^{\infty} (\frac{1}{2})^k u[k] u[n-k]$

$y_2[n] = \sum_{k=-\infty}^{\infty} 2^k u[-k] u[n-k]$

3. 求解 $y_1[n]$

分析阶跃函数确定的求和区间：

$u[k] = 1$ 要求 $k \ge 0$

$u[n-k] = 1$ 要求 $n-k \ge 0$，即 $k \le n$

因此， $y_1[n]$ 的非零区间要求同时满足 $k \ge 0$ 且 $k \le n$。这说明只有当 $n \ge 0$ 时求和才有意义（此时 $0 \le k \le n$）。如果 $n < 0$，区间不重叠，$y_1[n] = 0$。

当 $n \ge 0$ 时，利用等比数列求和公式：

$y_1[n] = \sum_{k=0}^{n} (\frac{1}{2})^k = \frac{1 - (1/2)^{n+1}}{1 - 1/2} = 2 \left[ 1 - (\frac{1}{2})^{n+1} \right] = 2 - (\frac{1}{2})^n$

所以，$y_1[n]$ 可以写为：

$y_1[n] = \left[ 2 - (\frac{1}{2})^n \right] u[n]$

4. 求解 $y_2[n]$

分析阶跃函数确定的求和区间：

$u[-k] = 1$ 要求 $-k \ge 0$，即 $k \le 0$

$u[n-k] = 1$ 要求 $n-k \ge 0$，即 $k \le n$

因此，$y_2[n]$ 的求和区间取决于 $n$ 与 $0$ 的大小关系：

情况 A：当 $n \ge 0$ 时

求和区间的上限受限于 $k \le 0$（因为 $k$ 必须同时小于等于 $0$ 且小于等于 $n$，此时 $0$ 更小）。

$y_2[n] = \sum_{k=-\infty}^{0} 2^k$

令 $m = -k$，则求和变为从 $0$ 到 $\infty$：

$y_2[n] = \sum_{m=0}^{\infty} 2^{-m} = \sum_{m=0}^{\infty} (\frac{1}{2})^m = \frac{1}{1 - 1/2} = 2$

情况 B：当 $n < 0$ 时

求和区间的上限受限于 $k \le n$（因为此时 $n$ 比 $0$ 小）。

$y_2[n] = \sum_{k=-\infty}^{n} 2^k$

令 $m = n-k$，当 $k=n$ 时 $m=0$；当 $k \to -\infty$ 时 $m \to \infty$。

$y_2[n] = \sum_{m=0}^{\infty} 2^{n-m} = 2^n \sum_{m=0}^{\infty} (\frac{1}{2})^m = 2^n \left( \frac{1}{1 - 1/2} \right) = 2^{n+1}$

综合以上两种情况，$y_2[n]$ 可以分段表示为：

$y_2[n] = \begin{cases} 2, & n \ge 0 \\ 2^{n+1}, & n < 0 \end{cases}$

或者用阶跃函数写成：$y_2[n] = 2u[n] + 2^{n+1}u[-n-1]$。

5. 组合最终结果

将 $y_1[n]$ 和 $y_2[n]$ 相加 $y[n] = y_1[n] + y_2[n]$：

当 $n \ge 0$ 时：

$y[n] = \left( 2 - (\frac{1}{2})^n \right) + 2 = 4 - (\frac{1}{2})^n$

当 $n < 0$ 时：

$y[n] = 0 + 2^{n+1} = 2^{n+1}$

最终答案：

你可以将结果写成分段函数的形式：

$y[n] = \begin{cases} 4 - (\frac{1}{2})^n, & n \ge 0 \\ 2^{n+1}, & n < 0 \end{cases}$

或者合并写成使用单位阶跃函数的闭式表达式：

$y[n] = \left[ 4 - (\frac{1}{2})^n \right] u[n] + 2^{n+1} u[-n-1]$