组合数学总结

2023-11-08

一、组合数学基础

1.1 排列与组合

排列
  1. 相异元素不允许重复的排列
    P n r = P ( n , r ) = n ! ( n − r ) ! P_n^r=P(n,r)=\frac{n!}{(n-r)!} Pnr=P(n,r)=(nr)!n!

  2. 相异元素允许重复的排列

    从n个不同元素中允许重复的选r个元素的排列,对应的分配模型时将r个有区别的球放入n个不同的盒子,同盒的球不加以区分,每个盒子的球数不加限制且同盒的球不分次序
    R P ( o o , r ) = n r RP(oo,r)=n^r RP(oo,r)=nr

  3. 不尽相异元素的排列

    设S={n1·e1, n2·e2, …nt·et},即元素ei有ni个,且n1+n2+…+nt=n,从S中任取r个元素,求其排列数

    将r个有区别的球放入t个不同的盒子,每个盒子的容量有限,其中第i个盒子最多放ni个球,求分配方案数
    r = = 1 时 , R P ( n , 1 ) = P t 1 = t r = = n 时 , R P ( n , n ) = n ! n 1 ! n 2 ! . . . n t ! r==1时,RP(n,1)=P_t^1=t \quad \\ \quad \quad \newline r==n时,RP(n,n)=\frac{n!}{n_1!n_2!...n_t!} r==1RP(n,1)=Pt1=tr==nRP(n,n)=n1!n2!...nt!n!

  4. 相异元素不允许重复的圆排列

    在这里插入图片描述 C P ( n , n ) = P ( n , n ) n = ( n − 1 ) ! CP(n,n)=\frac{P(n,n)}{n}=(n-1)! CP(n,n)=nP(n,n)=(n1)!
    在这里插入图片描述 C P ( n , n ) = ( n − 1 ) ! CP(n,n)=(n-1)! CP(n,n)=(n1)!

例题:

在这里插入图片描述

项链排列

在这里插入图片描述

隔板思想

在这里插入图片描述



组合
  1. 相异元素不允许重复的组合
    C n r = = C ( n , r ) = P n r r ! = n ! ( n − r ) ! r ! C_n^r==C(n,r)=\frac{P_n^r}{r!}=\frac{n!}{(n-r)!r!} Cnr==C(n,r)=r!Pnr=(nr)!r!n!

  2. 相异元素允许重复的组合

    设S={oo · e1, oo · e2, …oo · en},从S中允许重复的取r个元素构成组合,称r可重组合RC(oo, r)

对应于,将r个无区别的球放入n个不同的盒子,每个盒子的球数不受限制
R C ( o o , r ) = C ( n + r − 1 , r ) = ( n + r − 1 ) ! r ! ( n − 1 ) ! RC(oo,r)=C(n+r-1,r)=\frac{(n+r-1)!}{r!(n-1)!} RC(oo,r)=C(n+r1,r)=r!(n1)!(n+r1)!



1.2 组合等式及其组合意义

  1. 对称关系式
    C ( n , r ) = C ( n , n − r ) C(n,r)=C(n,n-r) C(n,r)=C(n,nr)

  2. 加法公式
    C ( n , r ) = C ( n − 1 , r ) + C ( n − 1 , r − 1 ) C(n,r)=C(n-1,r)+C(n-1,r-1) C(n,r)=C(n1,r)+C(n1,r1)

  3. 乘法公式
    C ( n , k ) C ( k , r ) = C ( n , r ) C ( n − r , k − r ) C(n,k)C(k,r)=C(n,r)C(n-r,k-r) C(n,k)C(k,r)=C(n,r)C(nr,kr)



1.3 多项式系数

当n是正整数时,Newton二项式定理
( a + b ) n = ∑ r = 0 n ( n r ) a r b n − r 组 合 数 ( n r ) 叫 做 二 项 式 系 数 (a+b)^n=\sum_{r=0}^n\left (\begin{array}{cccc} n \\ r \end{array}\right)a^rb^{n-r} \\\\ \quad \quad \newline 组合数\left (\begin{array}{cccc} n \\ r \end{array}\right)叫做二项式系数 (a+b)n=r=0n(nr)arbnr(nr)


定理:
( x 1 + x 2 + . . . + x t ) n 展 开 式 的 项 数 等 于 C ( n + t − 1 , n ) , 而 这 些 项 的 系 数 之 和 为 t n (x_1+x_2+...+x_t)^n展开式的项数等于C(n+t-1,n),\\\\ \quad \quad \newline 而这些项的系数之和为t^n \quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\quad (x1+x2+...+xt)nC(n+t1,n)tn

例题

在这里插入图片描述




二、母函数

2.1 普母函数

定义:
对 于 数 列 a n , 称 无 穷 级 数 G ( x ) = ∑ n = 0 o o a n x n 为 该 数 列 的 普 通 型 母 函 数 , 简 称 普 母 函 数 或 母 函 数 , 同 时 称 a n 为 G ( x ) 的 生 成 数 列 对于数列{a_n},称无穷级数G(x)=\sum_{n=0}^{oo}a_nx^n为该数列的普通型母函数,\\ \quad \quad \newline简称普母函数或母函数,同时称{a_n}为G(x)的生成数列 \quad \quad\quad \quad anG(x)=n=0ooanxnanG(x)
在这里插入图片描述

定理:组合数的母函数
设 S = { n 1 ⋅ e 1 , n 2 ⋅ e 2 , . . . , n m ⋅ e m } , 且 n 1 + n 2 + . . . n m = n , 则 S 的 r 可 重 组 合 的 母 函 数 为 G ( x ) = ∏ i = 1 m ( ∑ j = 0 n i x j ) = ∑ r = 0 n a r x r 其 中 , r 可 重 组 合 数 为 x r 的 系 数 a r , r = 0 , 1 , 2... n 设S=\begin{Bmatrix} n_1 · e_1,n_2 · e_2,...,n_m · e_m \end{Bmatrix} ,且n_1+n_2+...n_m=n,\\\\ \quad \quad \newline 则S的r可重组合的母函数为 \quad G(x)=\prod_{i=1}^m(\sum_{j=0}^{n_i}x^j)=\sum_{r=0}^na_rx^r \\\\ \quad \quad \newline 其中,r可重组合数为x^r的系数a_r,r=0,1,2...n \quad \quad \quad \quad S={n1e1n2e2...nmem}n1+n2+...nm=nSrG(x)=i=1m(j=0nixj)=r=0narxrrxrarr=01,2...n



推论
1.
S = { e 1 , e 2 , . . . , e n } , 则 r 无 重 组 合 的 母 函 数 为 G ( x ) = ( 1 + x ) n 组 合 数 为 x r 的 系 数 C ( n , r ) S=\begin{Bmatrix} e_1, e_2,...,e_n \end{Bmatrix} ,则r无重组合的母函数为 \\ \quad \quad \newline G(x)=(1+x)^n \\ \quad \quad \newline 组合数为x^r的系数C(n,r) S={e1e2...en}rG(x)=(1+x)nxrC(n,r)
2.
S = { o o ⋅ e 1 , o o ⋅ e 2 , . . . , o o ⋅ e n } , 则 r 无 限 可 重 组 合 的 母 函 数 为 G ( x ) = ( ∑ j = 0 o o x j ) n = 1 ( 1 − x ) n 组 合 数 为 x r 的 系 数 C ( n + r − 1 , r ) S=\begin{Bmatrix} oo · e_1, oo · e_2,..., oo · e_n \end{Bmatrix} ,则r无限可重组合的母函数为 \\ \quad \quad \newline G(x)=(\sum_{j=0}^{oo}x^j)^n=\frac{1}{(1-x)^n} \\ \quad \quad \newline 组合数为x^r的系数C(n+r-1,r) S={ooe1ooe2...ooen}rG(x)=(j=0ooxj)n=(1x)n1xrC(n+r1,r)

S = { o o ⋅ e 1 , o o ⋅ e 2 , . . . , o o ⋅ e n } , 每 个 元 素 至 少 取 一 个 , 则 r 可 重 组 合 ( r ≥ n ) 的 母 函 数 为 G ( x ) = ( ∑ j = 1 o o x j ) n = ( x 1 − x ) n 组 合 数 为 x r 的 系 数 C ( r − 1 , n − 1 ) S=\begin{Bmatrix} oo · e_1, oo · e_2,..., oo · e_n \end{Bmatrix} ,每个元素至少取一个, \\ \quad \quad \newline则r可重组合(r≥n)的母函数为 \quad \quad G(x)=(\sum_{j=1}^{oo}x^j)^n=(\frac{x}{1-x})^n \\ \quad \quad \newline 组合数为x^r的系数C(r-1,n-1) S={ooe1ooe2...ooen}r(rn)G(x)=(j=1ooxj)n=(1xx)nxrC(r1,n1)
4.
S = { o o ⋅ e 1 , o o ⋅ e 2 , . . . , o o ⋅ e n } , 每 个 元 素 出 现 非 负 偶 次 数 , 则 r 可 重 组 合 的 母 函 数 为 G ( x ) = ( 1 + x 2 + x 4 + . . . + x 2 r + . . . ) = 1 ( 1 − x 2 ) n 组 合 数 为 x r 的 系 数 a r = { 0 , 当 r 为 奇 数 C ( n + r 2 − 1 , r 2 ) , 当 r 为 偶 数 S=\begin{Bmatrix} oo · e_1, oo · e_2,..., oo · e_n \end{Bmatrix} ,每个元素出现非负偶次数, \\ \quad \quad \newline则r可重组合的母函数为 \quad \quad G(x)=(1+x^2+x^4+...+x^{2r}+...)=\frac{1}{(1-x^2)^n} \\ \quad \quad \newline 组合数为x^r的系数 \quad a_r=\left\{ \begin{aligned} 0,当r为奇数 \\ C(n+\frac{r}{2}-1,\frac{r}{2}),当r为偶数 \end{aligned} \right. S={ooe1ooe2...ooen}rG(x)=(1+x2+x4+...+x2r+...)=(1x2)n1xrar=0rC(n+2r12r)r



例题

在这里插入图片描述在这里插入图片描述


在这里插入图片描述



二次分配问题

在这里插入图片描述在这里插入图片描述




2.2 指母函数

定义
对 于 数 列 { a k } = { a 0 , a 1 , a 2 . . . } G e ( x ) = ∑ n = 0 o o a n x n n ! = a 0 + a 1 x 1 ! + a 2 x 2 2 ! + . . . + a n x n n ! + . . . 称 为 数 列 { a k } 的 指 数 型 母 函 数 , 简 称 指 母 函 数 , 而 数 列 { a k } 称 为 指 母 函 数 G e ( x ) 的 生 成 序 列 对于数列\begin{Bmatrix} a_k \end{Bmatrix}=\begin{Bmatrix} a_0,a_1,a_2... \end{Bmatrix} \\ \quad\newline G_e(x)=\sum_{n=0}^{oo}a_n\frac{x^n}{n!}=a_0+a_1\frac{x}{1!}+a_2\frac{x^2}{2!}+...+a_n\frac{x^n}{n!}+... \\ \quad\newline 称为数列\begin{Bmatrix} a_k \end{Bmatrix}的指数型母函数,简称指母函数, \\ \quad\newline 而数列\begin{Bmatrix} a_k \end{Bmatrix}称为指母函数G_e(x)的生成序列 {ak}={a0,a1,a2...}Ge(x)=n=0ooann!xn=a0+a11!x+a22!x2+...+ann!xn+...{ak}{ak}Ge(x)



定理
设 重 集 S = { n 1 ⋅ e 1 , n 2 ⋅ e 2 , . . . , n m ⋅ e m } , 且 n 1 + n 2 + . . . + n m = n , 则 S 的 可 重 排 列 的 指 母 函 数 为 G e ( x ) = ∏ i = 1 m ( ∑ j = 0 n i x j j ! ) = ∑ r = 0 n a r x r r ! 其 中 , r 可 重 排 列 数 为 x r r ! 的 系 数 a r , r = 0 , 1 , 2 , . . . n 设重集S=\begin{Bmatrix} n_1 · e_1,n_2 · e_2,...,n_m · e_m \end{Bmatrix} ,\\ \quad\newline 且 n_1+n_2+...+n_m=n,则S的可重排列的指母函数为 \\ \quad\newline G_e(x)=\prod_{i=1}^m(\sum_{j=0}^{n_i}\frac{x^j}{j!})=\sum_{r=0}^na_r\frac{x^r}{r!} \\ \quad\newline 其中,r可重排列数为\frac{x^r}{r!}的系数a_r,r=0,1,2,...n S={n1e1n2e2...nmem}n1+n2+...+nm=nSGe(x)=i=1m(j=0nij!xj)=r=0narr!xrrr!xrarr=0,1,2,...n

例题

在这里插入图片描述


二次分配问题

在这里插入图片描述




2.3 正整数分拆

定义:将一个正整数n分解成k个正整数之和
{ n = n 1 + n 2 + . . . + n k , k ≥ 1 n i ≥ 1 , i = 1 , 2 , . . . , k \left\{ \begin{aligned} n = n_1+n_2+...+n_k, k≥1\\ n_i≥1,i = 1,2,...,k \end{aligned} \right. {n=n1+n2+...+nkk1ni1i=12...k
称该分解是n的一个k分拆,并称n_i为分量。

按照对ni是否要考虑顺序,将分拆分为有序分拆和无序分拆

2.3.1 有序拆分

求n的k有序分拆的个数,相当于求一次不定方程全体正整数解的组数,可对每个分量n_i加以条件限制,例如1 ≤ ni ≤ ri (i = 1, 2, …, k).

定理:对于n的k有序分拆
{ n = n 1 + n 2 + . . . + n k , k ≥ 1 1 ≤ n i ≤ r i , i = 1 , 2 , . . . , k \left\{ \begin{aligned} n = n_1+n_2+...+n_k, k≥1\\ 1≤n_i≤r_i,i = 1,2,...,k \end{aligned} \right. {n=n1+n2+...+nkk11nirii=12...k

其k有序分拆数列{ qk(n) }的母函数是

∏ i = 1 k ( ∑ j = 1 r i x j ) = ( x + x 2 + . . . + x r 1 ) ( x + x 2 + . . . + x r 2 . . . ) ( x + x 2 + . . . + x r k ) ( x 1 表 示 1 个 1 , x 2 表 示 2 个 1 ) \prod_{i=1}^k(\sum_{j=1}^{r_i}x^j)=(x+x^2+...+x^{r_1})(x+x^2+...+x^{r_2}...)(x+x^2+...+x^{r_k})\\ \quad \newline (x^1表示1个1,x^2表示2个1) i=1k(j=1rixj)=(x+x2+...+xr1)(x+x2+...+xr2...)(x+x2+...+xrk)(x111x221
这个定理等价于,把n个相同的球放入k个不同的盒子里,第i个盒子容量为ri,且使每盒非空


推论:若对n的k有序分拆的各分量ni没有限制,则
其 k 有 序 分 拆 数 数 列 { q k ( n ) } 的 母 函 数 为 ( x 1 − x ) k , 且 q k ( n ) = C ( n − 1 , k − 1 ) 证 明 : n = n 1 + n 2 + . . . + n k n − k = ( n 1 − 1 ) + ( n 2 − 1 ) + . . . + ( n k − 1 ) n − k 个 连 续 的 1 中 间 插 入 k − 1 个 0 , 即 分 为 k 堆 , C ( n − k + k − 1 , k − 1 ) = C ( n − 1 , k − 1 ) 其k有序分拆数数列\begin{Bmatrix} q_k(n) \end{Bmatrix}的母函数为(\frac{x}{1-x})^k,且 \\\\ \quad \newline q_k(n)=C(n-1,k-1) \\ \quad \newline 证明: n=n_1+n_2+...+n_k \\ \quad \newline n-k=(n_1-1)+(n_2-1)+...+(n_k-1) \\ \quad \newline n-k个连续的1中间插入k-1个0,即分为k堆,C(n-k+k-1,k-1)=C(n-1,k-1) k{qk(n)}(1xx)kqk(n)=C(n1,k1)n=n1+n2+...+nknk=(n11)+(n21)+...+(nk1)nk1k10kC(nk+k1,k1)=C(n1,k1)



2.3.2 无序拆分

在n的分拆中,不考虑各分量的顺序,就是有序分拆

可以将分拆后的各项数值从大到小加以排序,即有
{ n = n 1 + n 2 + . . . + n k , k ≥ 1 n 1 ≥ n 2 ≥ n 3 ≥ . . . ≥ n k ≥ 1 满 足 以 上 条 件 的 每 一 组 正 整 数 解 就 代 表 一 个 n 的 k 无 序 分 拆 其 分 拆 数 记 为 p k ( n ) , n 1 称 为 最 大 分 项 \left\{ \begin{aligned} n = n_1+n_2+...+n_k, k≥1\\ n_1≥n_2≥n_3≥...≥n_k≥1 \end{aligned} \right. \\ \quad \newline 满足以上条件的每一组正整数解就代表一个n的k无序分拆 \\\\ \quad \newline 其分拆数记为p_k(n),n_1称为最大分项 \quad \quad \quad {n=n1+n2+...+nkk1n1n2n3...nk1nkpk(n)n1

将n分拆为k项(每一项的大小不受限制)的分拆数等于将n分拆为最大分项为k(分项个数不限)的分拆数

把n分拆为最大分项等于k,其分拆数相当于求不定方程
{ 1 x 1 + 2 x 2 + 3 x 3 + . . . + k x k = n x i ≥ 0 , i = 1 , 2 , . . . k − 1 , x k ≥ 1 \left\{ \begin{aligned} 1x_1+2x_2+3x_3+...+kx_k=n\\ x_i≥0,i=1,2,...k-1,x_k≥1 \end{aligned} \right. {1x1+2x2+3x3+...+kxk=nxi0,i=1,2...k1,xk1
的整数解的组数。即整数n由1,2,…,k允许重复且k至少出现一次的所有组合数,其母函数为
( 1 + x + x 2 + . . . ) ( 1 + x 2 + ( x 2 ) 2 . . . ) ( 1 + x 3 + ( x 3 ) 2 + . . . ) . . . ( x k + ( x k ) 2 + ( x k ) 3 + . . . ) x k ( 1 − x ) ( 1 − x 2 ) . . . ( 1 − x k ) = ∑ n = k o o p k ( n ) x n (1+x+x^2+...)(1+x^2+(x^2)^2...)(1+x^3+(x^3)^2+...)...(x^k+(x^k)^2+(x^k)^3+...) \\ \quad \newline \frac{x^k}{(1-x)(1-x^2)...(1-x^k)}=\sum_{n=k}^{oo}p_k(n)x^n (1+x+x2+...)(1+x2+(x2)2...)(1+x3+(x3)2+...)...(xk+(xk)2+(xk)3+...)(1x)(1x2)...(1xk)xk=n=koopk(n)xn
其中展开式中x^n的系数即为n的最大分项等于k的分拆个数

若最大分项小于或等于k,其分拆数相当于求不定方程
{ 1 x 1 + 2 x 2 + 3 x 3 + . . . + k x k = n x i ≥ 0 , i = 1 , 2 , 3 , 4... k \left\{ \begin{aligned} 1x_1+2x_2+3x_3+...+kx_k=n\\ x_i≥0,i=1,2,3,4...k \end{aligned} \right. {1x1+2x2+3x3+...+kxk=nxi0i=1234...k
其分拆数列母函数为
( 1 + x + x 2 + . . . ) ( 1 + x 2 + ( x 2 ) 2 . . . ) ( 1 + x 3 + ( x 3 ) 2 + . . . ) . . . ( 1 + x k + ( x k ) 2 + . . . ) 1 ( 1 − x ) ( 1 − x 2 ) . . . ( 1 − x k ) = ∑ n = 0 o o r k ( n ) x n (1+x+x^2+...)(1+x^2+(x^2)^2...)(1+x^3+(x^3)^2+...)...(1+x^k+(x^k)^2+...) \\ \quad \newline \frac{1}{(1-x)(1-x^2)...(1-x^k)}=\sum_{n=0}^{oo}r_k(n)x^n (1+x+x2+...)(1+x2+(x2)2...)(1+x3+(x3)2+...)...(1+xk+(xk)2+...)(1x)(1x2)...(1xk)1=n=0oork(n)xn
其中展开式中x^n的系数即为n的最大分项不超过k的分拆个数




三、递推关系


3.1 常系数线性递推关系

k 阶 齐 次 递 推 关 系 : a n + c 1 a n − 1 + c 2 a n − 2 + . . . + c k a n − k = 0 , c k ≠ 0 ( 3.1.1 ) k 阶 非 齐 次 递 推 关 系 : a n + c 1 a n − 1 + c 2 a n − 2 + . . . + c k a n − k = f ( n ) , c k ≠ 0 ( 3.1.2 ) k阶齐次递推关系: \quad a_n+c_1a_{n-1}+c_2a_{n-2}+...+c_ka_{n-k}=0,c_k≠0 \quad \quad(3.1.1)\\ \\ \\ \quad \quad \newline k阶非齐次递推关系: a_n+c_1a_{n-1}+c_2a_{n-2}+...+c_ka_{n-k}=f(n),c_k≠0 \quad \quad (3.1.2)\\ kan+c1an1+c2an2+...+ckank=0ck=0(3.1.1)kan+c1an1+c2an2+...+ckank=f(n)ck=0(3.1.2)

特征根法
1.齐次递推关系

1.1. 特征根为单根
设q1,q2,…,qn是式(3.1.1)的互不相同的特征根,则式(3.1.1)的通解为
a n = A 1 q 1 n + A 2 q 2 n + . . . + A k q k n a_n=A_1q_1^n+A_2q_2^n+...+A_kq_k^n \quad\quad an=A1q1n+A2q2n+...+Akqkn


例题

在这里插入图片描述

1.2. 重根情况
一般情况下,设q是式(3.2.1)的k重解,则,式(3.1.1)的通解为
a n = ( A 1 + A 2 n + . . . + A k n k − 1 ) q n a_n=(A_1+A_2n+...+A_kn^{k-1})q^n an=(A1+A2n+...+Aknk1)qn


1.3. 复根情况
一般情况,设q是m重复根,自然q’也是m重复根,则通解为
ρ n [ ( A 1 + A 2 n + . . . + A m n m − 1 ) c o s ( n θ ) + ( B 1 + B 2 n + . . . + B m n m − 1 ) s i n ( n θ ) ] ρ^n[(A_1+A_2n+...+A_mn^{m-1})cos(nθ)+(B_1+B_2n+...+B_mn^{m-1})sin(nθ)] ρn[(A1+A2n+...+Amnm1)cos(nθ)+(B1+B2n+...+Bmnm1)sin(nθ)]


例题

在这里插入图片描述




2.非齐次方程

设a*是式(3.1.2)的一个特解,a’n是式(3.1.1)的通解,则式(3.1.2)的通解为
a n = a n ∗ + a ^ n a_n=a_n^*+\hat{a}_n an=an+a^n



2.1. f(n) = b (b为常数)
a n ∗ = A n m a_n^*=An^m an=Anm
其中,m表示1是式(3.1.1)的m重特征根(0≤m≤k),若1不是特征根(即m=0)
a n ∗ = A a_n^*=A an=A


例题

在这里插入图片描述



2.2. f(n) = b^n (b为常数)
a n ∗ = A n m n n a_n^*=An^mn^n an=Anmnn
其中m表示b是式(3.1.1)的m重特征根(0≤m≤k), 若b不是特征根(即m=0)
a n ∗ = A b n a_n^*=Ab^n an=Abn


例题

在这里插入图片描述


2.3. f(n) = b^n Pr(n) (其中Pr(n)为关于n的r次多项式,b为常数)
a n ∗ = n m b n Q r ( n ) a_n^*=n^mb^nQ_r(n) an=nmbnQr(n)
其中Qr(n) 是与Pr(n)同次的多项式,b是式(3.1.1)的m重特征根(0≤m≤k), 若b不是特征根(即m=0)
a n ∗ = b n Q r ( n ) a_n^*=b^nQ_r(n) an=bnQr(n)


例题

在这里插入图片描述在这里插入图片描述




母函数方法

对于一些复杂的递推关系,利用母函数方法求解很有效,当用它求解数列{an}的递推关系时,首先作出{an}的母函数
G ( x ) = ∑ n = 0 o o G(x)=\sum_{n=0}^{oo} G(x)=n=0oo
并以他为媒介,将给定的递推关系转化为关于G(x)的方程,然后解出G(x),再将G(x)展开成x的幂级数,x^n的系数便是an



例题


在这里插入图片描述在这里插入图片描述




Stirling数列

下阶乘函数
[ x ] n = x ( x − 1 ) ( x − 2 ) . . . ( x − ( n − 1 ) ) , [ x ] 0 = 1 [ x ] n = [ x ] n − 1 ∗ ( x − ( n − 1 ) ) ) [x]_n=x(x-1)(x-2)...(x-(n-1)), \quad [x]_0=1 \\ \\ [x]_n=[x]_{n-1}*(x-(n-1))) [x]n=x(x1)(x2)...(x(n1)),[x]0=1[x]n=[x]n1(x(n1)))


[ x ] n = ∑ k = 0 n S 1 ( n , k ) x k , 其 中 S 1 ( n , k ) 为 第 一 类 S t i r l i n g 数 [ x ] n = ∑ k = 0 n S 2 ( n , k ) x k , 其 中 S 2 ( n , k ) 为 第 二 类 S t i r l i n g 数 [x]_n=\sum_{k=0}^nS_1(n,k)x^k, \quad 其中S_1(n,k)为第一类Stirling数 \\ [x]^n=\sum_{k=0}^nS_2(n,k)x_k, \quad 其中S_2(n,k)为第二类Stirling数 \\ [x]n=k=0nS1(n,k)xk,S1(n,k)Stirling[x]n=k=0nS2(n,k)xk,S2(n,k)Stirling



Striling数的组合意义

  • 分配问题:将n个有区别的球放入m个相同的盒子,要求各盒不空,则不同的放法为S2(n,m)
  • 集合的划分:将含有n个元素的集合恰好分成m个无序非空子集的所有不同划分的数目即S2(n,m)。这种划分也称为集合的m划分

第一类Stirling数的性质

  1. S1(n,0)=0
  2. S1(n,1)=(n-1)!(-1)^(n-1)
  3. S1(n,n)=1
  4. S1(n,n-1)=-C(n,2)
  5. sgn(S1(n,k))=(-1)^(n+k)
  6. S1(n,k)满足递推关系
    S 1 ( n , k ) = S 1 ( n − 1 , k − 1 ) − ( n − 1 ) S 1 ( n − 1 , k ) S_1(n,k)=S_1(n-1,k-1)-(n-1)S_1(n-1,k) S1(n,k)=S1(n1,k1)(n1)S1(n1,k)

第二类Stirling数的性质

  1. S2(n,0)=0, n>0
  2. S2(n,1)=1, n≥1
  3. S2(n,n)=1
  4. S2(n,n-1)=C(n,2)
  5. S2(n,2))=2^(n-1)-1
  6. S2(n,k)满足递推关系
    S 2 ( n , k ) = S 2 ( n − 1 , k − 1 ) + k S 2 ( n − 1 , k ) S_2(n,k)=S_2(n-1,k-1)+kS_2(n-1,k) S2(n,k)=S2(n1,k1)+kS2(n1,k)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

组合数学总结 的相关文章

  • SPSS语法的使用

    SPSS语法的使用 CDA数据分析师官网
  • 数学的幽默打油诗

    1 常微分学常没分 数理方程没天理 实变函数学十遍 泛函分析心犯寒 微分拓扑躲不脱 随机过程随机过 微机原理闹危机 汇编语言不会编 量子力学量力学 机械制图机械制 2 高数 拉格朗日 傅立叶旁 我凝视你凹函数般的脸庞 微分了忧伤 积分了希望
  • 离散数学——成真赋值与成假赋值

    今天复习离散数学的时候饱受一个问题的困扰 为什么主析取范式和主合取范式的小项和大项采用不一样的赋值方式 查阅一些资料后得出答案 在这里分享给大家 首先给大家明确一下赋值 成真赋值 成假赋值的概念 对于一个命题公式P中的所有命题变项指定一组真
  • 如何用硬币模拟1/3的概率,以及任意概率?

    突然想起一个挺有意思的事 如何用硬币模拟1 3的概率 甚至任意概率 之前和朋友偶然间谈到如何用硬币模拟任何概率 当时以为是不可能的 因为硬币有两面 模拟的结果底数一定是2 n 今天又回顾了某个经典的条件概率问题 突然想到用硬币模拟任意概率是
  • 矩阵、向量求导

    1 行向量对元素求导 2 列向量对元素求导 例2 略 参考例1 把行向量转成列向量 分别对y向量的每个项进行求导 3 矩阵对元素求导 4 元素对行向量求导 5 元素对列向量求导 例5 略 参考例4 6 元素对矩阵求导 7 行向量对列向量求导
  • 离散数学 --- 命题逻辑 -- 命题符号化与命题公式

    第一部分 命题符号化及其应用 1 等价连接词中 P Q同为真同为假时为真 真假不同时为假 下面是各个联结词的真值表 复合命题的真值只取决于通过联结词构成他的简单命题的真值 与简单命题的内容无关 比如 中国在地球上且太阳东升西落 这是一个复合
  • 关于suitesparse在windows平台下速度极慢以及奇奇怪怪的问题解决

    前言 好像suitesparse原本没有windows版本 然后国外一个大佬写了cmake搞出来的 所以可能存在一些奇奇怪怪的问题吧 主要是一下两点 1 windows相比linux环境速度奇慢 2 新手编译这个库经常会下载suitespa
  • hdu 5792 World is Exploding 2016 Multi-University 5

    Problem acm hdu edu cn showproblem php pid 5792 题意 给一个序列 V 问有多少个由下标组成的四元组 a b c d 满足 a b c d a lt b c lt d Va lt Vb Vc g
  • 证明正定矩阵的充要条件:全部顺序主子式大于0

    定理 f x T A x f x TAx f xTAx 正定的充要条件是
  • 生态系统过程模型

    生态系统过程模型 根据生态系统的生理生态学特性 结合影响生态系统过程的观测指标 提出的能够反映生态系统过程的机制模型 统计模型 stochasticmodel statisticmodel probabilitymodel 指以概率论为基础
  • 奇异值分解方法求解最小二乘问题的原理

    文章目录 一 奇异值分解 SVD 原理 1 1 回顾特征值和特征向量 1 2 SVD的定义 1 3 求出SVD分解后的U V矩阵 1 4 SVD计算举例 1 5 SVD的一些性质 二 线性最小二乘问题 2 1 最小二乘问题复习 2 2 奇异
  • 为什么样本方差里面要除以(n-1)而不是n?

    前段日子重新整理了一下这个问题的解答 跟大家分享一下 如果有什么错误的话希望大家能够提出来 我会及时改正的 话不多说进入正题 首先 我们来看一下样本方差的计算公式 刚开始接触这个公式的话可能会有一个疑问就是 为什么样本方差要除以 n 1 而
  • 哈夫曼编码最大编码长度

    概念 层数 叶子节点为待编码的数据 根为第0层 编码长度 第 L L L层数据编码后的长度为 L L L 节点概率 若节点为叶子节点 则概率为叶子所编码数据的频率
  • 矩阵 矩阵的基本运算规则 行列式 逆矩阵

    矩阵 本质 矩阵是个数表 从线性变换的视角看 矩阵是记录线性变换这一过程的描述信息 记为 A m n A m times n Am n 或 A a i j A a ij A aij 或 A a i j m n A a ij m times
  • Dijkstra与Bellman-Ford算法对比

    文章目录 TOC Dijkstra Dijkstra 伪代码 Dijkstra 为什么不能有负权重 Dijkstra算法复杂度 Bellman Ford算法 Bellman Ford算法伪代码 Bellman Ford判断是否有负权 Bel
  • 蓝以中老师《高等代数》第01章:代数学的经典课题,笔记

    蓝以中老师 高等代数 第01章 代数学的经典课题 笔记 如下
  • 先验概率及后验概率等解释

    20201010 0 引言 在学习统计学的时候 在概率估计的部分 经常会遇到最大似然估计 最大后验估计等名词 这些似然和后验 都跟贝叶斯准则中的一些名词定义有关 这里参考书籍 Think Bayes 这部书 来记录这些名词 1 由糖果例子来
  • 什么是矩阵的范数

    原文地址 在介绍主题之前 先来谈一个非常重要的数学思维方法 几何方法 在大学之前 我们学习过一次函数 二次函数 三角函数 指数函数 对数函数等 方程则是求函数的零点 到了大学 我们学微积分 复变函数 实变函数 泛函等 我们一直都在学习和研究
  • Matrix calculus(矩阵微积分)(前四节)

    原文地址 https en wikipedia org wiki Matrix calculus 注 不要把它和几何运算或者是向量运算混淆 前言 在数学中 矩阵微积分是进行多变量微积分的一种特殊符号 特别是在矩阵的空间上 它将关于许多变量的
  • Gauss_Seidel method with python

    Gauss Seidel method with python from wikipedia https en wikipedia org wiki Gauss E2 80 93Seidel method import numpy as n

随机推荐

  • 机械革命旷世e win10 ubuntu20双系统(安装与删除)

    参考 https www bilibili com video BV1554y1n7zv 这里面把整体性的东西说的很清楚 这里我主要记录对这个机型的一些特别不一样的地方 注意事项 1 一定要先解决磁盘的bitlocker状态 那个有影响 2
  • FISCO BCOS(十九)———新开虚拟机在搭建区块链平台时的部分问题及解决办法

    1 新开虚拟机的密码认证问题 2 网卡固定问题 root wyg virtual machine vim etc netplan 01 network manager all yaml 3 ubuntu远程连接的问题 4 无法解析域名 cn
  • 魔兽世界怀旧服哪个服务器金价稳定,魔兽世界怀旧服 金价到底会跌到多少的分析...

    原标题 魔兽世界怀旧服 金价到底会跌到多少的分析 魔兽世界怀旧服有一个特点 大家对金价的敏感程度堪比外汇买家 在外汇交流群都没见过如此频率的价格关注与分析 在魔兽怀旧服 几乎人人都是满仓炒家 每次金价下跌一片哀嚎的景象 还真是MMORPG里
  • adb push&pull文件方法

    adb push命令 从电脑上传送文件到设备 adb pull命令 从手机传送文件到电脑 pull命令 从手机传送文件到电脑 a cmd 控制台 adb connect ip 连接设备 b adb devices查看设备连接情况 c 将设备
  • 【VS2010学习笔记】【函数学习】一(VC6.0和VS2010主函数的不同)

    问题 为什么VC6 0中主函数为main 而VS2010中为 tmain 1 Main是所有c或c 的程序执行的起点 tmain是main为了支持unicode所使用的main的别名 tmain 不过是unicode版本的的main 2 t
  • 题目 1052: [编程入门]链表合并

    已有a b两个链表 每个链表中的结点包括学号 成绩 要求把两个链表合并 按学号升序排列 输入格式 第一行 a b两个链表元素的数量N M 用空格隔开 接下来N行是a的数据 然后M行是b的数据 每行数据由学号和成绩两部分组成 输出格式 按照学
  • 相机模型-计算机视觉

    摄像机的基本成像模型 通常称为针孔模型 pinhole model 由三维空间到像平面的中心投影变换给出 如上图 a 所示 空间点Oc是投影中心 它到平面 的距离为f 空间点Xc在平面 上的投影 像 是以点Oc为端点并经过Xc的射线与平面
  • 导出七牛云的数据到本地服务器

    大概半年多以前 七牛云就失效了 一个是欠费再一个是没有绑定域名 听说是七牛云被举报了然后就必须要实名认证了 而且测试域名的时间也变得只有一个月之久 基本没什么作用了 如果绑定域名 需要该域名是备案的域名 这对于大部分自建博客的人来说基本就是
  • Node.js实现简单爬虫 讲解

    一 什么是爬虫 网络爬虫 又称为网页蜘蛛 网络机器人 在FOAF社区中间 更经常的称为网页追逐者 是一种按照一定规则 自动的抓取万维网信息的程序或者脚本 另外一些不常使用的名字还有蚂蚁 自动索引 模拟程序或者蠕虫 搜索引擎 今日头条 网易新
  • torch函数详解

    torchvision torchvision transforms Compose transforms 把几个转换组合 torch nn Conv2d CLASS torch nn Conv2d in channels out chan
  • Webpack5 教程(3)--处理图片资源

    目录 处理图片资源 1 配置 2 添加图片资源 3 使用图片资源 4 运行指令 5 输出资源情况 6 对图片资源进行优化 修改输出资源的名称和路径 1 配置 2 修改 index html 3 运行指令 自动清空上次打包资源 1 配置 2
  • 索引表

    在我们传统的印象中 索引和表是两个不同的东西 我们总是先创建表 然后 根据查询 建立相应的索引 表和索引在物理上属于不同的存储空间 例如你建立了一个好友的通讯录 你经常需要通过指定好友的姓名来查询他的 有关信息 为了提高查询的性能 假设你的
  • Linux系统简介(简单粗暴)

    Linux的诞生 哩呐科斯 Linux之父 Linus Torwalds 1991年10月 发布了0 02版 第一个公开版 内核 1994年03月 发布1 0版内核 UNIX诞生时间为1970年1月1日 这里为什么要说到UNIX呢 主要是L
  • 如何查看jar包里的源码

    java是一种静态语言 需要将代码编译为class文件才能执行 class文件不能直接查看内容 但可以通过反编译工具查看反编译代码 反编译代码与源码去掉注释后的代码比较接近 虽然比源码损失了一部分可读性 但至少有一定的可读性 工具 jd g
  • 用eclipse建立一个servlet类型的文件,配置tomcat及web.xml,并通过网页显示其结果。

    做这个的前提是你已经下载好tomcat了 可去官网下载 https tomcat apache org 步骤一 步骤二 步骤三 步骤四 步骤五 步骤六 步骤七 步骤八 步骤九 步骤十 步骤十一 步骤十二 步骤十三 步骤十四 到此就成功了 还
  • 组播测试小程序

    include
  • 【Arduino学习】03.RGB呼吸灯

    本课程中 将使用 PWM 来控制 RGB LED灯并使其显示不同的颜色 变色灯是由红 R 绿 G 蓝 B 三基色 LED 组成的 双色 LED 是我们十分熟悉的 一般由红光 LED 及绿光 LED 组成 它可以单独发出红光或绿光 若红光及绿
  • Linux服务器上设置全局代理访问外网并验证

    Linux服务器上设置全局代理访问外网并验证 昨天碰到了内网需要访问外网下载的情况 需要在服务器上设置代理 没别的 就记录一下自己跳过的坑 1 前提是已经搭建好了一台代理服务器 2 Linux设置全局代理 编辑文件 vi etc skel
  • 本周leetcode和机器学习的建模过程学习笔记

    机器学习的建模过程笔记 本周Leetlode练习 class Solution def buildArray self target List int n int gt List str res j 0 for i in range 1 t
  • 组合数学总结

    文章目录 一 组合数学基础 1 1 排列与组合 排列 组合 1 2 组合等式及其组合意义 1 3 多项式系数 二 母函数 2 1 普母函数 2 2 指母函数 2 3 正整数分拆 2 3 1 有序拆分 2 3 2 无序拆分 三 递推关系 3