首页 > 其他 > 详细

斯特林数

时间:2020-06-05 19:15:15      阅读:35      评论:0      收藏:0      [点我收藏+]

斯特林数

第一类

\(n\)个有标号数放入\(m\)个非空环排列的方案数

\[\begin{bmatrix}n\\m\end{bmatrix}= \begin{bmatrix}n-1\\m-1\end{bmatrix}+(n-1)\begin{bmatrix}n-1\\m\end{bmatrix} \]

考虑成为新环或者接在某个数字之后

性质

性质一: \(\begin{bmatrix}n\\1\end{bmatrix}=(n-1)!\)

证明:一个环的环排列计数,为\(n\)个点的总排列数除以\(n\)

性质二: \(\begin{bmatrix}n\\2\end{bmatrix}=(n-1)!\sum\limits_{i=1}^{n-1}\frac{1}{i}\)

证明:显然

\[\begin{bmatrix}2\\2\end{bmatrix}=1=1!\sum\limits_{i=1}^{1}\frac{1}{1} \]

考虑数学归纳法

\[\begin{bmatrix}n+1\\2\end{bmatrix}=\begin{bmatrix}n\\1\end{bmatrix}+n\begin{bmatrix}n\\2\end{bmatrix} \]

\[=(n-1)!+n(n-1)!\sum\limits_{i=1}^{n-1}\frac{1}{i} \]

\[=\frac{n!}{n}+n!\sum\limits_{i=1}^{n-1}\frac{1}{i} \]

\[=n!\sum\limits_{i=1}^{n}\frac{1}{i} \]

性质三:\(\sum\limits_{i=0}^{n}\begin{bmatrix}n\\i\end{bmatrix}=n!\)

证明:环排列是排列的不交并,即每种排列可以唯一对应一种\(n\)个点的环排列,所以

\[n!=\sum\limits_{i=1}^{n}\begin{bmatrix}n\\i\end{bmatrix} \]

同时规定\(\begin{bmatrix}n\\0\end{bmatrix}=0\),所以

\[\sum\limits_{i=0}^{n}\begin{bmatrix}n\\i\end{bmatrix}=n! \]

求法

第一类斯特林数·行

即给定\(n\),求\(\begin{bmatrix}n\\0\end{bmatrix},\begin{bmatrix}n\\1\end{bmatrix}\begin{bmatrix}n\\2\end{bmatrix}…\begin{bmatrix}n\\n\end{bmatrix}\)

如果您不会上升幂转通常幂,请先阅读下面的介绍

根据

\[x^{\overline{n}}=\sum\limits_{i}^{n}\begin{bmatrix}n\\i\end{bmatrix}x^i \]

得到\(x^{\overline{n}}\)\(i\)次项系数即为\(\begin{bmatrix}n\\i\end{bmatrix}\)

考虑倍增,我们有

\[x^{\overline{2n}}=x^{\overline{n}}(x+n)^{\overline{n}} \]

我们将\(x^{\overline{n}}\)看作\(f(x)\),那么\((x+n)^{\overline{n}}\)即为\(f(x+n)\)

假设我们已经得到了\(f(x)\),其中\(i\)次项系数为\(a_i\),那么

\[f(x+n)=\sum\limits_{i=0}^{n}a_i(x+k)^i \]

将右边二项式展开

\[=\sum\limits_{i=0}^{n}a_i\sum\limits_{j=0}^{i}\dbinom{i}{j}x^jn^{i-j} \]

\[=\sum\limits_{i=0}^{n}x^i\sum\limits_{j=i}^{n}\dbinom{j}{i}n^{j-i}a_j \]

\[=\sum\limits_{i=0}^{n}\frac{x^i}{i!}\sum\limits_{j=i}^{n}\frac{n^{j-i}}{(j-i)!}j!a_j \]

最右明显是个卷积式了,不会卷可以看我这里的最后一步

第一类斯特林数·列

给定\(n,k\)

\(\begin{bmatrix}0\\k\end{bmatrix},\begin{bmatrix}1\\k\end{bmatrix},\begin{bmatrix}2\\k\end{bmatrix}…\begin{bmatrix}0\\k\end{bmatrix}\)

\(F(x)\)是一个环的\(EGF\)

那么有

\[F(x)=\sum\limits_{i=1}^{n}\frac{(i-1)!}{i!}x^i=\sum\limits_{i=1}^{n}\frac{1}{i} \]

那么

\[\begin{bmatrix}i\\k\end{bmatrix}=\frac{F(x)^k}{k!}i! \]

注意这里常数项不为\(1\),要用加强版的多项式幂函数

第二类

\(n\)个有标号的数放入\(m\)个非空集合中的方案数

\[\begin{Bmatrix}n\\m\end{Bmatrix}=\begin{Bmatrix}n-1\\m-1\end{Bmatrix}+m\begin{Bmatrix}n\\m\end{Bmatrix} \]

考虑占用新集合或加入之前的集合

通项

对非空集合这个条件进行容斥,先对集合进行标号,再除以\(m!\)

\[\begin{Bmatrix}n\\m\end{Bmatrix}=\frac{1}{m!}\sum\limits_{i=0}^{m}(-1)^{i}\dbinom{m}{i}(m-i)^n \]

拆开组合数

\[\begin{Bmatrix}n\\m\end{Bmatrix}=\sum\limits_{i=0}^{m}\frac{(-1)^{i}}{i!}\frac{(m-i)^n}{(m-i)!} \]

求法

第二类斯特林数·行

给定\(n\)

\(\begin{Bmatrix}n\\0\end{Bmatrix},\begin{Bmatrix}n\\1\end{Bmatrix},\begin{Bmatrix}n\\2\end{Bmatrix}…\begin{Bmatrix}n\\n\end{Bmatrix}\)

有通项

\[\begin{Bmatrix}n\\m\end{Bmatrix}=\sum\limits_{i=0}^{m}\frac{(-1)^{i}}{i!}\frac{(m-i)^n}{(m-i)!} \]

\(f_i\frac{(-1)^{i}}{i!},g_i=\frac{i^n}{i!}\)

\[\begin{Bmatrix}n\\i\end{Bmatrix}=[x^i]f*g \]

第二类斯特林数·列

给定\(n,k\)

\(\begin{Bmatrix}0\\k\end{Bmatrix},\begin{Bmatrix}1\\k\end{Bmatrix},\begin{Bmatrix}2\\k\end{Bmatrix}…\begin{Bmatrix}n\\k\end{Bmatrix}\)

考虑先把相同的集合换成不同的集合,最后令每一项乘上\(\frac{1}{k!}\)

假设相同集合换成不同集合的\(EGF\)\(F\),单个盒子的\(EGF\)\(G\),那么\(F=G^k\)

由于每个盒子不能为空,所以

\[G=\sum\limits_{i=1}^{n}\frac{1}{i!}x^i \]

\[=e^x-1 \]

所以

\[F=(e^x-1)^k \]

所以

\[\begin{Bmatrix}i\\k\end{Bmatrix}=\frac{(e^x-1)^k}{k!}i! \]

我们会惊喜地发现只要把第一类斯特林数·列的代码的初始多项式由\(\sum\frac{1}{i}\)换成\(\sum\frac{1}{i!}\)\(AC\)

上升幂与下降幂

下降幂

\[n^{\underline{m}}=n(n-1)…(n-m+1) \]

排列\(A_{n}^{m}=n^{\underline{m}}\)

通常幂转下降幂

\[n^m=\sum\limits_{i=0}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}n^{\underline{i}} \]

\(n^m\)是选\(m\)\(1-n\)的方案数

枚举选择了多少个数字,然后把\(m\)个数放入\(i\)个集合中,再从\(1-n\)中选

上升幂

\(n^{\overline{m}}=n(n+1)…(n+m-1)\)

上升幂转通常幂

\[x^{\overline{m}}=\sum\limits_{i=0}^{n}\begin{bmatrix}n\\i\end{bmatrix}x^i \]

考虑数学归纳法

\(n=1\)时显然成立

\[x^{\overline{n}}=x^{\overline{n-1}}(x+n-1) \]

\[=(x+n-1)\sum\limits_{i=0}^{n-1}\begin{bmatrix}n-1\\i\end{bmatrix}x^i \]

\[=\sum\limits_{i=0}^{n-1}\begin{bmatrix}n-1\\i\end{bmatrix}x^{i+1}+\sum\limits_{i=0}^{n-1}(n-1)\begin{bmatrix}n-1\\i\end{bmatrix}x^i \]

令第一个求和的\(i=i+1\)

\[=\sum\limits_({i=0}^{n-1}\begin{bmatrix}n-1\\i-1\end{bmatrix}x^i+\sum\limits_{i=0}^{n-1}(n-1)\begin{bmatrix}n-1\\i\end{bmatrix}x^i \]

\[=\sum\limits_{i=1}^{n-1}\begin{bmatrix}n-1\\i-1\end{bmatrix}+\sum\limits_{i=0}^{n-1}(n-1)\begin{bmatrix}n-1\\i\end{bmatrix})x^i \]

\[=\sum\limits_{i=0}^{n}\begin{bmatrix}n\\i\end{bmatrix}x^i \]

上升幂下降幂互转

\[x^{\overline{n}}=(-1)^{n}(-x)^{\underline{n}} \]

\[x^{\underline{n}}=(-1)^{n}(-x)^{\overline{n}} \]

显然

反转公式

\[\sum\limits_{k=m}^{n}(-1)^{n-k}\begin{bmatrix}n\\k\end{bmatrix}\begin{Bmatrix}k\\m\end{Bmatrix}=[m=n] \]

\[\sum\limits_{k=m}^{n}(-1)^{n-k}\begin{Bmatrix}n\\k\end{Bmatrix}\begin{bmatrix}k\\m\end{bmatrix}=[m=n] \]

第二个式子证明

通常幂转下降幂转上升幂再转通常幂

\[n^m=\sum\limits_{i=0}^{m}\begin{Bmatrix}m\\i\end{Bmatrix} \]

\[=\sum\limits_{i=0}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}(-1)^{i}(-n)^{\overline{i}} \]

\[=\sum\limits_{i=0}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}(-1)^{i}\sum\limits_{j=0}^{i}\begin{bmatrix}i\\j\end{bmatrix}(-n)^j \]

\[=\sum\limits_{j=0}^{m}(-n)^j\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^i \]

\[n^m=\sum\limits_{j=0}^{m}n^j\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^{i-j} \]

\(j=m\)

\[\sum\limits_{j=0}^{m}n^j\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^{i-j}=n^m \]

同时

\[\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^{i-j}=1 \]

所以

\[\sum\limits_{j=0}^{m-1}n^j\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^{i-j}=0 \]

又因为

\[\sum\limits_{j=0}^{m-1}n^j>0 \]

所以当\(j\neq m\)

\[\sum\limits_{i=j}^{m}\begin{Bmatrix}m\\i\end{Bmatrix}\begin{bmatrix}i\\j\end{bmatrix}(-1)^{i-j}=0 \]

我们可以得知负数与正数部分绝对值相等,只要保证\((-1)\)的幂次奇偶性不断变化,所以

\[\sum\limits_{k=m}^{n}(-1)^{n-k}\begin{Bmatrix}n\\k\end{Bmatrix}\begin{bmatrix}k\\m\end{bmatrix}=[m=n] \]

斯特林反演

\[f_n=\sum\limits_{i=0}^{n}\begin{Bmatrix}n\\i\end{Bmatrix}g_i \iff g_n=\sum\limits_{i=0}^{n}(-1)^{n-i}\begin{bmatrix}n\\i\end{bmatrix}f_i \]

证明

\[f_n=\sum\limits_{i=0}^{n}[i=n]f_i \]

\[=\sum\limits_{i=0}^{n}\sum\limits_{j=i}^{n}(-1)^{n-j}\begin{Bmatrix}n\\j\end{Bmatrix}\begin{bmatrix}j\\i\end{bmatrix}f_i \]

\[=\sum\limits_{j=0}^{n}\begin{Bmatrix}n\\j\end{Bmatrix}\sum\limits_{i=0}^{j}(-1)^{j-i}\begin{bmatrix}j\\i\end{bmatrix}f_i \]

因为

\[f_n=\sum\limits_{i=0}^{n}\begin{Bmatrix}n\\i\end{Bmatrix}g_i \]

所以

\[g_n=\sum\limits_{i=0}^{n}(-1)^{n-i}\begin{bmatrix}n\\i\end{bmatrix}f_i \]

斯特林数

原文:https://www.cnblogs.com/knife-rose/p/13050557.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!