当前位置: 首页 > news >正文

二项式定理二项式反演

内容

二项式定理

\((a+b)^n = \sum\limits_{i=0}^{n}a^{i}b^{n-i}\binom{n}{i}\)

二项式反演

\(a=1, b=-1\) 代入二项式定理可得推论式 \(\sum\limits_{i=0}^{n} (-1)^{n-i}\binom{n}{i} = [n=0]\)

分离式:\(\binom{n}{m}\binom{m}{k} = \binom{n}{k}\binom{n - k}{m - k}\),根据组合意义易证。

现有反演: \(f(n) = \sum\limits_{i=0}^{n} \binom{n}{i} g(i) \Leftrightarrow g(n) = \sum\limits_{i=0}^{n} (-1)^{n-i} \binom{n}{i} f(i)\)

证明

利用推论式与分离式进行证明。

\[\begin{array}{c} \sum\limits_{i=0}^{n} (-1)^{n-i} \binom{n}{i} f(i)\\ =\sum\limits_{i=0}^{n} (-1)^{n-i} \binom{n}{i} \sum\limits_{j=0}^{i} \binom{i}{j} g(j)\\ =\sum\limits_{j=0}^{n} \sum\limits_{i=j}^{n} (-1)^{n-i} \binom{n}{i} \binom{i}{j} g(j)\\ =\sum\limits_{j=0}^{n} \sum\limits_{i=j}^{n} (-1)^{n-i} \binom{n}{j} \binom{n-j}{i-j} g(j)\\ =\sum\limits_{j=0}^{n} \binom{n}{j} g(j)\sum\limits_{i=j}^{n} (-1)^{n-i} \binom{n-j}{i-j}\\ =\sum\limits_{j=0}^{n} \binom{n}{j} g(j)\sum\limits_{i+j=j}^{n} (-1)^{n-i-j} \binom{n-j}{i+j-j}\\ =\sum\limits_{j=0}^{n} \binom{n}{j} g(j)\sum\limits_{i=0}^{n-j} (-1)^{n-j-i} \binom{n-j}{i}\\ =\sum\limits_{j=0}^{n} \binom{n}{j} g(j)[n = j]\\ = g(n) \end{array} \]

两个基本形式:

  1. 恰好转换为至多:\(f(n) = \sum\limits_{i=0}^{n} \binom{n}{i} g(i) \Leftrightarrow g(n) = \sum\limits_{i=0}^{n} (-1)^{n-i} \binom{n}{i} f(i)\)

  2. 恰好转换为至少:\(f(m) = \sum\limits_{i=m}^{n} \binom{i}{m} g(i) \Leftrightarrow g(m) = \sum\limits_{i=m}^{n} (-1)^{i-m} \binom{i}{m} f(i)\)

例题(持续补充)

ABC423F Loud Cicada

  1. \(g(m)\) 表示恰好 \(m\) 只蝉。
  2. \(f(m)\) 表示至少 \(m\) 只蝉。

\(f(m) = \sum\limits_{i=m}^{n} \binom{i}{m} g(i) = \sum_{\mathrm{popcount(S)} = m} \lfloor \frac{Y}{\mathrm{lcm}_{u \in S} a_u} \rfloor\)

http://www.jsqmd.com/news/334486/

相关文章:

  • 唯一完测!涛思数据 TDengine IDMP 全项完成中国信通院基于 AI 大模型的时序数据管理平台测试
  • 开题报告基于Java-web的博客网站
  • 【图像压缩】基于matlab传统方法和深度学习方法静止图像压缩编码【含Matlab源码 15041期】复现含文献
  • 【导弹】基于matlab计算战场中发射的烟幕干扰弹对来袭导弹干扰时间【含Matlab源码 15038期】
  • BigemapPro专题制图 | 三步完成城市土地利用类型图
  • Altium许可证管理决策支持报告体系
  • C++中的适配器模式实战
  • 电商防关联浏览器有哪些?有什么好用的电商浏览器推荐? - Roxy指纹浏览器
  • 分布式 ID 生成:雪花算法原理、实现与 MyBatis-Plus 实战
  • 2026广州GEO服务商甄选指南:算法精准度与转化效能测评
  • WPF子窗口因为大小变动和区域限制导致闪烁的解决方案
  • pyspark添加一列时间戳数据并改名
  • SSM毕设项目:基于ssm的智能密室逃脱信息管理系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • 大数据领域存算分离:优化数据查询性能
  • 张量(Tensor)深度解析:从标量到高维数组的完整指南
  • MDN全面接入Deno兼容性数据:现代Web开发的“一张图”方案
  • 《双模型零GC框架:业务逻辑层设计与实践手册》
  • HBase与DataX:异构数据源同步工具
  • 分布式系统容错设计
  • 《性能衰减智能捕捉:采样式回归测试设计指南》
  • P1802 5 倍经验日
  • 【AI大模型舆情分析】微博舆情分析可视化系统(pytorch2+基于BERT大模型训练微调+flask+pandas+echarts) 实战(下)
  • [大模型实战 02] 图形化的大模型交互: Open WebUI部署指南
  • 【PINN回归预测】基于遗传优化算法GA改进物理信息神经网络(PINN)的多变量回归预测模型附Matlab代码
  • Kerberos认证
  • 让“入职背调”成为您人才决策的坚实基石
  • 01. 深度学习概述
  • 2025-2026 GEO优化公司哪家强?权威榜单+实战测评,选对不踩坑! - 品牌测评鉴赏家
  • 老年人能力评估系统开发Day9
  • 2026年最新高压旋转雾桩厂家五大推荐:技术为王,服务为本 - 深度智识库