Table of Contents

  1. Combinatorial counting
    1. 二项式系数
    2. 估计:简介
    3. 估计:阶乘函数
    4. 估计:二项式系数
    5. Inclusion-exclusion principle
    6. The hatcheck lady & co.

Combinatorial counting

二项式系数

命题:

$ \begin{equation} \sum_ {i=0}^{n}\left(\begin{array}{c}n \\ i\end{array}\right)^{2}=\left(\begin{array}{c}2 n \\ n\end{array}\right) \end{equation} $

证明:

该式左边可写成

$ \begin{equation} \sum_ {i=0}^{n}\left(\begin{array}{c}n \\ i\end{array}\right) \left(\begin{array}{c}n \\ n - i \end{array}\right) \end{equation} $

可理解为2n个物品分成两组,每组n个物品,则按前一组取i个,后一组取n - i个,然后遍历组合即为2n个物品里取n个。

如果我们有m种物品,第i种物品有ki 个,$ k_ {1} + k_ {2} + \ldots + k_ {m} = n $ ,则不同的组合有:

$ \begin{equation} \frac{n!}{k_ {1}! k_ {2}! \ldots k_ {m}!} \end{equation} $

该表达式通常写成:

$ \begin{equation} \left(\begin{array}{c}n \\ k_ {1}, k_ {2}, \ldots, k_ {m} \end{array}\right) \end{equation} $

Multinomial theorem: 对任意实数 $ x_ {1}, x_ {2}, \ldots, x_ {m} $ 和任意自然数 $ n \geq 1 $ ,有如下等式:

$ \begin{equation} \left(x_ {1}+x_ {2}+\cdots+x_ {m}\right)^{n}=\sum_ {k_ {1}+\cdots+k_ {m}=n \atop k_ {1}, \ldots, k_ {m} \geq 0}\left(\begin{array}{c}n \\ k_ {1}, k_ {2}, \ldots, k_ {m}\end{array}\right) x_ {1}^{k_ {1}} x_ {2}^{k_ {2}} \ldots x_ {m}^{k_ {m}} \end{equation} $

估计:简介

harmonic numbers:

$ \begin{equation} H_ {n} = 1 + \frac{1}{2} + \frac{1}{3} + \cdots + \frac{1}{n} = \sum_ {i=1}^{n}\frac{1}{i} \end{equation} $

为估计该值,我们把其元素分成k组,因此第k组 $ G_ {k} $ 包含 $ 2^{k-1} $ 个元素:

$ \begin{equation} \frac{1}{2^{k-1}}, \frac{1}{2^{k-1} + 1}, \frac{1}{2^{k-1} + 2}, \cdots, \frac{1}{2^{k} - 1} \end{equation} $

这样该$ G_ {k} $组的和满足:

$ \begin{equation} \sum_ {x \in G_ {k}}x \leq | G_ {k} | max G_ {k} = 2^{k - 1} \frac{1}{2^{k-1}} = 1 \end{equation} $

$ \begin{equation} \sum_ {x \in G_ {k}}x \geq | G_ {k} | min G_ {k} > 2^{k - 1} \frac{1}{2^{k}} = \frac{1}{2} \end{equation} $

因此:

$ \begin{equation} H_ {n} = \sum_ {i=1}^{n}\frac{1}{i} \leq \sum_ {k=1}^{\lfloor \log_ {2} n \rfloor + 1}1 \leq \log_{2} n + 1 \end{equation} $

$ \begin{equation} H_ {n} > \sum_ {k=1}^{\lfloor \log_ {2} n \rfloor}\frac{1}{2} \geq \frac{1}{2} \lfloor \log_ {2} n \rfloor \end{equation} $

估计:阶乘函数

为估计 $ n! $ 的大小,我们考虑,如果n为偶数,则 集合 $ \{ 1, 2, \ldots, n \} $ 中 $ \frac{n}{2} $ 个数最多为 $ \frac{n}{2} $ ,且 $ \frac{n}{2} $ 个数大于 $ \frac{n}{2} $ 。因此,我们有

$ \begin{equation} n ! \geq \prod_ {i=n / 2+1}^{n} i>\prod_ {i=n / 2+1}^{n} \frac{n}{2}=\left(\frac{n}{2}\right)^{n / 2}=\left(\sqrt{\frac{n}{2}}\right)^{n} \end{equation} $

$ \begin{equation} n ! \leq \left( \prod_ {i=1}^{\frac{n}{2}} \right) \left( \prod_ {i = \frac{n}{2} + 1}^{n}n \right) = \frac{n^{n}}{2^{\frac{n}{2}}} \end{equation} $

如n为奇数,则对于 $ n \geq 3 $ 的奇数也成立

定理:对任意 $ n \geq 1 $ ,有

$ \begin{equation} n^{\frac{n}{2}} \leq n ! \leq \left( \frac{n+1}{2} \right)^{n} \end{equation} $

证明:

我们可以构造如下等式:

$ \begin{equation} n ! = \prod_ {i=1}^{n} \sqrt{i \left(n+1-i \right) } \end{equation} $

$ \begin{equation} \sqrt{i \left(n+1-i \right) } \leq \frac{i + n + 1 - i}{2} = \frac{n+1}{2} \end{equation} $

所以

$ \begin{equation} n ! = \prod_ {i=1}^{n} \sqrt{ i \left( n + 1 - i \right) } \leq \prod_ {i=1}^{n}\frac{n+1}{2} = \left( \frac{n+1}{2} \right)^{n} \end{equation} $

对下界,我们可以看到对所有 $ i = 1, 2, \ldots, n, i \left( n + 1 - i \right) \geq n $ ,因此有 $ n ! \geq \sqrt{n^{n}} = n^{\frac{n}{2}} $

我们观察到这样一个事实,对任意实数x,有 $ 1 + x \leq e^{x} $

定理:对任意 $ n \geq 1 $ ,有

$ \begin{equation} e \left( \frac{n}{e} \right)^{n} \leq n ! \leq en \left(\frac{n}{e}\right)^{n} \end{equation} $

这里我们仅证明上界,利用归纳法,当n = 1时,可以验证不等式成立,假设n - 1也成立,我们来验证n的情况,我们有

$ \begin{equation} n ! = n \left(n - 1\right) ! \leq n e \left(n - 1\right) \left( \frac{n-1}{e}\right)^{n-1} \end{equation} $

我们把右边的式子转换为

$ \begin{equation} \left[ en \left( \frac{n}{e} \right)^{n} \right] \left( \frac{n-1}{n} \right)^{n} e \end{equation} $

由于

$ \begin{equation} e \left( \frac{n-1}{n} \right)^{n} = e \left( 1 - \frac{1}{n} \right)^{n} \leq e \left( e^{- \frac{1}{n}} \right)^{n} = e e^{-1} = 1 \end{equation} $

所以得证。

我们考虑一个更精确地估计,Stirling’s formula: 如果我们定义函数

$ \begin{equation} f(n) = \sqrt{2 \pi n} \left( \frac{n}{e} \right)^{n} \end{equation} $

我们有 $ \begin{equation} \lim_ {n \to \infty} \frac{f(n)}{n !} = 1 \end{equation} $

估计:二项式系数

定理:对任意 $ n \geq 1 $ 和 任意 $ 1 \leq k \leq n $ ,有

$ \begin{equation} { n \choose k } \leq \left( \frac{en}{k} \right)^{k} \end{equation} $

证明:

事实上我们证明一个更强的不等式:

$ \begin{equation} { n \choose 0 } + { n \choose 1 } + { n \choose 2 } + \cdots + { n \choose k } \leq \left(\frac{en}{k}\right)^{k} \end{equation} $

首先根据二项式定理,我们有

$ \begin{equation} { n \choose 0 } + { n \choose 1 }x + { n \choose 2 }x^{2} + \cdots + { n \choose n }x^{n} = \left(1 + x\right)^{n} \end{equation} $

现在我们假设0 < x < 1,我们去掉右边的一些项,得到:

$ \begin{equation} { n \choose 0 } + { n \choose 1 }x + \cdots + { n \choose k }x^{k} \leq \left(1 + x\right)^{n} \end{equation} $

不等式两边都除以 $ x^{k} $ ,得到

$ \begin{equation} \frac{1}{x^{k}}{ n \choose 0 } + \frac{1}{x^{k-1}}{ n \choose 1 } + \cdots + { n \choose k } \leq \frac{\left(1 + x\right)^{n}}{x^{k}} \end{equation} $

因x < 1,则有

$ \begin{equation} { n \choose 0 } + { n \choose 1 } + \cdots + { n \choose k } \leq \frac{\left(1 + x\right)^{n}}{x^{k}} \end{equation} $

我们再把 $ x = \frac{k}{n} $ 带入:

$ \begin{equation} { n \choose 0 } + { n \choose 1 } + \cdots + { n \choose k } \leq \left( 1 + \frac{k}{n} \right)^{n} \left( \frac{n}{k} \right)^{k} \end{equation} $

由于

$ \begin{equation} \left(1 + \frac{k}{n} \right)^{n} \leq \left(e^{\frac{k}{n}} \right)^{n} = e^{k} \end{equation} $

因此可得定理。

命题:对n为偶数,设$ n = 2m $,则对任意 $ m \geq 1 $ ,我们有

$ \begin{equation} \frac{2^{2m}}{2 \sqrt{m}} \leq { 2m \choose m } \leq \frac{2^{2m}}{\sqrt{2m}} \end{equation} $

证明:

我们考虑这样的数

$ \begin{equation} P=\frac{1 \cdot 3 \cdot 5 \cdot \ldots \cdot(2 m-1)}{2 \cdot 4 \cdot 6 \cdot \ldots \cdot 2 m} \end{equation} $

因为

$ \begin{equation} P=\frac{1 \cdot 3 \cdot 5 \cdot \ldots \cdot(2 m-1)}{2 \cdot 4 \cdot 6 \cdot \ldots \cdot 2 m} \cdot \frac{2 \cdot 4 \cdot \ldots(2 m)}{2 \cdot 4 \cdot \ldots(2 m)}=\frac{(2 m) !}{2^{2 m}(m !)^{2}} \end{equation} $

我们得到

$ \begin{equation} P = \frac{1}{2^{2m}} { 2m \choose m } \end{equation} $

然后,我们想要证明:

$ \begin{equation} \frac{1}{2 \sqrt{m}} \leq P \leq \frac{1}{\sqrt{2m}} \end{equation} $

对上界,我们考虑乘积:

$ \begin{equation} \left( 1 - \frac{1}{2^{2}} \right) \left(1 - \frac{1}{4^{2}} \right) \ldots \left(1 - \frac{1}{\left(2m\right)^{2}} \right) \end{equation} $

该乘积可改写为:

$ \begin{equation} \left( \frac{1 \cdot 3}{2^{2}} \right) \left( \frac{3 \cdot 5}{4^{2}} \right) \ldots \left( \frac{\left(2m-1\right) \left(2m+1\right)}{\left(2m\right)^{2}} \right) = \left(2m+1\right) P^{2} \end{equation} $

因为乘积的值小于1,我们得到 $ \left(2m+1\right) P^{2} < 1 $,因此 $ P \leq \frac{1}{\sqrt{2m}} $

对下界,我们考虑乘积

$ \begin{equation} \left( 1 - \frac{1}{3^{2}} \right) \left(1 - \frac{1}{5^{2}} \right) \ldots \left(1 - \frac{1}{\left(2m-1\right)^{2}} \right) \end{equation} $

我们把该乘积改写成:

$ \begin{equation} \left( \frac{2 \cdot 4}{3^{2}} \right) \left( \frac{4 \cdot 6}{5^{2}} \right) \ldots \left( \frac{\left(2m-2\right) \left(2m\right)}{\left(2m-1\right)^{2}} \right) = \frac{1}{2 \cdot \left(2m\right) \cdot P^{2}} \end{equation} $

因此有 $ P \geq \frac{1}{2 \sqrt{m}} $

使用Stirling’s formula,我们可以获得更精确地估计:

$ \begin{equation} { 2m \choose m} \sim \frac{2^{2m}}{\sqrt{\pi m}} \end{equation} $

质数定理:设 $ \pi \left(n\right) $ 为不超过n的质数个数,则

$ \begin{equation} \pi \left(n\right) \sim \frac{n}{\ln n} \end{equation} $

Inclusion-exclusion principle

对任意有限集合 $ A_ {1}, A_ {2}, \ldots, A_ {n} $ ,我们有

$ \begin{equation} | \cup_ {i=1}^{n}A_ {i} | = \sum_ {k=1}^{n} \left( -1 \right)^{k-1} \sum_ {I \in { \{ 1,2,\ldots, n \} \choose k }} | \cap_ {i \in I}A_ {i} | \end{equation} $

The hatcheck lady & co.

n个绅士参加聚会,所有人都戴着帽子,他们把帽子存放在员工室中。当他们离开时,女员工可能那天有些心不在焉,可能在多年服务在昏暗的员工室视力变得很差,导致随机拿了帽子给每个绅士。那么没有绅士收到他自己的帽子的概率是多少?

首先,我们使用排列来描述这个问题。如果我们用 $ 1, 2, \ldots, n $ 标号绅士们和他们的帽子,然后女员工的拿帽结果作为 $ \{ 1, 2, \ldots, n \} $ 的随机排列 $ \pi, \pi \left( i \right) $ 表示该号码的帽子给了第i个绅士。问题是, $ \forall i \in \{ 1, 2, \ldots, n \}, \pi \left(i\right) \neq i $ 的概率是多少?我们把第i号的 $ \pi \left(i\right) = i $ 的情况作为排列 $ \pi $ 的一个固定点。这样我们问:随机选择一个排列没有固定点的概率是多少?每个 $ n ! $ 的排列的概率都是均等的,所以如果我们记D(n)为n个元素集合上没有固定点的排列个数,则我们需要的概率就是 $ \frac{D\left(n\right)}{n !} $

使用inlcusion-exclusion principle,我们得到一个D(n)的公式。我们将统计坏的排列,例如,那些至少有一个固定点的排列。设Sn 为 $ \{ 1, 2, \ldots, n \} $ 所有排列的集合,我们定义 $ A_ {i} = \{ \pi \in S_ {n}: \pi \left(i\right) = i \} $。

为了应用inclusion-exclusion principle,我们得表示出Ai 集合的k个交集的大小。我们容易得到 $ | A_ {i} | = \left(n - 1\right) ! $,因为如果 $ \pi\left(i\right) = i $ 固定,我们可以选择剩下n - 1个数的任意排列。$ A_ {1} \cap A_ {2} $ 的排列是什么?是那些1和2固定的排列,则 $ | A_ {1} \cap A_ {2} | = \left(n-2\right) ! $。更一般地,对任意 $ i_ {1} < i_ {2} < \cdots < i_ {k} $我们有 $ | A_ {i_ {1}} \cap A_ {i_ {2}} \cap \cdots \cap A_ {i_ {k}} | = \left(n-k\right) !$,则带入inclusion-exclusion公式得:

$ \begin{equation} | A_ {1} \cup \cdots \cup A_ {n} | = \sum_ {k=1}^{n}\left(-1\right)^{k-1}{n \choose k}\left(n-k\right) ! = \sum_ {k=1}^{n}\left(-1\right)^{k-1} \frac{n !}{k !} \end{equation} $

我们回忆我们已经计算出坏排列的数量,这样:

$ \begin{equation} D\left(n\right) = n ! - | A_ {1} \cup \cdots \cup A_ {n} | = n ! - \frac{n !}{1 !} + \frac{n !}{2 !} - \cdots + \left(-1\right)^{n} \frac{n !}{n !} \end{equation} $

该式可改写为:

$ \begin{equation} D\left(n\right) = n ! \left( 1 - \frac{1}{1 !} + \frac{1}{2 !} - \cdots + \left(-1\right)^{n} \frac{1}{n !} \right) \end{equation} $

利用微积分知识,括号中的系列收敛到 $ for \, n \to \infty, \quad e^{-1} $,且收敛速度非常快。所以我们有一个估计关系 $ D\left(n\right) \sim \frac{n !}{e} $,则我们想要的概率收敛到常数 $ e^{-1} = 0.36787 \ldots $。这就是本问题为什么具有标志性,其答案不依赖于绅士的数量!