范德蒙恒等式的证明
2014-06-16 10:23
986 查看
今天我们来认识组合数学中一个重要的恒等式---范德蒙恒等式。这个恒等式的表述如下
![](http://img.blog.csdn.net/20140615210837609)
很自然的公式,接下来一起来看看它的证明,在维基百科上给出了两种方法证明,分别如下
(1)组合方法证明
甲班有
![](http://img.blog.csdn.net/20140615211357390)
个同学,乙班有
![](http://img.blog.csdn.net/20140615211450015)
个同学,从两个班中选出
![](http://img.blog.csdn.net/20140615211535765)
个一共有
![](http://img.blog.csdn.net/20140615211611093)
种不同的选法。而换一种思维方式
从甲班中选取
![](http://img.blog.csdn.net/20140615211738328)
个同学,从乙班中选取
![](http://img.blog.csdn.net/20140615211829609)
个同学,共有
![](http://img.blog.csdn.net/20140615211913265)
种方法,而对所有的
![](http://img.blog.csdn.net/20140615211959687)
就是
![](http://img.blog.csdn.net/20140615212035078)
可以看出这两种方法应该是相等的,即
![](http://img.blog.csdn.net/20140615210759015)
(2)生成函数法证明
由于
![](http://img.blog.csdn.net/20140615213033984)
,对于等式左边有
![](http://img.blog.csdn.net/20140615213145406)
而对于等式右边有
![](http://img.blog.csdn.net/20140615213438796)
左右两边一比较可知
![](http://img.blog.csdn.net/20140615210759015)
成立,证明完毕!
接下来我们看看一些关于范德蒙恒等式的衍生问题。
(1)证明下面恒等式
![](http://img.blog.csdn.net/20140616094014484)
证明:由
![](http://img.blog.csdn.net/20140616094827515)
令
![](http://img.blog.csdn.net/20140616095034421)
和
![](http://img.blog.csdn.net/20140616095106656)
,那么有
![](http://img.blog.csdn.net/20140616095723171)
证明完毕!
(2)证明下列的恒等式
很自然的公式,接下来一起来看看它的证明,在维基百科上给出了两种方法证明,分别如下
(1)组合方法证明
甲班有
个同学,乙班有
个同学,从两个班中选出
个一共有
种不同的选法。而换一种思维方式
从甲班中选取
个同学,从乙班中选取
个同学,共有
种方法,而对所有的
就是
可以看出这两种方法应该是相等的,即
(2)生成函数法证明
由于
,对于等式左边有
而对于等式右边有
左右两边一比较可知
成立,证明完毕!
接下来我们看看一些关于范德蒙恒等式的衍生问题。
(1)证明下面恒等式
证明:由
令
和
,那么有
证明完毕!
(2)证明下列的恒等式
相关文章推荐
- 组合恒等式的证明
- 利用格点证明恒等式
- 用数学归纳法证明恒等式
- 关于逻辑代数中恒等式证明的通用方法
- 一些斐波那契恒等式及证明。
- 二分图最大匹配的König定理及其证明
- 自媒体平台大鱼号怎样开通视频原创保护,原创证明材料如何写?
- 中国剩余定理证明
- 【POJ 2891】Strange Way to Express Integers 【 CRT 证明详解】
- 良序原理:算术基本定理的证明
- ★如何证明自己不是精神病?
- 斯坦福应用加密学小组提出比特币Bulletproof证明
- Dijkstra 简要证明
- Proof of Conditional Independence 条件独立的证明和等式推导
- 08_证明:synchronized是对象锁
- 证明:一个数的各位数之和能被3整除,则该数能被3整除
- 证明最大公共子图是NP-完全问题
- 算法作业 算法概论T8.9证明
- 当故障来袭时,如何证明你的网络没问题
- [Deeplearning] Highway Network & 几篇文章证明了优化深层神经网络十分困难