- 一. 生成函数 ( 母函数 ) 的定义
- 1. 生成函数定义
- ( 1 ) 生成函数的定义
- ( 2 ) 形式幂级数 ( 参考 )
- 2. 生成函数 示例
- ( 1 ) 生成函数 示例 1 ( a n = ( m n ) a_n = \dbinom{m}{n} an=(nm) )
- ( 2 ) 生成函数 示例 2 ( { k n } \{k^n\} {kn} )
- 2. 牛顿二项式
- ( 1 ) 牛顿二项式 系数
- ( 2 ) 牛顿二项式 定理
- 二. 常用 生成函数 ( 重要 )
- 1. 与常数相关的生成函数
- ( 1 ) { 1 n } \{1^n\} {1n} 的 生成函数
- ( 2 ) { ( − 1 ) n } \{(-1)^n\} {(−1)n} 的 生成函数
- ( 3 ) { k n } \{k^n\} {kn} ( k k k为正整数 ) 的 生成函数
- 2. 与 二项式系数 相关的生成函数
- ( 1 ) { ( m n ) } \{\dbinom{m}{n}\} {(nm)} 的 生成函数
- 3. 与 组合数 相关的生成函数
- ( 1 ) { ( m + n − 1 n ) } \{\dbinom{m+n-1}{n}\} {(nm+n−1)} 的 生成函数
- ( 2 ) { ( − 1 ) n ( m + n − 1 n ) } \{(-1)^n \dbinom{m+n-1}{n}\} {(−1)n(nm+n−1)} 的 生成函数
- ( 3 ) { ( n + 1 1 ) } \{ \dbinom{n+1}{1}\} {(1n+1)} 的 生成函数
生成函数定义 :
- 1.假设条件 : 设 a 0 , a 1 , ⋯ , a n a_0 , a_1 , \cdots , a_n a0,a1,⋯,an 是一个数列 ;
- 2.形式幂级数 : 使用 该 数列 做 形式幂级数 A ( x ) = a 0 + a 1 x + a 2 x 2 + ⋯ + a n x n + ⋯ A(x) = a_0 + a_1x +a_2x^2 + \cdots + a_nx^n + \cdots A(x)=a0+a1x+a2x2+⋯+anxn+⋯
- 3.生成函数 : 称上述 A ( x ) A(x) A(x) 是 数列 a 0 , a 1 , ⋯ , a n a_0 , a_1 , \cdots , a_n a0,a1,⋯,an 的 生成函数 ;
形式幂级数 :
- 1.幂级数 : 数学分析 中 重要概念 , 在 指数级的 每一项 均为 与 级数项 序号
n
n
n 相对应的 以 常数倍的
(
x
−
a
)
(x-a)
(x−a) 的
n
n
n 次方 (
n
n
n 是从
0
0
0 开始计数的整数 ,
a
a
a 为常数 ) ;
- 幂级数用途 : 其 被 作为 基础内容 应用到了 实变函数 , 复变函数 , 等众多领域 中 ;
- 2.形式幂级数 : 是 数学中 的 抽奖概念 , 从 幂级数 中 抽离出来 的 代数对象 ; 形式幂级数 和 从 多项式 中 剥离出的 多项式环 类似 , 但是 其 允许 无穷多项式 因子 相加 , 但不像 幂级数 一般 要求 研究 是否收敛 和 是否有确定的 取值 ;
- ① 假设条件 : 设 x x x 是一个符号 , a i ( i = 0 , 1 , 2 , ⋯ ) a_i ( i = 0 , 1 , 2 , \cdots ) ai(i=0,1,2,⋯) 为实数 ;
- ② 未定元 形式幂级数 : A ( x ) = a 0 + a 1 x + a 2 x 2 + ⋯ + a n x n + ⋯ = ∑ n = 0 ∞ A(x) = a_0 + a_1x + a_2x^2 + \cdots + a_nx^n + \cdots = \sum_{n=0}^{\infty} A(x)=a0+a1x+a2x2+⋯+anxn+⋯=n=0∑∞ 称为 x x x 的未定元 的 一个 形式幂级数 ;
- 3.研究重点 : 形式幂级数 中 , x x x 从来 不指定具体数值 , 不关心 收敛 或 发散 , 关注的重点是其 系数序列 a 0 , a 1 , ⋯ , a n a_0 , a_1 , \cdots , a_n a0,a1,⋯,an , 研究形式幂级数 完全可以 归结为 讨论 这些系数序列 ;
示例题目 : 设 a n = ( m n ) a_n = \dbinom{m}{n} an=(nm) , m m m 为正整数 , 求数列 { a n } \{a_n\} {an} 的生成函数 A ( x ) A(x) A(x) ;
解 :
① 列出生成函数 : A ( x ) = ( m 0 ) x 0 + ( m 1 ) x 1 + ( m 2 ) x 2 + ⋯ + ( m n ) x n A(x) = \dbinom{m}{0}x^0 + \dbinom{m}{1}x^1 + \dbinom{m}{2}x^2 + \cdots + \dbinom{m}{n}x^n A(x)=(0m)x0+(1m)x1+(2m)x2+⋯+(nm)xn
② 列出其累加生成函数 : A ( x ) = ∑ n = 0 ∞ ( m n ) x n A(x) = \sum_{n=0}^\infty \dbinom{m}{n}x^n A(x)=n=0∑∞(nm)xn
③ 当 n n n 大于 m m m 时 , 从 m m m 中 取 n n n , 即 ( m n ) \dbinom{m}{n} (nm) 为 0 , 因此可以 直接计算 从 n = 0 n=0 n=0 到 n = m n=m n=m 的值 , 即 得到如下步骤 : A ( x ) = ∑ n = 0 ∞ ( m n ) x n = ∑ n = 0 m ( m n ) x n A(x) = \sum_{n=0}^\infty \dbinom{m}{n}x^n = \sum_{n=0}^m \dbinom{m}{n}x^n A(x)=n=0∑∞(nm)xn=n=0∑m(nm)xn
④ 根据 二项式定理 的推论内容 ( 设 n n n 是正整数 , 对一切 x x x 有 ( 1 + x ) n = ∑ k = 0 n ( n k ) x k (1+x)^n=\sum_{k=0}^n\dbinom{n}{k}x^k (1+x)n=∑k=0n(kn)xk ) 可以得到 A ( x ) = ∑ n = 0 ∞ ( m n ) x n = ∑ n = 0 m ( m n ) x n = ( 1 + x ) m A(x) = \sum_{n=0}^\infty \dbinom{m}{n}x^n = \sum_{n=0}^m \dbinom{m}{n}x^n = (1 + x)^m A(x)=n=0∑∞(nm)xn=n=0∑m(nm)xn=(1+x)m
⑤ 数列 a n = ( m n ) a_n = \dbinom{m}{n} an=(nm) ( m m m 为正整数 ) , 的 生成函数 为 : A ( x ) = ( 1 + x ) m A(x) = (1 + x)^m A(x)=(1+x)m
注意 : 生成函数 从属于 一个数列 , 说明生成函数时 , 先说明其数列 , 指明 数列 的 生成函数 是 某个函数 ;
( 2 ) 生成函数 示例 2 ( { k n } \{k^n\} {kn} )题目 : 给定 正整数 k k k , 求 { k n } \{k^n\} {kn} 的生成函数 ;
① 写出生成函数 : 将 { k n } \{k^n\} {kn} 作为形式幂级数 系数 , 可以得到 如下 等比数列 , 当 x x x 充分小的时候 , 其收敛到 1 1 − k x \frac{1}{1-kx} 1−kx1 ; A ( x ) = k 0 x 0 + k 1 x 1 + k 2 x 2 + k 3 x 3 + ⋯ = 1 1 − k x A(x) = k^0x^0 + k^1x^1 + k^2x^2 + k^3x^3 + \cdots = \frac{1}{1-kx} A(x)=k0x0+k1x1+k2x2+k3x3+⋯=1−kx1
② { k n } \{k^n\} {kn} 数列的 生成函数 为 : A ( x ) = 1 1 − k x A(x) = \frac{1}{1-kx} A(x)=1−kx1
2. 牛顿二项式 ( 1 ) 牛顿二项式 系数牛顿二项式 系数 : 组合数的扩展 , C ( m , n ) C(m, n) C(m,n) 上项不再是大于等于 n n n 的数了 , 而是任意实数 ;
- 1.条件 : 任意 实数 r r r , 和 整数 n n n ;
- 2.公式 : ( r n ) = { 0 , n < 0 1 , n = 0 r ( r − 1 ) ⋯ ( r − n + 1 ) n ! , n > 0 \dbinom{r}{n} = \begin{cases} 0, & n < 0 \\ 1, & n=0 \\ \cfrac{r(r-1)\cdots(r-n+1)}{n!}, & n>0 \end{cases} (nr)=⎩⎪⎪⎨⎪⎪⎧0,1,n!r(r−1)⋯(r−n+1),n0
- 3.结论 : 该 ( r n ) \dbinom{r}{n} (nr) 没有 组合意义 , 只是 记号 , 称为 牛顿二项式系数 ;
选取问题中 :
- 不可重复的元素 , 有序的选取 , 对应 集合的排列 ; P ( n , r ) = n ! ( n − r ) ! P(n,r) = \dfrac{n!}{(n-r)!} P(n,r)=(n−r)!n!
- 不可重复的元素 , 无序的选取 , 对应 集合的组合 ; C ( n , r ) = P ( n , r ) r ! = n ! r ! ( n − r ) ! C(n,r) = \dfrac{P(n,r)}{r!} = \dfrac{n!}{r!(n-r)!} C(n,r)=r!P(n,r)=r!(n−r)!n!
- 可重复的元素 , 有序的选取 , 对应 多重集的排列 ; 全 排 列 = n ! n 1 ! n 2 ! ⋯ n k ! 全排列 = \cfrac{n!}{n_1! n_2! \cdots n_k!} 全排列=n1!n2!⋯nk!n! , 非全排列 k r , r ≤ n i k^r , \ \ r\leq n_i kr, r≤ni
- 可重复的元素 , 无序的选取 , 对应 多重集的组合 ; N = C ( k + r − 1 , r ) N= C(k + r - 1, r) N=C(k+r−1,r)
牛顿二项式定理 :
- 1.条件 :
α
\alpha
α 为 实数 , 对于一切
x
,
y
x , y
x,y , 并且
∣
x
y
∣
<
1
\left| \frac{x}{y} \right| < 1
∣∣∣yx∣∣∣
m
n > m
n>m 时 ,
(
m
n
)
=
0
\dbinom{m}{n}=0
(nm)=0 , 因此只需要考虑
n
<
m
n{(1-x)}^m} \end{aligned}
{(1+x)}^m} \end{aligned}
{(1-x)}^2} \end{aligned}
关注打赏
最近更新
- 深拷贝和浅拷贝的区别(重点)
- 【Vue】走进Vue框架世界
- 【云服务器】项目部署—搭建网站—vue电商后台管理系统
- 【React介绍】 一文带你深入React
- 【React】React组件实例的三大属性之state,props,refs(你学废了吗)
- 【脚手架VueCLI】从零开始,创建一个VUE项目
- 【React】深入理解React组件生命周期----图文详解(含代码)
- 【React】DOM的Diffing算法是什么?以及DOM中key的作用----经典面试题
- 【React】1_使用React脚手架创建项目步骤--------详解(含项目结构说明)
- 【React】2_如何使用react脚手架写一个简单的页面?