23、避免小的子结构：组合数学中的数与多项式研究

避免小的子结构：组合数学中的数与多项式研究

在组合数学的研究中，避免小的子结构是一个重要的课题，它涉及到对各种组合数和多项式的深入探讨。下面我们将详细介绍相关的概念和性质。

1. 关联斯特林数与贝尔数

首先，我们从关联斯特林数开始。通过对生成函数的分析，我们得到了如下等式：
[
\sum_{n=mk}^{\infty} \left{\begin{array}{c}n + 1\k\end{array}\right} {\geq m} \frac{x^n}{n!} = k\sum {n=mk}^{\infty} \left{\begin{array}{c}n\k\end{array}\right} {\geq m} \frac{x^n}{n!} + \frac{x^{m - 1}}{(m - 1)!} \frac{1}{(k - 1)!} \sum {n=m(k - 1)}^{\infty} \left{\begin{array}{c}n\k - 1\end{array}\right} {\geq m} \frac{x^n}{n!}
]
经过一系列操作，最终得到递归关系：
[
\left{\begin{array}{c}n\k\end{array}\right} {\geq m} = k\left{\begin{array}{c}n - 1\k\end{array}\right} {\geq m} + \binom{n - 1}{m - 1}\left{\begin{array}{c}n - m\k - 1\end{array}\right} {\geq m}
]
这个关系在 (n \geq mk) 时成立，当 (n < mk) 时，(\left{\begin{array}{c}n\k\end{array}\right} {\geq m} = 0)，但 (\left{\begin{array}{c}0\0\end{array}\right} {\geq m} = 1)。我们可以通过组合证明来理解这个递归关系：
- 情况一 ：如果最后一个元素 (n) 放入一个已经至少有 (m) 个元素的块中，那么就有 (n - 1) 个元素分配到 (k) 个块中，并且将 (n) 插入到 (k) 个块中的某一个，这对应递归关系中的第一项。
- 情况二 ：如果元素 (n) 放入的块还没有达到 (m) 个元素，那么这个块必须有 (m - 1) 个元素。我们从 (n - 1) 个元素中选择 (m - 1) 个元素（不考虑顺序，有 (\binom{n - 1}{m - 1}) 种情况），将 (n) 放入这个块。剩下的 (n - m) 个元素必须形成 (k - 1) 个块，且每个块至少有 (m) 个元素，这对应递归关系中的第二项。

接下来是关联贝尔数和多项式。关联贝尔数 (B_{n,\geq m}) 表示 (n) 个元素的划分中，不包含大小小于 (m) 的块的划分数量，其定义为：
[
B_{n,\geq m} = \sum_{k = 0}^{\lfloor n/m \rfloor} \left{\begin{array}{c}n\k\end{array}\right} {\geq m}
]
关联贝尔多项式 (B {n,\geq m}(x)) 定义为：
[
B_{n,\geq m}(x) = \sum_{k = 0}^{\lfloor n/m \rfloor} \left{\begin{array}{c}n\k\end{array}\right} {\geq m} x^k
]
对于 (m > 0)，关联贝尔数有基本递归关系：
[
B {n + 1,\geq m} = 1 + \sum_{k = m - 1}^{n - m} \binom{n}{k} B_{n - k,\geq m}
]
我们可以这样理解这个递归关系：考虑最后一个元素 (n + 1)，选择 (k) 个其他元素放入它所在的块。我们不能选择少于 (m - 1) 个元素，因为这样块的大小将小于 (m)；也不能选择多于 (n - m) 个元素，否则其他块的大小将小于 (m)。剩下的 (n - k) 个元素必须形成满足条件的划分，有 (B_{n - k,\geq m}) 种可能。求和后，“( + 1)” 考虑了所有元素都在一个块中的情况。

当 (m = 2) 时，关联贝尔数 (B_{n,\geq 2}) 与经典贝尔数 (B_n) 有以下关系：
- (B_n = B_{n,\geq 2} + B_{n + 1,\geq 2})：任何 (n) 或 (n + 1) 个元素的无单元素块的划分都可以与 (n) 个元素的划分对应。(B_{n,\geq 2}) 计数的划分与自身对应，从 (B_{n + 1,\geq 2}) 计数的划分中移除 (n + 1)，并将 (n + 1) 所在块的元素拆分为单元素块。这个过程可以逆转，所以等式成立。
- (B_n = \sum_{k = 0}^{n} \binom{n}{k} B_{k,\geq 2})：我们先决定划分中想要的单元素的数量，然后其余元素进行每个块至少有两个元素的划分。

2. 第一类关联斯特林数与关联阶乘

第一类关联斯特林数的推导过程与前面类似。我们有如下关系：
[
\left[\begin{array}{c}n\n - 1\end{array}\right] = \binom{n}{2}
]
[
\left[\begin{array}{c}n\n - 2\end{array}\right] = 2\binom{n}{3} + 3\binom{n}{4}
]
一般地，
[
\left[\begin{array}{c}n\n - k\end{array}\right] = \sum_{j = 0}^{k} \left[\begin{array}{c}k + j\j\end{array}\right] {\geq 2} \binom{n}{k + j} \quad (n \geq k + 1)
]
经过重新索引，得到
[
\left[\begin{array}{c}n\k\end{array}\right] = \sum {j = 0}^{k} \left[\begin{array}{c}n - j\k - j\end{array}\right] {\geq 2} \binom{n}{j}
]
通过一系列操作，我们得到第一类关联斯特林数的指数生成函数：
[
\sum {n = mk}^{\infty} \left[\begin{array}{c}n\k\end{array}\right] {\geq m} \frac{x^n}{n!} = \frac{1}{k!} \left(-\ln(1 - x) - x - \frac{x^2}{2} - \cdots - \frac{x^{m - 1}}{m - 1}\right)^k
]
其递归关系为：
[
\left[\begin{array}{c}n\k\end{array}\right] {\geq m} = (n - 1)\left[\begin{array}{c}n - 1\k\end{array}\right] {\geq m} + (n - 1)^{m - 1}\left[\begin{array}{c}n - m\k - 1\end{array}\right] {\geq m} \quad (n \geq mk)
]

关联阶乘 (A_{n,\geq m}) 表示 (n) 个元素的排列中，不包含长度小于 (m) 的循环的排列数量，定义为：
[
A_{n,\geq m} = \sum_{k = 0}^{\lfloor n/m \rfloor} \left[\begin{array}{c}n\k\end{array}\right] {\geq m}
]
关联阶乘多项式 (A {n,\geq m}(x)) 定义为：
[
A_{n,\geq m}(x) = \sum_{k = 0}^{\lfloor n/m \rfloor} \left[\begin{array}{c}n\k\end{array}\right] {\geq m} x^k
]
其递归关系为：
[
A {n + 1,\geq m} = n! + \sum_{k = m - 1}^{n - m} n^k A_{n - k,\geq m}
]
指数生成函数为：
[
\sum_{n = 0}^{\infty} A_{n,\geq m}(x) \frac{y^n}{n!} = \exp \left[x \left(-\ln(1 - y) - y - \frac{y^2}{2} - \cdots - \frac{y^{m - 1}}{m - 1}\right)\right]
]
当 (m = 2) 时，关联阶乘 (A_{n,\geq 2}) 被称为错位排列数，通常用 (D_n) 表示。其指数生成函数为：
[
\sum_{n = 0}^{\infty} D_n \frac{x^n}{n!} = \exp(-\ln(1 - x) - x) = \frac{e^{-x}}{1 - x}
]
通过计算，我们可以得到错位排列数的公式：
[
D_n = n! \sum_{i = 0}^{n} \frac{(-1)^i}{i!}
]
并且有渐近关系：
[
\frac{D_n}{n!} \sim \frac{1}{e}
]
错位排列数还有递归关系 (D_n = nD_{n - 1} + (-1)^n)，其组合证明过程较为复杂。我们定义 (F) 为 (n) 个元素中恰好有一个固定点的排列集合，(D) 为错位排列集合。(nD_{n - 1}) 表示选择一个元素作为固定点，其余元素进行错位排列的排列数量。通过将排列表示为循环分解形式，根据循环的不同情况建立 (F) 和 (D) 之间的双射关系。当 (n) 为偶数时，双射是从 (F) 到 (D \setminus {\sigma_{n/2}}) 的；当 (n) 为奇数时，双射是从 (F \setminus {\sigma_{(n - 1)/2}(n)}) 到 (D) 的。

3. 通用第二类斯特林数

在研究受限和关联斯特林数时，我们发现指数生成函数清晰地反映了所应用的限制类型。例如：
[
\sum_{n = mk}^{\infty} \left{\begin{array}{c}n\k\end{array}\right} {\geq m} \frac{x^n}{n!} = \frac{1}{k!} \left(e^x - 1 - \frac{x}{1!} - \frac{x^2}{2!} - \cdots - \frac{x^{m - 1}}{(m - 1)!}\right)^k
]
表示从属于 (\left{\begin{array}{c}n\k\end{array}\right} {\geq m}) 的划分中减去具有 (1, 2, \cdots, m - 1) 个元素的块。而
[
\sum_{n = k}^{mk} \left[\begin{array}{c}n\k\end{array}\right]_{\leq m} \frac{x^n}{n!} = \frac{1}{k!} \left(x + \frac{x^2}{2} + \frac{x^3}{3} + \cdots + \frac{x^m}{m}\right)^k
]
与计数排列的数相关。分母中的数字（有或没有阶乘）反映了在一种结构（划分）中，单个块中的元素顺序是任意的，而在另一种结构（排列）中，顺序是固定的（直到保持顺序的移位）。

这些观察促使我们对斯特林数进行更广泛的推广，引入通用第二类斯特林数。我们定义一个无限矩阵 (A)：
[
A = \begin{pmatrix}
a_{1,0} & a_{1,1} & a_{1,2} & \cdots \
a_{2,0} & a_{2,1} & a_{2,2} & \cdots \
a_{3,0} & a_{3,1} & a_{3,2} & \cdots \
\vdots & \vdots & \vdots & \ddots
\end{pmatrix}
]
并定义集合 (K_i = {j | a_{i,j} = 1})，表示允许的大小为 (i) 的块的数量。

通用第二类斯特林数 (\left{\begin{array}{c}n\k\end{array}\right} A) 表示 (n) 个元素的 (k) - 划分中，大小为 (i) 的块的数量包含在集合 (K_i) 中的划分数量。通用贝尔数 (B {n,A}) 和通用贝尔多项式 (B_{n,A}(x)) 定义如下：
[
B_{n,A} = \sum_{k = 0}^{n} \left{\begin{array}{c}n\k\end{array}\right} A
]
[
B {n,A}(x) = \sum_{k = 0}^{n} \left{\begin{array}{c}n\k\end{array}\right}_A x^k
]

下面是一些具体的例子：
- 当 (A) 的所有元素都为 (1)（记为 (A_1)）时，没有任何限制，(\left{\begin{array}{c}n\k\end{array}\right} {A_1} = \left{\begin{array}{c}n\k\end{array}\right})。
- 对于 (m) - 受限斯特林数，我们定义 (K_i) 如下：
[
K_i = \begin{cases}
{0, 1, 2, \cdots}, & i \leq m \
{0}, & i > m
\end{cases}
]
对应的矩阵为 (A {\leq m})，有 (\left{\begin{array}{c}n\k\end{array}\right} {A {\leq m}} = \left{\begin{array}{c}n\k\end{array}\right} {\leq m})。
- 对于 (m) - 关联斯特林数，(K_i) 定义为：
[
K_i = \begin{cases}
{0}, & i < m \
{0, 1, 2, \cdots}, & i \geq m
\end{cases}
]
对应的矩阵为 (A {\geq m})，有 (\left{\begin{array}{c}n\k\end{array}\right} {A {\geq m}} = \left{\begin{array}{c}n\k\end{array}\right}_{\geq m})。
- 对于只有偶数大小块的划分，(K_i) 定义为：
[
K_i = \begin{cases}
{0, 1, 2, \cdots}, & i \text{ 为偶数} \
{0}, & i \text{ 为奇数}
\end{cases}
]
对应的矩阵为 (A_e)。

通用贝尔多项式的指数生成函数为：
[
\sum_{n = 0}^{\infty} B_{n,A}(x) \frac{y^n}{n!} = \prod_{i = 1}^{\infty} \sum_{j = 0}^{\infty} \frac{a_{i,j}x^j}{j!} \left(\frac{y_i}{i!}\right)^j
]
对于关联贝尔多项式 (B_{n,A_{\geq m}}(x) = B_{n,\geq m}(x))，其指数生成函数为：
[
\sum_{n = 0}^{\infty} B_{n,A_{\geq m}}(x) \frac{y^n}{n!} = \prod_{i = m}^{\infty} \exp\left(\frac{xy_i}{i!}\right) = \exp \left[x \left(e^y - 1 - y - \frac{y^2}{2} - \cdots - \frac{y^{m - 1}}{(m - 1)!}\right)\right]
]
对于只有偶数大小块的划分，其指数生成函数为：
[
\sum_{n = 0}^{\infty} B_{n,A_p}(x) \frac{y^n}{n!} = \prod_{i = 1, 2|i}^{\infty} \exp\left(\frac{xy_i}{i!}\right) = \exp[x(\cosh(y) - 1)]
]
通过对这个等式两边求导，可以得到 (B_{n,A_p}) 的递归关系。

综上所述，组合数学中避免小的子结构的研究涉及到多种数和多项式的定义、性质和关系，这些结果不仅丰富了组合数学的理论，也在实际应用中具有重要意义。

下面我们用表格总结一下文中的重要概念和公式：
|概念|定义|公式|
| ---- | ---- | ---- |
|关联斯特林数 (\left{\begin{array}{c}n\k\end{array}\right} {\geq m})|(n) 个元素划分为 (k) 个块，每个块至少 (m) 个元素的划分数量|(\left{\begin{array}{c}n\k\end{array}\right} {\geq m} = k\left{\begin{array}{c}n - 1\k\end{array}\right} {\geq m} + \binom{n - 1}{m - 1}\left{\begin{array}{c}n - m\k - 1\end{array}\right} {\geq m}) ((n \geq mk))|
|关联贝尔数 (B_{n,\geq m})|(n) 个元素的划分中，不包含大小小于 (m) 的块的划分数量|(B_{n,\geq m} = \sum_{k = 0}^{\lfloor n/m \rfloor} \left{\begin{array}{c}n\k\end{array}\right} {\geq m})|
|关联贝尔多项式 (B {n,\geq m}(x))||(B_{n,\geq m}(x) = \sum_{k = 0}^{\lfloor n/m \rfloor} \left{\begin{array}{c}n\k\end{array}\right} {\geq m} x^k)|
|第一类关联斯特林数 (\left[\begin{array}{c}n\k\end{array}\right] {\geq m})||(\sum_{n = mk}^{\infty} \left[\begin{array}{c}n\k\end{array}\right] {\geq m} \frac{x^n}{n!} = \frac{1}{k!} \left(-\ln(1 - x) - x - \frac{x^2}{2} - \cdots - \frac{x^{m - 1}}{m - 1}\right)^k)|
|关联阶乘 (A {n,\geq m})|(n) 个元素的排列中，不包含长度小于 (m) 的循环的排列数量|(A_{n,\geq m} = \sum_{k = 0}^{\lfloor n/m \rfloor} \left[\begin{array}{c}n\k\end{array}\right] {\geq m})|
|关联阶乘多项式 (A {n,\geq m}(x))||(A_{n,\geq m}(x) = \sum_{k = 0}^{\lfloor n/m \rfloor} \left[\begin{array}{c}n\k\end{array}\right] {\geq m} x^k)|
|错位排列数 (D_n)|(n) 个元素的错位排列数量|(D_n = n! \sum {i = 0}^{n} \frac{(-1)^i}{i!})，(D_n = nD_{n - 1} + (-1)^n)|
|通用第二类斯特林数 (\left{\begin{array}{c}n\k\end{array}\right} A)|(n) 个元素的 (k) - 划分中，大小为 (i) 的块的数量包含在集合 (K_i) 中的划分数量||
|通用贝尔数 (B {n,A})||(B_{n,A} = \sum_{k = 0}^{n} \left{\begin{array}{c}n\k\end{array}\right} A)|
|通用贝尔多项式 (B {n,A}(x))||(B_{n,A}(x) = \sum_{k = 0}^{n} \left{\begin{array}{c}n\k\end{array}\right}_A x^k)|

下面是一个简单的 mermaid 流程图，展示关联贝尔数 (B_{n,\geq m}) 的递归计算过程：

graph TD;
    A[n + 1] --> B{选择 k 个元素};
    B -->|m - 1 <= k <= n - m| C[计算 B_{n - k,\geq m}];
    C --> D[计算 \(\binom{n}{k} B_{n - k,\geq m}\)];
    D --> E[求和];
    B -->|所有元素在一个块| F[ + 1];
    F --> E;
    E --> G[得到 B_{n + 1,\geq m}];

通过以上内容，我们对组合数学中避免小的子结构的相关概念和理论有了更深入的理解。这些知识在组合计数、排列组合等领域有着广泛的应用。

避免小的子结构：组合数学中的数与多项式研究

4. 通用生成函数的应用深入分析

通用生成函数在解决组合数学问题中具有强大的作用，下面我们进一步深入分析其在不同场景下的应用。

4.1 关联贝尔多项式生成函数的详细推导

对于关联贝尔多项式 (B_{n,A_{\geq m}}(x) = B_{n,\geq m}(x))，其指数生成函数为 (\sum_{n = 0}^{\infty} B_{n,A_{\geq m}}(x) \frac{y^n}{n!} = \prod_{i = m}^{\infty} \exp\left(\frac{xy_i}{i!}\right))。

我们来详细推导其简化过程：
- 根据指数函数的性质 (e^a\times e^b = e^{a + b})，(\prod_{i = m}^{\infty} \exp\left(\frac{xy_i}{i!}\right)=\exp\left(\sum_{i = m}^{\infty}\frac{xy_i}{i!}\right))。
- 又因为 (e^y=\sum_{i = 0}^{\infty}\frac{y^i}{i!}=1 + y+\frac{y^2}{2!}+\frac{y^3}{3!}+\cdots)，那么 (\sum_{i = m}^{\infty}\frac{y^i}{i!}=e^y - 1 - y-\frac{y^2}{2!}-\cdots-\frac{y^{m - 1}}{(m - 1)!})。
- 所以 (\exp\left(\sum_{i = m}^{\infty}\frac{xy_i}{i!}\right)=\exp \left[x \left(e^y - 1 - y - \frac{y^2}{2} - \cdots - \frac{y^{m - 1}}{(m - 1)!}\right)\right])。

当 (x = 1) 并将 (y) 重命名为 (x) 时，我们可以得到关联斯特林数 (\left{\begin{array}{c}n\k\end{array}\right} {\geq m}) 的指数生成函数 (\sum {n = mk}^{\infty} \left{\begin{array}{c}n\k\end{array}\right}_{\geq m} \frac{x^n}{n!} = \frac{1}{k!} \left(e^x - 1 - \frac{x}{1!} - \frac{x^2}{2!} - \cdots - \frac{x^{m - 1}}{(m - 1)!}\right)^k)。

4.2 偶数块划分的递归关系推导

对于只有偶数大小块的划分，其指数生成函数为 (\sum_{n = 0}^{\infty} B_{n,A_p}(x) \frac{y^n}{n!} = \exp[x(\cosh(y) - 1)])。

我们来推导 (B_{n,A_p}=B_{n,A_p}(1)) 的递归关系：
- 首先，将 (x = 1) 代入生成函数，得到 (\sum_{n = 0}^{\infty} B_{n,A_p} \frac{y^n}{n!} = \exp(\cosh(y) - 1))。
- 然后对等式两边求导，根据求导公式 ((e^{f(y)})^\prime=e^{f(y)}f^\prime(y)) 以及 (\cosh^\prime(y)=\sinh(y))，可得：
- 左边求导：(\left(\sum_{n = 0}^{\infty} B_{n,A_p} \frac{y^n}{n!}\right)^\prime=\sum_{n = 1}^{\infty} B_{n,A_p} \frac{y^{n - 1}}{(n - 1)!})。
- 右边求导：((\exp(\cosh(y) - 1))^\prime=\exp(\cosh(y) - 1)\sinh(y))。
- 所以 (\sum_{n = 1}^{\infty} B_{n,A_p} \frac{y^{n - 1}}{(n - 1)!} = \exp(\cosh(y) - 1)\sinh(y))。

5. 错位排列数的进一步探讨

错位排列数 (D_n) 不仅有公式 (D_n = n! \sum_{i = 0}^{n} \frac{(-1)^i}{i!}) 和递归关系 (D_n = nD_{n - 1} + (-1)^n)，还具有一些有趣的性质和应用。

5.1 错位排列数的概率意义

从概率的角度来看，(\frac{D_n}{n!}) 表示 (n) 个元素的随机排列中，错位排列的概率。由渐近关系 (\frac{D_n}{n!} \sim \frac{1}{e}) 可知，当 (n) 足够大时，(n) 个元素的随机排列中错位排列的概率趋近于 (\frac{1}{e}\approx0.368)。

5.2 错位排列数在实际问题中的应用

错位排列数在很多实际问题中都有应用，例如：
- 信件装错信封问题 ：有 (n) 封信和 (n) 个信封，将每封信随机放入一个信封，问没有一封信放入正确信封的情况有多少种，这就是一个错位排列问题，答案就是 (D_n)。
- 座位安排问题 ：(n) 个人原本有固定的座位，重新安排座位时，要求每个人都不坐在原来的座位上，也可以用错位排列数来计算方案数。

6. 通用斯特林数的拓展与展望

通用斯特林数的引入为组合数学的研究开辟了更广阔的空间，未来可以从以下几个方面进行拓展研究。

6.1 新的限制条件研究

可以定义更多不同类型的限制条件，构造新的矩阵 (A)，从而得到新的通用斯特林数和通用贝尔数。例如，可以考虑块的大小不仅与数量有关，还与元素的某些属性有关的情况。

6.2 与其他数学领域的结合

通用斯特林数可以与图论、代数等其他数学领域相结合。比如在图的顶点划分问题中，引入通用斯特林数的概念，可能会得到一些新的图的性质和结论。

6.3 算法设计与计算复杂度分析

研究如何高效地计算通用斯特林数和通用贝尔数，设计相应的算法，并分析其计算复杂度。这对于解决大规模的组合计数问题具有重要意义。

下面我们再用表格总结一下通用生成函数相关的内容：
|类型|生成函数|
| ---- | ---- |
|关联贝尔多项式 (B_{n,A_{\geq m}}(x))|(\sum_{n = 0}^{\infty} B_{n,A_{\geq m}}(x) \frac{y^n}{n!} = \exp \left[x \left(e^y - 1 - y - \frac{y^2}{2} - \cdots - \frac{y^{m - 1}}{(m - 1)!}\right)\right])|
|偶数块划分的贝尔多项式 (B_{n,A_p}(x))|(\sum_{n = 0}^{\infty} B_{n,A_p}(x) \frac{y^n}{n!} = \exp[x(\cosh(y) - 1)])|

下面是一个 mermaid 流程图，展示错位排列数 (D_n) 的递归计算过程：

graph TD;
    A[n] --> B{判断 n 的值};
    B -->|n = 0| C[D_0 = 1];
    B -->|n > 0| D[计算 nD_{n - 1}];
    D --> E{判断 n 的奇偶性};
    E -->|n 为偶数| F[ + 1];
    E -->|n 为奇数| G[ - 1];
    F --> H[得到 D_n];
    G --> H;
    C --> H;

通过以上对组合数学中避免小的子结构相关内容的深入探讨，我们不仅对各种数和多项式有了更全面的认识，还看到了它们在理论研究和实际应用中的重要价值。未来，随着研究的不断深入，相信这些知识会在更多领域发挥作用。