第 1 章 · 组合分析

1.5 多项式系数

Multinomial Coefficients
学习目标
  • 推导多项式系数(multinomial coefficient)的公式 \(\binom{n}{n_1,n_2,\ldots,n_r}=\dfrac{n!}{n_1!n_2!\cdots n_r!}\),说明它是组合数向 "\(r\) 个组"的推广;
  • 叙述多项式定理(multinomial theorem)并用"从 \(n\) 个因子中分组取变量"的组合论证证明之;
  • 说明 \(r=2\) 时多项式系数退化为二项式系数 \(\binom{n}{k}\),并解释行和恒等式 \(\sum \binom{n}{n_1,\ldots,n_r}=r^n\);
  • 运用多项式系数解决字母重排、图书分配、放球入盒与席位划分等经典计数问题;
  • 辨析"组可区分"与"组不可区分"、"对象互异"与"对象相同"这两类易混情形。

1. 从组合到多项式系数:分成 r 个组

1.4 节的组合回答的是"从 \(n\) 个不同对象中不计次序地取出 \(k\) 个"的计数问题。换一个角度看,它其实是一个分成两组的问题:\(k\) 个对象"入选"、\(n-k\) 个对象"落选",故 \(\binom{n}{k}=\dfrac{n!}{k!(n-k)!}\)。然而现实中的分配问题常常不止两个去向:9 本不同的书要分给 3 个孩子;11 个字母要填进 11 个位置,其中 4 个位置留给 S;一间办公室的人要分派到若干个项目组。这时"入选/落选"的二分法不够用了,需要把对象一次分进 \(r\) 个组,各组大小预先指定。本节的核心概念多项式系数(multinomial coefficient)正是为此而生。

定义 1 多项式系数

设 \(n_1,n_2,\ldots,n_r\) 为非负整数,\(n_1+n_2+\cdots+n_r=n\)。记 \[ \binom{n}{n_1,\,n_2,\,\ldots,\,n_r}\;=\;\frac{n!}{n_1!\,n_2!\cdots n_r!}\,, \] 也写作 \(C(n;\,n_1,n_2,\ldots,n_r)\),称为多项式系数(multinomial coefficient)。

分母中 \(n_i=0\) 时约定 \(0!=1\),该项不产生任何影响。当 \(r=2\) 时 \(\binom{n}{k,\,n-k}=\dfrac{n!}{k!(n-k)!}\) 恰是二项式系数——多项式系数是组合数的直接推广。

定义只给出了记号与公式,它凭什么数出"分组数"?下面的定理给出组合解释,证明完全依赖 1.2 节的计数基本原理与 1.4 节的组合数公式。

定理 1 分组计数公式

把 \(n\) 个互不相同的对象划分成 \(r\) 个可区分(有编号 \(1,2,\ldots,r\))的组,要求第 \(i\) 组恰含 \(n_i\) 个对象(\(n_1+\cdots+n_r=n\)),则分法总数为 \[ \binom{n}{n_1,\,n_2,\,\ldots,\,n_r}=\frac{n!}{n_1!\,n_2!\cdots n_r!}\,. \]

证明给两条思路,它们都值得掌握。
思路一(依次选取):第 1 组从 \(n\) 个对象中选 \(n_1\) 个,有 \(\binom{n}{n_1}\) 种;选定后第 2 组从剩下 \(n-n_1\) 个中选 \(n_2\) 个,有 \(\binom{n-n_1}{n_2}\) 种;……;最后一组把余下的 \(n_r\) 个全部收入,有 \(\binom{n_r}{n_r}=1\) 种。由计数基本原理连乘,并注意到相邻两项的阶乘逐个相消: \[ \binom{n}{n_1}\binom{n-n_1}{n_2}\cdots\binom{n_r}{n_r} =\frac{n!}{n_1!(n-n_1)!}\cdot\frac{(n-n_1)!}{n_2!(n-n_1-n_2)!}\cdots =\frac{n!}{n_1!n_2!\cdots n_r!}\,. \] 思路二(先排后消序):把 \(n\) 个对象排成一列,共 \(n!\) 种排列;规定排列的前 \(n_1\) 个进第 1 组、接着 \(n_2\) 个进第 2 组、……。同一个分组里,各组内部的对象任意换序会给出不同排列,却对应同一个分组,故每个分组恰被数了 \(n_1!\,n_2!\cdots n_r!\) 次。于是分组数为 \(\dfrac{n!}{n_1!\,n_2!\cdots n_r!}\)。

思路二把 1.4 节"排列数 = 组合数 \(\times\, k!\)"的消序思想推广到了 \(r\) 个组:分母里的每一个阶乘 \(n_i!\) 都在为第 \(i\) 组"擦掉"组内次序。做题时只要能确认"对象互异、组有编号、各组大小指定",就可以直接套用定理 1。

2. 多项式定理

与二项式系数一样,多项式系数也有一个代数出身。1.4 节把 \((x+y)^n\) 展开式的系数叫二项式系数;现在把底数换成 \(r\) 个变量的和,展开式的系数恰为多项式系数。

定理 2 多项式定理

对任意正整数 \(r\) 与 \(n\), \[ (x_1+x_2+\cdots+x_r)^n \;=\;\sum_{n_1+n_2+\cdots+n_r=n}\frac{n!}{n_1!\,n_2!\cdots n_r!}\; x_1^{n_1}x_2^{n_2}\cdots x_r^{n_r}\,, \] 其中求和遍历一切满足 \(n_1+\cdots+n_r=n\) 的非负整数组 \((n_1,\ldots,n_r)\)。

证明把 \((x_1+\cdots+x_r)^n\) 看作 \(n\) 个相同因子的连乘。展开时不做合并,每一项都从每个因子中任选一个变量 \(x_1,\ldots,x_r\),因此每项形如 \(x_1^{n_1}x_2^{n_2}\cdots x_r^{n_r}\),且指数必然满足 \(n_1+\cdots+n_r=n\)。其中恰等于 \(x_1^{n_1}\cdots x_r^{n_r}\) 的项,对应"从 \(n\) 个因子中指定 \(n_1\) 个贡献 \(x_1\)、\(n_2\) 个贡献 \(x_2\)、……"的方案——这正是把 \(n\) 个(互异的)因子分成大小为 \(n_1,\ldots,n_r\) 的 \(r\) 个(可区分)组的分法数,由定理 1 即为 \(\dfrac{n!}{n_1!\cdots n_r!}\)。对一切合法的指数组求和即得展开式。

例如取 \(r=3,\ n=2\),直接相乘可验证 \[ (x_1+x_2+x_3)^2=x_1^2+x_2^2+x_3^2+2x_1x_2+2x_1x_3+2x_2x_3\,, \] 交叉项的系数 \(2=\binom{2}{1,1,0}\),平方项的系数 \(1=\binom{2}{2,0,0}\)。当 \(r=2\) 时定理 2 退化为 1.4 节的二项式定理(binomial theorem),这也再次说明 \(\binom{n}{k}\) 是多项式系数的特例。

在定理 2 中令 \(x_1=x_2=\cdots=x_r=1\),得到行和恒等式 \[ \sum_{n_1+\cdots+n_r=n}\binom{n}{n_1,\,n_2,\,\ldots,\,n_r}=r^{\,n}\,, \] 其组合意义一目了然:把 \(n\) 个互异的球放入 \(r\) 个有编号的盒子,一切放法按"各盒占用数 \((n_1,\ldots,n_r)\)"分类计数得左边;而每个球独立地面对 \(r\) 个盒子各选其一,由乘法原理得右边 \(r^n\)。同一个量、两种数法——这与 1.4 节 \(\sum_k\binom{n}{k}=2^n\) 的处理如出一辙。

表 1:从二项到多项的对照
项目\(r=2\)(1.4 节)一般 \(r\)(本节)
分组计数\(\binom{n}{k}=\dfrac{n!}{k!(n-k)!}\)\(\binom{n}{n_1,\ldots,n_r}=\dfrac{n!}{n_1!\cdots n_r!}\)
代数定理\((x+y)^n=\sum\limits_k\binom{n}{k}x^k y^{\,n-k}\)\((x_1+\cdots+x_r)^n=\sum\limits_{n_1+\cdots+n_r=n}\binom{n}{n_1,\ldots,n_r}\prod x_i^{n_i}\)
令所有变量 \(=1\)\(\sum\limits_k\binom{n}{k}=2^n\)\(\sum\limits_{n_1+\cdots+n_r=n}\binom{n}{n_1,\ldots,n_r}=r^n\)
组合情境入选 / 落选;分 2 组分配给 \(r\) 个孩子、盒子、选区……

3. 例题选讲

例 1 单词 MISSISSIPPI 的重排

单词 MISSISSIPPI 的 11 个字母共有多少种不同的排列方式(不必是英文单词)?

先清点字母:M 出现 1 次,I 出现 4 次,S 出现 4 次,P 出现 2 次(见图 1)。字母虽同形不可分,但可以转而对 11 个位置分组:划出 1 个位置给 M、4 个位置给 I、4 个位置给 S、2 个位置给 P,位置互异、四类去向可区分、大小恰为 \(1,4,4,2\),由定理 1, \[ \frac{11!}{1!\,4!\,4!\,2!}=\frac{39{,}916{,}800}{1\cdot 24\cdot 24\cdot 2}=\frac{39{,}916{,}800}{1152}=34{,}650\,. \] 也可用依次选取核对:先为 S 选位置 \(\binom{11}{4}=330\) 种,再为 I 选 \(\binom{7}{4}=35\) 种,再为 P 选 \(\binom{3}{2}=3\) 种,剩下的位置归 M:\(330\times 35\times 3=34{,}650\),两种算法一致。这道题是"含重复元素的全排列"的标准模型:若 11 个字母互异,全排列有 \(11!\) 种;同类字母彼此换位不产生新词,故分别除以 \(1!,\,4!,\,4!,\,2!\)。
单词 MISSISSIPPI 的字母构成(共 11 个字母) M I S S I S S I P P I 1 2 3 4 次数 1 4 4 2 M(1 个) I(4 个) S(4 个) P(2 个) 重排数 = 11! / (1!·4!·4!·2!) = 34,650
图 1:MISSISSIPPI 的字母构成。把 11 个位置分成大小为 \(1,4,4,2\) 的四组分别容纳 M、I、S、P,由定理 1 得重排数 \(\frac{11!}{1!\,4!\,4!\,2!}=34{,}650\)。
例 2 9 本书分给 3 个孩子

把 9 本互不相同的书分给甲、乙、丙三个孩子,每人恰好分得 3 本,共有多少种分法?

书互异,三个孩子自然可区分,各组大小均为 3,正是定理 1 的情形 \((n;r)=(9;3,3,3)\): \[ \frac{9!}{3!\,3!\,3!}=\frac{362{,}880}{6\cdot 6\cdot 6}=\frac{362{,}880}{216}=1{,}680\,. \] 与依次选取核对:甲先挑 \(\binom{9}{3}=84\) 种,乙再从余下 6 本中挑 \(\binom{6}{3}=20\) 种,丙拿走最后 3 本(1 种),\(84\times 20\times 1=1{,}680\)(见图 2)。注意三个孩子虽然"待遇相同"(各 3 本),但他们是不同的人:"甲得前 3 本、乙得中 3 本"与"乙得前 3 本、甲得中 3 本"是两种分法,故组间不须再消序。
9 本不同的书分给 3 个孩子,各得 3 本(示意:其中一种分法) 123 456 789 孩子·甲 孩子·乙 孩子·丙 159 237 468 先挑:C(9,3) = 84 再挑:C(6,3) = 20 余下:C(3,3) = 1 分法总数 = 84 × 20 × 1 = 1,680 = 9!/(3!·3!·3!)
图 2:9 本书的分组示意。依次选取给出 \(\binom{9}{3}\binom{6}{3}\binom{3}{3}=84\times 20\times 1=1{,}680\),与多项式系数 \(\binom{9}{3,3,3}=\frac{9!}{3!\,3!\,3!}\) 完全一致;三个孩子是不同的人,组间不消序。
例 3 n 个不同球放入三个盒子

把 \(n\) 个彼此不同的球放入编号为 \(1,2,3\) 的三个盒子,要求盒 \(i\) 恰放入 \(n_i\) 个球(\(n_1+n_2+n_3=n\))。共有多少种放法?又:\(n=5\)、\((n_1,n_2,n_3)=(2,2,1)\) 时是多少?

一种放法就是把 \(n\) 个互异的球划分成编号为 \(1,2,3\)、大小为 \(n_1,n_2,n_3\) 的三个组,由定理 1,放法数为 \[ \binom{n}{n_1,\,n_2,\,n_3}=\frac{n!}{n_1!\,n_2!\,n_3!}\,. \] 也可以用消序来看:把 \(n\) 个球排成一列,前 \(n_1\) 个入盒 1、中间 \(n_2\) 个入盒 2、其余入盒 3;同一盒内球的次序不产生新放法,故每种放法对应 \(n_1!n_2!n_3!\) 个排列,除之即得。代入 \(n=5\)、\((2,2,1)\): \[ \binom{5}{2,\,2,\,1}=\frac{5!}{2!\,2!\,1!}=\frac{120}{4}=30\,. \] 两个极端情形可供自检:若 \((n_1,n_2,n_3)=(n,0,0)\),全部入盒 1,放法数为 \(1\);若 \(n=3\)、\((1,1,1)\),放法数为 \(\frac{3!}{1!1!1!}=6\),即 3 个球的全排列数——每个盒只装 1 个球时,"哪只球进哪个盒"与"把球按盒号排成一列"一一对应。
例 4 6 个席位的两党分配

某议会共有 6 个席位(席位可区分,例如来自 6 个不同选区),全部在 A、B 两党之间分配,且每党至少占 1 席。共有多少种分配格局?

按 A 党占据的席数 \(k\) 分类,\(k=1,2,\ldots,5\)(每党至少 1 席排除了 \(k=0\) 与 \(k=6\))。指定 A 党 \(k\) 席、B 党 \(6-k\) 席,是大小为 \((k,6-k)\) 的二组划分,方式数为 \[ \binom{6}{k,\,6-k}=\binom{6}{k}\,. \] 求和: \[ \sum_{k=1}^{5}\binom{6}{k}=6+15+20+15+6=62\,. \] 再用行和恒等式核对:每个席位独立地归 A 或归 B,共 \(2^6=64\) 种,去掉"全 A"与"全 B"两种,\(64-2=62\),两法一致。这个例子展示了多项式系数问题的常见节奏:按各组大小分类,每类算一个多项式系数,再求和;而求和结果常能被 \(r^n\) 的乘法原理算法印证。

4. 使用要点与两类易混情形

使用定理 1 之前,必须核对两个前提:对象互异组可区分。例 2 中三个孩子是不同的人,组天然有编号;但若问题改成"把 12 人分成 3 个不挂任何标签、大小均为 4 的小组",小组之间彼此无法区别,同样的分法会在"哪组算第 1 组"上被重复计算,须再除以 \(3!\)(见练习 3)。此外,字母重排问题(例 1)表面没有"组",其实只要把位置看作对象、把"留给哪个字母"看作组,它就是标准的分组问题——多项式系数的题目大多可以还原成"互异对象 + 编号组 + 指定大小"的骨架。

注记 两类易混情形

其一,组可区分与否。\(\binom{n}{n_1,\ldots,n_r}\) 默认 \(r\) 个组有编号。若若干组大小相同且实际问题中这些组不加区分,应再除以同大小组之间的阶乘。例如 12 人分入甲、乙、丙三个(有名称的)项目组各 4 人有 \(\frac{12!}{4!4!4!}\) 种;若只是"分成三个无名小组",则为 \(\frac{12!}{4!4!4!\,3!}\) 种。

其二,对象互异与否。本节处理的对象两两不同(不同的书、不同的球、不同的席位)。若对象彼此相同,计数工具就完全不同:把 9 本不同的书分给 3 个孩子各 3 本有 \(\frac{9!}{3!3!3!}=1{,}680\) 种;而把 9 本相同的书同样分配则只有 1 种——书无差异,"各拿 3 本"别无选择。1.6 节将系统研究"相同对象"的分配(相同球入盒、不定方程的整数解),使用的工具是隔板法(stars and bars)。学完 1.6 后请回看本注记:分清"对象是否互异"是第 1 章收尾阶段最重要的判断力。

5. 本节小结

要点回顾
  • 多项式系数:\(\binom{n}{n_1,\ldots,n_r}=\dfrac{n!}{n_1!\cdots n_r!}\)(\(n_1+\cdots+n_r=n\)),数出把 \(n\) 个互异对象分成 \(r\) 个可区分、大小指定的组的分法数;证明可循"依次选取连乘"或"全排列消序"两条路线。
  • 多项式定理:\((x_1+\cdots+x_r)^n=\sum\frac{n!}{n_1!\cdots n_r!}x_1^{n_1}\cdots x_r^{n_r}\),系数来自"从 \(n\) 个因子中分组取变量"的计数。
  • \(r=2\) 时退化为二项式系数与二项式定理;令各变量为 1 得行和恒等式 \(\sum\binom{n}{n_1,\ldots,n_r}=r^n\),即"\(n\) 个互异球入 \(r\) 个编号盒"的两种数法。
  • 典型应用:含重复字母的重排(MISSISSIPPI \(\to 34{,}650\))、图书/人员分配、放球入盒、席位划分;"每组一个多项式系数再求和"是常见节奏(例 4 的 \(62=2^6-2\))。
  • 两个前提别忘核对:对象互异、组可区分;组不可区分时须补除组间阶乘,对象相同时本节公式失效,那是 1.6 节隔板法的领地。

练习

练习 1-5-1

单词 PERMUTATION 的 11 个字母共有多少种不同的排列方式?

答案与提示

清点字母:P、E、R、M、U、T、A、T、I、O、N——除 T 出现 2 次外,其余 9 个字母各出现 1 次。由定理 1, \[ \frac{11!}{2!\,1!\,\cdots\,1!}=\frac{11!}{2}=\frac{39{,}916{,}800}{2}=19{,}958{,}400\,. \] 只有字母 T 的内部换位不产生新排列,故只除以 \(2!\)。

练习 1-5-2

一副 52 张的扑克牌发给 4 名玩家,每人 13 张,共有多少种发法?

答案与提示

牌互异、玩家可区分、各得 13 张,正是 \((n;n_1,n_2,n_3,n_4)=(52;13,13,13,13)\): \[ \frac{52!}{(13!)^4}\approx 5.36\times 10^{28}\,. \] 这是天文级数字——作为对照,阿伏伽德罗常数约 \(6.02\times 10^{23}\),还不及它的十万分之一。凭直觉感受阶乘之快:把 52! 与 \((13!)^4\) 直接展开相除并不现实,计数公式的价值正在于用一个紧凑的分式给出答案。

练习 1-5-3

把 12 名成员分成 3 个组、每组 4 人:(a) 若三组分别派往甲、乙、丙三个(不同的)项目组;(b) 若三组只是三个不加任何标签的小组。各有多少种分法?

答案与提示

(a) 组可区分:\(\dfrac{12!}{4!\,4!\,4!}=34{,}650\)。巧的是它与例 1 的 MISSISSIPPI 重排数相同,因为 \(\dfrac{12!}{4!}=\dfrac{11!}{2!}\)。(b) 组不可区分:三个大小相同的组互换仍是同一分法,须再除以 \(3!\):\(\dfrac{12!}{4!\,4!\,4!\,3!}=\dfrac{34{,}650}{6}=5{,}775\)。对照 (a)(b) 即"组可区分与否"的差别所在。

练习 1-5-4

求 \((x_1+x_2+x_3)^4\) 展开式中 \(x_1^2x_2x_3\) 项的系数,并写出该展开式的项数。

答案与提示

系数为 \(\binom{4}{2,\,1,\,1}=\dfrac{4!}{2!\,1!\,1!}=12\)。项数等于满足 \(n_1+n_2+n_3=4\) 的非负整数解个数,枚举 \((4,0,0)\) 型 3 个、\((3,1,0)\) 型 6 个、\((2,2,0)\) 型 3 个、\((2,1,1)\) 型 3 个,共 15 项——"解的个数"如何不靠枚举得到,正是 1.6 节的主题。