8.14.10 ACM-ICPC 组合数学 伯努利数

8.14.10 ACM-ICPC 组合数学 伯努利数

组合数学中的伯努利数

在组合数学中，伯努利数（Bernoulli Numbers）是一类重要的数列，它们在数论、微积分和其他数学分支中有广泛的应用。特别是在 ACM-ICPC 编程竞赛中，伯努利数常用于求解一些复杂的数学问题。本节将介绍伯努利数的定义、性质以及在编程竞赛中的应用。

一、伯努利数的定义

伯努利数 BnB_nBn​ 是通过下面的递推公式定义的：

其中 (n+1k)\binom{n+1}{k}(kn+1​) 是二项式系数。

二、伯努利数的性质

1. 奇次伯努利数：除了 B1B_1B1​ 之外，所有奇次伯努利数都是零，即 B
2. 生成函数：伯努利数的生成函数为：
3. 递推关系：根据递推公式，可以逐项计算伯努利数。例如：

三、伯努利数在编程竞赛中的应用

在 ACM-ICPC 编程竞赛中，伯努利数可以用于解决多种复杂的数学问题。以下是一些典型应用：

1. 高次求和

伯努利数常用于高次求和公式。例如，求 ∑k=1nkm\sum_{k=1}^{n} k^m∑k=1n​km 可以通过伯努利多项式来简化。公式为：

2. 欧拉-麦克劳林公式

伯努利数在欧拉-麦克劳林求和公式中也有重要应用，用于将离散求和转换为积分形式，简化计算：

3. 组合计数问题

在组合数学中，伯努利数用于解决一些计数问题，如计算 Stirling 数和 Bell 数。

四、编程实现

以下是伯努利数的简单递归计算方法：

#include <iostream>
#include <vector>

using namespace std;

const int MAXN = 100;
vector<double> bernoulli(MAXN + 1);

void compute_bernoulli() {
    bernoulli[0] = 1.0;
    for (int m = 1; m <= MAXN; ++m) {
        bernoulli[m] = 0.0;
        for (int k = 0; k < m; ++k) {
            bernoulli[m] += (bernoulli[k] / (m - k + 1)) * (m + 1);
        }
        bernoulli[m] = 1.0 - bernoulli[m];
    }
}

int main() {
    compute_bernoulli();
    for (int i = 0; i <= 10; ++i) {
        cout << "B_" << i << " = " << bernoulli[i] << endl;
    }
    return 0;
}

总结

伯努利数在组合数学中具有重要地位，其广泛应用于数论、高次求和、欧拉-麦克劳林公式以及组合计数问题中。掌握伯努利数的性质和计算方法，对于解决 ACM-ICPC 编程竞赛中的复杂数学问题具有重要意义。通过以上内容的学习和代码实现，读者可以更好地理解和应用伯努利数。

---

二、等幂求和

伯努利数是由雅各布·伯努利在研究 mmm 次幂和的公式时发现的。我们记：

伯努利观察了如下一列公式，勾画出一种模式：

三、递推公式

伯努利数的递推公式如下：

伯努利数由隐含的递推关系定义：

四、伯努利数的性质

1. 奇次伯努利数：除了 B1B_1B1​ 之外，所有奇次伯努利数都是零，即 B2k+1=0B_{2k+1} = 0B2k+1​=0（对于 k≥1k \geq 1k≥1）。
2. 生成函数：伯努利数的生成函数为： xex−1=∑n=0∞Bnxnn!\frac{x}{e^x - 1} = \sum_{n=0}^{\infty} B_n \frac{x^n}{n!}ex−1x​=∑n=0∞​Bn​n!xn​
3. 递推关系：根据递推公式，可以逐项计算伯努利数。例如： B2=16,B4=−130,B6=142,等等B_2 = \frac{1}{6}, \quad B_4 = -\frac{1}{30}, \quad B_6 = \frac{1}{42}, \quad \text{等等}B2​=61​,B4​=−301​,B6​=421​,等等

五、证明伯努利数的递推关系

利用归纳法可以证明伯努利数的递推关系。这个证明方法来自《Concrete Mathematics》。

通过二项式系数的恒等变换和归纳法，可以得到以下公式：

将原式中两边都减去 Sm+1(n)S_{m+1}(n)Sm+1​(n) 后可以得到：

不妨设 Δ=Sm(n)−S^m(n)\Delta = S_m(n) - \hat{S}_m(n)Δ=Sm​(n)−S^m​(n)，并且将 S^j(n)\hat{S}_j(n)S^j​(n) 展开，那么有：

将第二个求和顺序改为逆向，再将组合数的写法恒等变换可以得到：

对两个求和符号进行交换，可以得到：

对 (m+1j)(jk)\binom{m+1}{j}\binom{j}{k}(jm+1​)(kj​) 进行恒等变换：

那么式子就变成了：

考虑我们前面提到过的递归关系：

代入后可以得到：

于是 Δ=0\Delta = 0Δ=0，且有 Sm(n)=S^m(n)S_m(n) = \hat{S}_m(n)Sm​(n)=S^m​(n)。

六、利用指数生成函数证明

对递推式：

两边都加上 Bm+1B_{m+1}Bm+1​，即得到：

设 B(z)=∑i≥0Bii!ziB(z) = \sum_{i \ge 0}\frac{B_i}{i!}z^iB(z)=∑i≥0​i!Bi​​zi，注意到左边为卷积形式，故：

调换求和顺序：

代入 B(z)=zez−1B(z) = \frac{z}{e^z - 1}B(z)=ez−1z​：

故得证。

七、参考实现

以下是伯努利数的参考实现代码：

typedef long long ll;
const int maxn = 10000;
const int mod = 1e9 + 7;
ll B[maxn];        // 伯努利数
ll C[maxn][maxn];  // 组合数
ll inv[maxn];      // 逆元（计算伯努利数）

void init() {
    // 预处理组合数
    for (int i = 0; i < maxn; i++) {
        C[i][0] = C[i][i] = 1;
        for (int k = 1; k < i; k++) {
            C[i][k] = (C[i - 1][k] % mod + C[i - 1][k - 1] % mod) % mod;
        }
    }
    // 预处理逆元
    inv[1] = 1;
    for (int i = 2; i < maxn; i++) {
        inv[i] = (mod - mod / i) * inv[mod % i] % mod;
    }
    // 预处理伯努利数
    B[0] = 1;
    for (int i = 1; i < maxn; i++) {
        ll ans = 0;
        if (i == maxn - 1) break;
        for (int k = 0; k < i; k++) {
            ans += C[i + 1][k] * B[k];
            ans %= mod;
        }
        ans = (ans * (-inv[i + 1]) % mod + mod) % mod;
        B[i] = ans;
    }
}

总结

伯努利数在组合数学中占有重要地位，其应用范围包括高次求和、欧拉-麦克劳林公式、组合计数等。掌握伯努利数的定义、性质和计算方法，对于解决 ACM-ICPC 编程竞赛中的复杂数学问题具有重要意义。通过本文的学习和代码实现，读者可以更好地理解和应用伯努利数。