Русская Википедия:Числа Лаха
Числа Лаха, открытые математиком из Словении Иво Лахом в 1955Шаблон:Sfn — это коэффициенты, выражающие возрастающие факториалы через убывающие факториалы.
Беззнаковые числа Лаха имеют интересное значение в комбинаторике — они отражают число способов, каким множество из n элементов может быть разбито на k непустых упорядоченных подмножеств. Числа Лаха связаны с числами Стирлинга.
Беззнаковые числа Лаха (Шаблон:OEIS):
- <math> L(n,k) = {n-1 \choose k-1} \frac{n!}{k!}.</math>
Числа Лаха со знаками (Шаблон:OEIS):
- <math> L'(n,k) = (-1)^n {n-1 \choose k-1} \frac{n!}{k!}.</math>
L(n, 1) всегда равно n!. В вышеупомянутой интерпретации разбиения множества {1, 2, 3} на 1 множество может быть осуществлено 6 способами:
- {(1, 2, 3)}, {(1, 3, 2)}, {(2, 1, 3)}, {(2, 3, 1)}, {(3, 1, 2)}, {(3, 2, 1)}
L(3, 2) соответствует 6 разбиениям на два упорядоченных множества:
- {(1), (2, 3)}, {(1), (3, 2)}, {(2), (1, 3)}, {(2), (3, 1)}, {(3), (1, 2)} or {(3), (2, 1)}
L(n, n) всегда равно 1, поскольку, например, разбиение множества {1, 2, 3} на 3 непустых подмножества приводит к подмножествам длины 1.
- {(1), (2), (3)}
При использовании обозначения Карамата — Кнута для чисел Стирлинга было предложено использовать следующее альтернативное обозначение чисел Лаха:
- <math>L(n,k)=\left\lfloor\begin{matrix} n \\ k \end{matrix}\right\rfloor.</math>
Возрастающие и убывающие факториалы
Пусть <math>x^{(n)}</math> обозначает возрастающий факториал <math>x(x+1)(x+2) \cdots (x+n-1)</math>, а <math>(x)_n</math> — убывающий факториал <math>x(x-1)(x-2) \cdots (x-n+1)</math>.
Тогда <math>x^{(n)} = \sum_{k=1}^n L(n,k) (x)_k</math> and <math>(x)_n = \sum_{k=1}^n (-1)^{n-k} L(n,k)x^{(k)}.</math>
Например, <math>x(x+1)(x+2) = {\color{red}6}x + {\color{red}6}x(x-1) + {\color{red}1}x(x-1)(x-2).</math>
Сравните с третьей строкой таблицы значений.
Тождества и связи
- <math> L(n,k) = {n-1 \choose k-1} \frac{n!}{k!} = {n \choose k} \frac{(n-1)!}{(k-1)!} = {n \choose k} {n-1 \choose k-1} (n-k)!</math>
- <math> L(n,k) = \frac{n!(n-1)!}{k!(k-1)!}\cdot\frac{1}{(n-k)!} = \left (\frac{n!}{k!} \right )^2\frac{k}{n(n-k)!}</math>
- <math> L(n,k+1) = \frac{n-k}{k(k+1)} L(n,k).</math>
- <math> L(n,k) = \sum_{j} \left[{n\atop j}\right] \left\{{j\atop k}\right\},</math> где <math>\left[{n\atop j}\right]</math> — числа Стирлинга первого рода, а <math>\left\{{j\atop k}\right\}</math> — числа Стирлинга второго рода. Если принять, что <math>L(0,0)=1</math> и <math>L(n , k )=0</math> при <math>k>n</math>.
- <math> L(n,1) = n!</math>
- <math> L(n,2) = (n-1)n!/2</math>
- <math> L(n,3) = (n-2)(n-1)n!/12</math>
- <math> L(n,n-1) = n(n-1)</math>
- <math> L(n,n) = 1</math>
- <math>\sum_{n\geq k}L(n,k)\frac{x^n}{n!}= \frac{1}{k!}\left( \frac{x}{1-x} \right)^k</math>
Таблица значений
Таблица значений чисел Лаха:
<math>_n\!\!\diagdown\!\!^k</math> | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 1 | |||||||||||
2 | 2 | 1 | ||||||||||
3 | 6 | 6 | 1 | |||||||||
4 | 24 | 36 | 12 | 1 | ||||||||
5 | 120 | 240 | 120 | 20 | 1 | |||||||
6 | 720 | 1800 | 1200 | 300 | 30 | 1 | ||||||
7 | 5040 | 15120 | 12600 | 4200 | 630 | 42 | 1 | |||||
8 | 40320 | 141120 | 141120 | 58800 | 11760 | 1176 | 56 | 1 | ||||
9 | 362880 | 1451520 | 1693440 | 846720 | 211680 | 28224 | 2016 | 72 | 1 | |||
10 | 3628800 | 16329600 | 21772800 | 12700800 | 3810240 | 635040 | 60480 | 3240 | 90 | 1 | ||
11 | 39916800 | 199584000 | 299376000 | 199584000 | 69854400 | 13970880 | 1663200 | 11880 | 4950 | 110 | 1 | |
12 | 479001600 | 2634508800 | 4390848000 | 3293136000 | 1317254400 | 307359360 | 43908480 | 3920400 | 217800 | 7260 | 132 | 1 |
Современное практическое применение
В последние годы числа Лаха используются в стеганография для сокрытия данных в изображениях. По сравнению с такими альтернативами, как DCT, DFT и DWT, они имеют меньшую сложность—<math>O(n \log n)</math>—вычисления их целочисленных коэффициентов.[1][2] Преобразования Лаха и Лагерра естественно возникают при пертурбативном описании хроматической дисперсии.[3] [4] В оптика Лаха-Лагерра такой подход значительно ускоряет решение задач оптимизации.
См. также
Примечания
Литература
- Шаблон:Книга Статья переиздана в 1980, и ещё один раз в 2002 (Dover Publications)