Coeficiente binomial

Os coeficientes binomiais ou números combinatorios son os enteiros positivos que aparecen como coeficientes no teorema do binomio. Normalmente, un coeficiente binomial está representado por un par de números enteiros Modelo:Math e escríbese $(\binom{n}{k}) .$ Correspóndese co coeficiente do termo Modelo:Math na expansión polinómica da potencia binomial Modelo:Math; este coeficiente pódese calcular mediante a fórmula

(\binom{n}{k}) = \frac{n!}{k! (n - k)!} .

Imos ver un exemplo, a cuarta potencia de (Modelo:Math) é

\begin{matrix} (1 + x)^{4} & = (\binom{4}{0}) x^{0} + (\binom{4}{1}) x^{1} + (\binom{4}{2}) x^{2} + (\binom{4}{3}) x^{3} + (\binom{4}{4}) x^{4} \\ = 1 + 4 x + 6 x^{2} + 4 x^{3} + x^{4}, \end{matrix}

e calculamos o coeficiente binomial $(\binom{4}{2}) = \frac{4 \times 3}{2 \times 1} = \frac{4!}{2! 2!} = 6$ é o coeficiente do termo Modelo:Math.

Se ordenamos os números $(\binom{n}{0}), (\binom{n}{1}), \dots, (\binom{n}{n})$ en filas sucesivas para Modelo:Math daquela temos unha matriz triangular chamada triángulo de Pascal, que satisfai a relación de recorrencia

(\binom{n}{k}) = (\binom{n - 1}{k - 1}) + (\binom{n - 1}{k}) .

En moitas áreas das matemáticas aparecen os coeficientes binomiais, e teñen especial incidencia na combinatoria. O símbolo $(\binom{n}{k})$ adoita lerse como "Modelo:Mvar sobre Modelo:Mvar". Hai $(\binom{n}{k})$ formas de escoller un subconxunto (desordenado) de Modelo:Mvar elementos dun conxunto fixo de Modelo:Mvar elementos. Por exemplo, hai $(\binom{4}{2}) = 6$ formas de escoller Modelo:Math elementos entre Modelo:Mset, é dicir, Modelo:Mset, Modelo:Mset, Modelo:Mset, Modelo:Mset, Modelo:Mset e Modelo:Mset.

Agora podemos xeneralizar para que $(\binom{z}{k})$ poida usarse para calquera número complexo Modelo:Mvar e enteiro Modelo:Math, e moitas das súas propiedades seguen a manterse nesta forma máis xeral.

As notacións alternativas máis frecuentes son Modelo:Math, Modelo:Math, e Modelo:Math, en todas elas o Modelo:Mvar significa combinacións.

Definición e interpretacións

Para os números naturais n e k, o coeficiente binomial $(\binom{n}{k})$ pódese definir como o coeficiente do monomio X^k na expansión de Modelo:Math. O mesmo coeficiente tamén ocorre (se Modelo:Math ) na fórmula binomial Modelo:Bloque numerado(válida para calquera elemento x, y dun anel conmutativo), o que explica o nome de "coeficiente binomial".

Tamén aparece na combinatoria, onde dá o número de subconxuntos de Modelo:Mvar elementos (ou Modelo:Mvar-combinacións) dun conxunto de Modelo:Mvar elementos.

Cálculo do valor dos coeficientes binomiais

Fórmula recursiva

(\binom{n}{k}) = (\binom{n - 1}{k - 1}) + (\binom{n - 1}{k})

para todos os números enteiros

n, k

tal que

1 \leq k < n,

con valores límite

(\binom{n}{0}) = (\binom{n}{n}) = 1

para todos os números enteiros Modelo:Math.

Fórmula multiplicativa

$(\binom{n}{k}) = \frac{n^{\underline{k}}}{k!} = \frac{n (n - 1) (n - 2) \dots (n - (k - 1))}{k (k - 1) (k - 2) \dots 1} = \prod_{i = 1}^{k} \frac{n + 1 - i}{i},$ onde o numerador da primeira fracción $n^{\underline{k}}$ exprésase como o símbolo de Pochhammer do factorial descendente.

Fórmula factorial

(\binom{n}{k}) = \frac{n!}{k! (n - k)!} for 0 \leq k \leq n,

onde Modelo:Math denota o factorial de Modelo:Mvar . A fórmula presenta unha simetría Modelo:Bloque numerado

Xeneralización e conexión coa serie binomial

A fórmula multiplicativa permítenos ampliar a definición dos coeficientes binomiais substituíndo Modelo:Mvar por un número arbitrario $α$ (negativo, real, complexo) ou mesmo un elemento de calquera anel conmutativo no que todos os enteiros positivos sexan invertibles: $(\binom{α}{k}) = \frac{α^{\underline{k}}}{k!} = \frac{α (α - 1) (α - 2) \dots (α - k + 1)}{k (k - 1) (k - 2) \dots 1} para k \in ℕ e un arbitrario α .$ Aproveitamos esta definición para ter unha xeneralización da fórmula binomial, cunha das variables posta a 1, :Modelo:Bloque numeradoEsta fórmula é válida para todos os números complexos α e X con |X| < 1.

Triángulo de Pascal

A regra de Pascal é unha importante relación de recorrenciaModelo:Bloque numeradoque se pode utilizar para demostrar por indución matemática que $(\binom{n}{k})$ é un número natural para todos os enteiros n ≥ 0 e todos os enteiros k, un feito que non é inmediatamente obvio a partir da fórmula (1).

A regra de Pascal dá lugar ao triángulo de Pascal:

0:									1
1:								1		1
2:							1		2		1
3:						1		3		3		1
4:					1		4		6		4		1
5:				1		5		10		10		5		1
6:			1		6		15		20		15		6		1
7:		1		7		21		35		35		21		7		1
8:	1		8		28		56		70		56		28		8		1

O número de fila Modelo:Mvar contén os números $(\binom{n}{k})$ para Modelo:Math. Constrúese colocando primeiro 1 nas posicións máis externas e despois enchendo cada posición interna coa suma dos dous números directamente enriba.

Combinatoria e estatística

Os coeficientes binomiais son de importancia en combinatoria, porque proporcionan fórmulas feitas para certos problemas frecuentes de contaxe:

Hai $(\binom{n}{k})$ formas de escoller k elementos dun conxunto de n elementos. Consulte Combinacións.
Hai $(\binom{n + k - 1}{k})$ formas de escoller k elementos dun conxunto de n elementos se se permiten as repeticións. Consulte Multiconxunto.
Hai $(\binom{n + k}{k})$ cadeas que conteñen k uns e n ceros.
Hai $(\binom{n + 1}{k})$ cadeas formadas por k uns e n ceros de xeito que non hai dous uns adxacentes.^[1]
Os números de Catalan son $\frac{1}{n + 1} (\binom{2 n}{n}) .$
A distribución binomial en estatística é $(\binom{n}{k}) p^{k} (1 - p)^{n - k} .$

Coeficientes binomiais como polinomios

Dado calquera enteiro non negativo k, a expresión $(\binom{t}{k})$ pódese simplificar e definir como un polinomio dividido por Modelo:Math:

(\binom{t}{k}) = \frac{t^{\underline{k}}}{k!} = \frac{t (t - 1) (t - 2) \dots (t - k + 1)}{k (k - 1) (k - 2) \dots 2 \cdot 1};

isto presenta un polinomio en t con coeficientes racionais.

Os seus coeficientes poden expresarse en termos dos números de Stirling:

(\binom{t}{k}) = \sum_{i = 0}^{k} s (k, i) \frac{t^{i}}{k!} .

Identidades que implican coeficientes binomiais

Se k é un número enteiro positivo e n é arbitrario, entónModelo:Bloque numerado

(\binom{n - 1}{k}) - (\binom{n - 1}{k - 1}) = \frac{n - 2 k}{n} (\binom{n}{k}) .

(\binom{n - 1}{k}) = \frac{n - k}{n} (\binom{n}{k}) .

(\binom{n}{h}) (\binom{n - h}{k}) = (\binom{n}{k}) (\binom{n - k}{h}) = (\binom{n}{h + k}) (\binom{h + k}{h}) .

Para n constnte, temos a seguinte recorrencia:

(\binom{n}{k}) = \frac{n - k + 1}{k} (\binom{n}{k - 1}) .

(\binom{n}{k}) = (\binom{n}{n - k}) = \frac{n - k + 1}{k} (\binom{n}{k - 1}) = \frac{n}{n - k} (\binom{n - 1}{k}) = \frac{n}{k} (\binom{n - 1}{k - 1}) = \frac{n}{n - 2 k} ((\binom{n - 1}{k}) - (\binom{n - 1}{k - 1})) = (\binom{n - 1}{k}) + (\binom{n - 1}{k - 1}) .

Sumas dos coeficientes binomiais

A fórmulaModelo:Bloque numeradoexpresa que os elementos da fila Modelo:Mvar-ésima do triángulo de Pascal sempre suman 2 elevados á potencia Modelo:Mvar-ésima.

Temos dúas fórmulas máis,

\sum_{k = 0}^{n} k (\binom{n}{k}) = n 2^{n - 1} .

.

\sum_{k = 0}^{n} k^{2} (\binom{n}{k}) = (n + n^{2}) 2^{n - 2}

.

Estas dúas fórmulas séguense do teorema do binomio despois de diferenciar con respecto a Modelo:Mvar (dúas veces na segunda) e despois de substituír Modelo:Math.

A identidade de Chu-Vandermonde, que se cumpre para calquera valores complexos m e n e calquera número enteiro non negativo k, éModelo:Bloque numerado No caso especial Modelo:Math, usando (1), a expansión (7) fica comoModelo:Bloque numeradoonde o termo do lado dereito é un coeficiente binomial central.

Imos ver outra forma da identidade de Chu-Vandermonde que se aplica a calquera número enteiro j, k e n que satisfaga Modelo:Math, éModelo:Bloque numeradoCando Modelo:Math, a ecuación (9) dá

\sum_{m = k}^{n} (\binom{m}{k}) = (\binom{n + 1}{k + 1})

Sexa F (n) o n-ésimo número de Fibonacci, entón

\sum_{k = 0}^{⌊ n / 2 ⌋} (\binom{n - k}{k}) = F (n + 1) .

Sumas de multiseccións

Para os enteiros s e t tales que $0 \leq t < s,$ as series de multisección (con termos igualmente espazados) dás a seguinte identidade para a suma dos coeficientes binomiais:

(\binom{n}{t}) + (\binom{n}{t + s}) + (\binom{n}{t + 2 s}) + \dots = \frac{1}{s} \sum_{j = 0}^{s - 1} {(2 \cos \frac{π j}{s})}^{n} \cos \frac{π (n - 2 t) j}{s} .

Para Modelo:Mvar pequenos, estas series teñen formas particularmente feitucas; por exemplo, ^[2]

(\binom{n}{0}) + (\binom{n}{3}) + (\binom{n}{6}) + \dots = \frac{1}{3} (2^{n} + 2 \cos \frac{n π}{3})

(\binom{n}{1}) + (\binom{n}{4}) + (\binom{n}{7}) + \dots = \frac{1}{3} (2^{n} + 2 \cos \frac{(n - 2) π}{3})

(\binom{n}{2}) + (\binom{n}{5}) + (\binom{n}{8}) + \dots = \frac{1}{3} (2^{n} + 2 \cos \frac{(n - 4) π}{3})

(\binom{n}{0}) + (\binom{n}{4}) + (\binom{n}{8}) + \dots = \frac{1}{2} (2^{n - 1} + 2^{\frac{n}{2}} \cos \frac{n π}{4})

Sumas parciais

\sum_{j = 0}^{k} (- 1)^{j} (\binom{n}{j}) = (- 1)^{k} (\binom{n - 1}{k}),

co caso especial

\sum_{j = 0}^{n} (- 1)^{j} (\binom{n}{j}) = 0

para Modelo:Math. Este último resultado é tamén un caso especial do resultado da teoría das diferenzas finitas que para calquera polinomio P(x) de grao menor que n, ^[3]

\sum_{j = 0}^{n} (- 1)^{j} (\binom{n}{j}) P (j) = 0 .

Cando P(x) é de grao menor ou igual a n,Modelo:Bloque numeradoonde $a_{n}$ é o coeficiente de grao n en P(x).

Identidade de Dixon

A identidade de Dixon é

\sum_{k = - a}^{a} (- 1)^{k} {(\binom{2 a}{k + a})}^{3} = \frac{(3 a)!}{(a!)^{3}}

ou, máis xeralmente,

\sum_{k = - a}^{a} (- 1)^{k} (\binom{a + b}{a + k}) (\binom{b + c}{b + k}) (\binom{c + a}{c + k}) = \frac{(a + b + c)!}{a! b! c!},

onde a, b e c son enteiros non negativos.

Identidades continuas

Existen certas integrais trigonométricas que teñen valores expresables en termos de coeficientes binomiais, para calquera $m, n \in ℕ,$

\int_{- π}^{π} \cos ((2 m - n) x) \cos^{n} (x) d x = \frac{π}{2^{n - 1}} (\binom{n}{m})

\int_{- π}^{π} \sin ((2 m - n) x) \sin^{n} (x) d x = {\begin{matrix} (- 1)^{m + (n + 1) / 2} \frac{π}{2^{n - 1}} (\binom{n}{m}), & n impar \\ 0, & noutro caso \end{matrix}

\int_{- π}^{π} \cos ((2 m - n) x) \sin^{n} (x) d x = {\begin{matrix} (- 1)^{m + (n / 2)} \frac{π}{2^{n - 1}} (\binom{n}{m}), & n par \\ 0, & noutro caso \end{matrix}

Estas integrais pódense demostrar usando a fórmula de Euler para converter funcións trigonométricas en exponenciais complexas, expandindo usando o teorema binomial e integrando termo por termo.

Congruencias

Se n é primo, entón $(\binom{n - 1}{k}) \equiv (- 1)^{k} mod n$ por cada k con $0 \leq k \leq n - 1 .$

De xeito máis xeral, isto segue sendo certo se n é calquera número e k é tal que todos os números entre 1 e k son coprimos con n.

Daquela temos

(\binom{n - 1}{k}) = \frac{(n - 1) (n - 2) \dots (n - k)}{1 \cdot 2 \dots k} = \prod_{i = 1}^{k} \frac{n - i}{i} \equiv \prod_{i = 1}^{k} \frac{- i}{i} = (- 1)^{k} mod n .

Funcións xeradoras

Funcións xeradoras ordinarias

Se temos un Modelo:Mvar fixo, a función xeradora ordinaria da secuencia $(\binom{n}{0}), (\binom{n}{1}), (\binom{n}{2}), \dots$ é

\sum_{k = 0}^{\infty} (\binom{n}{k}) x^{k} = (1 + x)^{n} .

Agora, se facemos que Modelo:Mvar sexa fixo, a función xeradora ordinaria da secuencia $(\binom{0}{k}), (\binom{1}{k}), (\binom{2}{k}), \dots,$ é

\sum_{n = 0}^{\infty} (\binom{n}{k}) y^{n} = \frac{y^{k}}{(1 - y)^{k + 1}} .

A función xeradora bivariada dos coeficientes binomiais é

\sum_{n = 0}^{\infty} \sum_{k = 0}^{n} (\binom{n}{k}) x^{k} y^{n} = \frac{1}{1 - y - x y} .

Función xeradora exponencial

Para dúas variables, unha función xeradora exponencial simétrica dos coeficientes binomiais é:

\sum_{n = 0}^{\infty} \sum_{k = 0}^{\infty} (\binom{n + k}{k}) \frac{x^{k} y^{n}}{(n + k)!} = e^{x + y} .

Propiedades de divisibilidade

En 1852, Kummer demostrou (Teorema de Kummer) que se m e n son enteiros non negativos e p é un número primo, entón a maior potencia de p que divide $(\binom{m + n}{m})$ é igual a p^c, onde c é o número de carrexos cando m e n se suman na base p. Isto é valoración p-ádica dun coeficiente binomial.

Os coeficientes binomiais teñen propiedades de divisibilidade relacionadas cos mínimos múltiplos comúns (lcm) de números enteiros consecutivos. Por exemplo:^[4]

(\binom{n + k}{k}) divide a \frac{lcm (n, n + 1, \dots, n + k)}{n}

.

(\binom{n + k}{k}) é múltiplo de \frac{lcm (n, n + 1, \dots, n + k)}{n \cdot lcm ((\binom{k}{0}), (\binom{k}{1}), \dots, (\binom{k}{k}))}

.

un dato máis en relación á divisibilidade: un número enteiro Modelo:Math é primo se e só se todos os coeficientes binomiais intermedios

(\binom{n}{1}), (\binom{n}{2}), \dots, (\binom{n}{n - 1})

son divisibles por Modelo:Mvar.

Límites e fórmulas asintóticas

Os seguintes límites para $(\binom{n}{k})$ cúmprense para todos os valores de n e k tal que Modelo:Math: $\frac{n^{k}}{k^{k}} \leq (\binom{n}{k}) \leq \frac{n^{k}}{k!} < {(\frac{n \cdot e}{k})}^{k} .$ Das propiedades de divisibilidade podemos inferir que $\frac{lcm (n - k, \dots, n)}{(n - k) \cdot lcm ((\binom{k}{0}), \dots, (\binom{k}{k}))} \leq (\binom{n}{k}) \leq \frac{lcm (n - k, \dots, n)}{n - k} .$

Tanto n como k grandes

A aproximación de Stirling dá a seguinte aproximación, válida cando $n - k, k$ tenden ao infinito: $(\binom{n}{k}) \sim \sqrt{\frac{n}{2 π k (n - k)}} \cdot \frac{n^{n}}{k^{k} (n - k)^{n - k}}$ En particular, cando $n$ é suficientemente grande, temos

(\binom{2 n}{n}) \sim \frac{2^{2 n}}{\sqrt{n π}}

.

\sqrt{n} (\binom{2 n}{n}) \geq 2^{2 n - 1}

.

Se n é grande e k é linear en n, existen varias estimacións asintóticas precisas para o coeficiente binomial $(\binom{n}{k})$ . Por exemplo, se $| n / 2 - k | = o (n^{2 / 3})$ entón $(\binom{n}{k}) \sim (\binom{n}{\frac{n}{2}}) e^{- d^{2} / (2 n)} \sim \frac{2^{n}}{\sqrt{\frac{1}{2} n π}} e^{- d^{2} / (2 n)}$ onde d = n − 2k.^[5]

Modelo:Mvar moito maior que Modelo:Mvar

Se Modelo:Mvar é grande e Modelo:Mvar é Modelo:Math (é dicir, se Modelo:Math), entón $(\binom{n}{k}) \sim {(\frac{n e}{k})}^{k} \cdot (2 π k)^{- 1 / 2} \cdot \exp (- \frac{k^{2}}{2 n} (1 + o (1)))$ onde de novo Modelo:Mvar é a notación o pequena. ^[6]

Coeficientes binomiais xeneralizados

Obtemos unha nova expresión para os coeficientes binomiais usando a fórmula do produto infinito para a función gamma $(- 1)^{k} (\binom{z}{k}) = (\binom{- z + k - 1}{k}) = \frac{1}{Γ (- z)} \frac{1}{(k + 1)^{z + 1}} \prod_{j = k + 1} \frac{{(1 + \frac{1}{j})}^{- z - 1}}{1 - \frac{z + 1}{j}}$ que produce as fórmulas asintóticas $(\binom{z}{k}) \approx \frac{(- 1)^{k}}{Γ (- z) k^{z + 1}} and (\binom{z + k}{k}) = \frac{k^{z}}{Γ (z + 1)} (1 + \frac{z (z + 1)}{2 k} + 𝒪 (k^{- 2}))$ cando $k \to \infty$ .

Xeneralizacións

Xeneralización a multinomial

Modelo:Artigo principal Os coeficientes binomiais pódense xeneralizarse a coeficientes multinomiais definidos como o número:

(\binom{n}{k_{1}, k_{2}, \dots, k_{r}}) = \frac{n!}{k_{1}! k_{2}! \dots k_{r}!}

onde

\sum_{i = 1}^{r} k_{i} = n .

Lembrando o que representan os coeficientes binomiais de Modelo:Math, vemos que os coeficientes multinomiais representan os coeficientes do polinomio

(x_{1} + x_{2} + \dots + x_{r})^{n} .

O caso r = 2 dá os coeficientes binomiais:

(\binom{n}{k_{1}, k_{2}}) = (\binom{n}{k_{1}, n - k_{1}}) = (\binom{n}{k_{1}}) = (\binom{n}{k_{2}}) .

A interpretación combinatoria dos coeficientes multinomiais sería que temos n elementos distinguibles sobre r recipientes distinguibles, onde cada un contén exactamente k_i elementos, onde i é o índice do recipiente.

Serie de Taylor

Usando os números de Stirling do primeiro tipo, $s_{k, i}$ , temos que a expansión en serie arredor de calquera punto escollido arbitrariamente $z_{0}$ é

\begin{matrix} (\binom{z}{k}) = \frac{1}{k!} \sum_{i = 0}^{k} z^{i} s_{k, i} & = \sum_{i = 0}^{k} (z - z_{0})^{i} \sum_{j = i}^{k} (\binom{z_{0}}{j - i}) \frac{s_{k + i - j, i}}{(k + i - j)!} \\ = \sum_{i = 0}^{k} (z - z_{0})^{i} \sum_{j = i}^{k} z_{0}^{j - i} (\binom{j}{i}) \frac{s_{k, j}}{k!} . \end{matrix}

Coeficiente binomial con Modelo:Math

Podemos estender a definición dos coeficientes binomiais ao caso en que $n$ é real e $k$ é enteiro.

En particular, a seguinte identidade cúmprese para calquera número enteiro non negativo $k$ :

(\binom{1 / 2}{k}) = (\binom{2 k}{k}) \frac{(- 1)^{k + 1}}{2^{2 k} (2 k - 1)} .

Isto vese cando se expande $\sqrt{1 + x}$ nunha serie de potencias utilizando a serie binomial de Newton:

\sqrt{1 + x} = \sum_{k \geq 0} (\binom{1 / 2}{k}) x^{k} .

Descomposición de fracción parcial

A descomposición en fraccións parciais do recíproco vén dada por

\frac{1}{(\binom{z}{n})} = \sum_{i = 0}^{n - 1} (- 1)^{n - 1 - i} (\binom{n}{i}) \frac{n - i}{z - i} .

\frac{1}{(\binom{z + n}{n})} = \sum_{i = 1}^{n} (- 1)^{i - 1} (\binom{n}{i}) \frac{i}{z + i} .

Serie binomial de Newton

Modelo:Principal A serie binomial de Newton, que recibe o nome de Isaac Newton, é unha xeneralización do teorema binomial a series infinitas:

(1 + z)^{α} = \sum_{n = 0}^{\infty} (\binom{α}{n}) z^{n} = 1 + (\binom{α}{1}) z + (\binom{α}{2}) z^{2} + \dots

A identidade pódese obter mostrando que ambos os dous lados satisfan a ecuación diferencial Modelo:Math.

O raio de converxencia desta serie é 1. Unha expresión alternativa é

\frac{1}{(1 - z)^{α + 1}} = \sum_{n = 0}^{\infty} (\binom{n + α}{n}) z^{n}

onde se aplica a identidade

(\binom{n}{k}) = (- 1)^{k} (\binom{k - n - 1}{k})

.

Coeficiente binomial multiconxunto (ascendente)

Os coeficientes binomiais contan subconxuntos de tamaño prescrito dun conxunto dado. Un problema combinatorio relacionado é contar multiconxuntos é dicir, contar o número de formas de seleccionar un determinado número de elementos dun conxunto dado incluíndo a posibilidade de seleccionar o mesmo elemento con repetición. Os números resultantes chámanse coeficientes multiconxuntos;^[7] o número resultante dunha "multiescolla" (isto é, escolla con remprazacemento) de k elementos de un conxunto de n elementos denótase cun duplo paréntese $((\binom{n}{k}))$ .

O valor dos coeficientes multiconxunto é $((\binom{n}{k})) = (\binom{n + k - 1}{k}) = \frac{(n + k - 1)!}{k! (n - 1)!} = \frac{n (n + 1) (n + 2) \dots (n + k - 1)}{k!},$

Xeneralización a enteiros negativos

Para calquera n,

\begin{matrix} (\binom{- n}{k}) & = \frac{- n \cdot - (n + 1) \dots - (n + k - 2) \cdot - (n + k - 1)}{k!} \\ = (- 1)^{k} \frac{n \cdot (n + 1) \cdot (n + 2) \dots (n + k - 1)}{k!} \\ = (- 1)^{k} (\binom{n + k - 1}{k}) \\ = (- 1)^{k} ((\binom{n}{k})) . \end{matrix}

En particular, os coeficientes binomiais para enteiros negativos n poden darse con coeficientes multiconxuntos negativos.

Por exemplo,

\begin{matrix} (\binom{- 4}{7}) & = \frac{- 10 \cdot - 9 \cdot - 8 \cdot - 7 \cdot - 6 \cdot - 5 \cdot - 4}{1 \cdot 2 \cdot 3 \cdot 4 \cdot 5 \cdot 6 \cdot 7} \\ = (- 1)^{7} \frac{4 \cdot 5 \cdot 6 \cdot 7 \cdot 8 \cdot 9 \cdot 10}{1 \cdot 2 \cdot 3 \cdot 4 \cdot 5 \cdot 6 \cdot 7} \\ = ((\binom{- 7}{7})) ((\binom{4}{7})) = (\binom{- 1}{7}) (\binom{10}{7}) . \end{matrix}

Dous argumentos reais ou complexos

Xeneralízase a dous argumentos reais ou complexos usando a función gamma ou a función beta vía

(\binom{x}{y}) = \frac{Γ (x + 1)}{Γ (y + 1) Γ (x - y + 1)} = \frac{1}{(x + 1) B (y + 1, x - y + 1)} .

Esta definición herda as seguintes propiedades da $Γ$ :

(\binom{x}{y}) = \frac{\sin (y π)}{\sin (x π)} (\binom{- y - 1}{- x - 1}) = \frac{\sin ((x - y) π)}{\sin (x π)} (\binom{y - x - 1}{y});

e tamén,

(\binom{x}{y}) \cdot (\binom{y}{x}) = \frac{\sin ((x - y) π)}{(x - y) π} .

A función resultante ten sido pouco estudada, ao parecer obtívose un gráfico dela por primeira vez en Modelo:Harv.

Xeneralización a q-series

O coeficiente binomial ten un q-análogo coñecido como coeficiente binomial gaussiano (ligazón en inglés).

Notas

Modelo:Reflist

Véxase tamén

Bibliografía

Outros artigos

Ligazóns externas

Modelo:Control de autoridades

[1] Modelo:Cite journal

[2] Modelo:Harvtxt.

[3] Modelo:Cite journal

[Farhi2007-4] Modelo:Cite journal

[5] Modelo:Cite book

[6] Modelo:Cite book

[7] Modelo:Cita libro.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

0:									1
1:								1		1
2:							1		2		1
3:						1		3		3		1
4:					1		4		6		4		1
5:				1		5		10		10		5		1
6:			1		6		15		20		15		6		1
7:		1		7		21		35		35		21		7		1
8:	1		8		28		56		70		56		28		8		1

0:									1
1:								1		1
2:							1		2		1
3:						1		3		3		1
4:					1		4		6		4		1
5:				1		5		10		10		5		1
6:			1		6		15		20		15		6		1
7:		1		7		21		35		35		21		7		1
8:	1		8		28		56		70		56		28		8		1