关于概率统计中的排列组合

一、排列的表示

n个相异物件中取r个（0≤r≤n）的不同排列总数记为：

注意，这里的记号中n与r的上下顺序与一般的排列定义是相反的。

二、组合的表示

n个相异物件中取r个（0≤r≤n）的不同组合总数记为：

注意，这里的记号中n与r的上下顺序与一般的组合定义也是相反的。因此概率统计内会用到一个更通用的记号来表示这个组合：

注意：

1. 上述公式（2.3）中，左边的组合数记号称为组合系数；
2. 在概率统计中，只要r为非负整数，n为任何实数上述公式都成立，例如n=-1时：
   

三、和组合相关的几个公式

1. 组合系数又称为二项式系数，因为它出现在下面熟知的二项式展开公式中：
   

2. 另一个有用的公式
   
   注：当取等式左边的j=k时，右边的公式中两个相乘的式子得到所有x^k的系数就可以得到公式2.5.

3. n个相异物件分成k（0≤k≤n）堆，每堆个数为r1，r2，…，rk，（r1，r2，…，rk为非负整数，其和为n），不同组合总数为：n!/（r1!..rk!）。
   注意：
   1>、这里堆的次序不同会作为不同的分法，如a、b、c、d、e分成三堆，则(ac)、(b)、(de)和(b)、(ac)、(de)算作两种不同分法；
   2>这个组合公式又称为多项式系数，因为它是(x1+…+xk)ⁿ的展开式中x1^r1…xk^rk这一项的系数。

四、小结

之所以介绍排列统计的知识，一方面是因为概率统计中的排列组合与学概率统计以前学习的排列组合有所不同，另外排列组合是古典概率的主要工具。

具体来说，概率统计中的排列组合在表示上与学概率统计以前学习的排列组合略有不同，并且在组合计算中将n选r的n取值范围扩展到了整个实数域。

另外上面介绍的几个排列组合计算公式是古典概率常用工具，熟练应用这些公式有助于古典概率的快速计算。

更多人工智能数学基础请参考专栏《人工智能数学基础》。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

关于老猿的付费专栏

1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

老猿Python，跟老猿学Python！

* ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░