Cayley定理的证明方法
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Cayley 定理的证明方法
摘要:本文对Cayley 定理:n K 的生成树共有2n n -棵,即2()n n K n τ-=。的几
种证明方法简单归纳。
关键词:Cayley 公式 标号树枝 生成树
第一种证明方法
通过确定标号树枝的个数来求生成树的个数,设生成树的数目为x 个,因为每个生成树的每一个点都能作为一个根,所以标号树枝的个数为nx 个,现在就是确定标号树枝的个数1n n -,这样一来就能确定2n x n -=。下面我们就来证明标号树枝的个数为1n n -。
通过一步一步建立标号树枝,先拿出n 个点的无边土,此时这个图有n 个树枝森林,,现在往上加边,加第一条边后,树枝森林数减少一个,,当树枝数目为
k 时,加下一条边新边(,)u v 的选择为(1)n k -,任意一个点都能当作u ,而v 必须连接不含u 的树枝的根,用这种方法构造标号树枝的数目应该为
1
1
1
()(1)!n n i n n i n
n --=-=-∏,因为每个标号树枝含有1n -条边,有(1)!n -种顺序,也
就是说每个标号树枝被构造了(1)!n -次,所以标号树枝的个数为1n n -。 证毕。
第二种证明方法
设
2
n ≥,
12,,,n
d d d 是正整数,并且
1222n d d d n ++
+=-,则在顶点集{1,2,,}n 上具有顶点度序列
为12,,
,n d d d 的树的个数是
多项式展开如下:
11211
11
,,,1
1(1)(1)2
21
1n n n d d n d d d n d d n n a a d d --≥-++-=--⎛⎫=
⎪--⎝⎭
∑
特别地,令每一个1i a =,得到
为了计算顶点集{
1,2,,}n 上的树的数目,必须将12,,,n d d d 是正
整数并且其和等于2n -的具有顶点度序列12,,,n d d d 的所有树的数目全
部加在一起. 从前面的事实有
顶点集{1,2,,}n 上的树的数目
121,,,1
22
n n d d d d d n ≥++=-=
∑
(顶点集
{1,2,,}n 上的具有给定的度序列
12,,,n d d d 树的数目)
于是Cayley 公式得到证明. 第三种证明方法 构建概率模型
在公理化体系,一般用三元总体(,,)F p Ω表示一概率空间,为了证明Cayley 定理,令Ω={n K 的生成树全体},k S ={顶点0v 的度为k 的生成树全体},k=1,2,…,n-1.显然i S ∩j S =Φ(i j ≠),且1
1n k k S -==Ω⋃;记()k k P P S =,令
k
k S P =
Ω
,k=1,2,… ,n-1.其中.表示集合中的元素个数.
易知,上述定义下的(,,)F p Ω成为一概率空间.
若Cayley 定理及Clarke 定理成立, 则在上面定义的概率空间(,,)F p Ω中, 分别成立下 列等式:
2
n n
-Ω=, ()1211n k
k n S n k ---⎛⎫=- ⎪
-⎝⎭
, k=1,2, … n-1. 为求Ω,k S ,建立如下概率模型.
假设n 阶完全图n K 的生成树按下述要求生成:向n 阶完全图n K 的n 个顶点里随机地投(n-1)个点,每次投且仅投一点,共投(n-1)次.点落在每个顶点里的可
能性是相等的.每投一次(即一次试验),点就落在某一顶点中,从这里就会且只会长出一条新边,且与原来的边不重复;如果点落入其他顶点中,则长出的新边总是向没有点落进的顶点方向生长,且不成圈.
按上述方法,投(n-1)个点(即做n-1次试验)后,一定可以得到一个n 阶完全图
n K 的生成树.
定理证明
下面,将在以上建立的概率模型中,用古典模型的方法求Ω及k S 。取定n K 中的一个顶点0v ,为了控制顶点0v 的度数,考虑下列事件:
记A={一次试验中点落入0v },B={第一次试验事件A 发生},C={后面的(n-2)次试验中事件A 共发生k 次},'k S ={在第一次事件A 发生的条件下,以后(n-2)次试验中事件A 共发生k 次},
有'()(|)k P S P C B =(已知在事件B 发生的附加条件下,求C 事件发生的概率) 由概率乘法公式,有 由前面的模型假设,有:
(1)在完全图n K 的n 个顶点中, 事件A 发生的可能性是相等的,即:
1()p A n =,1()1c p A n
=-
(2)这(n-1)次试验是两两互不影响, 所以,事件B 与事件C 是相互独立的.即P(BC)=P(B)P(C).
因此,成立以下等式:
2'
2()()()
11()()1()()k
n k
k
n P BC P B P C P S P C k P B P B n n ---⎛⎫⎛⎫⎛⎫====- ⎪⎪
⎪⎝⎭
⎝⎭
⎝⎭,
k=0,1,2,…,n-2.
根据模型假设,试验是随机的,等可能性的,即生成什么样的生成树的概率相同,从而,上面的'()k P S 与模型中所设的1k P +是一一对应的.即
212111k
n k
k n P k n n --+-⎛⎫⎛⎫⎛⎫=- ⎪⎪
⎪⎝⎭
⎝⎭
⎝⎭ k=0,1,2,…,n-2.
()1
1
12
22111()111n k k n k
k k n n n n P S P k k n n n
---------⎛⎫⎛⎫⎛⎫
⎛⎫
==-= ⎪ ⎪ ⎪
⎪--⎝⎭
⎝⎭
⎝⎭⎝⎭ k=1,2,…,n-1.
所以,
2
12
211112n n n n P n n n n
----⎛⎫⎛⎫
⎛⎫
=-= ⎪⎪
⎪-⎝⎭
⎝⎭⎝⎭ k=0,1,2,…,n-2. 又由前面所设, 可知顶点0v 的度为(n-1)的生成树的个数为1,即11n S -= 因此有
()12.11n k
k k n s P n k ---⎛⎫=Ω=- ⎪
-⎝⎭
,k= 0,1,2…,n-1. 从而成立。
定理1(Cayley) n K 的生成树共有2n n -棵. 即2()n n K n τ-= 定理2(Clarke) n K 的生成树中, 0v 的度为k 的生成树的个数为: