{
  "id": "inclusion-exclusion-principle",
  "title": "容斥原理",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "容斥原理通过交替加减各阶交集的大小计算集合并集的大小，并有相应的概率与测度公式。",
  "category": "mathematics",
  "subcategory": "discrete-logic",
  "type": "concept",
  "aliases": [
    "包含排除原理",
    "容斥公式",
    "筛法原理"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/inclusion-exclusion-principle/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/inclusion-exclusion-principle/",
      "json": "https://aiwiki.page/en/inclusion-exclusion-principle.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "容斥原理是组合数学中的一个基本恒等式，用于根据有限集合各交集的大小确定其并集的大小。直接将各个集合的大小相加，会使共有元素被重复计数；减去两两交集的大小可以消除部分重复，但还需要利用更高阶的交集进一步修正。由此得到的交错和使并集中的每个元素都恰好被计数一次。同一恒等式也适用于概率、有限测度和加权计数。"
    },
    {
      "heading": "基本公式",
      "text": "对于两个有限集合 \\(A\\) 和 \\(B\\)，有\n\n\\[|A\\cup B|=|A|+|B|-|A\\cap B|,\\]\n\n其中 \\(|A|\\) 表示 \\(A\\) 的基数。同时属于两个集合的元素在 \\(|A|+|B|\\) 中被计数两次，因此减去 \\(|A\\cap B|\\) 后，该元素就只被计数一次。\n\n对于三个有限集合，有\n\n\\[\\begin{aligned} |A\\cup B\\cup C| ={}&|A|+|B|+|C|\\\\ &-|A\\cap B|-|A\\cap C|-|B\\cap C|\\\\ &+|A\\cap B\\cap C|. \\end{aligned}\\]\n\n同时属于三个集合的元素最初被计数三次，随后又被减去三次。最后一项将其计数恢复为一次。\n\n例如，假设三个社团分别有 30、25 和 20 名成员。它们两两交集的成员数分别为 10、8 和 5，另有 3 人同时属于三个社团。则至少属于一个社团的人数为\n\n\\[30+25+20-10-8-5+3=55.\\]\n\n这里，每个两两交集都包含同时属于第三个社团的人，并不是指恰好只属于那两个社团的人。"
    },
    {
      "heading": "一般表述",
      "text": "设 \\(A_1,\\ldots,A_n\\) 为有限集合，其中 \\(n\\geq 1\\)，并记 \\([n]=\\{1,\\ldots,n\\}\\)。则\n\n\\[\\left|\\bigcup_{i=1}^{n}A_i\\right| = \\sum_{\\varnothing\\neq I\\subseteq[n]} (-1)^{|I|+1} \\left|\\bigcap_{i\\in I}A_i\\right|.\\]\n\n等价地，按照参与求交的集合个数将各项分组，可得\n\n\\[\\left|\\bigcup_{i=1}^{n}A_i\\right| = \\sum_{k=1}^{n}(-1)^{k+1} \\sum_{1\\leq i_1<\\cdots<i_k\\leq n} |A_{i_1}\\cap\\cdots\\cap A_{i_k}|.\\]\n\n也就是说，先加上各单个集合的元素数，再减去两两交集的元素数，加上三重交集的元素数，之后依此交替加减。\n\n一个密切相关的公式可以计算不具有任何所列性质的对象数目。如果所有 \\(A_i\\) 都是有限全集 \\(U\\) 的子集，则\n\n\\[\\left|U\\setminus\\bigcup_{i=1}^{n}A_i\\right| = \\sum_{I\\subseteq[n]} (-1)^{|I|} \\left|\\bigcap_{i\\in I}A_i\\right|,\\]\n\n其中约定\n\n\\[\\bigcap_{i\\in\\varnothing}A_i=U.\\]\n\n因此，空指标集对应的项为 \\(|U|\\)。使用这一形式时，通常将 \\(A_i\\) 视为不满足第 \\(i\\) 项要求的对象所组成的集合。"
    },
    {
      "heading": "公式为何成立",
      "text": "计算单个元素的贡献\n\n假设某个元素恰好属于其中 \\(r\\geq 1\\) 个集合。那么，它恰好属于这些集合的 \\(\\binom{r}{k}\\) 个 \\(k\\) 重交集，其中 \\(\\binom{r}{k}\\) 是二项式系数。该元素对交错和的总贡献为\n\n\\[\\sum_{k=1}^{r}(-1)^{k+1}\\binom{r}{k}=1.\\]\n\n这可由二项式定理推出：\n\n\\[0=(1-1)^r =\\sum_{k=0}^{r}(-1)^k\\binom{r}{k}.\\]\n\n并集中的每个元素都贡献一，而并集之外的每个元素都贡献零。\n\n示性函数恒等式\n\n利用示性函数 \\(\\mathbf{1}_A\\)，可以给出一个等价的逐点恒等式；该函数在 \\(A\\) 上取值为一，在其他位置取值为零：\n\n\\[\\mathbf{1}_{\\bigcup_{i=1}^{n}A_i} = 1-\\prod_{i=1}^{n}(1-\\mathbf{1}_{A_i}).\\]\n\n展开这个有限乘积，得到\n\n\\[\\mathbf{1}_{\\bigcup_{i=1}^{n}A_i} = \\sum_{\\varnothing\\neq I\\subseteq[n]} (-1)^{|I|+1} \\mathbf{1}_{\\bigcap_{i\\in I}A_i}.\\]\n\n在有限全集上求和，即可证明计数公式。取期望或积分，则可证明概率和测度形式。这也说明了为什么容斥原理并不局限于对象计数。"
    },
    {
      "heading": "概率与测度",
      "text": "对于概率空间中的事件 \\(A_1,\\ldots,A_n\\)，有\n\n\\[\\Pr\\left(\\bigcup_{i=1}^{n}A_i\\right) = \\sum_{\\varnothing\\neq I\\subseteq[n]} (-1)^{|I|+1} \\Pr\\left(\\bigcap_{i\\in I}A_i\\right).\\]\n\n左侧是至少一个事件发生的概率。该恒等式不要求事件具有统计独立性。独立性只是为计算交集的概率提供了另一种方法。\n\n如果这些事件相互独立，则利用对立事件的形式可简化为\n\n\\[\\Pr\\left(\\bigcup_{i=1}^{n}A_i\\right) = 1-\\prod_{i=1}^{n}\\bigl(1-\\Pr(A_i)\\bigr).\\]\n\n当事件有三个或更多时，仅有两两独立一般不足以保证这个乘积公式成立。\n\n在测度论中，同样的交错求和公式适用于具有有限测度的可测集。有限测度这一条件避免了无穷量相减所产生的未定义表达式。更一般地，将示性函数恒等式乘以一个可积权函数后积分，可以得到加权容斥公式。"
    },
    {
      "heading": "部分和与邦费罗尼不等式",
      "text": "计算所有交集可能并不现实。不过，截断交错和仍能给出严格的界，称为邦费罗尼不等式。\n\n对于事件 \\(A_1,\\ldots,A_n\\)，定义\n\n\\[S_k= \\sum_{1\\leq i_1<\\cdots<i_k\\leq n} \\Pr(A_{i_1}\\cap\\cdots\\cap A_{i_k}),\\]\n\n以及\n\n\\[T_m=\\sum_{k=1}^{m}(-1)^{k+1}S_k.\\]\n\n当 \\(1\\leq m\\leq n\\) 时，\n\n\\[\\begin{cases} \\displaystyle \\Pr\\left(\\bigcup_i A_i\\right)\\leq T_m, & m\\text{ odd},\\\\[6pt] \\displaystyle \\Pr\\left(\\bigcup_i A_i\\right)\\geq T_m, & m\\text{ even}. \\end{cases}\\]\n\n最初两个界为\n\n\\[S_1-S_2 \\leq \\Pr\\left(\\bigcup_i A_i\\right) \\leq S_1.\\]\n\n上界 \\(\\Pr(\\bigcup_i A_i)\\leq\\sum_i\\Pr(A_i)\\) 通常称为并集界。它是多重假设检验中邦费罗尼校正的基础。\n\n这些界的方向可以逐个样本点考察。对于恰好属于 \\(r\\) 个事件的样本点，其在截断和中的贡献为\n\n\\[\\sum_{k=1}^{m}(-1)^{k+1}\\binom{r}{k} = 1-(-1)^m\\binom{r-1}{m},\\]\n\n其中，当二项式系数的下标大于其非负上标时，该系数取零。对于奇数 \\(m\\)，误差非负；对于偶数 \\(m\\)，误差非正。有限集合的基数和有限测度也有类似的界。"
    },
    {
      "heading": "计算恰好具有指定个数性质的对象数",
      "text": "容斥原理还可以求出恰好属于 \\(r\\) 个集合的对象数。\n\n对于有限全集 \\(U\\) 的子集 \\(A_1,\\ldots,A_n\\)，令\n\n\\[S_k= \\sum_{\\substack{I\\subseteq[n]\\\\|I|=k}} \\left|\\bigcap_{i\\in I}A_i\\right|, \\qquad S_0=|U|.\\]\n\n若 \\(N_r\\) 表示恰好属于其中 \\(r\\) 个集合的对象数，则\n\n\\[N_r= \\sum_{k=r}^{n} (-1)^{k-r}\\binom{k}{r}S_k, \\qquad 0\\leq r\\leq n.\\]\n\n一个恰好属于 \\(j\\) 个集合的对象对 \\(S_k\\) 的贡献为 \\(\\binom{j}{k}\\)。除非 \\(j=r\\)，否则这些交替正负的系数会将该对象的贡献抵消；当 \\(j=r\\) 时，其贡献为一。"
    },
    {
      "heading": "应用",
      "text": "无不动点的置换\n\n错排是没有不动点的置换。对于 \\(n\\) 个对象的置换，令 \\(A_i\\) 为保持对象 \\(i\\) 不动的置换所组成的集合。固定任意指定的 \\(k\\) 个对象后，还剩下 \\((n-k)!\\) 个置换，这里使用了阶乘记号。\n\n由容斥原理，错排数 \\(D_n\\) 为：\n\n\\[D_n= \\sum_{k=0}^{n}(-1)^k\\binom{n}{k}(n-k)! = n!\\sum_{k=0}^{n}\\frac{(-1)^k}{k!}.\\]\n\n因此，\n\n\\[\\frac{D_n}{n!}\\longrightarrow e^{-1},\\]\n\n其中 \\(e\\) 是自然常数e。所以，均匀随机选取的一个置换没有不动点的概率趋近于 \\(1/e\\)。\n\n满射函数\n\n考虑从一个含 \\(m\\) 个元素的集合到一个含 \\(n\\) 个元素的集合的函数，其中 \\(m,n\\geq1\\)。满射函数的值域包含目标集合中的每个元素。\n\n令 \\(A_i\\) 为不取目标值 \\(i\\) 的函数所组成的集合。不取指定的 \\(k\\) 个目标值时，还剩下 \\((n-k)^m\\) 个函数。因此，满射的个数为\n\n\\[\\sum_{k=0}^{n}(-1)^k\\binom{n}{k}(n-k)^m.\\]\n\n这等于将定义域分成 \\(n\\) 个非空块的集合划分数乘以 \\(n!\\)。\n\n整除与筛法\n\n在数论中，令 \\(A_i\\) 为从 \\(1\\) 到 \\(N\\) 中能被指定素数 \\(p_i\\) 整除的整数所组成的集合。对于互不相同的素数，有\n\n\\[\\left|\\bigcap_{i\\in I}A_i\\right| = \\left\\lfloor \\frac{N}{\\prod_{i\\in I}p_i} \\right\\rfloor.\\]\n\n补集公式给出了不被这些素数中任何一个整除的整数个数。这是筛法的一个初等模型：通过对相互重叠的整除条件交替加减修正，排除不需要的对象。\n\n图着色\n\n对于有限简单图 \\(G=(V,E)\\)，考虑用 \\(q\\) 种颜色为其顶点着色的所有方案。对每条边，定义其两个端点颜色相同为一个不良事件。\n\n如果要求边集 \\(F\\subseteq E\\) 中各边的端点颜色相同，那么 \\((V,F)\\) 中每个连通分量的所有顶点都必须同色。这样的着色方案有 \\(q^{c(F)}\\) 个，其中 \\(c(F)\\) 是包含孤立顶点在内的连通分量数。\n\n因此，容斥原理给出\n\n\\[P_G(q)=\\sum_{F\\subseteq E}(-1)^{|F|}q^{c(F)}.\\]\n\n对于正整数 \\(q\\)，该式给出正常着色的方案数。它还表明，这一计数是一个多项式，称为色多项式，是图论中的一个重要不变量。"
    },
    {
      "heading": "代数解释",
      "text": "将有限集的所有子集按包含关系排序，容斥原理就是其上的莫比乌斯反演的一个特例。\n\n如果函数 \\(f\\) 和 \\(g\\) 满足\n\n\\[g(S)=\\sum_{T\\subseteq S}f(T),\\]\n\n则\n\n\\[f(S)=\\sum_{T\\subseteq S}(-1)^{|S|-|T|}g(T).\\]\n\n系数 \\((-1)^{|S|-|T|}\\) 就是子集包含序上的莫比乌斯函数。这一观点将容斥原理纳入了更广泛的理论，即在偏序集上对累积和进行反演的理论。"
    },
    {
      "heading": "计算与无限集合族方面的局限",
      "text": "对于 \\(n\\) 个集合，完整公式包含 \\(2^n-1\\) 个非空指标集所对应的交集项。因此，即使每个交集的大小都很容易获得，直接求值的计算成本仍随集合个数呈指数增长。利用对称性、空交集或共有结构，可以大幅减少计算量。\n\n该恒等式还要求掌握高阶重叠的信息。当涉及三个或更多集合时，仅凭各集合的大小和两两交集的大小，一般无法确定并集的大小。在数值计算中，将数值很大且彼此接近的项相减，可能造成精度损失。\n\n在未检验收敛性的情况下，不应将有限形式的恒等式直接推广为无穷交错和。对于可数多个事件，一个可靠的表述是\n\n\\[\\Pr\\left(\\bigcup_{i=1}^{\\infty}A_i\\right) = \\lim_{n\\to\\infty} \\Pr\\left(\\bigcup_{i=1}^{n}A_i\\right).\\]\n\n每个有限并集的概率都可以用容斥原理计算。若要将所得极限重新组织成按交集阶数分组的级数，则需要额外的论证，例如验证适当的绝对收敛条件。"
    }
  ],
  "links": [
    "combinatorics",
    "probability",
    "cardinality",
    "subset",
    "binomial-coefficient",
    "binomial-theorem",
    "indicator-function",
    "probability-space",
    "statistical-independence",
    "measure-theory",
    "bonferroni-correction",
    "permutation",
    "factorial",
    "e-mathematical-constant",
    "surjective-function",
    "set-partition",
    "number-theory",
    "polynomial",
    "graph-theory",
    "partial-order"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}