学数论的上午注定是自闭的。
原作: By Lucky_Glass
Burnside定理
主要是自己理解,简单的地方不多赘述。
置换
( f ⋅ g ) ( x ) = f ( g ( x ) ) (f\cdot g)(x)=f(g(x)) (f⋅g)(x)=f(g(x))
恒等置换
单位元:
ι
\iota
ι
逆函数:
f
⋅
f
−
1
=
ι
f \cdot f^{-1} = \iota
f⋅f−1=ι
置换群
令定义在 1 − n 1-n 1−n上的所有置换组成的集合为 S n S_n Sn ,对于它的一个非空子集 G G G ,如果它满足:
- 对合成运算的封闭性: 对于任意 f , g ∈ G f,g\in G f,g∈G,满足 f ⋅ g ∈ G f\cdot g\in G f⋅g∈G
- 存在单位元: ι ∈ G \iota \in G ι∈G
- 对逆元的封闭性: 若 f ∈ G f\in G f∈G,则 f − 1 ∈ G f^{-1}\in G f−1∈G
则称其为置换群。对于任意置换群,满足消去律,即若 f , g , h ∈ G f,g,h\in G f,g,h∈G,且 f ⋅ g = f ⋅ h f\cdot g=f\cdot h f⋅g=f⋅h,则 g = h g=h g=h
着色
将 n n n边形的着色情况表示为 c = ( c 1 , c 2 , . . . , c n ) c=(c1,c2,...,cn) c=(c1,c2,...,cn),其中 c i ci ci表示 i i i点的颜色
现在来定义置换对着色的作用:对于 G G G中的一个置换 f f f和一个着色方案 c c c,置换 f f f对 c c c的影响作用结果为 f ⋅ c f\cdot c f⋅c,而其满足 ( f ⋅ c ) ( x ) = c ( f − 1 ( x ) ) (f\cdot c)(x)=c(f^{-1}(x)) (f⋅c)(x)=c(f−1(x)), x x x表示 x x x位置的颜色。
举个例子,
f
=
(
1
2
3
2
3
1
)
,
c
=
(
2
,
1
,
3
)
f=\begin{pmatrix} 1&2&3\\ 2&3&1\\ \end{pmatrix},c=(2,1,3)
f=(122331),c=(2,1,3)
c ( 3 ) = 2 c(3)=2 c(3)=2,这是置换后的结果
f
−
1
=
(
1
2
3
3
1
2
)
,
c
=
(
2
,
1
,
3
)
f^{-1}=\begin{pmatrix} 1&2&3\\ 3&1&2\\ \end{pmatrix},c=(2,1,3)
f−1=(132132),c=(2,1,3)
c
(
3
)
=
2
c(3)=2
c(3)=2,发现就是将
f
−
1
(
x
)
f^{-1}(x)
f−1(x)上对应
x
x
x号当前位置在
c
c
c中的颜色,这里可以自行理解
前置定理
等价着色
在置换群 G G G中,若 c 1 = c 2 c_1=c_2 c1=c2,则存在 f ∈ G ⋅ c 1 = c 2 f\in G \cdot c_1=c_2 f∈G⋅c1=c2
一些定义
然后我们给出一些定义。
- 若 G G G为置换群,则 G ( c ) = { f ∣ f ∈ G & & f ⋅ c = c } G(c)=\{f|f\in G\ \&\&\ f\cdot c=c\} G(c)={f∣f∈G && f⋅c=c},即 G ( c ) G(c) G(c)为使 c c c不变的置换集
- 定义 C C C为所有可行着色方案组成的集合
- C ( f ) C(f) C(f)为 f f f置换后不变的着色方案 c c c
- E ( c ) E(c) E(c)为关于 G G G和着色方案 c c c等价的方案集合
- N ( G , C ) N(G,C) N(G,C)表示在 G G G的作用下 C C C中不等价的方案数
推导
引理1
如果
f
f
f使
c
c
c不变,那么
f
−
1
f^{-1}
f−1也使
c
c
c不变
ι
⋅
c
=
c
\iota\cdot c=c
ι⋅c=c
(
f
⋅
f
−
1
)
⋅
c
=
c
(f\cdot f^{-1})\cdot c=c
(f⋅f−1)⋅c=c
f
−
1
⋅
(
f
⋅
c
)
=
c
f^{-1}\cdot (f\cdot c)=c
f−1⋅(f⋅c)=c
f
−
1
⋅
c
=
c
f^{-1}\cdot c=c
f−1⋅c=c
- 单位元: ι ∈ G ( c ) \iota \in G(c) ι∈G(c)
- 对合成运算的封闭:这很显然了
- 对逆函数的封闭性:这也很显然了
定理1
f , g ∈ G f,g\in G f,g∈G满足 f ⋅ c = g ⋅ c f\cdot c=g\cdot c f⋅c=g⋅c,当且仅当 f − 1 ⋅ g ∈ G ( c ) f^{-1}\cdot g\in G(c) f−1⋅g∈G(c)
(
f
−
1
⋅
g
)
⋅
c
=
f
−
1
⋅
(
g
⋅
c
)
(f^{-1}\cdot g)\cdot c=f^{-1}\cdot (g\cdot c)
(f−1⋅g)⋅c=f−1⋅(g⋅c)
=
f
−
1
⋅
(
f
⋅
c
)
=
c
=f^{-1}\cdot (f\cdot c)=c
=f−1⋅(f⋅c)=c
f
⋅
c
=
f
⋅
[
(
f
−
1
⋅
g
)
⋅
c
]
=
g
⋅
c
f\cdot c=f\cdot[(f^{-1}\cdot g)\cdot c]=g\cdot c
f⋅c=f⋅[(f−1⋅g)⋅c]=g⋅c
综上,
f
⋅
c
=
g
⋅
c
⇔
f
−
1
⋅
g
∈
G
(
c
)
f\cdot c=g\cdot c \Leftrightarrow f^{-1}\cdot g\in G(c)
f⋅c=g⋅c⇔f−1⋅g∈G(c)
定理2(轨道-稳定集定理)
为了便于阅读,再把定义挂一遍
- 若 G G G为置换群,则 G ( c ) = { f ∣ f ∈ G & & f ⋅ c = c } G(c)=\{f|f\in G\ \&\&\ f\cdot c=c\} G(c)={f∣f∈G && f⋅c=c},即 G ( c ) G(c) G(c)为使 c c c不变的置换集
- 定义 C C C为所有可行着色方案组成的集合
- C ( f ) C(f) C(f)为 f f f置换后不变的着色方案 c c c
- E ( c ) E(c) E(c)为关于 G G G和着色方案 c c c等价的方案集合
- N ( G , C ) N(G,C) N(G,C)表示在 G G G的作用下 C C C中不等价的方案数
∣ E ( c ) ∣ = ∣ G ∣ ∣ G ( c ) ∣ |E(c)|=\frac{|G|}{|G(c)|} ∣E(c)∣=∣G(c)∣∣G∣
证明:
若
f
⋅
c
=
g
⋅
c
f\cdot c=g\cdot c
f⋅c=g⋅c,可得到
f
−
1
⋅
c
∈
G
(
c
)
f^{-1}\cdot c\in G(c)
f−1⋅c∈G(c)
因为满足消去律,所以这样的
g
g
g有
∣
G
(
c
)
∣
|G(c)|
∣G(c)∣个
对于每个
f
f
f,都有
∣
G
(
c
)
∣
|G(c)|
∣G(c)∣置换关于
c
c
c和它等价,所以
∣
E
(
c
)
∣
=
∣
G
∣
∣
G
(
c
)
∣
|E(c)|=\frac{|G|}{|G(c)|}
∣E(c)∣=∣G(c)∣∣G∣
定理3(Burnside)
G
G
G为置换群,
C
C
C满足对于任意
f
f
f,
c
c
c,
f
⋅
c
∈
C
f\cdot c\in C
f⋅c∈C,那么在置换群
G
G
G的作用下,
C
C
C中不等价的着色方案数为:
N
(
G
,
C
)
=
1
∣
G
∣
∑
f
∈
G
∣
C
(
f
)
∣
N(G,C)=\frac{1}{|G|}\sum_{f\in G}|C(f)|
N(G,C)=∣G∣1f∈G∑∣C(f)∣
证明: 考虑对 f ⋅ c = c f\cdot c=c f⋅c=c的二元组 ( f , c ) (f,c) (f,c)进行计数。
如果枚举
f
f
f,则为
∑
f
∈
G
∣
C
(
f
)
∣
\sum_{f\in G}|C(f)|
∑f∈G∣C(f)∣
如果枚举
c
c
c, 则为
∑
c
∈
C
∣
G
(
c
)
∣
\sum_{c\in C}|G(c)|
∑c∈C∣G(c)∣
加上定理2的转换形式,可以得到:
∑
f
∈
G
∣
C
(
f
)
∣
=
∑
c
∈
C
∣
G
(
c
)
∣
=
∑
c
∈
C
∣
G
∣
∣
E
(
c
)
∣
\sum_{f\in G}|C(f)|=\sum_{c\in C}|G(c)|=\sum_{c\in C}\frac{|G|}{|E(c)|}
f∈G∑∣C(f)∣=c∈C∑∣G(c)∣=c∈C∑∣E(c)∣∣G∣
所以可得到
1
∣
G
∣
∑
f
∈
G
∣
C
(
f
)
∣
=
∑
c
∈
C
1
∣
E
(
c
)
∣
\frac{1}{|G|}\sum_{f\in G}|C(f)|=\sum_{c\in C}\frac{1}{|E(c)|}
∣G∣1f∈G∑∣C(f)∣=c∈C∑∣E(c)∣1
考虑右边式子的意义:对于等价的每个着色 f f f,贡献为 1 ∣ E ( c ) ∣ \frac{1}{|E(c)|} ∣E(c)∣1,那么等价的着色集合的贡献为 1 1 1,那么该式子就为不等价的着色方案数。
个人感觉Burnside推导过程难度并不大,不太懂的地方可以举例理解一下。
Polya定理
讲完Burnside, 趁热打铁讲一讲 Polya, Polya其实就是将Bornside的公式转换为另一种形式,更方便题目求解。
循环
引入一个新的概念:循环。
我们发现,一个置换可以将
n
n
n个数划分为几个循环。我们将划分出的循环的个数定义为循环节
讲解
这里给出一个例子吧(因为有图方便盗了
给一个2*2的方阵的每个格子涂上红色或者绿色,如果两种涂色方案在旋转之后相同,视为同一种,共有多少种不同的涂色方案?
我们把经过旋转后相同的涂色方案视为一个等价类,共有6个等价类
显然置换集合包括4种置换:不转,转
90
°
90°
90°,转
180
°
180°
180°和转
270
°
270°
270°
我们给格子标上号,左上角格子标为
1
1
1,顺时针依次是
2
,
3
,
4
2,3,4
2,3,4,就能写出
4
4
4种置换对应的排列
我们定不转为置换
f
0
f0
f0,顺时针转
90
°
90°
90°为置换
f
1
f1
f1,顺时针转
180
°
180°
180°为置换
f
2
f2
f2,顺时针转
270
°
270°
270°为置换
f
3
f3
f3
f
i
fi
fi为
C
(
f
i
)
C(fi)
C(fi),可得到:
f
0
=
[
1
]
−
[
16
]
f_0=[1]-[16]
f0=[1]−[16]
f
1
=
[
1
]
[
2
]
f_1=[1][2]
f1=[1][2]
f
2
=
[
1
]
[
2
]
[
11
]
[
12
]
f_2=[1][2][11][12]
f2=[1][2][11][12]
f
3
=
[
1
]
[
2
]
f_3=[1][2]
f3=[1][2]
所以 N = ( f 0 + f 1 + f 2 + f 3 ) / 4 = ( 16 + 2 + 4 + 2 ) / 4 = 6 N=(f_0+f_1+f_2+f_3)/4=(16+2+4+2)/4=6 N=(f0+f1+f2+f3)/4=(16+2+4+2)/4=6
然而,怎样求
C
(
f
)
C(f)
C(f)呢?
我们考虑f分解出的循环,例如:上一个问题中,
f
0
f_0
f0分解出的循环为
(
1
)
(
2
)
(
3
)
(
4
)
(1)(2)(3)(4)
(1)(2)(3)(4),
f
1
f_1
f1分解出的循环为
(
1
,
2
,
3
,
4
)
(1,2,3,4)
(1,2,3,4)。因为
f
f
f可以看成是每个分解出的循环自行进行置换,所以对于
f
f
f分解出的每个循环,应该在置换后相同。不同循环互相独立。例如:上一个问题中,
f
0
f_0
f0分解出
4
4
4个循环,所以
4
4
4个循环每
个循环只能有一个颜色,不同循环互相独立,所以共有
2
4
=
16
2^4=16
24=16个不动点;
f
1
f_1
f1分解出
1
1
1个循环,所以这个循环只能有一个颜色,所以共有
2
1
=
2
2^1=2
21=2个不动点。
如果置换 f f f分解为 m ( f ) m(f) m(f)个循环的乘积形式,那么每个循环内相当于涂上同样的颜色。假设涂 k k k种颜色,则有 C ( f ) = k m ( f ) C(f) = k^{m(f)} C(f)=km(f)。将这个式子代入Burnside引理,得到Polya定理:等价类的个数等于所有置换 f f f的 k m ( f ) k^{m(f)} km(f)的平均数
式子表达为:
N
(
G
,
C
)
=
1
∣
G
∣
∑
f
∈
G
k
m
(
f
)
N(G,C)=\frac{1}{|G|}\sum_{f\in G}k^{m(f)}
N(G,C)=∣G∣1f∈G∑km(f)
Polya与母函数
用一道题来引入:
一家项链公司生产手镯。
n
n
n颗珠子形成一个环,用
m
m
m种颜色给
n
n
n颗珠子染色,就得到了各种各样的手镯。但是,经过旋转和翻转使之吻合的算同一种方案。
例如,当用
2
2
2种颜色对
5
5
5颗珠子进行染色的方案数为
8
8
8,如下图所示。