离散变换和反演

离散变换与反演

求和式的形式

不妨设

fn=nk=0ak,ngk
gn=nk=0bk,nfk

则两式可以相互推导的充要条件是

k,ij,ai,kbj,k=0
k,i=j,ai,kbj,k=1

以上这两个相互推导的式子就称离散变换或反演。

矩阵式的形式

反演用矩阵的形式给出会更加舒服一点。
不妨设 F 是一个n×1的列向量, A,B n×n 的系数矩阵, G 1×n的行向量,那么上面所有的式子可以如下表示。

F=GTA,GT=FB
两式可相互推导 ABT=E

这是显然的,从逆矩阵的角度出发很容易就能得到这样的结论。

注意上面提到了两个系数矩阵。然而实际应用时我们很少会用到它,而是用一个偏序关系来代替它。

偏序关系

一个定义在集合 S 上的偏序关系,记为 <S,> <script type="math/tex" id="MathJax-Element-15"> </script>
这个不妨可以把它看作重载运算符 leq 。不同之处在于它存在一种无法比较的关系,也就是说对于任意两个元素我们不一定可以比较出它们的大小。

偏序关系的性质

  • 自反性: xS,xx
  • 反对称性: xS,yS,xy,yx 不成立
  • 传递性: x,y,zS,xy,yz xz

偏序关系的图像表示

形象化地,对于任意的 x 直接小于等于y(注意这里的小于等于并不是指数字上的小于等于)也就是说 x,yS,xy,∄z,xzy ,我们从 x y连一条有向边。那么整一个偏序关系必定是形成了若干个DAG。
用图形来表示就显得更加明了了。

全序关系

全序关系是偏序关系的一个特例。它的特点是集合中的任意两个元素都可以比较大小,那么我们就可以把它排成一列。而它的图像表示也恰好是一条链的形式。实数中的 恰好就是一种全序关系。

偏序关系的扩充与分拆

  • 扩充:将一个偏序关系人为地扩充为一个全序关系, 比如拓扑排序就可以实现这个过程。但是这样子可能会受到我们人为引入的大小关系的影响。
  • 分拆:取出集合的一个子集,使得这个子集满足良好的序关系,其中有

    • 链:子集构成了一个全序关系。
    • 反链:子集中任意两个元素都不能比较大小。

    其中Dilworth定理给出了它们两者之间的关系

    • 记集合的最长链的长度为 l 。那么偏序集可以被划分成l条但不能再少的反链
    • 记集合的最长反链的长度为 r 。那么偏序集可以被划分成r条但不能再少的链。

偏序集上的反演

设有偏序集 <S,> <script type="math/tex" id="MathJax-Element-31"> </script>,且 xS,fx=yxgy
那么 gx=yxμ(y,x)fy
其中当 x=y 时, μ(x,y)=1
否则 μ(x,y)=xz<yμ(x,z)
大致意思就是将之前减过的 x 这一位都抵消回去,最后再减去x自身。

包含关系的偏序集的反演

设有偏序集 <S,> <script type="math/tex" id="MathJax-Element-39"> </script>,再定义 fx=yxgy
那么 gx=yxμ(y,x)fy
其中 μ(y,x)=|x||y|


接下来我们来讨论一个数论上很重要的反演。

Dirichlet convolution

定义

f,g 都是算术函数 (ArithmeticFunctions) ,它们的狄利克雷卷积得到的也是一个算术函数 h ,且h(n)的表达式为

h(n)=d|nf(d)g(nd)

算术函数:在数论上,算术函数(或称数论函数)指定义域为正整数、陪域为复数的函数,每个算术函数都可视为复数的序列。

性质

所有的数论函数和逐点加法、狄利克雷卷积构成了一个交换环。
具体的,狄利克雷卷积满足以下定律

  • 结合律: (fg)h=f(gh)
  • 交换律: fg=gf
  • 分配律: (f+g)h=fh+gh
  • 单位元: fe=f
  • 逆元:若 f(1)0 则存在 g 使得gf=e,称作 f 的Dirichlet inverse
  • 两个积性函数的狄利克雷卷积依旧是积性函数

单位元e定义如下

  • n=1 e(n)=1
  • 否则 e(n)=0

Möbius 反演

Möbius function

定义

  • n=1 ,则 μ(n)=1
  • n 包含素因子的平方,则μ(n)=0
  • n k个不相同的素数构成 (k>=1) μ(n)=(1)k

性质

  • 积性函数: μ(ab)=μ(a)μ(b),(a,b)=1
  • μ1=e

关于第二条性质的证明

  • n=1 时显然成立。
  • 否则设 n=m1i=0pcii
    (μ1)(n)=d|nμ(d)
    注意到当 d 包括素因子的平方时μ的值就为0了。
    稍微推导一下可以发现
    原式= mi=0(1)iCim
    参照二项式展开 (a+b)m=mi=0Cimaibmi
    a=1,b=1 即可得到上式,显然当且仅当 m=0 时原式=1
    然而由于 n>1,m0 ,故 (μ1)(n)=0

Möbius inversions

现有算术函数定义如下( f 也是算术函数)

F(n)=d|nf(d)

F 来倒推出f可以用莫比乌斯反演。
考虑等式左右两边同乘一个 μ

(Fμ)(n)=d|nF(nd)μ(d)=d|n[d|ndf(d)]μ(d)=d|nf(d)[d|ndμ(d)]

注意到当且仅当 nd=1 ,也就是 d=n 时, [d|ndμ(d)]=1 ,其它时候都为 0
那么就有(Fμ)(n)=f(n)
具体来说就是 f(n)=d|nF(d)μ(nd)

以上就是莫比乌斯反演

然而这个形式不仅仅局限于此,考虑以下等式。
F(n)=n|df(d)
那么
f(n)=n|dμ(dn)F(d)
也是成立的。
我们不妨倒过来想,原来的莫比乌斯反演是约数的形式,那么此时变成了倍数的形式以后基本思想还是不变的,上面的式子还是挺容易理解的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值