最基本的卷积与反演

大部分抄了 这篇
对其叙述上的不精确做了一定修正。


\((F*G)\) 表示迪利克雷卷积,\([F*G]\) 表示多项式卷积。

迪利克雷卷积:

\[(F*G)(n) = \sum_{ij=n} F(i)G(j) \]

多项式卷积:

\[[F*G](n) = \sum_{i+j=n}F(i)G(j) \]

多项式卷积及其反演

交换律, \([f*g]=[g*f]\)

结合律,\([f*g]*h = f*[g*h]\)

存在单位元, 即有 \(e\) 使得 \(e*f=f\), 显然, \(e = [n=0]\)

存在逆元,即有 \(f^{-1}\) 使得 \(f^{-1}*f = e\)

一般反演

对于数列 \(f\)\(g\), 如果它们可以写成如下的形式:

\[g_n = \sum_{i=0}^n a_{n-i}f_i \\ f_n = \sum_{i=0}^n b_{n-i}g_i \]

那么称这两个序列是互反的, 即 \(g = [a*f]\)\(f = [b*g]\)

显然, \(f = [b*g] = [b*a*f]\), 即 \([b*a] = e\)

二项式反演与矩阵

二项式反演是一般反演的加强版:

\[g_n = \sum_{i=0}^n a_{n,i}f_i\\ f_n = \sum_{i=0}^n b_{n,i}g_i \]

这里 \(a\)\(b\) 就可以看成矩阵, 上面的式子就可以看成矩阵乘法:

\[\begin{align} \begin{bmatrix} g_0\\ g_1\\ g_2\\ \end{bmatrix} &= \begin{bmatrix} a_{00} & 0 & 0\\ a_{10} & a_{11} & 0\\ a_{20} & a_{21} & a_{22}\\ \end{bmatrix} \times \begin{bmatrix} f_0\\ f_1\\ f_2\\ \end{bmatrix}\\ \begin{bmatrix} f_0\\ f_1\\ f_2\\ \end{bmatrix} &= \begin{bmatrix} b_{00} & 0 & 0\\ b_{10} & b_{11} & 0\\ b_{20} & b_{21} & b_{22}\\ \end{bmatrix} \times \begin{bmatrix} g_0\\ g_1\\ g_2\\ \end{bmatrix}\\ \end{align} \]

推导下矩阵 \(A\)\(B\) 的关系:

\[\begin{align} \vec{F} &= A\times \vec{G}\\ \vec{G} &= B\times \vec{F}\\ \Rightarrow \vec{F} = A\times \vec{G} &= A\times B\times\vec{F} \\ A\times B &= E \end{align} \]

满足这样关系的典型的 \(a,b\) 其一:

\[g_n = \sum_{i=0}^n\binom{n}{n-i}f_i\\ f_n = \sum_{i=0}^n(-1)^{n-i}\binom{n}{n-i}g_i \]

其二:

\[g_n = \sum_{i=0}^n(-1)^i\binom{n}{i}f_i\\ f_n = \sum_{i=0}^n(-1)^i\binom{n}{i}g_i \]

迪利克雷卷积及其反演

交换律、结合律、单位元 \(e=[n=1]\), 对于函数 \(f\neq 0\), 总有逆元, 且逆元唯一。

莫比乌斯反演即:

\[f = (1*g) \quad \Rightarrow \quad g = (\mu*f) \]

构造 \(\mu\)

\[(\mu*1)(n) = \sum_{d\mid n} \mu(d) = [n=1] \]

\((1*\mu)(1)=[1=1]=1\), 即 \(\mu(1)=1\)

\((1*\mu)(p) = \mu(1)+\mu(p) = [p=1]=0\),即 \(\mu(p)=-1\)

那么由于 \((1*\mu)(p^k) = 0\)\(\mu(p^k)=0\) 就是显然的了。

由于 \(\mu\) 是积性函数(由积性函数的逆也是积性函数),

\[\mu(n) = \begin{cases} 1, \quad n=1 \\ (-1)^k, \quad n=p_1p_2\cdots p_k \\ 0, \quad n的质因子有平方因子 \end{cases} \]

验算下:

\[(\mu*1)(n) = \sum_{d\mid n} \mu(d) = \mu(1) + \mu(p_1) + \cdots + \mu(p_1p_2)+\cdots+\mu(p_1p_2\cdots p_k)\\ = \sum_{i=0}^k \binom{k}{i}(-1)^i\\ = [k=0] \\ = [n=1] \]

posted @ 2020-11-24 15:35  xwmwr  阅读(297)  评论(0编辑  收藏  举报