狄利克雷卷积及常见函数与莫比乌斯反演

QwQ 文章目前没有题目,只有理论知识

狄利克雷卷积

狄利克雷卷积(Dirichlet Convolution)在解析数论中是一个非常重要的工具.

使用狄利克雷卷积可以很方便地推出一些重要函数和公式,它在信息学竞赛和解析数论中至关重要.

狄利克雷卷积是定义在数论函数间的二元运算.

数论函数,是指定义域为 N \mathbb{N} N自然数),值域为 C \mathbb{C} C复数) 的一类函数,每个数论函数可以视为复数的序列.

它常见的定义式为:
( f ∗ g ) ( n ) = ∑ d ∣ n f ( d ) g ( n d ) = ∑ d ∣ n f ( n d ) g ( d ) ( d ∈ N ) ( f ∗ g ) ( n ) = ∑ x y = n f ( x ) g ( y ) ( x , y ∈ N ) \big(f*g\big)(n)=\sum_{d|n}f(d)g(\frac{n}{d})=\sum_{d|n}f(\frac{n}{d})g(d)\quad (d\in\mathbb{N})\\ \big(f*g\big)(n)=\sum_{xy=n}f(x)g(y)\quad (x,y\in\mathbb{N}) (fg)(n)=dnf(d)g(dn)=dnf(dn)g(d)(dN)(fg)(n)=xy=nf(x)g(y)(x,yN)

狄利克雷卷积的一些定理
  1. f f f g g g 都为积性函数,那么 f ∗ g f*g fg 也为积性函数

a a a b b b 满足 g c d ( a , b ) = 1 gcd(a,b)=1 gcd(a,b)=1,那么:
( f ∗ g ) ( a )   ∗   ( f ∗ g ) ( b ) = ∑ d 1 ∣ a f ( d 1 ) g ( a d 1 ) ∗ ∑ d 2 ∣ b f ( d 2 ) g ( b d 2 ) = ∑ d 1 d 2 ∣ a b f ( d 1 d 2 ) g ( a b d 1 d 2 ) = ∑ d ∣ a b f ( d ) g ( a b d ) = ( f ∗ g ) ( a b ) \begin{aligned} & \big(f*g\big)(a)\ *\ \big(f*g\big)(b) \\ =&\sum_{d_1|a}f(d_1)g(\frac{a}{d_1}) * \sum_{d_2|b}f(d_2)g(\frac{b}{d_2})\\ =&\sum_{d_1d_2|ab}f(d_1d_2)g(\frac{ab}{d_1d_2})\\ =&\sum_{d|ab}f(d)g(\frac{ab}{d})\\ =&\big(f*g\big)(ab) \end{aligned} ====(fg)(a)  (fg)(b)d1af(d1)g(d1a)d2bf(d2)g(d2b)d1d2abf(d1d2)g(d1d2ab)dabf(d)g(dab)(fg)(ab)
因为满足 a a a b b b 互质,我们能将 ∑ d 1 ∣ a ∑ d 2 ∣ b \sum_{d_1|a}\sum_{d_2|b} d1ad2b 合并成 ∑ d 1 d 2 ∣ a b \sum_{d_1d_2|ab} d1d2ab,所以 f ∗ g f*g fg 也就是积性函数了.


  1. 狄利克雷卷积具有交换律,即 f ∗ g = g ∗ f f*g = g*f fg=gf

( f ∗ g ) ( n ) = ∑ x y = n f ( x ) g ( y ) = ∑ y x = n f ( y ) g ( x ) = ( g ∗ f ) ( n ) \begin{aligned} &\big(f*g\big)(n)\\ =&\sum_{xy=n}f(x)g(y)\\ =&\sum_{yx=n}f(y)g(x)\\ =&\big(g*f\big)(n) \end{aligned} ===(fg)(n)xy=nf(x)g(y)yx=nf(y)g(x)(gf)(n)

显而易见


  1. 狄利克雷卷积具有结合律,即 ( f ∗ g ) ∗ h = f ∗ ( g ∗ h ) (f*g)*h = f*(g*h) (fg)h=f(gh)

( ( f ∗ g ) ∗ h ) ( n ) = ∑ w z = n ( f ∗ g ) ( w )   h ( z ) = ∑ w z = n ( ∑ x y = w f ( x ) g ( y ) ) h ( z ) = ∑ x y z = n f ( x ) g ( y ) h ( z ) \begin{aligned} &\Big(\big(f*g\big)*h\Big)(n)\\ =&\sum_{wz=n}\big(f*g\big)(w)\ h(z)\\ =&\sum_{wz=n}\Big(\sum_{xy=w}f(x)g(y)\Big)h(z)\\ =&\sum_{xyz=n}f(x)g(y)h(z) \end{aligned} ===((fg)h)(n)wz=n(fg)(w) h(z)wz=n(xy=wf(x)g(y))h(z)xyz=nf(x)g(y)h(z)

( f ∗ ( g ∗ h ) ) ( n ) = ∑ x w = n f ( x ) ( g ∗ h ) ( w ) = ∑ x w = n f ( x ) ( ∑ y z = w g ( y ) h ( z ) ) = ∑ x y z = n f ( x ) g ( y ) h ( z ) \begin{aligned} &\Big(f*\big(g*h\big)\Big)(n)\\ =&\sum_{xw=n}f(x)\big(g*h\big)(w)\\ =&\sum_{xw=n}f(x)\Big(\sum_{yz=w}g(y)h(z)\Big)\\ =&\sum_{xyz=n}f(x)g(y)h(z) \end{aligned} ===(f(gh))(n)xw=nf(x)(gh)(w)xw=nf(x)(yz=wg(y)h(z))xyz=nf(x)g(y)h(z)

如上,可知两式相等,结合律成立.


  1. 狄利克雷卷积具有分配律,即 ( f + g ) ∗ h = ( f ∗ h ) + ( g ∗ h ) (f+g)*h = (f*h)+(g*h) (f+g)h=(fh)+(gh)

( ( f + g ) ∗ h ) ( n ) = ∑ x y = n ( f ( x ) + g ( x ) )   h ( y ) = ∑ x y = n f ( x ) h ( y ) + g ( x ) h ( y ) = ∑ x y = n f ( x ) h ( y ) + ∑ x y = n g ( x ) h ( y ) = ( f ∗ h ) ( n ) + ( g ∗ h ) ( n ) \begin{aligned} &\Big(\big(f+g\big)*h\Big)(n)\\ =&\sum_{xy=n}\big(f(x)+g(x)\big)\ h(y)\\ =&\sum_{xy=n}f(x)h(y)+g(x)h(y)\\ =&\sum_{xy=n}f(x)h(y)+\sum_{xy=n}g(x)h(y)\\ =&\big(f*h\big)(n)+\big(g*h\big)(n) \end{aligned} ====((f+g)h)(n)xy=n(f(x)+g(x)) h(y)xy=nf(x)h(y)+g(x)h(y)xy=nf(x)h(y)+xy=ng(x)h(y)(fh)(n)+(gh)(n)


总结一下:
  1. f f f g g g 都为积性函数,那么 f ∗ g f*g fg 也为积性函数
  2. 狄利克雷卷积具有交换律,即 f ∗ g = g ∗ f f*g = g*f fg=gf
  3. 狄利克雷卷积具有结合律,即 ( f ∗ g ) ∗ h = f ∗ ( g ∗ h ) (f*g)*h = f*(g*h) (fg)h=f(gh)
  4. 狄利克雷卷积具有分配律,即 ( f + g ) ∗ h = ( f ∗ h ) + ( g ∗ h ) (f+g)*h = (f*h)+(g*h) (f+g)h=(fh)+(gh)
关于“狄利克雷卷积”名称:

首先,狄利克雷(Gustav Lejeune Dirichlet)是 19 世纪德国的数学家,他是解析数论的创立者,是解析数论很多重要理论的提出者.

“狄利克雷卷积”亦可称为“狄利克雷乘积”,如果定义普通函数加法为数论函数间的“加”运算,那么这里的狄利克雷卷积就是数论函数的“乘”运算,并且,狄利克雷卷积满足交换律结合律分配律,其运算法则和普通算数乘法完全类似.

函数部分(均为积性函数

单位函数(单位元) ϵ ( n ) \epsilon(n) ϵ(n)

ϵ ( n ) = { 1 , n = 1 0 , otherwise. \epsilon(n)=\begin{cases}1, && n=1 \\ 0, && \texttt{otherwise.}\end{cases} ϵ(n)={1,0,n=1otherwise.

显然,有:
( f ∗ ϵ ) ( n ) = ∑ d ∣ n f ( d ) ϵ ( n d ) = f ( n ) \big(f*\epsilon\big)(n)=\sum_{d|n}f(d)\epsilon(\frac{n}{d})=f(n) (fϵ)(n)=dnf(d)ϵ(dn)=f(n)
因此,单位函数 ϵ ( n ) \epsilon(n) ϵ(n) 称为狄利克雷卷积的单位元,它在狄利克雷卷积中的作用和 1 1 1 在普通乘法中的作用是类似的.

任何函数(包括 ϵ \epsilon ϵ)和 ϵ \epsilon ϵ 进行狄利克雷卷积,都得到该函数本身.

这里再引入一个东西:

狄利克雷逆

我们可以把这里的“”和“逆元”作类比.

例如,在普通运算中,一个数的“逆元”就是这个数的倒数;

在同余运算中,一个数的“逆元”在同个模的意义下,能使得它与这个数相乘的结果与 1 同余.

分别而言,如果我们规定 n n n 的逆元是 n − 1 n^{-1} n1(这个符号是作为整体引入的,大多数情况下不能简单地理解为 1 n \frac{1}{n} n1),那么就有这样两个式子:

n × n − 1 = 1 n\times n^{-1} = 1 n×n1=1

n × n − 1 ≡ 1 m o d    r n\times n^{-1} \equiv 1 \quad \mod r n×n11modr

数字 1 1 1 代表两种运算中的单位元,所以说,逆元在类似乘法的运算中起着“倒数”的地位.

在狄利克雷卷积中,单位元为 ϵ \epsilon ϵ,我们定义狄利克雷逆如下:
f ∗ f − 1 = ϵ f*f^{-1}=\epsilon ff1=ϵ
函数 f − 1 f^{-1} f1 就称为函数 f f f狄利克雷逆.

幂函数 I d k ( n ) Id_k(n) Idk(n)

I d k ( n ) = n k Id_k(n)=n^k Idk(n)=nk

特别的,有:

  • k = 1 k=1 k=1 时,为恒等函数 I d ( n ) Id(n) Id(n),即 I d ( n ) = n Id(n)=n Id(n)=n

  • k = 0 k=0 k=0 时,为常数函数 1 ( n ) \pmb1(n) 1(n),即 1 ( n ) = 1 \pmb1(n)=1 1(n)=1

    这里的常数函数 1 ( n ) \pmb 1(n) 1(n) 的函数名是加粗了的数字 1 1 1,不要和 1 1 1 弄混了.
    在某些场合,有人会用大写字母 I I I 来代替 1 \pmb 1 1,以防混淆,这里还是使用 1 \pmb 1 1.

除数函数 σ k ( n ) \sigma_k(n) σk(n)

σ k ( n ) = ∑ d ∣ n d k ( d ∈ N ) \sigma_k(n)=\sum_{d|n} d^k \quad (d\in \mathbb{N}) σk(n)=dndk(dN)

直观上理解, σ k ( n ) \sigma_k(n) σk(n) 表示 n n n 的所有因子的 k k k 次幂之和.

特别的,有:

  • k = 1 k=1 k=1 时,为因数函数 σ ( n ) \sigma(n) σ(n),即 σ ( n ) = ∑ d ∣ n d \sigma(n)=\sum_{d|n} d σ(n)=dnd
  • k = 0 k=0 k=0 时,为个数函数 d ( n ) d(n) d(n),即 d ( n ) = ∑ d ∣ n 1 d(n)=\sum_{d|n} 1 d(n)=dn1

或者说,假设 n n n 分解为 ∏ i = 1 m p i c i ( c i ∈ N ∗ , p i ∈ P ) \prod_{i=1}^m p_i^{c_i} \quad (c_i\in \mathbb{N}^*, p_i\in \mathbb{P}) i=1mpici(ciN,piP),那么:

  • σ ( n ) = ∏ i = 1 m ( ∑ j = 0 c i p i j ) \sigma(n) = \prod_{i=1}^m(\sum_{j=0}^{c_i} p_i^j) σ(n)=i=1m(j=0cipij)
  • d ( n ) = ∏ i = 1 m ( c i + 1 ) d(n) = \prod_{i=1}^m (c_i+1) d(n)=i=1m(ci+1)

欧拉函数 φ ( n ) \varphi(n) φ(n)

在数论中,对正整数 n n n,欧拉函数 φ ( n ) \varphi(n) φ(n) 是小于或等于 n n n 的正整数中与 n n n 互质的数的数目。此函数以其首名研究者欧拉命名,它又称为 φ \varphi φ 函数(由高斯所命名)或是欧拉总计函数(totient function,由西尔维斯特所命名)。

n n n 是质数的时候,显然有 φ ( n ) = n − 1 \varphi(n) = n - 1 φ(n)=n1.

一些性质
  1. 欧拉函数是积性函数

如果有 gcd ⁡ ( a , b ) = 1 \gcd(a, b) = 1 gcd(a,b)=1,那么 φ ( a × b ) = φ ( a ) × φ ( b ) \varphi(a \times b) = \varphi(a) \times \varphi(b) φ(a×b)=φ(a)×φ(b)

特别地,当 n n n 是奇数时 φ ( 2 n ) = φ ( n ) \varphi(2n) = \varphi(n) φ(2n)=φ(n)


  1. n = ∑ d ∣ n φ ( d ) n = \sum_{d \mid n}{\varphi(d)} n=dnφ(d)

可以这样考虑:如果 gcd ⁡ ( k , n ) = d \gcd(k, n) = d gcd(k,n)=d,那么 gcd ⁡ ( k d , n d ) = 1 , ( k < n ) \gcd(\dfrac{k}{d},\dfrac{n}{d}) = 1, ( k < n ) gcd(dk,dn)=1,(k<n)

如果我们设 f ( x ) f(x) f(x) 表示 gcd ⁡ ( k , n ) = x \gcd(k, n) = x gcd(k,n)=x 的数的个数,那么 n = ∑ i = 1 n f ( i ) n = \sum_{i = 1}^n{f(i)} n=i=1nf(i)

根据上面的证明,我们发现, f ( x ) = φ ( n x ) f(x) = \varphi(\dfrac{n}{x}) f(x)=φ(xn),从而 n = ∑ d ∣ n φ ( n d ) n = \sum_{d|n}\varphi(\dfrac{n}{d}) n=dnφ(dn),所以上式化为 n = ∑ d ∣ n φ ( d ) n = \sum_{d|n}\varphi(d) n=dnφ(d)


  1. n = p k n = p^k n=pk,其中 p p p 是质数,那么 φ ( n ) = p k − p k − 1 \varphi(n) = p^k - p^{k - 1} φ(n)=pkpk1

显然对于从 1 1 1 p k p^k pk 的所有数中,除了 p k − 1 p^{k-1} pk1 p p p 的倍数以外其它数都与 p k p^k pk 互素,故 φ ( p k ) = p k − p k − 1 = p k − 1 × ( p − 1 ) \varphi(p^k)=p^k-p^{k-1}=p^{k-1}\times(p-1) φ(pk)=pkpk1=pk1×(p1)


那么根据 1、3 性质可得:

  1. n n n 的分解为 ∏ i = 1 m p i c i ( c i ∈ N ∗ , p i ∈ P ) \prod_{i=1}^m p_i^{c_i} \quad (c_i \in \mathbb{N}^*, p_i \in \mathbb{P}) i=1mpici(ciN,piP),则 φ ( n ) = n × ∏ i = 1 m p i − 1 p i \varphi(n) = n\times \prod_{i=1}^m \frac{p_i-1}{p_i} φ(n)=n×i=1mpipi1

证明略.

欧拉定理

( a , m ) = 1 (a,m)=1 (a,m)=1 ,则 a φ ( m ) ≡ 1   ( mod  m ) a^{\varphi(m)}\equiv1\ (\text{mod}\ m) aφ(m)1 (mod m)

扩展欧拉定理

a b ≡ { a b   m o d   φ ( p ) ( a , p ) = 1 a b ( a , p ) ≠ 1 , b < φ ( p ) a b   m o d   φ ( p ) + φ ( p ) ( a , p ) ≠ 1 , b ≥ φ ( p ) m o d    m a^b\equiv \begin{cases} a^{b\bmod \varphi(p)}&(a,p)=1\\ a^b&(a,p)\ne 1,b<\varphi(p)\\ a^{b\bmod \varphi(p)+\varphi(p)}&(a,p)\ne 1,b\geq\varphi(p) \end{cases} \mod m ab abmodφ(p)ababmodφ(p)+φ(p)(a,p)=1(a,p)=1,b<φ(p)(a,p)=1,bφ(p)modm

莫比乌斯函数 μ ( n ) \mu(n) μ(n) 与 莫比乌斯反演(Möbius Inversion)

μ ( n ) : = { 1 n = 1 0 n  含有平方因子 ( − 1 ) k k 为  n  的本质不同质因子个数 \mu(n):=\begin{cases}1&& n=1\\ 0 && n\ 含有平方因子 \\ (-1)^k && k为\ n\ 的本质不同质因子个数\end{cases} μ(n):= 10(1)kn=1n 含有平方因子k n 的本质不同质因子个数

或者说,若 n n n 的分解为 ∏ i = 1 m p i c i ( c i ∈ N ∗ , p i ∈ P ) \prod_{i=1}^m p_i^{c_i} \quad (c_i \in \mathbb{N}^*, p_i \in \mathbb{P}) i=1mpici(ciN,piP)

  • n = 1 n=1 n=1,那么 μ ( n ) = 1 \mu(n)=1 μ(n)=1

  • ∃   i ∈ [ 1 , m ] \exists\ i\in[1,m]  i[1,m],使得 c i ≥ 2 c_i \ge 2 ci2,那么 μ ( n ) = 0 \mu(n)=0 μ(n)=0,否则 μ ( n ) = ( − 1 ) m \mu(n)=(-1)^m μ(n)=(1)m

一些性质
  1. 莫比乌斯函数为积性函数;

  2. ∑ d ∣ n μ ( d ) = { 1 n = 1 0 n ≠ 1 \sum_{d\mid n}\mu(d)=\begin{cases}1&n=1\\0&n\neq 1\\\end{cases} dnμ(d)={10n=1n=1

n = ∏ i = 1 k p i c i , n ′ = ∏ i = 1 k p i n=\prod_{i=1}^k{p_i}^{c_i},n'=\prod_{i=1}^k p_i n=i=1kpici,n=i=1kpi 那么 ∑ d ∣ n μ ( d ) = ∑ d ∣ n ′ μ ( d ) = ∑ i = 0 k ( k i ) ⋅ ( − 1 ) i = ( 1 + ( − 1 ) ) k \sum_{d|n}\mu(d)=\sum_{d|n'}\mu(d)=\sum_{i=0}^k \dbinom{k}{i}\cdot(-1)^i=(1+(-1))^k dnμ(d)=dnμ(d)=i=0k(ik)(1)i=(1+(1))k,根据二项式定理,易知该式子的值在 k = 0 k=0 k=0 n = 1 n=1 n=1 时值为 1 1 1 否则为 0 0 0,这也同时证明了 ∑ d ∣ n μ ( d ) = [ n = 1 ] = ε ( n ) \sum_{d|n}\mu(d)=[n=1]=\varepsilon(n) dnμ(d)=[n=1]=ε(n) 以及 μ ∗ 1 = ε \mu*1=\varepsilon μ1=ε.

所以,莫比乌斯函数也可定义为函数 1 \pmb 1 1 的逆,即 μ = 1 − 1 \mu=\pmb 1^{-1} μ=11,那么就可以使用狄利克雷卷积来推导出莫比乌斯反演的结论了:
g = f ∗ 1 ⇔ f = g ∗ μ g=f*\pmb 1 \Leftrightarrow f=g*\mu g=f1f=gμ
将其展开,即:
g ( n ) = ∑ d ∣ n f ( d ) ⇔ f ( n ) = ∑ d ∣ n μ ( d ) g ( n d ) g(n)=\sum_{d|n}f(d)\Leftrightarrow f(n)=\sum_{d|n}\mu(d)g(\frac{n}{d}) g(n)=dnf(d)f(n)=dnμ(d)g(dn)

莫比乌斯反演扩展

对于数论函数 f , g f,g f,g 和完全积性函数 t t t t ( 1 ) = 1 t(1)=1 t(1)=1:
f ( n ) = ∑ i = 1 n t ( i ) g ( ⌊ n i ⌋ )    ⟺    g ( n ) = ∑ i = 1 n μ ( i ) t ( i ) f ( ⌊ n i ⌋ ) f(n)=\sum_{i=1}^nt(i) g\bigg( \bigg\lfloor\frac{n}{i}\bigg\rfloor \bigg )\iff g(n)=\sum_{i=1}^n\mu(i)t(i) f\bigg( \bigg\lfloor\frac{n}{i}\bigg\rfloor \bigg ) f(n)=i=1nt(i)g(in)g(n)=i=1nμ(i)t(i)f(in)

常用狄利克雷卷积

ϵ = μ ∗ 1 \epsilon = \mu*1 ϵ=μ1

上文:

n = ∏ i = 1 k p i c i , n ′ = ∏ i = 1 k p i n=\prod_{i=1}^k{p_i}^{c_i},n'=\prod_{i=1}^k p_i n=i=1kpici,n=i=1kpi 那么 ∑ d ∣ n μ ( d ) = ∑ d ∣ n ′ μ ( d ) = ∑ i = 0 k ( k i ) ⋅ ( − 1 ) i = ( 1 + ( − 1 ) ) k \sum_{d|n}\mu(d)=\sum_{d|n'}\mu(d)=\sum_{i=0}^k \dbinom{k}{i}\cdot(-1)^i=(1+(-1))^k dnμ(d)=dnμ(d)=i=0k(ik)(1)i=(1+(1))k,根据二项式定理,易知该式子的值在 k = 0 k=0 k=0 n = 1 n=1 n=1 时值为 1 1 1 否则为 0 0 0,这也同时证明了 ∑ d ∣ n μ ( d ) = [ n = 1 ] = ε ( n ) \sum_{d|n}\mu(d)=[n=1]=\varepsilon(n) dnμ(d)=[n=1]=ε(n) 以及 μ ∗ 1 = ε \mu*1=\varepsilon μ1=ε.

d = 1 ∗ 1 d=\pmb1*\pmb1 d=11 σ = I d ∗ 1 \sigma = Id*\pmb1 σ=Id1

均易证,略

I d = φ ∗ 1 Id=\varphi*\pmb1 Id=φ1 φ = μ ∗ I d \varphi =\mu*Id φ=μId

上文:

I d ( n ) = n = ∑ d ∣ n φ ( d ) Id(n) = n = \sum_{d \mid n}{\varphi(d)} Id(n)=n=dnφ(d)

可以这样考虑:如果 gcd ⁡ ( k , n ) = d \gcd(k, n) = d gcd(k,n)=d,那么 gcd ⁡ ( k d , n d ) = 1 , ( k < n ) \gcd(\dfrac{k}{d},\dfrac{n}{d}) = 1, ( k < n ) gcd(dk,dn)=1,(k<n)

如果我们设 f ( x ) f(x) f(x) 表示 gcd ⁡ ( k , n ) = x \gcd(k, n) = x gcd(k,n)=x 的数的个数,那么 n = ∑ i = 1 n f ( i ) n = \sum_{i = 1}^n{f(i)} n=i=1nf(i)

根据上面的证明,我们发现, f ( x ) = φ ( n x ) f(x) = \varphi(\dfrac{n}{x}) f(x)=φ(xn),从而 n = ∑ d ∣ n φ ( n d ) n = \sum_{d|n}\varphi(\dfrac{n}{d}) n=dnφ(dn)。注意到约数 d d d n d \dfrac{n}{d} dn 具有对称性,所以上式化为 n = ∑ d ∣ n φ ( d ) n = \sum_{d|n}\varphi(d) n=dnφ(d)

而因为 μ \mu μ 1 \pmb 1 1 的逆,所以 φ ∗ 1 ∗ μ = I d ∗ μ = φ \varphi*\pmb 1*\mu=Id*\mu=\varphi φ1μ=Idμ=φ

你可能感兴趣的:(数论,线性代数,笔记)