【算法讲7:积性函数(下)】⌈ 加性函数 ⌋ 与 ⌈ 积性函数 ⌋ 与 ⌈ 狄利克雷卷积 ⌋ 详细介绍

前置

【算法讲4:乘性函数(上)】欧拉函数 | 因子和函数 | 因子个数函数
【算法讲5:乘性函数(中)】莫比乌斯函数 | 莫比乌斯反演 | 莫比乌斯反演应用

补充

⌈ \lceil 积性函数 ⌋ \rfloor (乘性函数)

四个最基本的定义

  • 定义 1: f ( n ) f(n) f(n) 为算数函数,如果 ∀ m , n ∈ N + \forall m,n\in \mathbb{N}^+ m,nN+,且 m ⊥ n m\perp n mn,都有 f ( m n ) = f ( m ) f ( n ) f(mn)=f(m)f(n) f(mn)=f(m)f(n),那么称 f ( n ) f(n) f(n)为积性函数(信息学名词)或乘性函数(数学名词)。后统称积性函数。
  • 定义 2: f ( n ) f(n) f(n) 为算数函数,如果 ∀ m , n ∈ N + \forall m,n\in \mathbb{N}^+ m,nN+,都有 f ( m n ) = f ( m ) f ( n ) f(mn)=f(m)f(n) f(mn)=f(m)f(n),那么称 f ( n ) f(n) f(n)为完全积性函数
  • 定义 3: f ( n ) f(n) f(n) 为算数函数,如果 ∀ m , n ∈ N + \forall m,n\in \mathbb{N}^+ m,nN+,且 m ⊥ n m\perp n mn,都有 f ( m n ) = f ( m ) + f ( n ) f(mn)=f(m)+f(n) f(mn)=f(m)+f(n),那么称 f ( n ) f(n) f(n)为加性函数
  • 定义 4: f ( n ) f(n) f(n) 为算数函数,如果 ∀ m , n ∈ N + \forall m,n\in \mathbb{N}^+ m,nN+,都有 f ( m n ) = f ( m ) + f ( n ) f(mn)=f(m)+f(n) f(mn)=f(m)+f(n),那么称 f ( n ) f(n) f(n)为完全加性函数

关于积性函数的基本性质

性质一:f(1)

  • f ( x ) f(x) f(x) 为积性函数,则 f ( 1 ) = 1 f(1)=1 f(1)=1
    证明: f ( 1 ) = f ( 1 × 1 ) = f ( 1 ) f ( 1 ) f(1)=f(1\times 1)=f(1)f(1) f(1)=f(1×1)=f(1)f(1),或者 f ( n ) = f ( n × 1 ) = f ( n ) f ( 1 ) f(n)=f(n\times1)=f(n)f(1) f(n)=f(n×1)=f(n)f(1) 易得。
  • f ( x ) f(x) f(x) 为加性函数,则 f ( 1 ) = 0 f(1)=0 f(1)=0
    证明: f ( 1 ) = f ( 1 × 1 ) = f ( 1 ) + f ( 1 ) f(1)=f(1\times1)=f(1)+f(1) f(1)=f(1×1)=f(1)+f(1) f ( n ) = f ( n × 1 ) = f ( n ) + f ( 1 ) f(n)=f(n\times1)=f(n)+f(1) f(n)=f(n×1)=f(n)+f(1) 易得。

性质二:积性函数的各种传递

  • f ( x ) 、 g ( x ) f(x)、g(x) f(x)g(x)都为积性函数,则以下 h ( x ) h(x) h(x) 函数也为积性函数:
    h ( x ) = f ( x p ) h ( x ) = f p ( x ) h ( x ) = f ( x ) g ( x ) h ( x ) = ∑ d ∣ x f ( d ) g ( x d ) h ( x ) = ∑ d ∣ x f ( d ) \begin{aligned} &h(x)=f(x^p)\\ &h(x)=f^p(x)\\ &h(x)=f(x)g(x)\\ &h(x)=\underset{d|x}{\sum}f(d)g(\frac{x}{d})\\ &h(x)=\underset{d|x}{\sum}f(d) \end{aligned} h(x)=f(xp)h(x)=fp(x)h(x)=f(x)g(x)h(x)=dxf(d)g(dx)h(x)=dxf(d)
    证明方法:只要 ∀ m , n ∈ N + \forall m,n\in\mathbb{N}^+ m,nN+,且 m ⊥ n m\perp n mn,都有 h ( m ) h ( n ) = h ( m n ) h(m)h(n)=h(mn) h(m)h(n)=h(mn) 即可,容易证得。
    注意,积性函数乘以积性函数还是积性函数(第2、3条)积性函数的和函数还是积性函数(第5条)

性质三:整数唯一分解定理的应用

  • 详细内容:百度百科:唯一分解定理
  • n n n 为正整数,写成 n = p 1 a 1 p 2 a 2 ⋯ p s a s = ∏ s i = 1 p i a i n=p_1^{a_1}p_2^{a_2}\cdots p_s^{a_s}=\underset{i=1}{\overset{s}{\prod}}p_i^{a_i} n=p1a1p2a2psas=i=1spiai ,后文简写成 n = ∏ p i a i n=\prod p_i^{a_i} n=piai
    其中 p 1 < p 2 < ⋯ < p s p_1<p_2<\cdots<p_s p1<p2<<ps,为 s s s 个素数; 指数 a i ≥ 1 a_i\ge1 ai1
  • f ( x ) f(x) f(x) 为积性函数,且 n = ∏ p i a i n=\prod p_i^{a_i} n=piai f ( n ) = ∏ f ( p i a i ) f(n)=\prod f(p_i^{a_i}) f(n)=f(piai)
    f ( x ) f(x) f(x) 为完全积性函数,且 n = ∏ p i a i n=\prod p_i^{a_i} n=piai f ( n ) = ∏ f ( p i ) a i f(n)=\prod f(p_i)^{a_i} f(n)=f(pi)ai
    证明略。

常见的积性函数和加性函数介绍

完全加性函数

  • 总的质因子个数函数 Ω ( n ) = ∑ p ∈ P r i m e   ∑ p k ∣ n 1 \Omega(n)=\underset{p\in Prime}{\sum}\ \underset{p^k|n}{\sum}1 Ω(n)=pPrime pkn1
    另一种表述方法: n = ∏ p i a i n=\prod p_i^{a_i} n=piai,则 Ω ( n ) = ∑ a i \Omega(n)=\sum a_i Ω(n)=ai
  • 总的质因子和函数 a 0 ( n ) = ∑ p ∈ P r i m e   ∑ p k ∣ n p a_0(n)=\underset{p\in Prime}{\sum}\ \underset{p^k|n}{\sum}p a0(n)=pPrime pknp
    另一种表述方法: n = ∏ p i a i n=\prod p_i^{a_i} n=piai,则 a 0 ( n ) = ∑ p i a i a_0(n)=\sum p_ia_i a0(n)=piai

加性函数

  • 互异的质因子个数函数 ω ( n ) = ∑ p ∈ P r i m e   [ p   ∣   n ] \omega(n)=\underset{p\in Prime}{\sum}\ [p\ |\ n] ω(n)=pPrime [p  n]
    另一种表述方法: n = ∏ s i = 1 p i a i n=\underset{i=1}{\overset{s}{\prod}}p_i^{a_i} n=i=1spiai,则 ω ( n ) = s \omega(n)=s ω(n)=s
  • 互异的质因子和函数 a 1 ( n ) = ∑ p ∈ P r i m e   [ p   ∣   n ] × p a_1(n)=\underset{p\in Prime}{\sum}\ [p\ |\ n]\times p a1(n)=pPrime [p  n]×p
    另一种表述方法: n = ∏ p i a i n=\prod p_i^{a_i} n=piai,则 a 1 ( n ) = ∑ p i a_1(n)=\sum p_i a1(n)=pi

完全积性函数

  • 单位函数(元函数) ε ( n ) = [ n = 1 ] \varepsilon(n)=[n=1] ε(n)=[n=1],有时记为 e ( n ) e(n) e(n)
  • 幂函数 i d k ( n ) = n k id_k(n)=n^k idk(n)=nk
    恒等函数 i d 1 ( n ) = n id_1(n)=n id1(n)=n ,简记为 i d ( n ) = n id(n)=n id(n)=n I ( n ) = n I(n)=n I(n)=n
  • 常数函数(不变函数): 1 ( n ) = 1 1(n)=1 1(n)=1
  • 刘维尔函数 λ ( n ) = { 1 如 果 n = 1 ( − 1 ) Ω ( n ) 其 他 情 况 \lambda(n)=\begin{cases}1&如果n=1\\(-1)^{\Omega(n)}&其他情况\end{cases} λ(n)={ 1(1)Ω(n)n=1
    略证刘维尔函数为完全积性函数:因为 Ω ( n ) \Omega(n) Ω(n) 为完全加性函数,故 λ ( m n ) = λ ( m ) λ ( n ) \lambda(mn)=\lambda(m)\lambda(n) λ(mn)=λ(m)λ(n)
    百度百科:刘维尔函数

积性函数

  • 除数函数: σ k ( n ) = ∑ d ∣ n d k \sigma_k(n)=\underset{d|n}{\sum}d^k σk(n)=dndk
    因子和函数 σ 1 ( n ) = ∑ d ∣ n d \sigma_1(n)=\underset{d|n}{\sum}d σ1(n)=dnd,简记为 σ ( n ) \sigma(n) σ(n)
    因子个数函数 σ 0 ( n ) = ∑ d ∣ n 1 \sigma_0(n)=\underset{d|n}{\sum}1 σ0(n)=dn1,简记为 τ ( n ) \tau(n) τ(n) d ( n ) d(n) d(n)
  • 欧拉函数 φ ( n ) = ∑ n i = 1 [ gcd ⁡ ( i , n ) = 1 ] \varphi(n)=\underset{i=1}{\overset{n}{\sum}}[\gcd(i,n)=1] φ(n)=i=1n[gcd(i,n)=1]
  • 莫比乌斯函数 μ ( n ) = { 1 如 果 n = 1 0 n 存 在 大 于 1 的 平 方 因 子 ( − 1 ) ω ( n ) 其 他 情 况 \mu(n)=\begin{cases}1&如果n=1\\0&n存在大于1的平方因子\\(-1)^{\omega(n)}&其他情况\end{cases} μ(n)=10(1)ω(n)n=1n1
  • k k k 固定的最大公因数: gcd ⁡ ( n , k ) \gcd(n,k) gcd(n,k)
  • 伽马函数: γ ( n ) = ( − 1 ) ω ( n ) \gamma(n)=(-1)^{\omega(n)} γ(n)=(1)ω(n)

其他数论函数

  • 曼戈尔特(Mangoldt)函数: Λ ( n ) = { l o g   p 如 果 n = p k , 其 中 p 是 素 数 , k 是 正 整 数 0 其 他 情 况 \Lambda(n)=\begin{cases}log\ p&如果n=p^k,其中p是素数,k是正整数\\0&其他情况\end{cases} Λ(n)={ log p0n=pkpk
    百度百科:曼戈尔特函数
  • 梅滕斯(Mertens)函数: M ( n ) = ∑ n i = 1 μ ( i ) M(n)=\underset{i=1}{\overset{n}{\sum}}\mu(i) M(n)=i=1nμ(i)
  • 不大于 n n n 的质数个数函数: π ( n ) = ∑ n i = 1 [ i ∈ P r i m e ] \pi(n)=\underset{i=1}{\overset{n}{\sum}}[i\in Prime] π(n)=i=1n[iPrime]

⌈ \lceil 狄利克雷卷积 ⌋ \rfloor

定义

  • 两个数论函数 f 、 g f、g fg狄利克雷( D i r i c h l e t Dirichlet Dirichlet) 卷积为:
    ( f ∗ g ) ( n ) = ∑ d ∣ n f ( d ) g ( n d ) (f*g)(n)=\underset{d|n}{\sum}f(d)g(\frac{n}{d}) (fg)(n)=dnf(d)g(dn)
    其中 ( f ∗ g ) ( n ) (f*g)(n) (fg)(n) 简记为 ( f ∗ g ) (f*g) (fg) f ∗ g f*g fg

性质

狄利克雷卷积满足一下性质:

  • 交换律 f ∗ g = g ∗ f f*g=g*f fg=gf
  • 结合律 ( f ∗ g ) ∗ h = f ∗ ( g ∗ h ) (f*g)*h=f*(g*h) (fg)h=f(gh)
  • 分配律 f ∗ ( g + h ) = f ∗ g + f ∗ h f*(g+h)=f*g+f*h f(g+h)=fg+fh
  • 单位元 ε \varepsilon ε f ∗ ε = ε ∗ f = f f*\varepsilon=\varepsilon*f=f fε=εf=f

例子

  • ε = μ ∗ 1 \varepsilon=\mu*1 ε=μ1
    略证: μ ∗ 1 = ∑ d ∣ n μ ( d ) = ε \mu*1=\underset{d|n}{\sum}\mu(d)=\varepsilon μ1=dnμ(d)=ε
    详细证明见 算法讲5:莫比乌斯 | 定理 2
  • d = 1 ∗ 1 d=1*1 d=11
    略证: 1 ∗ 1 = ∑ d ∣ n 1 = d ( n ) 1*1=\underset{d|n}{\sum}1=d(n) 11=dn1=d(n)
  • σ = i d ∗ 1 \sigma=id*1 σ=id1
    略证: i d ∗ 1 = ∑ d ∣ n i d ( d ) = ∑ d ∣ n d = σ ( n ) id*1=\underset{d|n}{\sum}id(d)=\underset{d|n}{\sum}d=\sigma(n) id1=dnid(d)=dnd=σ(n)
  • φ = μ ∗ i d \varphi=\mu*id φ=μid
    略证: μ ∗ i d = ∑ d ∣ n μ ( d ) i d ( n d ) = φ ( n ) \mu*id=\underset{d|n}{\sum}\mu(d)id(\frac{n}{d})=\varphi(n) μid=dnμ(d)id(dn)=φ(n)
    为什么?因为 n = i d ( n ) = F ( n ) = ∑ d ∣ n φ ( d ) n=id(n)=F(n)=\underset{d|n}{\sum}\varphi(d) n=id(n)=F(n)=dnφ(d)
    根据莫比乌斯反演得到 φ ( n ) = ∑ d ∣ n μ ( d ) F ( n d ) = ∑ d ∣ n μ ( d ) i d ( n d ) \varphi(n)=\underset{d|n}{\sum}\mu(d)F(\frac{n}{d})=\underset{d|n}{\sum}\mu(d)id(\frac{n}{d}) φ(n)=dnμ(d)F(dn)=dnμ(d)id(dn)

下一节再讲信息学的莫比乌斯反演相关内容吧。

猜你喜欢

转载自blog.csdn.net/weixin_45775438/article/details/113650963