zoukankan      html  css  js  c++  java
  • [学习笔记] 狄利克雷卷积

    1. 定义

    两个数论函数 (f,g) 的狄利克雷卷积就是:

    [(f*g)(n)=sum_{d|n}f(d)g(frac{n}{d}) ]

    2. 性质

    2.1. 交换律

    [(f*g)(n)=(g*f)(n) ]

    2.2. 结合律

    [((f*g)*h)(n)=(f*(g*h))(n) ]

    证明:

    发现其实枚举的因子都是一样的,所以可以拓展到一个多函数的柿子:

    [(f_1*f_2*...*f_n)(len)=sum_{d_1d_2...d_n=len} f_1(d_1)f_2(d_2)...f_n(d_n) ]

    2.3. 分配律

    [((f+g)*h)(n)=(f*h+g*h)(n) ]

    证明:

    [((f+g)*h)(n)=sum_{d_1d_2=n}f(d_1)h(d_2)+g(d_1)h(d_2) ]

    2.4. 逆元

    对于每个 (f(1) eq 0) 的函数 (f),都有 (f*g=epsilon)

    证明:

    定义

    [g(n)=frac{1}{f(1)} left([n==1]-sum_{d|n,d eq1}f(d)g(frac{n}{d}) ight) ]

    则有:

    [f*g=sum_{d|n}f(d)g(frac{n}{d}) ]

    [=f(1)g(n)+sum_{d|n,d eq1}f(d)g(frac{n}{d}) ]

    [=[n==1]=epsilon ]

    注:就是从 (f*g=epsilon) 来推。

    3. 常用卷积

    • (f*epsilon=f)。显然只有 (d=n) 时才能贡献值,此时有 (f(n) imes 1)

    • (mu*1=epsilon)

      证明:

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

      • (n=1)。显然 (mu(1)=epsilon(1)=1)

      • (n eq1)。将 (n) 分解成 (p_1p_2...p_k),考虑除了 (1),只有质因子次数为 (1)(d) 对答案有贡献。枚举质因子个数 (r),显然符合条件的因子只有 (C_k^r) 个,(+1,-1) 就是对应的 (mu)

        [sum_{d|n}mu(d)=1-C_k^1+C_k^2...+(-1)^kC_k^k ]

        [=sum_{r=0}^k (-1)^rC_k^r ]

        由二项式定理得答案为 (0)

    • (1*1= ext d)。显然前式为 (sum_{d|n}1)我感觉这个看上去非常离谱。

    • ( ext{id}*1=sigma)

      证明:

      [( ext{id}*1)(n)=sum_{d|n}d=sigma(n) ]

    • (varphi*1= ext{id})

      证明:

      共乘 (mu),则等价于:

      [varphi= ext{id}*mu ]

      而,

      [varphi(n)=sum_{i=1}^n[gcd(i,n)=1] ]

      [=sum_{i=1}^nsum_{d|(i,n)}mu(d) ]

      [=sum_{d|n}mu(d) imes frac{n}{d} ]

      这里其实就是枚举 (d),那么 (d)(n) 以内的倍数个数可求,且倍数与 (n)(gcd)(d) 的倍数。

      [= ext{id}*mu ]

    好,我们整理一下:

    [mu stackrel{*1}{ ightarrow}epsilon stackrel{*1}{ ightarrow}1 stackrel{*1}{ ightarrow}sigma_0 ]

    [varphi stackrel{*1}{ ightarrow} ext{id} stackrel{*1}{ ightarrow}sigma ]

    反过来也可以,我们乘上 (mu)(即 (1) 的逆元)就行了。

  • 相关阅读:
    HTML 简介
    Composer 安装与使用
    给手绘图着色(添加颜色或色彩):CVPR2020论文点评
    图像分类:CVPR2020论文解读
    CVPR2020论文解读:OCR场景文本识别
    CVPR2020论文解读:手绘草图卷积网络语义分割
    汽车芯片综述
    CVPR2020论文解析:视觉算法加速
    CVPR2020无人驾驶论文摘要
    CVPR2020论文解析:视频语义检索
  • 原文地址:https://www.cnblogs.com/AWhiteWall/p/14408497.html
Copyright © 2011-2022 走看看