zoukankan      html  css  js  c++  java
  • 常见迪利克雷卷积及其证明

    目录

    目录地址

    上一篇

    下一篇


    所有积性函数和 (oldsymbol varepsilon) 的卷积都为其本身

    由定义可以直接得到


    (oldsymbol mu)(oldsymbol I) 的卷积为 (oldsymbol varepsilon)

    由定义可以直接得到


    (oldsymbol I)(oldsymbol I) 的卷积为 (oldsymbol sigma_0)

    (displaystyle (oldsymbol I*oldsymbol I)(n)=sum_{dmid n}oldsymbol I(d)cdot oldsymbol I({nover d})=sum_{dmid n}1cdot 1=sum_{dmid n}1=oldsymbol sigma_0(n))


    (oldsymbol I)(oldsymbol {id}^k) 的卷积为 (oldsymbol sigma_k)

    (displaystyle (oldsymbol I*oldsymbol {id}^k)(n)=sum_{dmid n}oldsymbol I({nover d})cdot oldsymbol {id}^k(d)=sum_{dmid n}1cdot d^k=sum_{dmid n}d^k=oldsymbol sigma_k(n))


    (oldsymbol sigma_k)(oldsymbol mu) 的卷积为 (oldsymbol {id}^k)

    (oldsymbol sigma_k*oldsymbol mu=oldsymbol {id}^k*oldsymbol I*oldsymbol mu=oldsymbol {id}^k*oldsymbol varepsilon=oldsymbol {id}^k)


    (oldsymbol varphi)(oldsymbol I) 的卷积为 (oldsymbol {id})

    考虑 (n) 个分数 ({1over n},{2over n},{3over n}cdots {n-1over n})

    我们现在把它们能约分的都约分了,显然,约分过后的所有分母一定为 (n) 的因数

    我们考虑分母为 (d) 的分数,它们的个数显然为: (displaystyle sum_{i=1}^n[{nover gcd(i,n)}=d]=sum_{i=1}^n[gcd(i,n)={nover d}])

    那么有几个数字 (i) 满足 (gcd(i,n)={nover d}) 呢?

    首先,我们可以知道,满足的数字一定是 (i={nover d}cdot k) 的形式,其中 (k) 是非负整数,因此 (k) 的范围是 (1)~(d)

    所以个数为 (displaystyle sum_{k=1}^d[gcd({nover d}cdot k,n)={nover d}])

    由于 (gcd) 的性质,易得到 (gcd({nover d}cdot k,{nover d}cdot d)={nover d}cdot gcd(k,d))

    带进去即可得到个数为 (displaystyle sum_{k=1}^d[{nover d}cdot gcd(k,d)={nover d}]=sum_{k=1}^d[gcd(k,d)=1])

    由定义可得, (displaystyle sum_{k=1}^d[gcd(k,d)=1]=oldsymbol varphi(d))

    因此,分母为 (d) 的数个数为 (oldsymbol varphi(d))

    而把所有因数考虑起来,即为总分数个数 (n)

    (displaystyle n=sum_{dmid n}oldsymbol varphi(d)=sum_{dmid n}oldsymbol varphi (d)cdot oldsymbol I({nover d}))

    因此 (oldsymbol varphi*oldsymbol I=oldsymbol {id})


    (oldsymbol {id})(oldsymbol mu) 的卷积为 (oldsymbol varphi)

    (oldsymbol {id}*oldsymbol mu=oldsymbol varphi*oldsymbol I*mu=oldsymbol varphi*oldsymbol varepsilon=oldsymbol varphi)


    (oldsymbol {id})(oldsymbol {id}) 的卷积为 (oldsymbol {id}cdot oldsymbol sigma_0)

    (displaystyle (oldsymbol {id}*oldsymbol {id})(n)=sum_{dmid n}oldsymbol {id}(d)cdot oldsymbol {id}({nover d})=sum_{dmid n}dcdot {nover d}=sum_{dmid n}n=ncdot sum_{dmid n}1=(oldsymbol {id}cdot oldsymbol sigma_0)(n))


    (oldsymbol {id}^k)(oldsymbol {id}^k) 的卷积为 (oldsymbol {id}^kcdot sigma_0)

    (displaystyle (oldsymbol {id}^k*oldsymbol {id}^k)(n)=sum_{dmid n}oldsymbol {id}^k(d)cdot oldsymbol {id}^k({nover d})=sum_{dmid n}d^kcdot ({nover d})^k=sum_{dmid n}n^k=n^kcdot sum_{dmid n}1=(oldsymbol {id}^kcdot oldsymbol sigma_0)(n))


    (oldsymbol {id}^k)(oldsymbol {id}^t(tgeq k)) 的卷积为 (oldsymbol {id}^kcdot sigma_{t-k})

    (displaystyle (oldsymbol {id}^k*oldsymbol {id}^t)(n)=sum_{dmid n}oldsymbol {id}^k({nover d})cdot oldsymbol {id}^t(d)=sum_{dmid n}({nover d})^kcdot d^t=sum_{dmid n}n^kcdot d^{t-k}=n^kcdot sum_{dmid n}d^{t-k}=(oldsymbol {id}^kcdot oldsymbol sigma_{t-k})(n))


    任意完全积性函数 (oldsymbol g) 与积性函数 (oldsymbol fcdot oldsymbol g) 的卷积为 ((oldsymbol f*oldsymbol I)cdot oldsymbol g)

    (displaystyle (oldsymbol g*(oldsymbol fcdot oldsymbol g) )(n)=sum_{dmid n}oldsymbol g({nover d})cdot oldsymbol f(d)cdot oldsymbol g(d)=sum_{dmid n}oldsymbol f(d)cdot oldsymbol g(n)=oldsymbol g(n)cdotsum_{dmid n}oldsymbol f(d)=oldsymbol g(n)cdotsum_{dmid n}oldsymbol f(d)cdot oldsymbol I({nover d})=( (oldsymbol f*oldsymbol I)cdot oldsymbol g)(n))

    这个性质有一个弱化版:若对于积性函数 (oldsymbol g) 满足 (oldsymbol g({nover d})cdot oldsymbol g(d)=oldsymbol h(n),dmid n)(oldsymbol g*(oldsymbol fcdot oldsymbol g)=(oldsymbol f*oldsymbol I)cdot oldsymbol h)

    思路类似于上面,就不写了

  • 相关阅读:
    Hanoi塔
    采药
    进制转换(大数)
    Load Balancing with NGINX 负载均衡算法
    upstream模块实现反向代理的功能
    epoll
    在nginx启动后,如果我们要操作nginx,要怎么做呢 别增加无谓的上下文切换 异步非阻塞的方式来处理请求 worker的个数为cpu的核数 红黑树
    粘性会话 session affinity sticky session requests from the same client to be passed to the same server in a group of servers
    负载均衡 4层协议 7层协议
    A Secure Cookie Protocol 安全cookie协议 配置服务器Cookie
  • 原文地址:https://www.cnblogs.com/JustinRochester/p/12468543.html
Copyright © 2011-2022 走看看