狄利克雷卷积及常见函数与莫比乌斯反演

本文介绍狄利克雷卷积,它是数论函数间的二元运算,在信息学竞赛和解析数论中很重要,具有交换律、结合律和分配律。还阐述了单位函数、幂函数、除数函数、欧拉函数、莫比乌斯函数等积性函数,以及莫比乌斯反演和常用狄利克雷卷积公式。

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∣nf(d)g(nd)=∑d∣nf(nd)g(d)(d∈N)(f∗g)(n)=∑xy=nf(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. fffggg 都为积性函数,那么 f∗gf*gfg 也为积性函数

aaabbb 满足 gcd(a,b)=1gcd(a,b)=1gcd(a,b)=1,那么:
(f∗g)(a) ∗ (f∗g)(b)=∑d1∣af(d1)g(ad1)∗∑d2∣bf(d2)g(bd2)=∑d1d2∣abf(d1d2)g(abd1d2)=∑d∣abf(d)g(abd)=(f∗g)(ab) \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 aaabbb 互质,我们能将 ∑d1∣a∑d2∣b\sum_{d_1|a}\sum_{d_2|b}d1ad2b 合并成 ∑d1d2∣ab\sum_{d_1d_2|ab}d1d2ab,所以 f∗gf*gfg 也就是积性函数了.


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

(f∗g)(n)=∑xy=nf(x)g(y)=∑yx=nf(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)=∑wz=n(f∗g)(w) h(z)=∑wz=n(∑xy=wf(x)g(y))h(z)=∑xyz=nf(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)=∑xw=nf(x)(g∗h)(w)=∑xw=nf(x)(∑yz=wg(y)h(z))=∑xyz=nf(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)=∑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)=(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. fffggg 都为积性函数,那么 f∗gf*gfg 也为积性函数
  2. 狄利克雷卷积具有交换律,即 f∗g=g∗ff*g = g*ffg=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=10,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∣nf(d)ϵ(nd)=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 111 在普通乘法中的作用是类似的.

任何函数(包括 ϵ\epsilonϵ)和 ϵ\epsilonϵ 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 nnn 的逆元是 n−1n^{-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 1n\frac{1}{n}n1),那么就有这样两个式子:

n×n−1=1n\times n^{-1} = 1n×n1=1

n×n−1≡1mod  rn\times n^{-1} \equiv 1 \quad \mod rn×n11modr

数字 111 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\epsilonϵ,我们定义狄利克雷逆如下:
f∗f−1=ϵ f*f^{-1}=\epsilon ff1=ϵ
函数 f−1f^{-1}f1 就称为函数 fff狄利克雷逆.

幂函数 Idk(n)Id_k(n)Idk(n)

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

特别的,有:

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

  • k=0k=0k=0 时,为常数函数 1(n)\pmb1(n)1(n),即 1(n)=1\pmb1(n)=11(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 111,不要和 111 弄混了.
    在某些场合,有人会用大写字母 III 来代替 1\pmb 11,以防混淆,这里还是使用 1\pmb 11.

除数函数 σk(n)\sigma_k(n)σk(n)

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

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

特别的,有:

  • k=1k=1k=1 时,为因数函数 σ(n)\sigma(n)σ(n),即 σ(n)=∑d∣nd\sigma(n)=\sum_{d|n} dσ(n)=dnd
  • k=0k=0k=0 时,为个数函数 d(n)d(n)d(n),即 d(n)=∑d∣n1d(n)=\sum_{d|n} 1d(n)=dn1

或者说,假设 nnn 分解为 ∏i=1mpici(ci∈N∗,pi∈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=1m(∑j=0cipij)\sigma(n) = \prod_{i=1}^m(\sum_{j=0}^{c_i} p_i^j)σ(n)=i=1m(j=0cipij)
  • d(n)=∏i=1m(ci+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 nnn,欧拉函数 φ(n)\varphi(n)φ(n) 是小于或等于 nnn 的正整数中与 nnn 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\varphiφ 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)。

nnn 是质数的时候,显然有 φ(n)=n−1\varphi(n) = n - 1φ(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) = 1gcd(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 nnn 是奇数时 φ(2n)=φ(n)\varphi(2n) = \varphi(n)φ(2n)=φ(n)


  1. n=∑d∣nφ(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) = dgcd(k,n)=d,那么 gcd⁡(kd,nd)=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) = xgcd(k,n)=x 的数的个数,那么 n=∑i=1nf(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(nx)f(x) = \varphi(\dfrac{n}{x})f(x)=φ(xn),从而 n=∑d∣nφ(nd)n = \sum_{d|n}\varphi(\dfrac{n}{d})n=dnφ(dn),所以上式化为 n=∑d∣nφ(d)n = \sum_{d|n}\varphi(d)n=dnφ(d)


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

显然对于从 111pkp^kpk 的所有数中,除了 pk−1p^{k-1}pk1ppp 的倍数以外其它数都与 pkp^kpk 互素,故 φ(pk)=pk−pk−1=pk−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. nnn 的分解为 ∏i=1mpici(ci∈N∗,pi∈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=1mpi−1pi\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 aφ(m)≡1 (mod m)a^{\varphi(m)}\equiv1\ (\text{mod}\ m)aφ(m)1 (mod m)

扩展欧拉定理

ab≡{ab mod φ(p)(a,p)=1ab(a,p)≠1,b<φ(p)ab mod φ(p)+φ(p)(a,p)≠1,b≥φ(p)mod  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 ababmodφ(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):={1n=10n 含有平方因子(−1)kk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 nnn 的分解为 ∏i=1mpici(ci∈N∗,pi∈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=1n=1n=1,那么 μ(n)=1\mu(n)=1μ(n)=1

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

一些性质
  1. 莫比乌斯函数为积性函数;

  2. ∑d∣nμ(d)={1n=10n≠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=1kpici,n′=∏i=1kpin=\prod_{i=1}^k{p_i}^{c_i},n'=\prod_{i=1}^k p_in=i=1kpici,n=i=1kpi 那么 ∑d∣nμ(d)=∑d∣n′μ(d)=∑i=0k(ki)⋅(−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))^kdnμ(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=0k=0k=0n=1n=1n=1 时值为 111 否则为 000,这也同时证明了 ∑d∣nμ(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=\varepsilonμ1=ε.

所以,莫比乌斯函数也可定义为函数 1\pmb 11 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∣nf(d)⇔f(n)=∑d∣nμ(d)g(nd) 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,gf,gf,g 和完全积性函数 tttt(1)=1t(1)=1t(1)=1:
f(n)=∑i=1nt(i)g(⌊ni⌋)  ⟺  g(n)=∑i=1nμ(i)t(i)f(⌊ni⌋) 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*1ϵ=μ1

上文:

n=∏i=1kpici,n′=∏i=1kpin=\prod_{i=1}^k{p_i}^{c_i},n'=\prod_{i=1}^k p_in=i=1kpici,n=i=1kpi 那么 ∑d∣nμ(d)=∑d∣n′μ(d)=∑i=0k(ki)⋅(−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))^kdnμ(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=0k=0k=0n=1n=1n=1 时值为 111 否则为 000,这也同时证明了 ∑d∣nμ(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=\varepsilonμ1=ε.

d=1∗1d=\pmb1*\pmb1d=11σ=Id∗1\sigma = Id*\pmb1σ=Id1

均易证,略

Id=φ∗1Id=\varphi*\pmb1Id=φ1φ=μ∗Id\varphi =\mu*Idφ=μId

上文:

Id(n)=n=∑d∣nφ(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) = dgcd(k,n)=d,那么 gcd⁡(kd,nd)=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) = xgcd(k,n)=x 的数的个数,那么 n=∑i=1nf(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(nx)f(x) = \varphi(\dfrac{n}{x})f(x)=φ(xn),从而 n=∑d∣nφ(nd)n = \sum_{d|n}\varphi(\dfrac{n}{d})n=dnφ(dn)。注意到约数 dddnd\dfrac{n}{d}dn 具有对称性,所以上式化为 n=∑d∣nφ(d)n = \sum_{d|n}\varphi(d)n=dnφ(d)

而因为 μ\muμ1\pmb 11 的逆,所以 φ∗1∗μ=Id∗μ=φ\varphi*\pmb 1*\mu=Id*\mu=\varphiφ1μ=Idμ=φ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值