---

tags: Combinatorics

写在前面

前面铺垫了很多偏序集和格,分配格等的基本知识, 下面开始以这些代数结构为研究对象, 探寻其上的一些性质与关系, 我们先以关联代数的定义开始说起.

关联代数简介

定义

• 令$\mathrm{Int}(P)$表示$P$上所有的区间的集合, (空集不是区间)
• 令$K$为一个域, 定义$f:\mathrm{Int}(P)\to K$, 用$f(x,y)$表示$f([x,y])$.

$P$在$K$上的关联代数$I(P,K)$定义为: 由所有的函数$f:\mathrm{Int}(P)\to K$构成的$K$-代数, 其中乘法(卷积)定义为:

$$(fg)(x,y)=\sum _{x\le {}_{\stackrel{{}_z}{{}^{\cdot }}}\le y}f(x,z)g(z,y).$$

且关联代数$I(P,K)$有双侧单位元的结合$K$-代数, 单位元记为$\delta$或者$1$,定义为

$$\delta (x,y)=\{\begin{array}{ll}1,& \text{if}x=y,\\ 0,& \text{if}x\ne y.\end{array}$$

取数域$K=\mathbb{C}$即可, 可将$I(P,\mathbb{C})$简记为$I(P)$.

---

另一种表达:

将$I(P,K)$视为由所有的形式表达式:

$$f=\sum _{[x,y]\in \mathrm{Int}(P)}f(x,y)[x,y]$$

组成的, 其中卷积定义如下:

$$[x,y]\cdot [z,w]=\{\begin{array}{ll}[x,w],& \text{if }y=z,\\ 0,& \text{if }y\ne z,\end{array}$$

并且通过双线性(允许$[x,y]$的无限线性组合)扩展到所有的$I(P,K)$.

有限情形的例子

如果$P$有限, 其中元素记为$x_1,\cdots ,x_n$, 其中$x_i<x_j\Rightarrow i<j$, 于是$I(P)$同构于$\mathbb{C}$上满足: 若$x_i\nleqq x_j$则$m_{ij}=0$的上三角矩阵$M=(m_{ij}),1\le i,j\le n$构成的代数. (可以从$m_{ij}$到$f(x_i,x_j)$建立映射关系)

如果$P$由下图给出, 则$I(P)$同构于形式为

$$ \begin{bmatrix} ∗ & 0 & ∗ & 0 & ∗\\ 0 & ∗ & ∗ & ∗ & ∗\\ 0 & 0 & ∗ & 0 & ∗\\ 0 & 0 & 0 & ∗ & ∗\\ 0 & 0 & 0 & 0 & ∗\\ \end{bmatrix} $$ 的矩阵构成的代数.

性质

设$f\in I(P)$, 则下面的条件等价:

• $f$有一个左逆元;
• $f$有一个右逆元;
• $f$有一个双侧逆元(必然是唯一的左逆元和右逆元);
• $f(x,x)\ne 0,\forall x\in P$成立.

进一步, 如果$f^{-1}$存在, 则$f^{-1}(x,y)$仅取决于偏序集$[x,y]$.

证明:

设$fg=\delta$, 等价于$\forall x\in P$, 有$f(x,x)g(x,x)=1$, $\forall x,y\in P$, 且满足$x<y$, 有

KaTeX parse error: Limit controls must follow a math operator at position 35: …-1}{\large\sum}\̲l̲i̲m̲i̲t̲s̲_{x<z\le y}f(x,…

于是$f$有右逆元$g⟺\forall x\in P,f(x,x)\ne 0$, 并且此时$f^{-1}(x,y)$仅取决于$[x,y]$.

同理, 设$hf=\delta$, 即得到$f$有右逆元$⟺\forall x\in P,f(x,x)\ne 0⟺f$有右逆元.

另外, 由$fg=\delta ,hf=\delta$, 得到$g=h$.

关联代数中有用的函数

zeta函数

$\zeta (x,y)=1,\forall x,y\in P,x\le y$. 所以有

$$\begin{array}{rl}{\zeta }^2(x,y)& =\sum _{x\le z\le y}1=\text{card}[x,y],\\ {\zeta }^k(x,y)& =\sum _{x=x_0\le x_1\le \cdots \le x_k=y}1,\end{array}$$

即从$x$到$y$的长度为$k$的可重链的条数. 类似有

$$(\zeta -1)(x,y)=\{\begin{array}{ll}1,& x<y,\\ 0,& x=y.\end{array}$$

于是$(\zeta -1{)}^k(x,y)$是从$x$到$y$的长度为$k$的链$x=x_0<x_1<\cdots <x_k=y$的条数.

下面是$(2-\zeta )(x,y)\in I(P)$,

$$(2-\zeta )(x,y)=\{\begin{array}{ll}1,& x=y,\\ -1,& x<y.\end{array}$$

Möbius反演

由上述讨论, 局部有限偏序集$P$的zeta函数$\zeta$可逆, 其逆称为$P$的Möbius函数, 记为$\mu$(或者${\mu }_P$). 通过归纳定义, 可得到:

$$\begin{gathered} \mu \zeta =\delta ⟺ \\ \{\begin{array}{l}\mu (x,x)=1,\forall x\in P,\\ \mu (x,y)=-\sum _{x\le z<y}\mu (x,z),\forall x<y\in P,\end{array} \end{gathered}$$

第二个式子可以直接通过$(1)$式代入后展开得到.

Möbius反演公式

设$P$为所有主序理想有限的偏序集, 令$f,g:P\to \mathbb{C}$, 有

$$g(x)=\sum _{y\le x}f(y),\forall x\in P,\text{\hspace{1em}(2)}$$

当且仅当

$$f(x)=\sum _{y\le x}g(y)\mu (y,x),\forall x\in P.$$

这个证明看原版英文书中有一个通过平凡计算证明的方法, 感觉要更好理解一些.(子空间作用有点抽象) 假定$(2)$成立, 则有

$$\begin{array}{rl}\sum _{y\le x}g(y)\mu (y,x)& =\sum _{y\le x}\mu (y,x)\sum _{z\le y}f(z)\\ & =\sum _{z\le x}f(z)\sum _{z\le y\le x}\mu (y,x)\\ & =\sum _{z\le x}f(z)\delta (z,x)=f(x)\end{array}$$

其中倒数第二个等号成立是因为:

$$\delta (z,x)=(\zeta \mu )(z,x)=\sum _{z\le y\le x}\zeta (z,y)\mu (y,x)=\sum _{z\le y\le x}\mu (y,x)$$

对偶形式

设$P$为一个所有主对偶序理想$V_x$均有限的偏序集, 令$f,g\in {\mathbb{C}}^P$, 则有

$$g(x)=\sum _{y\ge x}f(y),\forall x\in P,$$

当且仅当

$$f(x)=\sum _{y\ge x}\mu (x,y)g(y),\forall x\in P.$$

一个例子: Möbius反演公式的意义

回忆本章开头的一个例子: 有限集合$A,B,C,D$, 满足:

$$D=A\cap B=A\cap C=B\cap C=A\cap B\cap C,$$

通过容斥原理得到:

$$\begin{array}{rl}|A\cup B\cup C|& =|A|+|B|+|C|-|A\cap B|-|A\cap C|-|B\cap C|+|A\cap B\cap C|\\ & =|A|+|B|+|C|-2|D|\end{array}$$

下面通过Möbius反演解释上述等式:

给定$n$个有限集合$S_1,...,S_n$, 令$P$为它们所有的交集在包含关系下构成的偏序集, 其中包括空交$S_1\cup \cdots \cup S_n=\hat{1}$, 若$T\in P$, 令$f(T)$表示$P$中属于$T$但不属于任何$T^{\prime }<T$的元素的个数, 令$g(T)=|T|$.

下面通过上述的反演公式找出关于

$$|S_1\cup \cdots \cup S_n|=\sum _{T\le \hat{1}}f(T)=g(\hat{1}),$$

的表达式, 已知:

$$g(T)=\sum _{T^{\prime }\le T}f(T^{\prime }),$$

由$P$上的Möbius反演得到

$$\begin{array}{rl}0=f(\hat{1})& =\sum _{T\in P}g(T)\mu (T,\hat{1})\\ & =\sum _{T\le \hat{1}}g(T)\mu (T,\hat{1})\\ & =g(\hat{1})\mu (\hat{1},\hat{1})+\sum _{T<\hat{1}}|T|\mu (T,\hat{1})\\ \Rightarrow g(\hat{1})& =-\sum _{T<\hat{1}}|T|\mu (T,\hat{1}).\end{array}$$

于是, 上面的例子就可以直接由反演公式给出(Hasse图如下), 其中

$$\begin{array}{rl}0& =\delta (A,\hat{1})=(\mu \zeta )(A,\hat{1})\\ & =\sum _{A\le z\le \hat{1}}\mu (A,z)\zeta (z,\hat{1})\\ & =\mu (A,A)\zeta (A,\hat{1})+\mu (A,\hat{1})\zeta (\hat{1},\hat{1})=1+\mu (A,\hat{1})\\ \Rightarrow & \mu (A,\hat{1})=\mu (B,\hat{1})=\mu (C,\hat{1})=-1\end{array}$$

$$\begin{array}{rl}0& =\delta (D,\hat{1})=(\mu \zeta )(D,\hat{1})\\ & =\sum _{D\le z\le \hat{1}}\mu (D,z)\zeta (z,\hat{1})\\ & =\mu (D,D)\zeta (D,\hat{1})+\mu (D,A)\zeta (A,\hat{1})+\mu (D,B)\zeta (B,\hat{1})\\ & +\mu (D,C)\zeta (C,\hat{1})+\mu (D,\hat{1})\zeta (\hat{1},\hat{1})\\ & =1+(-3)+\mu (D,\hat{1})\\ \Rightarrow & \mu (D,\hat{1})=2\end{array}$$