Featured image of post 當只知道總和時,能否還原最初的數值?——莫比烏斯反演的數學

當只知道總和時,能否還原最初的數值?——莫比烏斯反演的數學

當我們無法直接觀測純粹的原始量,而只能計算其在因數或子集層級上的累積總和時,如何系統地剝離重複計算的貢獻?深入解析莫比烏斯函數、狄利克雷卷積交換環、黎曼ζ函數對偶性、歐拉函數與分圓多項式應用,以及羅塔(Gian-Carlo Rota)基於偏序集(Poset)與關聯代數的大統一理論。

1. 引言:從「混雜的總和」中還原「純粹的原始量」

在數論、組合數學、代數學以及統計物理的眾多核心問題中,我們經常面臨同一個逆問題(Inverse Problem)困境:我們真正渴望得知的純粹原始量(Primitive quantity) \(f(n)\) 往往難以直接計數或測量,但將層級結構中所有下層元素混雜在一起的累積總和 \(g(n)\) 卻可以輕而易舉地算出。

讓我們看三個極具代表性的具體例子:

  1. 週期字串與非週期原始字串(Lyndon 詞): 用 \(q\) 個字母構造長度為 \(n\) 的字串,總數顯然是 \(g(n) = q^n\)。然而,在這 \(q^n\) 個字串中,混雜著由更短週期 \(d \mid n\) 重複而成的退化字串(例如當 \(n=6\) 時,包含最小週期為 \(d = 1, 2, 3\) 的重複模式)。設最小週期恰好為 \(d\) 的「真正非週期字串」有 \(f(d)\) 個,由於每個長度為 \(n\) 的字串都有唯一的最小週期 \(d \mid n\),我們便得到因數和關係: \(g(n) = \sum_{d \mid n} f(d)\)
  2. 可約分數與既約分數(歐拉函數 \(\varphi(n)\)): 考察分母為 \(n\) 的 \(n\) 個分數 \(\frac{1}{n}, \frac{2}{n}, \dots, \frac{n}{n}\)。將它們化為最簡既約分數後,分母必然變為 \(n\) 的某個正因數 \(d \mid n\),而分母恰好為 \(d\) 的既約分數個數正是歐拉函數 \(\varphi(d)\)。因此總個數 \(n\) 滿足高斯恆等式: \(n = \sum_{d \mid n} \varphi(d)\)
  3. 子集累積和與排容原理(Inclusion-Exclusion): 設有限集合 \(S\) 的每個子集 \(A\) 具有內稟權重 \(f(A)\),但能直接觀測的只有包含在 \(B\) 內的所有子集權重之和 \(g(B) = \sum_{A \subseteq B} f(A)\)。
\[f(6) = g(6) - g(3) - g(2) + g(1)\]\[f(12) = g(12) - g(6) - g(4) + g(2)\]

奇妙的是,儘管 \(3\) 和 \(1\) 也是 \(12\) 的因數,\(g(3)\) 和 \(g(1)\) 的係數卻變成了 \(0\)(因為商 \(12/3 = 4 = 2^2\) 和 \(12/1 = 12 = 2^2 \cdot 3\) 含有平方質因數)!

1832年,因「莫比烏斯帶」聞名於世的德國數學家奧古斯特·費迪南德·莫比烏斯(August Ferdinand Möbius)引入了莫比烏斯函數 \(\mu(n)\),完美解決了這一去重難題。1964年,麻省理工學院數學家吉安-卡洛·羅塔(Gian-Carlo Rota)進一步發表了里程碑論文 “On the Foundations of Combinatorial Theory I: Theory of Möbius Functions”,將莫比烏斯反演提升至偏序集(Poset)上的關聯代數(Incidence Algebra),證明了數論反演、排容原理、微積分基本定理與機率論累積量展開本質上是同一個定理。

  flowchart TD
    A["純粹的原始量 f(n)<br/>(難以直接觀測或直接計數)"] -->|"按因數求累積和<br/>(與常數函數 1 的狄利克雷卷積: g = f * 1)"| B["可觀測的混合總和 g(n) = Σ_{d|n} f(d)<br/>(極易計算,但包含下層重複)"]
    B -->|"莫比烏斯反演公式<br/>(與逆元 μ = 1⁻¹ 卷積: f = g * μ)"| C["精確還原純粹原始量<br/>f(n) = Σ_{d|n} μ(d) g(n/d)"]
    D["莫比烏斯函數 μ(n) ∈ {-1, 0, 1}<br/>含平方因數時為 0;k 個相異質因數時為 (-1)^k"] -.->|"精確抵消過度扣除與重複疊加"| C

2. 莫比烏斯函數 \(\mu(n)\) 的定義、乘性及基本恆等式

2.1 莫比烏斯函數的嚴格定義

\[\mu(n) = \begin{cases} 1 & \text{若 } n = 1, \\[4pt] (-1)^k & \text{若 } n = p_1 p_2 \cdots p_k \text{ 為 } k \text{ 個互不相同的質數之積(無平方因數)}, \\[4pt] 0 & \text{若存在質數 } p \text{ 使得 } p^2 \mid n \text{(即 } n \text{ 含有平方質因數)}. \end{cases}\]

下表列出了 \(n = 1\) 至 \(12\) 的質因數分解、無平方因數(Square-free)判定、\(\mu(n)\) 的取值以及累積和梅滕斯函數(Mertens function) \(M(n) = \sum_{m=1}^n \mu(m)\):

\(n\)質因數分解是否無平方因數?相異質因數個數 \(k\)莫比烏斯函數 \(\mu(n)\)梅滕斯函數 \(M(n) = \sum_{m=1}^n \mu(m)\)
\(1\)\(1\)(空積)是\(0\)\(+1\)\(+1\)
\(2\)\(2\)是\(1\)\(-1\)\(0\)
\(3\)\(3\)是\(1\)\(-1\)\(-1\)
\(4\)\(2^2\)否 (\(2^2 \mid 4\))—\(0\)\(-1\)
\(5\)\(5\)是\(1\)\(-1\)\(-2\)
\(6\)\(2 \cdot 3\)是\(2\)\(+1\)\(-1\)
\(7\)\(7\)是\(1\)\(-1\)\(-2\)
\(8\)\(2^3\)否 (\(2^2 \mid 8\))—\(0\)\(-2\)
\(9\)\(3^2\)否 (\(3^2 \mid 9\))—\(0\)\(-2\)
\(10\)\(2 \cdot 5\)是\(2\)\(+1\)\(-1\)
\(11\)\(11\)是\(1\)\(-1\)\(-2\)
\(12\)\(2^2 \cdot 3\)否 (\(2^2 \mid 12\))—\(0\)\(-2\)

為什麼當 \(p^2 \mid n\) 時 \(\mu(n) = 0\)? 設 \(n = p_1^{a_1} \cdots p_k^{a_k}\)。\(n\) 的所有真因數都包含在 \(k\) 個極大真因數 \(M_i = n/p_i\) (\(i=1,\dots,k\)) 的因數集合之聯集中。根據集合的排容原理,這些極大真因數集合的交集對應於最大公因數 \(\gcd(n/p_{i_1}, \dots, n/p_{i_r}) = \frac{n}{p_{i_1}\cdots p_{i_r}}\),其中每個質因數至多被除掉一次。因此,只有無平方因數的除數 \(d = p_{i_1}\cdots p_{i_r}\) 才會出現在排容過程中;一旦 \(p^2 \mid d\),對應的項早已在單次除法的層級中被徹底抵消,故其修正係數必為 \(\mu(d) = 0\)。

2.2 積性(Multiplicativity)與基本恆等式的證明

  1. 積性:若 \(\gcd(a, b) = 1\),則 \(\mu(ab) = \mu(a)\mu(b)\)。 證明:若 \(a\) 或 \(b\) 含有平方質因數,則 \(ab\) 也含有平方質因數,兩邊皆為 \(0\);若 \(a = p_1\cdots p_r\) 與 \(b = q_1\cdots q_s\) 均無平方因數,由 \(\gcd(a, b) = 1\) 知質因數集合互不相交,故 \(ab\) 是 \(r+s\) 個相異質數之積,從而 \(\mu(ab) = (-1)^{r+s} = (-1)^r (-1)^s = \mu(a)\mu(b)\)。\(\blacksquare\)

  2. \[\sum_{d \mid n} \mu(d) = \varepsilon(n) := \begin{cases} 1 & n = 1, \\ 0 & n > 1. \end{cases}\]\[\sum_{d \mid n} \mu(d) = \sum_{j = 0}^{k} \binom{k}{j} (-1)^j 1^{k - j} = (1 - 1)^k = 0. \quad \blacksquare\]

3. 狄利克雷卷積(Dirichlet Convolution)與數論函數交換環

3.1 狄利克雷卷積與逆元 \(\mu = \mathbf{1}^{-1}\)

在全體數論函數空間 \(\mathcal{A} = \{f : \mathbb{N}^+ \to \mathbb{C}\}\) 上,定義狄利克雷卷積:

\[(f * g)(n) := \sum_{d \mid n} f(d)\,g\!\left(\frac{n}{d}\right) = \sum_{ab = n} f(a)\,g(b)\]

代數結構 \((\mathcal{A}, +, *)\) 構成一個以 \(\varepsilon(n) = [n = 1]\) 為乘法單位元(滿足 \(f * \varepsilon = \varepsilon * f = f\))的含幺交換環。任一滿足 \(f(1) \neq 0\) 的函數 \(f\) 均存在唯一的狄利克雷逆元 \(f^{-1}\)。

\[g(n) = \sum_{d \mid n} f(d) = (f * \mathbf{1})(n) \iff g = f * \mathbf{1}\]\[\mu * \mathbf{1} = \mathbf{1} * \mu = \varepsilon \quad \Longleftrightarrow \quad \mu = \mathbf{1}^{-1}\]

莫比烏斯函數 \(\mu\) 正是常數函數(因數求和算子)\(\mathbf{1}\) 在狄利克雷卷積環中的精確乘法逆元!

\[g = f * \mathbf{1} \iff g * \mu = f * (\mathbf{1} * \mu) = f * \varepsilon = f \iff f(n) = \sum_{d \mid n} \mu(d)\,g\!\left(\frac{n}{d}\right) = \sum_{d \mid n} \mu\!\left(\frac{n}{d}\right) g(d)\]

3.2 狄利克雷級數、黎曼 \(\zeta\) 函數與黎曼猜想

若將數論函數 \(f\) 映射為其狄利克雷級數 \(D_f(s) = \sum_{n=1}^{\infty} \frac{f(n)}{n^s}\),則狄利克雷卷積恰好轉化為級數的普通乘法:\(D_{f * g}(s) = D_f(s) D_g(s)\)。 由於常數函數 \(\mathbf{1}\) 對應於黎曼 \(\zeta\) 函數 \(D_{\mathbf{1}}(s) = \zeta(s) = \sum_{n=1}^{\infty} \frac{1}{n^s}\),而單位元對應於 \(D_{\varepsilon}(s) = 1\),恆等式 \(\mathbf{1} * \mu = \varepsilon\) 直接給出:

\[\zeta(s) \sum_{n = 1}^{\infty} \frac{\mu(n)}{n^s} = 1 \quad \Longrightarrow \quad \frac{1}{\zeta(s)} = \sum_{n = 1}^{\infty} \frac{\mu(n)}{n^s} \qquad (\operatorname{Re}(s) > 1)\]

這一解析恆等式將莫比烏斯函數置於解析數論的核心:

  • 質數定理(Prime Number Theorem)等價於 \(\sum_{n=1}^{\infty} \frac{\mu(n)}{n} = 0\)(即 \(M(x) = \sum_{n \le x} \mu(n) = o(x)\))。
  • 黎曼猜想(Riemann Hypothesis)——即 \(\zeta(s)\) 的所有非平凡零點均位於臨界線 \(\operatorname{Re}(s) = \frac{1}{2}\) 上——等價於 \(\frac{1}{\zeta(s)}\) 在 \(\operatorname{Re}(s) > \frac{1}{2}\) 內全純,透過阿貝爾分部求和與梅林變換,這完全等價於梅滕斯函數的平方根抵消界: \(\text{黎曼猜想 (RH)} \quad \Longleftrightarrow \quad M(x) = \sum_{n \le x} \mu(n) = O\!\left(x^{\frac{1}{2} + \varepsilon}\right) \quad (\forall \varepsilon > 0)\)

4. 三大經典應用:歐拉函數、Lyndon 詞與既約多項式、分圓多項式

4.1 應用 1:歐拉函數 \(\varphi(n)\) 的顯式乘積公式

\[\varphi(n) = \sum_{d \mid n} \mu(d)\,\frac{n}{d} = n \sum_{d \mid n} \frac{\mu(d)}{d} = n \prod_{p \mid n} \left(1 - \frac{1}{p}\right)\]

4.2 應用 2:非週期項鍊(Lyndon 詞)與有限體 \(\mathbb{F}_q\) 上的既約多項式

  • 非週期項鍊與 Lyndon 詞:\(q\) 元字母表上長為 \(n\) 的 \(q^n\) 個字串按最小週期 \(d \mid n\) 分類。每個長為 \(d\) 的非週期項鍊(Lyndon 詞)循環移位產生 \(d\) 個不同的字串,設其個數為 \(N_q(d)\),則 \(q^n = \sum_{d \mid n} d \cdot N_q(d)\)。莫比烏斯反演給出 Moreau 公式: \(N_q(n) = \frac{1}{n} \sum_{d \mid n} \mu\!\left(\frac{n}{d}\right) q^d\)
  • 有限體 \(\mathbb{F}_q\) 上的首一既約多項式:在有限體 \(\mathbb{F}_q\) 上,多項式 \(x^{q^n} - x\) 恰好分解為所有次數 \(d \mid n\) 的首一既約多項式之積。設 \(d\) 次首一既約多項式有 \(I_q(d)\) 個,比較兩邊次數得 \(q^n = \sum_{d \mid n} d \cdot I_q(d)\)。莫比烏斯反演立即給出高斯公式: \(I_q(n) = N_q(n) = \frac{1}{n} \sum_{d \mid n} \mu\!\left(\frac{n}{d}\right) q^d\)

4.3 應用 3:乘性莫比烏斯反演與分圓多項式 \(\Phi_n(x)\)

\[\Phi_n(x) = \prod_{d \mid n} (x^d - 1)^{\mu(n/d)}\]\[\Phi_{12}(x) = \frac{(x^{12} - 1)(x^2 - 1)}{(x^6 - 1)(x^4 - 1)} = \frac{(x^6 + 1)(x^2 - 1)}{x^4 - 1} = \frac{x^6 + 1}{x^2 + 1} = x^4 - x^2 + 1\]

5. 羅塔(Gian-Carlo Rota)1964 大統一理論:偏序集與關聯代數

\[(\alpha * \beta)(x, y) := \sum_{x \le z \le y} \alpha(x, z)\,\beta(z, y) \qquad (x \le y)\]\[\mu(x, x) = 1, \qquad \mu(x, y) = -\sum_{x \le z < y} \mu(x, z) = -\sum_{x < z \le y} \mu(z, y) \quad (x < y)\]\[g(y) = \sum_{x \le y} f(x) \quad \Longleftrightarrow \quad f(y) = \sum_{x \le y} g(x)\,\mu(x, y)\]
  flowchart TD
    R["羅塔廣義莫比烏斯反演定理 (1964)<br/>關聯代數 I(P) 中的逆元 μ = ζ⁻¹<br/>g = f * ζ  ⇔  f = g * μ"]
    R --> P1["1. 線性全序鏈 (ℕ₀, ≤)<br/>0 < 1 < 2 < 3 < ..."]
    R --> P2["2. 子集布林格 (𝒫(S), ⊆)<br/>集合包含關係 A ⊆ B"]
    R --> P3["3. 正整數整除格 (ℕ⁺, |)<br/>整除關係 a | b"]
    R --> P4["4. 集合劃分格 (Π_n, ≤)<br/>劃分加細關係 π ≤ σ"]
    P1 --> T1["μ(i, i) = 1, μ(i, i+1) = -1, 其餘為 0<br/>⇒ 離散微積分基本定理<br/>f(n) = g(n) - g(n-1) (差分=求和的逆)"]
    P2 --> T2["μ(A, B) = (-1)^|B \ A|<br/>⇒ 排容原理 (PIE) 與錯排公式 D_n"]
    P3 --> T3["μ(a, b) = μ_classical(b/a)<br/>⇒ 經典數論莫比烏斯反演<br/>(質數冪線性鏈的直積!)"]
    P4 --> T4["μ(0̂, 1̂) = (-1)^(n-1) (n-1)!<br/>⇒ 機率論動差與累積量 (Cumulants) 反演"]

四大偏序集的統一圖景

  1. 線性全序鏈 \((\mathbb{N}_0, \le)\) —— 離散微積分基本定理(差分與和分): 遞推可得 \(\mu(i, i) = 1\),\(\mu(i, i+1) = -1\),當 \(j \ge i + 2\) 時 \(\mu(i, j) = 0\)。反演公式直接給出 \(g(n) = \sum_{k=0}^n f(k) \iff f(n) = g(n) - g(n-1) = \Delta g(n)\),即差分算子 \(\Delta\) 是求和算子 \(\Sigma\) 的逆:\(\Delta = \Sigma^{-1}\)!
  2. 子集布林格 \((\mathcal{P}(S), \subseteq)\) —— 排容原理與錯排問題 \(D_n\): 布林格同構於二元鏈 \(\{0 < 1\}^n\) 的直積,故 \(\mu(A, B) = (-1)^{|B \setminus A|}\)。反演公式正是排容原理(PIE)!將其應用於固定點子集,立得 \(n\) 元錯排數(Derangements): \(D_n = n! \sum_{k = 0}^{n} \frac{(-1)^k}{k!}\)
  3. 正整數整除格 \((\mathbb{N}^+, \mid)\) —— 數論莫比烏斯反演的幾何本質: 區間 \([a, b]\) 同構於 \(b/a = p_1^{e_1}\cdots p_k^{e_k}\) 各質因數指數線性鏈 \(\{0 < 1 < \cdots < e_i\}\) 的直積!因為在線性鏈上距離 \(\ge 2\) 時 \(\mu(0, e_i) = 0\)(一階差分只看前一步),故只要存在 \(e_i \ge 2\)(即 \(p_i^2 \mid (b/a)\)),乘積 \(\mu(a, b) = \mu_{\text{classical}}(b/a)\) 必然為 \(0\)!
  4. 集合劃分格 \((\Pi_n, \le)\) —— 機率論中的動差與累積量(Cumulants): 在 \(n\) 元集合劃分格 \(\Pi_n\) 上,\(\mu(\hat{0}, \hat{1}) = (-1)^{n-1}(n-1)!\),從而將隨機變數的動差展開 \(\mathbb{E}[X_1\cdots X_n] = \sum_{\pi \in \Pi_n} \prod_{B \in \pi} \kappa(X_B)\) 反演為累積量公式: \(\kappa(X_1, \dots, X_n) = \sum_{\pi \in \Pi_n} (-1)^{|\pi| - 1} (|\pi| - 1)! \prod_{B \in \pi} \mathbb{E}\!\left[\prod_{i \in B} X_i\right]\)
偏序集 \((P, \le)\)偏序關係 \(x \le y\)區間 \([x, y]\) 的結構莫比烏斯函數 \(\mu(x, y)\)廣義莫比烏斯反演給出的核心定理
線性全序鏈 \((\mathbb{N}_0, \le)\)數值大小 \(i \le j\)長度為 \(j-i\) 的鏈\(j=i\) 時 \(1\);\(j=i+1\) 時 \(-1\);餘為 \(0\)離散微積分基本定理 \(f(n) = g(n) - g(n-1)\)
子集布林格 \((\mathcal{P}(S), \subseteq)\)子集包含 \(A \subseteq B\)超立方體 ${0 < 1}^{B \setminus A}$
整除格 \((\mathbb{N}^+, \mid)\)整除關係 \(a \mid b\)質指數鏈的直積\(\mu_{\text{classical}}(b/a) \in \{-1, 0, 1\}\)經典數論莫比烏斯反演 \(f(n) = \sum_{d \mid n} \mu(n/d) g(d)\)
集合劃分格 \((\Pi_n, \le)\)劃分加細 \(\pi \le \sigma\)劃分塊合併格$\mu(\pi, \hat{1}) = (-1)^{\pi

6. 結語:剝離冗餘、直抵純粹本質的數學手術刀

從數論中質因數交織的符號 \(\mu(n)\),到狄利克雷級數中黎曼 \(\zeta\) 函數的倒數 \(\frac{1}{\zeta(s)}\),再到羅塔偏序集關聯代數中的普適逆元 \(\mu = \zeta^{-1}\),莫比烏斯反演向我們揭示了一個深刻的數學哲學:無論可觀測的表象多麼混雜重疊,只要底層的偏序層級結構清晰,我們總能打造出一把精確的「數學手術刀」,將一切重複計算的冗餘層層剝離,還原出最純粹、不可再分的原始結構。

comments powered by Disqus