代数组合论 - 第二章 立方体和Radon变换

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/rsy56640/article/details/84800995

Ch02 立方体和 Radon 变换

Z 2 \mathbb{Z_2} 表示 2 阶循环群, Z 2 n \mathbb{Z_2^n} 表示本身的 n n 次直积,即为 0 0 1 1 组成的 n n 元组 ( a 1 , a 2 , . . . , a n ) (a_1,a_2,...,a_n) . 定义如下一个称为 n n 维立方体的图 C n C_n C n C_n 的顶点集为 V = Z 2 n V=\mathbb{Z_2^n} ,两顶点 u u v v 之间有一条边当且仅当它们有一个坐标不同,也就是说, u + v u+v 恰有一个坐标非 0 0 .

为了明确地得到 C n C_n 的特征值和特征向量,采用有限Radon变换。用 V \mathcal{V} 表示所有函数 f : Z 2 n R f:\mathbb{Z_2^n}\to\mathbb{R} 的集合,其中 R \mathbb{R} 表示实数域。(注意 V \mathcal{V} R \mathbb{R} 上的 2 n 2^n 维向量空间)

定义向量空间 V \mathcal{V} 中两组重要的基。对应于每一个 u Z 2 n u\in\mathbb{Z_2^n} 在每组基中都有一个基元。

第一组基 B 1 B_1 基元 f u f_u 定义如下:
(2.2) f u ( v ) = δ u v f_u(v) = \delta_{uv} \tag{2.2}

其中 δ i j \delta_{ij} 为 Kronecker delta.

B 1 B_1 是一组基,因为对 g V \forall g\in \mathcal{V} 都满足
(2.3) g = u Z 2 n g ( u ) f u \begin{aligned} g = \sum_{u\in\mathbb{Z_2^n} }g(u) f_u \end{aligned} \tag{2.3}
第二组基 B 2 B_2 基元 X u \mathcal{X_u} 定义如下:
X u ( v ) = ( 1 ) u v \mathcal{X_u}(v) = (-1)^{u \cdot v}

2.1 引理

集合 B 2 = { X u : u X 2 n } B_2 = \{\mathcal{X_u}:u\in\mathbb{X_2^n}\} 构成了 V \mathcal{V} 的一组基。

Proof:

证明正交:
< X u , X v > = w Z 2 n X u ( w ) X v ( w ) = w Z 2 n ( 1 ) ( u + v ) w = { 2 n , w h e n   u + v = 0 0 , o w . \begin{aligned} <\mathcal{X_u}, \mathcal{X_v}> & = \sum_{w\in\mathbb{Z_2^n}} \mathcal{X_u}(w)\mathcal{X_v}(w) \\ & = \sum_{w\in\mathbb{Z_2^n}} (-1)^{(u+v)\cdot w} \\ & = \left\{ \begin{array}{} & 2^n, & when\ u+v=0 \\ & 0, & ow. \\ \end{array} \right. \end{aligned}
u + v = 0 u+v=0 当且仅当 u = v u=v ,于是正交。

定义 Radon 变换:

给定 Z 2 n \mathbb{Z_2^n} 的子集 Γ \Gamma 和函数 f V f\in\mathcal{V} ,定义一个新函数 Φ Γ f V \Phi_{\Gamma}f\in \mathcal{V} 为:
Φ Γ f ( v ) = w Γ f ( v + w ) \Phi_{\Gamma}f(v) = \sum_{w\in\Gamma}f(v+w)
函数 Φ Γ f \Phi_{\Gamma}f 就称为 f f (在群 Z 2 n \mathbb{Z_2^n} 上关于其子集 Γ \Gamma )的(离散或有限)Radon 变换。

易知 Φ Γ : V V \Phi_{\Gamma}:\mathcal{V}\to\mathcal{V} 是一个线性变换。

2.2 定理

Φ Γ \Phi_{\Gamma} 的特征向量是函数组 X u \mathcal{X_u} ,其中 u Z 2 n u\in\mathbb{Z_2^n} ,对应于 X u \mathcal{X_u} 的特征值 λ u \lambda_u (即 Φ Γ X u = λ u X u \Phi_{\Gamma}\mathcal{X_u} = \lambda_u\mathcal{X_u} )是
λ u = w Γ ( 1 ) u w \lambda_u = \sum_{w\in\Gamma} (-1)^{u \cdot w}
Proof:
Φ Γ X u ( v ) = w Γ X u ( v + w ) = w Γ ( 1 ) u ( v + w ) = ( w Γ ( 1 ) u w ) X u ( v ) \begin{aligned} \Phi_{\Gamma}\mathcal{X_u}(v) & = \sum_{w\in\Gamma} \mathcal{X_u}(v+w) \\ & = \sum_{w\in\Gamma} (-1)^{u \cdot (v+w)} \\ & = (\sum_{w\in\Gamma} (-1)^{u \cdot w}) \mathcal{X_u}(v) \\ \end{aligned}
因此
Φ Γ X u = ( w Γ ( 1 ) u w ) X u \Phi_{\Gamma}\mathcal{X_u} = (\sum_{w\in\Gamma} (-1)^{u \cdot w}) \mathcal{X_u}
注意到 Φ Γ \Phi_{\Gamma} 的特征向量 X u \mathcal{X_u} Γ \Gamma 无关;仅特征值依赖于 Γ \Gamma .

现在可以得到主要结果了。设 Δ = { δ 1 , . . . δ n } \Delta = \{\delta_1,...\delta_n\} ,其中 δ i \delta_i 是第 i i 个单位坐标向量。 δ i \delta_i 的第 j j 个坐标正好是 δ i j \delta_{ij} (Kronecker delta). 用 [ Φ Δ ] [\Phi_\Delta] 表示线性变换 Φ Δ : V V \Phi_\Delta:\mathcal{V}\to\mathcal{V} (关于由(2.2)给出的 V \mathcal{V} 的基 B 1 B_1 )的矩阵。

2.3 引理

A ( C n ) \pmb{A}(C_n) n n 维立方体的邻接矩阵,则 [ Φ Δ ] = A ( C n ) [\Phi_\Delta] = \pmb A(C_n) .

Proof:
Φ Δ f u ( v ) = w Δ f u ( v + w ) = w Δ f u + w ( v ) \begin{aligned} \Phi_\Delta f_u(v) & = \sum_{w\in\Delta} f_u(v+w) \\ & = \sum_{w\in\Delta} f_{u+w}(v) \end{aligned}
上式是因为 u = v + w u=v+w 当且仅当 u + w = v u+w=v 没看懂???). 因此
(2.4) Φ Δ f u = w Δ f u + w \Phi_\Delta f_u = \sum_{w\in\Delta} f_{u+w} \tag{2.4}
于是
( Φ Δ ) u v = { 1 , i f   u + v Δ 0 , o w . \begin{aligned} (\Phi_\Delta)_{uv} = \left\{ \begin{array}{} & 1,\quad & if\ u+v\in\Delta \\ & 0,\quad & ow. \\ \end{array} \right. \end{aligned}
u + v Δ u+v\in\Delta 当且仅当 u u v v 仅有一个坐标不同。这正好是 u v uv 作为 C n C_n 的边的条件,证毕。

2.4 推论

A ( C n ) \pmb A(C_n) 的特征向量(看作是 C n C_n 的顶点的线性组合) E u E_u u Z 2 n u\in\mathbb{Z_2^n} )由下式给出
(2.5) E u = v Z 2 n ( 1 ) u v v \begin{aligned} E_u = \sum_{v\in\mathbb{Z_2^n}} (-1)^{u \cdot v} v \end{aligned} \tag{2.5}
对应于 E u E_u 的特征值是
(2.6) λ u = n 2 ω ( n ) \begin{aligned} \lambda_u = n - 2\omega(n) \end{aligned} \tag{2.6}
其中 ω ( n ) \omega(n) u u 1 1 的数目(即 Hamming权),因此 A ( C n ) \pmb A(C_n) ( n i ) \binom{n}{i} 个特征值等于 n 2 i n-2i .

Proof:

根据 ( 2.3 ) (2.3) g V \forall g\in\mathcal{V}
g = V g ( v ) f v g = \sum_\mathcal{V} g(v) f_v

g = X u g = \mathcal{X_u} 应用上式,可得
(2.7) X u = v X u ( v ) f v = v ( 1 ) u v f v \begin{aligned} \mathcal{X_u} = \sum_v \mathcal{X_u}(v) f_v = \sum_v (-1)^{u \cdot v} f_v \end{aligned} \tag{2.7}

根据定理2.2,对应于 Φ Δ \Phi_\Delta 的特征向量 X u \mathcal{X_u} (或等价地, A ( C n ) \pmb A(C_n) 的特征向量 E u E_u )的特征值为
(2.8) λ u = w Δ ( 1 ) u w = n 2 ω ( n ) \begin{aligned} \lambda_u = \sum_{w\in\Delta} (-1)^{u \cdot w} = n - 2\omega(n) \end{aligned} \tag{2.8}
至此,我们得到了计算 C n C_n 中游动条数所需的全部信息。

2.5 推论

u , v Z 2 n u,v\in\mathbb{Z_2^n} ,且 ω ( u + v ) = k \omega(u+v)=k (即 u u v v 恰有 k k 个坐标不同)。则在 C n C_n u u v v 之间长为 l l 的游动的条数为

(2.9) ( A l ) u v = 1 2 n i = 0 n j = 0 k ( 1 ) j ( k j ) ( n k i j ) ( n 2 i ) l \begin{aligned} (\pmb A^l)_{uv} = \frac{1}{2^n} \sum_{i=0}^n \sum_{j=0}^k (-1)^j \binom{k}{j} \binom{n-k}{i-j} (n-2i)^l \end{aligned} \tag{2.9}
注意到如果 j > i j \gt i ,则 ( n k i j ) = 0 \binom{n-k}{i-j} = 0

特别地,
(2.10) ( A l ) u u = 1 2 n i = 0 n ( n i ) ( n 2 i ) l \begin{aligned} (\pmb A^l)_{uu} = \frac{1}{2^n} \sum_{i=0}^n \binom{n}{i} (n-2i)^l \end{aligned} \tag{2.10}
Proof:

E u = 1 2 n 2 E u E_u^{'} = \frac{1}{2^{\frac{n}{2}}} E_u 得到一组标准正交基,根据推论1.2,可得
( A l ) u v = 1 2 n w Z 2 n E u w E v w λ w l (\pmb A^l)_{uv} = \frac{1}{2^n} \sum_{w\in\mathbb{Z_2^n}} E_{uw} E_{vw} \lambda_w^l
E u w E_{uw} 是展开式 ( 2.5 ) (2.5) f w f_w 的系数,即 E u w = ( 1 ) u w E_{uw} = (-1)^{u \cdot w} ,而 λ w = n 2 ω ( w ) \lambda_w = n-2\omega(w) . 因此
(2.11) ( A l ) u v = 1 2 n w Z 2 n ( 1 ) ( u + v ) w ( n 2 ω ( n ) ) l \begin{aligned} (\pmb A^l)_{uv} = \frac{1}{2^n} \sum_{w\in\mathbb{Z_2^n}} (-1)^{(u+v) \cdot w} (n - 2\omega(n))^l \end{aligned} \tag{2.11}

ω ( w ) = i \omega(w) = i ,且与 u + v u+v j j 个公共 1 1 的向量 w w 的个数为 ( k j ) ( n k i j ) \binom{k}{j}\binom{n-k}{i-j} ( 2.11 ) (2.11) 就化简为 ( 2.9 ) (2.9) ,证毕。

猜你喜欢

转载自blog.csdn.net/rsy56640/article/details/84800995