当前位置:网站首页>组合学笔记(五)分配格中的链

组合学笔记(五)分配格中的链

2022-06-22 17:52:00 zorchp


tags: Combinatorics

写在前面

这一部分主要是计数组合学中的第3.5和3.6节的内容.

分配格的简单性质

容易验证:

  • P P P k k k元序理想的个数等于 J ( P ) J(P) J(P)中秩为 k k k的元素个数.
  • P P P k k k元反链 ( k ≥ 1 ) (k≥1) (k1) 的个数等于 J ( P ) J(P) J(P) 中恰好覆盖 k k k 个元素的元素个数

命题1

P P P 为有限偏序集并且 m ∈ N m ∈ \mathbb N mN, 则下面的数目相等:

  1. 保序映射 σ : P → m σ:P→\bf m σ:Pm的个数,
  2. J ( P ) J(P) J(P) 中长为 m m m 的可重链 0 ^ = I 0 ≤ I 1 ≤ ⋅ ⋅ ⋅ ≤ I m = 1 ^ \hat0=I_0 ≤I_1 ≤···≤I_m =\hat1 0^=I0I1Im=1^ 的条数,
  3. J ( P × m − 1 ) J(P×{\bf m−1}) J(P×m1)中元素的个数.

证明: (构造双射)

σ : P → m σ:P→\bf m σ:Pm,(偏序集 P P P m m m元链的映射) 定义 I j = σ − 1 ( j ) I_j=\sigma^{-1}({\bf j}) Ij=σ1(j), 给定 0 ^ = I 0 ≤ I 1 ≤ ⋅ ⋅ ⋅ ≤ I m = 1 ^ \hat0=I_0 ≤I_1 ≤···≤I_m =\hat1 0^=I0I1Im=1^, 定义 J ( P × m − 1 ) J(P×{\bf m−1}) J(P×m1)的序理想为

I = { ( x , y ) ∈ P × m − 1 :   x ∈ I m − j } , I=\{(x,y)\in P×{\bf m−1}:\ x\in I_{m-j}\}, I={ (x,y)P×m1: xImj},

定义上述的 σ \sigma σ为: 如果存在 j j j使得 ( x , j ) ∈ I (x,j)\in I (x,j)I, 则 σ ( x ) = min ⁡ { m − j :   ( x , j ) ∈ I } \sigma(x)=\min\{m-j:\ (x,j)\in I\} σ(x)=min{ mj: (x,j)I}, 若不存在, 则 σ ( x ) = m \sigma(x)=m σ(x)=m. 这构成了满足上条件的双射. 或者直接由 1 , 3 1,3 1,3得到:

m P ≅ ( 2 m − 1 ) P ≅ 2 m − 1 × P . {\mathbf m}^P\cong({\bf 2^{m-1}})^P\cong {\bf2}^{ {\bf m-1}\times P}. mP(2m1)P2m1×P.

命题2

P P P 为有限偏序集并且 m ∈ N m ∈ \mathbb N mN, 则下面的数目相等:

  1. 保序满射 σ : P → m σ:P→\bf m σ:Pm的个数,
  2. J ( P ) J(P) J(P) 中长为 m m m 的链 0 ^ = I 0 < I 1 < ⋅ ⋅ ⋅ < I m = 1 ^ \hat0=I_0 <I_1 <···<I_m =\hat1 0^=I0<I1<<Im=1^ 的条数.
  • P P P到全序的扩张( P P P的线性扩张): 如果 ∣ P ∣ = n |P|=n P=n,则保序双射 σ : P → n \sigma:P\to {\bf n} σ:Pn.
  • 扩张个数记为 e ( P ) e(P) e(P),显然等于 J ( P ) J(P) J(P)中极大链的条数.

分配格与格路计数

可以将 P P P到全序的扩张 σ : P → n \sigma:P\to\bf n σ:Pn等同于 P P P中元素的排列: σ − 1 ( 1 ) , . . . , σ − 1 ( n ) \sigma^{-1}(1),...,\sigma^{-1}(n) σ1(1),...,σ1(n), 或者将 J ( P ) J(P) J(P)的极大链等同于下面欧式空间中的"格路".

假设 C 1 , C 2 , ⋯   , C k C_1,C_2,\cdots,C_k C1,C2,,Ck P P P的一个链划分, (Dilworth定理推论指出 k k k的最小可能值为 P P P的反链的最大基数), 定义映射 δ :   J ( P ) → N k \delta:\ J(P)\to \mathbb{N}^k δ: J(P)Nk , δ ( I ) = ( ∣ I ∩ C 1 ∣ , ∣ I ∩ C 2 ∣ , ⋯   , ∣ I ∩ C k ∣ ) \delta(I)=(|I\cap C_1|,|I\cap C_2|,\cdots,|I\cap C_k|) δ(I)=(IC1,IC2,,ICk).

赋予 N k \mathbb{N}^k Nk乘积序, 则 δ \delta δ为一个单的格同态, 且保持覆盖关系, ( J ( P ) J(P) J(P)同构于 N k \mathbb{N}^k Nk)的一个子格, 如果选择每一个 ∣ C i ∣ = 1 |C_i|=1 Ci=1, 得到一个保秩的单的格同态 J ( P ) → B n J(P)\to B_n J(P)Bn, 区中 ∣ P ∣ = n |P|=n P=n.)

给定 δ :   J ( P ) → N k \delta:\ J(P)\to \mathbb{N}^k δ: J(P)Nk, 定义 Γ δ = ⋃ T c x ( δ ( T ) ) \Gamma_\delta=\bigcup_T cx(\delta(T)) Γδ=Tcx(δ(T)), 其中 c x cx cx表示 R k \mathbb{R}^k Rk中的凸包而 T T T取遍 J ( P ) J(P) J(P)中同构于布尔代数的区间. Γ δ \Gamma_\delta Γδ R k \mathbb{R}^k Rk的一个紧多面体子集.

J ( P ) J(P) J(P)中最长链的数目等于在 Γ δ \Gamma_\delta Γδ中从原点 ( 0 , 0 , . . . , 0 ) = δ ( 0 ^ ) (0,0,...,0)=\delta(\hat0) (0,0,...,0)=δ(0^) δ ( 1 ^ ) \delta(\hat1) δ(1^)的格路的条数, 每步沿着坐标轴方向移动一个单位.

即, 扩张个数 e ( P ) e(P) e(P)等于将 δ ( 1 ^ ) \delta(\hat1) δ(1^)表示为 δ ( 1 ^ ) = v 1 + v 2 + ⋯ + v n \delta(\hat1)=v_1+v_2+\cdots+v_n δ(1^)=v1+v2++vn的方法数, 其中每一个 v i v_i vi是在 R k \mathbb R^k Rk中的一个单位向量, 并且对所有的 i i i, 有 ∑ k = 1 i v k ∈ Γ δ \sum_{k=1}^iv_k\in \Gamma_\delta k=1ivkΓδ.

例1:(不交并)具体问题

对于下面的偏序集, 取 C 1 = { a , c } , C 2 = { b , d , e } C_1=\{a,c\}, C_2=\{b,d,e\} C1={ a,c},C2={ b,d,e}.

截屏2022-06-20 10.23.14

利用前面一小节的方法, 可以容易的找出 J ( P ) J(P) J(P), 如下图所示, 进行了元素的标记:

截屏2022-06-20 10.44.07

通过上面的坐标标记, 可以得到:

从图中的 ∅ \varnothing a b c d e abcde abcde, 即从 ( 0 , 0 ) (0,0) (0,0) ( 2 , 3 ) (2,3) (2,3),有 9 9 9条可以选择的路, 所以 e ( P ) = 9 e(P)=9 e(P)=9.

例2:(不交并)一般的例子

P = C 1 + C 2 P=C_1+C_2 P=C1+C2, 且 ∣ C 1 ∣ = m , ∣ C 2 ∣ = n |C_1|=m,|C_2|=n C1=m,C2=n, 则 Γ δ \Gamma_\delta Γδ为一个 m × n m\times n m×n长方形网格, 于是 e ( P ) = ( m + n n ) e(P)=\binom{m+n}n e(P)=(nm+n), 从线性序扩张角度, 构造 σ :   P → m + n \sigma:\ P\to \bf m+n σ: Pm+n, 完全由 σ ( C 1 ) \sigma(C_1) σ(C1)确定, 为 m + n \bf m+n m+n 的任意 m m m元子集, 由此也可以得到 e ( P ) = ( m + n m ) e(P)=\binom{m+n}m e(P)=(mm+n).

推广:

如果 P = P 1 + ⋯ + P k , n i = ∣ P i ∣ P=P_1+\cdots+P_k,n_i=|P_i| P=P1++Pk,ni=Pi, 则

e ( P ) = ( n 1 + ⋯ + n k n 1 , ⋯   , n k ) e ( P 1 ) ⋯ e ( P k ) . e(P)=\binom{n_1+\cdots+n_k}{n_1,\cdots,n_k}e(P_1)\cdots e(P_k). e(P)=(n1,,nkn1++nk)e(P1)e(Pk).

例3: (笛卡尔积)

P = 2 × n P=\bf 2\times n P=2×n, 取 C 1 = { ( 2 , j ) :   j ∈ n } C_1=\{(2,j):\ j\in \bf n\} C1={ (2,j): jn}, C 2 = { ( 1 , j ) :   j ∈ n } C_2=\{(1,j):\ j\in\bf n\} C2={ (1,j): jn}, 则 δ ( J ( P ) ) = { ( i , j ) ∈ N 2 :   0 ≤ i ≤ j ≤ n } \delta(J(P))=\{(i,j)\in\mathbb{N}^2:\ 0\leq i\leq j \leq n\} δ(J(P))={ (i,j)N2: 0ijn}. 当 n = 3 n=3 n=3, 即 P = 2 × 3 P=\bf 2\times 3 P=2×3, 偏序集 P P P如下所示:

截屏2022-06-20 14.44.55

容易得到 J ( P ) J(P) J(P)如下图:

截屏2022-06-20 14.39.56

这等价于不穿过 y = x y=x y=x且只往上和右走一个格的格路数, 显然图中为 5 5 5. 一般地, e ( 2 × n ) = 1 n + 1 ( 2 n n ) e(2\times {\bf n})=\frac1{n+1}\binom {2n}n e(2×n)=n+11(n2n).

递推关系

e e e看作 J ( P ) J(P) J(P)上的函数, 即如果 I ∈ J ( P ) I\in J(P) IJ(P), 则 e ( I ) e(I) e(I)表示 I I I作为 P P P的偏序子集扩张到全序集的个数, 因此 e ( I ) e(I) e(I)等于在 J ( P ) J(P) J(P)中从 0 ^ \hat0 0^ I I I 的饱和链的条数. 于是

e ( I ) = ∑ I ′ e ( I ′ ) , e(I)=\sum_{I'}e(I'), e(I)=Ie(I),

其中 I ′ I' I取遍 J ( P ) J(P) J(P) I I I所覆盖的所有元素, 类似于杨辉三角, e ( I ) e(I) e(I)就是恰好在 I I I下面的 e ( I ′ ) e(I') e(I)的和.

一个简单的例子就是 P = N + N P=\mathbb{N+N} P=N+N, 记 J f ( P ) J_f(P) Jf(P) P P P的有限序理想构成的格, 则有 J f ( P ) ≅ N × N J_f(P)\cong \mathbb{N\times N} Jf(P)N×N.

截屏2022-06-21 00.30.34
原网站

版权声明
本文为[zorchp]所创,转载请带上原文链接,感谢
https://zorchp.blog.csdn.net/article/details/125383153