Burnside&Pólya
Burnside&Pólya
Burnside's Lemma
Intro
Definition
对于一个置换 \(g\) 和一个染色集合 \(X\subseteq C\),\(X\) 中满足 \(g\cdot c=c\) 的染色 \(c\) 的集合为 \(X^{g}\)。
其中这样的 \(c\) 可看作 \(g\) 作用下的不动点。
自然地想到了群论的另一个概念——稳定子群。
稳定子群是固定 \(c\),满足 \(g\cdot c=c\) 的 \(g\in G\) 组成的 \(G\) 的子群。
Definition
对于置换群 \(G\) 和两个染色 \(c_1,c_2\),称两个染色 本质相同 当且仅当 \(\exists g\in G\),使得 \(g\cdot c_1=c_2\),记作 \(c_1 \sim c_2\)。
由定义:
Corollary
\(c_1 \sim c_2\) 当且仅当下列条件之一成立:
\(c_2 \sim c_1\)。
\(\exists g\in G\),使得 \(g\cdot c_1=c_2\)。
\(c_2\) 在 ”\(c_1\) 在 \(G\) 中的轨道“ 中。
\(c_1\) 在 \(G\) 中的轨道和 \(c_2\) 在 \(G\) 中的轨道相同。
-
\(g\cdot c_2=c_1 \iff c_2=g^{-1}\cdot c_1\)。由逆元存在性,\(g^{-1} \in G\)。因此 \(c_2\sim c_1 \iff c_1 \sim c_2\)。
-
由定义。
-
即 \(c_2 \in G\cdot c_1\)。则必定 \(\exists g\in G\),使得 \(c_2=g \cdot c_1\)。由定义显然。
-
\(G\cdot c_1=G\cdot c_2=G^{'}\),则 \(G^{'}\) 中必定既包含 \(c_1\) 又包含 \(c_2\),因为幺元。
然后由 "3" 的思路推。
还要提一句,这五句话互为充要条件。略。
Definition
对于置换群 \(G\) 和它 固定 的染色集合 \(X\subseteq C\),在 \(G\) 的作用下,\(X\) 中本质不同的染色数等于 \(X\) 中所有元素在 \(G\) 中形成的不同轨道的数目,记作 \(|X/G|\)。
这个和上述第 4 条关系很紧密。
我们发现 \(c_1\sim c_2\) 当且仅当第 4 条成立时,能够引出:\(c_1\) 和 \(c_2\) 在 \(G\) 中轨道相同时 \(c_1\sim c_2\),否则 \(c_1\not\sim c_2\)。
因此 \(X\) 中本质不同的染色数等于 \(X\) 中所有元素在 \(G\) 中形成的不同轨道的数目。
通常情况下,题目所求即为 \(|X/G|\),即 本质不同 的染色方案数。
Burnside's Lemma
Burnside's Lemma
对于群 \(G\) 和它固定的染色集合 \(X\),有:
\[|G||X/G|=\sum\limits_{g\in G}X^{g} \]即在 \(G\) 的作用下,\(X\) 中元素形成不同轨道的数目,等于 \(G\) 中所有置换的不动点个数的平均值。
-
Proof:
考虑计算集合 \(\{(g,c)|g\cdot c=c,g\in G,c\in X \}\) 的大小 \(S\)。
一方面,枚举每个置换, \(S=\sum\limits_{g\in G}|X^{g}|\)。
另一方面,枚举染色,\(S=\sum\limits_{c\in X}|G_c|\)。
由轨道-稳定子群定理,\(\sum\limits_{c\in X}|G_c|=\sum\limits_{c\in X}\frac{|G|}{|G\cdot c|}=|G|\sum\limits_{c\in X}\frac{1}{|G\cdot c|}\)。
考察 \(T=\sum\limits_{c\in X}\frac{1}{|G\cdot c|}\),其中每个染色都对 \(T\) 有 \(\frac{1}{|G\cdot c|}\) 的贡献,想想 \(G\cdot c\) 对应当前染色的轨道。
由于我们把 \(c\in X\) 全部枚举了一遍,则每个轨道刚好对 \(T\) 贡献 \(1\),因此 \(T\) 为不同轨道的个数,
即 \(T=|X/G|\)。
回代,得 \(|G||X/G|=\sum\limits_{c\in X}|G_c|=\sum\limits_{g\in G}|X^g|\)。
一般来说,\(G_c\) 是容易计算的,\(X^{g}\) 在不同情况下采用不同的技巧简化运算。
Examples
Problem
在一个长为 \(n\) 的环上染 \(m\) 种颜色,通过旋转本质相同的染色视为同一种方案,求染色方案数。
\(G=\{e,e^2,...,e^n \}\),相当于转 \(1,2,...,n\) 次。
考虑转 \(k\) 次,\(X^g\) 即满足旋转后染色与旋转前相同的染色集,可以看成以 \(\gcd(n,k)\) 为一个循环节,每个循环的染色都相同,这样旋转后才会相同。
因此考虑对 \(\gcd(n,k)\) 个点可以进行无限制的染色,可产生方案 \(m^{\gcd(n,k)}\) 个。
总方案数为:\(\frac{1}{n}\sum\limits_{k=1}m^{\gcd(n,k)}\),可以用莫反之类的做。
Ideas
-
Burnside 引理通常配合裴蜀定理和莫比乌斯反演食用。
-
裴蜀定理将原环分成一段段 循环节,我们只需要分析一段即可。
通常会根据题目限制,将这段循环节形成一个环思考,此时环上 不存在旋转等价等大的限制。
一定要将“小环”放到“大环”上去思考。
-
循环节成环后,可能会考虑破环成链,转成序列计数问题。
Pólya Theorem
将 Burnside 引理限制群为置换群,染色为一般的染色,就能得到 Pólya 定理。
Intro
Lemma
对于置换 \(g\) 和染色 \(c\),设 \(g\) 的循环表示是 \(g=w_1\circ w_2\circ\cdots\circ w_y\),则 \(g\cdot c=c\) 的充要条件是:
对于 \(g\) 的每个循环 \((a_1\,\, a_2\cdots)\),\(c\) 对 \(a_1,a_2,\cdots\) 分配的颜色是相同的。
于是,假设颜色有 \(m\) 种,且每个位置可分配的颜色集合都是相同的,
那么在 \(g\) 的作用下不变的染色数量就应该是 \(m^{\#(g)}\)。
Pólya Theorem
Pólya Theorem
对于 \(n\) 元置换群 \(G\) 和它固定的染色集合 \(X\),如果这 \(n\) 个位置可分配的颜色集合都是相同的,一共 \(m\) 种,那么对于 \(g\in G\),有:
\[|X^g|=m^{\#(g)} \]由 Burnside 引理,有:
\[|X/G||G|=\sum\limits_{g\in G}m^{\#(g)} \]
Easy Example
Problem
用 \(m\) 种颜色对一个长度为 \(n\) 的项链染色,在旋转同构的条件下,共有多少种染色方法?
额貌似重复了。QWQ
再次理解一下吧QWQ
多面体的对称群
Problem 1
Problem
求五种正多面体转动群的大小,以及立方体转动群。
- 正四面体的转动群同构于 \(A_4\)。
- 正六面体(立方体)的转动群同构于 \(S_4\)。
- 正八面体的转动群同构于 \(S_4\)。
- 正十二面体的转动群同构于 \(A_5\)。
- 正二十面体的转动群同构于 \(A_5\)。
Problem 2
Problem
给一个正方体的每个面染色,共 \(m\) 种颜色,求有多少种染色方案。
正方体的转动群同构于 \(S_4\),将这个置换群嵌入 \(6\) 个面,
鸽
Pólya Theorem - Generating Function Version
假设生成函数 \(f(t)=f_0+f_1t+f_2t^2+\cdots\),其中 \(f_w\) 为权值为 \(w\) 的颜色数量。
定义一个置换群的 \(G\) 循环指标群中所有置换的循环指标的平均值,记作 \(Z_{G}(t_1,t_2,\cdots,t_n)\),并定义一个染色的权值为 \(n\) 个位置所分配的颜色的权值之和。
用生成函数 \(F(t)\) 表示 \(G\) 的作用下本质不同的染色数的生成函数,其中 \([t^{w}]F(t)\) 为权值为 \(w\) 的 染色 数量。
则:
\[F(t)=Z_{G}(f(t),f(t^2),f(t^3),\cdots,f(t^n)) \]同理,这个定理还可以推广到多元生成函数的情形中。
这里给出更详细的解释:(摘自 Dave Zhou - 组合数学--计数组合 (3))
对 \(n\) 个对象的集合 \(A=\{1,2,\cdots,n \}\) 用 \(m\) 种颜色 \(C=\{c_1,c_2,\cdots,c_m \}\) 进行染色,\(A\) 上的置换群为 \(G=\{a_1,a_2,\cdots,a_g \}\),任意置换 \(g\) 的类型记作 \(t_1^{\#_1(g)}t_2^{\#_2(g)}\cdots t_n^{\#_n(g)}\),其循环个数为 \(\#(g)=\sum\limits_{i=1}^{n}\#_i\)。
\(G\) 的循环指标为 \(Z_G(x_1,x_2,\cdots,x_n)=\frac{1}{|G|}\sum\limits_{g\in G}x_1^{\#_1(g)}x_2^{\#_2(g)}\cdots x_n^{\#_n(g)}\)。
令 \(x_j=c_1^j+c_2^j+\cdots+c_m^j(j=1,2,\cdots,n)\),可得到不同染色方案数的生成函数为:
生成函数中 \(c_1^{p_1}c_2^{p_2}\cdots c_m^{p_m}\) 的系数表示把 \(A\) 的 \(p_1\) 个元素染成 \(c_1\),\(p_2\) 个元素染成 \(c_2\),\(\dots\),\(p_m\) 个元素染成 \(c_m\) 的不同染色的方案数。
生成函数形式的Polya定理不仅给出了计数,也给出了具体的着色方案。
若将 \(c_i=1(i=1,2,\cdots ,m)\) 带入生成函数得到 \(Z_G(m,m,\cdots,m)\),就是其系数和,它就是总的不同着色方案数。
我的理解:
首先我 忽略yhx巨佬的定义,看到了知乎上的这份笔记。
最开始的理解是:\(x_j\) 和 \(Z_G(\cdots)\) 是两个生成函数。
我的疑惑是:生成函数套生成函数是什么鬼?
将 \(c_i,x_i\) 当作形式变元,最后 \(x_i\) 乘起来会对应很多个 \(c_1^{p_1}c_2^{p_2}\cdots c_m^{p_m}\) 的项,而项的系数往往就是我们想要的答案。
重点解析后面这两句话。
生成函数的版本给出具体的着色方案,即我们可以根据每种颜色的个数限制,在生成函数 \(Z_G(\cdots)\) 里找到满足条件的所有项,计算它们的系数之和,这样我们就能够 在限制条件下用生成函数搭配Polya定理计算答案。
解答之前的疑惑,这个所谓的 PGF 生成函数版的 Polya 定理其实就是每种颜色对应生成函数的乘积,
本质是生成函数的乘积,我可以把它看作是广义的卷积,每种颜色的个数贡献作为次数,加起来为要染的元素总数。
而这个过程中,我们实现了 具体的着色方案。
当毫无条件限制时,\(Z_G(\cdots)\) 展开后的每一项都可以选择,为方便计算,我们考虑给形式变元赋值,取 \(c_i=1\),这样 \(Z_G(\cdots)\) 就是答案。不难发现,这正是普通 Polya 定理的形式。
所以说,Polya 的生成函数版本,就是 Polya 定理的完整版。

浙公网安备 33010602011771号