拟阵学习笔记(各处抄的,未完)

发布时间 2023-12-16 16:41:14作者: British_Union

昨天 CMD round 要用♿ 不会就来学了

???‍ ???

基础定义性质

拟阵和基、环

定义 1.1

给定全集 \(U\)\(U\) 和一个 \(U\) 上的集族 \((U,F)\) 被称作拟阵当:

\[\varnothing\in F\\ A\in F,B\subseteq A\Rightarrow B\in F\\ A,B\in F,|A|<|B|\Rightarrow \exists b\in B-A,\text{s.t.} A\cup\{b\}\in F \]

\(U\) 中的元素叫做边,\(F\) 中的元素 \(S\in F\) 叫做独立集。

第二条叫做遗传性质,第三条叫做交换性质。

定义拟阵的基为极大独立集,环为极小非独立集。

引理 1.1

拟阵的所有基大小相等。

证明:显然小的基可以通过交换性质变大,由于交换性质。

定理 1.1

对于两组不同的基 \(A,B\)\(\forall x\in A-B,\exists y\in B-A,\text{s.t.} A-\{x\}+\{y\}\) 也是一组基。

证明:考虑独立集 \(A-\{x\}\)(由遗传性质知道)和 \(B\) 的交换性质。那么 \(y\in B-(A-\{x\})= B-A\)

定义 1.2

给定拟阵 \((U,F)\),对于任意集合 \(S\subseteq U\),记秩函数为 \(S\) 子集的极大独立集大小。根据引理 \(1.1\),这些 \(S\) 的基(在拟阵 \((S,\{S'\mid S'\subseteq S,S'\in F\})\) 上应用)相等。

性质 1.1

有界性:\(\forall S\subseteq U,0\le r(S)\le |S|\)

单调性:\(\forall A\subseteq B\subseteq U,r(A)\le r(B)\)

次模性:\(\forall A,B\subseteq U,r(A\cup B)+r(A\cap B)\le r(A)+r(B)\)

下面证明第三条性质。

\(Z_{S}\)\(S\) 上的基。

不妨设 \(Z=Z_{A\cap B},Z_{A\cup B}\) 是从 \(Z\) 交换扩充而来。分割 \(Z_{A\cup B}\)\(Z'=Z_{A\cup B}\cap (A\cap B)\)\(E_{A}=Z_{A\cup B}\cap (A-B),E_B=Z_{A\cup B}\cap(B-A)\)

由构造知道,\(Z\subseteq Z'\),又 \(Z\) 是极大的,故 \(Z=Z'\)

此时

\[r(A\cup B)+r(A\cap B)=|E_A|+|E_B|+2|Z|\\ =(|E_A|+|Z|)+(|E_B|+|Z|)\\ \le |Z_A|+|Z_B|=r(A)+r(B) \]

定义 1.3

拟阵是二元组 \((U,F)\),其中 \(U\) 是全集,\(F=\{A\mid r(I)=I\}\) 是集族,\(r\) 是满足秩函数性质的函数。

引理1.2

上述定义等价于定义 1.1 。

证明:

\(0\le r(0)\le 0\),故 \(r(0)=0,\varnothing \in F\)

遗传性:对于 \(B\in F,A\subseteq B\)\(|B|=r(B)\le r(A)+r(B-A)\),而 \(r(A)\le |A|,r(B-A)=|B-A|,|A|+|B-A|=|B|\),故两者同时取上界,故 \(r(A)=|A|,A\in F\)

交换性:设 \(A,B\in F,|A|<|B|\)

反证:设已有 \(\forall b\in B,r(A\cup \{b_{1:n}\})=|A|\),则:

\[r((A\cup \{b_{1:n}\})\cup (A\cup {b_{n+1}}))+r((A\cup \{b_{1:n}\})\cap (A\cup {b_{n+1}}))\le r(A\cup \{b_{1:n}\})+r(A\cup \{b_{n+1}\})\\ r(A)+r(A\cup\{b_{1:n+1}\})=2r(A)\\ r(A\cup\{b_{1:n+1}\})=|A|\\ r(A\cup B)=|A|\text{ (recursive proof)}\\ \]

\(r(A)<r(B)\le r(A\cup B)\),矛盾。证毕。

因此,可以通过秩函数定义拟阵。

几种特殊拟阵

定义 2.1

设有限全集为 \(U\)\(U\) 中的边 \(e\) 附有一个同一域上的向量 \(v_e\),并且这些向量维数相同。

设集族 \(F\)\(S\in F\) 当且仅当向量组 \(\{v_e\mid e\in S\}\) 线性无关。

此时称 \((U,F)\) 是线性拟阵。

引理 2.1

\((U,F)\) 是拟阵。

证明:

显然 \(\varnothing \in F\),且一个线性无关向量组任何子向量组都线性无关。

\(A,B\in F,|A|<|B|\),则 \(\{v_e\mid e\in A\}\) 张出空间的维数是 \(|A|\)\(\{v_e\mid e\in B\}\) 张出空间的维数是 \(|B|\)

由于 \(|A|<|B|\),必然存在 \(e'\in B-A,\) \(\{v_e\mid e\in A\}\) 不能线性表出 \(e'\)。那么 \(A\cup e'\in F\)

定义 2.2

构造一矩阵 \(M\),列向量是所有全集中的向量 \(v_e\)

此时称 \(M\) 可以线性表出 \((U,F)\)。并且 \(M\) 的秩和 \((U,F)\) 的秩相等。

定义 2.3

定义均匀拟阵:

设有限全集为 \(U\)\(F=\{S\mid S\subseteq U, |S|\le k\}\)

不难验证这是拟阵。

性质 2.1

均匀拟阵在 \(GF(p)(p>n)\) 下是线性拟阵。

证明:设向量 \(v_{e_i}=(1,\alpha_i,\alpha_i^2,\dots,\alpha_i^{k-1})\),其中 \(\alpha_i\) 为两两不同的 \(GF(p)\) 中的非零元。

-什么是 \(GF(p)\)

-有 \(p\) 个元素的有限域(Galois Field)

那么存在这个矩阵。只需证明:向量组大小不超过 \(k\) 当且仅当他们线性无关。

首先,如果向量组大小超过 \(k\),他们一定线性相关,因为维数只有 \(k\)

显然只需考虑大小等于 \(k\) 的向量组。

考虑以其为列向量矩阵,是范德蒙德矩阵;

\[A=\begin{bmatrix} 1& 1& \cdots & 1 \\ \alpha_1& \alpha_2& \cdots & \alpha_{k} \\ \alpha_1^2 & \alpha_2^2 & \cdots & \alpha_k^2\\ \vdots & \vdots & \ddots & \vdots \\ \alpha_1^{k-1}& \alpha_2^{k-1}& \cdots & \alpha_k^{k-1} \end{bmatrix} \]

\(\operatorname{det}(A)\neq 0\) 当且仅当 \(\alpha_i\) 两两不同,而这被满足了。这就说明这些向量线性无关。

定义 2.4

对于一个无向图 \((V(G),E(G))\),定义全集为 \(U=E(G)\),边集 \(S\) 属于 \(F\) 的充要条件是生成子图 \((V(G),S)\) 无环,即是生成森林。

此时称 \((U,F)\) 为图拟阵。

性质 2.2

图拟阵 \((U,F)\) 是拟阵。

证明:空集和遗传显然满足。

下面证明满足交换性质。

\(A,B\in F,|A|<|B|\),则 \((V(G),A)\) 的连通块数是 \(n-|A|\)\((V(G),B)\) 的连通块数是 \(n-|B|\)。则 \(n-|A|>n-|B|\),那么 \(B\) 中存在一条边 \(e'\) 连接 \((V(G),A)\) 中两个连通块,连上之后不会出现环。那么 \((V(G),A\cup \{e'\})\) 无环。那么 \(A\cup \{e'\}\in S\)

性质 2.3

图拟阵在任何域中均可被线性表出(当然所以图拟阵是线性拟阵)。

证明:

对于一条边 \((u,v)\),构造向量 \((v_1,v_2,\dots,v_n)\),其中 \(v_u=1,v_v=-1\),其他均为 \(0\)

对于一个带圈生成子图 \((V(G),A)\),遍历圈,如果正向访问到(\(e_i=(u,v)\)\(u\)\(v\))就赋权系数 \(\alpha_i=1\),否则 \(\alpha_i=-1\)。没有遍历到的 \(\alpha_i=0\)

容易验证此时每个点都被访问了两遍,一个正的一个负的,抵消得到 \(\sum v_e\alpha_e =\bf0\)

而不带圈的图如果线性相关,如果去掉系数为 \(0\) 的边向量,总有一个点只连接了一条边,它的贡献不可能被抵消,所以不带圈的图一定不线性相关。

注意到我们仅仅使用了单位元,单位元的逆元和零元,所以以上过程对任意域成立。

定义 2.5

给定一二分图,设左/右部点为 \(U\)\(F=\{A\mid A\subseteq U,A\text{ 可以被一组匹配覆盖}\}\)。则称 \((U,F)\) 为横截拟阵。

性质 2.4

横截拟阵是拟阵。

空集和遗传性显然。

\(A,B\in F,|A|<|B|\)

从一个点 \(u\in B\) 开始,找出匹配点,再回来到 \(A\) 中某个点再去匹配点;如此交替下去直到不能进行。若成环,则删去环;

由于 \(|A<|B|\),存在一个点这样的路一定在 \(B\) 中开始,\(B\) 的匹配点结束。此时找到了增广路,就可以把 \(A\) 加一个左部点进去。

拟阵上的算法

拟阵贪心

算法 3.1

设有一拟阵 \((U,F)\)

1.令初始解集 \(S\)\(\varnothing\)

2.循环:找到最小权值的未加入解集且能保证解集加上他独立的边 \(x\)\(S\cup\{x\}\to S\)

3.若不能找到,退出循环,输出 \(S\)

定理 3.1

上述算法得到的解集为最小带权基。

证明:设 \(X\)\((U,F)\) 的最小带权基。

\(X=\{x_1,x_2,\dots,x_r\},x_i\le x_{i+1}\)。归纳证明 $w(S)\le w(X) $。

\(S_i\) 为第 \(i\) 步得到的结果,\(X_i=\{x_1,x_2,\dots x_i\}\)

显然 \(S_0\)\(X_0\) 满足。下面认为 \(w(S_{i-1})\le w(X_{i-1})\)

\(u=S_i-S_{i-1}\),则根据交换性质,\(\exists v\in X_i,\text{s.t. }S_{i-1}\cup \{v\}\in F\),而 \(w(x_i)\ge w(v)\ge w(u)\),所以 \(w(S_i)\le w(X_i)\)

不难发现,这是 Kruskal 算法。

这也说明了我们线性基从小到大插入的正确性。

注:似乎可以证明非拟阵则贪心不正确。

拟阵运算

定义 3.1

对于拟阵 \(M=(U,F)\),定义其对偶拟阵 \(M^*=(U,F^*)\),其中 \(F^*=\{A\mid \exists B\text{ is base}\subseteq U-A\}\)

性质 3.1

对偶拟阵是拟阵。

这里我们依靠定义 1.3,依托秩函数证明。

\[r^*(S)=\max_{A\subseteq S,A\subseteq F^*}|S|\\ =\max_{B\text{ is base of } M}|S-B|\\ =|S|-\min_{B\text{ is base of } M}|S\cap B|\\ =|S|-r(U)+\max_{B\text{ is base of } M}|B\cap (U-S)|\\ =|S|-r(U)+r(U-S) \]

这里证明几条公理。

有界性:\(\because r(U)\ge r(U-A),r^*(A)=|A|-r(U)+r(U-A)\le|A|\)

单调性:若 \(|A|<|B|\)