循环连分数 线性分式变换 连分数的另一个重要概念是所谓的线性分式变换(Linear fractional transformations)。
定义 线性分式变换 是一个函数 ,使得 对于一些 。
线性分式变换 和 的组合 也是线性分式变换:
线性分式变换的逆,也是线性分式变换:
给您一个正整数数组 。您需要回答 查询。每个查询都要计算 。
解答 如果能够连接连分数,则可以用线段树来解决这个问题。
通常情况下, 是正确的。
表示 。注意 。在这个概念中,它认为
因此,问题归结为计算
变换的组合是关联的,因此可以在线段树的每个节点中计算其子树中变换的组合。
例题 连分数的线性分式变换 设 。对于 ,计算 的连分数表示 。
从而,对任意的 ,可以计算 和 。
解答 如上所述, ,因此 。
因此,通过依次添加 , 等,可以计算
由于 是可逆的,因此在 中也是单调的。因此,对于任何 ,都有 介于 和 之间。
此外,对于 ,它等于 。因此, 介于 和 之间。当它们相等时,它们也等于 。
请注意, 。知道 后,可以用当前变换合成 ,并继续添加 、 等,寻找新的下界(floor)以达成一致,从中可以推断 等,直到恢复 的所有值。
例题 连分数算法 令 , 。计算 和 的连分数表示。
解答 这里的想法与前面的问题类似,但不应使用 ,而应考虑双线性分数变换 。
您可以将当前变换更改为 或 ,而不是 。
然后,检查 ,如果它们都一致,则在生成的分数中使用该值作为 ,并将转换更改为
循环连分数 仿照循环小数的概念,如果在连分数后面形成了循环,则形成 循环连分数 。
循环连分数的最小正周期一般用字母 来表示,循环的部分称为循环节。容易发现,进入循环的充要条件是余项 的重复出现。
纯循环连分数 定义 如果存在 使得 ,则连分数 被称为 纯循环 (periodic)。
如果 ,其中 是纯循环,则连分数 被称为 混循环 (eventually periodic)。
例如纯循环连分数:
混循环连分数:
混循环连分数后面循环的部分,最早循环的部分称为它的「纯循环部分」。
纯循环连分数的整数部分 直接进入到了循环里面,因此要求 必须至少是 1。因此,纯循环连分数大于 1。
对于 ,有 ,因此 。在循环连分数和二次方程之间存在着一般的联系。考虑以下等式:
一方面,这个方程意味着 的连分数表示是周期为 。
另一方面,使用渐进分数的公式,这个方程意味着
也就是说, 是其自身的线性分数变换。从等式中可以看出, 是二次方程式的根:
类似的推理代表了混循环连分数,即 代表 。事实上,从第一个方程导出 ,从第二个方程导出 ,其中 和 是线性分数变换。因此
可以进一步证明(由拉格朗日首先完成),对于具有整数系数的任意二次方程 ,其解 是一个混循环连分数。
拉格朗日连分数定理 关于循环连分数有一个特别重要的基础定理:
拉格朗日连分数定理:实二次有理数与循环连分数一一对应。
该定理最早由拉格朗日(Lagrange)于 1769 年证明。
根据余项的重复出现,证明循环连分数一定是二次有理数非常容易。重点在于证明二次有理数一定是循环连分数。
证明 对二次有理数执行「无限简单连分数」计算,即取倒数、取整交替,得到的余数还是二次有理数。
接下来要强行刻画余项,将余项束缚在有限的范围,有限范围里的无限余项必然会发生重复。
设 是如下形式的二次有理数:
如果分母不整除分子的范数,那么分子分母同时乘以分母的绝对值,并强行压入根号,在新二次有理数中,分母整除新的分子的范数。因此,任何二次有理数都能写成这形式。
根据上文的简单连分数算法:对余数取整可以得到 ,进而得到新的 。
取整后得到的新的 为负数,且绝对值一定比 小,因此范数为负。取倒数,得到新的分母 , 总是正的。
由于范数为负,取倒数之后 前面的符号不变,而 的符号由负变正(负数前面加负号变为正数)。
余数 里面,每个 都为负数,且绝对值一定比 小,因此分子 的个数有限。
每个 都整除对应 构成二次整数的范数,因此分母 的个数有限。余数有限必重复,至此证完。
例题 二次有理数 找到 的连分数,其中 和 不是完全平方。
解答 对于数字的第 个完全商 ,通常认为
从而,
将分子和分母乘以 ,将去掉分母中的 ,因此完全商为
接下来求解 ,假设 是已知的。
首先, 。然后
因此,如果表示 ,将有
这种表示法的优点在于,如果将 减去它们的最大公约数,结果将是唯一的。因此,可以使用它来检查当前状态是否已经重复,以及检查具有此状态的上一个索引的位置。
下面是计算 的连分数表示的代码:
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18 # compute the continued fraction of sqrt(n)
def sqrt ( n ):
n0 = math . floor ( math . sqrt ( n ))
x , y , z = 0 , 1 , 1
a = []
def step ( x , y , z ):
a . append (( x * n0 + y ) // z )
t = y - a [ - 1 ] * z
x , y , z = z * t , - z * y , t ** 2 - n * x ** 2
g = math . gcd ( x , math . gcd ( y , z ))
return x // g , y // g , z // g
used = dict ()
for i in range ( n ):
used [ x , y , z ] = i
x , y , z = step ( x , y , z )
if ( x , y , z ) in used :
return a
使用相同的「step」函数,但不同的初始 , 和 ,可以计算任意 。
伽罗瓦连分数定理 纯循环连分数有类似于反序定理的定理。记:
则两个 x 互为「倒数负共轭」。即,若记:
则 x 与 y 共轭。
该定理最早由伽罗瓦(Galois)在他 17 岁那年(1828 年)发现并证明。
证明 不妨改取比较长(例如至少有 5 项)的循环节。将循环节部分反序,根据反序定理,渐进分数有:
由于渐进分数的分子分母总是互素,只能分子分母对应相等。
根据纯循环,循环节的余项与它本身相等,有:
之后只需将上述反序定理代入验证即证完。
根据伽罗瓦连分数定理,纯循环连分数的共轭一定落在 到 之间。考虑它的逆问题,就有下面的定理:
如果二次有理数 大于 ,它的共轭落在 到 之间,则它是纯循环连分数。
证明 对二次无理数进行连分数算法,它的余项 容易得到。
根据共轭落在 和 之间,利用归纳法可以知道,余项的共轭总是落在 到 之间,因此部分商 是 的「倒数负共轭」的取整。这给了一种「倒推」的关系。
由拉格朗日连分数定理,x 一定是循环连分数,存在余项 r 相同,于是它们的前一个部分商 a 相同,前一个余项是小数部分的倒数,也相同。最后推得第 0 项在循环节中,该二次有理数纯循环。
根号 d 的连分数 对于非平方整数 d,有:
这是根号 d 的连分数形式。不仅最后一位是整数部分的两倍,而且中间部分还是对称的。
证明 对于非平方整数 d,二次有理数
是纯循环连分数。于是就有:
而上述纯循环连分数的倒数负共轭既可以用伽罗瓦连分数定理表达,也可以由它本身直接表达:
根据简单连分数展开的唯一性就证明了该结论。
同样也可以证明,整数部分为半整数的相同结构:
一个实例 以 为例,实际运算一下连分数算法:
各个余项分别是:
根据伽罗瓦连分数定理,对称的余项 和 循环部分恰好相反,因此互为倒数负共轭。
如果循环节 是奇数,则对称部分最中间的余项与自己互为倒数负共轭。但如果循环节 是偶数,就不会出现这种现象。
在后面的 Pell 方程一节中将指出,在根号 的连分数中,循环节 的奇偶性,将直接决定 Pell 方程中的 形式是否有解。
你得到了 和 , 不是一个完全平方数。让 ,找到 的 。
解答 在计算完 的周期后,可以使用连分数表示引起的线性分数变换上的二进制幂来计算 。要查找结果转换,请将大小为 的周期压缩为单个转换,并将其重复 次,然后手动将其与其余转换组合。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30 x , k = map ( int , input () . split ())
mod = 10 ** 9 + 7
# compose (A[0]*x + A[1]) / (A[2]*x + A[3]) and (B[0]*x + B[1]) / (B[2]*x + B[3])
def combine ( A , B ):
return [ t % mod for t in [ A [ 0 ] * B [ 0 ] + A [ 1 ] * B [ 2 ], A [ 0 ] * B [ 1 ] + A [ 1 ] * B [ 3 ], A [ 2 ] * B [ 0 ] + A [ 3 ] * B [ 2 ], A [ 2 ] * B [ 1 ] + A [ 3 ] * B [ 3 ]]]
A = [ 1 , 0 , 0 , 1 ] # (x + 0) / (0*x + 1) = x
a = sqrt ( x )
T = len ( a ) - 1 # period of a
# apply ak + 1/x = (ak*x+1)/(1x+0) to (Ax + B) / (Cx + D)
for i in reversed ( range ( 1 , len ( a ))):
A = combine ([ a [ i ], 1 , 1 , 0 ], A )
def bpow ( A , n ):
return [ 1 , 0 , 0 , 1 ] if not n else combine ( A , bpow ( A , n - 1 )) if n % 2 else bpow ( combine ( A , A ), n // 2 )
C = ( 0 , 1 , 0 , 0 ) # = 1 / 0
while k % T :
i = k % T
C = combine ([ a [ i ], 1 , 1 , 0 ], C )
k -= 1
C = combine ( bpow ( A , k // T ), C )
C = combine ([ a [ 0 ], 1 , 1 , 0 ], C )
print ( str ( C [ 1 ]) + '/' + str ( C [ 3 ]))
本页面最近更新:2023/10/4 21:50:08 ,更新历史 发现错误?想一起完善? 在 GitHub 上编辑此页! 本页面贡献者:CCXXXI , Great-designer , Shawlleyw , untitledunrevised 本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用