关于多元 Lagrange 反演的解析证明
飞雨烟雁
·
2025-04-30 15:55:20
·
算法·理论
因为害怕组合意义所以全点分析力了。
记号说明:
所有向量以及向量值函数均用粗体字母表示;
对于整数 k ,\mathbf k 代表 (k,k,\cdots,k) ;
对于向量值函数 \mathbf g=(g_1,\cdots,g_n) 和向量 \mathbf n=(n_1,\cdots,n_n) ,定义 \mathbf g^{\mathbf n}=\prod_{k=1}^n g_k^{n_k} 。这里的 \mathbf n,n_i,n 是完全不同的定义,分别代表向量、向量分量、变元个数;
对于向量 \mathbf n=(n_1,\cdots,n_n) ,定义 [\mathbf x^\mathbf n]=[x_1^{n_1}\cdots x_n^{n_n}] 。
回顾一元 Lagrange 反演的解析证明
定理 1 .(另类 Lagrange 反演)对于形式幂级数 f,g\in\mathbb C[[x]] ,以及形式洛朗级数 h\in\mathbb C((x)) ,若 f(0)=g(0)=0,f'(0)\neq 0 ,且 f(g(x))=x ,则对于 n\in\mathbb Z ,有
[x^n]h(f(x))=[x^{-1}]h(x)\frac{g'(x)}{[g(x)]^{n+1}}.\tag{1}
证明 . 取充分大的正整数 N ,定义
\tilde f(x)=\sum_{i=1}^{N} ([x^i]f)x^i,\quad \tilde h(x)=\sum_{i=-N}^N([x^i]h)x^i.
由于 \tilde f'(0)=f'(0)\neq 0 ,所以存在 \delta>0 和解析函数 \tilde g ,使得 \forall z\in \Delta(0,\delta),\tilde f( \tilde g(z))=z 。这表明 \forall |z|=\delta/2,\tilde f(z)\neq 0 ,那么根据留数定理,有
\begin{aligned}[x^n]\tilde h(\tilde f(x))&=\text {Res}\left(\frac{\tilde h\circ\tilde f}{z^{n+1}},z=0\right)\\&=\frac 1{2\pi i}\int_{C_{\delta/2}}\frac{\tilde h\circ\tilde f}{z^{n+1}}\text dz\\&=\frac 1{2\pi i}\int_{\tilde f(C_{\delta/2})}\frac{\tilde h\circ\tilde f\circ \tilde g}{{\tilde g}^{n+1}}\text d(\tilde g(z))\\&=\frac 1{2\pi i}\int_{\tilde f(C_{\delta/2})}\frac{\tilde h(z)\tilde g'(z)}{{\tilde g}^{n+1}}\text dz\\&=\text {Res}\left(\tilde h\frac{\tilde g'}{{\tilde g}^{n+1}},z=0\right)\\&=[x^{-1}]\tilde h\frac{\tilde g'}{{\tilde g}^{n+1}}.\end{aligned}
当 N 充分大时,我们可以保证上式左右两端与 (1) 式左右两端一致,此时定理 1 得证。\Box{}
上述证明与常见的解析证明有两点不同。一是我们证明的是另类 Lagrange 反演,而非更为常见的 Lagrange 反演,这是因为另类 Lagrange 反演的证明与多元 Lagrange 反演的证明更相似,便于后续扩展。二是我们采取了截断方法,这是为了扩展解析证明的适用范围,使得像 f(x)=\sum _ {k\ge 0}k!x^k 此类收敛半径为 0 的级数也能适用此定理。
多元向量值形式幂级数的结构
多元 形式幂级数是指形如
f(x_1,x_2,\cdots,x_n)=\sum_{i_1,\cdots,i_n\ge 0}\alpha_{i_1,\cdots,i_n}x_1^{i_1}\cdots x_n^{i_n}
的幂级数 f ,我们记为 f\in \mathbb C[[x_1,\cdots,x_n]] 。
多元向量值 形式幂级数指的是一列行向量 (f_1,f_2,\cdots,f_m) ,其中 \forall i=1,2,\cdots,m,f_i\in\mathbb C[[x_1,\cdots,x_n]] 。记为 (f_1,f_2,\cdots,f_m)\in \mathbb C^m[[x_1,\cdots,x_n]] 。
我们这里只讨论 n=m 时的多元向量值形式幂级数,此时有 n 个 n 元形式幂级数,我们记 \mathbf f=(f_1,\cdots,f_n), \mathbf g=(g_1,\cdots,g_n) ,定义其复合为
\mathbf f\circ\mathbf g=(f_1(g_1,\cdots,g_n),\cdots,f_n(g_1,\cdots,g_n)).
复合运算的单位元为 \textbf{id}=(x_1,x_2,\cdots,x_n) 。
我们关心的是怎样的 \mathbf f 具有复合逆。
定义 2 . 若 \mathbf f=(f_1,\cdots,f_n) 满足 \forall 1\le i\le n,x_i\mid f_i,(f_i/x_i)(\mathbf 0)\neq 0 ,则称 \mathbf f 是正则的。
定理 3 . 若 \mathbf f=(f_1,\cdots,f_n) 是正则的,则存在唯一的 \mathbf g=(g_1,\cdots,g_n) ,使得 \mathbf g 正则,且 \mathbf f\circ\mathbf g=\mathbf g\circ\mathbf f=\mathbf {id} 。
证明 . 先证左逆的存在唯一性,然后利用复合的结合律证明左逆和右逆相同,具体细节留给读者补充。\Box
性质 4 . 正则函数 \mathbf f 的 Jacobi 矩阵在 \mathbf 0 处可逆。
证明 . 直接计算可知 \det J(\mathbf f)\big|_ {\mathbf x=\mathbf 0}=\prod_{i=1}^n(f_i/x_i)(\mathbf 0)\neq 0 。\Box
最后,类似地定义多元 形式洛朗级数为形如
h(x_1,x_2,\cdots,x_n)=\sum_{i_1,\cdots,i_n\ge N}\alpha_{i_1,\cdots,i_n}x_1^{i_1}\cdots x_n^{i_n}
的级数 h ,其中 N 是整数。记为 h\in\mathbb C((x_1,\cdots,x_n)) 。
定义上述多元级数之间的乘(除)法为逐项乘(除)法。
多元 Lagrange 反演的解析证明
这里我们先给出一种比较清晰但不严格的证明方法,随后做一些修改,使其更严格。
定理 5 .(多元 Lagrange 反演 I)对于 \mathbf f,\mathbf g\in\mathbb C^n[[x_1,\cdots,x_n]] ,以及 h\in\mathbb C((x_1,\cdots,x_n)) ,若 \mathbf f,\mathbf g 均正则,且 \mathbf f\circ\mathbf g=\mathbf{id} ,则对于 \mathbf n\in\mathbb Z^n ,有
[\mathbf x^{\mathbf n}] h\circ \mathbf f=[\mathbf x^{-\mathbf 1}]\frac{ h}{\mathbf g^{\mathbf n+\mathbf 1}}\det J(\mathbf g).
证明 (Easy Ver.) . 记 S^1=\{z\in\mathbb C:|z|=1\} ,根据多元留数定理(即对每个变元都用一次留数定理),有
[\mathbf x^{\mathbf n}] h\circ \mathbf f=\frac 1{(2\pi i)^n}\int_{(S^1)^n}\frac{ h\circ \mathbf f}{\mathbf x^{\mathbf n+\mathbf 1}}\text d \mathbf x.
作换元 \mathbf x=\mathbf g(\mathbf y) ,有:
\begin{aligned}[\mathbf x^{\mathbf n}] h\circ \mathbf f&=\frac 1{(2\pi i)^n}\int_{\mathbf f((S^1)^n)}\frac{ h}{\mathbf g^{\mathbf n+\mathbf 1}}\det J(\mathbf g)\text d \mathbf y.\end{aligned}
随后逐个变元逆用留数定理即得:
\begin{aligned}[\mathbf x^{\mathbf n}] h\circ \mathbf f&=[\mathbf x^{-\mathbf 1}]\frac{ h}{\mathbf g^{\mathbf n+\mathbf 1}}\det J(\mathbf g).\ \Box\end{aligned}
然而这个定理存在很多不严格之处,大致有以下四个问题:
运用多元留数定理后能否直接累次积分化重积分;
如何保证 \mathbb C^n 上积分换元的合法性;
积分区域 \mathbf f((S_1)^n) 能否逆用留数定理。
下面我们来依次解决这四个问题。这里只给大致思路,不做详细阐述。
第一个问题用前面说的截断方法就能解决。下面我们都假设 \mathbf f 是截断过后的幂级数(不然每次都要打 \tilde \mathbf f
很麻烦),并设 \mathbf g 是截断后的 \mathbf f 对应的反函数(因为 \det J(\mathbf f)\neq 0 ,这样的 \mathbf g 存在,且这个 \mathbf g 与截断前 \mathbf f 的反函数的低次项完全一致)。那么存在 \mathbf 0 的某个领域 U ,使得当 \mathbf y\in U 时,\mathbf f\circ \mathbf g(\mathbf y)=\mathbf y 。
对于第二个问题,记 C_{r}=\{z\in\mathbb C:|z|=r\} ,则存在 r>0 使得当 \mathbf y\in (C_r)^n 时,\mathbf f(\mathbf y) 每个分量都不为 0 (由正则性保证)。此时每个分量的模长都有正下界、以及上界。那么 h\circ\mathbf f 在 (C_r)^n 上就是解析且有界的了,故可以累次积分化重积分。
对于第三个问题,注意证明中的积分可以视为在 \mathbb R^{2n} 上对 n 维流形积分,利用参数变换公式和拟微分中值定理可以证明正确性。
第四个问题则涉及到 \mathbf f((C_r)^n) 的拓扑性质。根据正则性可以证明,当 r 足够小时,固定 z_1,\cdots,z_n 中的任意 n-1 个数,假设 z_k 未被固定,则 g(z_k):=f(z_1,\cdots,z_n),z_i\in C_r 是一条逆时针围绕原点的简单曲线,因此可以逆用留数定理。
这样就可以严格说明多元 Lagrange 反演是成立的了。
多元 Lagrange 反演的其他形式
一般我们更常用的是下面这个形式。
定理 6 .(多元 Lagrange 反演 II)对于 \mathbf f,\mathbf g\in\mathbb C^n[[x_1,\cdots,x_n]] ,以及 h\in\mathbb C((x_1,\cdots,x_n)) ,若 \forall 1\le i\le n,f_i=x_i g_i(\mathbf f) ,则对于 \mathbf n\in\mathbb Z^n ,有
[\mathbf x^{\mathbf n}] h\circ \mathbf f=[\mathbf x^{\mathbf n}]{ h}\cdot{\mathbf g^{\mathbf n}}\cdot\det \left([i=j]-\frac{x_i}{g_j}\frac{\partial g_j}{\partial x_i}\right).
证明 . 定义 \mathbf g_0=(x_1/g_1,\cdots,x_n/g_n) ,然后对 \mathbf f,\mathbf g_0 用多元 Lagrange 反演 I 即证。\Box
事实上,当 h 是多元形式幂级数时,我们有比多元 Lagrange 反演更强的结果。
定理 7 .(Abhyankar-Gurjar 反演公式)记 \mathbf g=(g_1,\cdots,g_n) ,若 g_i=x_i-h_i ,其中 h_i 的最低次数大于等于 2 ,则存在 \mathbf f=(f_1,\cdots,f_n) 使得 \mathbf f\circ\mathbf g=\mathbf {id} ,且任给多元形式幂级数 u ,有
u\circ\mathbf f=\sum_{ \alpha\in\mathbb N^n}\frac 1{\alpha!}\partial ^\alpha ( u\, \mathbf h^\alpha \det J(\mathbf g)).
也许后面我会写一篇 Blog 专门说说这个公式的证明。
思考题:试求二元形式幂级数 f(x,y) ,使得 f(0,0)=0,f(x,y)-[f(y,x)]^2=x 。