เครื่องคำนวณฟังก์ชันเมอบิอุส

คำนวณฟังก์ชันเมอบิอุส μ(n) สำหรับจำนวนเต็มบวกใดๆ แสดงผลลัพธ์ −1, 0, หรือ +1 พร้อมการแยกตัวประกอบเฉพาะอย่างละเอียด การวิเคราะห์ค่าปลอดเลขยกกำลังสอง คำอธิบายทีละขั้นตอน ฟังก์ชันเมอร์เทนส์ M(n) และแผนภาพความร้อนแสดงค่า μ ของจำนวนใกล้เคียง

ตัวอย่างด่วน:

จำนวนเต็มบวก n

μ(

กรอกจำนวนเต็มบวก n ≥ 1 (สูงสุด 10¹³) เฉพาะตัวเลขเท่านั้น — เครื่องหมายจุลภาคและช่องว่างจะถูกตัดออก

นิยามของ μ(n) คือ

+1 ถ้า n เป็น squarefree และมีตัวประกอบเฉพาะเป็นจำนวนคู่
−1 ถ้า n เป็น squarefree และมีตัวประกอบเฉพาะเป็นจำนวนคี่
0 ถ้า n มีตัวประกอบเป็นกำลังสองของจำนวนเฉพาะ

squarefree · k คู่ squarefree · k คี่ ไม่ใช่ squarefree

Embed เครื่องคำนวณฟังก์ชันเมอบิอุส Widget

เกี่ยวกับ เครื่องคำนวณฟังก์ชันเมอบิอุส

เครื่องคำนวณฟังก์ชันเมอบิอุส จะคำนวณค่า $ \mu(n) $ สำหรับจำนวนเต็มบวก n ใดๆ สูงสุดถึง 10¹³ เพียงกรอกตัวเลขคุณจะเห็นค่า μ ทันที (−1, 0, หรือ +1), การแยกตัวประกอบเฉพาะฉบับเต็ม, สัญลักษณ์บอกสถานะ squarefree, ฟังก์ชัน Mertens $ M(n) = \sum_{k=1}^{n}\mu(k) $, ตารางสี Heatmap ของค่า μ สำหรับจำนวนเต็มที่อยู่ใกล้เคียง และคำอธิบายวิธีการทำทีละขั้นตอนอย่างละเอียด เครื่องมือนี้ออกแบบมาสำหรับนักเรียนทฤษฎีจำนวน, ผู้เรียนคณิตศาสตร์แข่งขัน และใครก็ตามที่สนใจเรื่องจำนวนที่ไม่มีตัวประกอบเป็นกำลังสองสมบูรณ์, การผกผันของเมอบิอุส หรือความเชื่อมโยงกับฟังก์ชันซีตาของรีมันน์

ฟังก์ชันเมอบิอุสคืออะไร?

ฟังก์ชันเมอบิอุส แทนด้วยสัญลักษณ์ $ \mu(n) $ กำหนดบนจำนวนเต็มบวกโดย:

$$\mu(n) = \begin{cases} +1 & \text{ถ้า } n = 1 \\ +1 & \text{ถ้า } n \text{ เป็น squarefree และมีจำนวนตัวประกอบเฉพาะเป็นจำนวนคู่} \\ -1 & \text{ถ้า } n \text{ เป็น squarefree และมีจำนวนตัวประกอบเฉพาะเป็นจำนวนคี่} \\ \phantom{+}0 & \text{ถ้า } n \text{ มีตัวประกอบเป็นกำลังสองของจำนวนเฉพาะ (} p^2 \mid n \text{ สำหรับจำนวนเฉพาะ } p \text{ บางตัว)} \end{cases}$$

นำเสนอโดยนักคณิตศาสตร์ชาวเยอรมัน August Ferdinand Möbius ในปี 1832 ฟังก์ชันที่ดูเรียบง่ายแต่ซับซ้อนนี้เป็นหนึ่งในเครื่องมือที่สำคัญที่สุดในทฤษฎีจำนวนเชิงวิเคราะห์และทฤษฎีจำนวนเชิงการคูณ มันมีคุณสมบัติ เชิงการคูณ (multiplicative): $ \mu(mn) = \mu(m)\mu(n) $ เมื่อใดก็ตามที่ $ \gcd(m, n) = 1 $

สรุป 3 กรณีหลัก

Squarefree · k คู่

เช่น 1, 6=2·3, 10=2·5, 15=3·5, 21=3·7

−1

Squarefree · k คี่

เช่น 2, 3, 5, 7, 30=2·3·5, 42=2·3·7

ไม่ใช่ Squarefree

เช่น 4=2², 8=2³, 9=3², 12=2²·3, 18=2·3²

▦

ความหนาแน่น

ประมาณ 6/π² ≈ 60.8% ของจำนวนเต็มบวกเป็น squarefree

ค่าของ μ(n) สำหรับ n ขนาดเล็ก

n	การแยกตัวประกอบ	μ(n)	เหตุผล
1	1	+1	กรณีพื้นฐาน (ผลคูณว่าง)
2	2	−1	1 จำนวนเฉพาะ · squarefree
3	3	−1	1 จำนวนเฉพาะ · squarefree
4	2²	0	หารด้วย 2² ลงตัว
5	5	−1	1 จำนวนเฉพาะ · squarefree
6	2·3	+1	2 จำนวนเฉพาะ · squarefree
7	7	−1	1 จำนวนเฉพาะ · squarefree
8	2³	0	หารด้วย 2² ลงตัว
9	3²	0	หารด้วย 3² ลงตัว
10	2·5	+1	2 จำนวนเฉพาะ · squarefree
12	2²·3	0	หารด้วย 2² ลงตัว
30	2·3·5	−1	3 จำนวนเฉพาะ · squarefree
210	2·3·5·7	+1	4 จำนวนเฉพาะ · squarefree
2310	2·3·5·7·11	−1	5 จำนวนเฉพาะ · squarefree

เอกลักษณ์และทฤษฎีบทสำคัญ

ชื่อ	สูตร	ความสำคัญ
เอกลักษณ์ผลบวกตัวหาร	$ \sum_{d \mid n} \mu(d) = [n = 1] $	μ คือ Dirichlet inverse ของค่าคงที่ 1
การผกผันของเมอบิอุส	$ g(n) = \sum_{d \mid n} f(d) \iff f(n) = \sum_{d \mid n} \mu(d)\,g(n/d) $	หา f จากผลบวกตัวหาร g
ความเชื่อมโยงกับฟังก์ชันออยเลอร์โทเชียนต์	$ \varphi(n) = \sum_{d \mid n} \mu(d)\,\frac{n}{d} $	แสดงค่า φ ผ่าน μ
ฟังก์ชันซีตาของรีมันน์	$ \dfrac{1}{\zeta(s)} = \sum_{n=1}^{\infty} \dfrac{\mu(n)}{n^{s}} $	เชื่อมโยง μ โดยตรงกับฟังก์ชันซีตา
ฟังก์ชัน Mertens	$ M(n) = \sum_{k=1}^{n} \mu(k) $	อัตราการเติบโตของมันเทียบเท่ากับ RH
ความหนาแน่นของ Squarefree	$ \lim_{n \to \infty} \dfrac{Q(n)}{n} = \dfrac{6}{\pi^2} $	Q(n) นับจำนวน squarefree ≤ n

วิธีใช้งานเครื่องคำนวณฟังก์ชันเมอบิอุส

กรอกจำนวนเต็มบวก n ลงในช่องข้อมูล รองรับค่าสูงสุดถึง $10^{13}$ เฉพาะตัวเลขเท่านั้น — เครื่องหมายจุลภาคหรือช่องว่างจะถูกตัดออกโดยอัตโนมัติ
คลิก "คำนวณ μ(n)" (หรือเลือกตัวอย่างด่วน) เครื่องมือจะแยกตัวประกอบเฉพาะและระบุค่า μ ในเวลาเพียงไม่กี่มิลลิวินาที
อ่านการ์ดผลลัพธ์หลัก เพื่อดูค่า μ(n) ว่าเป็น −1, 0, หรือ +1 พร้อมสัญลักษณ์ squarefree และจำนวนตัวประกอบเฉพาะที่ต่างกัน ω(n)
ตรวจสอบชิปการแยกตัวประกอบเฉพาะ — ตัวประกอบแต่ละตัวจะแสดงเป็นชิปวงรี; ชิปขอบสีแดงพร้อมเครื่องหมาย "!" แสดงถึงตัวประกอบที่เป็นกำลังสอง (สาเหตุที่ μ = 0)
ดู Heatmap ของ μ สำหรับจำนวนเต็มใกล้เคียง n ช่องสีเขียวคือ +1, ช่องสีม่วงคือ −1, ช่องสีเทาคือ 0 คลิกที่ช่องใดก็ได้เพื่อคำนวณสำหรับจำนวนนั้นใหม่
ตรวจสอบวิธีทำทีละขั้นตอน ซึ่งแสดงการแยกตัวประกอบ, การตรวจสอบ squarefree, จำนวนตัวประกอบเฉพาะ และการสรุปผลด้วยสูตร $ \mu(n) = (-1)^k $

การประยุกต์ใช้งานของฟังก์ชันเมอบิอุส

นอกเหนือจากทฤษฎีจำนวนบริสุทธิ์ μ(n) ยังปรากฏใน เชิงการจัด (combinatorics) (พหุนามไซโคลโทมิก, การนับสร้อยคอ, คำลินดอน), วิทยาการรหัสลับ (cryptography) (การทดสอบรากปฐมฐาน), ฟิสิกส์ (ฟังก์ชันแบ่งส่วนและฟังก์ชันซีตาของวิทเทน) และ วิทยาการคอมพิวเตอร์ (การรวมเข้า-การยกออกบนแลตทิซตัวหาร, Fast Möbius Transform) ทุกครั้งที่คุณต้องการ "ย้อนกลับ" ผลบวกตัวหารหรือกำหนดเงื่อนไข squarefree ฟังก์ชัน μ คือกุญแจสำคัญ

คำถามที่พบบ่อย (FAQ)

ฟังก์ชันเมอบิอุส μ(n) คืออะไร?

ฟังก์ชันเมอบิอุส μ(n) นำเสนอโดย August Möbius ในปี 1832 เป็นฟังก์ชันทางทฤษฎีจำนวนที่กำหนดบนจำนวนเต็มบวก มีค่าที่เป็นไปได้สามค่า: μ(n) = 1 ถ้า n = 1 หรือถ้า n เป็นจำนวนที่ไม่มีตัวประกอบเป็นกำลังสองสมบูรณ์ (squarefree) และมีจำนวนตัวประกอบเฉพาะที่แตกต่างกันเป็นจำนวนคู่; μ(n) = −1 ถ้า n เป็น squarefree และมีจำนวนตัวประกอบเฉพาะที่แตกต่างกันเป็นจำนวนคี่; และ μ(n) = 0 ถ้า n มีตัวประกอบเป็นกำลังสองของจำนวนเฉพาะ (ไม่เป็น squarefree)

การที่ n เป็น squarefree หมายถึงอะไร?

จำนวนเต็มบวก n เป็น squarefree (หรือจำนวนที่ไม่มีตัวประกอบเป็นกำลังสองสมบูรณ์) คือถ้าไม่มีจำนวนเฉพาะใดปรากฏมากกว่าหนึ่งครั้งในการแยกตัวประกอบเฉพาะของมัน หรืออีกนัยหนึ่ง n ไม่สามารถหารลงตัวด้วยกำลังสองของจำนวนเฉพาะใดๆ ตัวอย่างเช่น 30 = 2 × 3 × 5 เป็น squarefree แต่ 12 = 2² × 3 ไม่เป็น เพราะ 2² = 4 หาร 12 ลงตัว ความหนาแน่นของจำนวนเต็ม squarefree คือ 6/π² ≈ 60.79% โดยประมาณ

ทำไม μ(n) = 0 สำหรับ n ที่ไม่เป็น squarefree?

ฟังก์ชันเมอบิอุสถูกออกแบบให้เป็นศูนย์เมื่อ n มีตัวประกอบเฉพาะซ้ำ เพื่อให้มันทำหน้าที่เป็นตัวบ่งชี้ "การรวมเข้า-การยกออกทางการคูณ" นิยามนี้ทำให้ μ เป็น Dirichlet inverse ของฟังก์ชันค่าคงที่ 1 ซึ่งเป็นพื้นฐานของสูตรการผกผันของเมอบิอุส และรับประกันเอกลักษณ์สำคัญอย่าง Σμ(d) = [n = 1] หากไม่มีกรณีที่เป็นศูนย์ ทฤษฎีบทหลักเหล่านี้จะไม่สามารถใช้งานได้

ฟังก์ชันเมอบิอุสใช้ในทางคณิตศาสตร์อย่างไร?

μ(n) เป็นหัวใจสำคัญของทฤษฎีจำนวนเชิงวิเคราะห์ ปรากฏในสูตรการผกผันของเมอบิอุส (การหา f จากผลบวกตัวหาร), เอกลักษณ์ 1/ζ(s) = Σ μ(n)/nˢ ที่เชื่อมโยงกับฟังก์ชันซีตาของรีมันน์, การแสดงค่าฟังก์ชันออยเลอร์โทเชียนต์ φ(n) = Σ μ(d)·(n/d) และการนับจำนวนเต็ม squarefree ฟังก์ชัน Mertens M(n) = Σ μ(k) สำหรับ k ≤ n ถูกสันนิษฐานว่าเติบโตอย่างช้าๆ ซึ่งพฤติกรรมนี้เชื่อมโยงอย่างใกล้ชิดกับสมมติฐานของรีมันน์ (Riemann Hypothesis)

ฟังก์ชัน Mertens M(n) คืออะไร?

ฟังก์ชัน Mertens M(n) คือฟังก์ชันสะสมของฟังก์ชันเมอบิอุส: M(n) = μ(1) + μ(2) + … + μ(n) แม้ว่า μ(k) จะมีเพียงสามค่า แต่ M(n) มีการแกว่งตัวอย่างไม่เป็นระเบียบ โดยมีค่าเป็นบวกสำหรับ n ขนาดเล็ก แต่ในที่สุดจะมีค่าลบและบวกที่มีขนาดใหญ่ขึ้นเรื่อยๆ การพิสูจน์ว่า M(n) = O(n^(1/2 + ε)) นั้นเทียบเท่ากับสมมติฐานของรีมันน์ เครื่องมือนี้นำเสนอ M(n) ควบคู่ไปกับ μ(n) เมื่อ n ≤ 200,000

ฟังก์ชันเมอบิอุสมีคุณสมบัติเชิงการคูณหรือไม่?

ใช่ ฟังก์ชันเมอบิอุสมีคุณสมบัติเชิงการคูณ (multiplicative): μ(mn) = μ(m)·μ(n) เมื่อใดก็ตามที่ gcd(m, n) = 1 อย่างไรก็ตาม มันไม่ใช่ฟังก์ชันเชิงการคูณแบบสมบูรณ์ (completely multiplicative) — ตัวอย่างเช่น μ(4) = 0 แต่ μ(2)·μ(2) = 1 ดังนั้น μ(4) ≠ μ(2)·μ(2) ความแตกต่างนี้สำคัญเพราะคุณสมบัติการคูณของ μ จะใช้ได้เฉพาะเมื่ออาร์กิวเมนต์เป็นจำนวนเฉพาะสัมพัทธ์กันเท่านั้น

เครื่องคำนวณนี้รองรับค่า n สูงสุดเท่าใด?

เครื่องคำนวณรองรับ n สูงสุดถึง 10¹³ การแยกตัวประกอบใช้วิธี trial division สูงถึง √n และจัดการตัวเลข 13 หลักได้ในเวลาไม่ถึงวินาทีสำหรับข้อมูลส่วนใหญ่ สำหรับจำนวนที่เป็นผลคูณของจำนวนเฉพาะขนาดใหญ่สองตัว (semiprimes) อาจใช้เวลานานที่สุดแต่ยังคงตอบสนองได้ดี ฟังก์ชัน Mertens M(n) จะคำนวณผ่าน sieve เฉพาะเมื่อ n ≤ 200,000 เพื่อให้การตอบสนองรวดเร็ว

ทำไม μ(1) = 1?

ค่า μ(1) = 1 มาจากการถือว่า 1 เป็นผลคูณว่างของจำนวนเฉพาะ — มันมีจำนวนตัวประกอบเฉพาะที่แตกต่างกันเป็นศูนย์ และ (−1)⁰ = 1 นอกจากนี้ยังเป็นเงื่อนไขที่จำเป็นเพื่อให้ μ มีคุณสมบัติเชิงการคูณ (μ(1·n) = μ(1)·μ(n) บังคับให้ μ(1) = 1) และเพื่อให้เอกลักษณ์ Dirichlet Σμ(d) สำหรับ d | n มีค่าเท่ากับ 1 เมื่อ n = 1 เท่านั้น

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคำนวณฟังก์ชันเมอบิอุส" ที่ https://MiniWebtool.com/th/เครื่องคำนวณฟังก์ชันเมอบิอุส/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีมงาน miniwebtool. อัปเดตเมื่อ: 2026-04-18

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.

เครื่องมืออื่นๆ ที่เกี่ยวข้อง:

เครื่องทำให้นิพจน์พีชคณิตง่ายขึ้น

ตรวจสอบจำนวนมิตรใหม่

ตัวลดรูปพีชคณิตบูลีนใหม่

เครื่องคำนวณข้อคาดการณ์คอลลาทซ์

เครื่องคำนวณรากดิจิทัลใหม่

เครื่องตรวจสอบตัวเลขฟีโบนักชีใหม่

เครื่องตรวจสอบข้อความคาดการณ์โกลด์บาคใหม่

เครื่องแก้สมการเชิงเส้น

ตัวตรวจสอบจำนวนเฉพาะแมร์เซนใหม่

เครื่องคิดเลขจำนวนหลัก

เครื่องคำนวณฟังก์ชันเมอบิอุส

เกี่ยวกับ เครื่องคำนวณฟังก์ชันเมอบิอุส

ฟังก์ชันเมอบิอุสคืออะไร?

สรุป 3 กรณีหลัก

ค่าของ μ(n) สำหรับ n ขนาดเล็ก

เอกลักษณ์และทฤษฎีบทสำคัญ

วิธีใช้งานเครื่องคำนวณฟังก์ชันเมอบิอุส

การประยุกต์ใช้งานของฟังก์ชันเมอบิอุส

คำถามที่พบบ่อย (FAQ)

เครื่องมืออื่นๆ ที่เกี่ยวข้อง:

การดำเนินการทางคณิตศาสตร์พื้นฐาน:

เครื่องมือเด่น:

ชื่อ	สูตร	ความสำคัญ
เอกลักษณ์ผลบวกตัวหาร	\( \sum_{d \mid n} \mu(d) = [n = 1] \)	μ คือ Dirichlet inverse ของค่าคงที่ 1
การผกผันของเมอบิอุส	\( g(n) = \sum_{d \mid n} f(d) \iff f(n) = \sum_{d \mid n} \mu(d)\,g(n/d) \)	หา f จากผลบวกตัวหาร g
ความเชื่อมโยงกับฟังก์ชันออยเลอร์โทเชียนต์	\( \varphi(n) = \sum_{d \mid n} \mu(d)\,\frac{n}{d} \)	แสดงค่า φ ผ่าน μ
ฟังก์ชันซีตาของรีมันน์	\( \dfrac{1}{\zeta(s)} = \sum_{n=1}^{\infty} \dfrac{\mu(n)}{n^{s}} \)	เชื่อมโยง μ โดยตรงกับฟังก์ชันซีตา
ฟังก์ชัน Mertens	\( M(n) = \sum_{k=1}^{n} \mu(k) \)	อัตราการเติบโตของมันเทียบเท่ากับ RH
ความหนาแน่นของ Squarefree	\( \lim_{n \to \infty} \dfrac{Q(n)}{n} = \dfrac{6}{\pi^2} \)	Q(n) นับจำนวน squarefree ≤ n