多元多项式的特征列与零点的关系定理

2024-06-17 23:44

本文主要是介绍多元多项式的特征列与零点的关系定理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

下面这个定理来自《计算机代数》6.1三角列与特征列(王东明、夏壁灿著)

【定理】

C = [ C 1 , … , C r ] \mathbb{C =}\left\lbrack C_{1},\ldots,C_{r} \right\rbrack C=[C1,,Cr]为多项式组 P ⊂ K [ x ] \mathbb{P \subset}\mathcal{K\lbrack}\mathbf{x}\rbrack PK[x]的特征列,且命

I i = i n i ( C i ) P i = P ∪ { I i } i = 1 , … , r I_{i} = ini\left( C_{i} \right)\ \ \ \ \ \ \mathbb{P}_{i}\mathbb{= P \cup}\left\{ I_{i} \right\}\ \ \ \ \ i = 1,\ldots,r Ii=ini(Ci)      Pi=P{Ii}     i=1,,r

I = i n i ( C ) = { I 1 , … , I r } \mathbb{I =}ini\left( \mathbb{C} \right) = \left\{ I_{1},\ldots,I_{r} \right\} I=ini(C)={I1,,Ir}

Z e r o ( C \ I ) ⊂ Z e r o ( P ) ⊂ Z e r o ( C ) Zero\left( \mathbb{C\backslash I} \right) \subset Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C} \right) Zero(C\I)Zero(P)Zero(C)

Z e r o ( P ) = Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) Zero\left( \mathbb{P} \right) = Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} Zero(P)=Zero(C\I)i=1rZero(Pi)

K \mathcal{K} K以及 K \mathcal{K} K的任意扩域中成立

【证明】

  1. Z e r o ( C \ I ) ⊂ Z e r o ( P ) Zero\left( \mathbb{C\backslash I} \right) \subset Zero\left( \mathbb{P} \right) Zero(C\I)Zero(P)

由于 C = [ C 1 , … , C r ] \mathbb{C =}\left\lbrack C_{1},\ldots,C_{r} \right\rbrack C=[C1,,Cr]为多项式组 P ⊂ K [ x ] \mathbb{P \subset}\mathcal{K\lbrack}\mathbf{x}\rbrack PK[x]的特征列,所以 p r e m ( P , C ) = { 0 } prem\left( \mathbb{P,C} \right) = \left\{ 0 \right\} prem(P,C)={0},也就是说对于任意 P ∈ P P \in \mathbb{P} PP,都有

I 1 q 1 … I r q r P = ∑ i = 1 r C i I_{1}^{q_{1}}\ldots I_{r}^{q_{r}}P = \sum_{i = 1}^{r}C_{i} I1q1IrqrP=i=1rCi

而对于任意的 x ∈ Z e r o ( C \ I ) x \in Zero\left( \mathbb{C\backslash I} \right) xZero(C\I),都有 x ∉ Z e r o ( I 1 q 1 … I r q r ) x \notin Zero\left( I_{1}^{q_{1}}\ldots I_{r}^{q_{r}} \right) x/Zero(I1q1Irqr) x ∈ Z e r o ( C i ) x \in Zero\left( C_{i} \right) xZero(Ci),那么 P = 0 P = 0 P=0,可得 x ∈ Z e r o ( P ) x \in Zero\left( \mathbb{P} \right) xZero(P),即 Z e r o ( C \ I ) ⊂ Z e r o ( P ) Zero\left( \mathbb{C\backslash I} \right) \subset Zero\left( \mathbb{P} \right) Zero(C\I)Zero(P)

  1. Z e r o ( P ) ⊂ Z e r o ( C ) Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C} \right) Zero(P)Zero(C)

根据特征列的定义,有 C ⊂ ⟨ P ⟩ \mathbb{C \subset}\left\langle \mathbb{P} \right\rangle CP,也就是

C i = ∑ P ∈ P k P P C_{i} = \sum_{P \in \mathbb{P}}^{}{k_{P}P} Ci=PPkPP

所以,当多项式 P P P的值为 0 0 0时, C i C_{i} Ci必为 0 0 0,即 Z e r o ( P ) ⊂ Z e r o ( C ) Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C} \right) Zero(P)Zero(C)

  1. Z e r o ( P ) ⊂ Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} Zero(P)Zero(C\I)i=1rZero(Pi)

x ∈ Z e r o ( P ) x \in Zero\left( \mathbb{P} \right) xZero(P),根据2,那么有 x ∈ Z e r o ( C ) x \in Zero\left( \mathbb{C} \right) xZero(C)

x ∈ Z e r o ( I ) x \in Zero\left( \mathbb{I} \right) xZero(I),则 x ∈ ⋃ i = 1 r Z e r o ( I i ) x \in \bigcup_{i = 1}^{r}{Zero\left( I_{i} \right)} xi=1rZero(Ii),又因为 x ∈ Z e r o ( P ) x \in Zero\left( \mathbb{P} \right) xZero(P),所以 x ∈ ⋃ i = 1 r Z e r o ( P i ) x \in \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} xi=1rZero(Pi)

x ∉ Z e r o ( I ) x \notin Zero\left( \mathbb{I} \right) x/Zero(I),结合 x ∈ Z e r o ( C ) x \in Zero\left( \mathbb{C} \right) xZero(C),可得 x ∈ Z e r o ( C \ I ) x \in Zero\left( \mathbb{C\backslash I} \right) xZero(C\I)

结合上述两种情况的讨论,可得 Z e r o ( P ) ⊂ Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} Zero(P)Zero(C\I)i=1rZero(Pi)

  1. Z e r o ( P ) ⊃ Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) Zero\left( \mathbb{P} \right) \supset Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} Zero(P)Zero(C\I)i=1rZero(Pi)

根据1, Z e r o ( C \ I ) ⊂ Z e r o ( P ) Zero\left( \mathbb{C\backslash I} \right) \subset Zero\left( \mathbb{P} \right) Zero(C\I)Zero(P)

因为 Z e r o ( P i ) ⊂ Z e r o ( P ) Zero\left( \mathbb{P}_{i} \right) \subset Zero\left( \mathbb{P} \right) Zero(Pi)Zero(P),所以 ⋃ i = 1 r Z e r o ( P i ) ⊂ Z e r o ( P ) \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} \subset Zero\left( \mathbb{P} \right) i=1rZero(Pi)Zero(P)

综合可得 Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) ⊂ Z e r o ( P ) Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} \subset Zero\left( \mathbb{P} \right) Zero(C\I)i=1rZero(Pi)Zero(P)

综合1、2可得
Z e r o ( C \ I ) ⊂ Z e r o ( P ) ⊂ Z e r o ( C ) Zero\left( \mathbb{C\backslash I} \right) \subset Zero\left( \mathbb{P} \right) \subset Zero\left( \mathbb{C} \right) Zero(C\I)Zero(P)Zero(C)

综合3、4可得
Z e r o ( P ) = Z e r o ( C \ I ) ∪ ⋃ i = 1 r Z e r o ( P i ) Zero\left( \mathbb{P} \right) = Zero\left( \mathbb{C\backslash I} \right) \cup \bigcup_{i = 1}^{r}{Zero\left( \mathbb{P}_{i} \right)} Zero(P)=Zero(C\I)i=1rZero(Pi)

这篇关于多元多项式的特征列与零点的关系定理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1070723

相关文章

AI学习指南机器学习篇-朴素贝叶斯处理连续特征和离散特征

AI学习指南机器学习篇-朴素贝叶斯处理连续特征和离散特征 在机器学习领域,朴素贝叶斯是一种常用的分类算法,它的简单性和高效性使得它在实际应用中得到了广泛的应用。然而,在使用朴素贝叶斯算法进行分类时,我们通常会面临一个重要的问题,就是如何处理连续特征和离散特征。因为朴素贝叶斯算法基于特征的条件独立性假设,所以对于不同类型的特征,我们需要采取不同的处理方式。 在本篇博客中,我们将探讨如何有效地处理

在 Java 中,JDK、JRE、JVM 分别代表什么,有何关系和区别?

在Java开发的世界中,我们会经常听到JDK、JRE和JVM这三个词。它们都与Java的运行环境以及Java程序的编译和运行有关,它们之间也存在一些关联性和区别。 什么是JDK、JRE和JVM 我们来看它们分别是什么。 JDK,全称Java Development Kit,即Java开发工具包。顾名思义,JDK是用于Java开发的一套工具包,里面包含了Java的编译器javac、

1_CString char* string之间的关系

CString转char*,string string转char*,CString char* 转CString,string 一、CString转char*,string //字串转换测试 CString CString1; std::string string1; CHAR* char1=NULL; //1string1=CString1.GetBuffer();CStri

Mysql数据库约束的概述 , 逐渐约束 , 主键自增 , 表关系的概念和外键 ,多表关系约束介绍和使用

约束和表设计 1、DQL查询语句-limit语句(掌握) 目标 能够掌握limit语句的使用 讲解 作用: LIMIT是限制的意思,所以LIMIT`的作用就是限制查询记录的条数。 LIMIT语句格式: select * from 表名 limit offset, row_count;mysql中limit的用法:返回前几条或者中间某几行数据-- 1 表示分页查询的索引,对应数

抽象类和接口之间的关系

1。类可以实现多个接口而只能继承一个超类。 2。抽象类可以有非抽象方法而接口的方法只能都是抽象的。 3。抽象类可以定义和使用变量而接口则不可以。 4。抽象类中的方法可以有各种不同的修饰符,而接口中的方法默认都是public,不允许字面定修饰符。 一个接口中的成员函数可以在不同的类中安装,而它的成员函数可以有很多种的实现方法,但是抽象类却不能象这样,它必须是由子类来继承,然后由子类来实现它的

材质、纹理、贴图的关系

材质、纹理、贴图的关系 材质 (Material)包含贴图 (Map),贴图包含纹理 (Texture)。 纹理(Texture)是最基本的数据输入单位。

机器学习基础:与Python关系和未来发展

目录 初识Python Python的由来 自由软件运动 编译方式的演进 Python语言的特点 语法简单,易于理解 语法结构清晰,快速上手 丰富的第三方库 机器学习 监督学习 无监督学习 半监督学习         欢迎回到我们的神经网络与深度学习Tensorflow实战学习,本篇为人工智能学习第三篇文章。前面的文章中我们学习安装了Tensorflow-GPU,在本

Adaboost集成学习 | Adaboost集成学习特征重要性分析(Python)

目录 效果一览基本介绍模型设计程序设计参考资料 效果一览 基本介绍 Adaboost集成学习特征重要性分析(Python)Adaboost(自适应增强)是一种常用的集成学习方法,用于提高机器学习算法的准确性。它通过组合多个弱分类器来构建一个强分类器。在Adaboost中,每个弱分类器都被赋予一个权重,这些权重根据其在训练过程中的表现进行调整。因此,Adaboost可以通

机器学习算法(二):1 逻辑回归的从零实现(普通实现+多项式特征实现非线性分类+正则化实现三个版本)

文章目录 前言一、普通实现1 数据集准备2 逻辑回归模型3 损失函数4 计算损失函数的梯度5 梯度下降算法6 训练模型 二、多项式特征实现非线性分类1 数据准备与多项式特征构造2 逻辑回归模型 三、逻辑回归 --- 正则化实现1 数据准备2 逻辑回归模型3 正则化损失函数4 计算损失函数的梯度5 梯度下降6 训练模型 总结 前言 今天我们开始介绍逻辑回归的从零开始实现代码了,

首次使用回声状态网络 (ESN) 和语音特征进行帕金森病 (PD) 预测

帕金森病(Parkinson's disease, PD)是一种使人衰弱的神经退行性疾病,它需要进行精确和早期的诊断,以便为患者提供有效的治疗和护理。这种疾病是由James Parkinson在1817年首次确定的,其特征是多巴胺生成神经元的退化。多巴胺的不足导致了一系列症状,包括静止性震颤、肌肉僵硬、运动迟缓(姿势不稳定)、以及其他重要特征,如睡眠障碍、心律失常、便秘和语音变化,这