文章目录

  • 整数的故事
  • Noether正规化引理
  • 零点定理弱形式

整数的故事

整数,大家再熟悉不过的东西。可是,一旦考虑上面的运算,事情就没有单纯了。整数的运算性质一直是数论的核心兴趣所在。素数,不定方程都是在运算的基础上进行考虑的。高斯的时代,人们考虑用多项式表达整数,比如x2+y2=nx^2+y^2=nx2+y2=n,当nnn为何值时,这个方程有整数解,解集又是什么。如果继续解方程和因式分解是一回事的思想,考虑将左边进行分解x2+y2=(x+iy)(x−iy)x^2+y^2=(x+iy)(x-iy)x2+y2=(x+iy)(x−iy),高斯引入高斯整数环Z[i]\mathbb{Z}[i]Z[i],这样问题从Z\mathbb{Z}Z转移到了Z[i]\mathbb{Z}[i]Z[i]。如果我们探讨清楚了Z[i]\mathbb{Z}[i]Z[i]的分解性质,方程就容易解了。

继续思考,我们引入iii,是因为iii是x2+1=0x^2+1=0x2+1=0的根。我们考察一般的方程xn+an−1xn−1+⋯+a0=0x^n+a_{n-1}x^{n-1}+\cdots+a_0=0xn+an−1​xn−1+⋯+a0​=0,注意这里我们的首项系数是1,如果不是1的话,就势必要引入除法,就无法继续在整数的范围内考虑问题了。我们称这种方程的根为代数整数。在整数中加入代数整数,得到新的环,分析新环的唯一因子分解性质,有助于我们解不定方程。

Noether正规化引理

在研究域的扩张时,我们知道对于域的有限生成扩张E/FE/FE/F,我们可以找到FFF上代数无关的元素x1,⋯,xnx_1,\cdots,x_nx1​,⋯,xn​使得E/F(x1,⋯,xn)E/F(x_1,\cdots,x_n)E/F(x1​,⋯,xn​)为代数扩张。

如果想把域的这个结果移到环上面,就是这样子的:对于环的有限生成扩张R/SR/SR/S,我们可以找到SSS上代数无关的元素x1,⋯,xnx_1,\cdots,x_nx1​,⋯,xn​使得R/S[x1,⋯,xn]R/S[x_1,\cdots,x_n]R/S[x1​,⋯,xn​]为代数扩张。

如果我们想把代数扩张的结论加强为整扩张,就需要S=kS=kS=k为域。此时我们得到所谓的Noether正规化引理。

零点定理弱形式

首先我们看看什么是零点定理的弱形式。设kkk为域,RRR为有限生成kkk代数,如果RRR为域,则RRR为kkk的代数扩域。

利用Noether正规化引理,得到

k↪k[t1,⋯,tn]↪Rk\hookrightarrow k[t_1,\cdots,t_n]\hookrightarrow Rk↪k[t1​,⋯,tn​]↪R

中间的代数为多项式环,后面的这个扩张为整扩张。

下面就是整扩张发挥作用的地方了。整扩张具有保持良好性质的能力。设R/SR/SR/S为整环之间的整扩张,RRR为域当且仅当SSS为域。事实上,如果SSS为域,任意x∈R−Sx\in R-Sx∈R−S,因为RRR为整环,存在方程

xn+an−1xn−1+⋯+a0=0,a0≠0x^n+a_{n-1}x^{n-1}+\cdots+a_0=0,a_0\neq 0xn+an−1​xn−1+⋯+a0​=0,a0​​=0

于是 x(−a0−1)(xn−1+an−1xn−2+⋯+a1)=1x(-a_0^{-1})(x^{n-1}+a_{n-1}x^{n-2}+\cdots + a_1)=1x(−a0−1​)(xn−1+an−1​xn−2+⋯+a1​)=1。

反过来,如果RRR为域,任意x∈S−{0}x\in S-\{0\}x∈S−{0},x−1∈Rx^{-1}\in Rx−1∈R在SSS上整,于是
x−n+an−1x−n+1+⋯+a0=0,a0≠0x^{-n}+a_{n-1}x^{-n+1}+\cdots+a_0=0,a_0\neq 0x−n+an−1​x−n+1+⋯+a0​=0,a0​​=0
于是x−1+an−1x+⋯+a0xn−1=0x^{-1}+a_{n-1}x+\cdots+a_0x^{n-1}=0x−1+an−1​x+⋯+a0​xn−1=0,x−1∈Sx^{-1}\in Sx−1∈S。

利用这个结果,我们有k[t1,⋯,tn]k[t_1,\cdots,t_n]k[t1​,⋯,tn​]为域,因此k[t1,⋯,tn]=kk[t_1,\cdots,t_n]=kk[t1​,⋯,tn​]=k,从而RRR为kkk的代数扩域。

下面我们来说一下为什么这个定理称为是零点定理的弱形式。R=k[x1,⋯,xn]R=k[x_1,\cdots,x_n]R=k[x1​,⋯,xn​],如果RRR为域,则kkk代数同态:
ϕ:k[t1,⋯,tn]→R:ti↦xi\phi:k[t_1,\cdots,t_n]\rightarrow R: t_i\mapsto x_iϕ:k[t1​,⋯,tn​]→R:ti​↦xi​

的核为极大理想。而上面的结论说明xix_ixi​是kkk上的代数元,因而存在fi∈k[t]f_i\in k[t]fi​∈k[t]使得fi(xi)=0f_i(x_i)=0fi​(xi​)=0,因而fi(ti)∈Kerϕf_i(t_i)\in Ker\ \phifi​(ti​)∈Ker ϕ。考虑多项式环S=k[t1,⋯,tn]S=k[t_1,\cdots,t_n]S=k[t1​,⋯,tn​]的任意极大理想mmm,令R=S/mR=S/mR=S/m,则m=Kerϕm=Ker\ \phim=Ker ϕ。由此,我们可以得知多项式环k[t1,⋯,tn]k[t_1,\cdots,t_n]k[t1​,⋯,tn​]的任意极大理想中包含有k[ti]k[t_i]k[ti​]中的非零元素。

如果kkk为代数闭域,fi(ti)f_i(t_i)fi​(ti​)必然还可以取成不可约多项式ti−ait_i-a_iti​−ai​,因而
m⊃(x1−a1,⋯,xn−an)m\supset (x_1-a_1,\cdots,x_n-a_n)m⊃(x1​−a1​,⋯,xn​−an​),另一方面,通过替换变量知道(x1−a1,⋯,xn−an)(x_1-a_1,\cdots,x_n-a_n)(x1​−a1​,⋯,xn​−an​)为极大理想,从而k[t1,⋯,tn]k[t_1,\cdots,t_n]k[t1​,⋯,tn​]的极大理想形如(x1−a1,⋯,xn−an)(x_1-a_1,\cdots,x_n-a_n)(x1​−a1​,⋯,xn​−an​)。

有了这个弱形式,我们来看Hilbert零点定理。设kkk为代数闭域,I⊲k[t1,⋯,tn]I\lhd k[t_1,\cdots,t_n]I⊲k[t1​,⋯,tn​],则I(V(I))=II(V(I))=\sqrt II(V(I))=I​,也就是说仿射簇的零化多项式都在根理想中。

设I=(f1,⋯,fm)I=(f_1,\cdots,f_m)I=(f1​,⋯,fm​),fff为零化多项式,则V(f1,⋯,fm,1−Tf)=∅⊂kn+1V(f_1,\cdots,f_m,1-Tf)=\empty\subset k^{n+1}V(f1​,⋯,fm​,1−Tf)=∅⊂kn+1。根据上面关于极大理想的形式,我们知道必然有(f1,⋯,fm,1−Tf)=k[t1,⋯,tn,T](f_1,\cdots,f_m,1-Tf)=k[t_1,\cdots,t_n,T](f1​,⋯,fm​,1−Tf)=k[t1​,⋯,tn​,T],从而
a1(t,T)f1+⋯+am(t,T)fm+a(t,T)(1−Tf)=1a_1(t,T)f_1+\cdots+a_m(t,T)f_m+a(t,T)(1-Tf)=1a1​(t,T)f1​+⋯+am​(t,T)fm​+a(t,T)(1−Tf)=1

取T=1fT=\frac{1}{f}T=f1​,于是fr∈(f1,⋯,fm)f^r\in (f_1,\cdots,f_m)fr∈(f1​,⋯,fm​),即f∈If\in \sqrt{I}f∈I​。

小树也能读懂的零点定理弱形式相关推荐

  1. 一文读懂AI简史:当年各国烧钱许下的愿,有些至今仍未实现

    一文读懂AI简史:当年各国烧钱许下的愿,有些至今仍未实现 导读:近日,马云.马化腾.李彦宏等互联网大佬纷纷亮相2018世界人工智能大会,并登台演讲.关于人工智能的现状与未来,他们提出了各自的观点,也引 ...

  2. 不明觉厉!用了近10年,才有人读懂这篇论文

    绘图:Andreas de Santis 来源:环球科学 "数学物理开放问题"网站列出了数学物理领域最令人费解的13道难题.对科学家来说,解开其中任意一题,都是至高无上的荣誉.10 ...

  3. 【工业互联网】一文读懂SAP Leonardo物联网平台

    作者:Andy 来源:工业与数据的那些事 本文比较系统.全面地介绍了SAP Leonardo IoT平台,全文总共分为6部分: 1.连接与赋能 – SAP Leonardo IoT 2.边缘层 – S ...

  4. 一文深入浅出读懂NoSQL

    一文深入浅出读懂NoSQL 2016-11-25 Runoot.com ICT架构师技术交流 NoSQL(NoSQL = Not Only SQL ),意即"不仅仅是SQL".在现 ...

  5. 一文读懂贝叶斯原理(Bayes‘ theorem)

    一文读懂贝叶斯原理(Bayes' theorem) 前言:贝叶斯定理是18世纪英国数学家托马斯·贝叶斯(Thomas Bayes)提出得重要概率论理论.以下摘一段 wikipedia 上的简介: 一. ...

  6. LC滤波器简单设计法 - 一文读懂LC滤波器简单设计方法及原理介绍,LC值计算方法

    LC滤波器简单设计法 - 一文读懂LC滤波器简单设计方法及原理介绍,LC值计算方法 LC滤波器概述 LC滤波器也称为无源滤波器,是传统的谐波补偿装置.LC滤波器之所以称为无源滤波器,顾名思义,就是该装 ...

  7. 一文让你读懂——什么是1G,2G,3G,4G,5G

    一文让你读懂--什么是1G,2G,3G,4G,5G 无线通信日新月异,现在我们已经进入到了5G时代.5G代表了更快的速度,更低的延时,更多的链接数,它在人们的生活中所占有的比重和所起的作用越来越大.那 ...

  8. 超级干货 :一文读懂数据可视化

    前言 数据可视化,是指将相对晦涩的的数据通过可视的.交互的方式进行展示,从而形象.直观地表达数据蕴含的信息和规律. 早期的数据可视化作为咨询机构.金融企业的专业工具,其应用领域较为单一,应用形态较为保 ...

  9. 三轴加速度传感器和六轴惯性传感器_一文读懂三轴,六轴,MEMS陀螺仪(角速率传感器)的区别...

    原标题:一文读懂三轴,六轴,MEMS陀螺仪(角速率传感器)的区别 随着现代科技的不断发展,陀螺仪也被应用到越来越多的领域和行业,例如我们常见纸飞机等飞行类游戏,赛车类游戏等.以陀螺仪为核心的惯性制导系 ...

  10. 一文读懂多元线性回归

    一文读懂多元线性回归 一.什么是线性回归模型 1.1模型 1.2线性 1.3回归 二.如何建立线性回归模型 2.1寻找yyy和xxx 2.2确定模型参数 2.2.1 拟合的角度 什么是拟合 最小二乘法 ...

最新文章

  1. 哪种 Python IDE 最适合你?这里有一份优缺点列表
  2. L1正则化为什么又叫做稀疏因子?
  3. 《预训练周刊》第21期:FlipDA:有效且稳健的数据增强小样本学习、开放域低资源适应的生成式聊天机器人...
  4. 香港科技大学谢知遥教授实验组招收机器学习全奖博士生
  5. .net操纵xml文件类(c#)
  6. 1_HDFS理论及安装部署
  7. 九、玩转JavaScript的数组(五)
  8. JustOj 2038: 叶神的字符串
  9. SQLite 3.31.0 发布,世界上使用量最大的数据库引擎
  10. 阶段1 语言基础+高级_1-3-Java语言高级_08-JDK8新特性_第1节 常用函数接口_17_常用的函数式接口_Function接口中的方法andThen...
  11. 2020年 显卡天梯图 / Top Graphics Ranking
  12. iPhone5S等A7设备 任意版本降级iOS10.3.3教程(方法二)
  13. App低代码开发的最终形态?APICloud可视化开发初体验
  14. Select at least one project的解决方法
  15. [2021时空AI白皮书]时空人工智能:关键技术
  16. XSS网站漏洞如何修复 大牛支招让您网站更安全
  17. 《如何高效阅读一本书》学习笔记
  18. 这是一篇转载:HOG特征(这是我看到过的讲的最适合我的博客)
  19. 练习-Java类和对象之对象组合之求圆锥体表面积
  20. 粒子群算法(PSO)的python实现

热门文章

  1. java中创建库存_java案例实例 商品库存管理系统
  2. 手机status500_HTTP Status 500 - 是什么意思
  3. 开发板 linux 同步时间,arm开发板使用ntp与服务器同步时间
  4. 开机无法跳过谷歌验证_如何跳过Nexus7第一次开机设置的网络验证
  5. 微信小程序 自定义组件之《转盘》
  6. 《Learning_object_interactions_and_descriptions_for_sematic_image》论文阅读
  7. Chromecast电视投屏软件
  8. 团队管理14--盘点团队
  9. linux系统编程界面,App主界面比较 - Android学习系列_Linux编程_Linux公社-Linux系统门户网站...
  10. 北京地铁乘坐路线查询