小树也能读懂的零点定理弱形式

An Invitation to Algebraic Geometry  http://www.docin.com/p-480809000.html 仿射平面曲线是C^2中复多项式的零点集。 平面曲线的例子: 超曲面是C^n中任意维的单个多项式的零点集。 二次锥面(quadratic cone)是超曲面的典型例子。 线性(一次)多项式的零点集是叫做仿射超平面的仿射代数簇。 复变量的直线ax+by=c是C^2中的超平面。 【代数曲线部分的习题】 证 阅读详情

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 x 2 + y 2 = n x^2+y^2=n x2+y2=n,当 n n n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 x 2 + y 2 = ( x + i y ) ( x − i y ) 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 i i i,是因为 i i i是 x 2 + 1 = 0 x^2+1=0 x2+1=0的根。我们考察一般的方程 x n + a n − 1 x n − 1 + ⋯ + a 0 = 0 x^n+a_{n-1}x^{n-1}+\cdots+a_0=0 xn+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 / F E/F E/F,我们可以找到 F F F上代数无关的元素 x 1 , ⋯   , x n x_1,\cdots,x_n x1​,⋯,xn​使得 E / F ( x 1 , ⋯   , x n ) 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 / S R/S R/S,我们可以找到 S S S上代数无关的元素 x 1 , ⋯   , x n x_1,\cdots,x_n x1​,⋯,xn​使得 R / S [ x 1 , ⋯   , x n ] 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 = k S=k S=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 k k k为域, R R R为有限生成 k k k代数,如果 R R R为域,则 R R R为 k k k的代数扩域。

利用Noether正规化引理,得到

k ↪ k [ t 1 , ⋯   , t n ] ↪ R k\hookrightarrow k[t_1,\cdots,t_n]\hookrightarrow R k↪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 / S R/S R/S为整环之间的整扩张, R R R为域当且仅当 S S S为域。事实上,如果 S S S为域,任意 x ∈ R − S x\in R-S x∈R−S,因为 R R R为整环,存在方程

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

于是 x ( − a 0 − 1 ) ( x n − 1 + a n − 1 x n − 2 + ⋯ + a 1 ) = 1 x(-a_0^{-1})(x^{n-1}+a_{n-1}x^{n-2}+\cdots + a_1)=1 x(−a0−1​)(xn−1+an−1​xn−2+⋯+a1​)=1。

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

利用这个结果,我们有 k [ t 1 , ⋯   , t n ] k[t_1,\cdots,t_n] k[t1​,⋯,tn​]为域,因此 k [ t 1 , ⋯   , t n ] = k k[t_1,\cdots,t_n]=k k[t1​,⋯,tn​]=k,从而 R R R为 k k k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 [ x 1 , ⋯   , x n ] R=k[x_1,\cdots,x_n] R=k[x1​,⋯,xn​],如果 R R R为域,则 k k k代数同态:
ϕ : k [ t 1 , ⋯   , t n ] → R : t i ↦ x i \phi:k[t_1,\cdots,t_n]\rightarrow R: t_i\mapsto x_i ϕ:k[t1​,⋯,tn​]→R:ti​↦xi​

的核为极大理想。而上面的结论说明 x i x_i xi​是 k k k上的代数元,因而存在 f i ∈ k [ t ] f_i\in k[t] fi​∈k[t]使得 f i ( x i ) = 0 f_i(x_i)=0 fi​(xi​)=0,因而 f i ( t i ) ∈ K e r   ϕ f_i(t_i)\in Ker\ \phi fi​(ti​)∈Ker ϕ。考虑多项式环 S = k [ t 1 , ⋯   , t n ] S=k[t_1,\cdots,t_n] S=k[t1​,⋯,tn​]的任意极大理想 m m m,令 R = S / m R=S/m R=S/m,则 m = K e r   ϕ m=Ker\ \phi m=Ker ϕ。由此,我们可以得知多项式环 k [ t 1 , ⋯   , t n ] k[t_1,\cdots,t_n] k[t1​,⋯,tn​]的任意极大理想中包含有 k [ t i ] k[t_i] k[ti​]中的非零元素。

如果 k k k为代数闭域, f i ( t i ) f_i(t_i) fi​(ti​)必然还可以取成不可约多项式 t i − a i t_i-a_i ti​−ai​,因而
m ⊃ ( x 1 − a 1 , ⋯   , x n − a n ) 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 ( x 1 − a 1 , ⋯   , x n − a n ) (x_1-a_1,\cdots,x_n-a_n) (x1​−a1​,⋯,xn​−an​)为极大理想,从而 k [ t 1 , ⋯   , t n ] k[t_1,\cdots,t_n] k[t1​,⋯,tn​]的极大理想形如 ( x 1 − a 1 , ⋯   , x n − a n ) (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 k k k为代数闭域, I ⊲ k [ t 1 , ⋯   , t n ] I\lhd k[t_1,\cdots,t_n] I⊲k[t1​,⋯,tn​],则 I ( V ( I ) ) = I I(V(I))=\sqrt I I(V(I))=I ​,也就是说仿射簇的零化多项式都在根理想中。

设 I = ( f 1 , ⋯   , f m ) I=(f_1,\cdots,f_m) I=(f1​,⋯,fm​), f f f为零化多项式,则 V ( f 1 , ⋯   , f m , 1 − T f ) = ∅ ⊂ k n + 1 V(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 ( f 1 , ⋯   , f m , 1 − T f ) = k [ t 1 , ⋯   , t n , 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
a 1 ( t , T ) f 1 + ⋯ + a m ( t , T ) f m + a ( t , T ) ( 1 − T f ) = 1 a_1(t,T)f_1+\cdots+a_m(t,T)f_m+a(t,T)(1-Tf)=1 a1​(t,T)f1​+⋯+am​(t,T)fm​+a(t,T)(1−Tf)=1

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

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

相关推荐

YOLOv8作物病害检测实战源码

这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.youkuaiyun.com/mtl1994

小树也能读懂的希尔伯特基定理

文章目录从带余除法说起多项式的故事整系数多项式 从带余除法说起 打小学起,我们就开始接触整数,知道1+1=2,知道加减乘除。可是,整数除以整数一般是整除不下来的,比如7÷2=3⋯⋯17\div 2=3\cdots\cdots 17÷2=3⋯⋯1。 这个式子用乘法来写就是5=3×2+15=3\times 2+15=3×2+1。我们用符号来表达,aaa表示被除数,bbb表示除数,qqq表示商,rrr表示余数,则有 a=qb+r.a=qb+r.a=qb+r. 这里,我们约定下b>0b>0b>0,

math_computer的博客 1234

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

【矩阵论笔记】零化多项式

Jordan矩阵的特点: 零化多项式定义: 矩阵的特征多项式就是矩阵的零化多项式:卡雷哈密顿定理。 特征多项式例: 写成余项的形式,余项要比特征多项式的最高次幂少1阶(不一定1阶) 可以用待定系数求导法来求解余项的系数,求导可以增加式子。要对2阶的特征值求导,求出来还能约去。 ...

努力奋斗 4万+

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

度量空间的完备化定理

现代数学引论课程上的一个定理,从老师的课件摘下来的。个人感觉证明非常优美,特地发上来存档。

hdc的专栏 4270

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高数——零点定理、介值定理的应用

零点定理 设函数f(x)在闭区间[a,b]上连续,且f(a)与 f(b)异号(即f(a)× f(b)<0),那么在开区间(a,b)内至少有函数f(x)的一个零点,即至少有一点ξ(a<ξ<b)使f(ξ)=0。(至少存在一个点,其值是0) 介值定理 又名中间值定理,是闭区间上连续函数的性质之一,闭区间连续函数的重要性质之一。在数学分析中,介值定理表明,如果定义域为[a,b]的连续函数...

JavaAlliance 5500

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

小树快长高

小树快长高 Problem Description 小明在植树节种了一棵小树,小明非常关心小树,每天都给小树浇水,盼望着小树快快长高。他知道小树现在有 n cm,每天长高k cm,他想知道多少天小树可以长到m cm。 Input 输入三个整数 n, m, k。 ( 0 <= n<= 10000, 0 <= m <= 10000,0 <= k <= 10000)...

qq_45666654的博客 3354

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

ICD10 openGauss版

ICD10 openGauss版

产业园区运营负责人如何利用数智工具提升园区企业的技术对接效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

上一篇: 小树也能读懂的唯一因子分解整环
下一篇: 推荐几本对我有影响的书
math_computer
博客等级 码龄8年 43粉丝 176原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值