https://en.wikipedia.org/wiki/Polynomial_ring

https://zhuanlan.zhihu.com/p/419266064

这篇知乎文章讲的比较透彻,但是不易理解,可以结合以下视频学习。

无尽沙砾大佬的视频:3-6-多项式环-4_哔哩哔哩_bilibili ~

3-6-多项式环-8_哔哩哔哩_bilibili

顾沛老师的视频:30.多项式环1_哔哩哔哩_bilibili

本文主要是简化了知乎文章的叙述,优化了公式的显示效果,便于自己理解

文章使用 wolai 编写并导出,在 wolai 中观看效果更好,有颜色高亮和实时更新

背景

以往认知中的多项式是函数形式的,且定义在数域上。如果 \(\mathbb{P}\) 是 一个数域,那么 \(\mathbb{P}\) 上的一元多项式环 \(\mathbb{P}[x]\) 是由形如

\[a_n x^n+a_{n-1} x^{n-1}+\cdots+a_1 x+a_0, \quad n \geqslant 0, \quad a_i \in \mathbb{P}, \quad i=0,1, \ldots, n
\]

的元素组成的集合。集合 \(\mathbb{P}[x]\) 上两个元素 \(a_n x^n+a_{n-1} x^{n-1}+\cdots+a_1 x+a_0, b_m x^m+b_{m-1} x^{m-1}+\cdots+b_1 x+b_0\)(不妨设 \(m \geqslant n\))相等当且仅当对任何 \(0 \leqslant i \leqslant m, a_i=b_i\)(这里规定,如果 \(k>n\),则 \(a_k=0\))。而环 \(\mathbb{P}[x]\) 的加法就是合并同类项,乘法是展开相乘再合并同类项。

但是实际上多项式可以推广到一般环上,这样的定义会出问题。例如 \(x\) 究竟是什么东西,取值是什么,它可能都不需要取自数域 \(\mathbb{P}\)。所以必须更严格的给出 \(x\) 的定义,其实就是后面所谓的超越元(不定元)。

\(R\) 上添加 \(u\) 形成的环 \(R[u]\)

为了和知乎大佬、顾沛老师的记号统一,用 \(u\) 来表示之前认知中的 \(x\),也就是自变量。

多项式的系数是定义在一个环 \(R\) 上的,若 \(R\) 和 \(u\) 要组成多项式运算,则要求他们的运算结果在一个更大的环 \(R[u]\) 上,且要求这是包含 \(R\cup \{u\}\) 最小的环。

这里有一个更大的环 \(\widetilde R\),它包含了 \(R,u,R[u]\),至于为什么有这个环笔者也不太清楚

他们之间的关系是这样的:

为了构造出环 \(R[u]\),考虑它里面的每个元素 \(x\),都是由以下几种形式构成:

  • \(R\) 中的元素,即 \(x \in R\),且它们之间的乘法加法都是封闭的,都在 \(R\) 中

  • \(u\) 的自乘,即存在某个正整数 \(n\) 使得 \(x=u^n\)

  • \(u\) 的自加,即存在某个整数 \(m\) 使得 \(x=m u\)

  • \(u\) 的自乘和 \(R\) 中元素的互乘,即存在 \(a, b \in R\) 和正整数 \(n\) 使得 \(x=a u^n\) 或 \(x=u^n a\) 或 \(x=a u^n b\)

  • 上述情况的加和,\(x=r+\sum_n m_n u^n+\sum_n a_n u^n+\sum_n u^n b_n+\sum_n c_n u^n d_n\),\(r \in R, a_n, b_n, c_n, d_n\) 是 \(R\) 当中的元素序列

这样 \(R[u]\) 的元素形式比较复杂,通常我们要求 \(R\) 和 \(\widetilde{R}\) 都是可换幺环,并且它们的幺元相同,来简化元素形式,同时更贴近多项式的形式。

在这样要求以后,我们看到 \(u^n\) 的自加 \(m u^n\) 可以表述为

\[\sum_{i=1}^m u^n=\sum_{i=1}^m\left(1 u^n\right)=\left(\sum_{i=1}^m 1\right) u^n
\]

因为 \(1 \in R\) 而 \(R\) 是环,因此 1 的自加也在 \(R\) 当中,即存在 \(a \in R\) 使得 \(\begin{aligned}a=\sum_{i=1}^m 1\end{aligned}\),进而自加 \(m u^n\) 可以表示为 \(a u^n, a \in R\) 的形式,同理自乘也可以化成 \(a u^n, a \in R\) 的形式。其余可以通过交换性获得相同的形式。最后 \(R[u]\) 中元素的形式简化为:

\[x=a_0+\sum_n a_n u^n, a_0, a_n \in R
\]

可以人为规定 \(u^0=1\),最后将其写成 \(x=\sum_n a_n u^n , n\) 取值从0开始,到某个正整数。

这样可以得到「交换幺环上添加元素得到的环」的定义:

设 \(R\) 是交换环,\(\widetilde R\) 是它的扩环,\(u \in \widetilde R \backslash R\),则称

\[R[u]:=\left\{\sum_{i=0}^n a_i u^i \mid n \in \mathbb{N}, a_i \in R\right\}
\]

为在 \(R\) 中添加元素 \(u\) 所得到的环,称 \(a_i u^i\) 为 \(R[u]\) 中某个元素的项,\(a_i\) 为这一项的系数 coefficient。

在更一般的定义当中,我们其实不强制要求 \(u \in \widetilde{R} \backslash R\),不过这种情况下和 \(R[u]=R\),同时 \(u\) 不是超越元,我们这里的定义希望排除这种情况。

可以证明 \(R[u]\) 就是包含 \(R\cup \{u\}\) 最小的环。

代数元 Algebraic Element 和超越元 Transcendental Element

我们如果将 \(R[u]\) 当中的 \(u^0(=1), u, u^2, \ldots, u^n, \ldots\) 视作是一些向量,那么 \(R[u]\) 当中的元素 \(\begin{aligned}\sum_{i=0}^n a_i u^i\end{aligned}\) 就可以视作是这些向量的「线性组合」。仿照线性代数当中的说法,我们可以引入代数元和超越元的定义:

设可换幺环 \(R\) 是可换幺环 \(\widetilde{R}\) 的子环,且它们拥有相同的么元,\(u \in \widetilde{R}\) 若存在 \(R\) 中的元素 \(\left\{a_i\right\}_{i=0}^n\)(其中至少某个 \(a_i \neq 0\))使得 \(\begin{aligned}\sum_{i=0}^n a_i u^i=0\end{aligned}\),则称 \(u\) 是 \(R\) 上的代数元,否则称其为 \(R\) 上的超越元。

从定义中即可看到,\(u \in R\) 必然是代数元,因为我们总是可以取 \(a_0=-u, a_1=1\) 使得 \(a_0+a_1 u=0\)。

因此在讨论代数元与超越元的时候,我们通常只是在 \(\widetilde{R} \backslash R\) 当中考虑。

在 \(R\) 上可以通过添加代数元或超越元可以生成环 \(R[u]\)。

如果借用前文所述「线性相关」的说法,可以看到:

  • \(u\) 是超越元:对于任意的 \(n\),\(u^0, \ldots, u^n\) 都是「线性无关」的

  • \(u\) 是代数元:对某个 \(n\),\(u^0, u, \ldots, u^n\) 是「线性相关」的

对于代数元 \(u\),可以额外引入其次数 Degree 的概念,符号为 \(\operatorname{deg}(u, R)\),定义如下:

\[\begin{gathered}
\operatorname{deg}(u, R):=\min \left\{n \in \mathbb{N}\mid \exists\{a_i\}_{i=0}^n \subseteq R \text { s.t. } \sum_{i=0}^n a_i u^i=0 \wedge \exists m\in \mathbb{N}(0 \leq m \leq n, a_m \neq 0)\right\}
\end{gathered}
\]

人话版本就是找到一个最小的自然数 \(n\),使得一个系数不全为 0 的多项式 \(\begin{aligned}\sum_{i=0}^n a_i u^i=0\end{aligned}\)。

另一种等价表示是:

\[\begin{gathered}
\operatorname{deg}(u, R):=\min \left\{n \in \mathbb{N}\mid \exists\{a_i\}_{i=0}^n \subseteq R \text { s.t. } \sum_{i=0}^n a_i u^i=0 \wedge a^n\not=0\right\}
\end{gathered}
\]

其实只要要求最后一个 \(a^n\not=0\) 即可,因为如果 \(a^n=0\wedge\exists i\in[0,n-1],a^i\not=0\) 使得 \(\begin{aligned}\sum_{i=0}^n a_i u^i=0\end{aligned}\),那么系数应该至多为 \(i\) 才对,而不是 \(n\)。

例子:

  • \(\operatorname{deg}(\sqrt{-1}, \mathbb Z)=\operatorname{deg}(\sqrt{-1}, \mathbb Q)=2\),因为没有实数 \(a_0,a_1\) 可以使得 \(a_0+a_1\times\sqrt{-1}=0\),而 \(1+0\times\sqrt{-1}+1\times(\sqrt{-1})^2=0\)

  • \(\operatorname{deg}(\sqrt{-1}, \mathbb C)=1\),在复数域上可以取 \(1,\sqrt{-1}\),使得 \(1+(\sqrt{-1})\times(\sqrt{-1})=0\)

一元多项式环和一元多项式

有了上述铺垫之后,我们就可以定义一元多项式了:

设 \(u\) 是可换幺环 \(R\) 上的超越元(不定元),则称 \(R[u]\) 为 \(R\) 上的一元多项式环,它里面的元素被叫做一元多项式,记为 \(f(u)=\begin{aligned}\sum_{i=0}^n a_i u^i=0\end{aligned}\)。

次数最高项系数为 1 的多项式称为首一多项式 Monic Polynomial

我们之所以要求 \(u\) 是不定元, 主要是因为我们希望得到下面的一个结论:

设 \(R[u]\) 是交换么环 \(R\) 上的一元多项式环,\(\begin{aligned}f_1(u)=\sum_{i=0}^n a_i u^i\end{aligned}\) 和 \(\begin{aligned}f_2(u)=\sum_{i=0}^m b_i u^i\end{aligned}\),则 \(f_1(u)=f_2(u)\) 当且仅当:

  • \(a_i=b_i\) 对任意 \(i, 0 \leq i \leq \min (m, n)\) 成立

  • 当 \(i>\min (m, n)\) 之后必须恒有 \(a_i=0\)(如果 \(n>m\))或 \(b_i=0\)(如果 \(m>n\))

根据不定元的性质进行证明:

不妨设 \(m \leq n\), 则 \(f_1(u)=f_2(u)\iff f_1(u)-f_2(u)=0\), 这就等价于

\[\sum_{i=0}^m\left(a_i-b_i\right) u^i+\sum_{j=m+1}^n a_i u^j=0
\]

而根据不定元的要求,此时必须有

\[\begin{aligned}
a_i-b_i &=0,0 \leq i \leq m \\
a_i &=0, m+1 \leq i \leq n
\end{aligned}
\]

这就表明 \(p_1(u)\) 自 \(a_{m+1}\) 开始(包括它自身)后续的 \(a_i\) 都是零,且前面的 \(m+1\) 项恒有 \(a_i=b_i\)。

如果我们不对 \(u\) 做要求,就会使得多项式环中元素的多项式表示不唯一,两个多项式的相等关系就很难建立起来,给研究带来困难。

但是存在可换幺环没有不定元,此时多项式表示不唯一。

在定义中,每个多项式都可以写成 \(\begin{aligned}\sum_{i=0}^n a_i u^i\end{aligned}\) 的样子,这里的 \(n\) 是不固定的,所以上述定理中两个相等的多项式可以相差任意个零系数因子 \(0 u^n\),为了排除这种情况,对 \(R[u]\) 中多项式元素的表示进行处理:

  • 首先, 将 \(R[u]\) 中元素写成

    \[ f(u)=\sum_{i=0}^{+\infty} a_i u^i
    \]
  • 其中只有有限个 \(a_i\) 不为 0,因为 \(R[u]\) 中元素必为代数元,所以有确定的次数 \(n=\operatorname{deg}(f(u),R)\),所以当 \(i>n\) 时恒有 \(a_i=0\)

  • 最后可以等价写为一个无穷序列的形式:\((a_0,a_1,\ldots,a_n,0,0,\ldots)\)

  • 注意 \(0=0+0u+\cdots+0u^n\in R[u]\),其称为零多项式,一般可以认为 \(\operatorname{deg}(0,R)=-\infty\)或者零多项式没有次数

一元多项式环的存在性

最后引出重要定理:

可换幺环上的一元多项式环一定存在,即任意可环幺环上都可以定义一元多项式环

证明比较复杂,笔者只能简单写下思路,假设可换幺环为 \(R\):

  1. 证明存在大环 \(\widetilde R=\{(a_0,a_1,\ldots,0,0,\ldots)\mid a_i\in R\}\),其中的非零元有限

  2. 在 \(\widetilde R\) 中找到一个子环 \(R_0\),使得 \(R_0\cong R\),即两个环同构

  3. 在 \(\widetilde R\backslash R_0\) 找到一个元素 \(u\),证明其为 \(R_0\) 上的不定元

  4. 在 \(R_0\) 添加上 \(u\) 形成一元多项式环 \(R_0[u]\),实际上可以证明 \(R_0[u]=\widetilde R\)

  5. 由于同构,可以得到 \(R[u]\cong R_0[u]\),即 \(R_0[u]\) 就是 \(R\) 上的一元多项式环

里面有一些细节展开描述:

  • 大环上的加法:

    类似于平时认知的多项式相加,即对应系数相加即可:

    \[(a_0,a_1,\ldots)+(b_0,b_1,\ldots)=(a_0+b_0,a_1+b_1,\ldots)
    \]
  • 大环上的乘法:

    其实也类似于平时认知的多项式相乘,但是要注意并不是简单的对应元素相乘。

    假设乘积结果的元素为 \(c_k\),即 \((a_0,a_1,\ldots)\times(b_0,b_1,\ldots)=(c_0,c_1,\ldots)\),则 \(\begin{aligned}c_k=\sum_{i+j=k}a_ib_j\end{aligned}\)

  • 要证明对加法成交换群,对乘法成可换幺半群,乘法对加法满足分配律,别忘了还要证明两个运算的封闭性

封闭性只用证明结果的非零元有限,即次数有限即可。

  • 加法的零元(单位元):\(\mathbf{0}=(0,0,\ldots)\)

  • 加法的逆元(负元):\(-(a_0,a_1,\ldots)=(-a_0,-a_1,\ldots)\)

  • 乘法的幺元(单位元):\(\mathbf{1}=(1,0,\ldots)\)

证明幺元:

对于任意的 \(\boldsymbol{a}=\left(a_0, \ldots, a_n, 0,0, \ldots\right)\),设 \(\boldsymbol{1} \boldsymbol{a}=\boldsymbol{b}\),则

\[b_k=\sum_{i=0}^k 1_i a_{k-i}=1_0 a_k+1_1 a_{k-1}+\cdots+1_k a_0=a_k, k\in\{0,1,\ldots,n\}
\]

因为 \(1_0=1\),而 \(1_{i \geq 1}=0\)。这就意味着 \(1 \boldsymbol{a}=\boldsymbol{a}\) 恒成立,因此这里定义的 \(\bf 1\) 就是 \(V\) 的幺元

  • 子环 \(R_0\) 的形式为 \(R_0=\{(a,0,0,\ldots)\mid a\in R\}\),可以证明其为 \(\widetilde R\) 的子环

  • 同态映射为 \(\varphi: R\to R_0, \forall a\in R,\varphi(a)=(a,0,\ldots)\in R_0\),可证为环同构映射

  • 不定元取 \(u=(0,1,0,\ldots)\)

根据大环上的乘法,可以得到 \(u^2=(0,0,1,0,\ldots)\),类似 \(u^k=(\overbrace{0,0,\ldots,0}^{k个0},1,0,\ldots)\)

要证明 \(u\) 是 \(R_0\) 上的不定元,需要证明 \(\forall a_0,a_1,\cdots,a_n\in R\),对应 \(R_0\) 中的元素 \((a_0,0,0,\ldots),(a_1,0,0,\ldots),\ldots,(a_n,0,0,\ldots)\),则

\[\begin{aligned}
&(a,0,0,\ldots)\mathbf{1}+(a,0,0,\ldots)u+\cdots+(a,0,0,\ldots)u^n\\
&=(a,0,0,\ldots)(1,0,0,\ldots)+(a,0,0,\ldots)(0,1,0,\ldots)+\cdots+\\
&\quad~(a,0,0,\ldots)(\overbrace{0,0,\ldots,0}^{n个0},1,0,\ldots)\\
&=(a_0,a_1,\ldots,a_n)
\end{aligned}
\]

若 \((a_0,a_1,\ldots,a_n)=\bf 0\),说明 \(a_0=a_1=\cdots=a_n=0\),即 \(u\) 确实为 \(R_0\) 上的不定元。

极小多项式 Minimal Polynomial

Minimal polynomial (field theory) - Wikipedia

  • 定义在某个域上的代数元 \(u\),它的极小多项式(最小多项式)为满足 \(f(u)=0\) 的 最低次 首一多项式 \(f\)

  • 换句话理解,\(f\) 是该域上次数最小的首一多项式,使得 $ u

    $ 为 \(f\) 的根

  • 如果 \(u\) 的极小多项式存在,则是唯一的

FHE学习笔记 #2 多项式环的更多相关文章

  1. js学习笔记:webpack基础入门(一)

    之前听说过webpack,今天想正式的接触一下,先跟着webpack的官方用户指南走: 在这里有: 如何安装webpack 如何使用webpack 如何使用loader 如何使用webpack的开发者 ...

  2. PHP-自定义模板-学习笔记

    1.  开始 这几天,看了李炎恢老师的<PHP第二季度视频>中的“章节7:创建TPL自定义模板”,做一个学习笔记,通过绘制架构图.UML类图和思维导图,来对加深理解. 2.  整体架构图 ...

  3. PHP-会员登录与注册例子解析-学习笔记

    1.开始 最近开始学习李炎恢老师的<PHP第二季度视频>中的“章节5:使用OOP注册会员”,做一个学习笔记,通过绘制基本页面流程和UML类图,来对加深理解. 2.基本页面流程 3.通过UM ...

  4. 2014年暑假c#学习笔记目录

    2014年暑假c#学习笔记 一.C#编程基础 1. c#编程基础之枚举 2. c#编程基础之函数可变参数 3. c#编程基础之字符串基础 4. c#编程基础之字符串函数 5.c#编程基础之ref.ou ...

  5. JAVA GUI编程学习笔记目录

    2014年暑假JAVA GUI编程学习笔记目录 1.JAVA之GUI编程概述 2.JAVA之GUI编程布局 3.JAVA之GUI编程Frame窗口 4.JAVA之GUI编程事件监听机制 5.JAVA之 ...

  6. seaJs学习笔记2 – seaJs组建库的使用

    原文地址:seaJs学习笔记2 – seaJs组建库的使用 我觉得学习新东西并不是会使用它就够了的,会使用仅仅代表你看懂了,理解了,二不代表你深入了,彻悟了它的精髓. 所以不断的学习将是源源不断. 最 ...

  7. CSS学习笔记

    CSS学习笔记 2016年12月15日整理 CSS基础 Chapter1 在console输入escape("宋体") ENTER 就会出现unicode编码 显示"%u ...

  8. HTML学习笔记

    HTML学习笔记 2016年12月15日整理 Chapter1 URL(scheme://host.domain:port/path/filename) scheme: 定义因特网服务的类型,常见的为 ...

  9. DirectX Graphics Infrastructure(DXGI):最佳范例 学习笔记

    今天要学习的这篇文章写的算是比较早的了,大概在DX11时代就写好了,当时龙书11版看得很潦草,并没有注意这篇文章,现在看12,觉得是跳不过去的一篇文章,地址如下: https://msdn.micro ...

随机推荐

  1. PlayCover for mac-Mac 上全屏运行 iOS 应用程序

    前言 如何在Mac电脑运行ios应用呢?PlayCover for Mac一款彻底解放苹果电脑的iOS软件安装工具,无需付费,操作简单,可以安装ipa文件,可以通过鼠标.键盘和控制器 在Mac上全屏运 ...

  2. DIN 66025标准下G Code基础代码释义

    基础/前提 XYZ指示常规的三个轴号,PQUVW为可以增加的五个轴,ABC为可以增加的旋转轴 实例 G0 快速定位(点位运动) G1 直线运动(插补) G2 顺时针圆弧运动(插补) G3 逆时针圆弧运 ...

  3. 简单的java代码审计

    描述 很简单的代码审计 java安全--Fastjson反序列化 java安全--SQL注入 Fastjson 反序列化 首先看一下配置文件,对于Maven项目,我们首先从pom.xml文件开始审计引 ...

  4. 第八十篇:Vue购物车(一) 购物车基本框架

    好家伙,又是购物车 来吧,这是参照黑马的课程写的一个购物车 目录结构如下: 1.首先组件导入, Counter.vue <template> <div class="num ...

  5. 第二章 Kubernetes快速入门

    一.四组基本概念 Pod/Pod控制器: Name/Namespace: Label/Label选择器: Service/Ingress. 二.Pod/Pod控制器 2.1 Pod Pod是K8S里能 ...

  6. K8S_CNI

    CNI 插件 定义: Container Network Interface 容器通用接口 K8S 中可选的 CNI 插件如下: Flannel 较流行 Calico 性能棒,比Flannel快1% ...

  7. 【金九银十必问面试题】站在架构师角度分析问题,如何解决TCC中的悬挂问题

    "如何解决TCC中的悬挂问题"! 一个工作了4年的Java程序员,去京东面试,被问到这个问题. 大家好,我是Mic,一个工作了14年的Java程序员 这个问题面试官想考察什么方面的 ...

  8. 高德地图与CAD图叠加显示方法汇总及优缺点分析

    前言 ​ 高德地图应用在许多领域,平常我们用的地图导航,除过正常的地图导航指引功能之外,其实还有很多实用的功能.如高德影像地图应用在包括地理.土地测量.水文学.生态学.气象学以及海洋学等方面.Auto ...

  9. Beats在Kibana中的集中管理

    前提条件: 1.es版本是白金版 2.es开启安全设置,kibana访问es需要密码 操作步骤汇总: 1-3步是基础环境配置 4-9步是注册beats到集中管理平台,然后启动beats,只是单纯启动b ...

  10. Elastic:Elastic Maps 基于位置的警报 - 7.10

    文章转载自:https://elasticstack.blog.csdn.net/article/details/112535618