第三十五章
有理规范形和其他规范形
35.1与自同态有关的扭转模块
我们在第6.7节中看到,给出了从k向量空间e到自身的线性映射f:e→e,我们可以定义一个标量乘法·:k[x]×e→e,使e成为k]x]—模块。如果e是有限维的,那么用e f表示的k[x]模是一个扭转模,本章的主要结果是将e直接和分解成f下不变的子空间。
回想一下,给定任意多项式p(x)=a0xn+a1xn−+·····································
p(f)=a0fn+a1fn−1+····+anid,
式中,f k=f·····f,f与其自身的k-折叠组成。注意
p(f)(u)=a0fn(u)+a1fn−1(u)+····+anu,
对于每一个向量u∈e,我们用多项式定义了标量乘·:k[x]×e→e,对于每一个多项式p(x)∈k[x],对于每一个u∈e,
p(x)·u=p(f)(u).1
很容易验证该标量乘法是否满足M1、M2、M3、M4公理:
P·(U+V)=P·U+P·V(P+Q)·U=P·U+Q·U
(PQ)·U=P·(Q·U)
1·u=u,
一千一百八十七
对于所有p,q∈k[x]和所有u,v∈e,因此,在这个新的标量乘法中,e是一个用ef表示的k[x]模。
如果p=λ只是k中的一个标量(阶数为0的多项式),那么
λ·u=(λid)(u)=λu,
也就是说,K通过标量乘作用于E。如果p(x)=x(单项x),那么
x·u=f(u)。
因为k是一个字段,所以环k[x]是一个PID。
如果e是有限维,比如说尺寸n,因为k是k[x]的子环,并且e是在k上有限生成的,那么k[x]-模块ef是在k[x]上有限生成的。此外,ef是一个扭转模块。这源于凯莱-汉密尔顿定理(定理6.16),但这也可以用如下的基本形式表示。e的线性映射的空间hom(e,e)本身就是一个维度n2的向量空间,因此n2+1线性映射
ID,F,F2,…,FN2
是线性相关的,它产生一个非零多项式q,使得q(f)=0。
我们现在可以将为模定义的概念转换为向量空间的自同态的概念。
\1. 如果说u是e f的子模,就意味着u是f下e不变量的子空间,即f(u)u。
\2. 如果说v是ef的循环子模,就意味着有一个向量u∈v,这样v的范围是(u,f(u),…,fk(u),…)。如果e有有限的尺寸n,那么v的范围是(u,f(u),…,f k(u)),对于一些k≤n-1。我们说v是f的一个循环子空间,它的发生器是u。有时,v用z(u;f)表示。
\3. 假设理想a=(p(x))(与p(x)一个Monic多项式)是子模v的零化子,意味着p(f)(u)=0代表所有u∈v,我们称p为v的极小多项式。
\4. 假设ef是循环的,让a=(q)是它的湮灭子,其中
q(x)=xn+an−1xn−1+····+a1x+a0。
然后,有一些向量u(u,f(u),…,f k(u))跨越ef,因为q是ef的最小多项式,所以我们必须有k=n-1。q(f)=0意味着
Fn(u)=-a0u−a1f(u)−····−an−1fn−1(u),
因此,f由以下矩阵表示,称为q(x)的伴随矩阵:
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|---|---|
0 0 0 0·····1−an−1
很容易证明u的特征多项式χu(x)返回q(x):
χu(x)=q(x)。
当两个线性映射相似时,我们需要以下命题来描述。
提案35.1.设f:e→e和f0:e0→e0为向量空间e和e0上的两个线性映射。线性映射g:e→e0可以看作是
k[x]-模块ef和ef0 iff
g_f=f0_g.
证据。首先,假设g是k[x]-线性的。那么,我们有了
g(p·f u)=p·f0 g(u)
对于所有p∈k[x]和所有u∈e,因此对于p=x,我们得到
g(p·f u)=g(x·f u)=g(f(u))
和
p·f0 g(u)=x·f0 g(u)=f0(g(u)),
这意味着g f=f0 g。
相反,如果g f=f0 g,我们通过归纳证明
g fn=f0n g,对于所有n≥1。
事实上,我们有
G Fn+1=G Fn F
=f0n_g_f
=f0n_f0_g
=f0n+1_g,
建立诱导步骤。因此,对于任何多项式,我们都有
所以,g确实是k[x]-线性的。
定义35.1.我们说线性映射f:e→e和f0:e0→e0是相似的,如果存在同构g:e→e0,那么
f0=g f g−1,
或者等价的,
g_f=f0_g.
然后,35.1号提案显示了以下事实:
35.2号提案。用35.1的符号表示,两个线性映射f和f0是相似的,如果g是ef和ef0 0之间的同构。
稍后,我们将看到有限生成的扭转模的同构可以用不变因子来描述,这将转化为线性映射的相似性的描述,即所谓的相似不变量。如果在e和e0的基上用矩阵a和a0表示f和f0,那么f和f0是相似的,如果矩阵a和a0是相似的(有一个可逆矩阵p,这样a0=pap−1)。相似矩阵(和自同态)具有相同的特征多项式。
结果表明,ef与k[x]k e模块之间存在一种有用的关系,观察到由下式给出的图·:k[x]×e→e
p·u=p(f)(u)
是k-双线性,因此它产生k-线性映射σ:k[x]k e→e,因此
σ(p u)=p·u=p(f)(u)。
从第34.6节我们知道k[x]k e是k[x]-模块(从包含k k[x]中获得),我们将用e[x]表示。因为e是向量空间,e[x]是自由k[x]模,如果(u1,…,un)是e的基,那么(1 u1,…,1 un)是e[x]的基。
自由K[X]-模块E[X]并不像看上去那么复杂。在基础上(1 u1,…,1 un),每个元素z∈e[x]可以唯一地写为
Z=p1(1 u1)+····+pn(1 un)=p1 u1+····+pn un,
式中,p1,…,pn是k[x]中的多项式。为了便于记法,我们可以写
Z=p1u1+·····+pnun,
式中,p1,…,pn被视为k[x]中的系数。用这个符号,我们看到e[x]与(k[x])n同构,这很容易理解。注意,σ是k[x]-线性的,因为
σ(q(p u))=σ((qp)u)
=(qp)·u
=q(f)(p(f)(u))。
=q·(p(f)(u))=q·σ(p u)。
因此,σ是k[x]模的线性映射,σ:e[x]→ef。用我们的简化表示法,如果z=p1u1+································
σ(z)=p1(f)(u1)+····+pn(f)(un)
这相当于为x插入f并进行评估。同样,f是ef的k[x]-线性映射,因为
f(p·u)=f(p(f)(u))=(fp(f))(u)
=p(f)(f(u))=p·f(u),
这里我们使用了fP(f)=p(f)f这一事实,因为p(f)是f.by命题中的多项式。
34.40,线性图f:e→e归纳出k[x]-线性图f:e[x]→e[x],这样
F(P U)=P F(U)。
注意我们已经
f(σ(p u))=f(p(f)(u))=p(f)(f(u))。
和
σ(f(p u))=σ(p f(u))=p(f)(f(u)),
所以我们得到
σf=fσ()
使用我们的简化符号,
F(p1u1+·····+pnun)=p1f(u1)+····+pnf(un)。
定义k[x]-线性映射ψ:e[x]→e[x]
ψ(p u)=(xp)u−p f(u)。
观察ψ=x1e[x]−f,我们将其缩写为x1−f。使用我们的简化符号ψ(p1u1+····+pnun)=xp1u1+····+xpun−(p1f(u1)+····+pnf(un))。
应该注意的是,我们在第35.1节中所做的一切都适用于交换环A上的模块,但假设a[x]是PID的语句除外。因此,如果m是a模,我们可以定义a[x]-模mf和m[x]=a[x]a m,除了mf通常不是扭转模,所有结果都显示了上述结论。然后,我们得到了以下显著的结果。
定理35.3。(特征序列)A是一个环,E是一个A模块。
以下[X]线性映射序列是精确的:
ε
0/E[X]/E[X]/EF/0.
这意味着ψ是内射的,σ是射的,im(ψ)=ker(σ)。因此,
e f与e[x]的商im(x1-f)同构。
证据。因为σ(1 u)=u对于所有u∈e,映射σ是可射的。我们有
,
这表明
σx1=fσ=σf,
使用()。这意味着
,
因此,im(ψ)ker(σ)。仍需证明Ker(σ)im(ψ)。
由于单项式xk构成了a[x]的基础,通过命题34.13(交换m和n的作用),每个z∈e[x]=a[x]a e都有一个独特的表达式,即
,
对于UK∈E的有限支持族(UK),如果Z∈Ker(σ),那么
0=σ(z)=xfk(英国)
K
这让我们可以写
现在,x1和f通勤,因为
和
,
所以我们可以写
和
,
这表明,对于某些y∈e[x],z=ψ(y)。
最后,我们证明ψ是内射的,如下所示。我们有
,
式中(uk)是uk的有限支持族∈e。如果ψ(z)=0,则
XXK+1(UK−F(UK+1))=0,
K
因为XK构成了一个[X]的基础,我们必须
UK−F(UK+1)=0,所有K。
因为(uk)有有限的支持,所以有一个最大的k,比如m+1,所以um+1=0,然后从
UK=F(UK+1)
我们推断所有k的uk=0,因此z=0,ψ是内射的。
注:定理35.3的确切序列给出了mf的表示。
由于[X]是自由A-模块,因此[X]am是自由A-模块,但[X]am通常不是自由A[X]模块。但是,如果m是自由模,那么m[x]是自由A[x]模,因为如果(ui)i∈i是m的基础,那么(1 ui)i∈i是m[x]的基础。这允许我们将自由模m的自同态的特征多项式χf(x)定义为
χf(x)=det(x1-f)。
注意,为了有一个正确的定义,我们需要定义一个线性映射的行列式,允许不确定的x作为一个标量,这就是m[x]的定义实现的(除其他外)。定理35.3可用于给出凯莱-汉密尔顿定理的简短证明,见Bourbaki[25](第三章,第8节,命题20)。命题6.10仍然是证明的关键要素。
35.2有理规范形式
设e为k域上的有限维向量空间,设f:e→e为e的自同态。从第35.1节我们知道,有一个k[x]-模ef与f相关,并且ef是pid k[x]上有限生成的扭转模件。在本章中,我们将展示第34.4和34.5节中的定理如何产生关于线性映射f结构的重要结果。
子空间V的零化子是一个理想(P),由一个Monic多项式P(称为V的极小多项式)唯一定义。
我们的第一个结果是通过翻译主分解定理,定理34.19得到的。我们再次得到定理30.10并不奇怪!
定理35.4.(主分解定理)设f:e→e为k域上有限维向量空间e上的线性映射。将f的最小多项式m写成
,
式中,π是K上的独特的不可约Monic多项式,ri是正整数。让
wi=ker(pi(f)ri),i=1,…,k.
然后
(a) E=w1····周。
(b) 每个wi在f下是不变的,从w到wi的投影由f中的多项式给出。
(c) 约束的最小多项式。
例35.1。设f:r4→r4为f(x,y,z,w)=(x+w,y+z,y+z,x+w)。就标准基而言,f具有矩阵表示。
.
基本计算表明,χf(x)=x2(x-2)2,mf(x)=x(x-2)。初级分解定理意味着
r4=w1 w2,w1=ker(m),w2=ker(m−2i)。
注意,Ker(m)对应于与特征值0相关联的特征空间,并具有基([−1,0,0,1],[0、−1,1,0]),而Ker(m−2i)对应于与特征值2相关联的特征空间,并具有基([1,0,0,1],[0,1,1,0])。
接下来,我们将不变因子分解定理(定理34.31)应用于ef。这个定理说ef同构于一个直和
ef≈k[x]/(p1)···k[x]/(pm)
在m≤n循环模中,其中pj是唯一确定的至少为1度的Monic多项式,因此pm pm−1···p1。
每个循环模k[x]/(pi)与f的循环子空间同构,比如vi,其最小多项式是pi。
按照惯例,将多项式pi重新编号如下。n多项式q1,…,qn定义为:
然后我们看到q1 q2···qn,
其中第一个n−m多项式等于1,我们有直接和
E=e1····en,
其中ei是f的循环子空间,f的最小多项式为qi。特别是,对于i=1,…,n−m,ei=(0)。定理34.31还表示f的最小多项式是qn=p1。我们用下面的定理来总结这一切。
定理35.5。(循环分解定理,第一版)让f:e→e是量纲n的k向量空间上的一个自同态,存在n个单多项式q1,…,qn∈k[x],这样
q1 q2···qn,
e是直接和
E=e1····en
循环子空间的ei=z(ui;f)对于f,使得f对ei的约束的最小多项式为qi。满足上述条件的多项式qi是唯一的,qn是f的极小多项式。
鉴于第35.1节开头的翻译点(4),我们知道,
(ui,f(ui),…,fni−1(ui))
循环子空间ei=z(ui;f),其中ni=deg(qi),f对ei的约束矩阵是形式pi(x)的伴随矩阵。
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|---|---|
如果我们把所有这些基放在一起,我们就得到一个块矩阵,它的块是上述形式的。因此,我们证明了以下结果。
定理35.6。(有理规范形,第一版)让f:e→e是量纲n的k-向量空间上的自同态,存在n个单多项式q1,…,qn∈
K[X]这样
q1 q2···qn,
网络错误 | ||||
---|---|---|---|---|
网络错误 | ||||
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 |
q1=······=qn m=1,并且e的基使得f的矩阵m是
其中每个mi是qi的伴生矩阵。满足上述条件的多项式qi是唯一的,qn是f的极小多项式。
定义35.2.定理35.6中的矩阵m称为有理形式的矩阵。定理35.5和35.6中出现的多项式q1,…,qn称为f的相似度不变量(或不变因子)。
定理35.6表明,每个矩阵都类似于有理形式的矩阵。这样的矩阵是唯一的。
例1继续:我们将计算f(x,y,z,w)=(x+w,y+z,y+z,x+w)的有理规范形式。找到有理正则形式的困难在于确定不变因子q1、q2、q3、q4。正如我们将很快发现的,F的不变因子对应于Xi×m的不变因子,参见命题35.8和35.11。通过将Xi~m转化为史米斯范式,发现了Xi—m的不变因子。第35.5节描述了计算矩阵史密斯正规形式的算法程序。通过应用第35.5节的方法,我们发现了Xi—m的史米斯范式。
10 0 0_
00 10 x(X0−2)00。
0 0 0 x(x−2)
因此,f的不变因子是q1=1=q2,q3=x(x−2=q4,定理35.5表明
r4=e1 e2,
式中e1=z(u1,f)=r[x]/(x(x-2))和e2=z(u2,f)=r[x]/(x(x-2))。子空间e1有基(u1,mu1),其中u1=(1,0,1,0)和mu1=(1,1,1),而子空间e2有基(u2,mu2),其中u2=(0,0,1,0)和mu2=(0,1,1,0)。定理35.6
网络错误 | |
---|---|
网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 |
根据35.2,两个线性映射f和f0是相似的,如果ef和之间存在同构,那么根据定理34.31的唯一性部分,iff它们具有相同的相似不变量q1,…,qn。
35.7号提案。如果e和e0是两个有限维向量空间,如果f:e→e和f0:e0→e0是两个线性映射,那么f和f0是相似的,如果它们具有相同的相似不变量。
将场K扩展到场L的效果是下一个命题的目标。
35.8号提案。设f:e→e为k向量空间e上的线性映射,设(q1,…,qn)为f的相似度不变量。如果l是k的场扩展(即k l),如果e(l)=l k e是通过扩展标量得到的向量空间,而f(l)=1l f是由f,那么f(l)的相似不变量是(q1,…,qn)在l[x]中被看作多项式。
证据。我们知道ef与直接和同构。
ef≈k[x]/(q1k[x])···k[x]/(qnk[x]),
因此,通过用l[x]张量和用命题34.12和32.13,我们得到
L[X]K[X]EF≈L[X]K[X](K[X]/(Q1K[X])··K[X]/(QNK[X]))
≈L[X]K[X](K[X]/(Q1K[X]))····L[X]K[X](K[X]/(QNK[X]))
≈(K[X]/(Q1K[X]))K[X]L[X]···(K[X]/(QNK[X])K[X]L[X]。
然而,根据34.14号命题,我们有同构
(k[x]/(qik[x]))k[x]l[x]≈l[x]/(qli[x]),
所以我们得到
L[X]K[X]ef≈L[X]/(q1l[X])···L[X]/(qnl[X])。
由于ef是k[x]模件,l[x]模件l[x]k[x]ef是通过环扩展k[x]l[x]从ef获得的模件。l-模块e(l)=l k e成为l[x]模块
e(l)f(l)其中
f(l)=idl k f.
我们有以下建议
35.9号提案。对于任何字段扩展k l和任何线性映射f:e→e(其中e是k向量空间),l[x]-模块l[x]k[x]ef和
E(L)F(L)。
证据。首先,我们定义了图α:l×e→l[x]k[x]ef
α(λ,u)=λk[x]u。
立即证实α为K-双线性,得到了一个K-线性映射αe:L K e→L[X]K[X]ef。现在e(l)=l k e是l[x]模(l k e)f(l),让我们用表示这个标量乘。描述一个单项式a x k∈l[x]如何作用于一个发生器(λk u)∈l k e是足够的。
我们声称α实际上是l[x]-线性的。事实上,我们有
e
,
根据k[x]模ef中标量乘法的定义,我们得到了fk(u)=xk·fu,因此我们得到了
,
这表明α是l[x]-线性的。
e
我们还定义了图β:l[x]×e f→(l k e)f(l)的
.
使用与我们刚才执行的计算类似的计算,我们可以检查β是否为k[x]-双线性,从而获得一个图βe:l[x]k[x]e f→(l k e)f(l)。为了完成证明,证明αeβe和βeαe是发电机上的恒等式。我们有
和
完成了证据。
根据35.9号提案,
e(l)f(l)≈l[x]k[x]ef≈l[x]/(q1l[x])··l[x]/(qnl[x]),
这表明(q1,…,qn)是f(l)的相似度不变量。
命题35.8证明了相似不变量中的术语“不变量”。实际上,在场扩展k l下,f(l)的相似不变量保持不变。依赖于场的初等除数是不成立的;实际上,不可约多项式p∈k[x]可以在l[x]上分裂。由于qn是f的极小多项式,上述推理也表明f(l)的极小多项式在场的扩展下保持不变。
35.8号提案有以下推论。
35.10号提案。设k为一个域,l k为k的一个域扩展。对于任意两个平方矩阵a和b,如果在l上有一个可逆矩阵q,使b=qaq−1,那么在k上有一个可逆矩阵p,使b=pap−1。从定理35.3中回忆,k[x]线性映射的序列
ε
0/E[X]/E[X]/EF/0
是精确的,因此,e f与e[x]的商im(x1-f)同构。此外,由于e是一个向量空间,e[x]是一个带基的自由模(1 u1,…,1 un)。
其中(u1,…,un)是e的基础,并且由于ψ是内射的,因此模块im(x1−f)具有秩n。根据定理34.31,我们具有同构性。
ef≈k[x]/(q1k[x])···k[x]/(qnk[x]),
根据命题34.32,e[x]/im(x1-f)同构于一个直和
e[x]/im(x1−f)≈k[x]/(p1k[x])···k[x]/(pnk[x]),
式中,p1,…,pn是im(x1-f)相对于e[x]的不变因子。因为ef≈
e[x]/im(x1−f),根据定理34.31的唯一性部分,由于多项式是monic,我们必须有pi=qi,对于i=1,…,n。因此,我们证明了以下关键事实:
35.11号提案。对于任何线性映射,在维的k向量空间e上f:e→e
n,f的相似不变量等于im(x1-f)相对于e[x]的不变因子。
命题35.11是计算线性映射相似度不变量的关键。这可以用一个程序来转换X-M到它的Smith范式。提案35.11和34.37得出以下结果。
35.12号提案。对于任何线性映射,如果(q1,…,qn)是f的相似度不变量,对于表示f的任何矩阵m,关于任何基,那么对于k=1,…,n积
dk(x)=q1(x)···qk(x)
是矩阵Xi的K×K-最小值的GCD。
请注意,矩阵XI m m正是产生f的特征多项式χf(x)=(m)的矩阵。
35.13号提案。对于任何线性映射,如果(q1,…,qn)是f的相似度不变量,那么以下性质成立:(1)如果χf(x)是f的特征多项式,那么
χf(x)=q1(x)···qn(x)。
(2) f的最小多项式m(x)=qn(x)除以f的特征多项式χf(x)。
(3) 特征多项式χf(x)除以m(x)n。
(4) e是F iff m(x)=χf(x)的循环。
证据。性质(1)来自命题35.12,k=n。它也来自定理35.6,事实上,对于与qi相关的伴随矩阵,该矩阵的特征多项式也是qi。从(1)可以看出特性(2)。由于每个qi除以qi+1,每个qi除以qn,所以它们的积χf(x)除以m(x)n=qn(x)n。最后一个条件是q1=······=qn−1=1,这意味着ef只有一个和。
观察35.13号命题得出了凯莱-汉密尔顿定理的另一个证明。
它还表明线性映射是幂零的,如果它的特征多项式是xn。
35.3有理规范形式,第二版
现在让我们用ef来翻译初等除数分解定理,定理34.38。我们得到以下结果。
定理35.14。(循环分解定理,第二版)让f:e→e是维数n的k向量空间上的自同态,则e是f的循环子空间ej=z(uj;f)的直和,这样ej的最小多项式就是形式,对于一些不可约的Monic多项式p1,…,pt∈k[x]一些正整数ni,j,这样对于每个i=1,…,t,都有一个整数序列。
,
当si≥1时,其中ni,j出现mi,j≥1次,j=1,…,si。此外,Monic多项式Pi和整数r、t、ni、j、si、mi、j是唯一确定的。
注意,有μ=pmi,j循环子空间z(uj;f)。利用定理35.6中循环子空间z(uj;f)的基,我们得到以下定理。
定理35.15。(有理正则形式,第二版)设f:e→e为维数n的k向量空间上的自同态,存在不可约的单多项式p1,…,pt∈k[x]和一些正整数n i,j,这样对于每个i=1,…,t,都有一个整数序列。
,
当si≥1时,其中ni,j出现mi,j≥1次,对于j=1,…,si,并且有e的基础,因此f的矩阵m是形式的块矩阵。
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|---|
其中,每个mj是一些的伴随矩阵,并且μ=pmi,j。Monic多项式p1,…,pt和整数r,t,ni,j,si,mi,j是唯一确定的。
多项式被称为f(和m)的初等除数。这些多项式是最小多项式的因子。
例1继续:回想一下f(x,y,z,w)=(x+w,y+z,y+z,x+w)有两个非平凡不变因子q1=x(x−2)=q2。因此,f的基本因子是p1=x=p2和p3=x−2=p4。定理35.14意味着
r4=e1 e2 e3 e4,
35.4。重访约旦表格
其中e1=z(u1,f)=r[x]/(x),e2=z(u2,f)=r[x]/(x),e3=z(u3,f)=r[x]/(x-2),e4=z(u4,f)=r[x]/(x-2)。子空间e1和e2对应于特征值为0的特征向量所跨越的一维空间,e3和e4对应于特征值为2的特征向量所跨越的一维空间。如果我们让u1=(−1,0,0,1),u2=(0,−1,1,0),u3=(1,0,0,1)和u4=(0,1,1,0),定理35.15给出
0 0 0 0_
00 00 02 00,
γ
0 0 0 2
作为与循环分解相关的有理正则形式,r4=e1 e2 e3 e4。
正如我们前面指出的,与相似不变量不同,当我们传递到字段扩展时,初等除数可能会发生变化。
我们现在将考虑所有不可约多项式π的形式为x-λi的特殊情况;也就是说,当f的特征值属于k时。在这种情况下,我们再次找到了约旦形式。
35.4重新审查约旦表格
在这一节中,我们假定f的极小多项式的所有根都属于k。如果k是代数闭的,那么情况就是这样。定理35.14的不可约多项式Pi是F的不同特征值λi的多项式x−λi。然后,每个循环子空间z(uj;f)有一个形式为(x−λ)m的最小多项式,对于F的某些特征值λ和一些m≥1。结果表明,通过对循环子空间Z(uj;f)选择合适的基,F到Z(uj;f)约束的矩阵是一个约旦块。
35.16号提案。设e为有限维k矢量空间,设f:e→e为线性映射。如果e是循环k[x]模,如果(x−λ)n是f的最小多项式,则形式e的基
((f-λid)n-1(u),(f-λid)n-2(u),…,(f-λid)(u),u),
对于某些u∈e,关于这个基,f的矩阵是约旦块。
.
证据。因为e是一个循环k[x]模,所以有一些u∈e,e是由u,f(u),f2(u),…,生成的,这意味着e中的每一个向量都是p(f)(u)的形式,对于某些多项式,p(x)。我们声称u,f(u),…,f n−2(u),fn−1(u)生成e,这意味着e的维数至多为n。
这是因为如果p(x)是至少n次的任何多项式,那么我们可以将p(x)除以(x-λ)n,得到
p=(x−λ)nq+r,
当0≤deg(r)<n,并且as(x-λ)n湮灭e时,我们得到
p(f)(u)=r(f)(u)
也就是说,形式p(f)(u)且p(x)度≥n的每个向量实际上是u、f(u)、…、fn−2(u)、fn−1(u)的线性组合。
我们声称向量
u,(f-λid)(u),…,(f-λid)n-2(u)(f-λid)n-1(u)
线性无关。实际上,如果我们有一个非平凡的线性组合
a0(f−λid)n−1(u)+a1(f−λid)n−2(u)+·····+an−2(f−λid)(u)+an−1u=0,
那么多项式
a0(x-λ)n−1+a1(x-λ)n−2+·····+an−2(x-λ)+an−1
度至多n-1会湮灭e,这与(x-λ)n是f的最小多项式(因此是最小度)这一事实相矛盾。因此,作为
e至多是n,
((f-λid)n-1(u),(f-λid)n-2(u),…,(f-λid)(u),u),
是e的基础,因为u,f(u),…,fn−2(u),fn−1(u)跨度e,
(u,f(u),…,fn−2(u),fn−1(u))
也是E的基础。
让我们看看F是如何根据
((f-λid)n-1(u),(f-λid)n-2(u),…,(f-λid)(u),u)。
如果我们把f=f−λid+λid写成(f−λid)n湮灭e,我们得到f((f−λid)n−1(u))=(f−λid)n(u)+λ(f−λid)n−1(u)=λ(f−λid)n−1(u)
而f((f-λid)k(u))=(f-λid)k+1(u)+λ(f-λid)k(u),0≤k≤n-2。
但这恰恰意味着,在这个基础上,f的矩阵是约旦块Jn(λ)。
35.4。重访约旦表格
基础
((f-λid)n-1(u),(f-λid)n-2(u),…,(f-λid)(u),u),
由35.16号提案提供的,称为约旦链。注意,(f=αid)n=1(u)是f的特征向量,构造约旦链时,我们必须找到u,它是f的广义特征向量,这是通过首先找到f的特征向量x1,并递归求解系统(f=αid)Xi+1=Xi,对于i=1×n=1。例如,假设f:r3→r3,其中f(x,y,z)=(x+y+z,y+z,z)。在标准基础上,矩阵表示
为了。利用M,可以很容易地证明最小多项式
f等于特征多项式,即(x-1)3。因此,f的特征值λ=1,重复三次。为了找到与λ=1相关的特征向量x1,我们求解系统(m-i)x1=0,或等效地
.
因此,y=z=0,x=1解决了系统提供特征向量的问题。接下来,我们求解系统(m-i)x2=x1,即
,
这意味着z=0,y=1。因此将起作用。为了完成我们的约旦链的构建,我们必须解决系统(m-i)x3=x2,即
,
从中我们可以看到z=1,y=0,和。通过设置x3=u,我们构成了基础
((f-λid)2(u),(f-λid)1(u),…,(f-λid)(u),u)=(x1,x2,x3)。
根据基(x1,x2,x3),映射f(x,y,z)=(x+y+z,y+z,z)具有约旦块矩阵表示,因为
f(x1)=f(1,0,0)=(1,0,0)=x1 f(x2)=f(1,1,0)=(2,1,0)=x1+x2 f(x3)=f(1,0,1)=(2,1,1)=x2+x3。
结合定理35.15和命题35.16,我们得到了一个强形式的约旦形式。
定理35.17。(约旦规范形式)设e为有限维k矢量空间。以下属性等效:
(1) f的特征值都属于k。
(2) 有一个e的基,其中f的矩阵是上(或下)三角形。
(3) 存在一个e的基,其中f的矩阵a是约旦矩阵。此外,对于固定的r和λ,a中出现的约旦块Jr(λ)的数量由f唯一确定。
证据。蕴涵(1)=?(3)来自定理35.15和命题35.16。影响(3)=?(2)和(2)=?(1)微不足道。
与定理30.17相比,新的成分是(3)中的唯一性断言,不容易证明。
观察F的最小多项式是a中出现的与约旦块Jr(λ)相关的多项式(x-λ)r的最小公倍数,a的特征多项式是这些多项式的乘积。
我们现在回到了用命题方法有效地计算矩阵m的相似不变量的问题,这相当于计算m个m的不变因子。为环A= k[x]有效地进行这一过程是将Xi到M转换成Smith范式。这也将产生m的有理规范形式。
35.5史密斯标准型
史密斯范式是34.35命题的特例,适用于PID k[x],其中k是一个域,但它也表示矩阵p和q是初等矩阵的乘积。结果表明,这种结果适用于任何欧几里得环,证明基本相同。
从定义29.10中回忆,欧几里得环是一个积分域A,这样就存在一个函数σ:a→n,其性质如下:对于所有a,b∈a,其中b=06,有一些q,r∈a,这样
A=Bq+R和σ(R)<σ(B)。
注意,这对(q,r)不一定是唯一的。
我们利用第7章中描述的基本行和列操作p(i,k)、ei,j;β和ei,λ,其中我们要求ei,λ中使用的标量λ为一个单位。
定理35.18。如果m是欧几里得环a上的m×n矩阵,则存在一些可逆n×n矩阵p和一些可逆m×m矩阵q,其中p和q是初等矩阵的乘积,并且形式为m×n矩阵d。
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|---|---|---|
对于一些非零αi∈a,这样
(1) α1α2···αR,和
(2) M=qdp−1。
证据。我们遵循雅各布森的证明[96](第3章,定理3.8)。我们在m+n上进行归纳。
如果m=n=1,设p=(1)和q=(1)。
对于诱导步骤,如果m=0,则p=in,q=im。如果m=06,则状态学将应用一个将m转换为形式矩阵的初等变换序列。
α10···0
0_
m0=…y
零
其中y是(m-1)×(n-1)-矩阵,因此α1将y中的每个条目分开。然后,我们对y进行归纳。为了找到m0,我们执行以下步骤。
第1步。在m中选取一些非零项aij,使σ(aij)最小。然后排列第j列和第1列,以及排列第i行和第1行,将此条目置于位置(1,1)。
我们用m再次表示这个新矩阵。
步骤2a。
如果m=1,转到步骤2b。
如果m>1,则有两种可能性:
(i) M的形式是
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 |
---|---|---|---|
如果n=1,停止;否则转到步骤2b。
(ii) 在第一列的A11下面有一些非零条目ai1(i>1)。
(a) 如果在第一列中有条目AK1,使得A11不划分AK1,那么选择这样一个条目(例如,使用最小的索引i,使得σ(ai1)最小),然后将AK1除以A11;也就是说,找到BK和BK1,这样
AK1=A11BK+BK1,σ(BK1)<σ(A11)。
从行k和排列行k和行1中减去bk乘以行1,得到该形式的矩阵
.
回到步骤2a。
(b) 如果A11将i≥2的每个(非零)条目ai1除,则假设ai1=a11 bi,然后将i=2,…,m的第i行减去bi乘以第1行;转到步骤2b。
观察到当我们回到步骤2a的开始时,我们得到了σ(bk1)<σ(a11)。因此,在有限的步骤数之后,我们必须用一个矩阵退出步骤2a,其中第一列中的所有条目都为零,然后转到步骤2b。
步骤2b。
只有当n>1并且第一列中唯一的非零条目是A11时,才能达到此步骤。
(a) 如果m的形式
M=1停,否则进入第3步。
(b)如果在第一行中有条目A1K,使得A11不划分A1K,那么选择这样的条目(例如,具有最小索引J,使得σ(A1J)最小),然后将A1K除以A11;也就是说,找到BK和B1K,这样
a1k=a1bk+b1k,σ(b1k)<σ(a11)。
从k列和permute列k和1列中减去bk乘以1列,得到该形式的矩阵。
B1K AK2···AKN
B2K A22···A2N M=……………。
γ
γ
bmk am2···amn回到步骤2b。
(c)如果a11将j≥2的每个(非零)条目a1j相除,假设a1j=a11 bj,则从j列中减去bj乘以j列1,得出j=2,…,n;转到步骤3。
在步骤2a中,当我们回到步骤2b的开头时,我们得到了σ(b1k)<σ(a11)。因此,在有限的步骤数之后,我们必须用一个矩阵退出步骤2b,其中第一行中的所有条目都是零。
第3步。只有当第一行中唯一非零的条目是A11时,才能达到此步骤。
网络错误 | ||
---|---|---|
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 |
转到步骤4。
(ii)如果步骤2b破坏了列1,其中包含A11以下的一些非零条目,则返回步骤2a。
我们在步骤2a和步骤2b之间执行一系列交替的步骤。因为(1,1)-项的σ值在我们重新进入步骤2a和步骤2b时会严格降低,所以这样的一个序列必须以该形式的矩阵终止。
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|
第4步。如果A11分割了Y中的所有条目,则停止。
否则,会有一些列,比如说j,这样a11就不会划分某些条目aij,所以将jth列添加到第一列。这将生成一个形式的矩阵
如果第1列中的第i个条目不是零,那么回到步骤2a,
同样,因为(1,1)-项的σ值在我们重新进入步骤时严格地减小。
2a和步骤2b,这样的序列必须以矩阵形式终止。
α10···0
m0=0…y
γ
零
式中,α1将y中的每个条目分开。然后,我们将归纳假设应用于y。
如果pid a是多项式环k[x],其中k是场,那么αi是非零多项式,因此我们可以应用行操作将其前导系数规范化为1。我们得到以下定理。
网络错误 | ||||||
---|---|---|---|---|---|---|
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
定理35.19。(smith正规形式)如果m是多项式环k[x]上的m×n矩阵,其中k是一个场,则存在一些可逆的n×n矩阵p和一些可逆的m×m矩阵q,其中p和q是初等矩阵的乘积,其项在k[x]中。
对于一些非零Monic多项式qi∈k[x],这样
(1) q1 q2···qr,和
(2) M=qdp−1。
特别地,如果我们将定理35.19应用于m=XiαA的矩阵M,其中A是方矩阵,则DET(Xi=A)=χA(x)永远不是零,并且由于Xiα=QDP,1具有p,q可逆,D中的所有条目必须是非零的,并且得到如下结果:的不变量可以使用基本运算来计算。
定理35.20。如果a是k域上的n×n矩阵,则存在一些可逆的n×n矩阵p和q,其中p和q是初等矩阵的乘积,其项在k[x]中,n×n矩阵d的形式为
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|---|---|---|---|---|
对于某些非零Monic多项式,阶数≥1的qi∈k[x],这样
(1) 问题1问题2···质量管理,
(2) q1,…qm是a的相似度不变量,和
(3) Xi=aq= qDP—1。
定理35.20中的矩阵D通常被称为A的史米斯范式,尽管这是一个令人困惑的术语,因为D实际上是Xi-A的史米斯范式。
当然,我们从以前的工作中知道,在定理35.19中,α1,…,αr是唯一的,而在定理35.20中,q1,…,qm是唯一的。利用未成年人的一些简单性质也可以证明这一点,但我们将其作为练习(如需帮助,请参阅Jacobson[96],第3章,定理3.9)。
a的有理正则形式也可以从q−1和d中得到,但首先,让我们考虑定理35.19对pid的推广,它不一定是欧几里德环。
我们需要找到一个“范数”,它将一个自然数σ(a)赋给pid a的任何非零元素,这样,当我们返回到步骤2a和步骤2b时,σ(a)就会减小。由于pid是一个ufd,所以我们使用这个数字
σ(a)=k1+·····+kr
非单位元因子分解中的素因子
,
我们开始了
σ(u)=0
如果u是一个单位。
我们不能再分了,但是我们可以找到GCD,用贝佐特来模拟分法。关键成分是:对于任意两个非零元素a,b∈a,如果a不除以b,则让d=06是a和b的gcd。通过Bezout,存在x,y∈a,这样
ax+by=d。
我们也可以为一些s,t∈a写a=t d和b=−sd,因此tdx−sdy=d,这意味着
tx−sy=1,
因为A是一个积分域。注意
,
这表明方程左边的两个矩阵都是可逆的,第二个矩阵的转置也是可逆的。
(它们都有行列式1)。我们也有
所以
和
.
因为A不划分B,他们的GCD的素因子比A少得多,所以
网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | |
---|---|---|---|---|---|
σ(d)<σ(a)。
使用形式矩阵
…………………………
0 0··0··1
当xt−ys=1时,我们可以修改步骤2a和步骤2b以获得以下定理。
网络错误 | ||
---|---|---|
网络错误 | ||
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
定理35.21。如果m是PID A上的m×n矩阵,则存在一些可逆的
其中,xt−ys=1,形式为m×n矩阵d
对于一些非零αi∈a,这样
(1) α1α2···αR,和
(2) M=qdp−1。
证明草图。在步骤2a中,如果a11不划分ak1,则首先排列第2行和第k行(如果k=2)6。然后,如果我们写下a=a11和b=ak1,如果d是a和b的gcd,如果x,y,s,t是如上所述确定的,在左边乘以矩阵x y 0 0··0
S T 0 0····0
0 0 1 0···0
0 0 1···0
………………………………………
0 0··0··1
得到该形式的矩阵
σ(d)<σ(a11)。然后,回到步骤2a。
在步骤2b中,如果a11不划分a1k,则首先排列第2列和第k列(如果k=2)6。然后,如果我们写下a=a11和b=a1k,如果d是a和b的gcd,如果x,y,s,t是如上所述确定的,在右边乘以矩阵x s 0···0
y t 0 0 0···0
0 0 1 0···0
0 0 1···0
……………………………………
γ
0 0··0··1
得到该形式的矩阵
σ(d)<σ(a11)。然后,回到步骤2b。其他步骤保持不变。当我们返回到步骤2a或步骤2b时,(1,1)-项的σ值严格减小,因此整个过程终止。
通过解释X-A的正则形式QDP—1,可以得到矩阵A的有理规范形是如何得到的。
设f:e→e是尺寸n的k向量空间上的线性映射。从定理35.3(见第35.1节)中回忆,作为k[x]模,ef是自由模的图像。
e[x]按图σ:e[x]→ef,其中e[x]由形式的所有线性组合组成。
p1e1+·····+pnen,
其中(e1,…,en)是e和p1,…,pn∈k[x]是多项式,σ由
σ(p1 e1+·····+pn en)=p1(f)(e1)+·····+pn(f)(en)。
此外,σ的核等于图ψ的图像:e[x]→e[x],其中ψ(p1e1+·····+pn en)=xp1e1+·····+xpnen−(p1f(e1)+·····+pn(en))。
矩阵A是线性映射F在E=Kn的正则基(E1,…,EN)上的表示,而Xi—A是关于基(E1,…,En)的矩阵(超过k[x])。定理35.20告诉我们有k[x]基(u1,…,un)和
(v1,…,vn)关于其中ψ矩阵为d的ef。然后
因为im(ψ)=ker(σ),这意味着
σ(vi)=0,i=1,…,N−m。
因此,w1=σ(vn−m+1),…,wm=σ(vn)跨度ef作为k[x]-模,wi∈e,我们得到
m(f)=k[x]w1···k[x]wm,
其中k[x]wi≈k[x]/(qi)为循环k[x]-模件。因为im(ψ)=ker(σ),我们有
0=σ(ψ(un−m+i))=σ(qi vn−m+i)=qiσ(vn−m+i)=qiwi,
因此,作为k向量空间,循环子空间z(wi;f)=k[x]wi以qi为湮灭子,根据第35.1节的注释,它具有基础(超过k)。
(wi,f(wi),…,f ni−1(wi)),ni=deg(qi)。
在此基础上,用qi的伴随矩阵表示f对z(wi;f)的约束。通过把所有这些基放在一起,我们得到了一个块矩阵,它是f(和a)的标准有理形式。
现在,关于一个正则基(E1,……,恩)(超过k x),d是矩阵的矩阵,d是相对于基(U1,……,UN)和(V1,……,VN)的(超过k x)的矩阵,它告诉我们,q列由基向量的坐标(在K x)组成,…,Vn)关于基础(e1,…,en)。因此,坐标(in
k)在k[x]上跨越ef的向量(w1,…,wm),其中wi=σ(vn−m+i),通过将q列向量坐标中的矩阵a替换为x,并评估得出的表达式得到。
自从
d=q=1(Xi~a)p,
矩阵d是由一系列初等行操作(其积为q−1)和一系列初等列操作(其积为p)得到的。因此,要从a计算向量w1,…,wm,我们只需从初等行操作序列中求出q。w产生q-1的操作。技巧是使用列操作以相反的顺序收集行操作的乘积。实际上,如果q-1是基本行操作的产物
Q−1=Ek···E2e1,
然后
Q=e1−1e2−1···ek−1。
现在,行操作在左侧操作,列操作在右侧操作,因此产品e1−1e2−1····ek−1可以作为列操作序列从左到右进行计算。
让我们回顾一下基本行和列操作p(i,k)、ei,j;β和ei,λ的含义。
\1. 作为行操作,p(i,k)将行i和行k进行排列。
\2. 作为列操作,p(i,k)排列列i和列k。
\3. p(i,k)的倒数是p(i,k)本身。
\4. 作为一个行操作,ei,j;β将β乘以j行加到i行。
\5. 作为列操作,ei,j;β将β乘以列i添加到列j(注意索引中的开关)。
\6. ei,j的倒数;β为ei,j;−β。
\7. 作为行操作,ei,λ将行i乘以λ。
\8. 作为列操作,ei,λ将列i乘以λ。
\9. ei的倒数,λ为ei,λ−1。
给定一个正方形矩阵A(k以上),应用到Xi-a中的行和列操作,将其转换为Smith范式,可以涉及多项式的系数,并且有必要解释在这种情况下,操作EI、J、β的作用是什么。如果ei,j;β中的系数β是k的多项式,作为一个行操作,ei,j;β在矩阵x上的作用是将m的jth行乘以用矩阵a代替x得到的矩阵β(a),然后将得到的向量添加到行i中。同样,作为一个列操作,action的ei,j;矩阵x上的β是将m的第i列乘以用矩阵a代替x得到的矩阵β(a),然后将得到的向量加到j列上。现在可以给出一个计算矩阵有理正则形式的算法。我们对i=1,…k应用基本列操作ei-1,从单位矩阵开始。
n×n矩阵转换为有理规范形的算法
在应用基本行和列运算来计算Xi—a的史米斯范式D时,跟踪行操作并执行以下步骤:
\1. 设p 0=in,对于每一个基本行操作e,执行以下操作:
(a) 如果e=p(i,k),则排列i列和p 0的k列。
(b) 如果e=ei,j;β,将p 0的第i列乘以用矩阵a代替x所得的矩阵β(a),然后从j列中减去所得向量。
(c) 如果e=ei,λ,其中λ∈k,则将p 0的第i列乘以λ−1。
\2. 当步骤(1)终止时,p 0的第一个n-m列为零,最后一个m为线性无关。对于i=1,…,m,将p 0的第(n−m+i)列wi依次乘以i、a1、a2、ani−1,其中ni是多项式qi的阶数(出现在d中),并形成由向量w1、aw1,…、an1−1w1、w2、aw2,…、an2−1w2,…、wm、awm,…、anm−1wm组成的n×n矩阵p。
那么,p−1ap是a的标准有理形式。
以下是Dummit和Foote[55]的一个例子(第12章,第12.2节)。设A为矩阵
.
应该检查以下行和列操作序列生成Xi—a的史米斯范式D:
网络错误 | 网络错误 | 网络错误 | 网络错误 | 网络错误 | 网络错误 |
---|---|---|---|---|---|
网络错误 | 网络错误 | 网络错误 | 网络错误 | 网络错误 | 网络错误 |
.
然后,应用上述算法的步骤1,我们得到列操作的顺序:
网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 | ||||||
网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | |||||||
网络错误 |
算法的第2步生成向量
,
网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
---|---|
因此,a的有理正则形式是