Saturs Sākums Beigas Atpakaļ Aizvērt Pilns ekrāns 1 DAUGAVPILS UNIVERSITĀTE Dabaszinātņu un matemātikas fakultāte Matemātikas katedra Bakalaura studij

Transkripts

1 1 DAUGAVPILS UNIVERSITĀTE Dabaszinātņu un matemātikas fakultāte Matemātikas katedra Bakalaura studiju programma Matemātika Studiju kurss Polinomu algebra 2.lekcija Docētājs: Dr. P. Daugulis 2012./2013.studiju gads

2 Saturs 2 1. Polinomu dalīšana ar atlikumu Redukcija Teorēma par polinomu dalīšanu Hornera shēma (metode) LKD un MKD polinomu gredzenos Kopīgie dalītāji un daudzkārtņi vispārīgos gredzenos Dalītāji Daudzkārtņi Eiklīda algoritms polinomu gredzenos virs laukiem Algoritms Eiklīda algoritma saistība ar LKD Secinājumi no Eiklīda algoritma Eiklīda algoritma pielietojums - polinomiālu vienādojumu sistēmu risināšana ar vienu nezināmo Polinomiālas vienādojumu sistēmas PVS seku vienādojumi

3 PVS seku vienādojumu iegūšanas metode PVS risināšanas metode mājasdarbs Obligātie uzdevumi Paaugstinātas grūtības un pētnieciska rakstura uzdevumi 27 Lekcijas mērķis - LKD, MKD, Eiklīda algoritma jēdzienus polinomu gredzenu gadījumā. Lekcijas kopsavilkums: polinomiem var definēt dalīšanu ar atlikumu. polinomu gredzenos virs lauka var izmantot Eiklīda algoritmu. Svarīgākie jēdzieni: redukcija ar polinomu, polinomu dalījums un dalīšanas atlikums, LKD un MKD patvaļīgos gredzenos. Svarīgākie fakti un metodes: redukcija samazina reducējamā polinoma pakāpi, polinomu dalīšana ar atlikumu, nedalāmo ele- 3

4 mentu īpašības, GFG piemēri, Eiklīda algoritms polinomu gredzenos, secinājumi no Eiklīda algoritma. 4

5 1. Polinomu dalīšana ar atlikumu Redukcija R ir IG, f, g R[X], deg(f) deg(g) un g vecākais koeficients ir invertējams. Definēsim operāciju polinomu kopā - f redukciju ar g: ( H(f) ) (f, g) R g (f) = f g. H(g) 1.1. piemērs. R X+1 (X 2 + 1) = (X 2 + 1) X(X + 1) = X + 1. ( ) 1.1. teorēma. deg R g (f) < deg(f). PIERĀDĪJUMS { H(f) = an X n H(g) = b m X m, n m H(f) = H(g) = a n X n m. b m

6 6 ( H(R g (f)) = H f H(f) ) H(g) g ( H f a n X n m (b m X m +...) b m = H (f a nx n ) b m X m g = ) = H(a n X n +... a }{{} n X n...). =f Redzam, ka locekļi ar X n saīsinās, tāpēc apgalvojums ir spēkā Teorēma par polinomu dalīšanu 1.2. teorēma. (viena argumenta polinomu dalīšana ar atlikumu) R ir IG, f, g R[X] un g vecākais koeficients ir invertējams. Tad eksistē tieši viens polinomu pāris d, r R[X]: 1. f = dg + r, 2. deg(r) < deg(g).

7 7 PIERĀDĪJUMS d un r eksistence Veiksim pēctecīgi redukcijas R g sākot ar f, tik ilgi, kamēr redukcija ir definēta. Iegūsim polinomu virkni f R g (f) R 2 g(f)... R l g(f), kur deg R l g(f) < deg g. Ir spēkā polinomiālu vienādību sistēma R g (f) = f d 1 g R 2 g(f) = R g (f) d 2 g... R l g(f) = R l 1 g (f) d l g. Saskaitot vienādību kreisās un labās puses, iegūsim l l 1 l R i g(f) = f + R i g(f) d i g = i=1 i=1 i=1

8 8 d un r vienīgums R l g(f) = f g }{{} =r l i=1 d i }{{} =q = f = dg + r, kur deg r < deg g. Pieņemsim, ka eksistē divi polinomu pāri (d, r), (d, r ): f = dg + r = d g + r = (d d )g = r r. ( ) Zinām, ka deg(r r) max deg r, deg( r) < deg(g). ( ) deg (d d )g deg(d d ) = = = deg(d d ) + deg(g) < deg(g) = { d = d, r = r.

9 piemērs. f = X 5 + X 2 + 1, g = X 2 + X + 1 virs Z. ( H(f) ) R g (f) = f g = f X 3 g = X 4 X 3 + X 2 + 1; H(g) R 2 g(f) = R g (f 1 ) = f 1 ( X 2 ) g = 2X 2 + 1; R 3 g(f) = R g (f 2 ) = f 2 2 g = 2X 1. ( ) R 4 g(f) nav definēts, jo deg R 3 g(f) < deg(g). Rezultātā iegūsim f = (X 3 X 2 + 2)g + ( 2X 1). Vēlams izmantot dalīšanu ar stūrīti. Izdalot šos pašus polinomus virs F 2 iegūsim X 5 + X = (X 3 + X 2 )(X 2 + X + 1) + 1.

10 1.3. Hornera shēma (metode) Dots polinoms f R[X], f = a n X n + a n 1 X n a 0. Redzam, ka f = a 0 + X(a 1 + X(a 2 + X(...(a n 1 + Xa n )...))) Izmantojot polinomu dalīšanu, var redzēt, ka f var iegūt kā polinomu p n, kur polinomu virkne {p i }, 0 i n, tiek iegūta pēc šāda algoritma (Hornera shēma): p 0 = a n, p i = a n i + Xp i piemērs. f = X 3 2X 2 + 4X 3. p 0 = 1, p 1 = 2 + X, p 2 = 4 + X( 2 + X) = X 2 2X + 4, p 3 = f = 3 + X(X 2 2X + 4) = X 3 2X 2 + 4X 3. 10

11 2. LKD un MKD polinomu gredzenos Kopīgie dalītāji un daudzkārtņi vispārīgos gredzenos Dalītāji a R sauc par {b 1,..., b m } R kopīgu dalītāju, ja i : {b 1,..., b n } dalītāju kopu apzīmē ar D(b 1,..., b n ). a b i. Īpatnība patvaļīgos gredzenos: argumentu reizināšana ar invertējamiem elementiem nemaina kopīgo dalītāju kopu piemērs. R = R[X], D(X, X 2 ) = {cx c R\{0}} = D(aX, X 2 ) teorēma. R - IG. Tad D(b 1, b 2 ) = D(ub 1, b 2 ), u U(R).

12 12 PIERĀDĪJUMS x b 1 x ub = 1 x b 2 x b 2 { x ub 1 ub1 = qx = = x b 2 x b 2 { b1 = u 1 qx x b = 1 x b 2 x b 2 Par kopas {b 1,..., b m } lielāko kopīgo dalītāju (LKD) sauksim to kopīgo dalītāju, kurš dalās ar jebkuru šīs kopas kopīgo dalītāju. Citiem vārdiem sakot, d D(b 1,..., b n ) ir LKD, ja d D(b 1,..., b n ) = d d piezīme. LKD ir noteikts ar precizitāti līdz asociācijai (argumentiem b i un rezultātam): d = LKD(a, b) = ud = LKD(a, b), kur u U(R).

13 Var izmainīt LKD definīciju tā, lai tas būtu viennozīmīgi noteikts. Piemēram, polinomu gredzenu gadījumā var pieprasīt, lai vecākais koeficients būtu vienāds ar piemērs. Z[X], LKD(2X + 2, X 2 1) X teorēma. R - IG. 1. b R : LKD(b, 0) b. 2. a, b R : a b = D(a, b) = D(a) un LKD(a, b) a. 3. a, b, k R : D(a, b) = D(a kb, b) un LKD(a, b) LKD(a kb, b). PIERĀDĪJUMS Tāds pats kā Z gadījumā. 13

14 Daudzkārtņi c R sauc par {b 1,..., b m } R kopīgu daudzkārtni, ja i izpildās b i c. b1,..., b n daudzkārtņu kopu apzīmē ar M(b 1,..., b n ). Par kopas {b 1,..., b m } mazāko kopīgo daudzkārtni (MKD) sauc to kopīgo daudzkārtni, kurš dala jebkuru šīs kopas kopīgo daudzkārtni. Citiem vārdiem sakot, c ir mazākais kopīgais daudzkārtnis, ja c M(b 1,..., b n ) = c c piezīme. M KD ir noteikts ar precizitāti līdz asociācijai: c = MKD(a, b) uc = MKD(a, b), kur u U(R) piemērs. Z[X], MKD(2X + 2, X 2 1) 2(X 2 1).

15 2.2. Eiklīda algoritms polinomu gredzenos virs laukiem Algoritms k - lauks, f, g k[x]. Rīkojamies tāpat kā Z gadījumā: sākam ar polinomu pāri [ (f, g) ] kā ar pirmo pāri (f, g) = (f 0, g 0 ), f izmantojam matricas -, g veicam šādus soļus: ja ir iegūts pāris (f i, g i ), deg f i < deg g i, tad izdalam g i ar f i : iegūstam vienādību g i = d i f i + r i, aizvietojam pāri (f i, g i ) ar (f i, g i d i f i ) = [ (f i, ] r i ), kur [ deg ] r i < deg f i, fi fi matricu terminos - veicam REP3, atkārtojam aizvietošanu tik ilgi, kamēr atlikums nav 0. Dalīšana vienmēr ir iespējama, jo koeficienti ir invertējami. Iegūsim g i r i 15

16 dalīšanas atlikumu (polinomu) virkni r 1, r 2,..., r n 1, 0 ar īpašību deg(r 1 ) > deg(r 2 ) >... > deg(r n 1 ). Virkne, kuras elementi ir deg(r), kad r mainās algoritma izpildes gaitā, ir stingri dilstoša virkne, tāpēc šī algoritma realizācijā soļu skaits ir galīgs piezīme. r vietā var ievietot jebkuru elementu ur, kur u U(k[X]) piemērs. R = Q[X]. f = X 3 5X + 2, g = X 2 X f = (X + 1)g + ( 2X + 4), (f, g) ( 2X + 4, g) vai (f, g) (X 2, g), 2. g = ( 1 2 X 1 2 )( 2X + 4) + 0, (g, 2X + 4) ( 2x + 4, 0) 16

17 Eiklīda algoritma saistība ar LKD 2.3. teorēma. k - lauks. Pieņemsim, ka tiek realizēts Eiklīda algoritms gredzenā k[x] ar sākuma datiem (f, g), g f, tiek veikti n soļi, pēdējais nenulles atlikums ir r n D(f, g) = D(r n 1 ). 2. LKD(f, g) r n 1. PIERĀDĪJUMS Tāds, pats kā Z gadījumā piemērs. Q[X]. f = X 3 5X + 2, g = X 2 X 2. Redzam, ka LKD(f, g) 2X + 4 X 2.

18 Secinājumi no Eiklīda algoritma 2.4. teorēma. k - lauks. 1. {f, g} k[x] LKD(f, g). 2. {f, g} k[x] {u, v} k[x] : LKD(f, g) = uf + vg. (LKD(f, g) ir f un g k[x]-lineāra kombinācija) 3. {f 1,..., f n } k[x] {u 1,..., u n } k[x] : n LKD(f 1,..., f n ) = u i f i. 4. { a bc LKD(a, b) 1 = a c. i=1 5. {a, b} k[x] MKD(a, b) : MKD(a, b) ab LKD(a, b).

19 PIERĀDĪJUMS 1. Seko no Eiklīda algoritma. 2. Pierādījums līdzīgs Z gadījumam: jāapskata visas Eiklīda algoritma dalīšanas un jāizsaka LKD kā sākotnējo elementu lineāra kombinācija. Algoritms līdzīgs Z Blankinšipa algoritmam. 3. Izmantot indukciju ar parametru n. Pieņemsim, ka apgalvojums ir patiess visām kopām, kurās ir ne vairāk kā n 1 elementi. Pierādīsim, ka tad tas ir patiess kopai {a 1,..., a n }. LKD(f 1,..., f n 1, f n ) = LKD(LKD(f 1,..., f n 1 ), f n ) = }{{} =b wb + u n f n = w n 1 v i f i + u n f n = n 1 (wv i )f i + u n f n. 4. i=1 { bc = qa 1 = xa + yb i=1 = c = cxa + cyb = 19

20 = acx + y bc }{{} qa = a(cx + yq) = a c. 5. Pierādījums līdzīgs Z gadījumam piezīme. Ja ir doti vairāki polinomi, tad to LKD var atrast pēctecīgi. Piemēram, ja ir doti 3 polinomi f 1 (X), f 2 (X), f 3 (X), tad no sākuma atrod d 12 (X) = LKD(f 1 (X), f 2 (X)), pēc tam LKD(d 12, f 3 ) = LKD(f 1 (X), f 2 (X), f 3 (X)).

21 2.3. Eiklīda algoritma pielietojums - polinomiālu vienādojumu sistēmu risināšana ar vienu nezināmo Polinomiālas vienādojumu sistēmas Vienādojumu sistēmu f 1 (X) = 0... f n (X) = 0, f i R[X], sauc par polinomiālu vienādojumu sistēmu (PVS) ar vienu nezināmo PVS seku vienādojumi R - gredzens. Dota PVS P f 1 (X) = 0... f n (X) = 0, f i R[X].

22 Vienādojumu g(x) = 0 sauc par P seku vienādojumu, ja P atrisinājums t apmierina vienādojumu g(t) = 0 : f 1 (X) = 0... f n (X) = 0 = g(x) = piemērs. Vienkārša seku vienādojumu konstrukcija - kāpināšana naturālā pakāpē: f(x) = 0 = f n (X) = teorēma. Ir dota PVS P un tās seku vienādojums g(x) = 0. Tad { { P P g(x) = 0 22 PIERĀDĪJUMS Ja t apmierina PVS P, tad t apmierina arī papildināto PVS { P g(x) = 0 Ja t apmierina papildināto PVS, pēc seku vienādojuma definīcijas. { P g(x) = 0, tad t apmierina arī

23 23 PVS P, kas satur mazāk vienādojumu PVS seku vienādojumu iegūšanas metode 2.6. teorēma. R - gredzens. Ja ir dota PVS f 1 (X) = 0..., f i R[X], f n (X) = 0 tad jebkuru divu polinomu f i, f j dalīšanas atlikums definē seku vienādojumu. PIERĀDĪJUMS Pieņemsim, ka f i (X) = d(x)f j (X) + r(x). Pieņemsim, ka t ir PVS atrisinājums. Tad { fi (t) = 0 = f f j (t) = 0 i (t) = d(t)f j (t) + r(t) = r(t) = 0.

24 PVS risināšanas metode Veicot redukcijas, agri vai vēlu iegūsim LKD teorēma. k - lauks. Dota PVS ( Apzīmēsim LKD f 1 (X) = 0... f n (X) = 0, f i k[x]. ) f 1 (X), f 2 (X),..., f n (X) ar D(X). Tad f 1 (X) = 0... f n (X) = 0 { D(X) = 0. PIERĀDĪJUMS Seku vienādojumu pievienošanas rezultātā tiek iegūta ekvivalenta sistēma. Sākotnējās PVS atrisinājumi apmierina visus seku vienādojumus.

25 25 Viens no seku vienādojumiem ir vienādojums ( ) LKD f 1 (X),..., f n (X) = D(X) = 0, tātad f 1 (X) = 0... f n (X) = 0 i D(X) f i (X) = = { D(X) = 0. { D(X) = 0 = f 1 (X) = 0... f n (X) = 0 PVS risināšanas metode: atrast PVS polinomu LKD D(X), atrisināt vienādojumu D(X) = 0.

26 3. 2.mājasdarbs Obligātie uzdevumi 2.1 Izdalīt polinomus: a) X 4 + X + 1 ar X + 1 virs Z, b) 2X 4 3X 3 + 5X 2 1 ar X 2 3 virs R, c) X 6 + X 4 + X 3 + X 2 + X ar X 4 + X + 1 virs F 2, d) X n + X n 1 + X ar X virs F 2, katram n Atrast LKD(f, g) un izteikt to lineāras kombinācijas veidā, atrast MKD(f, g). (a) f = X 3 X 2 3X + 3, g = X 2 1, virs Q[X], (b) f = X 4 + X 2 + 1, g = X 3 + 1, virs F 2 [X], (c) f = X 3 + X + 1, g = X 3 + 2, virs F 3 [X]. 2.3 Dotajiem polinomiem f, g Q[X] atrast tādus polinomus a un b, lai izpildītos vienādība a(x)f(x) + b(x)g(x) = 1: (a) f(x) = X 3, g(x) = (1 X) 3, (b) f(x) = X 2, g(x) = (1 X) 4.

27 Atrisināt { PVS. X (a) 3 2X 2 3X + 1 = 0 X 4 + X 2, virs Q. 2X 1 = 0 X 4 X 3 X 2 + 7X 6 = 0 (b) X 4 + 2X 3 + X 2 4 = 0, virs Q. X 5 + 2X 4 X 2 = Paaugstinātas grūtības un pētnieciska rakstura uzdevumi 2.5 Visiem naturāliem n un m polinomiem f(x) = X n un g(x) = (1 X) m virs Q[X] atrast tādus polinomus a un b, lai izpildītos vienādība a(x)f(x) + b(x)g(x) = k - lauks, f, g k[x], d = LKD(f, g). Pierādīt, ka viennozīmīgi noteikti a, b k[x]: (a) d = af + bg; (b) deg a < deg g deg d, (c) deg b < deg f deg d. Izstrādāt algoritmu a un b atrašanai.