AA@复数系和实数系多项式因式分解@代数学基本定理

这篇具有很好参考价值的文章主要介绍了AA@复数系和实数系多项式因式分解@代数学基本定理。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

复系数和实系数多项式因式分解

  • 在一般数域上的结论在特殊数域:复数域和实数域上可以进一步具体化
  • 对于复数域,有重要定理:代数基本代数基本定理

代数基本定理

  • 复系数多项式 f ( x ) f(x) f(x),( ∂ ( f ( x ) ) ⩾ 1 \partial(f(x))\geqslant{1} (f(x))1)在复数域中有一根
    • 定理的证明较为复杂,此处略去
  • 结合根于一次因式的关系,定理的等价描述:
    • 复系数多项式 f ( x ) f(x) f(x),( ∂ ( f ( x ) ) ⩾ 1 \partial(f(x))\geqslant{1} (f(x))1)在复数域上一定有一个一次因式
  • 因此,在复数域上所有次数大于1的多项式都是可约的
    • 即不可约多项式只有一次多项式

因式分解定理在复数域上的描述

  • 复系数多项式因式分解定理:每个次数大于1的复系数多项式在复数域上都可以唯一地分解为一次因式的乘积
  • 因此,复系数多形式具有标准分解式: f ( x ) = a n ∏ i = 1 s ( x − α i ) l i f(x)=a_n\prod_{i=1}^{s}{(x-\alpha_i)^{l_i}} f(x)=ani=1s(xαi)li
    • α i , i = 1 , 2 , ⋯   , s \alpha_{i},i=1,2,\cdots,s αi,i=1,2,,s是互不相同的复数, l i , i = 1 , 2 , ⋯   , s l_i,i=1,2,\cdots,s li,i=1,2,,s是正整数
    • 标准分解式说明,每个 n n n次复系数多项式恰有 n n n复根(重根按重数计算,即 ∑ i = 1 s l i = n \sum_{i=1}^{s}{l_i}=n i=1sli=n)

实系数多项式的分解

  • 实系域是复数域的子数域

  • 实系数多项式的性质可以更具体

  • 如果 α \alpha α实系数多项式 f ( x ) f(x) f(x)复根,则 α \alpha α共轭数 α ‾ \overline{\alpha} α也是 f ( x ) f(x) f(x)的根

    • 定理的符号描述: f ( α ) = 0 ⇒ f ( α ‾ ) = 0 f(\alpha)=0\Rightarrow{f(\overline{\alpha})}=0 f(α)=0f(α)=0
  • 证明:

    • f ( x ) = ∑ i = 1 s a i x i f(x)=\sum_{i=1}^{s}a_{i}x^{i} f(x)=i=1saixi,其中, a i , i = 1 , 2 , ⋯   , n a_{i},i=1,2,\cdots,n ai,i=1,2,,n是实数
    • 由假设: f ( α ) = ∑ i = 1 s a i α i = 0 f(\alpha)=\sum_{i=1}^{s}a_{i}\alpha^{i}=0 f(α)=i=1saiαi=0
      • 等号两边取共轭:
        • LHS= ∑ i = 1 s a i α i ‾ \overline{\sum_{i=1}^{s}a_i\alpha^{i}} i=1saiαi= ∑ i s a i α i ‾ \sum_{i}^{s}\overline{a_i\alpha^{i}} isaiαi= ∑ i s a i α i ‾ \sum_{i}^{s}a_i\overline{\alpha^{i}} isaiαi= ∑ i s a i α ‾ i \sum_{i}^{s}a_i\overline{\alpha}^{i} isaiαi
        • RHS=0
        • ∑ i s a i α ‾ i = 0 \sum_{i}^{s}a_i\overline{\alpha}^{i}=0 isaiαi=0
      • f ( α ‾ ) f(\overline{\alpha}) f(α) = = = ∑ i = 1 s a i α ‾ i \sum_{i=1}^{s}a_{i}\overline{\alpha}^{i} i=1saiαi
      • 所以 f ( α ‾ ) = 0 f(\overline{\alpha})=0 f(α)=0,这说明 α ‾ \overline{\alpha} α也是 f ( x ) f(x) f(x)的根

实系数多项式因式分解定理

  • 每个次数大等于1的实系数多项式实数域上都可以唯一地分解为:一次因式二次不可约因式的乘积

    • 其中一次因式本身就是不可约的,从而定理后半句可以描述为:不可约的一次因式和二次因式的乘积
  • 证明:

    • 考虑使用数学归纳法证明

    • 定理对于一次多形式显然成立

    • 归纳假设:定理对于次数小于n的多项式成立

    • f ( x ) f(x) f(x) n n n次实系数多项式

    • 由代数基本定理, f ( x ) f(x) f(x)有复根 α \alpha α

      • α ∈ R \alpha\in\mathbb{R} αR,则 f ( x ) = ( x − α ) f 1 ( x ) f(x)=(x-\alpha)f_1(x) f(x)=(xα)f1(x),其中 ∂ ( f 1 ( x ) ) = n − 1 \partial(f_1(x))=n-1 (f1(x))=n1
      • α ∉ R \alpha\notin{\mathbb{R}} α/R,则 f ( α ) ‾ = 0 f(\overline{\alpha)}=0 f(α)=0 α ‾ ≠ α \overline{\alpha}\neq{\alpha} α=α,从而 f ( x ) = ( x − α ) ( x − α ‾ ) f 2 ( x ) f(x)=(x-\alpha)(x-\overline{\alpha})f_2(x) f(x)=(xα)(xα)f2(x), ∂ ( f 2 ( x ) ) = n − 2 \partial(f_2(x))=n-2 (f2(x))=n2
        • 显然 G ( x ) = ( x − α ) ( x − α ‾ ) G(x)=(x-\alpha)(x-\overline{\alpha}) G(x)=(xα)(xα)= x 2 − ( α + α ‾ ) x + α α ‾ x^2-(\alpha+\overline{\alpha})x+\alpha\overline{\alpha} x2(α+α)x+αα是一个实系数不可约多项式
          • 因为 G ( x ) = 0 G(x)=0 G(x)=0在复数域至多有2个根(代数基本定理),而本情况中两个根都是虚数,从而不能在 α ′ ∈ R \alpha'\in{\mathbb{R}} αR使得, G ( α ′ ) = 0 G(\alpha')=0 G(α)=0,因此不存在 G ( x ) = ( x − α ′ ) q ( x ) G(x)=(x-\alpha')q(x) G(x)=(xα)q(x)(否则 G ( α ′ ) = 0 G(\alpha')=0 G(α)=0,这和 G ( α ′ ) = 0 G(\alpha')=0 G(α)=0无解发生矛盾),从而 G ( x ) G(x) G(x)在实数系内不可约
        • α = a + b i \alpha=a+bi α=a+bi,则: α + α ‾ = 2 a \alpha+\overline\alpha=2a α+α=2a, α α ‾ = a 2 + b 2 \alpha\overline{\alpha}=a^2+b^2 αα=a2+b2
        • G ( x ) = x 2 − 2 a x + a 2 + b 2 G(x)=x^2-2ax+a^2+b^2 G(x)=x22ax+a2+b2
        • 从而 f 2 ( x ) f_2(x) f2(x) n − 2 n-2 n2次实系数多项式
      • 由归纳假设以及 ∂ ( f 1 ( x ) ) = n − 1 < n \partial(f_1(x))=n-1<n (f1(x))=n1<n, ∂ ( f 2 ( x ) ) = n − 2 < n \partial(f_2(x))=n-2<n (f2(x))=n2<n,则 f 1 ( x ) , f 2 ( x ) f_1(x),f_2(x) f1(x),f2(x)可以被分解为一次与二次不可约多项式的乘积
      • 再由 f ( x ) f(x) f(x) f 1 ( x ) , f 2 ( x ) f_1(x),f_2(x) f1(x),f2(x)的关系可知, f ( x ) f(x) f(x)也可以被分解为一次与二次不可约多项式的乘积
      • 所以任何实系数多项式 f ( x ) f(x) f(x)都可以被分解为一次与二次不可约多项式的乘积
  • 因此实系数n次多项式 f ( x ) = ∑ i = 0 n a i x i    ( 1 ) f(x)=\sum_{i=0}^{n}a_{i}x^i\;(1) f(x)=i=0naixi(1)具有标准分解式:

    • f ( x ) = a ∏ i = 1 s ( x − c i ) l i ∏ i = 1 r ( x 2 + p i x − q i ) k i f(x)=a\prod_{i=1}^{s}(x-c_i)^{l_i} \prod_{i=1}^{r}(x^2+p_ix-q_i)^{k_i} f(x)=ai=1s(xci)lii=1r(x2+pixqi)ki

      • D s = { 1 , 2 , ⋯   , s } D_s=\{1,2,\cdots,s\} Ds={1,2,,s}, D r = { 1 , 2 , ⋯   , r } D_r=\{1,2,\cdots,r\} Dr={1,2,,r}

      • c i ( ∀ i ∈ D s ) c_i(\forall{i}\in{D_s}) ci(iDs), p i , q i ( ∀ i ∈ D r ) p_i,q_i(\forall{i}\in{D_r}) pi,qi(iDr)是实数

      • l i ( ∀ i ∈ D s ) l_i(\forall{i\in{D_s}}) li(iDs), k i ( ∀ i ∈ D r ) k_i(\forall{i}\in{D_r}) ki(iDr)是正整数

      • a ∈ R a\in{\mathbb{R}} aR是常数, a = a n a=a_n a=an表示 f ( x ) f(x) f(x)的最高次项 a n x n a_nx^{n} anxn的系数

        • 由代数基本定理, f ( x ) = a ∏ i = 1 n ( x − α i )    ( 2 ) f(x)=a\prod_{i=1}^{n}(x-\alpha_i)\;(2) f(x)=ai=1n(xαi)(2), α i , i = 1 , 2 , ⋯   , n \alpha_i,i=1,2,\cdots,n αi,i=1,2,,n f ( x ) = 0 f(x)=0 f(x)=0的复根
        • 容易确定 n n n次项的系数是 a a a,比较 ( 1 ) , ( 2 ) (1),(2) (1),(2),中最高次项的系数可知 a = a n a=a_n a=an
      • G i ( x ) = x 2 + p i x + q i , ∀ i ∈ D r G_i(x)=x^2+p_ix+q_i,\forall{i}\in{D_r} Gi(x)=x2+pix+qi,iDr是实数系内不可约的( G i ( x ) = 0 G_i(x)=0 Gi(x)=0无实数解),从而判别式 Δ i = p i 2 − 4 q i < 0 , ∀ i ∈ D r \Delta_i=p_i^2-4q_i<0,\forall{i}\in{D_r} Δi=pi24qi<0,iDr文章来源地址https://www.toymoban.com/news/detail-558927.html

到了这里,关于AA@复数系和实数系多项式因式分解@代数学基本定理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【C 数据结构】 用单链表存储一元多项式,并实现两个多项式相加运算。

    本次代码纯c语言,可以支持输入两个多项式的项式、系数、指数。 实验目的: 1 掌握单链表的基本工作原理; 2 实现链式存储下的两个多项式的相加。 实验步骤 1 定义链式存储的数据结构 2 完成多项式的初始化,即给多项式赋初值 3 完成多项式的输出 4 实现多项式的相加及结

    2024年02月06日
    浏览(46)
  • 牛顿插值法、拉格朗日插值法、三次插值、牛顿插值多项式、拉格朗日插值多项式

    两点式线性插值 调用Matlab库函数 拉格朗日二次插值: 牛顿二次插值 结果分析:通过对比不同插值方法,可以看到在一定范围内(高次会出现龙格现象),插值次数越高,截断误差越小(插值结果越接近于真实函数值);同时,对于相同次数的插值,由于不同的插值方法它们

    2024年02月11日
    浏览(44)
  • 多项式混沌展开法

    多项式混沌采用多项式基组合成随机空间,来描述和传播随机变量的不确定性。本质是利用正交多项式的优异性能,通过随机变量的输入到响应的映射过程建立代理模型。该方法收敛性好,使用方便,能较好的适用于复杂的系统。但是该方法理论难度高,多元情况下正交多项

    2023年04月15日
    浏览(42)
  • Jacobi正交多项式

    注:本文的内容主要根据文末中的参考文档[1,2,3]中的内容进行整理完成。 设 I = [ − 1 , 1 ] I=[-1,1] I = [ − 1 , 1 ] 是实轴上的标准区间,定义在 I I I 上的正函数: ω α , β ( x ) = ( 1 − x ) α ( 1 + x ) β , α − 1 , β − 1 omega_{alpha,beta}(x)=(1-x)^{alpha}(1+x)^{beta}, alpha-1,beta-1 ω α , β

    2024年02月13日
    浏览(43)
  • 多项式承诺:KZG

    参考文献: Merkle, R. ”Protocols for Public Key Cryptosystems.” Proc. 1980 Symp. on Security and Privacy, IEEE Computer Society (April 1980), 122-133. Benaloh J, Mare M. One-way accumulators: A decentralized alternative to digital signatures[C]//Workshop on the Theory and Application of of Cryptographic Techniques. Springer, Berlin, Heidelberg, 1993

    2024年02月04日
    浏览(54)
  • 多项式拟合

    文章内容部分参考: 建模算法入门笔记-多项式拟合(附源码) - 哔哩哔哩 (bilibili.com) (9条消息) 数学建模——人口预测模型 公有木兮木恋白的博客-CSDN博客 数学建模人口预测模型 多项式拟合是数据拟合的一种,与插值有一定区别(插值要求曲线经过给定的点,拟合不一定经

    2024年02月04日
    浏览(49)
  • 多项式乘法逆

    前置知识:NTT学习笔记(快速数论变换) 情景代入 洛谷P4238 【模板】多项式乘法逆 给定一个多项式 f ( x ) f(x) f ( x ) ,求 g ( x ) g(x) g ( x ) ,满足 f ( x ) × g ( x ) ≡ 1 ( m o d x n ) f(x)times g(x)equiv 1pmod{x^n} f ( x ) × g ( x ) ≡ 1 ( mod x n ) 。系数对 998244353 998244353 998244353 取模。 1 ≤

    2024年02月02日
    浏览(46)
  • Matlab 多项式拟合

    corrcoef函数 corrcoef函数用来计算矩阵相关系数。 (1)、corrcoef(x):若x为一个矩阵,返回的则是一个相关系数矩阵。 (2)、corrcoef(x,y):计算列向量x、y的相关系数,要求x、y具有相等的元素个数。如果x、y是矩阵,那么corrcoef函数会将其转换为列向量,相当于corrcoef([x(:),y(:)])。   p

    2024年02月11日
    浏览(46)
  • Matlab作图多项式拟合

    一、拟合函数 polyfit(s,y,n) polyval(p,x) poly2str(p,\\\' x \\\' ) 二、拟合步骤 1.做原始数据的散点图 2.选择恰当的次数n,用polyfit指令求得多项式 3.计算多项式p在x处的值 4.画出多项式函数的曲线图 三、拟合实例 对x等于1-10,y大于20小于40的随机数进行多项式拟合 x=1:10;y=20+20*rand(1,10);%定义

    2023年04月25日
    浏览(44)
  • 多项式快速幂(加强版)

    建议阅读我的上一篇博客多项式快速幂 求多项式快速幂,但 a 0 ≠ 1 a_0not=1 a 0 ​  = 1 。 由于求 ln ⁡ ln ln 要求 a 0 = 1 a_0=1 a 0 ​ = 1 ,所以我们要想办法对多项式进行变换,使其满足 a 0 = 1 a_0=1 a 0 ​ = 1 。 如果 f ( x ) f(x) f ( x ) 常数项为 0 0 0 ,那么就整体除去 x x x 的若干次

    2024年02月07日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包