Skip to content

Commit

Permalink
4.24
Browse files Browse the repository at this point in the history
  • Loading branch information
yhtq committed Apr 24, 2024
1 parent 8c5c9e6 commit 3cd869c
Show file tree
Hide file tree
Showing 2 changed files with 219 additions and 1 deletion.
92 changes: 92 additions & 0 deletions 代数学二/作业/hw9.typ
Original file line number Diff line number Diff line change
@@ -0,0 +1,92 @@
#import "../../template.typ": proof, note, corollary, lemma, theorem, definition, example, remark, proposition,der, partialDer, Spec, AModule, lemma1, tensorProduct, directSum, directLimit
#import "../../template.typ": *
#import "@preview/commute:0.2.0": node, arr, commutative-diagram

#show: note.with(
title: "作业9",
author: "YHTQ",
date: none,
logo: none,
withOutlined : false,
withTitle :false,
)
(应交时间为4月30日)
#set heading(numbering: none)
= p69
== 16
$A = k[x_1, x_2, ..., x_n]$,可以找到 $x_1, x_2, ..., x_n$ 的一个极大代数无关组,不妨设为 $x_1, x_2, ..., x_r$(若其中全部都是 $k$ 上的代数元则 $r = 0$,否则选出一个超越元成为 $x_1$,再寻找是否存在 $k[x_1]$ 上的代数元,以此类推) 若 $r = n$$r = 0$ 结论已经成立,下设 $0 < r < n$\
此时,当然有 $x_1, x_2, ..., x_r, x_n$ 代数相关,因此设 $n$ 次多项式 $f != 0$ 满足:
$
0 = f(x_1, x_2, ..., x_r, x_n) := sum_(d_n = 0)^n (sum_(l_1 + l_2 + ... +l_(r) + d_n <= n) a_(l_1, l_2, ..., l_(r), d_n) x_1^(l_1) x_2^(l_2) ... x_(r)^(l_(r))) x_n^(d_n)
$
- 首先,设:
$
f'(x) = sum_(d_n = 0)^n (sum_(l_1 + l_2 + ... +l_(r) + d_n <= n) a_(l_1, l_2, ..., l_(r), d_n) x_1^(l_1) x_2^(l_2) ... x_(r)^(l_(r))) x^(d_n)
$
当然就有 $f'(x_n) = 0$。同时,$f'$ 不可能是零多项式,否则每个系数都是 $x_1, x_2, ..., x_r$ 的零化多项式,由代数无关性这些多项式也是零多项式,表明 $f = 0$ ,与假设矛盾\

然而它未必首一。观察发现 $f'$$n$ 次项仅有常系数,若恰非零则除去可逆元后成为首一多项式,但可能为零导致 $f'$ 不是首一多项式。为此,希望取得 $lambda_i$ 以及 $x'_i = x_i - lambda_i x_n, i = 1, 2, ..., r$,代入上式将有:
$
0 = sum_(d_n = 0)^n (sum_(l_1 + l_2 + ... +l_(r) + d_n <= n) a_(l_1, l_2, ..., l_(r), d_n) (x'_1 + lambda_1 x_n)^(l_1) (x'_2 + lambda_2 x_n)^(l_2) ... (x'_r + lambda_2 x_r)^(l_(r))) x_n^(d_n)
$
不难发现它关于 $x_n$$n$ 次项系数为:
$
sum_(l_1 + l_2 + ... +l_(r) + d_n = n) a_(l_1, l_2, ..., l_(r), d_n) lambda_1^(l_1) lambda_2^(l_2) ... lambda_r^(l_r)
$
若设 $f$$n$ 次项恰为 $F(x_1, x_2, ..., x_r, x_n) != 0$,上式就是 $F(lambda_1, lambda_2, ..., lambda_r, 1)$ 为了证明可以取到一组 $lambda_i$ 使得前式非零(进而可逆,可以将多项式化为首一),注意到 $F$ 形如:
$
sum_(d_n = 0)^n (sum_(l_1 + l_2 + ... +l_(r) + d_n = n) a_(l_1, l_2, ..., l_(r), d_n) x_1^(l_1) x_2^(l_2) ... x_(r)^(l_(r))) x_n^(d_n)
$
假设对于所有 $lambda_i$ 都有前式为零,由无限域的性质将有代入 $x_n = 1$ 的结果:
$
sum_(d_n = 0)^n (sum_(l_1 + l_2 + ... +l_(r) + d_n = n) a_(l_1, l_2, ..., l_(r), d_n) x_1^(l_1) x_2^(l_2) ... x_(r)^(l_(r)))
$
是零多项式,观察形式将有每个系数 $a_(l_1, l_2, ..., l_(r), d_n)$ 都是零,进而 $F$ 是零,这是荒谬的。因此我们希望的 $lambda_i$ 是存在的。
- 上面结果已经表明,存在系数落在 $k[x'_1, x'_2, ..., x'_r] subset A' := k[x'_1, x'_2, ..., x'_r, x_(r+1), ..., x_(n-1)]$ 之中的 $x_n$ 的首一零化多项式,也即 $x_n$$A'$ 上整。$A'$ 的生成元个数严格减少,因此可以归纳并假设存在 $y'_1, ..., y'_s$ 代数无关并且 $A'$$k[y'_1, ..., y'_s]$ 上整,进而由传递性 $x_n$ 在其上整,同时由 $x_i = x'_i + lambda_i x_n$$x'_i in A', i = 1, 2, ..., r$$x_i$ 也在其上整,$x_(r+1) ... x_n$ 当然也整,因此 $A$ 的所有生成元都在其上整,证毕
- 对于第二个结论,注意到 $A = k[t_1, ..., t_n] quo I(X)$ 是有限生成 $k-$代数,由该题结论存在 $y_1 + I(X), ..., y_r + I(X) in A$ 满足上述的条件。\
由第一章的习题,这 $r$ 个多项式产生多项式映射 $Phi: k^n -> k^r$,往证 $Phi|_X$ 确实是满射。为此,任取 $y' in k^r$,令:
$
funcDef(f_(y'), k[y_1 + I(x), y_2 + I(x), ..., y_r + I(x)], k, f(y_1, y_2, ..., y_r), f(y'_1, y'_2, ..., y'_r))
$
不难验证这是一个 $k-$代数同态,由之前的习题它可以被提升到 $f'_(y') : A -> k$\
注意到 $f_(y')$ 是满射,$f'_(y')$ 自然也是,由同构定理不难得到 $ker f'_(y')$ 是极大理想。我们暂且利用希尔伯特零点定理,设其形如:
$
ker f'_(y') = m_x = {f in A | f(x) = 0}
$
再取:
$
f'_x : f: A -> f(x) : k
$
不难发现 $f'_x$$f'_(y')$ 都诱导 $A quo m_x tilde.eq k$ 的域自同构,结合它们都是 $k-$ 代数同态可得它们相等,立得:
$
y'_i = f'_(y') (y_i) = y_i (x), forall i = 1, 2, ..., r
$
这就给出了 $x in X$ 成为 $y'$ 的原像,证毕

== 17
题干似乎应该是若设 $X = Z(alpha)$$alpha != (1)$$X$ 非空\
若这个事实成立,则极大理想 $alpha$ 对应的 $Z(alpha)$ 非空,结合极大性知只能是单点集,如此立得 $alpha = m_x$ 也即结论成立。\
然而看起来上面的事实并不容易从上题结论推出(何况上题第二个结论已经利用了希尔伯特零点定理的结果)
== 18
#lemma1[
$A$ 是唯一分解整环,则 $A$ 是整闭的
]
#proof[
$x = a/b$ 位于 $A$ 的分式环中,不妨设 $a, b$ 互素。若它在 $A$ 上整,则:
$
x^n + a_(n-1) x^(n-1) + ... + a_0 = 0\
(a/b)^n + a_(n-1) (a/b)^(n-1) + ... + a_0 = 0\
a^n + a_(n-1) a^(n-1) b + ... + a_0 b^n = 0
$
然而观察上式立得 $b | a$ ,除非 $x in A$ 否则这是荒谬的
]
$B = k[x_1, x_2,..., x_n], A = k[x_1], k_A = k(x_1)$\
利用归纳法,$B$ 将是 $k_A$ 的有限代数扩张,假设 $x_1$$k$ 上代数则由传递性结论显然,否则 $A$ 当然是唯一分解整环,继而 $A$ 是整闭的。
由有限代数扩张,$x_2, ..., x_n$$k_A$ 上有首一的零化多项式。注意到这些系数都位于 $k(x_1)$ 之中,不妨设其公分母为 $f$,进而 $B$$A_f supset k_A$ 上整,然而 $A$ 整闭表明 $A_S$ 也整闭,这表明:
$
A_f = k_A
$
然而注意到 $A$ 是整环,$A$ 可以嵌入 $A_f$ 继而 $A_f = A[1/f]$ 是有限生成 $A-$代数,但由 $x_1$ 的超越性 $k(x_1)$ 当然不是 $k[x_1]$ 的有限生成代数,矛盾!



128 changes: 127 additions & 1 deletion 数学模型/main.typ
Original file line number Diff line number Diff line change
Expand Up @@ -1561,4 +1561,130 @@
&= - 1/2 (integral_(x_l^i - h_l)^(x_l^i ) u'(x) dif x - integral_(x_l^i )^(x_l^i + h_l ) u'(x) dif x)\
&= diffI(x_(l i), h_l) u(x)
$
]
]

#let lv = $bold(l)$
类似的,对于高维的情形我们也希望做类似处理。此时,我们用一个向量 $lv$ 表示在每个方向的划分层数(例如 $(2, 3)$ 表示 $x$ 方向划分两层,$y$ 方向划分三层)。高维情形下,有结论:
#lemma[][
$
hu_(lv, xv) = integral_(Omega) (-1/2)^(d) 2^(- norm(lv)_1) Phi_(lv, xv) (x) D^(bold(2)) u(x) dif x
$
其中:
- $D^(bold(alpha)) u(x) = (partial^(norm(alpha)_1) u)/(partial x_1^(alpha_1) ... partial x_n^(alpha_n))$
]<int_approx>
#proof[
它可以化归到一维情形,这里不做详细证明
]

#let nv = $bold(n)$
#let iv = $bold(i)$
#let onev = $bold(1)$
#let twov = $bold(2)$
#let vninf = $V_n^((infinity))$
#let vn1 = $V_n^((1))$
接下来,讨论全网格和稀疏网格。记:
$
vninf &:= V_nv = plus.circle_(1 <= lv <= nv) w_lv = plus.circle_(norm(l)_infinity <= n) w_lv\
where nv &= vec(n, n, dots.v, n)\
1& = vec(1, 1, dots.v, 1)\
alpha <= beta &<=> alpha_i <= beta_i, forall i
$
这是全网格,而*稀疏网格*是:
$
vninf = plus.circle_(norm(l)_1 <= d + (n-1)) w_lv
$
意指每个维度所分层数总和不超过一定的上界。

仍然要回答网格是否稀疏,精度是否保持两个问题。稀疏性看起来比较简单,有如下结论:
#theorem[两种网格的稀疏性][
$
abs(vninf) = O(N^d)\
abs(w_lv) = 2^(norm(lv)_1 - d)\
abs(vn1) = O(N (log N)^(d-1))\
where N = 2^n
$
]
#proof[
- $vninf$ 的结论是容易的,既然在每个维度上都做 $2^n$ 等分
- $w_lv$ 中,每个维度的基个数恰为 $2^(l_i)$ 的一半,计算可得就是 $2^(norm(lv)_1 - d)$
- 最后来讨论 $vn1$,有:
$
abs(vn1) = sum_(i <= d + (n-1)) 2^(i - d) C_(i - 1)^(d-1)
$
这个组合数来自于将 $norm(l)_1$ 的层数总和任意分给 $d$ 个维度的分球问题。大致估计有:
$
sum_(i <= d + (n-1)) 2^(i - d) C_(i - 1)^(d-1) &<= sum_(i <= d + (n-1)) 2^(i - d) C_(d-1+n-1)^(d-1)\
&= 2^n C_(d-1+n-1)^(d-1)\
&= 2^n (n(n-1)...(n+d-2))/(d-1)! \
&= O(2^n n^(d-1))\
&= O(N (log N)^(d-1))
$
]
#theorem[两种网格的精度][
给定性质足够好的函数 $u$ ,令:
$
u_n^((infinity)) := sum_(norm(lv)_infinity <= n) u_(lv) (xv)\
u_n^((1)) := sum_(norm(lv)_1 <= d+ n-1) u_(lv) (xv)\
where u_lv (xv) = sum_(iv in oddl) hu_(lv iv) Phi_(lv iv) (xv)
$
则有:
$
norm(u-u_n^((infinity)))_infinity <= d/6^d 2^(-2n) norm(u)_(twov, infinity)\
norm(u-u_n^((1)))_infinity <= d/8^d 2^(-2n) A(d, n) norm(u)_(twov, infinity)\
$
其中:
- $A(d, n)$ 的量级约为 $n^(d-1)$
- $u$ 可以被展开为:
$
u = sum_(lv in NN^d) u_(lv)
$
- $norm(u)_(alpha, infinity) := norm(D^alpha u)_infinity$
]
#proof[
#lemma1[
$
norm(u_lv)_infinity <= (-1/2)^(d) 2^(- 2norm(lv)_1) norm(u)_(twov, infinity)
$
]
#proof[
$
norm(u_lv)_infinity &= norm(sum_(iv in oddl) hu_(lv iv) Phi_(lv iv) (xv))_infinity\
&<= max_(iv in odd l){abs(hu_(lv iv))} norm(sum_(iv in oddl) Phi_(lv iv) (xv))_infinity
$
回忆 $Phi_(lv iv)$ 的定义和嵌套分层方式,上式的求和不会大于 $1$,并且代入 @int_approx 将有:
$
norm(u_lv)_infinity <= max_(iv in odd l){abs(hu_(lv iv))}\
<= max_(iv in odd l){abs(integral_(Omega) (-1/2)^(d) 2^(- norm(lv)_1) Phi_(lv, xv) (x) D^(bold(twov)) u(x) dif x)}\
<= (-1/2)^(d) 2^(- norm(lv)_1) max_(iv in odd l){abs(integral_(Omega) Phi_(lv, xv) (x) D^(bold(twov)) u(x) dif x)}\
<= (-1/2)^(d) 2^(- norm(lv)_1) max_(iv in odd l){integral_(Omega) abs(Phi_(lv, xv) (x) D^(bold(twov)) u(x) dif x)}\
<= (-1/2)^(d) 2^(- norm(lv)_1) norm(u)_(twov, infinity) max_(iv in odd l){integral_(Omega) abs(Phi_(lv, xv) (x) dif x)}\
<= (-1/2)^(d) 2^(- norm(lv)_1) norm(u)_(twov, infinity) 2^(- norm(lv)_1)\
<= (-1/2)^(d) 2^(- 2norm(lv)_1) norm(u)_(twov, infinity) \
$
这里积分的计算是观察每一个维度上三角形的面积得到的。
]
- 回到定理,先证明全网格的形式。有:
$
norm(u-u_n^((infinity)))_infinity &= norm(sum_(norm(lv) >= n) u_lv)_infinity\
&<= sum_(norm(lv) >= n) norm(u_lv)_infinity\
&<= sum_(norm(lv) >= n)(-1/2)^(d) 2^(- 2norm(lv)_1) norm(u)_(twov, infinity)\
&<= (-1/2)^(d) norm(u)_(twov, infinity) sum_(norm(lv) >= n) 2^(- 2norm(lv)_1) \
$
其中 $sum_(norm(lv) > n) 2^(- 2norm(lv)_1)$ 的多维的等比级数,交换顺序计算可得上式:
$
<= 6^(-d) norm(u)_(twov, infinity) (1-(1-4^(-n))^d) <= 1/6^d 4^(-n) norm(u)_(twov, infinity)
$
上面利用了伯努利不等式,这就是结论
- 再处理稀疏网格的形式,完全类似的过程有:
$
norm(u-u_n^((1)))_infinity <= (-1/2)^(d) norm(u)_(twov, infinity) sum_(norm(lv)_1 >= d+(n-1)) 2^(- 2norm(lv)_1)
$
这里我们再次利用分球的组合技巧,有:
$
sum_(norm(lv)_1 >= d+(n-1)) 2^(- 2norm(lv)_1) &= sum_(i >= d+(n-1)) 2^(- 2i) C_(i - 1)^(d-1)\
&<= 4^(-n-d) dot 2 A(d, n)
$
这里 $A(d, n)$ 是与组合相关的函数,这里不再详细叙述。代回计算可得结论成立
]
从上面的定理可以看出,稀疏网格理所应当的用精度的降低换来了效率的提升。

0 comments on commit 3cd869c

Please sign in to comment.