Gröbner基方法入门第I部分:项序和约化

最新推荐文章于 2022-10-23 17:19:53 发布
最新推荐文章于 2022-10-23 17:19:53 发布
阅读量2.5k 收藏 23
点赞数 5
分类专栏： 代数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hanss2/article/details/108376869
版权

Gröbner基方法入门第I部分:项序和约化

理想的准素分解与矩阵分解是计算代数的核心问题,它们在计算机代数、计算代数几何、代数编码和密码学、多维系统理论等学科都有非常重要的理论意义与应用价值.Gröbner基理论是研究理想的准素分解与矩阵素分解的重要工具之一.更简单地概括:Gröbner基方法是从任意一个多项式理想的一组给定生成元,计算另一组性质良好的生成元,并称为该理想的Gröbner基.它能用来判定任意多项式是否属于该理想.

Gröbner基的代数算法是Buchberger在1960年代开发的,并进一步被他和许多其他研究人员进行了改进.Gröbner基理论及其前身(如Hironaka的标准基)在代数几何和交换代数(尤其是多项式理想理论)方面提供了丰富的理论框架.Gröbner基的代数算法在理论物理学、应用科学和工程学中具有广泛的应用;Gröbner基成功的主要原因是,数学、科学和工程学中的许多问题都可以用多元多项式方程组表示(例如,理想,模块和矩阵),其中Gröbner基的作用类似于一元多项式Euclidean环的算法中Euclidean除法的作用.

项序和约化

先在集合 S S S上引入“项序”概念:

项序
  • △ \triangle △定义1.1:
    全序: S S S中两个不同元 a , b a,b a,b,要么 a < b a<b a<b,要么 b < a b<a b<a;
    良序: S S S上不存在无穷递减的链,即 S S S的任意非空集有极小元;

然后我们把多项式和理想假定在 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x]中, K \mathcal{K} K是域. K [ x ] \mathcal{K}[\boldsymbol{x}] K[x]中所有的项的全体记为 T = { x 1 α 1 , x 2 α 2 , … , x n α n } T=\left\{x_{1}^{\alpha 1},x_{2}^{\alpha 2},\ldots,x_{n}^{\alpha n}\right\} T={x1α1​,x2α2​,…,xnαn​},也记为 x α x^{\alpha} xα.项序是一种排序的方式，细分有纯字典序 < plex  <_{\text {plex }} <plex ​、全幂序或分次字典序 < tdeg <_{\text {tdeg}} <tdeg​、分次反字典序 < dileg <_{\text {dileg}} <dileg​.

  • △ \triangle △定义1.2:
    项集合 T \mathcal{T} T上的序分别称为纯字典序 < plex  <_{\text {plex }} <plex ​、全幂序 < tdeg <_{\text {tdeg}} <tdeg​、分次反字典序 < dileg <_{\text {dileg}} <dileg​,如果对 α = ( a 1 , ⋯   , a n ) , β = ( b 1 , ⋯   , b n ) ∈ T \alpha=\left(a_{1}, \cdots, a_{n}\right), \beta=\left(b_{1}, \cdots, b_{n}\right) \in \mathcal{T} α=(a1​,⋯,an​),β=(b1​,⋯,bn​)∈T有:
    i) α < plex  β ⟺ ∃ i ( 1 ⩽ i ⩽ n ) \alpha<_{\text {plex }} \beta \Longleftrightarrow \exists i(1 \leqslant i \leqslant n) α<plex ​β⟺∃i(1⩽i⩽n),使得 a i < b i a_{i}<b_{i} ai​<bi​,而 a j = b j ( 1 ⩽ j < i ) a_{j}=b_{j}(1 \leqslant j<i) aj​=bj​(1⩽j<i);
    ii) α < tdeg  β ⟺ ∑ i = 1 n a i < ∑ i = 1 n b i \alpha<_{\text {tdeg }} \beta \Longleftrightarrow \sum_{i=1}^{n} a_{i}<\sum_{i=1}^{n} b_{i} α<tdeg ​β⟺∑i=1n​ai​<∑i=1n​bi​ 或 ∑ i = 1 n a i = ∑ i = 1 n b i \sum_{i=1}^{n} a_{i}=\sum_{i=1}^{n} b_{i} ∑i=1n​ai​=∑i=1n​bi​,且 ∃ i ( 1 ⩽ i ⩽ n ) \exists i(1 \leqslant i \leqslant n) ∃i(1⩽i⩽n),使得 a i < b i a_{i}<b_{i} ai​<bi​,而 a j = b j ( 1 ⩽ j < i ) a_{j}=b_{j}(1 \leqslant j<i) aj​=bj​(1⩽j<i);
    iii) α < dilex  β ⟺ ∑ i = 1 n a i < ∑ i = 1 n b i \alpha<_{\text {dilex }} \beta \Longleftrightarrow \sum_{i=1}^{n} a_{i}<\sum_{i=1}^{n} b_{i} α<dilex ​β⟺∑i=1n​ai​<∑i=1n​bi​ 或 ∑ i = 1 n a i = ∑ i = 1 n b i \sum_{i=1}^{n} a_{i}=\sum_{i=1}^{n} b_{i} ∑i=1n​ai​=∑i=1n​bi​,且 ∃ i ( 1 ⩽ i ⩽ n ) \exists i(1 \leqslant i \leqslant n) ∃i(1⩽i⩽n),使得 a i > b i a_{i}>b_{i} ai​>bi​,而 a j = b j ( 1 ⩽ j < i ) a_{j}=b_{j}(1 \leqslant j<i) aj​=bj​(1⩽j<i);

项序的重要性质是良序.在多项式环 K \mathcal{K} K中,若理想 J \mathcal{J} J由一组项 x α x^{\alpha} xα生成,则 J = ⟨ x α ⟩ \mathcal{J}=\langle x^{\alpha}\rangle J=⟨xα⟩为项理想.这里 α ∈ A \alpha \in A α∈A, A ∈ N n A \in \mathbb{N}^n A∈Nn.于是我们得出这个结论:

  • ♡ \heartsuit ♡定理1.3:
    i) x β ∈ J ⟺ ∃ α ∈ A , x α ∣ x β x^{\beta} \in J \Longleftrightarrow \exists \alpha \in A, x^{\alpha} \mid x^{\beta} xβ∈J⟺∃α∈A,xα∣xβ;
    ii) ∀ F ∈ K [ x ] , F ∈ J ⟺ F \forall F \in \mathcal{K}[\boldsymbol{x}], F \in \mathcal{J} \Longleftrightarrow F ∀F∈K[x],F∈J⟺F 的每个项都属于 J ⟺ F \mathcal{J} \Longleftrightarrow F J⟺F是 J \mathcal{J} J中项的 K \mathcal{K} K线性组合.

下面介绍Dickson引理:每个项理想都是有限生成的,即都存在有限生成元;

  • ♢ \diamondsuit ♢引理1.4(Dickson引理):
    对于 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x]中的任意项理想 a = ⟨ x α : α ∈ S ⟩ \mathfrak{a}=\left\langle x^{\alpha}: \alpha \in S\right\rangle a=⟨xα:α∈S⟩,均存在 α ( 1 ) , . . . , α ( s ) ∈ S \alpha(1),...,\alpha(s) \in S α(1),...,α(s)∈S使得 a = ⟨ x α ( 1 ) , . . . , x α ( s ) ⟩ \mathfrak{a}=\langle x^{\alpha(1)},...,x^{\alpha(s)} \rangle a=⟨xα(1),...,xα(s)⟩.

介绍本节中常用的记号.设 F ∈ K [ x ] F \in \mathcal{K}[\boldsymbol{x}] F∈K[x]在给定项序下按降序排列为:

F = f 1 x α 1 + ⋯ + f k x α k F=f_{1} \boldsymbol{x}^{\alpha_{1}}+\cdots+f_{k} \boldsymbol{x}^{\alpha_{k}} F=f1​xα1​+⋯+fk​xαk​

那么 lt ⁡ ( F ) = x α 1 , lm ⁡ ( F ) = f 1 x α 1 , lc ⁡ ( F ) = f 1 \operatorname{lt}(F)=\boldsymbol{x}^{\alpha_{1}}, \operatorname{lm}(F)=f_{1} \boldsymbol{x}^{\alpha_{1}}, \operatorname{lc}(F)=f_{1} lt(F)=xα1​,lm(F)=f1​xα1​,lc(F)=f1​分别为首项、首单项式、首项系数,我们常用 T ( F ) = { x α 1 , ⋯   , x α k } \mathcal{T}(F)=\left\{\boldsymbol{x}^{\alpha_{1}}, \cdots, \boldsymbol{x}^{\alpha_{k}}\right\} T(F)={xα1​,⋯,xαk​} 记 F F F 中出现的项的集合;

多项式约化

多项式约化就是一种多元多项式的除法,是域上一元多项式Euclid除法在多元多项式的推广.

  • △ \triangle △定义1.5:
    给定 T \mathcal{T} T 上项序 < < <,并设 F , P ∈ K [ x ] F,P \in \mathcal{K}[\boldsymbol{x}] F,P∈K[x],且 P ≠ 0 P \neq 0 P​=0.如果存在 t ∈ T ( F ) , s ∈ T t \in \mathcal{T}(F), s \in \mathcal{T} t∈T(F),s∈T 使得 t = s ⋅ lt ⁡ ( P ) t=s \cdot \operatorname{lt}(P) t=s⋅lt(P),则称 F F F 是模 P P P 可约化的. 这时,令:

G = F − c lc ⁡ ( P ) ⋅ s ⋅ P G=F-\frac{c}{\operatorname{lc}(P)} \cdot s \cdot P G=F−lc(P)c​⋅s⋅P

其中 c c c 是 F F F 关于 t t t 的系数,并说 F F F 通过模 P P P 消去 t t t 一步约化到 G , G, G, 记作 F → t P G F \xrightarrow[t]{P} G FP t​G,或简记为 F ⟶ P G F \stackrel{P}{\longrightarrow} G F⟶P​G;

设 P \mathbb{P} P 为 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x] 中的多项式组. 如果存在多项式 P ∈ P P \in \mathbb{P} P∈P 使得 F ⟶ P G F \stackrel{P}{\longrightarrow} G F⟶P​G, 则称
F F F 是模 P \mathbb{P} P 可约化的,记为 F ⟶ P G . F \stackrel{\mathbb{P}}{\longrightarrow} G . F⟶P​G. 如果没有这样的 P P P 存在,则称 F F F 对 P \mathbb{P} P 为约化的或为范式.

如果 F F F 可由 P \mathbb{P} P中的多项式经多步约化到范式 R R R,则记为 F → ∗ P R F \xrightarrow[*]{\mathbb{P}} R FP ∗​R或者 F ‾ P = R \overline{F}^{P}=R FP=R;

  • ⋆ \star ⋆例1.6:
    考虑 F = x 2 y 2 + 2 x y + y 2 + 1 , P = { P 1 , P 2 } F=x^{2} y^{2}+2 x y+y^{2}+1, \mathbb{P}=\left\{P_{1}, P_{2}\right\} F=x2y2+2xy+y2+1,P={P1​,P2​};其中 P 1 = x y + 1 , P 2 = y P_{1}=x y+1,P_{2}=y P1​=xy+1,P2​=y,并取定纯字典项序.那么:

F → x 2 y 2 P 1 x y + y 2 + 1 → x y P 1 y 2 → y 2 P 2 0 F \xrightarrow[x^{2} y^{2}]{P_{1}} x y+y^{2}+1 \xrightarrow[x y]{P_{1}} y^{2} \xrightarrow[y^{2}]{P_{2}} 0 FP1​ x2y2​xy+y2+1P1​ xy​y2P2​ y2​0

是 F F F模 P \mathbb{P} P的一个约化过程.另一个约化过程是:

F → x 2 y 2 P 1 x y + y 2 + 1 → x y P 2 y 2 + 1 → y 2 P 2 1 F \xrightarrow[x^{2} y^{2}]{P_{1}} x y+y^{2}+1 \xrightarrow[x y]{P_{2}} y^{2}+1 \xrightarrow[y^{2}]{P_{2}} 1 FP1​ x2y2​xy+y2+1P2​ xy​y2+1P2​ y2​1

由此看出不同的约化过程,得到的范式可以不同.因为:

  • △ \triangle △定义1.7:
    设 F , G ∈ K [ x ] . F, G \in \mathcal{K}[\boldsymbol{x}] . F,G∈K[x]. 在给定项序 < r <_{r} <r​ 下,将 F , G F, G F,G 按降序排列如下:

F = f 1 x α 1 + ⋯ + f l x α l G = g 1 x β 1 + ⋯ + g m x β m \begin{array}{l} F=f_{1} x^{\alpha_{1}}+\cdots+f_{l} \boldsymbol{x}^{\alpha_{l}} \\ G=g_{1} \boldsymbol{x}^{\beta_{1}}+\cdots+g_{m} \boldsymbol{x}^{\beta_{m}} \end{array} F=f1​xα1​+⋯+fl​xαl​G=g1​xβ1​+⋯+gm​xβm​​

定义 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x] 上的二元关系 ≺ r \prec_r ≺r​(称为由项序 < r <_r <r​ 诱导的 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x] 上的多项式序) 如下:

F ≺ r G ⟺ F \prec_{r} G \Longleftrightarrow F≺r​G⟺ i) ∃ k ( 1 ⩽ k ⩽ l ) \exists k(1 \leqslant k \leqslant l) ∃k(1⩽k⩽l), 使得 α k < r β k \alpha_{k}<_{r} \beta_{k} αk​<r​βk​, 而 α i = β i ( 1 ⩽ i < k ) \alpha_{i}=\beta_{i}(1 \leqslant i<k) αi​=βi​(1⩽i<k)或ii) l < m , l<m, l<m, 而 α i = β i ( 1 ⩽ i ⩽ l ) \alpha_{i}=\beta_{i}(1 \leqslant i \leqslant l) αi​=βi​(1⩽i⩽l);

  • ♡ \heartsuit ♡定理1.8:
    二元关系 ≺ r \prec_r ≺r​是 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x] 上的良序.

  • ♡ \heartsuit ♡定理1.9:
    给定 T \mathcal{T} T上项序 <, 并设 ≺ \prec ≺是 < < <诱导的多项式序,对任意 F , P ∈ K [ x ] F, P \in \mathcal{K}[\boldsymbol{x}] F,P∈K[x], 若 F ⟶ P G , F \stackrel{P}{\longrightarrow} G, F⟶P​G, 则 G ≺ F G \prec F G≺F;

因为 ≺ \prec ≺ 是 K [ x ] \mathcal{K}[\boldsymbol{x}] K[x] 上的良序,所以对任意的 F F F和 P P P, F F F 模 P P P 的约化过程必然终止.在有限不约化过程后所得的多项式 R R R对 P P P是约化的.我们就得到如下的范式形式:

F = ∑ i = 1 s Q i P i + R F=\sum_{i=1}^{s} Q_{i} P_{i}+R F=i=1∑s​Qi​Pi​+R

其中 P i ∈ P , Q i , R ∈ K [ x ] P_{i} \in \mathbb{P}, Q_{i}, R \in \mathcal{K}[\boldsymbol{x}] Pi​∈P,Qi​,R∈K[x], 而 R R R 对 P \mathbb{P} P 是约化的. 称多项式 R R R 为 F F F 模 P \mathbb{P} P 的范式或余式, 记作 nform ⁡ ( F , P ) \operatorname{nform}(F, \mathbb{P}) nform(F,P). 又称由 F F F求得 R R R 的过程为 F F F 对 P \mathbb{P} P 的约化. 对任意 Q ⊂ K [ x ] \mathbb{Q} \subset \mathcal{K}[\boldsymbol{x}] Q⊂K[x], 定义

nform ⁡ ( Q , P ) : = { nform ⁡ ( Q , P ) ∣ Q ∈ Q } \operatorname{nform}(\mathbb{Q}, \mathbb{P}):=\{\operatorname{nform}(Q, \mathbb{P}) \mid Q \in \mathbb{Q}\} nform(Q,P):={nform(Q,P)∣Q∈Q}

  • ⋆ \star ⋆例1.10:
    考虑下列多项式:

P 1 = x 1 x 4 + x 3 − x 1 x 2 P 2 = 2 x 4 2 − 2 x 3 x 4 + 5 x 1 x 2 x 4 − 5 x 1 x 2 x 3 F = x 1 x 4 2 + x 4 2 − x 1 x 2 x 4 − x 2 x 4 + x 1 x 2 + 3 x 2 \begin{aligned} P_{1} &=x_{1} x_{4}+x_{3}-x_{1} x_{2} \\ P_{2} &=2 x_{4}^{2}-2 x_{3} x_{4}+5 x_{1} x_{2} x_{4}-5 x_{1} x_{2} x_{3} \\ F &=x_{1} x_{4}^{2}+x_{4}^{2}-x_{1} x_{2} x_{4}-x_{2} x_{4}+x_{1} x_{2}+3 x_{2} \end{aligned} P1​P2​F​=x1​x4​+x3​−x1​x2​=2x42​−2x3​x4​+5x1​x2​x4​−5x1​x2​x3​=x1​x42​+x42​−x1​x2​x4​−x2​x4​+x1​x2​+3x2​​

它们中的单项式已按 x 4 ≻ ⋯ ≻ x 1 x_{4} \succ \cdots \succ x_{1} x4​≻⋯≻x1​ 的纯字典序排列.用符号表示,我们有:

lt ⁡ ( P 1 ) = x 1 x 4 , lt ⁡ ( P 2 ) = x 4 2 , lt ⁡ ( F ) = x 1 x 4 2 lc ⁡ ( P 1 ) = lc ⁡ ( F ) = 1 , lc ⁡ ( P 2 ) = 2 \begin{array}{l} \operatorname{lt}\left(P_{1}\right)=x_{1} x_{4}, \quad \operatorname{lt}\left(P_{2}\right)=x_{4}^{2}, \quad \operatorname{lt}(F)=x_{1} x_{4}^{2} \\ \operatorname{lc}\left(P_{1}\right)=\operatorname{lc}(F)=1, \quad \operatorname{lc}\left(P_{2}\right)=2 \end{array} lt(P1​)=x1​x4​,lt(P2​)=x42​,lt(F)=x1​x42​lc(P1​)=lc(F)=1,lc(P2​)=2​

令 P = { P 1 , P 2 } . F \mathbb{P}=\left\{P_{1}, P_{2}\right\} . F P={P1​,P2​}.F 对 P \mathbb{P} P 明显可约,譬如:

F → x 1 x 2 x 4 P 1 H , F = b ⋅ λ ⋅ P 1 + H F \xrightarrow[x_{1} x_{2} x_{4}]{P_{1}} H, F=b \cdot \lambda \cdot P_{1}+H FP1​ x1​x2​x4​​H,F=b⋅λ⋅P1​+H

其中

b = − 1 , λ = x 2 H = x 1 x 4 2 + x 4 2 − x 2 x 4 + x 2 x 3 − x 1 x 2 2 + x 1 x 2 + 3 x 2 \begin{array}{l} b=-1, \lambda=x_{2} \\ H=x_{1} x_{4}^{2}+x_{4}^{2}-x_{2} x_{4}+x_{2} x_{3}-x_{1} x_{2}^{2}+x_{1} x_{2}+3 x_{2} \end{array} b=−1,λ=x2​H=x1​x42​+x42​−x2​x4​+x2​x3​−x1​x22​+x1​x2​+3x2​​

对于上面的约化,消去的项关于项序不是极大. 若选极大项,我们需要先约化 F F F 中的首单项式 x 1 x 4 2 . x_{1} x_{4}^{2} . x1​x42​. 对 P , F \mathbb{P}, F P,F 到其范式的约化如下:

F → x 1 x 4 2 P 1 H 1 → x 4 2 P 2 H 2 → x 1 x 2 x 4 P 1 H 3 F \xrightarrow[x_{1} x_{4}^{2}]{P_{1}} H_{1} \xrightarrow[x_{4}^{2}]{P_{2}} H_{2} \xrightarrow[x_{1} x_{2} x_{4}]{P_{1}} H_{3} FP1​ x1​x42​​H1​P2​ x42​​H2​P1​ x1​x2​x4​​H3​

其中:

H 1 = F − x 4 P 1 = x 4 2 − x 3 x 4 − x 2 x 4 + x 1 x 2 + 3 x 2 H 2 = H 1 − 1 2 P 2 = − 5 2 x 1 x 2 x 4 − x 2 x 4 + 5 2 x 1 x 2 x 3 + x 1 x 2 + 3 x 2 H 3 = H 2 + 5 2 x 2 P 1 = − x 2 x 4 + 5 2 x 1 x 2 x 3 + 5 2 x 2 x 3 − 5 2 x 1 x 2 2 + x 1 x 2 + 3 x 2 \begin{array}{l} H_{1}=F-x_{4} P_{1}=x_{4}^{2}-x_{3} x_{4}-x_{2} x_{4}+x_{1} x_{2}+3 x_{2} \\ H_{2}=H_{1}-\frac{1}{2} P_{2}=-\frac{5}{2} x_{1} x_{2} x_{4}-x_{2} x_{4}+\frac{5}{2} x_{1} x_{2} x_{3}+x_{1} x_{2}+3 x_{2} \\ H_{3}=H_{2}+\frac{5}{2} x_{2} P_{1}=-x_{2} x_{4}+\frac{5}{2} x_{1} x_{2} x_{3}+\frac{5}{2} x_{2} x_{3}-\frac{5}{2} x_{1} x_{2}^{2}+x_{1} x_{2}+3 x_{2} \end{array} H1​=F−x4​P1​=x42​−x3​x4​−x2​x4​+x1​x2​+3x2​H2​=H1​−21​P2​=−25​x1​x2​x4​−x2​x4​+25​x1​x2​x3​+x1​x2​+3x2​H3​=H2​+25​x2​P1​=−x2​x4​+25​x1​x2​x3​+25​x2​x3​−25​x1​x22​+x1​x2​+3x2​​

现在 H 3 H_{3} H3​ 对 P \mathbb{P} P 已约化，因而不可能有进一步的约化. 所以

R = nform ⁡ ( F , P ) = H 3 = F + ( 5 2 x 2 − x 4 ) P 1 − 1 2 P 2 R=\operatorname{nform}(F, \mathbb{P})=H_{3}=F+\left(\frac{5}{2} x_{2}-x_{4}\right) P_{1}-\frac{1}{2} P_{2} R=nform(F,P)=H3​=F+(25​x2​−x4​)P1​−21​P2​

(本节完)

参考资料

A Tutorial on Gröbner Bases With Applications in Signals and Systems
<<多项式代数>>王东明/牟晨琪(2011)ISBN: 9787040316988
Ideals, Varieties, and Algorithms (4th ed.) [Cox, Little & O’Shea 2015-06-14]
介绍一下Grobner基的概念和应用？谢谢[知乎问题回答:来自"匿名用户"]

hanss2
关注
  • 5
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Gröbner基的简单介绍与一些参考文献
qq_33458986的博客
02-06 3304
关于sage：sage是一个相当全面的数学工具（sage帮助文档），第三届红帽杯和其他大大小小比赛都有相关的sage写的题目。 这里介绍红帽杯中的Related一题，题目大致是，三个不同的明文通过RSA加密后的密文已知，公钥也已知，同时三个明文的和也已知，其实上述这些条件已经可以解出答案了，但是题目还给出了两个无关的信息，这是我觉得题目可能要混淆人的地方，总结下来，就是解答下面这个方程组： x0+...
maple 解代数方程组得多项式_图的 k-星着色的 grbner 基求解.pdf
weixin_42502366的博客
02-26 243
图的 k-星着色的 grbner 基求解.pdf还剩3页未读，继续阅读下载文档到电脑，马上远离加班熬夜！亲，喜欢就下载吧，价低环保！内容要点：第 32 卷第 1 期 2014 年 3 月海南大学学报自然科学版 NATURAL SCIENCE JOURNAL OF HAINAN UNIVERSITYVol. 32 No. 1 Mar. 2014文章编号 :1004-1729(2014)01 -0...
Grobner基生成算法的并行.
04-09
西安交大精品论文，方便你写相关论文，是参考的好资料
特征列、Gr?bner基和良性基方法的实施、比较和改进 (2008年)
05-17
对良性基方法和微分特征列方法进行算法化，然后把这种方法在MAPLE中实现并和软件中的Gr?bner方法进行比较。
Gröbner基方法入门第III部分:Gröbner基方法的应用
MinCong Luo的博客
09-03 3073
Gröbner基方法入门第III部分:Gröbner基方法的应用 Gröbner基理论是一种在国外被普遍认同的用于求解多变元高次方程系统的有效算法,其概念最早由Buchberger提出.其本质是从多项式环中任意理想的生成元出发,刻画和计算出一组具有“好的”性质的生成元,进而研究理想的结构并进行某些理想运算;由于数学、科学和工程学中的许多问题都可以用多元多项式方程组表示(例如,理想,模块和矩阵),Gröbner基的代数算法在理论物理学、应用科学和工程学中具有广泛的应用; 计算多项式理想 让我们先来了解如
Gröbner基方法入门第II部分:Gröbner基和Buchberger算法
MinCong Luo的博客
09-03 3112
Gröbner基方法入门第II部分:Gröbner基和Buchberger算法 在之前的博客文章中我介绍了一些多项式代数的基本概念,在这篇文章中我们将介绍Gröbner基的基本理论和计算Gröbner基的Buchberger算法; Gröbner基和Buchberger算法 Gröbner基的概念来源于B.Buchberger的博士论文.考虑最简单的情形,K\mathcal{K}K为域,K[x]\mathcal{K}[\boldsymbol{x}]K[x]是一元多项式环.J\mathcal{J}J为K
应用Groebner基方法求解代数方程组的解 (2007年)
05-26
在字典序下计算方程组的多项式生成的理想的Groebner基G，根据Groebner基G中单变元多项式的解，依次递推求出多项式方程组的解。通过求解多项式函数条件极值问题的一般步骤和具体实例说明该方法的计算过程。
约化方程
rocvfx的博客
06-14 904
计算代数之grobner
yangfan695695的博客
04-11 647
grobner.txtF={x5+x6+x7*x8+x5*x6+x6*x8+x2+x4+x1, x5+x7+x2*x3+x1*x10+x2*x9+x7+x4+1, x9+x6+x9*x10+x9*x1+x3*x6+x10+x4+x6*x5, x1*x2+x4*x5+x6*x9+x1+x2+x3+x7+1, x5*x8+x1*x3+x6*x7+x9+x2+x5, x1^2+x1, x2^...
UNIX 工作站上的数学工具
李华栋的专栏
05-12 679
 UNIX 工作站上的数学工具数学是科学之王UNIX® 有许多工具可供使用，它们可以满足您的数学启蒙要求。其中有些工具是内置的；大多数则是下载保存的。本文将向您展示 UNIX 工作站上通往数学殿堂之路。谈到数学，并不缺乏相关的计算机软件包。数学是程序员和分析人员的流行主题，从而导致了大量不同的工具可供选择。 数学是科学之王。数学工作站的商业使用群体非常庞大：从基础工程到设计创意
有限域上基于Gr?bner基的高级综合优化方法 (2010年)
05-17
提出了基于多项式符号代数的高级综合方法，并使用元件库中的元件构建多项式符号代数所表示的数据通路，计算出其Grobner基。利用Grbner基对多项式进行一些基本操作，例如，多变元多项式分解、最大公因式提取、库单元映射等，从而实现了有限域上的数据通路优化。最后进行了算法复杂性分析和实验，实验在SUN工作站上通过调用Maple10来完成，实验结果证实了本方法的有效性。
用于计算Gröbner基的扩展S多项式
04-23
Gröbner基算法是求解多项式方程的重要符号方法，S多项式是Buchberger算法的关键概念。 为了提高Buchberger算法的效率，许多研究人员专注于多项式约简。 与过去的方法不同，本文介绍了扩展的S多项式。 显然，S多项式是扩展S多项式的特例，它也可以得出Gröbner基。 但是，与S多项式相比，其独特之处在于，前面扩展的S多项式可能会生成一些次数更低的多项式，这对于提高下一个多项式约简的效率非常有帮助。
计算代数 Groebner基与吴方法
06-15
本书是代数与计算机结合的理论方法，重点讲多元多项式方程组得多种解法。
论文研究-基于整数方程的逻辑方程组求解方法研究.pdf
09-07
为快速有效地求解大量逻辑方程组，根据逻辑运算的特点详细阐述了将逻辑方程转化成等效整数方程的原理和方法，并对得到的整数方程进行化简，提出了整数方程组的一般求解方法，即吴方法和Grobner基理论。接着给出并完善了一种基于快速多项式乘法的消元法，大大降低了求解的复杂度，最后将基于整数方程的逻辑方程组求解方法应用于故障诊断，并举例验证。
论文研究-基于Grbner基的对称正交多带多维滤波器组设计.pdf
07-22
通过引入计算代数中Grbner基技术和合冲模算法，提出了一种多带多维滤波器组的多相元矩阵的对称正交化设计方法，给出了一个4带二维对称正交滤波器组的设计算例；另外，给出了由多维滤波器组构造多维小波的多维尺度...
gb-voodoo：计算Gröbner基准，在这些基准上，发生时会公开原始向量（因为缺少更好的反义词）
02-16
给定的输入系统F =（F 0，...，F 2 N-1），一个Gröbner基算法输出系统G =（G 0，...，G M-1）跨越相同理想⟨˚F⟩。 即使对于轻度复杂的系统F ，通常也不是很清楚如何（加权地）组合f i以得出任何给定的g j 。 ...
代数几何：Affine Variety 和 Groebner Basis
weixin_44885334的博客
04-06 1126
本文参考书籍：Ideals, Varieties, and Algorithms (4th ed.) [Cox, Little & O’Shea 2015-06-14]给定域kkk，令f1,⋯ ,fsf_1,\cdots,f_sf1​,⋯,fs​是多元多项式环k[x1,⋯ ,xn]k[x_1,\cdots,x_n]k[x1​,⋯,xn​]上的元素，定义仿射簇： V(f1,⋯ ,fs):={(a1,⋯ ,an)∈kn∣fi(a1,⋯ ,an)=0,∀1≤i≤s} V(f_1,\cdots,f_s):=\{(a
反字典序输出整数所有分割方式
Neil_Lai_的博客
05-07 410
来源是《C语言名题精选百则》 算法思想是： (1)每次从数中抽取一个残留数sum。如果结尾不是1，sum为1，如果结尾是1，sum是所有1的和加1. (2)抽取sum后原来的数变成size。再用size去分sum。 (3)sum%size作为最后一个数。 /* ------------------------------------------------------ */ /* PRO
1-2 字典序问题——分治
Coco416的博客
10-23 248
【代码】1-2 字典序问题——分治。
DES如何用Gröbner基攻击
最新发布
03-27
DES是一种对称密码算法，Gröbner基是一种多项式理论的工具，可以用于求解代数方程组。在DES中，密钥扮演着重要的角色，因此攻击DES的关键是破解密钥。Gröbner基攻击是一种基于代数攻击的方法，可以用于破解DES的密钥。 Gröbner基攻击DES的基本思路是将DES加密算法的运算过程表达为多项式，然后利用Gröbner基求解密钥。具体来说，Gröbner基攻击DES的步骤如下： 1. 将DES算法中的S盒和P盒等操作转化为多项式运算，得到一个包含未知密钥的多项式方程组。 2. 构造一个包含多项式方程组的理想，并求出该理想的Gröbner基。 3. 从Gröbner基中找出一个包含密钥的多项式，然后使用代数工具求解该多项式，得到DES的密钥。 需要注意的是，Gröbner基攻击DES的复杂度较高，需要大量的计算和存储资源。因此，实际应用中往往采用其他更有效的攻击方法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值