本文参考书籍:Ideals, Varieties, and Algorithms (4th ed.) [Cox, Little & O’Shea 2015-06-14]
文章目录
Affine Sapce
给定域
k
k
k,正整数
n
n
n,定义
k
k
k上的
n
n
n维仿射空间为:
k
n
=
{
(
a
1
,
⋯
,
a
n
)
∣
a
1
,
⋯
,
a
n
∈
k
}
k^n = \{ (a_1,\cdots,a_n) | a_1,\cdots,a_n \in k \}
kn={(a1,⋯,an)∣a1,⋯,an∈k}
特别地, k 1 k^1 k1叫做 affine line, k 2 k^2 k2叫做 affine plane
Affine Variety
给定域
k
k
k,令
f
1
,
⋯
,
f
s
f_1,\cdots,f_s
f1,⋯,fs是多元多项式环
k
[
x
1
,
⋯
,
x
n
]
k[x_1,\cdots,x_n]
k[x1,⋯,xn]上的元素,定义仿射簇:
V
(
f
1
,
⋯
,
f
s
)
:
=
{
(
a
1
,
⋯
,
a
n
)
∈
k
n
∣
f
i
(
a
1
,
⋯
,
a
n
)
=
0
,
∀
1
≤
i
≤
s
}
V(f_1,\cdots,f_s):=\{(a_1,\cdots,a_n) \in k^n | f_i(a_1,\cdots,a_n)=0,\forall 1\le i \le s\}
V(f1,⋯,fs):={(a1,⋯,an)∈kn∣fi(a1,⋯,an)=0,∀1≤i≤s}
仿射簇就是方程
f
1
=
⋯
=
f
s
=
0
f_1=\cdots=f_s=0
f1=⋯=fs=0的所有解的集合。如果
k
=
R
k=R
k=R,那么仿射簇可以在
R
n
R^n
Rn中绘画出来;比如圆锥截线(椭圆曲线、抛物线、双曲线)
如果给定方程组 f 1 = 0 , ⋯ , f s = 0 f_1=0,\cdots,f_s=0 f1=0,⋯,fs=0,容易知道 h 1 f 1 + ⋯ + h s f s = 0 , h i ∈ k [ x 1 , ⋯ , x n ] h_1f_1+\cdots+h_sf_s=0,h_i\in k[x_1,\cdots,x_n] h1f1+⋯+hsfs=0,hi∈k[x1,⋯,xn]。也就是说,理想 < f 1 , ⋯ , f s > <f_1,\cdots,f_s> <f1,⋯,fs>中的所有元素都在 V ( f 1 , ⋯ , f s ) V(f_1,\cdots,f_s) V(f1,⋯,fs)上“消失”了。
根据Hilbert Basis Theorem,仿射簇仅与理想有关(与方程组无关),即如果 < f 1 , ⋯ , f s > = < g 1 , ⋯ , g t > = I <f_1,\cdots,f_s>=<g_1,\cdots,g_t>=I <f1,⋯,fs>=<g1,⋯,gt>=I,那么 V ( f 1 , ⋯ , f s ) = V ( g 1 , ⋯ , g t ) = V ( I ) V(f_1,\cdots,f_s)=V(g_1,\cdots,g_t)=V(I) V(f1,⋯,fs)=V(g1,⋯,gt)=V(I)
Ideal of V
令
V
V
V是仿射簇,定义仿射簇的理想:
I
(
V
)
=
{
f
∈
k
[
x
1
,
⋯
,
x
n
]
∣
f
(
a
1
,
⋯
,
a
n
)
=
0
,
∀
(
a
1
,
⋯
,
a
n
)
∈
V
}
I(V)=\{f\in k[x_1,\cdots,x_n] | f(a_1,\cdots,a_n)=0,\forall (a_1,\cdots,a_n) \in V\}
I(V)={f∈k[x1,⋯,xn]∣f(a1,⋯,an)=0,∀(a1,⋯,an)∈V}
易知,
I
(
V
)
⊆
k
[
x
1
,
⋯
,
x
n
]
I(V) \subseteq k[x_1,\cdots,x_n]
I(V)⊆k[x1,⋯,xn]是理想。
令 V , W V,W V,W都是 k n k^n kn中的仿射簇,那么
- V ⊆ W V \subseteq W V⊆W当仅当 I ( V ) ⊇ I ( W ) I(V) \supseteq I(W) I(V)⊇I(W)
- V = W V = W V=W当仅当 I ( V ) = I ( W ) I(V) = I(W) I(V)=I(W)
如果域 k k k是无限的,那么 I ( k n ) = { 0 } I(k^n)=\{0\} I(kn)={0},只包含零多项式。
Orderings on the Monomials in k [ x 1 , ⋯ , x n ] k[x_1,\cdots,x_n] k[x1,⋯,xn]
指数(Exponent,形如 α = ( α 1 , ⋯ , α n ) ∈ Z ≥ 0 n \alpha=(\alpha_1,\cdots,\alpha_n)\in Z_{\ge0}^n α=(α1,⋯,αn)∈Z≥0n),单项式(Monomial,形如 x α x^\alpha xα),系数(Coefficient,形如 c ∈ k c \in k c∈k),项(Terms,形如 c ⋅ x α c \cdot x^\alpha c⋅xα)
单项式顺序(monomial ordering)是 Z ≥ 0 n Z_{\ge0}^n Z≥0n上的关系 > > >,它满足如下条件:
- 是全序关系,任意的一对 x α , x β x^\alpha,x^\beta xα,xβ,都一定有 > , = , < >,=,< >,=,<关系之一。良序关系自然导致了传递性。
- 如果 α > β \alpha>\beta α>β,对于 ∀ γ ∈ Z ≥ 0 n \forall \gamma\in Z_{\ge0}^n ∀γ∈Z≥0n,都有 α + γ > β + γ \alpha+\gamma>\beta+\gamma α+γ>β+γ
- 是良序关系,如果 A ⊆ Z ≥ 0 n A \subseteq Z_{\ge0}^n A⊆Z≥0n是非空子集,那么 ∃ α ∈ A \exist\alpha \in A ∃α∈A,使得 ∀ β ∈ A \ { α } \forall \beta \in A \backslash \{\alpha\} ∀β∈A\{α},都有 β > α \beta>\alpha β>α
字典序:令 α , β ∈ Z ≥ 0 n \alpha,\beta\in Z_{\ge0}^n α,β∈Z≥0n,当向量差 α − β \alpha-\beta α−β的最左边的非零分量为正数,记做 α > l e x β \alpha >_{lex} \beta α>lexβ
反字典序:令 α , β ∈ Z ≥ 0 n \alpha,\beta\in Z_{\ge0}^n α,β∈Z≥0n,当向量差 α − β \alpha-\beta α−β的最右边的非零分量为负数,记做 α > r e v l e x β \alpha >_{revlex} \beta α>revlexβ
分级字典序:令 α , β ∈ Z ≥ 0 n \alpha,\beta\in Z_{\ge0}^n α,β∈Z≥0n,记 α > g r l e x β \alpha >_{grlex} \beta α>grlexβ,如果满足 ∣ α ∣ = ∑ α i > ∣ β ∣ = ∑ β i |\alpha|=\sum\alpha_i > |\beta|=\sum\beta_i ∣α∣=∑αi>∣β∣=∑βi或者 ∣ α ∣ = ∣ β ∣ , α > l e x β |\alpha|=|\beta|,\alpha >_{lex} \beta ∣α∣=∣β∣,α>lexβ
分级反字典序:令 α , β ∈ Z ≥ 0 n \alpha,\beta\in Z_{\ge0}^n α,β∈Z≥0n,记 α > g r e v l e x β \alpha >_{grevlex} \beta α>grevlexβ,如果满足 ∣ α ∣ = ∑ α i > ∣ β ∣ = ∑ β i |\alpha|=\sum\alpha_i > |\beta|=\sum\beta_i ∣α∣=∑αi>∣β∣=∑βi或者 ∣ α ∣ = ∣ β ∣ , α > r e v l e x β |\alpha|=|\beta|,\alpha >_{revlex} \beta ∣α∣=∣β∣,α>revlexβ
在固定单项式顺序 > > >下,给定 f = ∑ α c α ⋅ x α f=\sum_\alpha c_\alpha \cdot x^\alpha f=∑αcα⋅xα,定义:
- m u l t i d e g ( f ) : = m a x { α ∈ Z ≥ 0 n ∣ c α ≠ 0 } multideg(f):=max\{\alpha\in Z_{\ge0}^n | c_\alpha \neq 0\} multideg(f):=max{α∈Z≥0n∣cα=0},简写为 d e g ( f ) deg(f) deg(f)
- L C ( f ) : = c d e g ( f ) ∈ k LC(f):=c_{deg(f)} \in k LC(f):=cdeg(f)∈k,前导系数
- L M ( f ) : = x d e g ( f ) LM(f):=x^{deg(f)} LM(f):=xdeg(f),前导单项式
- L T ( f ) : = L C ( f ) ⋅ L M ( f ) LT(f):=LC(f)\cdot LM(f) LT(f):=LC(f)⋅LM(f),前导项
易知, d e g ( f g ) = d e g ( f ) + d e g ( g ) deg(fg)=deg(f)+deg(g) deg(fg)=deg(f)+deg(g), d e g ( f + g ) ≤ m a x ( d e g ( f ) , d e g ( g ) ) deg(f+g)\le max(deg(f),deg(g)) deg(f+g)≤max(deg(f),deg(g));若 d e g ( f ) ≠ d e g ( g ) deg(f)\neq deg(g) deg(f)=deg(g)则 d e g ( f + g ) = m a x ( d e g ( f ) , d e g ( g ) ) deg(f+g) = max(deg(f),deg(g)) deg(f+g)=max(deg(f),deg(g))
Division Algorithm
令 > > >是 Z ≥ 0 n Z_{\ge0}^n Z≥0n上的单项式顺序,令有序 s s s元组 F = ( f 1 , ⋯ , f s ) ∈ ( k [ x 1 , ⋯ , x n ] ) s F=(f_1,\cdots,f_s) \in (k[x_1,\cdots,x_n])^s F=(f1,⋯,fs)∈(k[x1,⋯,xn])s,对于任意 f ∈ k [ x 1 , ⋯ , x n ] f \in k[x_1,\cdots,x_n] f∈k[x1,⋯,xn],都可以写成
f = q 1 f 1 + ⋯ + q s f s + r f=q_1f_1+\cdots+q_sf_s+r f=q1f1+⋯+qsfs+r
这种表示不唯一。交换
F
F
F元素的顺序,商
q
i
q_i
qi会改变,余数
r
r
r也可能不同。对于有序
s
s
s元组
F
F
F,
f
f
f除以
F
F
F的余数记做
f
‾
F
\overline f^F
fF
上述的除法算法直到最近50年才被明确给出!
monomial ideal
单项理想:给定(可能无限大)子集 A ⊆ Z ≥ 0 n A\subseteq Z_{\ge0}^n A⊆Z≥0n,令 I = < x α ∣ α ∈ A > I=<x^\alpha | \alpha \in A> I=<xα∣α∈A>,它包含所有的有限和 ∑ α ∈ A h α x α \sum_{\alpha\in A}h_\alpha x^\alpha ∑α∈Ahαxα, h α ∈ k [ x 1 , ⋯ , x n ] h_\alpha \in k[x_1,\cdots,x_n] hα∈k[x1,⋯,xn]
若单项式 x β ∈ I x^\beta \in I xβ∈I,那么 ∃ α ∈ A , x α ∣ x β \exist \alpha \in A,x^\alpha|x^\beta ∃α∈A,xα∣xβ,易知 β ∈ α + Z ≥ 0 n \beta \in \alpha+Z_{\ge0}^n β∈α+Z≥0n
关于单项理想的三个等价表述:
- f ∈ I f \in I f∈I
- f f f的每一项都属于 I I I
- f f f是 I I I中单项式的 k k k上线性组合
Dickson’s Lemma:令 I = < x α ∣ α ∈ A > ⊆ k [ x 1 , ⋯ , x n ] I=<x^\alpha | \alpha \in A> \subseteq k[x_1,\cdots,x_n] I=<xα∣α∈A>⊆k[x1,⋯,xn]是单项理想,那么可以写成 I = < x α 1 , ⋯ , x α s > I=<x^{\alpha_1},\cdots,x^{\alpha_s}> I=<xα1,⋯,xαs>,其中 α 1 , ⋯ , α s ∈ A \alpha_1,\cdots,\alpha_s \in A α1,⋯,αs∈A,即 I I I是由有限个单项式生成的。
最小基:单项理想 I I I存在唯一的一组基 { x α 1 , ⋯ , x α s } \{x^{\alpha_1},\cdots,x^{\alpha_s}\} {xα1,⋯,xαs},满足 x α i ∤ x α j , ∀ i ≠ j x^{\alpha_i} \nmid x^{\alpha_j},\forall i \neq j xαi∤xαj,∀i=j
Hilbert Basis Theorem
令 I ⊆ k [ x 1 , ⋯ , x n ] I \subseteq k[x_1,\cdots,x_n] I⊆k[x1,⋯,xn]是任意的非零理想,确定单项顺序,可以定义:
- L T ( I ) : = { c x α ∣ ∃ f ∈ I \ { 0 } , L T ( f ) = c x α } LT(I):=\{cx^\alpha | \exist f \in I \backslash \{0\},LT(f)=cx^\alpha \} LT(I):={cxα∣∃f∈I\{0},LT(f)=cxα}
- < L T ( I ) > : = < t ∣ t ∈ L T ( I ) > <LT(I)>:=<t|t \in LT(I)> <LT(I)>:=<t∣t∈LT(I)>
如果 I = < f 1 , ⋯ , f s > I=<f_1,\cdots,f_s> I=<f1,⋯,fs>,那么 < L T ( f 1 ) , ⋯ , L T ( f s ) > ⊆ < L T ( I ) > <LT(f_1),\cdots,LT(f_s)> \subseteq <LT(I)> <LT(f1),⋯,LT(fs)>⊆<LT(I)>,并且可以是严格大。
< L T ( I ) > <LT(I)> <LT(I)>是单项理想,根据Dickson’s Lemma它是有限生成的。如果 < L T ( I ) > = < L T ( g 1 ) , ⋯ , L T ( g t ) > <LT(I)>=<LT(g_1),\cdots,LT(g_t)> <LT(I)>=<LT(g1),⋯,LT(gt)>,其中 g 1 , ⋯ , g t ∈ I g_1,\cdots,g_t \in I g1,⋯,gt∈I,那么可以声明 I = < g 1 , ⋯ , g t > I=<g_1,\cdots,g_t> I=<g1,⋯,gt>:令 ∀ f ∈ I \forall f \in I ∀f∈I,做除法 f = q 1 g 1 , ⋯ , q t g t + r f=q_1g_1,\cdots,q_tg_t+r f=q1g1,⋯,qtgt+r,则 r r r必定是零(因为 L T ( r ) ∈ < L T ( I ) > LT(r)\in<LT(I)> LT(r)∈<LT(I)>,但是 d e g ( L T ( r ) ) < d e g ( T L ( g i ) ) deg(LT(r))<deg(TL(g_i)) deg(LT(r))<deg(TL(gi)))
Hilbert Basis Theorem: k [ x 1 , ⋯ , x n ] k[x_1,\cdots,x_n] k[x1,⋯,xn]的任意理想 I I I,都拥有有限的生成集,即 I = < g 1 , ⋯ , g t > I=<g_1,\cdots,g_t> I=<g1,⋯,gt>,其中 g 1 , ⋯ , g t ∈ I g_1,\cdots,g_t\in I g1,⋯,gt∈I是有限个多项式。
Groebner Basis
固定单项式顺序,对于理想
I
I
I的有限子集
G
=
{
g
1
,
⋯
,
g
t
}
G=\{g_1,\cdots,g_t\}
G={g1,⋯,gt},如果满足
<
L
T
(
g
1
)
,
⋯
,
L
T
(
g
t
)
>
=
<
L
T
(
I
)
>
<LT(g_1),\cdots,LT(g_t)> = <LT(I)>
<LT(g1),⋯,LT(gt)>=<LT(I)>
那么集合
G
G
G叫做
I
I
I的Groebner Basis或者standard basis
K [ x 1 , ⋯ , x n ] K[x_1,\cdots,x_n] K[x1,⋯,xn]的任意理想 I I I都拥有很多的Groebner基,并且它们都是 I I I的一组基, I = < g ∣ g ∈ G > I=<g|g \in G> I=<g∣g∈G>
The Ascending Chain Condition
理想的上升链: I 1 ⊆ I 2 ⊆ I 3 ⊆ ⋯ I_1 \subseteq I_2 \subseteq I_3 \subseteq \cdots I1⊆I2⊆I3⊆⋯
上升链条件(ACC):令 I 1 ⊆ I 2 ⊆ I 3 ⊆ ⋯ I_1 \subseteq I_2 \subseteq I_3 \subseteq \cdots I1⊆I2⊆I3⊆⋯是 k [ x 1 , ⋯ , x n ] k[x_1,\cdots,x_n] k[x1,⋯,xn]中理想的上升链,那么存在一个 N ≥ 1 N\ge1 N≥1,使得 I N = I N + 1 = ⋯ I_N=I_{N+1}=\cdots IN=IN+1=⋯
ACC等价于Hilbert Basis Theorem.
Groebner基的性质
理想 I I I的子集 G = { g 1 , ⋯ , g t } G=\{g_1,\cdots,g_t\} G={g1,⋯,gt}是Groebner基,任意给定 f ∈ k [ x 1 , ⋯ , x n ] f \in k[x_1,\cdots,x_n] f∈k[x1,⋯,xn],那么存在一个 r ∈ k [ x 1 , ⋯ , x n ] r \in k[x_1,\cdots,x_n] r∈k[x1,⋯,xn],使得 r r r的每一项都不被 L T ( g i ) LT(g_i) LT(gi)整除,且 f − r = g ∈ I f-r=g \in I f−r=g∈I
实际上, r r r就是 f f f除以 G G G的唯一余数 r = f ‾ G r=\overline f^G r=fG,无论如何改变 G G G中元素的除法顺序(但商 q i q_i qi可能会改变)。这里,余数 r r r叫做 f f f的标准型(normal form)
理想的隶属问题:令 G G G是理想 I I I的Grobner基,那么 f ∈ I f \in I f∈I当仅当 f ‾ G = 0 \overline f^G=0 fG=0
冗余:如果 G G G是理想 I I I的Grobner基,令 p ∈ G p \in G p∈G且 L T ( p ) ∈ < L T ( G \ { p } ) > LT(p) \in <LT(G \backslash\{p\})> LT(p)∈<LT(G\{p})>,那么 G \ { p } G \backslash\{p\} G\{p}依然是理想 I I I的Grobner基。
约简Groebner基:任意的理想 I I I,都存在唯一的一组Grobner基 G G G,满足:
- L C ( p ) = 1 , ∀ p ∈ G LC(p)=1,\forall p \in G LC(p)=1,∀p∈G
- ∀ p ∈ G \forall p \in G ∀p∈G,它的任意单项式都不属于 < L T ( G \ { p } ) > <LT(G\backslash\{p\})> <LT(G\{p})>
相等理想:固定单项式顺序,如果理想 < f 1 , ⋯ , f s > <f_1,\cdots,f_s> <f1,⋯,fs>和理想 < g 1 , ⋯ , g t > <g_1,\cdots,g_t> <g1,⋯,gt>拥有相同的约简Groebner基,那么它们是同一个理想。
求解方程组:设置单项顺序为字典序,那么Groebner基 G G G可以写成行阶梯矩阵的形式,矩阵的第 i i i行是 g i ∈ G g_i \in G gi∈G的 k k k上系数。可以用来消元,求解方程组:通过方程组 E q Eq Eq可以确定一个仿射簇 V ( E q ) V(Eq) V(Eq),令 I = < E q > I=<Eq> I=<Eq>,计算 I I I的Groebner基 G G G,那么 V ( E q ) = V ( I ) = V ( G ) V(Eq)=V(I)=V(G) V(Eq)=V(I)=V(G)。由于 G G G是行阶梯矩阵,最后一行仅包含少量的变元,求解后回代计算倒数第二行,最终可求得 V ( E q ) V(Eq) V(Eq)
Buchberger’s Criterion
对于
f
,
g
∈
k
[
x
1
⋯
,
x
n
]
f,g \in k[x_1\cdots,x_n]
f,g∈k[x1⋯,xn],记
x
γ
=
l
c
m
(
L
M
(
f
)
,
L
M
(
g
)
)
x^\gamma = lcm(LM(f),LM(g))
xγ=lcm(LM(f),LM(g)),定义S多项式(syzygy-polynomial)为:
S
(
f
,
g
)
:
=
x
γ
L
T
(
f
)
⋅
f
−
x
γ
L
T
(
g
)
⋅
g
S(f,g) := \dfrac{x^\gamma}{LT(f)} \cdot f - \dfrac{x^\gamma}{LT(g)} \cdot g
S(f,g):=LT(f)xγ⋅f−LT(g)xγ⋅g
如果
d
e
g
(
p
i
)
=
δ
,
∀
i
deg(p_i)=\delta,\forall i
deg(pi)=δ,∀i,且
d
e
g
(
∑
i
p
i
)
<
δ
deg(\sum_i p_i)<\delta
deg(∑ipi)<δ,那么
∑
i
p
i
\sum_i p_i
∑ipi可以表示成S多项式的线性组合:
∑
i
p
i
=
∑
c
j
l
S
(
p
j
,
p
l
)
\sum_i p_i = \sum c_{jl}S(p_j,p_l)
∑ipi=∑cjlS(pj,pl),其中
c
i
j
∈
k
c_{ij} \in k
cij∈k
Buchberger’s Criterion:理想 I I I的子集 G = { g 1 , ⋯ , g t } G=\{g_1,\cdots,g_t\} G={g1,⋯,gt}, G G G是Groebner基当仅当 S ( g i , g j ) ‾ G = 0 , ∀ i ≠ j \overline{S(g_i,g_j)}^G = 0,\forall i \neq j S(gi,gj)G=0,∀i=j
Buchberger’s Criterion也被叫做S-pair criterion,可以用来判断 G G G是否是Groebner基,也用来自然地引出计算Groebner基的算法。
Buchberger’s Algorithm
初始版本:
改进版本:
但是在实践中,Buchberger’s Algorithm的效率过低,实际上使用的是更高效的F4算法
和F5算法
来计算Groebner基。
Nullstellensatz
弱零点定理:令 k k k是代数封闭域, I ∈ k [ x 1 , ⋯ , x n ] I \in k[x_1,\cdots,x_n] I∈k[x1,⋯,xn]是理想,它满足 V ( I ) = ∅ V(I)=\empty V(I)=∅,那么 I = k [ x 1 , ⋯ , x n ] I=k[x_1,\cdots,x_n] I=k[x1,⋯,xn]
Hilbert零点定理:令 k k k是代数封闭域,对于 f , f 1 , ⋯ , f s ∈ k [ x 1 , ⋯ , x n ] f,f_1,\cdots,f_s \in k[x_1,\cdots,x_n] f,f1,⋯,fs∈k[x1,⋯,xn],那么 f ∈ I ( V ( f 1 , ⋯ , f s ) ) f \in I(V(f_1,\cdots,f_s)) f∈I(V(f1,⋯,fs))当仅当 f m ∈ < f 1 , ⋯ , f s > f^m \in <f_1,\cdots,f_s> fm∈<f1,⋯,fs>, ∃ m ≥ 1 \exist m \ge 1 ∃m≥1
根理想:理想 I I I叫做根理想,它满足如果 ∃ m ≥ 1 , f m ∈ I \exist m\ge 1,f^m \in I ∃m≥1,fm∈I则导致 f ∈ I f \in I f∈I。一个簇 V V V, I ( V ) I(V) I(V)是根理想。
理想的根:令
I
⊆
k
[
x
1
,
⋯
,
x
n
]
I \subseteq k[x_1,\cdots,x_n]
I⊆k[x1,⋯,xn]是理想,定义:
I
:
=
{
f
∣
f
m
∈
I
,
∃
m
≥
1
}
\sqrt I := \{f | f^m \in I,\exist m \ge 1\}
I:={f∣fm∈I,∃m≥1}
I
⊆
I
⊆
k
[
x
1
,
⋯
,
x
n
]
I \subseteq \sqrt I \subseteq k[x_1,\cdots,x_n]
I⊆I⊆k[x1,⋯,xn]是根理想。
强零点定理:令 k k k是代数封闭域, I ∈ k [ x 1 , ⋯ , x n ] I \in k[x_1,\cdots,x_n] I∈k[x1,⋯,xn]是理想,那么 I ( V ( I ) ) = I I(V(I))=\sqrt I I(V(I))=I