Bourbaki

Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。

§ 9。 范数和痕迹

在本段中,KK将表示交换环,AA表示单位结合代数KK代数。每个AA-模块将被假定为通过将标量限制为KK而获得的KK-模块结构。

1. 范数以及与模相关的痕迹

定义 1 065S

设 MM 为 AA 模,承认有限基作为 KK 模。对于所有a∈Aa \in A,令aMa_M为KK模块MM的自同态x↦axx \mapsto ax。 aMa_M的迹、行列式和特征多项式分别称为zz相对于MM的迹、范数和特征多项式。

引用了 3

引用了 II § 4. 。 关系张量积和同态模之间, II § 8. 。 向量空间中标量的域的限制, III § 8. 。决定因素

因此aa的迹和范数是KK的元素,分别用Tr⁡M/K(a)\operatorname{Tr}_{M/K}(a)和NM/K(a)N_{M/K}(a)表示; aa的特征多项式为K[X]K[X]的元素,记为PcM/K(a;X)\mathrm{Pc}_{M/K}(a; X)。为了避免混淆,我们在上面的记号中省略了KK。

根据自同态(II, § 4, no. 3和§ 8, no. 1)的迹和行列式的性质,我们得到关系

Tr⁡M(a+a′)=Tr⁡M(a)+Tr⁡M(a′) \operatorname{Tr}_M(a + a') = \operatorname{Tr}_M(a) + \operatorname{Tr}_M(a')

(2) TrM(aa′)=TrM(a′a)\mathrm{Tr}_M(aa') = \mathrm{Tr}_M(a'a) (3) NM(aa′)=NM(a)NM(a′)N_M(aa') = N_M(a)N_M(a')

对于AA中的所有a,a′a, a'。

就该基而言,令(ei)1≤i≤n(e_i)_{1 \leq i \leq n}为KK模块MM的基以及自同态aMa_M的(mij(a))(m_{ij}(a))矩阵。 函数 mijm_{ij} 是 KK 模块 AA 上的线性形式并且

(4) TrM(a)=∑i=1nmii(a)\mathrm{Tr}_M(a) = \sum_{i=1}^n m_{ii}(a) (5) NM(a)=det⁡(mij(a))N_M(a) = \det(m_{ij}(a)) (6) Pc(a;X)=det⁡(δijX−mij(a)).\mathrm{Pc}(a; X) = \det(\delta_{ij}X - m_{ij}(a)).

由计算行列式 (§ 8, no. 11, 公式 (50)) 的方法得出:

(7) PcM(a;X)=Xn+c1Xn−1+⋯+cn\mathrm{Pc}_M(a; X) = X^n + c_1 X^{n-1} + \cdots + c_n

哪里

(8) c1=−TrM(a),cn=(−1)nNM(a).c_1 = -\mathrm{Tr}_M(a), \quad c_n = (-1)^n N_M(a).

对于λ∈K\lambda \in K,

(9) TrM(λ)=n.λ,NM(λ)=λn,PcM(λ;X)=(X−λ)n.\mathrm{Tr}_M(\lambda) = n.\lambda, \quad N_M(\lambda) = \lambda^n, \quad \mathrm{Pc}_M(\lambda; X) = (X - \lambda)^n.

设K′K'是可交换的KK代数。令M′=K′⊗KMM' = K' \otimes_K M和A′=K′⊗KAA' = K' \otimes_K A,使得M′M'具有A′A'模块结构(§ 4,例2)。作为K′K'-模块M′M'承认1⊗ei1 \otimes e_i(1≤i≤n1 \leq i \leq n)的基由……组成和aMa_M的矩阵相对于(ei)(e_i)等于(1⊗a)M′(1 \otimes a)_M'的矩阵关于(ei′)(e'_i)。然后

(12) TrM′(1⊗a)=TrM(a).1,NM′(1⊗a)=NM(a).1\mathrm{Tr}_{M'}(1 \otimes a) = \mathrm{Tr}_M(a).1, \quad N_{M'}(1 \otimes a) = N_M(a).1 PcM′(1⊗a;X)=PcM(a;X).1\mathrm{Pc}_{M'}(1 \otimes a; X) = \mathrm{Pc}_M(a; X).1

对于所有 a∈Aa \in A,其中 1 表示 K′K' 的单位元。如果特别我们取 K′=K[X]K' = K[X],那么

(13) PcM/K(a;X)=NM[X]/K[X](X−a).\mathrm{Pc}_{M/K}(a; X) = N_{M[X]/K[X]}(X - a).

2. 范数的性质以及与模相关的踪迹

如果MM和M′M'是两个*同构的*AA模,且在KK上具有有限基,那么,对于所有a∈Aa \in A,

(14) TrM′(a)=TrM(a),NM′(a)=NM(a),PcM′(a;X)=PcM(a;X)\mathrm{Tr}_{M'}(a) = \mathrm{Tr}_M(a), \quad N_{M'}(a) = N_M(a), \quad \mathrm{Pc}_{M'}(a; X) = \mathrm{Pc}_M(a; X)

因为如果ff是MM的同构到M′M',则aMa_M的矩阵相对于MM的基BB在KK上与aM′a_{M'}的矩阵相同相对于M′M'的基f(B)f(B)。

命题 1 065T

令M=M0⊃M1⊃…⊃Mr={0}M = M_0 \supset M_1 \supset \ldots \supset M_r = \{0\}为AA模块MM的子模的递减序列,使得每个KK模块Pi=Mi−1/MiP_i = M_{i-1}/M_i(1≤i≤r1 \leq i \leq r)承认有限的基。那么KK-模MM承认有限的基并且

引用了 2 · 被以下引用 4

引用了 命题 21, II § 1, III § 8. 。决定因素

被以下引用 定义 2, 命题 5, 注, VIII § 20, 定义 1, VIII § 21

Tr⁡M(a)=∑i=1rTr⁡Pi(a),NM(a)=∏i=1rNPi(a) \operatorname{Tr}_M(a) = \sum_{i=1}^r \operatorname{Tr}_{P_i}(a), \qquad N_M(a) = \prod_{i=1}^r N_{P_i}(a)
(15)

PCM(a;X)=∏i=1rPCPi(a;X). P_{C_M}(a; X) = \prod_{i=1}^r P_{C_{P_i}}(a; X).

令Bi′B'_i为PiP_i除KK的基;那么Bi′B'_i(模MiM_i)的代表BiB_i的系统就是KK-模块Mi−1M_{i-1}中KK-模块MiM_i的补子模的基(II, § 1, no. 11, 命题21)。 BiB_i(1≤i≤r1 \leq i \leq r)的并BB比KK是MM的基。令XttX_{tt}为自同态aPia_{P_i}相对于基Bi′B'_i的矩阵。 aMa_M的矩阵相对于BB是形式的直接的

(XrrXr,r−1⋯Xr,10Xr−1,r−1⋯Xr−1,1⋮⋮⋱⋮00⋯X11) \begin{pmatrix} X_{rr} & X_{r,r-1} & \cdots & X_{r,1} \\ 0 & X_{r-1,r-1} & \cdots & X_{r-1,1} \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & X_{11} \end{pmatrix}

命题由no. 1的公式(4)、(5)和(6)以及§ 8, no. 6的公式(31)得出。

命题 2 065U

令A,A′A, A'为两个KK代数,MM为AA模,M′M'为A′A'模。假设MM和M′M'是各自维数、nn和n′n'的自由KK模块,并将M⊗KM′M \otimes_K M'视为(A⊗KA′)(A \otimes_K A')模块(§4§ 4、no. 3、例) 2)。然后,对于a∈Aa \in A和a′∈A′a' \in A',

引用了 2 · 被以下引用 3

引用了 II § 4. 。 关系张量积和同态模之间, III § 8. 。决定因素

被以下引用 定义 2, 例 4, VIII § 21, 例 5, VIII § 21

Tr⁡M⊗M′(a⊗a′)=Tr⁡M(a)Tr⁡M′(a′) \operatorname{Tr}_{M \otimes M'}(a \otimes a') = \operatorname{Tr}_M(a) \operatorname{Tr}_{M'}(a')
(16)

NM⊗M′(a⊗a′)=(NM(a))n′(NM′(a′))n. N_{M \otimes M'}(a \otimes a') = (N_M(a))^{n'} (N_{M'}(a'))^n.
(17)

公式 (16) 源自II, § 4, no. 4、公式 (26),公式 (17) 源自§ 8, no. 6、公式 (33)。

3. 范数并追踪代数

定义 2 065V

令 AA 为 KK 代数,它是有限维自由 KK 模。对于每个元素a∈Aa \in A,跟踪(分别为范数,\脚注{†这个概念不应与概念相混淆,因为代数中的范数超过了值域(\emph{General 拓扑}), aa相对于AA和KK的IX, § 3, no. 7.}分别是特征多项式)是KK模AA的自同态x↦axx \mapsto ax的迹(分别是行列式、特征多项式)。

引用了 2 · 被以下引用 2

引用了 命题 1, 命题 2

被以下引用 定义 2, IV § 6, 注 5, IV § 6

a∈Aa \in A相对于AA和KK的迹、范数和特征多项式分别用TrA/K(a)\mathrm{Tr}_{A/K}(a)、NA/K(a)N_{A/K}(a)和PcA/K(a;X)\mathrm{Pc}_{A/K}(a; X)表示;当不存在混淆风险时,我们会从记号中省略 KK 甚至 AA。 注 a∈Aa \in A 的迹(分别为范数,特征多项式)正是 aa 相对于 AA 模 AsA_s 的迹(分别为范数,特征多项式)。

假设 AA 是 KK 上的有限数有限维代数的乘积 A1×A2×⋯×AmA_1 \times A_2 \times \cdots \times A_m,它们是自由的 KK 模块。使用上面的注和命题 1 of no. 2,我们有,对于每个元素

a=(a1,…,am)∈A, a = (a_1, \ldots, a_m) \in A,

TrA/K(a)=∑i=1mTrAi/K(ai),NA/K(a)=∏i=1mNAi/K(ai) \mathrm{Tr}_{A/K}(a) = \sum_{i=1}^m \mathrm{Tr}_{A_i/K}(a_i), \qquad N_{A/K}(a) = \prod_{i=1}^m N_{A_i/K}(a_i)
(18)

PcA/K(a;X)=∏i=1mPcAi/K(ai;X). \mathrm{Pc}_{A/K}(a; X) = \prod_{i=1}^m \mathrm{Pc}_{A_i/K}(a_i; X).

类似地,no. 2的命题 2表明,如果AA和A′A'分别是KK上的有限维和n,n′n, n'的两个代数(它们是免费的KK模块),则对于a∈A,a′∈A′a \in A, a' \in A'。

TrA⊗A′(a⊗a′)=TrA(a) TrA′(a′) \mathrm{Tr}_{A \otimes A'}(a \otimes a') = \mathrm{Tr}_A(a) \, \mathrm{Tr}_{A'}(a')
(19)

NA⊗A′(a⊗a′)=(NA(a))n′(NA′(a′))n. N_{A \otimes A'}(a \otimes a') = (N_A(a))^{n'} (N_{A'}(a'))^n.
(20)

Finally let AA be a finite-dimensional algebra over KK which is a free KK-module, hh a homomorphism of KK into a commutative ring K′K' and A′=A(K′)A' = A_{(K')} the K′K'-algebra derived from AA by extending the scalars by means of hh. 从 no. 1 的公式 (12) 可以得出,对于所有 a∈Aa \in A,

TrA′/K′(1⊗a)=h(TrA/K(a)),NA′/K′(1⊗a)=h(NA/K(a)) \mathrm{Tr}_{A'/K'}(1 \otimes a) = h(\mathrm{Tr}_{A/K}(a)), \qquad N_{A'/K'}(1 \otimes a) = h(N_{A/K}(a))
(21)

PcA′/K′(1⊗a;X)=hˉ(PcA/K(a;X)) \mathrm{Pc}_{A'/K'}(1 \otimes a; X) = \bar{h}(\mathrm{Pc}_{A/K}(a; X))

其中hˉ\bar{h}是同态K[X]→K′[X]K[X] \to K'[X]源自hh。特别是,对于K′=K[X]K' = K[X],我们得到,写成A[X]=A⊗KK[X]A[X] = A \otimes_K K[X],

PcA/K(a;X)=NA[X]/K[X](X−a). \mathrm{Pc}_{A/K}(a; X) = N_{A[X]/K[X]}(X - a).
(22)

更一般地,如果 K′K' 是可交换的 KK 代数和 A′=A⊗KK′A' = A \otimes_K K',那么,对于所有 x∈A′x \in A',

PcA/K(a;x)=NA′/K′(x−a). \mathrm{Pc}_{A/K}(a; x) = N_{A'/K'}(x - a).

例 065W

(1) Let AA be a quadratic algebra over KK of type (α,β)(\alpha, \beta) and (e1,e2)(e_1, e_2) a basis of type (α,β)(\alpha, \beta) (§ 2, no. 3). 对于 x=ξe1+ηe2x = \xi e_1 + \eta e_2、TrA/K(x)=2ξ+βη\mathrm{Tr}_{A/K}(x) = 2\xi + \beta \eta 和 NA/K(x)=ξ2+βξη−αη2N_{A/K}(x) = \xi^2 + \beta \xi \eta - \alpha \eta^2;因此,这些函数与 xx (§ 2, no. 24) 的凯莱迹和范数相同。

(2) 设 AA 为四元数代数大于 KK。直接计算使我们能够验证 TrA/K(x)=2T(x)\mathrm{Tr}_{A/\mathbf{K}}(x) = 2T(x) 和 NA/K(x)=(N(x))2N_{A/\mathbf{K}}(x) = (N(x))^2,其中 T 和 N 是凯莱迹和范数 (§ 2, no. 4)。

(3) 令A(II, § 10, no. 3)的A=Mn(K)A = \mathbf{M}_n(\mathbf{K})和典范基(Eij)(E_{ij})按字典顺序排列阶。 然后立即看出,对于自同态Y↦XYY \mapsto XY的每个矩阵X=∑i,jξijEijX = \sum_{i,j} \xi_{ij} E_{ij}矩阵(阶n2n^2)来说,形式

(X0…00X…0…………00…X) \begin{pmatrix} X & 0 & \ldots & 0 \\ 0 & X & \ldots & 0 \\ \ldots & \ldots & \ldots & \ldots \\ 0 & 0 & \ldots & X \end{pmatrix}

从而TrA/K(X)=n⋅Tr(X)\mathrm{Tr}_{A/\mathbf{K}}(X) = n \cdot \mathrm{Tr}(X)和NA/K(X)=(det⁡(X))nN_{A/\mathbf{K}}(X) = (\det(X))^n。

引用了 2

引用了 III § 2. 。 例 / 代数, II § 10. 。 矩阵

4. 范数的性质和代数中的痕迹

命题 3 065X

设 A 为 K-代数,承认有限的基。为了使元素 a∈Aa \in A 可逆,其 NA/K(a)N_{A/\mathbf{K}}(a) 在 K\mathbf{K} 中可逆是充分必要的。

引用了 1 · 被以下引用 2

引用了 定理 1, III § 8

被以下引用 推论 1, IV § 6, 命题 3, VIII § 17

如果aa在AA中承认逆a′a',那么

NA/K(a)NA/K(a′)=NA/K(aa′)=NA/K(1)=1 N_{A/\mathbf{K}}(a) N_{A/\mathbf{K}}(a') = N_{A/\mathbf{K}}(aa') = N_{A/\mathbf{K}}(1) = 1

由 no. 1 的公式 (3) 获得。相反,如果 NA/K(a)N_{A/\mathbf{K}}(a) 可逆,则自同态 h:x↦axh : x \mapsto ax 是双射 (§ 8, no. 2, 定理 1)。那么存在a′∈Aa' \in A使得aa′=1aa' = 1;那么 h(a′a−1)=aa′a−a=(aa′−1)a=0h(a'a - 1) = aa'a - a = (aa' - 1)a = 0, 从而 aa′=1aa' = 1 因为 hh 是单射的。因此a′a'是aa的倒数。

命题 4 065Y

设 A 为 K-代数,承认有限的基。对于所有 a∈Aa \in A、PcA/K(a;a)=0\mathrm{Pc}_{A/\mathbf{K}}(a; a) = 0。

引用了 1

引用了 命题 20(“凯利-汉密尔顿定理”), III § 8

这紧随 Cayley-Hamilton 定理(§ 8, no. 11、命题 20)而来。

命题 5 065Z

设A为K-代数,m为A的双向理想。假设A0=A/mA_0 = A/m是有限维n的自由K-模,存在整数r>0r > 0,使得mr={0}m^r = \{0\}且mi−1/mim^{i-1}/m^i是A0A_0的自由模有限维sis_i对应1≤i≤r1 \leq i \leq r。让s=s1+⋯+srs = s_1 + \cdots + s_r和所有a∈Aa \in A让a0a_0表示类对aa模。米。那么 A 是维数 nsns 中的自由K-模,并且对于所有 a∈Aa \in A,

引用了 2

引用了 命题 25, II § 1, 命题 1

TrA(a)=s⋅TrA0(a0),NA(a)=(NA0(a0))s \mathrm{Tr}_A(a) = s \cdot \mathrm{Tr}_{A_0}(a_0), \qquad N_A(a) = (N_{A_0}(a_0))^s
PcA(a;X)=(PcA0(a0;X))s. \mathrm{Pc}_A(a; X) = (\mathrm{Pc}_{A_0}(a_0; X))^s.

由于II, § 1, no. 13、命题25,mi−1/mim^{i-1}/m^i是维数nsins_i中的自由K-模。因此,no. 2中的命题 1可以与Pi=mi−1/miP_i = m^{i-1}/m^i一起应用;

这首先表明 AA 是维数 n(s1+⋯+sr)=nsn(s_1 + \cdots + s_r) = ns 的免费 KK 模块。此外,假设意味着AA-模块PiP_i同构于sis_i的直和,子模同构于AA-模块A0A_0; 命题 1 / no. 2,因此 NPi(a)=NA0(a)siN_{P_i}(a) = N_{A_0}(a)^{s_i};最终因此

NA(a)=NA0(a)s. N_A(a) = N_{A_0}(a)^s.
在此,通过将A0A_0视为左AA模来定义公式NA0(a)N_{A_0}(a),并且它等于A0A_0的KK线性映射x↦axx \mapsto ax到自身的行列式;但是,如ax=a0xax = a_0x代表x∈A0x \in A_0,NA0(a)=NA0(a0)N_{A_0}(a) = N_{A_0}(a_0),它完成证明或公式(23)的范数。其他两个的显示方式类似。

命题 6 0660

设AA是一个可交换的KK-代数,在KK上承认有限的基,而VV是在AA上承认有限的基的AA模。那么VV在KK上承认有限的基,并且对于VV的每个AA-自同态uu,如果uKu_K是映射,uu被视为KK-自同态VV,*

Tr⁡(uK)=Tr⁡A/K(Tr⁡(u)),det⁡(uK)=NA/K(det⁡(u))Pc⁡(uK;X)=NA[X]/K[X](Pc⁡(u;X)). \begin{align*} \operatorname{Tr}(u_K) &= \operatorname{Tr}_{A/K}(\operatorname{Tr}(u)), \qquad \det(u_K) = N_{A/K}(\det(u)) \\ \operatorname{Pc}(u_K; X) &= N_{A[X]/K[X]}(\operatorname{Pc}(u; X)). \end{align*}
(24)

引用了 2 · 被以下引用 3

引用了 命题 25, II § 1, III § 8. 。决定因素

被以下引用 引理 1, 推论, 命题 1, VIII § 19

设(ai)1≤i≤m(a_i)_{1 \leq i \leq m}为AA之基超过KK且(ej)1≤j≤n(e_j)_{1 \leq j \leq n}基超过VV超过AA;那么 (aiej)(a_i e_j) 是 VV 的基超过 KK(II, § 1, no. 13,命题 25)。另一方面,公式 (24) 的第三个可以从应用于A[X]A[X]-模A[X]⊗AVA[X] \otimes_A V (§ 8, no. 10) 的自同态 X−uˉX - \bar{u} 的第二个推导出来。因此,只需显示 (24) 中的前两个公式即可。我们首先建立以下引理:

引理 1 0661

令 XijX_{ij} (1≤i≤n, 1≤j≤n1 \leq i \leq n,\ 1 \leq j \leq n) 为 n2n^2 不定式,XX 平方矩阵 (Xij)(X_{ij}) 为阶 nn,D(X11,…,Xnn)∈Z[X11,…,Xnn]D(X_{11}, \ldots, X_{nn}) \in \mathbf{Z}[X_{11}, \ldots, X_{nn}] 为行列式 det⁡(X)\det(X)。另一方面,令 AA 为交换环,MijM_{ij} (1≤i≤n, 1≤j≤n1 \leq i \leq n,\ 1 \leq j \leq n) n2n^2 矩阵 of 阶 mm over AA,它们是成对可置换的,并且 MM 阶 mnmn超过AA的平方矩阵可以表示为矩阵的平方矩阵(II, § 10, no. 7)

M=(M11M12⋯M1nM21M22⋯M2n⋯⋯⋯⋯Mn1Mn2⋯Mnn) M = \begin{pmatrix} M_{11} & M_{12} & \cdots & M_{1n} \\ M_{21} & M_{22} & \cdots & M_{2n} \\ \cdots & \cdots & \cdots & \cdots \\ M_{n1} & M_{n2} & \cdots & M_{nn} \end{pmatrix}
那么MM的行列式等于平方矩阵的行列式
D(M11,…,Mnn) D(M_{11}, \ldots, M_{nn})
阶mm。

引用了 3

引用了 II § 10. 。 矩阵, III § 8. 。决定因素, 命题 6

我们在nn上按归纳继续,n=0n = 0和n=1n = 1的情况很简单。

设 ZZ 为新的不定式,NijN_{ij} 矩阵 Mij+δijZImM_{ij} + \delta_{ij} Z I_m(δij\delta_{ij} Kronecker 指标)。如果 Dij(X11,…,Xnn)D^{ij}(X_{11}, \ldots, X_{nn}) 是矩阵 XX (§ 8, no. 6) 中XijX_{ij}的*辅因子*,则

(25)XjiDki(X11,…,Xnn)=δjkD(X11,…,Xnn) \text{(25)} \quad X_{ji} D^{ki}(X_{11}, \ldots, X_{nn}) = \delta_{jk} D(X_{11}, \ldots, X_{nn})

(§ 8, no. 6,公式(28))。我们写 Nij′=Dij(N11,…,Nnn)N'_{ij} = D^{ij}(N_{11}, \ldots, N_{nn}),即阶 mm 与 A[Z]\mathbf{A}[Z] 的平方矩阵并考虑乘积 N.UN . U,其中

U=(N11′0⋯0N12′Im⋯0⋯⋯⋯⋯N1n′0⋯Im), U = \begin{pmatrix} N'_{11} & 0 & \cdots & 0 \\ N'_{12} & I_m & \cdots & 0 \\ \cdots & \cdots & \cdots & \cdots \\ N'_{1n} & 0 & \cdots & I_m \end{pmatrix},
N=(N11N12⋯N1nN21N22⋯N2n⋯⋯⋯⋯Nn1Nn2⋯Nnn) N = \begin{pmatrix} N_{11} & N_{12} & \cdots & N_{1n} \\ N_{21} & N_{22} & \cdots & N_{2n} \\ \cdots & \cdots & \cdots & \cdots \\ N_{n1} & N_{n2} & \cdots & N_{nn} \end{pmatrix}

在块(II, § 10, no. 5)中执行乘积并使用公式(25),我们得到

N.U=(PN12⋯N1n0N22⋯N2n⋯⋯⋯⋯0Nn2⋯Nnn) N . U = \begin{pmatrix} P & N_{12} & \cdots & N_{1n} \\ 0 & N_{22} & \cdots & N_{2n} \\ \cdots & \cdots & \cdots & \cdots \\ 0 & N_{n2} & \cdots & N_{nn} \end{pmatrix}

我们写了P=D(N11,…,Nnn)P = D(N_{11}, \ldots, N_{nn})。让

Q=(N22⋯N2n⋯⋯⋯Nn2⋯Nnn) Q = \begin{pmatrix} N_{22} & \cdots & N_{2n} \\ \cdots & \cdots & \cdots \\ N_{n2} & \cdots & N_{nn} \end{pmatrix}

即阶 m(n−1)m(n-1) 中的矩阵;那么 (§ 8, no. 6, 公式 (31)) (det NN) (det UU) = (det PP)(det QQ) 和 det U=det⁡N11′U = \det N'_{11}。但根据归纳假设,det Q=det⁡(D11(N11,…,Nnn))=det⁡N11′Q = \det(D^{11}(N_{11}, \ldots, N_{nn})) = \det N'_{11},并借助NijN_{ij}的定义,显然,det QQ是次数m(n−1)m(n-1)的A[Z]\mathbf{A}[Z]中的多项式,其项在Zm(n−1)Z^{m(n-1)}中具有系数1 ;紧接着,在分级的代数 A[Z]\mathbf{A}[Z] 中,det QQ 不是零的除子。因此我们结论在A[Z]\mathbf{A}[Z]中得到了N=det⁡(D(N11,…,Nnn))N = \det(D(N_{11}, \ldots, N_{nn}));如果我们用 0 代替这些多项式中的ZZ,则得到M=det⁡(D(M11,…,Mnn))M = \det(D(M_{11}, \ldots, M_{nn}))。

显示了这个引理,K-模V就是K-模AejAe_j(1≤j≤n1 \leq j \leq n)的直和;我们写u(ej)=∑k=1ncjkeku(e_j) = \sum_{k=1}^n c_{jk} e_k。对于每个元素xej∈Aejxe_j \in Ae_j,对于x∈Ax \in A,u(xej)u(xe_j)在AekAe_k中的分量是xcjkekxc_{jk} e_k;由此可见,uku_k的矩阵相对于K-模V的基(aiej)(a_i e_j)可以用矩阵(Mjk)(M_{jk})的平方矩阵的形式来表示,其中相对于这两个K-模(II, § 10, no. 5)的基(aiej)1≤i≤m(a_i e_j)_{1 \leq i \leq m}和(aiek)1≤i≤m(a_i e_k)_{1 \leq i \leq m},MjkM_{jk}是将AejAe_jK-线性映射xej↦xcjkekxe_j \mapsto xc_{jk} e_k矩阵转换成AekAe_k。如果对于所有t∈At \in A,M(t)M(t)表示矩阵,相对于A在K上的基(ai)1≤i≤m(a_i)_{1 \leq i \leq m},A的自同态x↦xtx \mapsto xt,则Mjk=M(cjk)M_{jk} = M(c_{jk});因为 t↦M(t)t \mapsto M(t) 是环同态矩阵 MjkM_{jk} 可与 1 另一个 置换。然后

det⁡uK=det⁡(D(M11,…,Mnn)) \det u_K = \det(D(M_{11}, \ldots, M_{nn}))
由引理 1。但由于t↦M(t)t \mapsto M(t)是环同态,所以D(M11,…,Mnn)D(M_{11}, \ldots, M_{nn})是A相对于基(ai)(a_i)的K-自同态x↦x.det⁡(cjk)x \mapsto x.\det(c_{jk})的矩阵;因此,通过定义,它的行列式是NA/K(det⁡(u))N_{A/K}(\det(u)),这证明了(24)的第二个公式。另一方面,
Tr⁡(uK)=∑j=1nTr⁡(Mjj)=∑j=1nTr⁡A/K(cjj)=Tr⁡A/K(∑j=1ncjj)=Tr⁡A/K(Tr⁡(u)) \operatorname{Tr}(u_K) = \sum_{j=1}^n \operatorname{Tr}(M_{jj}) = \sum_{j=1}^n \operatorname{Tr}_{A/K}(c_{jj}) = \operatorname{Tr}_{A/K}\left( \sum_{j=1}^n c_{jj} \right) = \operatorname{Tr}_{A/K}(\operatorname{Tr}(u))
命题 6 中的证明已完成。

推论 0662

设 A 交换K-代数在 K 上承认有限基,并且 B A-代数在 A 上承认有限基。然后 B 在 K 上承认有限基,并且,对于所有 b∈Bb \in B (“传递性公式”)*

Tr⁡B/K(b)=Tr⁡A/K(Tr⁡B/A(b)),NB/K(b)=NA/K(NB/A(b))PCB/K(b;X)=NA[X]/K[X](PCB/A(b;X)). \begin{align*} \operatorname{Tr}_{B/K}(b) &= \operatorname{Tr}_{A/K}(\operatorname{Tr}_{B/A}(b)), \quad N_{B/K}(b) = N_{A/K}(N_{B/A}(b)) \\ P_{C_{B/K}}(b; X) &= N_{A[X]/K[X]}(P_{C_{B/A}}(b; X)). \end{align*}
(26) 这紧接着命题 6、设定 V=BV = B 和 u(x)=bxu(x) = bx。

引用了 1

引用了 命题 6

注 0663

假设K到A中的同态λ↦λ.1\lambda \mapsto \lambda . 1是单射的,并让K与其在A中的像等同;假设 A 承认有限的基 (ei)1≤i≤n(e_i)_{1 \leq i \leq n} 为 K-模。令 s 为 A 的自同构,使得 s(K)=Ks(K) = K。设a为A的元素;然后,通过运输结构

Tr⁡A/K(s(a))=s(Tr⁡A/K(a))NA/K(s(a))=s(NA/K(a)). \begin{align*} \operatorname{Tr}_{A/K}(s(a)) &= s(\operatorname{Tr}_{A/K}(a)) \\ N_{A/K}(s(a)) &= s(N_{A/K}(a)). \end{align*}
(27) (28) 还考虑 A 的推导 D (§10§ 10, no. 2),使得 D(K)⊂KD(K) \subset K 并在 μji∈K\mu_{ji} \in K 处写出 D(ei)=∑j=1nejμjiD(e_i) = \sum_{j=1}^n e_j \mu_{ji};写
aei=∑j=1nejλjiwithλji∈K. ae_i = \sum_{j=1}^n e_j \lambda_{ji} \quad \text{with} \quad \lambda_{ji} \in K.

然后

D(a)ei+aD(ei)=D(aei)=∑j=1n(D(ej)λji+ejD(λji)). D(a)e_i + aD(e_i) = D(ae_i) = \sum_{j=1}^n (D(e_j)\lambda_{ji} + e_j D(\lambda_{ji})).
由此可见
D(a)ei=∑j=1nejvji D(a)e_i = \sum_{j=1}^n e_j v_{ji}
vji=D(λji)+∑k=1n(μjkλki−λjkμki)v_{ji} = D(\lambda_{ji}) + \sum_{k=1}^n (\mu_{jk}\lambda_{ki} - \lambda_{jk}\mu_{ki})。由于∑i,k(μikλki−λikμki)=0\sum_{i,k} (\mu_{ik}\lambda_{ki} - \lambda_{ik}\mu_{ki}) = 0,因此Tr⁡A/K(D(a))=∑i=1nD(λii)\operatorname{Tr}_{A/\mathbf{K}}(D(a)) = \sum_{i=1}^n D(\lambda_{ii}),在其他字
Tr⁡A/K(D(a))=D(Tr⁡A/K(a)).∗ \operatorname{Tr}_{A/\mathbf{K}}(D(a)) = D(\operatorname{Tr}_{A/\mathbf{K}}(a)). *

5. AN 代数的判别式

定义 3 0664

设 A 为 K-代数,承认 n 元素的有限基。 A 的 n 元素的序列 (x1,…,xn)(x_1, \ldots, x_n) 对于 K 的判别式,用 DA/K(x1,…,xn)D_{A/\mathbf{K}}(x_1, \ldots, x_n) 表示,是平方矩阵* 的判别式

(Tr⁡A/K(xixj))1≤i≤n,1≤j≤n. (\operatorname{Tr}_{A/\mathbf{K}}(x_i x_j))_{1 \leq i \leq n, 1 \leq j \leq n}.
首先考虑 A 右 K 的基 (ei)1≤i≤n(e_i)_{1 \leq i \leq n} 并写
eiej=∑k=1ncijkekwithcijk∈K. e_i e_j = \sum_{k=1}^n c_{ij k} e_k \quad \text{with} \quad c_{ij k} \in \mathbf{K}.
然后 Tr⁡A/K(ei)=∑s=1nciss\operatorname{Tr}_{A/\mathbf{K}}(e_i) = \sum_{s=1}^n c_{iss}, 从而 Tr⁡A/K(eiej)=∑k,scijkckss\operatorname{Tr}_{A/\mathbf{K}}(e_i e_j) = \sum_{k,s} c_{ij k} c_{kss} 因此
DA/K(e1,…,en)=det⁡((∑k,scijkckss)1≤i≤n,1≤j≤n). D_{A/\mathbf{K}}(e_1, \ldots, e_n) = \det \left( \left( \sum_{k,s} c_{ij k} c_{kss} \right)_{1 \leq i \leq n, 1 \leq j \leq n} \right).
现在令(xi)1≤i≤n,(xi′)1≤i≤n(x_i)_{1 \leq i \leq n}, (x'_i)_{1 \leq i \leq n}为A的n元素的两个序列,并假设存在阶n、M=(mij)M = (m_{ij})的平方矩阵,系数为K,使得xi=∑j=1nmijxj′x_i = \sum_{j=1}^n m_{ij} x'_j对应于1≤i≤n1 \leq i \leq n。我们写
T=(Tr⁡A/K(xixj))1≤i≤n,1≤j≤n,T′=(Tr⁡A/K(xi′xj′))1≤i≤n,1≤j≤n. T = (\operatorname{Tr}_{A/\mathbf{K}}(x_i x_j))_{1 \leq i \leq n, 1 \leq j \leq n}, \qquad T' = (\operatorname{Tr}_{A/\mathbf{K}}(x'_i x'_j))_{1 \leq i \leq n, 1 \leq j \leq n}.
然后Tr⁡A/K(xixj)=∑p,qmipmjqTr⁡A/K(xp′xq′)\operatorname{Tr}_{A/\mathbf{K}}(x_i x_j) = \sum_{p,q} m_{ip} m_{jq} \operatorname{Tr}_{A/\mathbf{K}}(x'_p x'_q)、从而T=M⋅T′⋅tMT = M \cdot T' \cdot {}^t M;因此,行列式乘法规则给出
det⁡T=det⁡M⋅det⁡T′⋅det⁡tM=(det⁡M)2det⁡T′ \det T = \det M \cdot \det T' \cdot \det {}^t M = (\det M)^2 \det T'
终于从而
DA/K(x1,…,xn)=(det⁡M)2DA/K(x1′,…,xn′). D_{A/\mathbf{K}}(x_1, \ldots, x_n) = (\det M)^2 D_{A/\mathbf{K}}(x'_1, \ldots, x'_n).

被以下引用 1

被以下引用 习题 8, § 1

上述公式特别表明,A的两个基对K的判别式相差K的可逆元的平方,因此生成是K的相同(主要)理想。这个理想ΔA/K\Delta_{A/K}称为A对K的判别式理想;由公式 (32) A 的 n 个元素中的每个序列的判别式仅在项的阶不同,具有相同的判别式,因为置换矩阵的行列式等于±1\pm 1。

例 0665

(1) 如果 A 是型 (α,β)(\alpha, \beta) 的二次代数超过 K,则(在 § 2, no. 3 的记号中)Tr⁡(e1)=2,Tr⁡(e2)=β\operatorname{Tr}(e_1) = 2, \operatorname{Tr}(e_2) = \beta,

Tr⁡(e22)=αTr⁡(e1)+βTr⁡(e2)=2α+β2, \operatorname{Tr}(e_2^2) = \alpha \operatorname{Tr}(e_1) + \beta \operatorname{Tr}(e_2) = 2\alpha + \beta^2,

从而DA/K(e1,e2)=β2+4αD_{A/K}(e_1, e_2) = \beta^2 + 4\alpha。

(2) 令A=K[X]/K[X]PA = K[X]/K[X]P,其中P(X)=X3+pX+qP(X) = X^3 + pX + q,使得如果x是A中X的像,1,x,A在K和x3=−px−qx^3 = -px - q上的x2x^2形式基。立即可以看出,Tr⁡(1)=3,Tr⁡(x)=0,Tr⁡(x2)=−2p\operatorname{Tr}(1) = 3, \operatorname{Tr}(x) = 0, \operatorname{Tr}(x^2) = -2p,考虑到关系、x3=−px−q,Tr⁡(x3)=−3qx^3 = -px - q, \operatorname{Tr}(x^3) = -3q和Tr⁡(x4)=2p2\operatorname{Tr}(x^4) = 2p^2,从而很容易DA/K(1,x,x2)=−4p3−27q2D_{A/K}(1, x, x^2) = -4p^3 - 27q^2。

(3) 令A为K上型(α,β,γ)(\alpha, \beta, \gamma)的四元数代数和型(α,β,γ)(\alpha, \beta, \gamma)的A的(1,i,j,k)(1, i, j, k)基;考虑§ 3, no. 5,公式(30),很容易发现Tr⁡(1)=4,Tr⁡(i)=2β,Tr⁡(j)=Tr⁡(k)=0\operatorname{Tr}(1) = 4, \operatorname{Tr}(i) = 2\beta, \operatorname{Tr}(j) = \operatorname{Tr}(k) = 0,则

DA/K(1,i,j,k)=−16γ2(β2+4α)2. D_{A/K}(1, i, j, k) = -16\gamma^2(\beta^2 + 4\alpha)^2.

(4) 令 A=Mn(K)A = M_n(K) 并考虑 A 对 K (II, § 10, no. 3) 的典范基 (Eij)1≤i≤n,1≤j≤n(E_{ij})_{1 \leq i \leq n, 1 \leq j \leq n}。如果对所有 i 都有 j≠ij \neq i 和 Tr⁡A/K(Eii)=n\operatorname{Tr}_{A/K}(E_{ii}) = n,则 Tr⁡A/K(Eij)=0\operatorname{Tr}_{A/K}(E_{ij}) = 0 就是直接的;毫无疑问,阶n2n^2的矩阵(Tr⁡(EijEhk))(\operatorname{Tr}(E_{ij}E_{hk}))是形式n.Pn.P,其中P是置换矩阵,从而DA/K((Eij))=±nn2D_{A/K}((E_{ij})) = \pm n^{n^2}。

引用了 3

引用了 III § 2. 。 例 / 代数, III § 3. 。评分代数, II § 10. 。 矩阵

习题

参见习题为 § 9。

Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。