以下證明中,R = R R=\mathbb R R = R 、Q = Q Q=\mathbb Q Q = Q 、C = C C=\mathbb C C = C 、Z = Z Z=\mathbb Z Z = Z ,且 N = N = { 0 , 1 , 2 , … } N=\mathbb N=\{0,1,2,\ldots\} N = N = { 0 , 1 , 2 , … } 。
用來比較集合的函數
設 f : X → Y f:X\to Y f : X → Y 為函數。它的像集為
f ( X ) = { f ( x ) ∣ x ∈ X } ⊆ Y , f(X)=\{f(x)\mid x\in X\}\subseteq Y, f ( X ) = { f ( x ) ∣ x ∈ X } ⊆ Y ,
對 B ⊆ Y B\subseteq Y B ⊆ Y 的原像為
f − 1 ( B ) = { x ∈ X ∣ f ( x ) ∈ B } . f^{-1}(B)=\{x\in X\mid f(x)\in B\}. f − 1 ( B ) = { x ∈ X ∣ f ( x ) ∈ B } .
記號 f − 1 ( y ) f^{-1}(y) f − 1 ( y ) 可以表示單點集 { y } \{y\} { y } 的原像;它不表示逆函數一定存在。
只有雙射才有逆函數。
定義
單射、滿射與雙射 函數 f : X → Y f:X\to Y f : X → Y 稱為單射 ,如果
f ( x 1 ) = f ( x 2 ) ⟹ x 1 = x 2 ( x 1 , x 2 ∈ X ) . f(x_1)=f(x_2)\Longrightarrow x_1=x_2
\qquad (x_1,x_2\in X). f ( x 1 ) = f ( x 2 ) ⟹ x 1 = x 2 ( x 1 , x 2 ∈ X ) . 因此 Y Y Y 中每個元素至多有一個原像。它稱為滿射 ,如果
∀ y ∈ Y ∃ x ∈ X 使得 f ( x ) = y , \forall y\in Y\;\exists x\in X\text{ 使得 }f(x)=y, ∀ y ∈ Y ∃ x ∈ X 使得 f ( x ) = y , 等價地說 f ( X ) = Y f(X)=Y f ( X ) = Y ;陪域中的每個元素都被擊中。如果同時是單射與滿射,就
稱為雙射 。
陪域很重要。例如 f : N → N f:N\to N f : N → N 、f ( n ) = n + 1 f(n)=n+1 f ( n ) = n + 1 是單射而不是滿射,因為 0 0 0 沒有
被擊中。若把陪域改成 N ∖ { 0 } N\setminus\{0\} N ∖ { 0 } ,同一個規則就成為雙射。因此,關於
基數的命題必須同時寫清楚定義域與陪域。
例題
檢查三種性質 考慮 u : { 0 , 1 , 2 } → { a , b , c , d } u:\{0,1,2\}\to\{a,b,c,d\} u : { 0 , 1 , 2 } → { a , b , c , d } ,其中
u ( 0 ) = a , u ( 1 ) = c , u ( 2 ) = a . u(0)=a,\qquad u(1)=c,\qquad u(2)=a. u ( 0 ) = a , u ( 1 ) = c , u ( 2 ) = a . 它不是單射,因為 u ( 0 ) = u ( 2 ) u(0)=u(2) u ( 0 ) = u ( 2 ) 但 0 ≠ 2 0\ne2 0 = 2 ;它也不是滿射,因為 b b b 與 d d d
不是輸出。這個小例子把兩個條件分開:單射關注輸出是否重複,滿射關注陪域
元素是否遺漏。
相同基數與可數性
概念視角 結構
把基數理解為數數與配對 對於有限集合,大小很容易令人聯想到清點:把元素逐一數出來。對於任意集合,定義則把這種清點改成配對檢驗:能否把 X X X 的每個元素與 Y Y Y 的恰好一個元素配對,而且反向也能做到?這就是為甚麼 N N N 與偶數自然數 2 N = { 0 , 2 , 4 , … } 2N=\{0,2,4,\ldots\} 2 N = { 0 , 2 , 4 , … } 透過 n ↦ 2 n n\mapsto 2n n ↦ 2 n 具有相同基數,儘管 2 N 2N 2 N 是 N N N 的真子集。雙射記錄了相同的大小;真包含本身並不表示基數嚴格較小。
定義
相同基數 若存在雙射 f : X → Y f:X\to Y f : X → Y ,就稱集合 X X X 與 Y Y Y 有相同基數 ,並寫成
∣ X ∣ = ∣ Y ∣ |X|=|Y| ∣ X ∣ = ∣ Y ∣
被配對的元素不必具有相同性質。把數與有序對配對,與把兩列數字配對一樣合
法。對有限集合,這個定義與普通數數一致。
定義
有限集合 若某個 n ∈ N n\in N n ∈ N 滿足 ∣ X ∣ = ∣ n ∣ |X|=|n| ∣ X ∣ = ∣ n ∣ ,其中我們把 n n n 表示為有限標籤集
n = { 0 , … , n − 1 } n=\{0,\ldots,n-1\} n = { 0 , … , n − 1 } ;當 n = 0 n=0 n = 0 時,這表示 n = ∅ n=\varnothing n = ∅ ,就稱 X X X 為有限集合 ,並寫 ∣ X ∣ = n |X|=n ∣ X ∣ = n 。空集也是有限的,而且 ∣ ∅ ∣ = 0 |\varnothing|=0 ∣ ∅ ∣ = 0 。
定義
可數與至多可數 在本課程中,如果 X X X 是有限集合,或者
∣ X ∣ = ∣ N ∣ |X|=|N| ∣ X ∣ = ∣ N ∣ 就稱 X X X 可數 。等價地,若 X X X 有限或可數無限,就稱它至多可數 。有
些教材只把無限情形稱為 countable,因此「至多可數」可以消除這種約定差異。
不是至多可數的集合稱為不可數 。
對可數無限集合來說,一個列舉是序列 x 0 , x 1 , x 2 , … x_0,x_1,x_2,\ldots x 0 , x 1 , x 2 , … ,其中每個元素恰
好出現一次。「恰好一次」同時包含列舉的滿射性與索引映射的單射性。僅僅寫
出一條無限序列還不夠;必須說明為甚麼沒有遺漏,也沒有重複。
可數集合的明確列舉
整數
設 N = { 0 , 1 , 2 , … } N=\{0,1,2,\ldots\} N = { 0 , 1 , 2 , … } ,定義
e ( 0 ) = 0 , e ( 2 k − 1 ) = k , e ( 2 k ) = − k ( k ≥ 1 ) e(0)=0,\qquad e(2k-1)=k,\qquad e(2k)=-k\quad(k\ge1) e ( 0 ) = 0 , e ( 2 k − 1 ) = k , e ( 2 k ) = − k ( k ≥ 1 )
這給出序列 0 , 1 , − 1 , 2 , − 2 , 3 , − 3 , … 0,1,-1,2,-2,3,-3,\ldots 0 , 1 , − 1 , 2 , − 2 , 3 , − 3 , … 。
證明。 每個整數或者是 0 0 0 ,或者是正整數 k k k ,或者是 k ≥ 1 k\ge1 k ≥ 1 時的負
整數 − k -k − k 。它們分別出現在索引 0 0 0 、2 k − 1 2k-1 2 k − 1 、2 k 2k 2 k 處,因此 e e e 是滿射。三
種情形的值互不相同,而在正數或負數情形中,上述索引又唯一確定 k k k ,所
以 e e e 是單射。因此 e e e 是雙射。若 N N N 從 1 1 1 開始編號,只需把索引整體平
移一個單位;基數結論不變。
這個例子體現無限集合的基本驚訝之處:把所有負整數加入 N N N 並沒有產生更大
的基數。比較的是是否存在雙射,而不是一個集合是否包含另一個集合。
有理數
定理
有理數是可數的 有理數集合 Q Q Q 至多可數,事實上是可數無限的。
每個正有理數都有唯一的最簡表示 p / q p/q p / q ,其中 p , q ∈ { 1 , 2 , 3 , … } p,q\in\{1,2,3,\ldots\} p , q ∈ { 1 , 2 , 3 , … } 且
gcd ( p , q ) = 1 \gcd(p,q)=1 g cd( p , q ) = 1 。把 p / q p/q p / q 放在第 p p p 行、第 q q q 欄,然後沿有限對角線
p + q = 2 , 3 , 4 , … p+q=2,3,4,\ldots p + q = 2 , 3 , 4 , … 掃描。每條對角線內按分子遞增掃描(固定任何一種順序
都可以),只保留互素的數對。開頭可以是
1 , 1 2 , 2 , 1 3 , 3 , 1 4 , 2 3 , 3 2 , 4 , … . 1,\ \frac12,\ 2,\ \frac13,\ 3,\ \frac14,\ \frac23,\ \frac32,\ 4,\ldots. 1 , 2 1 , 2 , 3 1 , 3 , 4 1 , 3 2 , 2 3 , 4 , … .
例題
為甚麼有理數的對角掃描有效 例如 7 / 5 7/5 7/5 已經是最簡形式,位於對角線 p + q = 12 p+q=12 p + q = 12 。在這條對角線之前
只有有限條對角線,而它本身也只有有限個數對,所以 7 / 5 7/5 7/5 會在有限位置
被掃到。另一方面,只保留互素數對意味着兩個被記錄的數對不可能表示同一個
正有理數:最簡表示的唯一性迫使 ( p , q ) (p,q) ( p , q ) 相同。因此,這個掃描對 Q + Q_+ Q + 既是
滿的,也是單的。
這個論證同時證明了兩個方向。每個正有理數都有最簡數對,所以沒有遺漏;最
簡數對唯一,所以沒有重複。若所得列舉為 q 1 , q 2 , q 3 , … q_1,q_2,q_3,\ldots q 1 , q 2 , q 3 , … ,則
0 , q 1 , − q 1 , q 2 , − q 2 , q 3 , − q 3 , … 0,q_1,-q_1,q_2,-q_2,q_3,-q_3,\ldots 0 , q 1 , − q 1 , q 2 , − q 2 , q 3 , − q 3 , …
列出每個有理數恰好一次。零出現一次,每個非零有理數都有唯一的符號和唯一
的正絕對值。因此 Q Q Q 可數。
它不是有限集:包含映射 n ↦ n n\mapsto n n ↦ n 從 N N N 到 Q Q Q 是單射,所以 Q Q Q 包含無
限多個互不相同的整數。
圖示。對角掃描把二維格點變成一條序列;最簡形式條件消除了同一個有理數
的不同表示。
稠密性是另一個性質。有理數與實線的每個非空開區間相交,但對角線程序仍然
能把它們放入一條序列。稠密不等於不可數。
可數集合的乘積
網格論證也給出兩個 N N N 的明確配對。對 a , b ∈ N a,b\in N a , b ∈ N ,令
π ( a , b ) = ( a + b ) ( a + b + 1 ) 2 + b \pi(a,b)=\frac{(a+b)(a+b+1)}2+b π ( a , b ) = 2 ( a + b ) ( a + b + 1 ) + b
滿足固定 a + b = s a+b=s a + b = s 的數對形成有限對角線;三角數 s ( s + 1 ) / 2 s(s+1)/2 s ( s + 1 ) /2 正好跳過此前
的對角線。因此 π \pi π 每個數對恰好列出一次。更形式地,從
n = π ( a , b ) n=\pi(a,b) n = π ( a , b ) 可以恢復唯一的對角線 s s s ,使
s ( s + 1 ) / 2 ≤ n < ( s + 1 ) ( s + 2 ) / 2 s(s+1)/2\le n\lt(s+1)(s+2)/2 s ( s + 1 ) /2 ≤ n < ( s + 1 ) ( s + 2 ) /2 ,再得到
b = n − s ( s + 1 ) / 2 b=n-s(s+1)/2 b = n − s ( s + 1 ) /2 與 a = s − b a=s-b a = s − b 。所以 π : N × N → N \pi:N\times N\to N π : N × N → N 是雙射。
定理
可數三元組仍然可數 ∣ N × N × N ∣ = ∣ N ∣ |N\times N\times N|=|N| ∣ N × N × N ∣ = ∣ N ∣ 。
證明。 定義
Φ ( a , b , c ) = π ( π ( a , b ) , c ) \Phi(a,b,c)=\pi(\pi(a,b),c) Φ ( a , b , c ) = π ( π ( a , b ) , c )
兩次使用的 π \pi π 都是雙射,所以它們的合成是從 N 3 N^3 N 3 到 N N N 的雙射。逆映
射先恢復 ( π ( a , b ) , c ) (\pi(a,b),c) ( π ( a , b ) , c ) ,再恢復 ( a , b ) (a,b) ( a , b ) 。這就是「可數乘可數乘可數」仍然
可數的具體含義:有限維網格可以用一串有限對角線掃描。若某個乘積因子為空,
乘積就是空集,因而有限;上面的雙射針對的是三個 N N N 的乘積。
同一個配對也能處理有限個帶標籤的可數集合。例如用
( n , i ) ↦ π ( n , i ) (n,i)\mapsto\pi(n,i) ( n , i ) ↦ π ( n , i ) 把 ( n , 0 ) (n,0) ( n , 0 ) 與 ( n , 1 ) (n,1) ( n , 1 ) 映入 N N N 。這個映射是單射,所
以兩個 N N N 的副本可以存放在一個 N N N 中;在合適的座標上使用配對映射的逆,
便能恢復標籤與原來的數字。這說明無限列舉可以吸收有限的額外標記,但並不
表示任意擴張都與原集合等大:仍然必須證明具體映射存在。
更一般地,基數比較可以沿映射傳遞。若 X → Y X\to Y X → Y 與 Y → Z Y\to Z Y → Z 是單射,合成便
給出 ∣ X ∣ ≤ ∣ Z ∣ |X|\le|Z| ∣ X ∣ ≤ ∣ Z ∣ ;若兩個映射都是雙射,合成也是雙射。這兩個簡單規則正是本
節整數、有理數與三元組列舉背後的映射記賬。
基數不等式
定義
基數不等式 對集合 X X X 、Y Y Y ,若存在單射 X → Y X\to Y X → Y ,就寫
∣ X ∣ ≤ ∣ Y ∣ |X|\le |Y| ∣ X ∣ ≤ ∣ Y ∣ 若 ∣ X ∣ ≤ ∣ Y ∣ |X|\le|Y| ∣ X ∣ ≤ ∣ Y ∣ 且 ∣ X ∣ ≠ ∣ Y ∣ |X|\ne|Y| ∣ X ∣ = ∣ Y ∣ ,就寫 ∣ X ∣ < ∣ Y ∣ |X|\lt|Y| ∣ X ∣ < ∣ Y ∣ 。
箭頭方向不可忽略:從 X X X 到 Y Y Y 的單射說明 Y Y Y 有足夠多互不相同的位置存放
X X X 的每個元素,所以定義域是「不更大」的一方。包含映射
N → Z N\to Z N → Z 、n ↦ n n\mapsto n n ↦ n 證明 ∣ N ∣ ≤ ∣ Z ∣ |N|\le|Z| ∣ N ∣ ≤ ∣ Z ∣ ,但單憑它不能證明相等。整數的列
舉給出反向比較,而前面的明確雙射直接給出相等。
例題
陪域有未使用元素的有限比較 定義 r : { 1 , 2 , 3 } → { a , b , c , d } r:\{1,2,3\}\to\{a,b,c,d\} r : { 1 , 2 , 3 } → { a , b , c , d } 為
r ( 1 ) = b r(1)=b r ( 1 ) = b 、r ( 2 ) = d r(2)=d r ( 2 ) = d 、r ( 3 ) = a r(3)=a r ( 3 ) = a 。它是單射,所以
∣ { 1 , 2 , 3 } ∣ ≤ ∣ { a , b , c , d } ∣ |\{1,2,3\}|\le|\{a,b,c,d\}| ∣ { 1 , 2 , 3 } ∣ ≤ ∣ { a , b , c , d } ∣ 。它不是滿射,因為 c c c 沒有被使用,這正
是嚴格不等式可能出現的原因。
定理
基數不等式具有偏序結構 基數上的關係 ≤ \le ≤ 具有自反性、傳遞性和反對稱性。因此 < \lt < 具有非自反性
和傳遞性。
證明。 恆等映射 i d X : X → X id_X:X\to X i d X : X → X 是單射,所以有自反性。若
f : X → Y f:X\to Y f : X → Y 、g : Y → Z g:Y\to Z g : Y → Z 都是單射,則 g ∘ f g\circ f g ∘ f 也是單射:合成後的輸出相等
先給出 f f f 的輸出相等,再給出輸入相等,所以有傳遞性。反對稱性正是下面的
Cantor-Bernstein 定理。最後,因為 ∣ X ∣ = ∣ X ∣ |X|=|X| ∣ X ∣ = ∣ X ∣ ,不可能有 ∣ X ∣ < ∣ X ∣ |X|\lt|X| ∣ X ∣ < ∣ X ∣ ;結合 ≤ \le ≤
的傳遞性即可得到嚴格不等式的傳遞性。
不存在一個以所有集合為元素的集合。假設有這樣的全集,就可以構造
Russell 類型的自指成員關係而得到矛盾。因此,這裏的 ≤ \le ≤ 不是定義在某個
以「所有集合的集合」為定義域的全局關係;偏序性質只針對我們選定、正在比較
的一族集合,或由它們表示的那一族基數。這個限定只是基礎層面的記賬,不會
改變上面的映射或證明。
滿射 X → Y X\to Y X → Y 直觀上表示 Y Y Y 不比 X X X 大,但要把它轉成 Y → X Y\to X Y → X 的單射,
就要為每個 y ∈ Y y\in Y y ∈ Y 選擇一個原像。下一篇筆記會討論這個選擇問題;本節直
接使用單射與雙射,不額外假設選擇函數。
可數個可數集合的並仍可數
定理
可數個可數集合的並仍可數 假設選擇公理,若 A n n ∈ N {A_n}_{n\in N} A n n ∈ N 是一個可數族,而每個 A n A_n A n 都可數,
則
A = ⋃ n ∈ N A n A=\bigcup_{n\in N} A_n A = n ∈ N ⋃ A n 可數。
若 A = ∅ A=\varnothing A = ∅ ,空函數立即給出到 N N N 的單射。現在假設 A A A 非空。
由於每個 A n A_n A n 可數,對每個指標 n n n 都存在單射
i n : A n → N . i_n:A_n\to N. i n : A n → N .
當 A n = ∅ A_n=\varnothing A n = ∅ 時,唯一的空函數就是這樣的單射。這裏使用選擇公理
同時選出整族單射 i n {i_n} i n ,包括這些空成員的情況。這裏需要選擇的是整族
見證映射;這並不是說任意多個不可數集合的可數並會變成可數。
定義
h : A → N × N , h ( x ) = ( n ( x ) , i n ( x ) ( x ) ) , h:A\to N\times N,\qquad h(x)=(n(x),i_{n(x)}(x)), h : A → N × N , h ( x ) = ( n ( x ) , i n ( x ) ( x )) ,
其中
n ( x ) = min { n ∈ N ∣ x ∈ A n } . n(x)=\min\{n\in N\mid x\in A_n\}. n ( x ) = min { n ∈ N ∣ x ∈ A n } .
因為 x x x 屬於並集,指標集非空;自然數的良序性保證最小指標存在。
這一歸納法推論的證明見
6.3 區間、Cantor 集、稠密性與良序 。
映射 h h h 是單射:若 h ( x ) = h ( x ′ ) h(x)=h(x') h ( x ) = h ( x ′ ) ,第一座標給出 n ( x ) = n ( x ′ ) = n n(x)=n(x')=n n ( x ) = n ( x ′ ) = n ,第二座標再給出
i n ( x ) = i n ( x ′ ) i_n(x)=i_n(x') i n ( x ) = i n ( x ′ ) ,而 i n i_n i n 的單射性推出 x = x ′ x=x' x = x ′ 。
最後,N × N N\times N N × N 的對角枚舉給出單射 N × N → N N\times N\to N N × N → N ,與 h h h 合成便得
到單射 A → N A\to N A → N 。先列 ( 0 , 0 ) (0,0) ( 0 , 0 ) ,再列座標和為 1 1 1 、2 2 2 等的點,每個點都
在有限階段出現;空成員不貢獻並集元素。指標集與每個成員都必須可數,否則
不可數的指標集單點族或一個不可數成員都可能使並集不可數。
常見錯誤
可數並不等於任意並 這個定理處理的是可數族 A n {A_n} A n 。它不是說任意多個可數集合的並都必定可數。
定理
有理數稠密 設 r ∈ R r\in R r ∈ R 且 ϵ > 0 \epsilon\gt 0 ϵ > 0 。取 n ∈ N n\in N n ∈ N 使
n > 1 / ϵ n\gt 1/\epsilon n > 1/ ϵ 。整數集 { m ∈ Z ∣ m ≤ n r } \{m\in Z\mid m\le nr\} { m ∈ Z ∣ m ≤ n r } 有最大元 m 0 m_0 m 0 ,
所以
m 0 ≤ n r < m 0 + 1 ⟹ 0 ≤ r − m 0 n < 1 n < ϵ . m_0\le nr\lt m_0+1
\quad\Longrightarrow\quad
0\le r-\frac{m_0}{n}\lt\frac1n\lt\epsilon. m 0 ≤ n r < m 0 + 1 ⟹ 0 ≤ r − n m 0 < n 1 < ϵ . 於是 q = m 0 / n ∈ Q q=m_0/n\in Q q = m 0 / n ∈ Q 與 r r r 的距離小於 ϵ \epsilon ϵ ,證明 Q Q Q
在 R R R 中稠密。
多項式作為有限形式和
定義
R 上的多項式 一個實係數多項式是一個形式和
p ( x ) = ∑ i = 0 ∞ a i x i p(x)=\sum_{i=0}^{\infty}a_ix^i p ( x ) = i = 0 ∑ ∞ a i x i 其中每個 a i ∈ R a_i\in R a i ∈ R ,而且只有有限多個 a i a_i a i 非零。所有實係數多項式的集合
記作 R [ x ] R[x] R [ x ] 。
「形式」這個字很重要。多項式不是某個單一 x x x 值下的函數值,而是一整列係數
資料;只要係數固定,整個多項式就固定。
概念視角 結構
先看係數,再作代入 兩個形式多項式相等,正是指每個對應係數相同,包括省略的零係數。因此
1 + x 1+x 1 + x 與 1 + x + 0 x 2 1+x+0x^2 1 + x + 0 x 2 相等。代入實數 t t t 後,才得到數值
p ( t ) = ∑ i a i t i p(t)=\sum_i a_it^i p ( t ) = ∑ i a i t i 。雖然記號寫成無窮求和,卻沒有收斂問題:
只有有限多個非零加項。
單個函數值所含的資訊少於係數列表。例如 x x x 與 x 2 x^2 x 2 在 t = 0 t=0 t = 0 都給出
0 0 0 ,係數卻不同。在 R \mathbb R R 上,若每個實數輸入的值都相同,確實可以
推出多項式相等;本節稍後的根數上界會證明這個逆向結論。在此之前,
係數相等是定義,代入則是對已經定義的對象進行的操作。
若至少有一個係數非零,p ( x ) p(x) p ( x ) 的次數是使 a i ≠ 0 a_i\ne0 a i = 0 的最大指標 i i i 。若所有
係數都是零,我們稱它為零多項式,並約定
deg ( 0 ) = − ∞ . \deg(0)=-\infty. deg ( 0 ) = − ∞.
這個約定可以令許多次數公式不用一直把零多項式分開處理。
非零常數的次數是 0 0 0 ,因為常數項是最高非零項。零多項式沒有這樣的項,
並不是零次多項式。比較次數時,− ∞ -\infty − ∞ 小於每個非負整數;約定
max ( − ∞ , m ) = m \max(-\infty,m)=m max ( − ∞ , m ) = m 、( − ∞ ) + m = − ∞ (-\infty)+m=-\infty ( − ∞ ) + m = − ∞ ,也包括 m = − ∞ m=-\infty m = − ∞ 。
這些是處理次數的規則,並不是說多項式含有負整數指數。
零多項式沒有首項係數,也不是首一多項式。
若首項係數是 1 1 1 ,多項式稱為首一多項式 (monic polynomial)。例如 x 3 − 4 x + 7 x^3-4x+7 x 3 − 4 x + 7 是首一多項式,而
2 x 3 − 4 x + 7 2x^3-4x+7 2 x 3 − 4 x + 7 不是。
常見錯誤
不要只看最後寫出的項就判斷次數 若寫成
p ( x ) = a 0 + a 1 x + ⋯ + a n x n , p(x)=a_0+a_1x+\cdots+a_nx^n, p ( x ) = a 0 + a 1 x + ⋯ + a n x n , 只有在 a n ≠ 0 a_n\ne0 a n = 0 時才可斷言 deg ( p ) = n \deg(p)=n deg ( p ) = n 。符號本身不保證最後一個係數非零。
加法、乘法與次數
設
p ( x ) = ∑ i = 0 ∞ a i x i , q ( x ) = ∑ i = 0 ∞ b i x i . p(x)=\sum_{i=0}^{\infty}a_ix^i,\qquad
q(x)=\sum_{i=0}^{\infty}b_ix^i. p ( x ) = i = 0 ∑ ∞ a i x i , q ( x ) = i = 0 ∑ ∞ b i x i .
加法是逐項相加:
p ( x ) + q ( x ) = ∑ i = 0 ∞ ( a i + b i ) x i . p(x)+q(x)=\sum_{i=0}^{\infty}(a_i+b_i)x^i. p ( x ) + q ( x ) = i = 0 ∑ ∞ ( a i + b i ) x i .
乘法則使用卷積公式:
p ( x ) q ( x ) = ∑ i = 0 ∞ d i x i , d i = ∑ k = 0 i a k b i − k . p(x)q(x)=\sum_{i=0}^{\infty}d_ix^i,\qquad
d_i=\sum_{k=0}^{i}a_kb_{i-k}. p ( x ) q ( x ) = i = 0 ∑ ∞ d i x i , d i = k = 0 ∑ i a k b i − k .
因為非零係數只有有限多個,乘積仍然是多項式。
定理
次數規則 對 p ( x ) , q ( x ) ∈ R [ x ] p(x),q(x)\in R[x] p ( x ) , q ( x ) ∈ R [ x ] ,
deg ( p + q ) ≤ max { deg p , deg q } \deg(p+q)\le \max\{\deg p,\deg q\} deg ( p + q ) ≤ max { deg p , deg q } ;
deg ( p q ) = deg p + deg q \deg(pq)=\deg p+\deg q deg ( pq ) = deg p + deg q 。
第二條使用了係數域沒有零因子的性質。
第一條可能是嚴格不等式,因為最高次項可以抵消。例如
( x 2 + 1 ) + ( − x 2 + x ) = x + 1. (x^2+1)+(-x^2+x)=x+1. ( x 2 + 1 ) + ( − x 2 + x ) = x + 1.
乘法規則較強:若 p p p 、q q q 非零且首項係數分別為 a r a_r a r 、b s b_s b s ,則 p q pq pq 中
x r + s x^{r+s} x r + s 的係數是 a r b s a_rb_s a r b s ,它不會是零。
進一步說明為何沒有更高次項。設 deg p = r \deg p=r deg p = r 、deg q = s \deg q=s deg q = s 。
若 i > r + s i>r+s i > r + s ,每個貢獻 a k b i − k a_kb_{i-k} a k b i − k 都滿足 k > r k>r k > r 或 i − k > s i-k>s i − k > s ,
所以至少一個係數為零。在指標 r + s r+s r + s 處,只有 k = r k=r k = r 、i − k = s i-k=s i − k = s 可能貢獻;
係數來自域,故其乘積非零。因此兩個非零多項式的乘積不可能是零多項式。
對加法,超過 max ( r , s ) \max(r,s) max ( r , s ) 的係數都是零。若兩者次數不同,較高的首項沒有
可抵消的對應項,所以達到上界。次數相同時,抵消卻可能一直進行到底:
p + ( − p ) = 0 p+(-p)=0 p + ( − p ) = 0 的次數為 − ∞ -\infty − ∞ 。乘法中若一個因式為零,乘積也為零,
上述約定仍使次數公式成立。
定理
多項式除法算法 設 f ( x ) , g ( x ) ∈ R [ x ] f(x),g(x)\in R[x] f ( x ) , g ( x ) ∈ R [ x ] 且 g ( x ) ≠ 0 g(x)\ne0 g ( x ) = 0 。則存在唯一 q ( x ) , r ( x ) ∈ R [ x ] q(x),r(x)\in R[x] q ( x ) , r ( x ) ∈ R [ x ]
使得
f ( x ) = g ( x ) q ( x ) + r ( x ) , deg r < deg g . f(x)=g(x)q(x)+r(x),\qquad \deg r\lt\deg g. f ( x ) = g ( x ) q ( x ) + r ( x ) , deg r < deg g .
先證存在性。考慮非空集合
S = { f − g s : s ∈ R [ x ] } . S=\{f-gs:s\in\mathbb R[x]\}. S = { f − g s : s ∈ R [ x ]} .
取 s = 0 s=0 s = 0 可知 f ∈ S f\in S f ∈ S 。若 0 ∈ S 0\in S 0 ∈ S ,選 q q q 使 f − g q = 0 f-gq=0 f − g q = 0 ,
並取 r = 0 r=0 r = 0 ;由 deg 0 = − ∞ \deg0=-\infty deg 0 = − ∞ ,餘式滿足條件。否則 S S S 的每個成員
都有非負整數次數,因此良序原理保證存在次數最小的 r 0 = f − g q 0 r_0=f-gq_0 r 0 = f − g q 0 。
假設 deg r 0 = k ≥ j = deg g \deg r_0=k\ge j=\deg g deg r 0 = k ≥ j = deg g ,兩者首項係數分別為 c k , b j c_k,b_j c k , b j 。
因為 b j ≠ 0 b_j\ne0 b j = 0 ,在係數域中可以取 c k / b j c_k/b_j c k / b j 。構造
r 1 = r 0 − g ( c k b j x k − j ) = f − g ( q 0 + c k b j x k − j ) . r_1=r_0-g\left(\frac{c_k}{b_j}x^{k-j}\right)
=f-g\left(q_0+\frac{c_k}{b_j}x^{k-j}\right). r 1 = r 0 − g ( b j c k x k − j ) = f − g ( q 0 + b j c k x k − j ) .
指數 k − j k-j k − j 非負,所以新增的式子仍是多項式,r 1 r_1 r 1 仍在 S S S 內。
兩個首項 c k x k c_kx^k c k x k 抵消,剩餘項的次數都小於 k k k 。若 r 1 = 0 r_1=0 r 1 = 0 ,
便與 0 ∉ S 0\notin S 0 ∈ / S 矛盾;若非零,則與最小次數矛盾。
因此 deg r 0 < deg g \deg r_0\lt\deg g deg r 0 < deg g ,所求商式、餘式就是 q 0 , r 0 q_0,r_0 q 0 , r 0 。
唯一性同樣重要。若
f = g q 1 + r 1 = g q 2 + r 2 f=gq_1+r_1=gq_2+r_2 f = g q 1 + r 1 = g q 2 + r 2
且兩個餘式的次數都小於 deg g \deg g deg g ,則
g ( q 1 − q 2 ) = r 2 − r 1 . g(q_1-q_2)=r_2-r_1. g ( q 1 − q 2 ) = r 2 − r 1 .
左邊若非零,次數至少是 deg g \deg g deg g ;右邊次數嚴格小於 deg g \deg g deg g 。因此兩邊都必為
零,故 q 1 = q 2 q_1=q_2 q 1 = q 2 且 r 1 = r 2 r_1=r_2 r 1 = r 2 。
證明透視
唯一性的矛盾發生在哪裏 假設商式不同,其差就是非零多項式,次數至少為 0 0 0 。乘以非零的 g g g ,
左邊次數便至少為 deg g \deg g deg g 。右邊相減時可以消項,但次數不可能高於兩個
餘式中較高者。因此兩邊不可能相等,商式必須相同;代回就迫使餘式也相同。
這個論證同時用到次數界限與除式非零的假設。
由代入取得餘式
當除式是一次式時,除法算法會變成非常實用的定理。
定理
餘式定理 設 f ( x ) ∈ R [ x ] f(x)\in R[x] f ( x ) ∈ R [ x ] 且 a ∈ R a\in R a ∈ R 。當 f ( x ) f(x) f ( x ) 除以 x − a x-a x − a 時,餘式等於
f ( a ) f(a) f ( a ) 。
因為餘式次數小於 1 1 1 ,它只能是常數 R R R 。寫成
f ( x ) = ( x − a ) q ( x ) + R f(x)=(x-a)q(x)+R f ( x ) = ( x − a ) q ( x ) + R
並代入 x = a x=a x = a ,便得 f ( a ) = R f(a)=R f ( a ) = R 。
此處 R = f ( a ) R=f(a) R = f ( a ) 在除法恆等式中視為常數多項式,也可以是零。不能先把
恆等式除以 x − a x-a x − a 再代入 x = a x=a x = a ,因為這樣會除以零;直接在多項式
恆等式中代入才是合法操作。
多項式整除 g ∣ f g\mid f g ∣ f 的意思是:同一係數域中存在多項式 q q q 使
f = g q f=gq f = g q 。若 g g g 非零,這等價於餘式為零。特別地,每個多項式都整除
零多項式,但帶餘除法要求除式非零。
定理
因式定理 對 f ( x ) ∈ R [ x ] f(x)\in R[x] f ( x ) ∈ R [ x ] 與 a ∈ R a\in R a ∈ R ,
( x − a ) ∣ f ( x ) ⟺ f ( a ) = 0. (x-a)\mid f(x)\quad\Longleftrightarrow\quad f(a)=0. ( x − a ) ∣ f ( x ) ⟺ f ( a ) = 0.
因式定理把代數因式與根連起來:一個根給出一個一次因式,而一個一次因式也給出
一個根。
非零多項式可以有多少個根?
因式定理給出根的數量上界。
定理
根的數量上界 一個 R R R 或 C C C 上的非零 n n n 次多項式最多有 n n n 個相異根。
歸納起點是次數 0 0 0 :非零常數不可能取零值。假設結論對 n n n 次多項式
成立,考慮 n + 1 n+1 n + 1 次的 f f f 。若它無根,結論已經成立;否則取一個根 a a a 。
因式定理給出 f ( x ) = ( x − a ) q ( x ) f(x)=(x-a)q(x) f ( x ) = ( x − a ) q ( x ) ,其中 q q q 非零,由乘積次數規則可知
其次數為 n n n 。
若 b ≠ a b\ne a b = a 是另一個根,代入得 0 = ( b − a ) q ( b ) 0=(b-a)q(b) 0 = ( b − a ) q ( b ) 。純量 b − a b-a b − a 在係數域中
非零,所以 q ( b ) = 0 q(b)=0 q ( b ) = 0 。歸納假設保證這類相異根最多有 n n n 個,再加上
a a a 這個值,最多有 n + 1 n+1 n + 1 個。論證不要求 q ( a ) ≠ 0 q(a)\ne0 q ( a ) = 0 ;即使 a a a 也是
q q q 的根,在根的集合中仍只算一個值。
因此,若一個次數至多 n n n 的多項式有 n + 1 n+1 n + 1 個相異根,它必定是零多項式。
根數上界也需要精確的假設。零多項式在每個輸入處都為零,所以必須排除。
「相異」計算的是不同值,而不是某個因式出現的次數。把上界用於 p − q p-q p − q
可知:若兩個次數至多 n n n 的多項式在 n + 1 n+1 n + 1 個相異輸入處相等,則它們
相等;否則非零的差會有過多的根。在每個實數輸入處都相等是其特例,
這便補全了形式多項式與代入所得函數之間的聯繫。
已給枚舉的可數乘積與並
設 I ⊆ N I\subseteq\mathbb N I ⊆ N 。對每個 i ∈ I i\in I i ∈ I ,假設定義域 D i ⊆ N D_i\subseteq\mathbb N D i ⊆ N 和滿射 e i : D i → A i e_i:D_i\to A_i e i : D i → A i 已作為一族數據同時給定。空集合使用 D i = ∅ D_i=\varnothing D i = ∅ ;有限列表可使用有限的 D i D_i D i 。在這些假設下,⋃ i ∈ I A i \bigcup_{i\in I}A_i ⋃ i ∈ I A i 可數。同樣,兩個已給枚舉的集合的乘積也可數。
證明。 固定雙射 π : N 2 → N \pi:\mathbb N^2\to\mathbb N π : N 2 → N :
π ( i , k ) = ( i + k ) ( i + k + 1 ) 2 + k . \pi(i,k)=\frac{(i+k)(i+k+1)}2+k. π ( i , k ) = 2 ( i + k ) ( i + k + 1 ) + k .
它依次掃描有限對角線。對於並集,只保留滿足 i ∈ I i\in I i ∈ I 且 k ∈ D i k\in D_i k ∈ D i 的數對,按其 π \pi π 指標次序輸出 e i ( k ) e_i(k) e i ( k ) 。由於給定映射是滿射,並集的每個元素都會出現。對每個輸出 x x x ,x x x 出現的指標構成 N \mathbb N N 的非空子集,故有唯一最小元。把 x x x 對應到這個最小指標得到單射:一個指標只對應一個數對,因而只有一個輸出。因此並集可數;空並的情形顯然。這個構造直接使用題設給定的各集合枚舉。
對於乘積 A × B A\times B A × B ,使用給定的映射 a : D → A a:D\to A a : D → A 與 b : E → B b:E\to B b : E → B ,只保留 ( j , k ) ∈ D × E (j,k)\in D\times E ( j , k ) ∈ D × E 。輸出 ( a ( j ) , b ( k ) ) (a(j),b(k)) ( a ( j ) , b ( k )) 覆蓋乘積的每個元素;同樣將每個輸出對應到其有效 π \pi π 指標的最小值,即可證明可數。若任一因子為空,乘積為空。
統一構造有理數列表。 固定 Q \mathbb Q Q 的一個枚舉 q 0 , q 1 , … q_0,q_1,\ldots q 0 , q 1 , … 。對每個固定的 n ≥ 1 n\ge1 n ≥ 1 ,按坐標和遞增、同和時按字典序列出 N n \mathbb N^n N n 的指標元組,並將 ( i 1 , … , i n ) (i_1,\ldots,i_n) ( i 1 , … , i n ) 送到 ( q i 1 , … , q i n ) (q_{i_1},\ldots,q_{i_n}) ( q i 1 , … , q i n ) 。每個元組都會出現,且每條對角線有限。n = 0 n=0 n = 0 時使用唯一的空元組。這些規則同時給出所有 n n n 的列表,因此有限有理字符串的並可數,無須選擇未指定的列表。
非零有理係數多項式只有有限個實根。對給定可數列表中的每個非零多項式,將其實根按從小到大排列;沒有實根時使用空列表。實數集合 R \mathbb R R 的每個有限子集都有唯一的遞增列表,故此規則給出整族根的列表,無須任意選擇枚舉。它們的並就是代數實數的集合,所以該集合可數。
稠密性、可數性與有理端點區間
集合 D ⊆ R D\subseteq\mathbb R D ⊆ R 稱為稠密的,如果每個非空開區間都含有 D D D 的元素。有理數的稠密性推出無理數的稠密性:固定一個無理數 α \alpha α ,取有理數 q ∈ ( a − α , b − α ) q\in(a-\alpha,b-\alpha) q ∈ ( a − α , b − α ) ,則 q + α ∈ ( a , b ) q+\alpha\in(a,b) q + α ∈ ( a , b ) 且它是無理數。因此,可數集合也可以稠密,兩個不相交的稠密集合也可以共存。稠密性和基數回答的是不同問題。
例子
可數而稠密的有理點。 有理點可以編號,儘管每個區間都含有無窮多個有理數。按分母和分子列出它們,並不會使它們成為孤立點。
有限有理數據。 對每個固定的 n n n ,有理數 n n n 元組的集合由有限次乘積可知是可數的。對 n n n 取並,得到所有有限有理字符串構成可數集合;特別地,有理係數多項式構成可數集合。每個非零多項式只有有限個根,所以代數實數構成可數集合。由於 R \mathbb R R 不可數,超越數存在。
練習
P01. 設 N = { 0 , 1 , 2 , … } \mathbb N=\{0,1,2,\ldots\} N = { 0 , 1 , 2 , … } 。明確列出所有整數,並給出從 N \mathbb N N 到非負偶數集合的一個雙射。
P02. 證明從不可數集合中去掉一個可數集合後,剩餘集合仍不可數。
P03. 利用有理數的稠密性,證明每個滿足 a < b a<b a < b 的區間 ( a , b ) (a,b) ( a , b ) 都含有無理數。
P04. 證明以有理數為端點的開區間全體構成可數集合,並證明 R \mathbb R R 的每個開子集都是其中某些區間的並。
完整解答
P01. 將整數列為 0 , 1 , − 1 , 2 , − 2 , … 0,1,-1,2,-2,\ldots 0 , 1 , − 1 , 2 , − 2 , … 。映射 n ↦ 2 n n\mapsto2n n ↦ 2 n 是從 N \mathbb N N 到非負偶數集合的雙射。
P02. 如果去掉的集合和剩餘集合都可數,則它們的並可數,與原集合不可數矛盾。若去掉的集合不是原集合的子集,就改用它與原集合的交集。
P03. 固定一個無理數 α \alpha α ,例如 2 \sqrt2 2 。由有理數的稠密性,存在 q ∈ ( a − α , b − α ) ∩ Q q\in(a-\alpha,b-\alpha)\cap\mathbb Q q ∈ ( a − α , b − α ) ∩ Q 。於是 q + α ∈ ( a , b ) q+\alpha\in(a,b) q + α ∈ ( a , b ) 。若它是有理數,減去 q q q 就得到 α \alpha α 是有理數,矛盾。
P04. 有理數對的集合可數,其中第一坐標小於第二坐標的子集也可數。若 x x x 屬於開集 U U U ,取 ε > 0 \varepsilon>0 ε > 0 使 ( x − ε , x + ε ) ⊆ U (x-\varepsilon,x+\varepsilon)\subseteq U ( x − ε , x + ε ) ⊆ U ,再取有理數 r ∈ ( x − ε , x ) r\in(x-\varepsilon,x) r ∈ ( x − ε , x ) 和 s ∈ ( x , x + ε ) s\in(x,x+\varepsilon) s ∈ ( x , x + ε ) 。區間 ( r , s ) (r,s) ( r , s ) 包含 x x x 且包含於 U U U 。所有這類區間的並恰為 U U U ;當 U = ∅ U=\varnothing U = ∅ 時,該並為空集。