সব বই

পেশাদার

1 Markets I: The Ecosystem and Exchange-Traded Marketsবাজার অনলাইনইংরেজি 2 Markets II: Rates, FX and Creditবাজার অনলাইনইংরেজি 3 Markets III: Commodities, Energy and Cryptoবাজার অনলাইনইংরেজি 4 Quantitative Methodsপদ্ধতি অনলাইনইংরেজি 5 Derivatives and Volatilityডেরিভেটিভস অনলাইনইংরেজি 6 Rates, Credit, XVA and Riskসুদহার, ঋণ ও ঝুঁকি অনলাইনইংরেজি 7 Research Craft: Predictors, Backtests, Measurement, Portfoliosগবেষণা অনলাইনইংরেজি 8 Strategies I: Equities and Futuresকৌশল অনলাইনইংরেজি 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desksকৌশল অনলাইনইংরেজি 10 Microstructure and Executionএক্সিকিউশন অনলাইনইংরেজি 11 Market Making and High-Frequency Tradingমার্কেট মেকিং অনলাইনইংরেজি 12 Machine Learning for Marketsমেশিন লার্নিং অনলাইনইংরেজি 13 Low-Latency Softwareপ্রযুক্তি অনলাইনইংরেজি 14 Networks, Hardware and Trading Infrastructureপ্রযুক্তি অনলাইনইংরেজি 15 Research, Data and Risk Platformsপ্রযুক্তি অনলাইনইংরেজি 16 The Desk and the Firmপ্রতিষ্ঠান অনলাইনইংরেজি 17 The Industry: Firms, Roles and Careersক্যারিয়ার অনলাইনইংরেজি 18 Interviews I: Maths, Probability and Speedক্যারিয়ার অনলাইনইংরেজি 19 Interviews II: Markets, Trading Games and the Final Roundক্যারিয়ার অনলাইনইংরেজি 20 Interviews III: Codeক্যারিয়ার অনলাইনইংরেজি
অ্যাপ পরিচিতি Coach সাইন ইন পড়া শুরু করো

বইগুলো এখনো বাংলা ভাষায় পাওয়া যায় না — Bahasa Indonesia সংস্করণ দেখানো হচ্ছে।

Matematika · পরিভাষা

polinomial minimal কী?

Definisi 3.11 Matematika Universitas — Tahun 2 · অধ্যায় 3 — Reduksi Endomorfisma

Untuk P=∑akXk∈K[X]P = \sum a_k X^k \in K[X], tetapkan P(u)=∑akuk∈L(E)P(u) = \sum a_k u^k \in \mathcal{L}(E). Pemetaan P↦P(u)P \mapsto P(u) adalah morfisma aljabar K[X]→L(E)K[X] \to \mathcal{L}(E) (Definisi 1.33); kernelnya {P:P(u)=0}\{P : P(u) = 0\} merupakan ideal K[X]K[X] yang tak nol (sebab keluarga (id,u,…,un2)(\mathrm{id}, u, \dots, u^{n^2}) saling terkait di dalam ruang berdimensi n2n^2, yaitu L(E)\mathcal{L}(E)), jadi ia dibangun oleh sebuah polinomial monik tunggal μu\mu_u: itulah polinomial minimal (Teorema 1.26).

উদাহরণ

Contoh 3.13 (Polinomial minimal yang dicari dengan tangan)

Polinomial minimal dihitung dengan menguji derajat berturut-turut. Untuk matriks J∈M3(R)J \in \mathcal{M}_3(\R) yang semua unsurnya satu: J≠λIJ \neq \lambda I (jadi derajat 11 tersingkir), dan J2=3JJ^2 = 3J, sehingga

μJ=X2−3X=X(X−3):\mu_J = X^2 - 3X = X(X - 3) :

derajatnya 22, terurai lengkap, berakar sederhana — jadi JJ dapat didiagonalkan dengan spektrum {0,3}\{0, 3\} (Akibat 3.17 di bawah), yang menegaskan Contoh 2.19 tanpa satu pun determinan. Untuk matriks penukar AA pada Contoh 3.15: dari A≠±IA \neq \pm I dan A2=IA^2 = I diperoleh μA=X2−1\mu_A = X^2 - 1. Pada kedua kasus polanya sama: tebaklah kesamaan berderajat rendah dari strukturnya (rank satu memaksa J2=(tr⁡J) JJ^2 = (\operatorname{tr}J)\,J; sebuah involusi memaksa A2=IA^2 = I), lalu periksa bahwa tak ada pembagi sejatinya yang menganihilasi. Polinomial minimal biasanya ditemukan, bukan dihitung dari χ\chi.

Contoh 3.15 (Lema kernel dengan proyektor yang gamblang)

Misalkan A=(010100001)A = \left(\begin{smallmatrix}0 & 1 & 0\\ 1 & 0 & 0\\ 0 & 0 & 1\end{smallmatrix}\right) (yang menukar dua koordinat pertama). Maka A2=IA^2 = I: polinomial X2−1=(X−1)(X+1)X^2 - 1 = (X - 1)(X + 1) menganihilasi AA, faktornya saling prima, dan Bézout-nya gamblang:

12(X+1)−12(X−1)=1.\frac{1}{2}(X + 1) - \frac12(X - 1) = 1 .

Dengan mengikuti bukti Teorema 3.14, proyeksi pada ker⁡(A−I)\ker(A - I) dan ker⁡(A+I)\ker(A + I) adalah polinomial dalam AA berikut:

π+=A+I2=12(110110002),π−=I−A2=12(1−10−110000).\pi_+ = \frac{A + I}{2} = \frac12\begin{pmatrix} 1 & 1 & 0\\ 1 & 1 & 0\\ 0 & 0 & 2\end{pmatrix}, \qquad \pi_- = \frac{I - A}{2} = \frac12\begin{pmatrix} 1 & -1 & 0\\ -1 & 1 & 0\\ 0 & 0 & 0\end{pmatrix}.

Periksa: π++π−=I\pi_+ + \pi_- = I, π+π−=0\pi_+\pi_- = 0, π±2=π±\pi_\pm^2 = \pi_\pm, dan petanya adalah bidang {x=y}\{x = y\} (vektor setangkup, bernilai eigen 11) dan garis R(1,−1,0)\R(1, -1, 0) (antisetangkup, bernilai eigen −1-1). Lema kernel bukan sekadar pernyataan keberadaan: koefisien Bézout adalah rumus proyektornya.

Contoh 3.20 (Minimal lawan karakteristik)

Untuk D=diag⁡(2,2,3)D = \operatorname{diag}(2, 2, 3): χD=(X−2)2(X−3)\chi_D = (X - 2)^2(X - 3) tetapi μD=(X−2)(X−3)\mu_D = (X - 2)(X - 3), sebab (D−2I)(D−3I)=0(D - 2I)(D - 3I) = 0 (periksa pada basis kanoniknya) sementara tak satu pun faktornya sendiri menolkan DD. Untuk blok geser N=(0100)⊕(3)N = \left(\begin{smallmatrix}0 & 1\\ 0 & 0\end{smallmatrix}\right) \oplus (3), yakni N′=(010000003)N' = \left(\begin{smallmatrix}0 & 1 & 0\\ 0 & 0 & 0\\ 0 & 0 & 3\end{smallmatrix}\right): di sini χN′=X2(X−3)\chi_{N'} = X^2(X - 3) dan μN′=X2(X−3)\mu_{N'} = X^2(X - 3) — akar gandanya sungguh diperlukan karena N′N' tidak dapat didiagonalkan di sisi ker⁡\ker-nya (N′e2=e1≠0N'e_2 = e_1 \neq 0). Pedoman praktis: μ\mu dan χ\chi berakar sama (Proposisi 3.12); multiplisitas pada μ\mu menakar besarnya blok nilpoten terbesar, sedangkan yang pada χ\chi menakar dimensi total subruang karakteristiknya.

প্রসঙ্গসহ পড়ো →