梗概
本文先简单比较了整数与多项式的特点；随后探讨了笔者感兴趣的三个问题：建立整数、多项式、进制的联系；将多项式视为向量，定义“多项式空间”；最后讨论了向量带余除法的可行性。（因为是有了基本的想法后，就开始边思考边写的，所以文风十分地随便）
经过一段时间的学习，不难发现整数与多项式有着千丝万缕的联系，简略地归纳如下
| 运算与性质 | 整数 | 多项式 |
|---|---|---|
| 加法 | Y | Y |
| 减法 | Y | Y |
| 乘法 | Y | Y |
| 分配律 | Y | Y |
| 消去律 | Y | Y |
| 除法 | N | N |
| 带余除法 | Y | Y |
| 辗转相除 | Y | Y |
| 最大公因数(式) | Y | Y |
| 基本定理 | 算数基本定理 | 存在唯一因式分解 |
| 基本粒子 | 素数 | 不可约多项式 |
直观上就可以看出，多项式与整数简直可谓“异曲同工”。稍分析一下，我们发现，二者最基本的共同点，在于
\[对+, -,\times 封闭, 但对\div不封闭 \]于是都根据乘法定义了带余除法作为弥补。
下面将结合初等数论、线性空间等理论，尝试把这一联系继续扩展。
1. 数，进位制，多项式三者的映射
初等数论中有进位制的概念：
设\(a\geq 2\) 是给定的正整数，则任一正整数\(n\) 一定可以唯一地表示为
\[n = r_ka^k + r_{k-1}a^{k-1}+\cdots+r_1a+r_0 \]其中整数\(k\geq 0,\space 0\leq r_j\leq a-1(0\leq j\leq k),r_k \neq 0\).
参照对方程的做法，我们可以定义正整数\(n\) 在\(a\) 进制下的坐标\((r_0,r_{1},\cdots,r_{k-1},r_k)\) 。相应地，我们定义负整数\(-n\) 的坐标\((-r_0,-r_{1},\cdots,-r_{k-1},-r_k)\)，\(0\) 的坐标\((0,0,\cdots,0,0)\) 。于是我们建立了对给定的\(a\)，整数到坐标的映射。
同时，根据多项式函数的概念，我们知道，一般的\(k\) 阶多项式
\[f(x) =b_kx^k + b_{k-1}x^{k-1}+\cdots+b_1x+r_0 \]对于给定的\(x\) 有唯一的\(f(x)\) 与之对应。也即对给定的系数\(b_0,b_{1},\cdots,b_{k-1},b_k\)，\(x\) 到\(f(x)\) 的映射。
不难看出\((2),(3)\) 式的形式出奇的一致。将两个映射结合起来，我们可以得到以下的可逆映射
\[整数 \stackrel{进制}{\rightleftharpoons} 坐标 \]其中“整数”对应上述\(n,f(x)\)，“进制”对应\(x,a\)，坐标对应\(r_i,b_i\) 其中\(i = 0,1,\cdots,k-1,k\)。
这里(4)式中的“坐标”是简便称呼，我们完全可以将(4)看作是一个可逆的进制转换映射：
- 任意十进制整数\(n\)，给定进制\(a\) ，可以得到唯一的坐标\(\{r_i\}\)，这个坐标即是\(n\) 的\(a\) 进制表示；
- 任意坐标\(\{r_i\}\)，给定进制\(a\)，可以得到唯一的十进制数\(n\)。
2. 多项式空间
我们在上节中仿照对方程的做法定义了多项式的坐标，于是便自然地想到：能否将多项式的坐标看作向量？下面将对这个问题进行探索。
若想将多项式看作向量，需要定义“多项式向量”的运算。加法与减法毋须赘言，自然地就要将对应元素分别运算。下面主要考虑乘法的定义。
我们先来看方程与矩阵是如何考虑的。研究方程的目的是为了求解方程组，所以那里的“乘法”是对矩阵进行变换。这与多项式的需求不同，无法参考，但告诉我们不必研究“多项式矩阵”。
若直接从多项式乘法本身来看，我们发现“多项式向量”的乘法会带来阶的增加，而向量的乘法（包括数量积与矢量积）没有这个性质。我们定义“多项式向量”的积：
\[f = (a_0,a_{1},\cdots,a_{j-1},a_j)\\ g = (b_0,b_{1},\cdots,b_{k-1},b_k)\\ h= (a_0b_0,a_0b_{1}+b_0a_1,\cdots,a_{j-1}b_k+b_{k-1}a_j,a_jb_k)\\ f\heartsuit g = h \]其中\(\deg f = j,\space\deg g = k,\space\deg h = j+k\)。
同时，不难验证，如此定义的，可由“多项式向量”\((1,1)\) 生成的一个集合，满足线性空间的\(8\) 条性质，可以视为一个线性空间。姑且将其记作\(\text{Poly} \langle(1,1)\rangle\)。于是我们可以使用线性空间理论来研究多项式。
3. 向量的带余除法
研究过2. 后，便自然地想到它的逆问题：向量能否像多项式一样定义带余除法？
正如我们前面分析过的，向量也像整数、多项式一样具有加法、减法、乘法(矢量积) 的封闭性，而对除法不封闭，自然地也想尝试为向量定义带余除法：
\[\forall a,b\in \R^n,\space \exists!q,r\in \R^n,\space\text{s.t.}\\ a = qb +r. \]带余除法的定义需要解决两个问题：证明存在性、补充对\(q,r\) 的限制实现唯一性。
存在性
令\(q = 1\)，由向量差的存在性可证。
唯一性
总结整数与多项式的带余除法的定义中，对\(q,r\) 的限制，大致可以概括为：最大的\(q\) 或最小的\(r\)。想要知道向量的“大小”，我们需要序的概念。
整数可以用正整数差比较大小，且由此定义为一个全序集。多项式的差无谓正负，于是用阶数定义序，由此得到一个偏序集。由前面的讨论我们知道，相比于整数，向量与多项式的相似之处更多，但同一个向量空间内的向量的阶是等大的，我们还需要寻找其他的性质来定义向量空间的序。
但遗憾的是，一方面，向量的矢量积不满足结合律，即使对于确定的\(r\)，也不存在唯一的\(q\) 满足(6)；另一方面，向量没有一个合适的序定义使得其随相乘而增大。
感想
虽然本文的三个研究都不足为外人道：进制转换略显平庸，多项式向量画蛇添足，向量的带余除法力不能至。但这过程中收获最大的、也是最令我愉快的，是发现与探索数学对象之间联系的过程。
标签：定义,多项式,整数,cdots,数学,除法,向量 来源： https://www.cnblogs.com/hanghunghung/p/16033120.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。