4 votos

Valores propios de matrices sobre campos finitos.

Me disculpo de antemano si esto es trivial, pero estoy un poco confundido aquí.

Así que considere el campo finito $\mathbb{F}_{p^d}$ sobre el primer campo de $\mathbb{F}_p$. Wecan asociado con cada elemento de a $\alpha \in \mathbb{F}_{p^d}$, la asignación de $F_{\alpha}:\mathbb{F}_{p^d} \to \mathbb{F}_{p^d}$ donde $y \in \mathbb{F}_{p^d}$, $$F_{\alpha}(y)=\alpha y$$ Es fácil mostrar que $F_{\alpha}$ es una transformación lineal, y por lo tanto un endomorfismo de $\mathbb{F}_{p^d}$ $\mathbb{F}_{p}$- espacio vectorial. De hecho, esto nos da una canónica de la incrustación del campo $\mathbb{F}_{p^d}$ en el ring $End(\mathbb{F}_{p^d})$ donde $\alpha \mapsto F_{\alpha}$.

Mi pregunta es: ¿Podemos concluir que desde la $F_{\alpha}(y)=\alpha y$ por cada $y \in \mathbb{F}_{p^d}$, lo $\alpha \in \bar{\mathbb{F}_p}$ es el único autovalor de a $F_{\alpha}$ con el conjunto de la $\mathbb{F}_{p^d}$ como su espacio propio?

Yo sé que esto está mal, pero soy incapaz de localizar el error en la conclusión. Por ejemplo, sabemos de la Cayley-Hamilton teorema que $F_{\alpha}$ sí (o cualquier matriz que representa que después de la elección de la base) es una raíz del polinomio característico de la endomorfismo $F_{\alpha}$, y ahora desde $F_{\alpha}$ es la imagen del elemento de campo $\alpha$, esto significaría que el polinomio mínimo de a $\alpha$ como un elemento de campo de más de $\mathbb{F}_p$ tiene que dividir el characterstic polinomio de $F_{\alpha}$. Esto introduciría todos los conjugados de la $\alpha$ también como valores propios de a $F_{\alpha}$.

Pero, ¿por qué es la trivial conclusión de que cada vector es un vector propio para el autovalor $\alpha$ mal? Después de todo, $F_{\alpha}(y)=\alpha y$. Todo este asunto del tratamiento de los elementos de campo como los vectores, y, a continuación, tratar de campo de multiplicación como la multiplicación de vectores por escalares (en el cierre) es muy confuso!

Mi objetivo final es establecer que el polinomio característico de a $F_{\alpha}$ es una potencia del polinomio mínimo de a $\alpha$ como un elemento de campo. Yo estaría muy agradecido si alguien pudiera dar una imagen clara de cómo se ve esto.

5voto

Jherico Puntos 12554

El problema es que implícitamente de cambiar el espacio vectorial cuando se permite que los autovalores de una expresión algebraica cierre.

Volvamos de nuevo a algo que puede ser más familiar. Considerar los números complejos $\mathbb{C}$ $2$- dimensional real vectorspace.

A continuación,$F_i$, la multiplicación por la unidad compleja $i$, corresponde a la endomorfismo de $\mathbb{R}^2$ que envía a$(x,y)$$(-y,x)$.

Por lo que la matriz asociada es

$$\begin{pmatrix} 0 & -1 \\ 1 & 0\end{pmatrix}$$

El polinomio mínimo es $X^2 +1$.

No es autovalor real, pero la compleja $i$ también $-i$.

Ahora, si uno quiere calcular un subespacio propio asociado a $i$, lo que iba a hacer?

La respuesta rápida podría ser uno de calcular el núcleo de $F_i - i \operatorname{id}$, que es resolver

$$\begin{pmatrix} -i & -1 \\ 1 & i\end{pmatrix}\begin{pmatrix} v_1 \\ v_2 \end{pmatrix} = 0 $$

Sin embargo, lo que va a ser el dominio de $v_1,v_2$? Necesitamos permitir que $v_1$ $v_2$ a cada uno un número complejo. Que consideramos que el problema de la $2$-dimensiones complejo espacio vectorial, no el $2$-dimensiones reales de espacio vectorial.

En suma, para el vector original espacio, el endomorfismo no tiene autovalores. Sólo, cuando pasamos a un 'grande' espacio vectorial y considerar la extensión de que endomorfismo, entonces se obtienen los autovalores.

También tenga en cuenta que el endomorfismo extendido a partir de la "multiplicación por $\alpha$" no es la misma que la que se obtiene por la multiplicación escalar por $\alpha$ sobre el mayor espacio vectorial.

4voto

user8269 Puntos 46

Veamos un pequeño ejemplo. El campo$K$ de 9 elementos se puede ver como todos $a+bi$%,$a$ y$b$ provenientes del campo$F$ de 3 elementos,$i^2=-1$ . Como un espacio vectorial,$K$ tiene una base$\{\,1,i\,\}=\{\,(1,0),(0,1)\,\}$. La multiplicación por$i$ es la multiplicación por la matriz$$\pmatrix{0&2\cr1&0\cr}$$ This matrix has eigenvalue $ i$ with eigenvector $ \ pmatrix {2 \ cr i \ cr}$, and eigenvalue $ - i$ with eigenvector $ \ pmatrix {1 \ cr i \ cr} $.

Tal vez reflexionar sobre este ejemplo aclarará su confusión.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X