【抽代复习笔记】34-群(二十八):不变子群的几道例题

例1:证明,交换群的任何子群都是不变子群。

证:设(G,o)是交换群,H≤G,

对任意的a∈G,显然都有aH = {a o h|h∈H} = {h o a|h∈H} = Ha。

所以H⊿G。

【注:规范的不变子群符号是一个顶角指向左边的等腰三角形】

推论:

①循环群的子群都是不变子群;

②素数阶群的任何子群都是不变子群。

例2:证明,平凡子群是不变子群。

证:设(G,o)是一个群,则{e}和G本身是G的平凡子群。

①对∀a∈G,

显然a{e} = {a o e} = {a} = {e o a} = {e}a,

所以{e}是G的不变子群。

②下面证对∀a∈G,有aG = G = Ga:

对∀x∈G,有x = (a o a^(-1)) o x = a o (a^(-1) o x)∈aG,

即x∈aG,从而退出G⊆aG,又由aG的定义可知aG⊆G,所以G = aG,

同理可得Ga = G,

所以G⊿G。

例3:证明,设(G,o)是一个群,若N = {n∈G|n o a = a o n,a∈G},则N⊿G。

【这个不变子群称为G的中心,记作:C(G)。】

证:①对∀a∈G,有e o a = a = a o e,

所以e∈N,即N≠∅;

②∀n₁,n₂∈N,对∀a∈G,

有n₁ o a = a o n₁,n₂ o a = a o n₂,

所以(n₁ o n₂) o a = n₁ o (n₂ o a) = n₁ o (a o n₂) = (n₁ o a) o n₂ = (a o n₁) o n₂ = a o (n₁ o n₂),

所以n₁,n₂∈N;

③n₁^(-1) o a = (n₁^(-1) o a) o (n₁ o n₁^(-1)) = n₁^(-1) o (a o n₁) o n₁^(-1) = n₁^(-1) o (n₁ o a) o n₁^(-1) = (n₁^(-1) o n₁) o (a o n₁^(-1)) = a o n₁^(-1),

根据子群的第一判定定理,可得N≤G;

④由N的定义,易得aN = {a o n|n∈N} = {n o a|n∈N} = Na,

所以N⊿G。

例4:证明:

(1)K₄⊿A₄;

(2)N = {(1),(123),(132)}⊿S₃;

(3)H = {(1),(12)}不是S₃的不变子群。

证:(1)①因为K₄ = {(1),(12)(34),(13)(24),(14)(23)},

对∀a∈K₄,均有aK₄ = K₄a = K₄;

②因为(123)K₄ = K₄(123) = {(123),(134),(243),(142)},所以对∀a∈(123)K₄,有aK₄ = K₄a = (123)K₄;

③同②,因为(132)K₄ = K₄(132) = {(132),(143),(234),(124)},所以对∀a∈(132)K₄,有aK₄ = K₄a = (132)K₄,

同理可推出对∀a∈A₄,都有aK₄ = K₄a,

所以K₄⊿A₄。

(2)已知N是S₃的子群,运用(1)中同样的枚举法,易得对∀a∈S₃,有aN = Na,从而N⊿S₃。

(3)H = {(1),(12)}≤S₃,但对于(123)∈S₃,(123)H = {(123),(13)},而H(123) = {(123),(23)},即(123)H ≠ H(123),所以不满足不变子群的条件,

∴H不是S₃的不变子群。

注:aN = Na并不是说a和N中的每一个元都适合交换律,而仅仅是作为集合它们是相等的。

(待续......)

相关推荐
执笔论英雄8 小时前
【大模型学习cuda】入们第一个例子-向量和
学习
wdfk_prog8 小时前
[Linux]学习笔记系列 -- [drivers][input]input
linux·笔记·学习
ouliten8 小时前
cuda编程笔记(36)-- 应用Tensor Core加速矩阵乘法
笔记·cuda
孞㐑¥9 小时前
算法——BFS
开发语言·c++·经验分享·笔记·算法
Gary Studio10 小时前
rk芯片驱动编写
linux·学习
mango_mangojuice10 小时前
Linux学习笔记(make/Makefile)1.23
java·linux·前端·笔记·学习
工程师老罗10 小时前
YOLOv1 核心知识点笔记
笔记·yolo
lingggggaaaa10 小时前
安全工具篇&动态绕过&DumpLsass凭据&Certutil下载&变异替换&打乱源头特征
学习·安全·web安全·免杀对抗
PP东11 小时前
Flowable学习(二)——Flowable概念学习
java·后端·学习·flowable
学电子她就能回来吗11 小时前
深度学习速成:损失函数与反向传播
人工智能·深度学习·学习·计算机视觉·github