对知乎专栏 数学物理连载 (opens new window) 学习的记录,由于是一名非数学系学生,对许多概念表示懵懵懂懂,需要额外的查阅,故记录成文。
# 一个有趣的导数
# 平面旋转群 SO(2)
# 作为 Abel 群(交换群)的平面旋转群
:::tips 疑问 TODO 什么是 Abel 群 :::
实数上的加法构成一个 Abel 群,称为加群 。 ,可以按如下形式构成平面旋转变换矩阵:
这类矩阵的全体集合记为 。 两个旋转的合成等同于分别旋转,且可以交换旋转顺序,加群 所具有的交换性,在 中也得到保持。
# 平面旋转群与其它群的同构关系
:::tips 疑问 TODO 什么是同构关系和同态 :::
群 与实数加群 同构。根据同构的定义,这两个群之间存在可以保持群结构的同态映射。一般而言,同构就是单满映射的同态。具体讲,根据前面的计算,可以证明存在一个映射:
单位元映射到单位元:
逆元映射到逆元:
保持可交换的二元运算:
更严格地讲,以上写为三角函数矩阵形式的矩阵集合,是平面旋转群的一个自然表示。
:::tips 疑问 TODO 什么是自然表示 :::
此外和以下群也是同构的:
其中的乘法为复数乘法。类似可以证明存在一个映射:
:::tips 疑问 TODO 什么是复数乘法 :::
单位元映射到单位元:
逆元映射到逆元:
保持可交换的二元运算:
# 映射的合成与整数次幂函数
根据定义,任意群 的二元群运算 都是封闭结合的。 可定义:
则
上体现为
上体现为
上体现为
# 任意群上的指数函数
:::tips 疑问 TODO 整数次幂函数怎么来的,或许参考 上方 :::
前面讨论的整数次幂函数:
可以视为某种特殊的矩阵结构和指数函数结构的对应,而指数函数有着特别简便的处理方式。我们希望对任意群 实现类似的指数化操作:
为了构造这种映射,我们注意到整数次幕可以实现群中的自映射,而指数函数又具有整数次幕级数求和的形式,于是启发我们按照级数和定义:
显然,过去定义在 上的指数函数,延拓到了更一般的空间,且保持了相当多的优秀的属性。
# 群
在数学中,群(group)是由一种集合以及一个二元运算所组成的代数结构,并且符合“群公理”。群公理包含下述四个性质,分别是封闭性、结合律、单位元和对于集合中所有元素存在逆元素。
如果一个非空集合 G 上定义了一个二元运算 ,满足如下性质:
- 封闭性,即对于 ,有 ;
- 结合律,即对于 ,有 ;
- 存在 ,使得 ,有 ;
- 对于 ,存在 ,使得 ,
则称 关于运算 构成一个群(group),记为 ,或简记为 。
上述定义中,第 (3) 条中的元素 称为 ,第 (4) 条中的 称为 的 ,通常也记作 。
只成立 (1) 的集合 称为 ;
只成立 (1) (2) 的集合 称为 ;
只成立 (1) (2) (3) 的集合 称为 。
例如,在 上的向量积由于不满足结合律,无法构成半群。全体正整数对于整数加法构成半群,全体自然数对于整数加法构成幺半群,全体整数对于整数加法构成群。与上述定义等价的一种定义可以称为群的单边定义,即
- 封闭性,即对于 ,有 ;
- 结合律,即对于 ,有 ;
- 存在 ,使得 ,有 ;
- 对于 ,存在 ,使得 ,
则称 关于运算 构成一个群(group),记为 ,或简记为 。
上述定义中,第(3)条中的元素 称为左单位元,第(4)条中的 称为 的左逆元。同样地,有右单位元和右逆元的半群也是群。
# SO(2) 的求导:算子谱分析和复结构
平面旋转群 SO(2) 的矩阵表示和复数表示是同构的,和实数加群也是同构的。这样我们可以让矩阵和复数都对实数求导,得到两种不同形式的导数。我们发现,一次求导和二次求导,在矩阵和复数中都出现了相似的求导算子,在这种算子上研究其特征值和特征向量,就是泛函分析的基本研究方法。此外,求导算子体现出一种特别的结构,这种结构归纳为复结构,它的两次复合映射将元素映射到其逆元。
# 群同态的导数
:::tips 疑问 TODO 什么是群同态 :::
令
则有
于是有
# 作为线性算子的导数
函数空间 [公式] 上线性自映射算子全体记为:
前文中的两个群同态都可以视为函数空间的元素:
将求导视为一个算子 ,它的作用相当于线性自映射:
时,对矩阵求导:
时,对单位复数求导:
# 求导算子的谱分析
注意刚刚的二阶求导算子 :
从算子谱理论的角度,这里的 [公式] 是算子 [公式] 的特征值(eigenvalue)。也就是说,如果存在这样一个特征值,并存在一个 [公式] 满足一次求导的条件:
那么算子 对 作用的结果,相当于 和一个常系数 在进行向量缩放的结果。常见的表达方式是:
在线性代数中学到的有限维谱分析,函数空间自映射的特征值也具有类似的效果。满足这一条件的 也称为特征向量(eigenvector)。由于 是函数空间(作为向量空间)中的一个函数(作为向量),所以 就是求导算子算子 确定的微分方程 的解。
# 复结构
在上面的例子中,求导算子 的作用相当于某种常值的算子,表现为:
在复数中:
而在矩阵中:
常值算子 [公式] 起到了一种类似于虚数单位 [公式] 的作用,而这种作用在现代数学中是广泛存在的。
从前面讨论过的二阶求导算子谱分析的角度看:
特征值 。为了实现两次求导得到这一特征值,需要让一次求导为复结构。
# 对偶、逆变与协变
# 对偶
线性空间到域 的函数的集合 [公式] ,若满足:
构成一个线性空间,称为 的对偶空间。对偶空间中的元素是线性函数。 有限维的情况下,线性空间及其对偶空间维度相等。
可以视作 维列向量表示的实数数组的集合,于是可以用相同维的行向量表示对偶空间中的线性函数。
看一个简单的例子,在域 上,一对 2 维对偶向量 的共同作用为:
二元映射 是双线性映射 (也就是对两个变元都是线性的,易于验证) :
注意到,矩阵乘法的形式提示我们,对偶关系是相对的,即 也是 的对偶空间,实际上 ,证明略。
# 逆变与协变
坐标向量 的变换则满足:
于是
这里出现的逆矩阵,就是逆变的含义。
# 对偶基和协变
回到对偶空间中,一对 2 维对偶向量 通过双线性映射共同作用: 给定 的一组基 ,则 中任意向量可以表为 。 这组基 可以通过 Kronecker 记号唯一地决定对偶空间 中的一组基 , 满足:
其中
这样得到的对偶空间中的基称为对偶基。
当基以 变化时,对偶基相对于基的变化规律是逆变的。对偶向量在对偶空间的自然基(自然基的对偶基)中的表示是不变的,类似于前面讨论的,对偶向量的坐标相对于对偶基也是逆变的。这样,两次逆变的合成,使得对偶向量的坐标相对于 的变化是协变的,称为协变向量。
# 内积
对偶空间中,一对对偶向量 通过双线性映射共同作用: 它对两个变元都是线性的。对偶空间可以是自对偶的,泛函分析的 Riesz 引理给出了构建自对偶空间的方法。自对偶空间的双线性映射是正定且共轭对称的,则称为内积。完备的内积空间称为 Hilbert 空间。在实分析和泛函分析中常见的一个例子是 空间,即: 设 是 上的测度, 是测度空间,函数 满足在 上 可积 , 则这类函数的全体称为 上的 次可积函数空间, 记作 。定义内积:
量子力学中常用的为平方可积的 空间。
# 内积、外积、面积、Hermite 内积、辛内积
倘若两向量正交,两向量的长度为 ,则两向量形成一个矩形,面积为 $ s = ab $
倘若两向量之间的夹角为 ,则两向量形成的平行四边形的面积为:$ s = ab sin\theta $
外积:
作为余面积的内积:
关系:
TODO: 这里和线性代数联系一下
# 夹角的描述:共轭
前面的讨论告诉我们,外积和内积是总面积根据两向量夹角 进行的正交投影。夹角成为了最主要的因素。令两向量分别为:
其夹角为 , 这个夹角是有方向的。于是外积和内积分别成为:和.(这里和为模长)
将内积和外积写成 中的向量:
这个等式右边就是 Hermit 内积定义中的共轭乘法。这个式子相当于复数运算:
其关键之处在于对第二个变元是共轭的,从而在复数乘法中,得到了两向量的夹角。
# Hermit 内积
综上,向量 之间定义运算
可以得到一个复数,其实部为向量内积、虚部为向量外积。如此定义的运算可以证明是一个复内积,称为 Hermit 内积。
既然 是同构的,我们在实平面 上构造向量:
我们注意到,这两个向量的内积就是以上 Hermit 内积的实部,而 Hermit 内积的虚部可以展开为:
真正有趣的是这个形似单位矩阵却又不同的东西:
这个结构是一个复结构,即:
除了现在讨论的形式,Hermit 内积还可以有多维复向量的形式,以及无穷维函数空间上平方可积的形式等等。无论那种形式,其核心思想仍然是通过对其中一个变元的共轭,将两个矢量的角度构造夹角,从而能够实现某种”总面积“的正交投影。
在量子力学中,广泛出现的是波函数及其对偶空间上的 bracket 内积,它是在复平方可积空间 [公式] 上,定义了左矢 bra 和右矢 ket 一对有序向量偶,通过如上的共轭方式构成了积分形式的 Hermit 内积,形成一个 Hilbert 空间。量子力学的大量基础模型即建立在这个空间上。
# 多维 Hermit 内积和辛结构
下面考虑把 Hermit 内积推广到多维,向量 之间定义运算
约定 表示由内部的分量构成一个向量,令:
定义多维的 Hermit 内积为:
上式用到 Einstein 求和约定,得到一个复数。
既然 是同构的,我们在实平面 上构造向量:
我们注意到,这两个向量的内积就是以上 Hermit 内积的实部,而 Hermit 内积的虚部可以展开为:
其中
是分块矩阵,由四个 维方阵构成。这个结构和前面一维情形提到的 非常相似:
于是 也是一个复结构。
Hermit 内积的虚部,是以复结构 作为双线性映射来构造的,称为 symplectic 结构或辛结构。
作为实空间的产物,实内积就是数量乘法在多维的推广,我们已经理解很深入了。更有趣的是外积的结构。目前,我们将其理解为平行四边形的面积。然而,外积的交错的形式,在数学上有非常深入的探讨,它将带领我们进入 symplectic 几何也就是所谓辛几何的领域。
在详细讨论辛几何之前,我们还要了解更多关于对偶空间的知识,待我们深刻理解对偶空间上建立的最主要的代数结构——张量之后,我们将能够继续深入探讨辛结构问题。