怎麼理解外代數是張量積的商空間?

我看的書上定義外代數比較奇葩。。所以沒有很好的弄懂。。向知乎的大牛們請教。

我的書上是這樣定義外代數

awedge b=aotimes b-botimes a
,貌似不是正統的定義嗎?

另外補充2個展開點的問題:

(1)有沒有關於張量積和外代數的入門好書?

(2)商空間是不是可以直觀的理解成線性方程組的解集,或者說affine set?


感謝邀請

關於外代數,這裡有一個很好的notes:http://www.math.uwaterloo.ca/~kpurbhoo/spring2012-math245/tensor.pdf。

說一下商空間,首先請見:Quotient space (linear algebra),粗略地說,向量空間V模掉它的子空間N的商空間V/N可以看成將V中的元素等同起來了,兩個向量vv看成是一樣的,如果v-v,我們注意到v-v等價於v+N=v,這裡v+N表示集合v+N:={v+n: nin N},因此我們可以將商空間V/N中的元素定義為v+N這樣的集合,也就是

V/N:={v+N:vin V}

注意V/N中的元素是集合,因此V/N自己是集合的族,然後再V/N上定義加法和數乘為

(v+N)+(w+N):=v+w+N

c(v+N):=cv+N

可以驗證以上定義是定義良好的,也就是如果v+N=vw+N=w,那麼v+w+N=v以及cv+N=cv,這樣V/N是一個向量空間。


最近一直在看有關這方面的書,也不是數學系的,就說一點自己的粗淺理解。

首先要說明題主所述並非外代數的定義,而是外積的定義。

按照陳維恆老師的《微分流形初步》上的說法,設 ab 分別是 r 次和 s 次外形式,即若 ain wedge^rV^*bin wedge^sV^* ,則 ab 的外積為:

a wedge b=frac{(r+s)!}{r!s!}A_{r+s}(aotimes b)

其中, A_{r+s}(aotimes b)r+s 階協變張量, A 是反對稱化運算元. 上式的意義是明顯的,即外積是經過反對稱化運算的同階張量積. 這是必須的,因為一個 n 次外形式不過就是一個反對稱 n 階協變張量而已. 反對稱化運算元:

A_n(	au)=frac{1}{n!}sum_{sigma}sign(sigma)cdotsigma(	au)

其中 	au 是任意張量,sigman 個元素的置換, sign() 是符號函數, 求和號表示取遍所有置換. 這個式子看起來很嚇人,其實也很好理解,可以用對稱函數和反對稱函數的構造類比. 即大家熟知的任何一個函數 f(x) 可以寫成一個偶函數(對稱)和一個奇函數(反對稱)之和:

f(x)=frac{f(x)+f(-x)}{2}+frac{f(x)-f(-x)}{2}

ab 是1-形式時,即是題主所述的形式.

這個定義其實是外積的一個具體表達式,它告訴你外積如何由張量積構造出來. 但事實上,抽象地來講,外積不過是線性空間 oplus_0^{infty}wedge^n V^* 上定義的一個乘法,該乘法與向量加法構成一個環. 於是,線性空間與其上的加法、數乘和外積構成一個結合代數,即外代數.

下面回答題主的兩個問題:

  1. 這方面的參考書的話個人感覺大多不是專門針對這些話題展開的. 這裡大部分的內容都在線性代數、微分幾何的書中有所涉及.
  2. 其實商空間很好理解. 先說商集,商集無非就是等價類構成的集合. 常常選取某些特殊的等價類,使得商集本身也成為一個代數結構. 如群論中以正規子群構造的商集也是一個群,即商群;環論中以雙邊理想構造的商集也成為一個環,即商環. 在線性代數中,由於線性空間 V 關於加法構成一個阿貝爾群,從而任何子空間 M 都是正規的,於是對於任意子空間都可以構造一個商空間 V/M ,其元素記為 alpha+M, forall alphain V 為此類的代表元素. 這個商空間並不是解集. 一個線性方程組 mathbf{Ax}=mathbf{y} 可以視為一個線性映射 mathbf{A} 將向量 mathbf{x} 映射為向量 mathbf{y} . 解方程組的問題就是已知 mathbf{A}mathbf{y} 要求 mathbf{x} . 在取定的基下, A 是線性映射 varphi:V^n
ightarrow V^m 的矩陣. 事實上,此映射的核 mathrm{ker}varphi 是一個子空間. 於是可以構造一個商空間 V/mathrm{ker}varphi . 而由著名的第一同構定理,商空間 V/mathrm{ker}varphi 與線性映射的像集 mathrm{im}varphi 之間存在同構. 這個定理把映射的像同以映射的核劃分的商空間等同起來了. 從而商空間中同一個元素或者說同一個等價類中所有的向量 mathbf{x}in V^n 都被映射成 V^m 同一個向量 mathbf{y} . 於是線性方程組解的問題就化為了求等價類的問題. 這個等價類中的代表元素就是原方程的一個特解,而子空間 mathrm{ker}varphi 則是導出方程 mathbf{A}mathbf{x}=mathbf{0} 的解空間,從而可以用這個空間中的一組基來表示,即基礎解系. 於是原方程組的解集就化為了熟知的特解加基礎解系的形式.


推薦閱讀:

如何理解這個哈密頓凱萊定理的證明?
計算機專業,數學類學科定理的證明要掌握到什麼程度?
大家推薦一個矩陣類?
矩陣的譜半徑怎麼求?
行列式與矩陣之間的深刻聯繫是什麼?

TAG:應用數學 | 微分幾何 | 線性代數 | 高等代數 |