Professional Documents
Culture Documents
微分流形笔记 Grantsome
微分流形笔记 Grantsome
Grantsome
2020 年 2 月 9 日
2
目录
I 无关紧要的话 5
1 前言 7
2 学习的认知心理学 9
3 数学学习方法论 21
II 笔记 29
4 多重线性函数 31
4.1 对偶空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 张量代数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3 外代数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4 外形式空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5 微分流形初步 67
5.1 微分流形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2 流形的例子 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.3 切向量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.4 切映射 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6 子流形理论 101
6.1 截断函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.2 光滑向量场 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.3 子流形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3
目录 目录
7 流形上的微积分 131
7.1 光滑张量场 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.2 外微分与外微分式 . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.3 外微分形式的积分 . . . . . . . . . . . . . . . . . . . . . . . . . . 147
8 后记 159
4
Part I
无关紧要的话
5
第1章 前言
7
CHAPTER 1. 前言
章, 这大多是在我考研完了之后的一点点观察, 希望对那些对学习数学有疑惑的
人的一点点帮助
由于笔记整理时间匆忙, 加之理解能力有限, 学识不足, 并且对 LATEX 排版
不熟悉, 故笔记必然有诸多纰漏之处, 希望各位多多批评指正. 欢迎各位读者朋
友就书中的内容与我讨论, 我的邮箱 1278603466@qq.com.
8
第2章 学习的认知心理学
考研二三事——悟道学习存心法
为什么那些平时看似很懒惰的同学却成绩优异?
为什么那些上课经常记笔记或者各种在书上各种荧光笔标记的同学成绩却
比不上那些根本不愿意记笔记的同学?同一个老师在同一个教室上着相同的课,
同学们做着相同的作业为何成绩却大相径庭?人们做了看上去相同的事情,为
何会结果不同?到底什么是有效学习?学习的核心是什么?有没有什么放任四
海之内的准则?我们应该怎么学习以更好的掌控自己的人生呢?
渴望挑战的刺激
让暴风雨来得更猛烈些吧!——高尔基《海燕》
我渴望有价值的对手! ——英雄联盟剑姬的台词
荧光笔、下划线、记笔记和反复阅读是最容易做的重复性事情,也是最没
有学习效果的事情。 在大部分时间里,我们都在用错误的方式学习着,那些在
书上写满了各种笔记和荧光笔标记的同学,笔记越多,留下给我们思考的时间
也就越少。并且你看着笔记会有一种熟练度错觉,以为自己已经掌握了这个知
识点。但实际上我们对自己的盲目乐观与自信加上不恰当的学习策略,导致了
我们最终的结局。
听上去很残酷?嗯,是的,我想说得是,学习越轻松,效果越不好,越等
于没学。只有测试和检索,才能正确的评估自己的理解层次和知识素养。很多
时候,学生们不知道自己的问题在哪儿,这才是最大的问题。
天性懒惰孕育了认知规律和心智模式,大脑逃避思考,喜欢幻想和 YY,
逃避挑战和困难。
学习中不可避免的挑战,重新 固记忆:练习从记忆中检索新知识或者新
技能是有效的学习工具,也是保持长久记忆的唯一武器。努力检索有助于人们
9
CHAPTER 2. 学习的认知心理学
获得更好的学习效果,产生更持久的记忆。值得一提的是,频繁的集中检索和
练习只能产生短期记忆,而间隔检索、穿插练习、组合练习、多样化练习能够
使知识储存得更加牢固。
思考与理解:学习不可避免的会遇到各种问题,解不出来的题、看不明白
的证明过程、思考很久也没有什么头绪问题。这时候首先要做得是把问题无解
视为一种常态。
学习是挑战天性的必修课。学习的必要难度原则: 你的大脑越是费尽力气
地挖出某项记忆,你对其再次学得的程度也就越深,因为提取能力和存储能力
都被增强了。相反的,你复习你刚刚学过的内容对你没有任何意义,那并不会
增加任何记忆强度。所以,我们平时重复看书、抄笔记等工作并没有带给大脑
任何挑战,没有引起大脑的思考和提取,长此以往我们慢慢的扼杀了自己的学
习和思考能力。变成了一个看上去在学习的“机器”。
Poincare 的马车:顿悟
沃拉斯《思考的艺术》和阿达玛《数学领域的发明心理学》中引用的那些
思考者的描述相当有趣。特别是 Poincare 的例子。
法国数学家亨利. 庞加莱 (Henri Poincare) 对自己的一段描述,很详尽地记
载了他在琢磨富克斯函数的特性的种种经历。“一个人若要专研某个难题,第
一次往往会一无所得,”庞加莱写下了他对自己的观察,“这人会或长或短的休
息一下,再坐下来专研那道难题,跟上次一样,半个小时过去了仍然毫无头绪,
可是突然之间,一个成形的想法就蓦然出现在脑海中。”
“……我可以说一句在如此的环境下发现了这个定理的证明,这个定理有
个很生疏的名字,恐怕我们大多数人都不熟悉它,但这一点无关紧要,对于心
理学家来说,重要的不是定理本身,而是发现这个定理的种种情形。”
“……这样,我们就说到富克斯函数了。起先,我对这种函数冥思苦想了
整整两个星期,企图证明它不存在,但这个想法被后来的事实证明是错误的,
我想要把这类函数表示成两个级数的商,思想是非常自然且有明确目标的,这
时我想起了类似于此的椭圆函数的情形。我就自己设想,如果这两个级数存在,
它们会有什么样的性质呢?寻此向前,我并没有遇到任何困难,我构造出了这
两个级数,并称之为富克斯。”
“就在此时,我离开了我所居住的地方卡昂,在矿业学院的资助下,开始
了地质考察的旅行生活。途中的许多事情使我忘记了我的数学工作。到达康斯
坦茨湖,我们要乘一辆马车到其他地方去,就在我把脚放到马车踏板的那一瞬
间,一个思想突然闪现在我脑海中,而在此之前,我还从来没有想到的,这个
思想就是,我可以定义富克斯函数的变换与非欧几何的变换是等价的。当时我
没有马上去考虑证明这个思想,因为当时我没有时间去考虑这件事,我继续和
10
CHAPTER 2. 学习的认知心理学
马车里的旅伴海阔天空的谈论着其他事情,然而我能感觉到这个思想是完全确
实的。在旅行结束之后我回到了我的居住地卡昂之后,为了能够问心无愧,我
还是抽空给出了这个思想的证明。”
“此后我就把注意力转移到于此有关的一些算术运算的问题上,但并没有
取得任何成功,并且看起来也不像与我以前的工作有什么联系,由于对自己的
失败感到厌烦,我去海边度过了几天,并且考虑了一些其他的事情,有一天早
上,我正在悬岩上散步,一种新思想和上次一样突然闪现而来,而且同样是简
洁而确实的一种猜想,这个思想就是不定三元二次型的算术变换和菲欧变换是
等价的。”首先最令人惊奇的是,这种”顿悟”的出现。
同样的话德国物理学家亥姆霍兹也说过,他被难题卡住而四处碰壁的时候,
一个新的念头如何冒出来的。”令人豁然开朗的念头往往意外来临,看似不费吹
灰之力,就跟灵感一样忽然出现”,他写道,“我以前的体会而言,在我的脑子
里面已经累了的时候,或是坐在办公室前正儿八经工作的时候,灵感是不会跑
出来的……可是要是在阳光灿烂的日子里沿着斜坡走向山林,却是他们最喜欢
跑出来的时候。”
这些描述在沃拉斯的眼里却并非如此:他能看出它们都有一种基础结果。
这些思考者首先是被一个问题卡住,然后放下来到处走走。这时,他已经穷尽
了脑子里面所有的思路却看不出任何门道。关键性的顿悟可能往往会在他放手
之后、在他并非专心思考的时候,忽然意外地出现。
第一个步骤叫做准备期。这一阶段可能以小时计、天计,甚至更久。是一
个人用来琢磨某个逻辑难题或者创新课题的时间。比如庞加莱,他花了 15 天
的时间想要证明富克斯函数不存在。“每天,我会让自己坐在办公桌前,花上一
两个小时,反复尝试各种不同的公式组合,却总是一无所获。”他写道。装阶段
不仅包括弄懂你要琢磨的难题,弄清楚你手上有什么线索、别人怎么提示你的,
还包括做去各种各样的尝试,直到用尽你头脑中所有的线索。换句话讲,你不
是止步不前,而是黔驴技穷了。于是,准备期到此结束。
第二个步骤叫做孵化期。这要从你把问题搁到一边去的时候开始算起。以
亥姆霍兹为例,他就是在放下忙了一上午的工作,出去顺着山林往上走,不再
想刚才的问题时出现的顿悟。沃拉斯还发现,有些人这一阶段出现在睡觉的时
候、吃饭的时候,甚至是和朋友聚会的时候。沃拉斯认为:大脑在离线状态下
还在围绕那个课题继续工作,不时加上一两个老早就装在大脑里面但一时没能
想到但可调用出来的想法。
第三个步骤叫做顿悟期。这就是你啊哈的那一刻。
第四个步骤叫做验证期。这一步骤是要复核并确认得到的结果是否真的行
得通。
11
CHAPTER 2. 学习的认知心理学
12
CHAPTER 2. 学习的认知心理学
想到了 AB 与 BA 具有完全相同的非零特征值,(初等变换已经被我放弃了,我
准备是在做不动的时候再用这个放弃,但这个结论用打洞 (龙生龙,凤生凤,
华罗庚的弟子会打洞) 原理的一个推论是显然的) 于是我马上验证这个想法的正
确性,给出了如下证明:证明: 用反证法,因为 AB 与 BA 具有相同的非零特
征值,如果 E+ BA 的行列式等于 0,说明 E-BA 的行列式等于 0,这说明 -1
必然是 BA 的特征值,而 -1 是 BA 的非零特征值,这说明 -1 也是 AB 的特征
值,即 -E-AB 的行列式等于 0,从而 E+AB 的行列式也等于 0,这与 E+AB
可逆相矛盾,证毕
应当说,从复试结束以来,我自认为我想明白了好一些以前所不太理解的
内容,包括 Galois 理论、微分流形、代数拓扑里面的基础性内容。也许是比考
研之前更能静下心来好好理解与思考有关。
所以,先把难题放到一边不必为此感到恼怒或者垂头丧气,实在做不下去
的时候,休息一下。很多时候这种关键性的休息时刻能够有助于最终解决问题。
另外,值得一提的是,把问题无解视为一种常态,是至关重要的。不去因
为问题无解而各种发散自我评价和各种归因,对问题的解决有着一定的帮助。
Vinci 的啄木鸟:好奇
“一定要清楚啄木鸟的舌头结构是怎样的。为什么它一直在啄树啄地很响,
却没有引起任何不良反应 (比如脑震荡等)。”– 达芬奇
“一定要知道鱼为什么在水里 的速度看起来为什么比鸟儿飞得还要快。”
– 达芬奇
保持好奇心,仔细观察。所谓知知者不如好知者,好知者不如乐知者。
达芬奇就是达芬奇,为什么鱼儿看起来的速度比鸟儿还快?为什么啄木鸟
没有脑震荡?多么有意思的问题。
正是好奇,驱动着我们前进,不断逼近世界的真相。推动着科学的发展。
达芬奇还有一句很有意思的话:“谈话、走路、骑马一定要风度翩翩。”
费曼技巧
原理:对自己也好。对他人也好,把你学过的东西表述出来,这种简单的
做法并非是传统意义上的一种“自考”方式,它更是一种“学习”的方式,一
种更高效学习方式。这比你继续坐在那里盯着书本的效果肯定更好,而且这样
的练习还能消除“熟练度错觉”,让你能真正看清哪些地方你还不知道,哪些
地方你还有疑惑,哪些地方你已经忘记,立杆见影。
这也在一定程度上说明了为什么老师基本对各种概念理解的清清楚楚,而
学生学的时候总是迷迷糊糊。
渗滤:拥抱你的拖延症
创造性飞跃是如何诞生的。
13
CHAPTER 2. 学习的认知心理学
小说家约瑟夫. 海勒如何描述他那些奇思妙想的由来:“我必须独自一人。
公共汽车不错,遛遛狗也行,刷牙则更好了,尤其是思路以及无处可走的时候。
常常就是我在累极了、打算休息的时候,我的脑子缺格外清楚起来……这时常
常会钻出来一句名团需要琢磨的句子,或者是下一步构思的念头。在我最好的
思路都不是在我落笔的时候冒出来的。”
诗人豪斯曼也有类似的描述。他们给我们展现了这么一幅构图:创造性的
飞跃通常出现创作者沉浸于某个故事或者主题一段时间后,暂时放下之时。而
且常常以零碎的方式出现,既没有一定先后顺序,也没有什么重要程度的讲究。
可能是宏大的、结构严谨的想法,也有可能只是一个小小的改动.
所以我们用渗滤这个词来描述不同于之前的顿悟的短期啊哈。该词的本意
为:像煮咖啡那样,先将咖啡粉浸泡,再透过滤纸的点点滴滴。取其为浸泡过
滤渗透之意。
那些电视剧的编剧们,总是在剧情最为精彩的时候结束一集。让观众们看
完这一集就期待下一集。这样的中断会在观众心理留下一个悬念。但这只是阴
的一面,阳的一面呢?假如我们正在完成一项耗时耗心血的工作?那这项工作
会不会一直在我们脑子中打转。
人一旦被某件事情吸引,便自然会生出一种动力来想逃一口气做完那件事,
而这种动力会随着事情临近尾声而变得越发强烈。“想要完成某件事情的欲望,
在刚开始的时候还算不上是欲望,但是到了后来,当你投入到忘我境界之中时,
那就变成了货真价实的欲望。”
渗滤的第一要素是打断 一旦某个目标被激活,它便能盖过其他一切,调动
起我们的觉知、思维、甚至是心态,去关注身边的一切。这便是渗滤的第二要
素。渗滤的第三要素是有意识的反思
机会总是留给那些去找呗感知力调动起来的大脑。
一次访谈中,主持人问擅长微小说的小说家韦尔蒂,她在小说中的那些对
话都是怎样得来的。韦尔蒂回答说:
“一旦你投入一篇故事的创作中,便会觉得
所见所闻的一切都可以写下笔。比如说,你在市区搭乘公交车时听到的对话,
就完全可以用到你今天写的那段故事里。随便走到哪儿,都能遇到可写入小说
的情节。也许这样该算是对准了频道了吧,或者说是你的耳洞变成了磁石,你
需要的事情就都被你吸引了过来。”
她在这里还有一件事情没有说到:那些从公交车上听来的对话如今让她笔
下的某个角色活了下来,帮她把故事铺展了开去。那些被“吸引”到我们耳朵
里面的对话不但可以归入到我们脑子里面的旁人对话分裂手册里面去,更能眼
神我们对一篇故事的思考。
14
CHAPTER 2. 学习的认知心理学
所谓渗滤,其关键就在于一直保持这心神的警觉,不断的想办法调动我们
的头脑来,关注手中那一份未完成的项目相关联的一切,随时采集各种对外界
的感知,并感悟内心的反思。
所谓数学家,其实是说的这么一种人,他走到哪里脑子里面都惦记着一个
概念,直到有一天他回过头来,发现自己已经对那个概念已经很熟了。
交替:谢谢你的厌烦
每次我学习或者看书,同一本书看不了多久就感到厌烦了。
但正是这种需要变化,需要交替和新鲜感的本能,这种厌烦的感觉恰恰有
着非常积极的影响。
学习时把不同的物件、技巧、概念等穿插在一起来练习,经过一段时间的
积累之后,我们不但能够更加清楚地到了解它们之间的联系,而且对它们自身
也有了更好的掌握。
交替学习最为关键的地方在于,你把新的科目和已经学过但有一段时间没
有接触过的东西混在一起。而这比长时间反复联系一个技巧要好得多。
怀疑一切的力量
对于科学而言,没有什么比质疑 (怀疑) 更为重要。但质疑需要强大的自
信!未经思考的相信本质与迷信无异,质疑和思考才是科学的本质。
也许这是一个时代,在应试教育和听话主义下必然的结果。但唯有自信,
才是解药。
每一个作者眼中的事实,都有可能是扭曲的。我的文章,恐怕亦有许多偏
见。有位数学家曾说:那些你的前辈赠予你的知识,如果你想要获取他们,你
还得重新探索一遍。
基于去探索作者的描述,去体会背后所表达的事实,而不是去相信,相信
是没有意义的,相反,如果去质疑,则拥有着更多的可能,收获更为深刻的理
解和更为 锐的洞察力。
不要去盲目的相信和接受,无论任何知识,既然它是前人的脑力劳动成果。
既然前人能够做出来,我们就应当有信心去超越前人。
在整个高中和本科时代,学生都有这种倾向: 遇到问题和困难总是寄希望
与别人来告诉自己如何往下进行,始终陷入一种被动的、踌躇不决的思路框架
之中,害怕标新立异的心理状态,没有什么明确的见地。其结果就是,学生们
忘记了最容易请教的人:自己。学生们总是只顾着到处看别人,到处找那些更
好、更聪明的观点,我不认为自己能想出来什么、写出来什么。对自己往往没
有任何信心。伊利诺伊州的一名博士生在给学生们授课的时候也注意到了这个
情况,她的学生所学的文章也给人这种畏畏缩缩、毕恭毕敬的感觉。龙达. 代
夫利当时在这个州的大学攻读英语博士学位,同时还负责本科生的写作课教学,
15
CHAPTER 2. 学习的认知心理学
课程主题是如何以权威性的资料为依据,在学术期刊上发表具有说服力的文章。
可每次到了期末,她却倍感失望,在那一学期里,她要求学生写六篇文章,每
篇文章都得以社会、政治、文化中的争议性主题为论点,篇幅 3-5 页。她希望
看到旁征博引而论据犀利的文章,可是按照她的描述,收回来的文章无非是前
任发表过的学术文章的剪贴编辑而已。最让她难过的是,期末的作品和刚开课
时候的作品,没有任何进步。
她决定改善这种做法,第二学期一开始,她放弃了这种小儿多动症般的忙
碌教学法。她只要求学生在期末的时候交一篇涵盖单一主题的文章。但在学期
的进程中,作为如何做调研的训练,他们需要另外完成 5 篇“练习作业”,目
标均锁定在做调研/做科研的体验上面。
比如,一篇练习描述如何采访一名专家,另一篇练习如何确定核心词汇,
并在辩论和讨论中加以应用。第三篇则是针对自己所选主题面临的有争议的各
个思想流派,他们应该如何加以应答。不仅如此,她还要求学生阿奇整个学习
调研的过程中做笔记,记录下他们面对调研中的各种人物或者资料时,自己心
中有什么感受,比如是否认为 篇文章的论述合情合理?是否认同 重中的主
要观点?某位名人大流的文章里面有没有什么错误?
学生们的反馈如下: 随着时光的推移,我做的调研越来越多,很多信息都
已经印在了我的脑海里,如今,我已经开始质疑某些作者宣称的所谓事实,我
发现现在不见得会认同发表在专业学术杂志上的所有内容。
还有一位同学说:我对自己经手的资料有着更为清晰而彻底的了解,已经
能够针对期刊上面的文章提出一些自己的问题了。
还有一位同学嘲笑的说:发表在这篇颇有名望的杂志上的文章,简直就是
给这个领域的初学者的。我只会把这篇文章推荐给对这一领域毫无了解的人去
看。
也就是说:她的学生不再只会借用别人的观点了,他们已经知道努力探求
自己的观点了。
也就是说:她让学生们把自己调研中的感受都写下来,写下他们对所用的
调研材料、杂志文章、人物访谈等的个人看法。学生们的能力便随着他们慢慢
积攒起来的知识得到了提高。
这便是怀疑的力量,也是渗滤中反思那一步最为重要的东西。
为理解之终极而思考。
真实环境的重要性
特别强调的是,针对于考试这种事情,最好定时模拟考试几次,只有真实
的环境,才能考出你最为真实存在的问题,而不是在自己的思维中打转。
16
CHAPTER 2. 学习的认知心理学
模拟真实,而不是在自己大脑想象出来的真实场景中。有个案例:在警察
学院的大学生们每次练习缴枪是两个大学生相互练习,缴掉对方的枪之后马上
还给对方接着练习。但这也导致了这些警察第一次在出去办案缴枪的时候直接
把缴过来的枪还给了歹徒。这就是真实环境的重要性,不过好在歹徒也没有反
应过来这是什么操作,然后让警察再一次夺回了枪。
整体性学习
所谓的整体性学习策略, 是指
学习的常见误区及其死循环
人的思维格局,决定了人们做事的时候质的不同。特别是一些常见的思维
误区。
思维误区
1、害怕挑战,呆在自己的舒适区。
2、以为自己时间很多,就从头开始而不是抓住重点。
3、对未知的恐惧很对曾经不如意的愧疚一直在情绪和潜意识中飘来飘去。
4、认为下次成功的机会一定比上次高。
5、相信别人能够解决自己的问题而不是自己。
6、认为学习某个新东西一定得专门找个时间。事实上,当下,把一个问题
一个问题的弄清楚,你就已经踏上了学习这条路了。只有脑中有问题,脚所能
到达的每一寸土地都是思考的天堂。纯粹的探索着自己未知的东西,这句话比
学习更为本质。做一个当下的智者,而不是未来的信徒。
7、大脑习惯性的强迫性重复某些幻想的场景,重复着“单调如同死水”的
生命。而不去关注当下自己能够做的能够改变的东西。拒绝做一个当下的智者。
伪勤奋者的自白
每天假装学习,实际上什么困难都选择逃避,没有任何独立思考的能力。
假装很刻苦,实际从来不思考。这就是中学时期常见的那种,学习非常刻苦但
成绩也不怎么样的那种学生。
1、学习的时候没有挑战:这种人太常见了,因为这种人是大部分人的“实
干家”。
劳苦功不高:这一类人的典型代表是起早贪黑的考研人,每天起早贪黑的
做事情,“忙碌”到自己没有任何时间去思考、沉淀。每次遇到问题都几乎放
弃,要么问别人要么直接放弃,加之社交圈和信息的闭塞,他们最终的结果也
会受这些“看不见的大手”的影响。
当然这种人还有一些特点:� 上课喜欢记笔记而不是思考、理解。� 书看了
一遍又一遍实际上对书上的内容还是理解不到位。� 喜欢问别人问题,而没有
意识到“我”是最强大的智者。� “热衷”看书/学习而不是做题、提问、思考、
17
CHAPTER 2. 学习的认知心理学
创造等需要动脑的活,或者做题只做自己会的,自己不会的题目也不去想办法
弄懂。� 面对问题没有自信。(喜欢看答案,但实际上看了答案过以段时间回来
做题还是不会)。� 不会反思和总结。
与之相反的有一类人,看上去漫不经心,讨厌记笔记,性格偏内向。对所
有偏理解和思考性质的东西有着执著的追求,这种人走路看上都心不在焉,而
且行动非常缓慢,堪比乌龟。总是喜欢自己一个人散步和思考问题,不惧怕任
何问题,视问题无解为常态而不放弃问题,学习的时候懂得适度穿插做题、回
忆、思考、举例等 (常见理工科钢铁直男形象?)。
2、没有模拟真实环境:如同备考,在重大考试之前,可以模拟几次真实环
境,尤其是数学。不然你不会知道你要怎么安排时间,如何检查计算结果的正
确性,如何安排证明的步骤,如何使用草稿纸等,如何在考场上调整心态等,
在什么情况下使用答题技巧。这也是非常重要的东西,上面也提到过模拟真实
环境的重要性。
学习的心法
幸福的家庭都是相似的,不幸的家庭各有各的不同。– 列夫. 托尔斯泰《安
娜. 卡列尼娜》
说完理论来分享一些比较好的学习习惯。
1、每天开始学习之前拿一张 A4 纸,凭借理解和记忆默写昨天学过的内
容。(对数学而言,特别是重要定理及其证明,例子,应用等)整理自己还存有
疑惑和没有理解的地方。完全清楚和理解后再开始新的一天的学习。解释一下
其中的原理:大脑要从记忆中提取学过的定理、定义、公式、推论等任何都东
西,所付出的努力远比直接重读一遍或者重学一遍要好得多,而这份额外的努
力则加强了这些记忆的储存能力与提取能力。这样做之所以能够对知识的掌握
更加牢固,这是因为我们简单的温习了一遍,是自己把它们从脑海中“提取”
了出来。值得一提的是,错误而失败的记忆、理解提取比正确的提取更令人印
象深刻。
2、每个学科最多持续学习两个小时,交替不同的学科学习,将听课、笔
记、看书、做题、回忆有机结合起来。
3、重要学科在期末之前写一本笔记 (不是抄一本笔记,而是回忆和复述加
注解一本笔记)。
4、读完定理之后自己尝试着去证明而不是直接去看书上的证明。
不管谁写了多少心法,写了多少理论。可以肯定的是,这些只能治标而不
能治本。或者说,虽然有了那些传统的错误学习方法的适度纠正。但这种纠正
会制造下一个“传统学习方法不当”的错误,无论思维和解决方式现在看来多
么好,跌落是必然的。
18
CHAPTER 2. 学习的认知心理学
任何解决问题的方法,都会跌落成下一个产生问题的原因和背景。这个方
法会变成一个问题,直到我们已经找到下一个解决方法,如此循环。
另外,知识量不等于创造力。学习得再好,懂得东西再多。都要记住,我
们并没有比前人更富有洞察力去开创一个学科,学习在某种意义上是平凡的。
而创造是非平凡的。
参考书籍:
《辛雷学习方法》
《认知天性》
《如何学习》本尼迪克特. 凯里
《改变:问题形成和解决的原则》
《数学领域的发明心理学》阿达玛
《列奥纳多. 达芬奇传》
《棋与人生》
《思考的艺术》格雷厄姆. 沃拉斯
19
CHAPTER 2. 学习的认知心理学
20
第 3 章 数学学习方法论
本文也摘自一篇 (blog),因隐私原因不贴出原文地址。主要是写得关于数
学学习方法论,大多都是各大数学家和教授们的观点,有部分的改动原文的内
容。
数理乾坤自分明——如何科学的学习和理解数学
学习、理解和思考数学的精髓,探索之途,早已蕴藏于所有生命的本身之
中。
作为数学系毕业的学生,是时候写一篇关于专业学习的东西了,此文与考
研二三事 – 悟道学习存心法互为姊妹篇
如何学习科学的学习数学,或许是一个过于宏大的话题。对于我这种数学
基础本来也不怎么好的人而言,似乎有点吃不消了。即使对于大数学家而言,
这也不太像是一个简单的问题。也许答案本身并不重要,更重要的是,总得有
一些自己的观点和理解。这才像学数学的人应有的态度。
阅读本文之前请阅读上面提到的本文的姊妹篇,以便在讨论学习数学学习
之前,对学习方法有着一定的认识。
求木之长者,必固其根本。欲流之远者,必浚其泉源. ——唐. 魏征
我们必须知道,我们终将知道。——希尔伯特
数学天敌
个人觉得,如果是纯粹学数学,感到难是因为前提基础不够,而自己太希
望快速学好了,但是数学学习是最忌讳浮躁的。欲速则不达,见小利则大事不
成。
学而不思则罔,思而不学则殆。学习数学知识和做数学题之间一定要有一
个平衡。同样的,在理解数学思想和计算功底之间也要有一个平衡。
误区一:沉迷于某一个知识层次的解题技巧,而没有深入学习更高层次的
知识,技巧越玩越花,但是思考问题的角度、处理问题的方式却没有实质性的
进步。
21
CHAPTER 3. 数学学习方法论
误区一的对偶:某一个层次的知识还没有足够的训练,就去追求更高层次
的知识,看似知道了很多,但是什么问题都解决不了。
误区二:一方面要理解抽象的概念,另一方面还要会算、举例、应用。抽
象的概念是别人告诉你的,而计算才是你得花时间去“参与”的。
大家之言
摘录小平邦彦的一段话:我一般只看定理,努力去理解定理,然后自己独
立思考数学证明。不过,大多数情况下都百思不得其解,最终只能参考书上的
证明。也许有人不解。为何要如此左思右想?直接读到最后一页不就好了吗?
话虽如此,不过这样会存在一个问题。在数学书中,读完以后到底能否彻底解
决彻底理解,我对此持有怀疑态度。理解数学书是一种怎样的状态呢?只要一
步步验证已确认证明过程无误就行了吗?在阅读数学书籍的时候,我发现即使
确认了证明的求证过程,之前不理解的定理仍然不得其意。虽然证明过程正确,
但总感觉整体印象模糊不清。但我们为什么能够清晰的理解 2+2=4 呢?是因
为自己是从感觉上把我了这一数学事实,而不是通过论证。定理的理解同样如
此,应该从感觉上把握定理所要表述的数学事实,而不是通过论证。尝试摸索
定理的证明过程,是一种从感觉上把握定理的方法,而并非为了检验证明过程
的正确性。想要更好的理解定理,仅仅读一遍定理是不够的。将定理运用于各
种问题之中才是有效的方法。花时间详细分析定理所要表述的数学事实的结构
是正确的方向。
数学是一门具有高度技术性的学问,如果出现理解证明过程却无法理解定
理内容的情况,说明把握数学事实的感觉还不够发达。数学如同雕塑,普通的
木头里面没有埋藏着定理。不过,仅仅从外表观察,并看不出里面究竟埋着什
么,所以只好尝试雕刻看看,数学中的雕刻就是繁琐的计算和查阅文献,绝不
是什么简单的事情,往往会竹篮打水一场空。想要理解数学,只能一步一步遵
循证明过程,去体会它们表述的数学事实。我们之所以只有通过认真阅读、验
证证明过程才能理解定理,是因为证明过程不仅仅是验证手段,其背后隐藏着
高于验证的东西,也许我们能否清晰明了的理解数学在很大程度上取决于能否
把握这个东西。
伍鸿熙先生有一段话:一、你们会了解到书内的定义和定理既是人为的,
又同时是合理的。也许你们人为一本书要写得高深莫测,才能显出作者的学问
渊博。但是我却希望你们会觉得书中的一切,不但是理所当然,而且是容易得
到的,只要自己花一点功夫就可以自己做出来。要做到这一点,除了一般的”
定义、定理、证明” 以外,我设法多加一些术语来说清楚每一个概念的来龙去
脉和直观意义。另一方面我也要指出,书内的概念和结果之所以被认为是基本
性的,并不是因为某某权威说过是如此如此,而是因为经过时间的考验后,发
22
CHAPTER 3. 数学学习方法论
现的确如此。就是说,从经验的总结,我们现在知道这些概念和定理是有用的
和必须的。所以一个初学者应该致力于探求为什么所学的是有用的和必须的。
否则不能对所学的内容有一个全面的了解。这种治学的态度,其实不单适用于
数学上,而是适用于一切学问的领域上,包括社会科学在内。
其次,我希望你们能够把握每个定理、每个证明、每个概念的要点。一本
好的数学书应该不同于一本字典,在后者中每一个字都占有同样的地位。但是
如果说一本数学书中每一个定理、每个证明、每个概念的要点都相同的重要,
未免就太荒诞无稽了。比方说,弧长的二次变分公式只是一个一般性技巧性的
结果,要点在于弄清楚如何将他应用于具体的情况,而不再探讨这个公式本身
的深度和公式的推导,所以不应该只给出公式而不给出应用,更不应该把这个
公司当作主要定理之一。又比如,Synge 定理的证明看上去是相当累赘的。但
是如果从一个很直观的事实作出发点,就是” 任何一个非连通的紧致黎曼流形
上必存在一个非同伦于零的最短闭曲线”,则其他一切都是顺理成章的、所以
我希望你们能够培养一个习惯,总要问,这本书的要点何在?这一章的要点何
在?这个证明的要点何在?能找到这些所有问题的答案,才能说有真正的了解。
最后,我希望你们能够以完全直观的眼光去了解本书的内容,所有的数学
书都是充满了技术性的术语的,因为为了要表达清楚,作者毫无选择的余地。
但是一个数学工作者的思考,大部分时候都是靠直观 (甚至是过分简化的直观)
的想法来推进的。在几何学方向这一点尤其重要。所以书内这一类直观的讨论,
比其他的数学课本会多一点。也许你们还迷信所谓的数学严格性的证明,以为
数学上最重要的是每一步推论的正确性,这个论点,相当于说鲁迅文章的好处
是每一句都很通顺。希望你们不会犯这个” 见小不见大” 的毛病。
“搞数学不需要太聪明,中等天分就行,主要是毅力和专研。”– 张广厚
“我早上醒来,想得第一件事就是数学,我的生活就是数学,终身不倦的
追求就是数学。十年如一日,没有懈怠过,现在我每天至少花七八个小时思考
数学。”– 陈省身
“每天思考七八个小时的数学,而不是呆在办公室学习七八个小时。事实
上,没有个十年八年的时间,是很难成为一个合格的数学工作者。”– 陈省身
每日思考八小时,发奋研究十余载。
个人之见
当然,以上是大师们的看法。下面谈谈我自己的看法。
我主要讨论听课和看书这两个角度来谈数学。
首先坦然看书,大概是:直观理解化、合理启发化、要点条理化。心法是:
一题不做,何以做数学?一例不知,何以知学问?一字不疑,何以疑定理?一
句不思,何以思推广?一惑不解,何以解猜想?一理不悟,何以悟证明?一法
23
CHAPTER 3. 数学学习方法论
不创,何以创学科?
大体来讲,无外乎以下几点:要知道一个定义的 motivation,也就是为什
么要引进这个定义?最初引进这个定义的动机和目的是什么?为什么要这么定
义?为什么是这样定义而不是那样定义?可以从来下简单的例子的启发由此导
出这个定义?如果不这么定义有什么问题?一个定理到底是怎么来的?可以从
哪些显而易见的事实中归纳出来?我自己是否可以尝试自己去证明这个定理?
为什么要这么证明?有没有其他的证明思路和证明方法?要点在哪儿?这些方
法各自的优缺点在哪儿?这个定理有什么应用?剩下的,就是做一些习题练习
和尝试修改定理的条件看看能否得到其他的结果。
具体的操作手段 (请结合本文的姊妹篇的学习心法部分),学数学至少有三
遍。第一遍:看一遍书上的主要内容,过一遍书上的主要证明逻辑。第二遍:
做一遍书上的习题,并对书上的定义定理给出例子和直观理解,对证明写出要
点评注。第三遍:默写全书的主要内容。三者亦可以有机的结合在一起。
最核心的东西是:去思考定义和定理的来龙去脉,质疑它们为什么会是这
样子。学习数学有几个东西很重要:一、怀疑二、自信三、观察四、思考
在我看来,数学的本质在于,怀疑一切的力量 (可以参见本文姊妹篇中的
这部分内容,里面有着详细的介绍)。剩下的,需要的是深刻而空灵的洞察力。
看书的目的不是要你去相信,也不是要你去检验一遍书上的定理证明和定
义是否有着逻辑上的错误。你可以尝试站在上帝的眼光去看待一本数学教材和
参考书: 你是来找出该书有什么不合理的地方的,你是来找出书中隐藏的错误
的,你是来与作者共同修改和完善这本教材的,你是来检查书上的习题安排是
否合理以及是否有错误的习题的,你是来重新获得前人赠予的知识和探索前人
走过的路。而不是去“相信”这本教材,没有什么东西是在独立思考之前值得
“相信”的。
那些前人赠予我们的知识,如果我们需要,我们还得重新去“获取”他们。
但看书只是一方面,对于数学而言,是一定要做题的,你不做题是无法检
验自己的理解程度的。要有一定的习题量但也不能恋战。做题是为了增强理解
和记忆,促进独立思考。这也是丘成桐先生的观点。
当然,很多时候看书看第一遍是非常“一脸懵逼”的,这时候可以换一种
方式:听课/看视频代替看书。
相对而言,基础数学研究生课程稍微难一点,我的了解里面。本科的那些
(数学分析、高等代数、解析几何、常微分方程、复变函数、实变函数、泛函分
析、抽象代数、点集拓扑、偏微分方程、微分几何、初等数论) 都还是比较适
合自学的。但研究生的一些课程,比如微分流形、代数拓扑、黎曼曲面、代数
几何、同调代数、黎曼几何、解析数论、代数数论等课程,自学光靠看书的话
24
CHAPTER 3. 数学学习方法论
的确有些费力不讨好,这时候可以考虑先看看一些公开课的视频或者去听老师
讲课,或者先熟悉一下教材和参考书的主要结论而先放弃证明。
听课是一件很有意思的事情,但讲课比听课更有意思。至于如何听课,我
周围有两个特别典型的听课的同学。其一是阿昕 (喜欢玩十三阶魔方的数学天
才少年),这一位是有一些数学天赋的同学,可以说是我本科同学里面最为聪明
的一个。他听课很有意思,以葛优躺的方式瘫坐在凳子上,并且偶尔时不时的
点头。但老师叫他做笔记他也不愿意做笔记,但他是我们公认的数学鬼才,本
学院数学最强王者,没有之一,经常对老师讲过的一些东西保持怀疑态度。
其二是杨秀,这是一位非常喜欢记笔记的女生,几乎把老师在黑板上写得
东西一字不漏的给抄了下来。是一个非常勤奋的妹子,这一点上我是非常佩服
的。但问题在于,她对数学的理解并没有上面的那位同学深刻,并且有时候老
师写错了她也发现不了,仍然把错误的东西写到了笔记本上面。下来之后对笔
记的消化情况也只是一般,也就是笔记没有起到增强理解的效果。
事实上,听课最重要的不是记笔记,这也是我不太愿意做的事情,我更愿
意做的事跟着老师的思路走,最多记一下提纲就行了。至于笔记,肯定会有人
愿意把老师的板书全部抄在黑板上的。有的人是非常勤快的能一字不漏的把老
师的板书写了下来,并且,这种人在每个班上几乎都有。
做事情的时候有比勤奋更为重要的事情,特别是数学这种智力密集型学科
(与之相对的是劳力密集型学科, 只需要好好做事即可),观察和思考比勤奋更为
重要。因为听不懂就想着抄了自己下去看,但是下去也看不懂就不想看从而加
剧下次课听不懂,听不懂然后又想抄下老师的板书,如此恶性循环。在学习的
时候,思考是第一位的,甚至于说思考重于听课,重于看书。思考才是学习的
本质,其他的都是微不足道的。
自然,也有一些可以解决方案,应对这种抄笔记式学习的方法也有不少,
如果能上课不记笔记自然是最好。实在是无法改变的话,我推荐的方法是,第
二天 (早上) 在空白草稿纸上面” 默写” 昨天老师所学过的内容,如果你能把老
师讲得内容全部默写下来,自然是达到了某种理解程度。如果哪里卡住了,说
明还没有完全理解,需要加强这里的学习和思考。把问题弄明白。
常见问题
包括我在内很多同学都有这样的一些问题:数学教材/参考书看不太明白怎
么办?习题不会做怎么办?要看的内容太多了看不完怎么办?这两个问题困扰
着诸多学子。困扰着那些浮躁不安而又急功近利的心。
事实上,这也并非是一个不可解决的问题。仔细想来,为什么会看不懂
呢?要么你忽略了什么细节,要么你对某个概念和定理还理解得不够深刻,要
么你看书根本没有静下心来。你遇到了苦难,你遇到了挑战,遇到了难点。所
25
CHAPTER 3. 数学学习方法论
以你想逃跑,想逃避。你不愿意思考,总是想着求助于外界或者继续拖延时间,
这便是症结所在。
大部分时候,人们为了逃避真正的思考可以做任何事情。
作家蔡志忠对如何开发自己的学习能力、尝试各种开发都身体力行。
他喜欢讲一个故事,一只青蛙想跳上床,自以为会跳就可以。但是高度不
够,又没有方法的时候,他跳一整夜也是白跳。
后来看他整理的笔记,说得更清楚了:“人生不是 斜坡,只要持之以恒,
努力便可到达顶峰。”因此,他主张人生像走阶梯,每一阶有每一阶的难点。无
法克服难点,再怎么努力都只有在原地跳,毫无进展。
学数学也是如此,如果不能突破自己所看不懂的地方,如果不能突破自己
不会做的习题,如果不能抓住重点的学习。如果不能克服这些难点,那大概学
数学学得再久都是没有什么长进的。对数学而言,时间是微不足道的,唯有观
察、反思、思考、计算、想象才是更为重要的。
学数学,不要害怕看不懂,你应该感到高兴的是,小小的突破点终于来了,
你可以去尝试突破自己了。
任何问题,思考和尝试才是解决之道。
很多人都因为害怕看不懂而不愿意找一些数学书来看,但实际上大可不必
这样,应该有的心理准备是,读得懂、看得明白、想得清楚的书一定是从没看
明白而过来的。从另一个角度上看,看第一遍就看得懂的书。真的有很大去读
的必要吗?“……人于书有一见便晓者,天下之弃材也。读书从勤苦中得些许
滋味,自然不肯放下,往往见人家弟子,一见便晓,多无成就。”——清. 李光
地
“小疑则小悟,大疑则大悟,不疑则不悟。”——清. 李光地
事实上,也只有自己不懂之后,某一刻/某一天突然懂了,才是最开心的
事。所以,千万不要因为没有明白就放弃了思考,千万不要因为自己不懂而远
离一本书。
二十学问风与华,三千疑惑妙和趣。数理乾坤。
“读经有一 字要 ,一句不通,不看下句,今日不通,明日再读; 今年不
精,明年再读; 此所谓 也。困时切莫间断, 过此关,便可少进。再进再困,
再 再奋,自有亨通精进之日。不特写字,凡事都有极端困难之时,打得通的,
便是好汉。”——曾国藩 (这里的困解释为困难而不是犯困)
“读书如譬若掘井,掘数十井而不及一泉,不如掘一井而见泉。读书总以
背熟经书,常讲史鉴为要,每日有常,自有进境,万不可厌旧喜新,此书未完,
勿换彼书耳。”——曾国藩
“不深思,则不能造于道,不深思而得者,其得易失。”——曾国藩
26
CHAPTER 3. 数学学习方法论
纯粹数学
“午后,你在林荫小道散步时,或者夜深人静思绪迸发时,不经意地,你
想到那个定理/问题,并为它的精巧构思惊叹不已,这就是数学。”
“我的工作本身就是对我的奖励,除此之外都是微不足道的。”– 佩雷尔曼
分水岭
大抵学数学并有志于从事数学理论研究的人,都得经历一个痛苦的蜕变,
尤其是对于基础数学专业的学生。他们面临的是从学习数学知识到创造数学知
识,从做别人的习题到解决一些学术界尚未解决的问题。由于数学学科的特殊
性,他们在开始走上研究道路的时候会经历很多的挫折和苦难。如同一位即将
分娩的母亲,经历过绝望与挣扎过后,才会有光明和希望的出现。数学家阿蒂
亚也有类似的表述。
如果在这个分水岭放弃了,可能就不在想从事数学研究方面的工作了。这
其中的 Key 是,本科阶段学生们是在“学习”数学,而不是在“思考”数学,
是在向大脑中“输入数学“而不是从大脑中向外“输出数学”。
数学理论研究是中青年人的事业。
“什么时候开始做学问都没有关系,做学问也不用那么在意有没有才华。
要攀登山顶从哪里出发都无所谓。唯一必要的就是持续不断。只有能够这样,
总有攀上顶峰的一天。”——本居宣长《登山事始》
“我基本对做研究不感兴趣,而且我也没有做过什么研究。我对于理解事
物感兴趣,这对我来讲与做研究颇有不同。经常地,为了理解一些东西,你需
要完全依靠自己把它搞定,因为没有别的人曾经做过这一件事。”
参考文献
《黎曼几何初步》伍鸿熙
《惰者集》小平邦彦
《给年轻数学人的信》
《当科研成为一种职业》
《给青年知识追求者的十封信》
《越读者》郝明义
27
CHAPTER 3. 数学学习方法论
28
Part II
笔记
29
第 4 章 多重线性函数
本章从对偶空间开始讲起, 即研究线性函数的全体所构成的空间的性质, 从
单变量线性函数自然过渡到多变量的线性函数的概念, 称之为多重线性函数, 而
多重线性函数在一组基下的表示便是张量的分量表示, 类似于线性变换在一组
基下的表示就是一个矩阵, 自然我们会研究不同的基下的表示, 即张量的分量表
示在不同基下应该具有怎样的关系即是张量分量的坐标变换公式, 当张量的分
量表示退化为一个矩阵时, 上述坐标变换公式之间退化为矩阵的相似 (因为线性
变换在不同的基下的矩阵是相似的). 不同阶数的张量之间做一种新的乘积使乘
积的结果是具有非常良好的性质 (仍然是张量, 结合律等), 这便是张量积. 借助
于对称矩阵和实对称矩阵的启发, 自然引出了对称张量和反对称张量的概念. 张
量的反称化便是外形式 (外矢量), 而对张量积的反称化运算便得到外积. 我们把
所有的外形式放在一起便得到外形式空间, 借助于外积的基本性质研究了外形
式空间的基和维数, 证明了著名的 Cartan 引理. 并站在外积的角度说明了行列
式的本质. 布置了两道习题, 第一个习题与 Cartan 结构方程有密切关系, 第二
个习题是著名的分解定理. 两个习题均给出了详细证明过程.
4.1 对偶空间
2019-9-9
本节要点/问题提示:
1)、对偶空间的定义? 能不能举个具体的例子?
2)、定义一个线性结构使得对偶空间是一个线性空间?
3)、对偶空间的基和维数? 如何证明?
4)、对偶空间的对偶空间与原空间的关系是什么? 如何证明?
5)、什么是对偶基? 能不能举个具体的例子?
6)、在原空间作基变换得到了新的基, 给出新的基的对偶基与原来的对偶基
31
4.1. 对偶空间 CHAPTER 4. 多重线性函数
的关系和变化规律?
7)、什么是 Einstein 求和约定? 给出从高等代数矩阵的逆和原矩阵相乘等
于单位阵的例子, 并且最后用 Einstein 求和约定写出?
现代数学浅论 从本科的老三基 (数学分析、高等代数、解析几何) 新三基
(抽象代数、几何与拓扑、实变与泛函), 数学从具体的事物走向了抽象的高度,
这些基础学科也划分了数学的三大研究领域: 分析与方程, 代数与数论, 几何与
拓扑. 而本科的数学分析可以说是从求曲面梯形的面积而发展出来的一门学科,
其本质就是微积分, 但这种微积分是有局限的, 虽然大家学过曲面曲线积分, 可
是真正意义上在球面上做微积分时却很难把它说清楚, 并且对于多元微积分和
一元微积分的本质区别也不是很了解. 这门微分流形课程里面有这些问题的答
案, 粗略来说微分流形就是流形上的微积分 (或者称之为大范围分析), 所以自然
可以回答前面的问题, 如何在球面上做微积分. 而一元微积分和多元微积分的本
质区别在于外微分形式, 这也是陈省身先生的观点. 并且可以统一本科的三个曲
面曲线积分相互联系的公式 (Green 公式、Stokes 公式、Gauss 公式), 即流形
上的 Stokes 公式. 实变函数最初的出发点是人们对 Dirichlet 函数不可积性的
研究. 其中心问题是寻找一种更为普遍的积分与测度使得常见的 Dirichlet 函数
可积. 泛函分析的思想来源于把函数看成一个点, 对所有的点构成的空间整体性
质研究便成为了中心问题. 但对空间的整体研究是很难的, 更多的时候人们通过
空间上的映射来研究空间整体的性质. 从线性代数的观点看, 泛函分析更像是一
种无限维空间的线性代数学, 这是因为大部分函数空间等都是无限维的. 赋予线
性结构之后便可成为线性空间. 抽象代数起源于 Galois 对五次以上代数方程的
研究 (二次方程的代数方程的根人们早已熟知), 人们注意到了一些特殊的代数
系统 (群环域模格体) 并对此展开了系统性研究.
分析学粗略说是一切与极限有关的数学科学, 方程更多的时候与物理和生
物学有关. 数论可以说是关于整数的科学, 代数是关于代数系统及其图表的性质
研究. 而几何与拓扑是关于空间形式和图形的科学.
对于数学而言, 不仅仅是做几个习题, 看得懂书上的证明就 OK 了. 更最重
要的是正确的思考方式, 要学会提问为什么, 并且尽量去思考每一个问题. 读数
学书也不仅仅只是看得懂行了. 你得知道它为什么要这么做, 事实上, 当一本数
学书对你而言像你看中学数学书时那么自然地时候, 你才开始对数学产生自己
的理解. 学习在某种意义上讲是前人经验和成果的必要知晓, 那些前辈赠予我们
的知识, 如果我们需要, 我们还得重新自己” 获取” 它们.
32
CHAPTER 4. 多重线性函数 4.1. 对偶空间
证明. 定义线性结构如下:
对任意的 λ ∈ R, v ∈ V, 有
33
4.1. 对偶空间 CHAPTER 4. 多重线性函数
于是
∑
n ∑n ∑
n
αi (v1 +v2 ) = αi ( (aj1 +aj2 )ej ) = ai1 +ai2 = αi ( aj1 ej )+αi ( aj2 ej ) = αi (v1 )+αi (v2 ).
j=1 j=1 j=1
∑
n ∑n ∑n
αi (λv) = αi (λ a j ej ) = α i ( λaj ej ) = λai = λαi ( aj ej ) = λαi (v).
j=1 j=1 j=1
∑n ∑
n ∑
n ∑
n ∑
n
α(v) = α( ai ei ) = ai α( ei ) = a i α(ei ) = αi (v) α(ei ) = α(ei )αi (v)
i=1 i=1 i=1 i=1 i=1
∑
n
=( α(ei )αi )(v)
i=1
∑n
由 v 的任意性知 α = i=1 α(ei )αi , 即任意 V ⋆ 中的元素都能被 αi 的线性组合
表出. 不妨设存在 k1 , k2 , · · · , kn 使得
k1 α1 + k2 α2 + · · · + kn αn = 0.
上式两边同时作用于 ei
(k1 α1 + k2 α2 + · · · + kn αn )(ei ) = 0,
34
CHAPTER 4. 多重线性函数 4.1. 对偶空间
fk : V = R 7→ R.
r 7→ f (r) = kr, k ∈ R.
∑n
注解 4.4. 求和约定为上下标相同的求和, 如 αi (v)ei 即为 i=1 αi (v)ei , 称之为
Einstein 求和约定, 求和指标称之为哑指标 (哑标). 但初学者往往看重求和的
形式而不注意这种求和的本质, 所以初学者对这种求和指标表现得非常不适应
证明. 不妨设 = αei = bij ej , 考虑 δji = αei (eei ) = (bil al )(aki ek ) = bil aki al (ek ) =
bil aki δkl = bil ali . 这说明 aij 和 bij 互逆. 即 bij = (aij )−1
35
4.2. 张量代数 CHAPTER 4. 多重线性函数
4.2 张量代数
2019-9-18
本节要点/问题提示:
1)、多重线性函数的定义? 能不能举几个具体的例子?
2)、定义一个线性结构使得 L(V1 , V2 , · · · , Vr ; F ) 是一个线性空间?
3)、如何对 αi ∈ V ⋆ 和 β j ∈ W ⋆ 作张量积使得做完张量积之后的元素属于
L(V, W ; F )?
4)、根据上述张量积猜测 L(V, W ; F ) 的基和维数? 如何证明?
5)、将上述两个元素的张量积推广到多个元素?
6)、张量积的本质是什么?
7)、根据上面的问题猜测 L(V1 , V2 , · · · , Vr ; F ) 的基和维数? 按照之前相同
的思路证明?
8)、张量在基下的表示形式如何写? 如果作基变换, 变换后的基下的表示形
式与原来的表示形式之间的变化关系是什么? 即张量分量表示的坐标变换公式
是什么
36
CHAPTER 4. 多重线性函数 4.2. 张量代数
9)、说明张量的坐标变换公式是矩阵相似的变换公式的推广?
回顾: 设 V 是一 n 维线性空间,ei 是 V 中的一组基,ei 是 V ⋆ 中的一组基
(也是 ei 的对偶基), 即 ei (ej ) = δji . 对任意的 α ∈ V ⋆ , 有 α = α(ei )ei , 对任
意的 v ∈ V, 有 v = ei (v)ei , 并且在基变换 eei = aji ej 下, 其对偶基变化情况为
eei = bi ej , 其中 ai bl = δ i . 即 (ai )−1 = bi .
j l j j j j
f : R × R 7→ R.
f (x, y) = aij xi y j .
满足如下性质:
1) f (x1 + x2 , y) = f (x1 , y) + f (x2 , y).
2) f (λx, y) = λf (x, y) = f (x, λy).
3) f (x, y1 + y2 ) = f (x, y1 ) + f (x, y2 ).
上述性质的验证是显然的, 简单的计算即可. 我们只以 1) 为例验证, 事
实上, 可设 x1 = (x11 , x21 , · · · , xn1 ), x2 = (x12 , x22 , · · · , xn2 ). 于是 f (x1 + x2 , y) =
aij (xi1 + xi2 )y j = aij xi1 y j + aij xi2 y j = f (x1 , y) + f (x2 , y). 同理可验证另外两条
性质.
aij +aji
若记 F (x) = aij xi xj , 不妨设 aij 是对称的 (若不然, 令 bij = 2 , 显然
bij = bji , 即 bij 是对称的, 这种构造对称矩阵 (对称二阶张量) 的方式称之为对
称化). 我们断言 F (x) 和 f (x, y) 是等价的, 事实上,f (x, y) 推出 F (x) 是显然的,
只需令 F (x) = f (x, x) 即可. 另一方面,F (x + y) = f (x + y, x + y) = f (x, x) +
f (x, y) + f (y, x) + f (y, y) = f (x, x) + f (y, y) + 2f (x, y) = F (x) + F (y) + 2f (x, y),
F (x,y)−F (x)−F (y)
进一步 f (x, y) = 2 . 称 f (x, y) 是 F (x) 的完全极化多项式.
37
4.2. 张量代数 CHAPTER 4. 多重线性函数
受到上面两个例子的启发, 我们有如下定义.
证明. 定义线性结构如下:
38
CHAPTER 4. 多重线性函数 4.2. 张量代数
k11 α1 ⊗ β 1 + · · · + knm αn ⊗ β m = 0.
定义 4.3. 设 V1 , V2 , · · · , Vp , W1 , W2 , · · · , Wq 是域 F 上的线性空间, 定义 α ∈
L(V1 , V2 , · · · , Vp ; F ) 与 β ∈ L(W1 , W2 , · · · , Wq ; F ) 的张量积 α ⊗ β 如下: 对任
意的 (v1 , v2 , · · · , vp , w1 , w2 , · · · , wq ) ∈ V1 × V2 × · · · × Vp × W1 × W2 × · · · × Wq .
显然有
′
(α ⊗ β)(v1 , · · · , vi + vi , · · · , vp , w1 , w2 , · · · , wq ) = α(v1 , · · · , vi , · · · , vp )β(w1 , w2 , · · · , wq )+
′
α(v1 , · · · , vi , · · · , vp )β(w1 , w2 , · · · , wq ).
′
(α ⊗ β)(v1 , v2 , · · · , vp , w1 , · · · , wj + wj , · · · , wq ) = α(v1 , v2 , · · · , vp )β(w1 , · · · , wj , · · · , wq )+
′
α(v1 , v2 , · · · , vp )β(w1 , · · · , wj , · · · , wq ).
39
4.2. 张量代数 CHAPTER 4. 多重线性函数
证明. 1) 根据定义,
这说明 (α1 + α2 ) ⊗ β = α1 ⊗ β + α2 ⊗ β.
2) 同理可证.
3) 根据定义,
(α ⊗ β) ⊗ γ(v1 , v2 , · · · , vp , w1 , w2 , · · · , wq , z1 , z2 , · · · , zr )
= (α ⊗ β)(v1 , v2 , · · · , vp , w1 , w2 , · · · , wq )γ(z1 , z2 , · · · , zr )
= α(v1 , v2 , · · · , vp )β(w1 , w2 , · · · , wq )γ(z1 , z2 , · · · , zr )
= α(v1 , v2 , · · · , vp )β ⊗ γ(w1 , w2 , · · · , wq , z1 , z2 , · · · , zr )
= α ⊗ (β ⊗ γ)(v1 , v2 , · · · , vp , w1 , w2 , · · · , wq , z1 , z2 , · · · , zr )
进一步有 (α ⊗ β) ⊗ γ = α ⊗ (β ⊗ γ).
40
CHAPTER 4. 多重线性函数 4.2. 张量代数
推论 4.2. 记 V1 ⊗Vr ⊗· · ·⊗Vr = L(V1⋆ , V2⋆ , · · · , Vr⋆ ; F ) 设 a1i1 , a2i2 , · · · , arir 分别为
V1 , V2 , · · · , Vr 中的一组基, 其中 1 ≤ i1 ≤ dim V1 , 1 ≤ i2 ≤ dim V2 , · · · , 1 ≤ ir ≤
{ }
dim Vr . 则 a1i1 ⊗ a2i2 ⊗ · · · ⊗ arir 为 V1⋆ ⊗ Vr⋆ ⊗ · · · ⊗ Vr⋆ 中的一组基, 特别地,
若 V1 = V2 = · · · = Vr = V, 则记 V0r = V ⊗ V ⊗ · · · ⊗ V = L(V ⋆ , V ⋆ , · · · , V ⋆ ; F )
根据上述基变换公式, 有
i ···i
f = fj11···jqp ai1 ⊗ · · · ⊗ aip ⊗ aj1 · · · ⊗ ajq
i ···i k j
= fj11···jqp aki11 ek1 ⊗ · · · ⊗ aipp ekp ⊗ bjl11 el1 · · · ⊗ blqq elq
i ···i k j
= fj11···jqp aki11 · · · aipp bjl11 · · · blqq ek1 ⊗ · · · ⊗ ekp ⊗ el1 · · · ⊗ elq
41
4.2. 张量代数 CHAPTER 4. 多重线性函数
上式对比 (1) 式, 可得
^i ···i k ···k i l
fj11···jqp = fl11···lq p aik11 · · · akpp blj11 · · · bjqq . (2)
下面的结论是上面讨论的总结, 虽然形式看上去有些区别但本质是一样的.
^i ···i
f = fj11···jqp δ¯i1 ⊗ · · · ⊗ δ¯ip ⊗ δ¯j1 · · · ⊗ δ¯jq .
则张量的坐标变换公式为
^i ···i k ···k i l
fj11···jqp = fl11···lq p bik11 · · · bkpp alj11 · · · ajqq . (3)
42
CHAPTER 4. 多重线性函数 4.2. 张量代数
Fe = AF B
a1 a12 ··· a1n f11 f21 ··· fn1 b11 b12 ··· b1n
21 2 2
a1 a22 ··· a2n f22 ··· fn2 b22 ··· b2n
f1 b1
= . .. ..
.. .. .. ..
.. .. .. .. ..
.. . . . . .
. . . . . .
an1 an2 ··· ann f1n f2n · · · fn n
b1 b2 · · · bnn
n n
b1 b12 ··· b1n
1 n 1
a11 f11 + a12 f12 + · · · a1n f1n ··· a 1 fn + a 2 fn + · · · a n fn
1 1 1 2
b21 b22 ··· b2n
=
.. .. ..
. . .
... .. .. ..
n n
. . .
an1 f11 + an2 f12 + · · · ann f1n ··· a 1 fn + a 2 fn + · · · a n fn
n 1 n 2
bn1 bn2 ··· bnn
b11 b12 · · · b1n
a1l f1l ··· a1l fnl 2
. b1 · · · b2n
.. ..
b22
=
.
. . ..
. ... ..
.
..
. .
n l
anl f1l ··· a l fn
bn1 bn2 · · · bn n
43
4.2. 张量代数 CHAPTER 4. 多重线性函数
进一步:
Fe = AF B
b11 b12 ··· b1n
a1l f1l ··· a1l fnl 2
. b ··· b2n
.. .. .1
b22
=
.
. . . .. .. ..
.. . . .
anl f1l ··· anl fnl
bn1 bn2 ··· bnn
a1l f1l b11 + · · · + a1l fnl bn1 ··· a1l f1l b1n + · · · + a1l fnl bnn
.. .. ..
=
. . .
anl f1l b11 + · · · + anl fnl bn1 · · · anl f1l b1n + · · · + anl fnl bnn
a1l fkl bk1 · · · a1l fkl bkn
. .. ..
=
.
. . .
44
CHAPTER 4. 多重线性函数 4.3. 外代数
4.3 外代数
2019-9-25
本节要点/问题提示:
1)、对称张量和反对称张量的定义? 能不能举几个具体的例子?
2)、置换群作用于一个张量的定义??
3)、一个张量 f 是对称张量和反对称张量的充分必要条件 (用置换群的语
言)?
4)、证明反对称张量的全体构成以线性空间 (最重要的是如何定义线性结
构)? 由此说明它是张量空间的一个子空间?
5)、如何从一般的张量出发定义一个新的反对称张量? 给出二阶张量和三
阶张量的例子?
6)、利用置换群定义一个反称化算子, 使得对于任意的张量, 经过反称化算
子后都变成了反对称张量?
7)、是否所有的反对称张量都是某个张量经过反称化算子作用后得到的?
如何证明?
8)、能否对张量积反称化?(因为张量积是构造张量的一种方式, 既然张量有
反称化, 那么张量积无外乎是一个新的张量, 能否借此定义张量积的反称化)
45
4.3. 外代数 CHAPTER 4. 多重线性函数
如何利用两个一阶张量构造一个二阶对称张量和二阶反对称张量? 请看下
面的例子.
从二阶对称张量和二阶反对称张量得到启发, 我们定义更为一般阶数的对
称张量和反对称张量.
46
CHAPTER 4. 多重线性函数 4.3. 外代数
从上面的定义中, 容易看出对称张量和反对称张量的重要区别就在于做了
一个对换过后的符号改变情况. 注意到更多的时候可能不止一次对换, 也许是好
几次对换的复合. 自然我们会考虑置换群的作用与对称张量和反对称张量的关
系. 但置换群中的元素的写法在不同抽象代数的书中是不一样的. 这里我们规定
( )
σ(1) σ(2) · · · σ(q)
σ= .
1 2 ··· q
进一步, 我们得规定置换群里面的元素作用于张量之后到底发生了哪些改
变, 一个自然而然的想法是把自变量中的序号做一次置换 (因为我们希望一个对
换作用于 f 之后恰好是与对称张量和反对称张量有关的东西.)
由上述命题, 我们立即得到如下结论.
47
4.3. 外代数 CHAPTER 4. 多重线性函数
σ(λf ) := λσ(f ).
进一步
例 4.8. 二重/三重线性函数的反称化
q = 2 时, 显 然 α(x, y) = 1
2 (f (x, y) − f (y, x)) 是 f (x, y) 的 反 称 化, 即
α(x, y) = −α(y, x). q = 3 时, 注意到 β(x, y, z) = 1
3! (f (x, y, z) + f (y, z, x) +
f (z, x, y) − f (y, x, z) − f (x, z, y) − f (z, y, x)) 是一反对称函数. 例如 β(y, x, z) =
1
3! (f (y, x, z)+f (x, z, y)+f (z, y, x)−f (x, y, z)−f (y, z, x)−f (z, x, y)) = − 3!
1
(f (x, y, z)+
f (y, z, x) + f (z, x, y) − f (y, x, z) − f (x, z, y) − f (z, y, x)) = −β(x, y, z).
定义 4.8. 定义 q 阶反称化算子
1 ∑
Aq := sign(σ)σ.
q!
σ∈φ(q)
∑
于是 Aq (f ) = 1
q! σ∈φ(q) sign(σ)σ(f ), ∀ f ∈ Vq0 .
48
CHAPTER 4. 多重线性函数 4.3. 外代数
命题 4.5. Λq (V ⋆ ) = Aq (Vq0 ).
1 ∑
Aq (f ) = sign(σ)σ(f )
q!
σ∈φ(q)
1 ∑
= sign(σ)sign(σ)(f )
q!
σ∈φ(q)
1 ∑
= (f )
q!
σ∈φ(q)
= f.
1 ∑
τ (f ) = τ ( sign(σ)σ(g))
q!
σ∈φ(q)
1 ∑
= sign(σ)τ σ(g)
q!
σ∈φ(q)
1 ∑
= sign(τ )sign(τ )sign(σ)τ σ(g)
q!
σ∈φ(q)
1 ∑
= sign(τ ) sign(τ )sign(σ)τ σ(g)
q!
σ∈φ(q)
1 ∑
= sign(τ ) sign(τ σ)τ σ(g)
q!
σ∈φ(q)
49
4.3. 外代数 CHAPTER 4. 多重线性函数
定 义 4.9. 设 α ∈ Λr (V ⋆ ), β ∈ Λs (V ⋆ ). 定 义 α 与 β 的 外 积 为 α ∧ β =
(r+s)!
r!s! Ar+s (α ⊗ β). 容 易 看 出, 外 积 ∧ 是 Λr (V ⋆ ) × Λs (V ⋆ ) 7→ Λr+s (V ⋆ ) 的
映射.
外积可以看作是张量积的反称化. 自然会问它具有一些什么样的性质, 哪些
是与张量积相同的, 哪些是自身所独有的.
性质 4.2. 设 α, α1 , α2 ∈ Λr (V ⋆ ), β, β1 , β2 ∈ Λs (V ⋆ ), γ ∈ Λt (V ⋆ ). 有下面三条性
质成立.
1) (α1 + α2 ) ∧ β = α1 ∧ β + α2 ∧ β.
α ∧ (β1 + β2 ) = α ∧ β1 + α + ∧β2 .
2) α ∧ β = (−1)rs β ∧ α.
3) α ∧ (β ∧ γ) = (α ∧ β) ∧ γ.
证明. 1)
(r + s)!
(α1 + α2 ) ∧ β = Ar+s ((α1 + α2 ) ⊗ β)
r!s!
(r + s)!
= Ar+s (α1 ⊗ β + α2 ⊗ β)
r!s!
(r + s)! (r + s)!
= Ar+s (α1 ⊗ β) + Ar+s (α2 ⊗ β)
r!s! r!s!
= α1 ∧ β + α2 ∧ β.
( )
s+1 r+2 ··· s+r 1 2 ··· s
σ= .
1 2 ··· r r+1 r+2 ··· r+s
50
CHAPTER 4. 多重线性函数 4.3. 外代数
上式两边同时乘以 (−1)rs , 有
(α ∧ β) = (−1)rs σ(α ∧ β)
(s + t)!
= (−1)rs σ( Ar+s (α ⊗ β))
s!t!
(s + t)!
= (−1)rs σ(Ar+s (α ⊗ β))
s!t! (4)
(s + t)! ∑
= (−1)rs σ( (sign(τ )τ (α ⊗ β)))
s!t!
τ ∈φ(s+t)
(s + t)! ∑
= (−1)rs ( (sign(τ )στ (α ⊗ β))).
s!t!
τ ∈φ(s+t)
注意到
(s + t)! ∑
= (−1)rs ( (sign(τ )τ (β ⊗ α)
s!t!
τ ∈φ(s+t)
(s + t)!
= (−1)rs Ar+s (β ⊗ α)
s!t!
= (−1)rs (β ∧ α).
3) 令
1 ∑ 1 ∑
ar = sign(σ)σ, Aq = sign(τ )τ.
r! q!
σ∈φ(r) τ ∈φ(q)
其中 r ≤ r < q, 令
( )
σ(1) σ(2) ··· σ(r) r+1 r+2 ··· r+s
σ= .
1 2 ··· r r+1 r+2 ··· r+s
51
4.3. 外代数 CHAPTER 4. 多重线性函数
1 ∑ 1 ∑
Aq ◦ ar = sign(τ )τ ◦ sign(σ)σ
q! r!
τ ∈φ(q) σ∈φ(r)
1 ∑ ∑
= sign(σ)sign(τ )τ σ
q!r!
σ∈φ(r) τ ∈φ(q)
1 ∑ ∑
= sign(τ σ)τ σ
q!r!
σ∈φ(r) τ ∈φ(q)
1 ∑ ∑
= sign(γ)γ
q!r!
σ∈φ(r) γ∈φ(q)
1 ∑
= sign(γ)γ
q!
γ∈φ(q)
= Aq .
(r + s + t)!
(α ∧ β) ∧ γ = Ar+s+t ((α ∧ β) ⊗ γ)
(r + s)!t!
(r + s + t)! (r + s)!
= Ar+s+t (( )(Ar+s (α ⊗ β)) ⊗ γ)
(r + s)!t! r!s!
(r + s + t)!
= (Ar+s+t Ar+s (α ⊗ β)) ⊗ γ))
r!s!t!
(r + s + t)!
= Ar+s+t ((α ⊗ β) ⊗ γ)
r!s!t!
(r + s + t)!
= Ar+s+t (α ⊗ (β ⊗ γ))
r!s!t!
(r + s + t)!
= Ar+s+t As+t (α ⊗ (β ⊗ γ))
r!s!t!
(r + s + t)! (s + t)!
= Ar+s+t As+t (α ⊗ (β ⊗ γ))
r!(s + t)! s!t!
(r + s + t)! (s + t)!
= Ar+s+t (α ⊗ ( )As+t (β ⊗ γ))
r!(s + t)! s!t!
(r + s + t)!
= Ar+s+t (α ⊗ (β ∧ γ))
r!(s + t)!
= α ∧ (β ∧ γ)
有了以上的这些性质, 我们就可以试着对之前的那个问题进行一定的分析
了, 即 Λq (V ⋆ ) 的基和维数问题, 因为 Λq (V ⋆ ) 是 Vq0 的子空间, 设 ei 是 V ⋆ 的
52
CHAPTER 4. 多重线性函数 4.4. 外形式空间
{ }
一组基, 则 Vq0 的基是 ei1 ⊗ ei2 ⊗ · · · ⊗ eiq . 注意到反称化的张量有下面这两
个性质, 即 α ∧ β = (−1)rs β ∧ α, 这说明选取 Λq (V ⋆ ) 的基的时候,∧ 的顺序并
不重要 (如果顺序不同, 但它们仍然在相差一个正负号的时候可以相互表出,
仍然是线性相关的). 这启发我们该空间的基与组合数有关. 并且 α ∧ α = 0,
同时我们知道在反对称二重线性函数构成的全体空间的维数等于反对称矩阵 ( )
n(n−1) n
的全体的维数等于 2 . 显然该维数等于 Cn2 = . 于是我们可以猜测
2
( )
n { }
Λq (V ⋆ ) 的维数为 Cnq = . 进一步 Λq (V ⋆ ) 的基为 ei1 ⊗ ei2 ⊗ · · · ⊗ eiq ,
q
其中 1 ≤ i1 < i2 < · · · < iq ≤ n.
4.4 外形式空间
2019-10-09
本节要点/问题提示:
1)、利用反称化算子写出 r 个一阶张量作外积得到的结果?
2)、求值公式? 求值公式的证明要点是什么?
3)、外形式空间的基和维数? 如何证明? 证明的要点是什么?
4)、能否写出常见外形式空间的基?
5)、行列式的本质是什么 (利用外积的语言)?
6)、低阶张量为零的充分必要条件? 以二阶和三阶为例, 由此推广到高阶?
7)、利用外积的语言重新描述向量的线性相关和线性无关?
8)、Cartan 引理的内容? 如何证明? 证明的要点是什么?
9)、能否独立的证明老师布置的那两个习题? 如果不能, 尽量看完之后独立
做几遍?
例 4.9. 行列式的新形式
a1 a21 ··· an1
1
1
a2 a22 ··· an2
在高等代数中, 一个方阵的行列式记为 det(aj ) = .
i
.. .. .. . 不妨
.. . . .
1
an a2n · · · ann
记 det = f : V × V · · · × V →7 R. 显然 f 是满足如下两条性质的:
| {z }
n
1) f (α1 , α2 , · · · , αi +β i , · · · , αn ) = f (α1 , α2 , · · · , αi , · · · , αn )+f (α1 , α2 , · · · , β i , · · · , αn ).
2) f (α1 , α2 , · · · , λαi , · · · , αn ) = λf (α1 , α2 , · · · , αi , · · · , αn ). 并且进一步,
53
4.4. 外形式空间 CHAPTER 4. 多重线性函数
可用置换的形式表示行列式, 由行列式的定义有
∑ σ(1)
det(aij ) = (−1)sign(σ) a1 · · · aσ(n)
n
σ∈φ(n)
1 ∑ ∑ i1 ···in i1
= δ a · · · aijnn
n! j ···j i ···i j1 ···jn j1
1 n 1 n
−1, i1 · · · in 为排列,j1 · · · jn 为i1 · · · in 的奇排列,
其中 δji11 ···i
···jn
n
= 1, i1 · · · in 为排列,j1 · · · jn 为i1 · · · in 的偶排列,
0, 其他.
引 理 4.2. 设 δ 1 , δ 2 , · · · , δ r 为 V ⋆ 中 的 元 素 中 的 元 素, 则 δ 1 ∧ δ 2 · · · ∧ δ r =
r!Ar (δ 1 ⊗ δ 2 · · · ⊗ δ r ).
(r − 1 + 1)!
δ 1 ∧ δ 2 · · · ∧ δ r−1 ∧ δ r = Ar−1+1 ((δ 1 ∧ δ 2 · · · ∧ δ r−1 ) ⊗ δ r )
(r − 1)!1!
(r − 1 + 1)!
= Ar−1+1 (((r − 1)!Ar−1 (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 )) ⊗ δ r )
(r − 1)!1!
(r − 1 + 1)!
= (r − 1)!Ar−1+1 (Ar−1 (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 )) ⊗ δ r )
(r − 1)!1!
= r!Ar−1+1 (Ar−1 (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 )) ⊗ δ r )
= r!Ar (Ar−1 (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 )) ⊗ δ r )
= r!Ar (Ar−1 (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 )) ⊗ δ r )
= r!Ar (δ 1 ⊗ δ 2 · · · ⊗ δ r−1 ⊗ δ r ).
这就证明了引理.
54
CHAPTER 4. 多重线性函数 4.4. 外形式空间
55
4.4. 外形式空间 CHAPTER 4. 多重线性函数
.. .. ..
. . .
iq
δj δj · · · δiiq
iq
1 2 q
i i ···i
= δj11 j22 ···jqq
因 α 是反称的, 于是
α = Aq (α)
= Aq (αi1 i2 ···iq δ i1 ⊗ δ i2 ⊗ · · · ⊗ δ iq )
1
= αi i ···i δ i1 ∧ δ i2 ∧ · · · ∧ δ iq
q! 1 2 q
∑
= αi1 i2 ···iq δ i1 ∧ δ i2 ∧ · · · ∧ δ iq .
1≤i1 <i2 <···<iq ≤n
56
CHAPTER 4. 多重线性函数 4.4. 外形式空间
ki1 i2 ···iq δ i1 ∧ δ i2 ∧ · · · ∧ δ iq = 0.
i i ···i
ki1 i2 ···iq δj11 j22 ···jqq = 0.
i i ···i
因 i, j 都是按照一定大小关系的限制, 加之 δj11 j22 ···jqq 的性质, 我们有
kj1 j2 ···jq = 0.
例 4.10. 常见外形式空间的基
Λ0 (V ⋆ ) 的基:0.
Λ1 (V ⋆ ) 的基:δ 1 , δ 2 , · · · , δ n .
Λ2 (V ⋆ ) 的基:δ 1 ∧ δ 2 , · · · , δ 1 ∧ δ n , · · · , δ 2 ∧ δ n , · · · , δ n−1 ∧ δ n .
Λ3 (V ⋆ ) 的基:δ 1 ∧ δ 2 ∧ δ 3 , · · · , δ 1 ∧ δ 2 ∧ δ n , · · · , δ 1 ∧ δ n−1 ∧ δ n , · · · , δ n−2 ∧
δ n−1 ∧ δ n .
..
.
Λn−1 (V ⋆ ) 的基:δ 1 ∧ δ 2 ∧ · · · ∧ δ n−1 , · · · , δ 2 ∧ δ 3 ∧ · · · ∧ δ n .
Λn (V ⋆ ) 的基:δ 1 ∧ δ 2 ∧ · · · ∧ δ n .
例 4.11. 行列式的本质
设 V 是一 n 维线性空间,δi 为 V 的一组基,V ⋆ 为其对偶空间, 对偶基为 δ i ,
57
4.4. 外形式空间 CHAPTER 4. 多重线性函数
∑
= sign(σ)δ 1 (Aσ(1) )δ 2 (Aσ(2) ) · · · δ n (Aσ(n) )
σ∈φ(n)
∑
= sign(σ)(δ 1 ⊗ δ 2 · · · ⊗ δ n )(Aσ(1) , Aσ(2) , · · · , Aσ(n) )
σ∈φ(n)
∑
= sign(σ)σ(δ 1 ⊗ δ 2 · · · ⊗ δ n )(A1 , A2 , · · · , An )
σ∈φ(n)
1 ∑
= n! sign(σ)σ(δ 1 ⊗ δ 2 · · · ⊗ δ n )(A1 , A2 , · · · , An )
n!
σ∈φ(n)
= n!An (δ 1 ⊗ δ 2 · · · ⊗ δ n )(A1 , A2 , · · · , An ).
由引理 4.2 知,δ 1 ∧δ 2 · · ·∧δ n (A1 , A2 , · · · , An ) = n!An (δ 1 ⊗δ 2 · · ·⊗δ n )(A1 , A2 , · · · , An ).
于是 f (A1 , A2 , · · · , An ) = δ 1 ∧δ 2 · · ·∧δ n (A1 , A2 , · · · , An ), 即 f = δ 1 ∧δ 2 · · ·∧δ n .
证明.
δ 1⋆ ∧ δ 2⋆ ∧ · · · ∧ δ n⋆ = (b1j1 δ j1 ) ∧ (b2j2 δ j2 ) ∧ · · · (bnjn δ jn )
= b1j1 b2j2 · · · bnjn δ j1 ∧ δ j2 · · · ∧ δ jn
∑
= b1j1 b2j2 · · · bnjn δ j1 ∧ δ j2 · · · ∧ δ jn
j1 ,j2,··· ,jn 为1,2,··· ,n的一个排列
∑
= (−1)sign(σ) b1j1 b2j2 · · · bnjn δ 1 ∧ δ 2 · · · ∧ δ n
σ∈φ(n)
∑
= (−1)sign(σ) b1σ(1) b2σ(2) · · · bnσ(n) δ 1 ∧ δ 2 · · · ∧ δ n
σ∈φ(n)
= det(bij )δ 1 ∧ δ 2 · · · ∧ δ n
58
CHAPTER 4. 多重线性函数 4.4. 外形式空间
于是有 det(bij ) = B.
证明. 显然
∑
X= aij δ i ∧ δ j
i,j
∑ ∑
= aij δ i ∧ δ j + aij δ i ∧ δ j
i̸=j i=j
∑
= aij δ i ∧ δ j
i̸=j
∑ ∑
= aij δ i ∧ δ j + aij δ i ∧ δ j
i<j i>j
∑ ∑
= aij δ i ∧ δ j + aji δ j ∧ δ i
i<j j>i
∑ ∑
= aij δ i ∧ δ j − aji δ i ∧ δ j
i<j j>i
∑
= (aij − aji )δ i ∧ δ j
i<j
0 = aijk δ i ∧ δj ∧ δj (δl , δk , δm )
ijk
= aijk δlmn
i j
δl δl δlk
= aijk δmi j
δm k
δm
i
δn δnj δnk
59
4.4. 外形式空间 CHAPTER 4. 多重线性函数
ξ r = k1 ξ 1 + · · · + kr−1 ξ r−1 .
进一步有
充 分 性 ⇐=,(反 证) 设 ξ 1 ∧ · · · ∧ ξ r = 0, 若 ξ 1 , · · · , ξ r 线 性 无 关. 将
ξ 1 , · · · , ξ r 扩 充 为 V 中 的 一 组 基 ξ 1 , · · · , ξ r , ξ r+1 , · · · , ξ n . 进 一 步 取 对 偶 基
ξ1 , · · · , ξr , ξr+1 , · · · , ξn . 则
0 = 0 ∧ ξ r+1 ∧ · · · ∧ ξ n
= ξ 1 ∧ · · · ∧ ξ r ∧ ξ r+1 ∧ · · · ∧ ξ n (ξ1 , · · · , ξr , ξr+1 , · · · , ξn )
= 1.
矛盾. 这就证明了定理.
α1 , α2 , · · · , αr , αr+1 , · · · , αn .
于是 βi 可被上述基线性表出. 设
∑ ∑
βi = cij αj + cij αj .
j≤r r+1≤j≤n
60
CHAPTER 4. 多重线性函数 4.4. 外形式空间
将上式带入引理给定的恒等式中有
∑
r
0= α i ∧ βi
i=1
∑
r ∑ ∑
= αi ∧ ( cij αj + cij αj )
i=1 j≤r r+1≤j≤n
∑
r ∑ ∑
r ∑
= αi ∧ cij αj + αi ∧ cij αj
i=1 j≤r i=1 r+1≤j≤n
∑
r ∑
r ∑
r ∑
= cij αi ∧ αj + cij αi ∧ αj
i=1 j=1 i=1 r+1≤j≤n
∑ ∑r ∑
= (cij − cji )αi ∧ α + j
cij αi ∧ αj
i<j≤r i=1 r+1≤j≤n
习题 4.1. 给定 n 个外形式 η i ∈ Λ2 (V ⋆ ), 1 ≤ i ≤ n. 设 δ 1 , δ 2 , · · · , δ n 为 V ⋆ 的一
组基, 则方程组
{ ∑n
ηi = j=1 δ ∧ wj
j i
j
wji + wi = 0
∑
ηi = (bijk δ j ∧ δ k ).
j<k
61
4.4. 外形式空间 CHAPTER 4. 多重线性函数
显然有
∑
ηi = aijk δ j ∧ δ k
j,k
∑ ∑
= aijk δ j ∧ δ k + aijk δ j ∧ δ k
j̸=k j=k
∑
= aijk δ j ∧ δ k
j̸=k
∑ ∑
= aijk δ j ∧ δ k + aijk δ j ∧ δ k
j<k j>k
∑ ∑
= aijk δ j ∧ δ k + aikj δ k ∧ δ j
j<k k>j
∑
= (aijk − aikj )δ j ∧ δ k
j<k
于是有
bijk = xijk − xikj (5)
62
CHAPTER 4. 多重线性函数 4.4. 外形式空间
xjik + xkij + xikj − xjik − xkji − xijk = xkij + xikj − xjik − xijk + xjik − xkji
= 0 + 0 + 2xjki
= bjki + bkij − bijk
于是 xjki = 21 (bjki + bkij − bijk ). 这说明 xijk 完全由 bijk 决定, 而 bijk 由 η i 完全决
定. 并且是唯一的. 这就说明了方程所确定的 wji 是存在唯一的.
∑
Ω= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 <i2 <···<ip ≤n
进一步有
∑ ∑
Ω= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip + Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 ≤n−p+1<i2 <···<ip ≤n n−p+2≤i1 <i2 <···<ip ≤n
∑
Ω= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 ≤n−p+1<i2 <···<ip ≤n
63
4.4. 外形式空间 CHAPTER 4. 多重线性函数
Ω 的表达式可化简为
∑
Ω= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 ≤n−p+1<i2 <···<ip ≤n
∑
= ξ i1 ∧ Ωi1 i2 ···ip ξ i2 · · · ∧ ξ ip
1≤i1 ≤n−p+1<i2 <···<ip ≤n
∑
= ξ i1 ∧ φi1
1≤i1 ≤n−p+1
∑
= ξ i1 ∧ φi1
1≤i1 ≤r
∑
= (−1)r φi1 ∧ ξ i1 .
1≤i1 ≤r
若 p + r ≤ n, 显然有 r ≤ n − p, 于是 r < n − p + 1.
必要性是显然的, 因为
∑
r
ξ1 ∧ ξ2 ∧ · · · ∧ ξr ∧ Ω = ξ1 ∧ ξ2 ∧ · · · ∧ ξr ∧ ( φα ∧ ξ α )
α=1
∑
r
= ξ1 ∧ ξ2 ∧ · · · ∧ ξr ∧ ξα
α=1
∑r
= (−1)lαi ξ 1 ∧ ξ 2 ∧ · · · ∧ ξ α ∧ ξ α ∧ · · · ∧ ξ r
α=1
= 0.
∑
下证明充分性. 同理 Ω 可被一组基表出, 定义 φi1 = i1 <i2 <···<ip ≤n Ωi1 i2 ···ip ξ i2 · · ·∧
ξ ip . 进一步
∑
Ω= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 <i2 <···<ip ≤n
∑ ∑
= Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip + Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 ≤r<i2 <···<ip ≤n r+1≤i1 <i2 <···<ip ≤n
∑ ∑
= ξ i1 ∧ φ i1 + Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
1≤i1 ≤r r+1≤i1 <i2 <···<ip ≤n
64
CHAPTER 4. 多重线性函数 4.4. 外形式空间
将上式带入 ξ 1 ∧ ξ 2 ∧ · · · ∧ ξ r ∧ Ω = 0. 有
∑ ∑
0 = ξ1 ∧ ξ2 ∧ · · · ∧ ξr ∧ ( ξ i1 ∧ φi1 + Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip )
1≤i1 ≤r r+1≤i1 <i2 <···<ip ≤n
∑
= 0 + ξ1 ∧ ξ2 ∧ · · · ∧ ξr ∧ Ωi1 i2 ···ip ξ i1 ∧ ξ i2 · · · ∧ ξ ip
r+1≤i1 <i2 <···<ip ≤n
∑
= Ωi1 i2 ···ip ξ 1 ∧ ξ 2 ∧ · · · ∧ ξ r ∧ ξ i1 ∧ ξ i2 · · · ∧ ξ ip .
r+1≤i1 <i2 <···<ip ≤n
这就证明了分解定理.
65
4.4. 外形式空间 CHAPTER 4. 多重线性函数
66
第 5 章 微分流形初步
本章从流形的定义开始讲起, 先复习了拓扑空间的基本概念和基本性质, 研
究了单位圆周上的可微函数与闭区间上的可微函数的不同, 由此引出了拓扑流
形的定义, 但我们在拓扑流形上只能讨论与连续有关的性质. 我们想要把欧式空
间中可微函数的概念搬到拓扑流形上面去 (把欧式空间中开集/邻域的概念一般
化便是拓扑 (拓扑结构)), 这就引出了微分结构. 有了微分的定义就自然有了微
分流形的概念. 简单来说微分流形就是一片一片欧式空间粘接起来得到的, 换言
之就是局部上看和欧式空间是一样的. 在这个意义上讲, 微分流形是欧式空间的
推广. 黎曼的最初想法, 流形是三维空间中曲面曲线的高维推广. 至于流形定义
的三条 (开覆盖、相容性、极大性), 比喻来讲, 流形就像一条鱼. 鱼鳞就是开覆
盖, 鱼鳞与鱼鳞之间的相交的部分看起来很光滑就是相容性, 极大性就是任意一
条鱼鳞如果与其他相交鱼鳞相容, 那么这片鱼鳞本身就在这条鱼上. 接下来介绍
了一些常见的流形的例子及其流形结构. 简单来说流形作为集合就像一个承载
的对象, 流形结构就是如何承载这个对象. 如同一个杯子, 流形本身就是杯子的
背景空间, 而流形结构就是杯子的装水的那个结构. 回顾了切向量和古典微分几
何的内蕴思想, 从内蕴和外围空间的角度解释了为什么我们需要用泛函的观点
去看切向量, 进一步说明了用割线的极限定义的切向量的局限性, 由此用公理化
的方式利用泛函定义了一个切向量. 对于流形上的映射而言, 用分析的最基本的
思想就是线性化 (微分), 我们加以推广就得到切映射, 即一个映射在一点处的线
性化, 这是因为线性的映射是简单的, 性质是比较好的, 在分析学中我们总希望
拿好的映射去逼近一般的映射.
5.1 微分流形
2019-10-16
本节要点/问题提示:
67
5.1. 微分流形 CHAPTER 5. 微分流形初步
特别地, 取 x1 , x2 , · · · , xr ∈ V, 则 x1 ∧ x2 ∧ · · · ∧ xr ∈ Λr (V ), 于是有
1 1
ξ= δ ∧ δ 2 ∧ · · · ∧ δ r (x1 , x2 , · · · , xr )δ1 ∧ δ2 ∧ · · · ∧ δr
r!
∑
i1 i2 ···ir
= ξ12···r δ1 ∧ δ2 ∧ · · · ∧ δr
i1 <i2 <···<ip
68
CHAPTER 5. 微分流形初步 5.1. 微分流形
∑n ∑n
设上述 xi = j=1 aji δj = δ j (xi )δj , 利用求值公式, 我们得到
j=1
δ i1 (x ) δ i2 (x ) · · · δ ir (x )
1 1 1
i
δ 1 (x2 ) δ i2 (x2 ) · · · δ ir (x2 )
δ ∧ δ ∧ · · · ∧ δ (x1 , x2 , · · · , xr ) = .
i1 i2 ir
.. .. ..
.. . . .
i1
δ (xr ) δ (xr ) · · · δ (xr )
i 2 i r
ai1 ai2 · · · air
1 1 1
i1
a2 ai22 · · · ai2r
= . .. .. .. .
.. . . .
i1
ar air2 · · · airr
进一步
ai1 ai12 ··· ai1r
1
i1
∑ a2 ai22 ··· ai2r
x1 ∧ x2 ∧ · · · ∧ xr = . .. .. ..
.
1≤i1 <i2 <···<ir ≤n . . . .
i1
ar air2 ··· airr
于是
x1 ∧ · · · ∧ xr = 0 ⇐⇒ x1 , x2 , · · · , xr 线性相关
ai1 ai2 · · · ai1r
1 1
i1
a2 ai22 · · · ai2r
⇐⇒ . .. .. .. = 0, 对任意的1 ≤ i1 < i2 < · · · < ir ≤ n.
.. . . .
i1
ar air2 · · · airr
a1 a21 · · · ar1 · · · an1
11
a2 a22 · · · ar2 · · · an2
⇐⇒ 矩阵 . .. .. .. 的秩 < r
.. . . .
a1r ar · · · ar · · · ar
2 r n
⇐⇒ 秩的定义: 最大阶非零子式
这便从外积的角度给出了高等代数中关于矩阵的秩的一种新的理解方式.
69
5.1. 微分流形 CHAPTER 5. 微分流形初步
x = 0 和 x = 2π 上的两点的函数值应该是一样的. 这直接导致了下面例子中现
象的出现.
70
CHAPTER 5. 微分流形初步 5.1. 微分流形
71
5.1. 微分流形 CHAPTER 5. 微分流形初步
72
CHAPTER 5. 微分流形初步 5.1. 微分流形
特性.
图 5.1: 单位圆作为流形示意图
这说明 a = c = 0, b = d.
73
5.1. 微分流形 CHAPTER 5. 微分流形初步
形不过是一片片同胚于欧式空间的东西按照一定规律粘接而成的东西. 因为我
们无法精确刻画流形, 所以我们就用欧式空间为模型构造出了流形的概念.
74
CHAPTER 5. 微分流形初步 5.1. 微分流形
有了上述拓扑的铺垫和之前关于流形的一些直观介绍, 现在我们可以给出
拓扑流形的定义了.
75
5.1. 微分流形 CHAPTER 5. 微分流形初步
图 5.2: 拓扑流形之间的转化映射示意图
定 义 5.6. 设 M n 为 为 一 n 维 拓 扑 流 形, 其 坐 标 卡 集 (流 形 结 构) 为 S =
−1
{(Uα , φα ) | α ∈ A} , 若 φβ ◦ φ−1
α : φα (Uα ∩ Uβ ) 7→ φβ (Uα ∩ Uβ ) 和 φα ◦ φβ :
φβ (Uα ∩ Uβ ) 7→ φα (Uα ∩ Uβ ) 均为 C r 映射. 则称 (M n , S) 为一个 C r 的微分结
构. 称 (M n , S) 为 C k 微分流形. 上述性质称为 (Uα , φα ) 和 (Vβ , φβ ) 为 C r 相
容.
76
CHAPTER 5. 微分流形初步 5.1. 微分流形
77
5.1. 微分流形 CHAPTER 5. 微分流形初步
78
CHAPTER 5. 微分流形初步 5.2. 流形的例子
5.2 流形的例子
2019-10-23
本节要点/问题提示:
1)、用三种方式给出 S 1 的微分流形结构, 以此说明 S 1 为光滑流形?
2)、给出圆柱面的微分流形结构?
3)、什么是实射影空间? 给出 RP n 的微分流形结构?
4)、两个光滑流形的乘积一定光滑流形吗? 如果是证明的关键点在哪儿? 以
此给出环面的微分流形结构?
回顾: 上节课讲了微分流形的定义以及这个定义的来龙去脉, 直观而简单的
来说微分流形就是局部上看上去和欧式空间差不多并且可以在这种东西上面定
义可微函数的拓扑空间. 它是三维空间中曲线和曲面的推广. 从这个角度上说,
光滑的曲面和曲线都是光滑流形. 流形的原始定义有三点: 开覆盖性、C r 相容、
极大性. 事实上, 我们在验证一个拓扑空间是流形的时候只需要验证开覆盖性和
C r 相容性.
设 M n 是一微分流形,{(Uα , φα ) | α ∈ I} 是其微分结构. 对于 Uα ∩ Uβ ̸= ∅,
设对应的坐标域为 (Uα , xi ) 和 (Uβ , y i ). 在相交区域上, 设 x ∈ φα (Uα ). 其中
x = (x1 , x2 , · · · , xn ) ∈ Rn . 对于 y ∈ φβ (Uβ ). 其中 y = (y 1 , y 2 , · · · , y n ) ∈ Rn . 则
有
∂(y 1 , y 2 , · · · , y n )
= φβ ◦ φ−1
α .
∂(x1 , x2 , · · · , xn )
因此, 设 y i = y i (x1 , x2 , · · · , xn ), 即
y = φβ ◦ φ−1
α (x).
79
5.2. 流形的例子 CHAPTER 5. 微分流形初步
φα (Uα ∩ Uβ ) 7→ φβ (Uα ∩ Uβ ).
例 5.3. 圆柱面
如图所示 设该圆柱面为 S, 令 U = S\m, V = S\l. 显然 U, V 是 S 的一
图 5.3: 圆柱
即
ψ ◦ φ−1 (θ, z) = (α, s).
θ + 2π, θ ∈ (0, π),
其中 α = 相应的 z = s. 计算相应的 Jacobian 知
θ, θ ∈ (π, 2π).
∂(α, s)
= 1.
∂(θ, z)
例 5.4. n 维球面 S n
80
CHAPTER 5. 微分流形初步 5.2. 流形的例子
图 5.4: 单位圆周 S 1
图 5.5: 高维球面 S n
例 5.5. S 1 的另外一种给出同胚映射和开覆盖的方式.
idea: 把圆周分解成四个半圆, 然后让这四个半圆拼接起来.
− −
令 U1+ = {(x1 , x2 ) | x2 > 0} , φ+
1 ((x1 , x2 )) = x1 .U1 = {(x1 , x2 ) | x2 < 0} , φ1 ((x1 , x2 )) =
− −
2 ((x1 , x2 )) = x2 .U2 = {(x1 , x2 ) | x1 < 0} , φ2 ((x1 , x2 )) =
x1 . 相应的,U2+ = {(x1 , x2 ) | x1 > 0} , φ+
x2 . 当 上 述 四 个 开 集 相 交 非 空 时, 不 是 一 般 性, 即 考 虑 U1+ ∩ U2+ , 注 意 到
√ + −1
√
φ+ +
1 (p) = x1 , φ2 (p) = x2 = 1 − x11 . 于是 φ+
2 ◦ (φ1 ) = 1 − x11 显然是
可微的.
81
5.2. 流形的例子 CHAPTER 5. 微分流形初步
例 5.6. 实射影空间 RP n
为 简 单 起 见 先 考 虑 RP 2 , 即 考 虑 R3 中 过 原 点 的 直 线 (在 同 一 条 直
线 上 的 点 看 做 是 等 价 的). 换 言 之, 定 义 R3 \O 上 的 等 价 关 系:x 与 y 等 价
(x ∼ y) 当 且 仅 当 存 在 λ ̸= 0, 使 得 x = λy, 记 x 的 等 价 类 为 [x] , 实
射 影 平 面 RP 2 定 义 为 RP 2 = R3 \O/ ∼. 其 中 [x] 的 拓 扑 为 商 拓 扑. 这 样
定 义 的 拓 扑 空 间 是 满 足 A2 性 质 和 T 2 性 质 的 (即 满 足 第 二 可 数 性 公 理 的
Hausdorf f 空间). 取如下开集为其开覆盖 U1 = {[x1 , x2 , x3 ] | x1 ̸= 0} , U2 =
{[x1 , x2 , x3 ] | x2 ̸= 0} , U3 =( {[x1 , x )2 , x3 ] | x3 ̸= 0} . 相 应 的 同 胚 映(射 (坐 标 )函
x2 x3 x1 x3
数) 为 φ1 ([x1 , x2 , x3 ]) = x1 , x1 = (ξ1 , ξ2 ) .φ2 ([x1 , x2 , x3 ]) = x2 , x2 =
( )
(η1 , η2 ) .φ3 ([x1 , x2 , x3 ]) = xx13 , xx32 = (ζ1 , ζ2 ) . 当各个开集相交非空的时候,
不失一般性, 考虑 U1 ∩ U2 ̸= ∅, 转换映射的表达式为
1 ξ2
(η1 , η2 ) = φ2 ◦ φ−1
1 (ξ1 , ξ2 ) = ( , ).
ξ1 ξ1
显然是光滑的, 这就说明了 RP 2 为光滑流形, 同理可说明 RP n 为光滑流形.
证明. 由 M 和 N 是 m 和 n 维流形知, 可设
A1 = {(Uα , φα ) | α ∈ I1 } 和 A2 = {(Vβ , ψβ ) | β ∈ I2 } .
{Uα × Vβ | (α, β) ∈ I1 × I2 } .
Uα × Vβ 7→ Rm+n .
时, 有
−1
η(α2 ,β2 ) η(α 1 ,β1 )
: η(α1 ,β1 ) ((Uα1 ×Vβ1 )∩(Uα2 ×Vβ2 )) 7→ η(α2 ,β2 ) ((Uα1 ×Vβ1 )∩(Uα2 ×Vβ2 )),
82
CHAPTER 5. 微分流形初步 5.3. 切向量
进一步考虑转换映射的表达式:
−1 −1 −1
η(α2 ,β2 ) η(α 1 ,β1 )
= η(α2 ,β2 ) (φ−1 −1
α1 , ψβ1 ) = (φα2 ◦ φα1 , ψβ2 ◦ ψβ1 ).
根据上述定理, 我们给出如下例子.
例 5.7. n 维环面 T n
设 T n = S 1 × S 1 × · · · × S 1 (一共 n 个流形做乘积), 因为 S 1 为光滑流
形, 有上述定理知 T n 为光滑流形, 并且可以写出其坐标表示 p ∈ T n ,p =
(eiθ1 , eiθ2 , · · · , eiθn ), 其中 (θ1 , θ2 , · · · , θn ) ∈ Rn .
5.3 切向量
2019-10-30
本节要点/问题提示:
1)、什么是内蕴?
2)、为什么需要站在泛函的角度看切向量?
3)、切向量的公理化定义?
4)、定义一个线性结构使得切空间是一个线性空间?
5)、切空间的基和维数? 证明的要点在哪儿? 证明所需要的关键引理是什
么?
回顾: 切线是我们在中学就接触过的概念, 但这个概念在学完本科的古典微
分几何的时候就产生了一些新的问题. 什么意思, 考虑平面上的一条光滑曲线.
对曲线上固定的一个点, 用割线的极限去定义切线, 也就是切向量. 这么做看上
去是完美而直观的. 但我们在古典微分几何的时候就已经在 Gauss − Bonnet 定
83
5.3. 切向量 CHAPTER 5. 微分流形初步
84
CHAPTER 5. 微分流形初步 5.3. 切向量
数学严格定义之前, 我们还是先看一个例子.
根据求导的链式法则, 我们有
dt |0 , dt |0 , · · · , dt |0 ). 于是我们记
根据之前的说明, 我们知道 v = ( dx dx dx
dxi ∂
Dv = |0 |p .
dt ∂xi
我们证明 v 与 Dv 之间存在着一一对应, 即 v 的全体所构成的线性空间与 Dv
的全体所构成的线性空间是一一对应的. 记映射 D : v 7→ Dv 显然 D 是满射, 也
是单射. 于是对任意的 v = (ξ1 , ξ2 , · · · , ξn ) ∈ Rn , 按照上述记号有
∂ ∂ ∂
Dv = ξ1 |p +ξ2 2 |p + · · · + ξn n |p
∂x1 ∂x ∂x
因为上 述 Dv 组成 的全体为线性空间, 所以我们 定义 全体 Dv 组成 的集 合
中 的 线 性 结 构 使 之 自 然 的 成 为 一 线 性 空 间. 对 任 意 的 f ∈ Cp∞ , 对 任 意 的
i |p , Dv2 = ξ2 ∂xi |p . 定义元素之间的加法
∂ i ∂
Dv1 = ξ1i ∂x
∂
(Dv1 + Dv2 )(f ) = (ξ1i + ξ2i ) |p (f ).
∂xi
定义元素的数乘, 对任意的 λ ∈ R. 有
∂
λDv = (λξ i ) |p (f ).
∂xi
容易验证, 这样定义的线性结构使得 Dv 的全体组成的集合成为一线性空间, 并
且这个线性空间与 v 组成的线性空间 Rn 同构.
85
5.3. 切向量 CHAPTER 5. 微分流形初步
注 解 5.9. 首 先 说 明 流 形 上 p 点 定 义 的 可 微 函 数 的 全 体 记 为 Cp∞ . 说 到 可
微 函 数 这 个 问 题, 其 实 在 微 分 流 形 那 一 节 已 经 提 过 了, 在 这 里 在 做 一 个 声
∂f ◦φ−1
i |p := |φ(p) 左边是形式记号, 右边是实质意义.
∂f
明. ∂x ∂xi
−1
d(f ◦γ) dui ∂f ◦φ dui dui
注解 5.10. 记 v(f ) := dt |p = dt ∂ui |φ(p) = dt |0 ∂f
∂ui |p = |p
dt |0 ∂
∂ui
i
du
(f ). 即 v = | ∂
dt 0 ∂ui p| . 特别地, 令 γ i (t) 使 φ◦γ i (t) = (u1
0 , · · · , u i
0 +t, · · · , u n
0 ).
j duj j duj j ∂
记 uj (t) = u0 + δi t, 显然有 dt = δi . 于是有 dt |0 ∂uj |p = δi ∂uj |p = ∂ui |p .
i ∂ ∂
86
CHAPTER 5. 微分流形初步 5.3. 切向量
对任意的 λ ∈ R, 定义
(λµ)(f ) := λ · µ(f ).
进一步验证导子性质. 考虑
87
5.3. 切向量 CHAPTER 5. 微分流形初步
自然我们有理由猜测 ∂
∂ui |p 就是 Tp M 的一组基. 从低维先想明白了, 理解了最
基本的想法的来源. 接下来的逻辑推导就是数学里面最常见的东西了. 有时候学
数学的一个误区就是所有的逻辑推导都明白, 但对于这么做的目的以及这些想
法的来源一无所知, 这并不是一个好现象.
为了证明我们的猜测, 我们首先得花点功夫去证明一个引理, 这是数学分析
(欧式空间) 中的一个引理, 我们只需要花点功夫把这个欧式空间上的函数变成
流形上的函数即可.
其中 gi ∈ Cp∞ , 且 gi (p) = ∂
∂ui |p (f ).
88
CHAPTER 5. 微分流形初步 5.3. 切向量
令 u = φ(q), 利用微积分基本定理有
f ◦ φ−1 (u) − f ◦ φ−1 (u0 ) = f ◦ φ−1 (u1 , u2 , · · · , un ) − f ◦ φ−1 (u10 , u20 , · · · , un0 )
∫ 1
d(f ◦ φ) 1
= (u0 + t(u1 − u10 ), u20 + t(u2 − u20 ), · · · , un0 + t(un − un0 ))
0 dt
∫ 1∑ n
∂f ◦ φ−1
= i
(u0 + t(u − u0 ))(ui − ui0 )dt
0 i=1 ∂u
∑n ∫ 1
∂f ◦ φ−1
= i
(u0 + t(u − u0 ))(ui − ui0 )dt.
i=1 0 ∂u
(5.1)
定义 gi ∈ Cp∞ 使得
∫ 1
∂f ◦ φ−1
gi ◦ φ−1 (u) = (u0 + t(u − u0 ))(ui − ui0 )dt.
0 ∂ui
于是 (5.1) 式可化为
∑
n
f ◦ φ−1 (u) − f ◦ φ−1 (u0 ) = (ui − ui0 )gi ◦ φ−1 (u). (5.2)
i=1
即
∑
n
f (q) = (ui − ui0 )gi (u) + f (p).
i=1
考虑
89
5.3. 切向量 CHAPTER 5. 微分流形初步
注解 5.13. 上述引理的结果无外乎是把数学分析中欧式空间中的函数变成了流
形上的函数, 我们证明的要点就是把流形上的函数映射到到欧式空间去做微积
分, 再利用局部坐标映射把把欧式空间重新拉回到流形上去. 这种数学思想贯穿
于整个微分几何中, 流形本身就是我们不太熟悉的东西, 把不熟悉的东西转化为
欧式空间中的东西. 在把欧式空间中的东西通过局部坐标映射的逆重新拉回到
流形上面去.
∂f ∂f
(u0 + t(u − u0 )) =
∂ui ∂(ui0 + t(ui − ui0 )
90
CHAPTER 5. 微分流形初步 5.3. 切向量
∂
证明. 要证明 ∂ui 是一组基, 只需要证明可表性和线性无关性. 首先证明线性无
关性. 不妨设存在 ξi 使得
∂
ξi |p = 0. (5.5)
∂ui
∂
ξi |p (uj ) = 0(uj ) = 0.
∂ui
∂uj
ξi |p = 0.
∂ui
∂uj ◦ φ
ξi |p = 0.
∂ui
∂uj ◦ φ ◦ φ−1
ξi |φ(p) = 0.
∂ui
∂uj
ξi |φ(p) = 0.
∂ui
91
5.4. 切映射 CHAPTER 5. 微分流形初步
由引理 5.1, 有
∑
n
v(f ) = v(f (p) + (ui − ui0 ) · gi )
i=1
∑
n
= v(f (p)) + v( (ui − ui0 ) · gi )
i=1
∑
n
= v( (ui − ui0 ) · gi )
i=1
∑
n
= v((ui − ui0 ) · gi )
i=1
∑
n
= (ui − ui0 ) |p v(gi ) + v(ui − ui0 ) · gi |p
i=1
∑
n
= v(ui − ui0 ) · gi |p
i=1
∑
n
= v(ui ) · gi |p
i=1
∑
n
∂
= v(ui ) · |p (f )
i=1
∂ui
∑
n
∂
v= v(ui ) · |p
i=1
∂ui
∂
于是 ∂ui 是 Tp M 中的一组基.
5.4 切映射
2019-11-6
本节要点/问题提示:
1)、一句话说明什么是余切空间?
2)、通过等价关系如何定义余切空间和微分?
92
CHAPTER 5. 微分流形初步 5.4. 切映射
3)、光滑映射的局部表示?
4)、什么是一般映射的秩? 什么是临界点
5)、如何通过微积分引出切映射? 切映射的一般定义是怎样的?
6)、计算切映射在局部坐标系的表达式? 切映射的几何意义是什么?
7)、如何引出余切映射? 余切映射的一般定义是什么?
8)、计算余切映射在局部坐标系的表达式?
回顾: 上节课讲了切向量, 设 R3 中的一条光滑曲线 γ(t),γ(t) = (x(t), y(t), z(t)).
于是 γ ′ (t0 ) = dγ
dt |t0 = ( dx dy dz
dx
dt |t0 , dt |t0 , dt |t0 ) =
dy
dt (1, 0, 0) + dt |t0 (0, 1, 0) |t0
dy
(0, 0, 1) + dz dx dz
dt |t0 (0, 0, 1) = dt |t0 E1 + dt |t0 E2 |t0 E2 + dt |t0 E3 . 这是最初利
用割线的极限所定义的切向量. 如果我们用泛函的观点定义切向量 v : Cp∞ 7→ R.
dy
根据上一节的定理,v 可以表示为 v = dx ∂ ∂ dz
dt |t0 ∂x |p + dt |t0 ∂y |p + dt |t0 ∂z |p .
∂
并且我们知道 ∂x ∂
|p , ∂y
∂
|p , ∂z
∂
|p 在 p 点处是线性无关的, 这是一个具体的例子.
在流形上用公理化的方式来定义切向量, 具体说是泛函 v : Cp∞ 7→ R. 称之为一
个切向量, 如果 v 满足线性性和导子性. 即
1)、(线性性质)v(αf + βg) = αv(f ) + βv(g).
2)、(导子性质)v(f g) = f (p)v(g) + g(p)v(f ).
∂
上节课为了证明 Tp M 的基是 ∂ui , 我们首先证明了引理 f (q) = f (p) +
∑n
i=1 (u
i
− ui0 )gi (u). 利用这个引理说明了任意的切向量 v 都可用 ∂
∂ui 的线性组
−1
∂f ◦φ
合表出. 并且形式的记 ∂f
∂xi |p := ∂xi |φ(p) 左边是形式记号, 右边是实质意义.
在 数 学 意 义 上 严 格 的 论 述 余 切 空 间 之 前, 我 们 先 简 单 的 谈 一 谈 不 那 么
严格而直观的对余切空间的理解. 有了线性空间 Tp M , 自然我们会问这个
线性空间的对偶空间是什么, 即切空间的对偶空间是什么? 既然切向量有了
公理化的定义, 我们自然希望微分 dui 也能够通过切向量来定义. 这样的话
我们的微分就能摆脱几何直观和外围空间的束缚了. 按照第四章的记号, 记
(Tp M )⋆ , 为方便书写记为 Tp⋆ M 为 Tp M 的对偶空间, 称之为余切空间. 所谓
余代表的是次要的意思. 中文的字面意思大致是次要的切空间. 首先注意到
∂uj
duj |p ( ∂u
∂
i |p ) = ∂ui |p = δij . 如果 duj 是 Tp M 上的线性函数. 并且有刚刚的
δij , 我们就似乎可以断言:duj |p 就是 ∂
∂ui |p 的对偶基, 也是 Tp⋆ M 的一组基.
i |p , 考虑
∂
下面验证 duj 的的确确是 Tp M 上的线性函数, 对任意的 v = ξi ∂u
duj (v) = duj |p (ξi ∂u
∂
i |p ) = ξi du |p ( ∂ui |p ) = ξi du ( ∂ui ) |p ) = ξi du (v). 这说
j ∂ j ∂ j
∑n
明上述的断言直观上应该是成立的. 对任意的 (df ) |p = i=1 ai dui , 显然该式两
∑n ∂f
i |p , 有 aj = ∂ui |p . 带入有 df = i=1 ∂ui |p du |p . 这样子
∂ ∂f
边同时作用于 ∂u i
得到的余切空间和微分和微积分里面的微分形式上看上去是一样的, 但我们并
没有用微积分里面的方法而得到了相同的结果. 不得不说是数学家的精妙思维
得到的相当漂亮的结果. 下面, 我们将严格的定义余切空间, 但我们还得做点铺
93
5.4. 切映射 CHAPTER 5. 微分流形初步
垫说明为什么要这么定义.
∑n
首先我们刚刚说明了对任意的 f ∈ Cp∞ , 则 (df ) |p = i=1 ai dui . 另一方面
∑n ∑n
对于给定的 i=1 ai dui , 只要构造 φ(u) = ai ui 即有 (dφ) |p = i=1 ai dui . 这说
{ }
明了 Tp⋆ M = (df ) |p | f ∈ Cp∞ 但需要注意的是 C ∞ 7→ R 的映射 f 7→ (df ) |p .
并不是一个单射. 事实上, 若 (df ) |p = (dg) |p , 只需要 (d(f − g)) |p = 0, 只需
要 f − g 的微分为零, 但这并不能推出 f = g, 最简单的情况莫过于相差一个常
数. 我们想要找到一个一一对应, 但这个一一对应的空间不是 Cp∞ , 应该是它的
某个商空间, 考虑 N 为具有 (d(h)) |p = 0 的所有函数 h 构成的空间, 我们猜测
d : C ∞ /N 7→ Tp⋆ M 之间的映射应该是一一映射. 而定义域为一个商空间, 在抽
象代数中我们知道一个商空间唯一确定了一个等价关系, 一个等价关系也唯一
确定了一个商空间. 于是, 我们按照上面的思路确定了一种等价关系, 根据这种
等价关系定义了我们称之为微分的东西.
对任意的 λ ∈ R, 定义
94
CHAPTER 5. 微分流形初步 5.4. 切映射
i
定义 5.12. 在上述记号下, 定义 rank(F ) := rank( ∂F
∂uj ) 为光滑映射 F 的秩, 特
别地, 若 rank(F ) = min {m, n}, 则称 F 是满秩的, 若 rank(F ) < min {m, n}
则称 F 不是满秩的, 不满秩的点称之为临界点.
95
5.4. 切映射 CHAPTER 5. 微分流形初步
下面这道习题留给大家作为练习. 偶尔做点题能够避免大脑永不思考.
F⋆ : Tp M 7→ TF (p) N.
对任意的 v ∈ Tp M, g ∈ Cp∞ 定义
F⋆ (v)(g) = v(g ◦ F ).
为切映射.
96
CHAPTER 5. 微分流形初步 5.4. 切映射
∂
求 F⋆ ( ∂u i ) 的表达式?
∂ ∂ ∂
F⋆ ( i
)(g) = i
(g ◦ F ) |p = (g ◦ F ◦ φ−1 ) |φ(p)
∂u ∂u ∂ui
∂
= (g ◦ ψ −1 ◦ ψ ◦ F ◦ φ−1 ) |φ(p)
∂ui
∂
= (g ◦ ψ −1 ◦ (F 1 , F 2 , · · · , F n )) |φ(p)
∂ui
∂g ◦ ψ −1 ∂F j
= j
|ψ(q) |φ(p)
∂v ∂ui
∂g ∂F j
= | q |φ(p)
∂v j ∂ui
∂F j ∂g
= |φ(p) |q
∂ui ∂v j
∂F j ∂
= i
|φ(p) |q (g).
∂u ∂v j
∂F j
∂
于是得到 F⋆ ( ∂u i) = ∂ui |φ(p) ∂
∂v j |q .
97
5.4. 切映射 CHAPTER 5. 微分流形初步
注解 5.20. 将上述得到的结果写成矩阵的形式, 即
1
∂F 2 ∂F n
∂ ∂F
· · · ∂
∂u ∂u ∂v
1 1 ∂u 1 ∂u 1 1
∂ 2 ∂F 21 ∂F 22 · · · ∂F 2n ∂ 2
∂u ∂u ∂u ∂u ∂v
F⋆ . = . .. .. .. .
.. .. . . . .
.
1 2 n
∂
∂um
∂F
∂un
∂F
∂un · · · ∂F
∂un
∂
∂v n
dψ ◦ F ◦ γ(t) dF 1 dF 2 dF n
=( , ,··· , ).
dt dt dt dt
即
dψ ◦ F ◦ γ(t) dF i ∂
= .
dt dt ∂v i
考虑
dui ∂
F⋆ (v) = F⋆ ( )
dt ∂ui
dui ∂
= F⋆ ( i )
dt ∂u
dui ∂F j ∂
= |φ(p) |q
dt ∂u i ∂v j
dF i ∂
= .
dt ∂v j
这说明 F⋆ 将原曲线的切向量映射为像曲线的切向量.
注意到映射
F⋆ : Tp M 7→ TF (p) N.
98
CHAPTER 5. 微分流形初步 5.4. 切映射
如果我们对这个式子整体取一个对偶会怎样? 我们知道对偶有时候会把式子反
过来 (比如最优化中的线性规划和对偶规划, 把条件和结论倒置一下.), 于是形
式意义上, 我们得到上述式子的对偶式子
注意到这种形式意义上的映射是余切空间之间的映射, 于是我们称这种映射为
余切映射, 又称之为拉回映射 (拉回是指相对于切映射的拉回映射).
99
5.4. 切映射 CHAPTER 5. 微分流形初步
100
第6章 子流形理论
本章从局部与整体的概念开始说起, 局部性质就是关于一个邻域成立的性
质, 而整体性质是指在一个流形的任何一个点都成立的性质 (并且这种性质与点
的选取无关). 为了将局部的光滑函数眼延拓到整体的光滑函数, 我们介绍了截
断函数, 并且以截断函数为工具可证明诸多流形上的定义是整体的和合理的. 为
了说清楚什么是向量场引出了切从的概念, 并把函数图推广成了切从的截面. 和
切向量类似, 我们也站在泛函的观点去看切向量场, 证明了切向量场是函数空间
到函数空间的满足线性性质和导子性质的算子. 为了把对函数的方向导数推广
成对切从的截面的方向导数 (也就是切向量场的方向导数). 又把三维欧式空间
的曲面曲线作为欧式空间的子集的几何的概念推广为流形上的子流形几何. 如
同矩阵的有理标准型和 Jordan 标准型定理一样, 为了让子流形有更好的和更简
单的坐标表示, 我们证明了浸入的标准型定理作为子流形的表示定理. 因为流形
上不仅有映射, 还有切向量场, 所以我们也从切向量场的角度研究了子流形, 首
先证明了非零向量场的局部标准型定理, 接着依据常微分的积分曲线的存在性
问题推广到积分流形的存在性问题, 借助 possion 括号积的性质, 证明了著名的
关于子流形可积性的 F robenius 定理. 布置了一道习题, 该习题是二维积分曲面
存在的具体的结论, 一方面我用具体的指标表示出来了该结论. 也用 Einstein
求和约定写出来了该结论.
6.1 截断函数
2019-11-13
本节要点/问题提示:
1
e (x−r2 )(x−r1 ) , x ∈ [r12 , r22 ].
2 2
101
6.1. 截断函数 CHAPTER 6. 子流形理论
2)、构造一个函数使得它在小球上的值为常数 1, 大球之外的区域为另一个
常数 0, 并且该函数还是光滑的?
3)、证明曳物线方程不能二阶光滑延拓?
4)、把 2) 中构造的函数如何搬到流形上面去? 先写出结论, 在给出证明?
5)、如何将流形上局部的光滑函数延拓为整体上的光滑函数?
6)、什么是局部紧空间? 什么是紧致邻域? 为什么说流形是局部紧空间?
回顾: 关于整体与局部的一些说明, 我们现在的这门微分几何又被称之为整
体微分几何. 与之相对比的是本科的局部微分几何. 整体与局部这个概念, 第一
次接触是在连续和一致连续的时候, 我们知道连续是一个逐点的概念, 而一致连
续是个整体的概念, 之所以这么说是因为连续的时候, 我们的 δ 的选取不仅与 ϵ
有关, 还与 x0 有关. 但在一致连续的第定义里面, 我们的 δ 是与 x0 的选取没有
任何关系的. 这就是一致性. 也是整体性, 同样的, 收敛和一致收敛也是. 所谓整
体, 是指的与局部的点的选取没有关系的数学概念. 而局部就是我们通常在一个
点或者一个邻域处的讨论结果.
本节的中心问题就是局部上的光滑函数如何延拓成整体上的光滑函数, 这
一节的主要证明与拓扑有一点点关系.
例 6.1. 曳物线方程
√
√ a a + a2 − x2
y = − a − x + ln(
2 2 √ )
2 a − a2 − x2
这样的函数在 (a, 0) 处不能二阶光滑. 将图像旋转便能得到伪球面/喇叭面 (伪
图 6.1: 曳物线图像
球面上的三角形内角和不再等于 π).
为了能够得到光滑函数, 我们从局部上的常值函数但整体上是光滑函数开
始讨论, 这便是下面的引理.
102
CHAPTER 6. 子流形理论 6.1. 截断函数
1
证明. 注意到一个特殊的函数 e x2 (它是一个任意阶导数都存在但是在 0 附近的
泰勒展开却不收敛于它自身的函数), 进一步我们利用这个函数去构造我们引理
中所需要的函数.
考虑如下函数
1
e (x−r2 )(x−r1 ) , x ∈ [r12 , r22 ].
2 2
g(x) =
0, x < r12 或x > r22 .
这便是我们所需要的函数.
{
e− x , x > 0
1
于是有
1
lim P ( )e− x = 0.
1
x x→0+0
103
6.1. 截断函数 CHAPTER 6. 子流形理论
其中
1
P0 ( ) = 1
x
1 1 ′ 1 1
Pn+1 ( ) = (Pn ( ) − Pn ( )) 2
t t t t
于是 Pn 是一个 2n 次多项式. 结合上述讨论知 f n (x) 存在且连续.
我们不加证明的给出下列结论. 该结论的证明请参阅拓扑学教材.
上面所证明的引理是在欧式空间中的结论, 自然我们想得到流形上的相关
结果, 这便是下面引理.
104
CHAPTER 6. 子流形理论 6.1. 截断函数
{
F (φp (x)), x ∈ Xp
fp (x) =
0, x ∈
/ Xp .
图 6.2: 邻域图
推 论 6.1. 设 U, V 为 M n 中 的 开 集 且 V̄ ⊆ U , 则 存 在 f ∈ C ∞ (M ) 使 得
f |V = 1, f |M /U = 0.
证明. 因 为 V̄ ⊆ U , 我 们 得 到 V̄ ∩ (M /U ) = ∅ 有 上 述 引 理 使 得 f |V =
1, f |M /U = 0 存在 (称这种函数为截断函数).
p ∈ V ⊆ V̄ ⊆ W ⊆ W̄ ⊆ U.
105
6.2. 光滑向量场 CHAPTER 6. 子流形理论
由上述推论知, 存在 g |V = 1, g |M /W = 0. 令
{
d g(x)f (x), x∈U
f (x) =
0, x∈
/ U.
可仿造上述引理的证明画出邻域图可知 fb ∈ C ∞ (M ). 显然这样的 fb 满足
fb |V = f |V .
6.2 光滑向量场
2019-11-15(老师调课了所以时间变了)
本节要点/问题提示:
1)、切从的拓扑结构和微分结构分别是什么?
2)、切向量场的通俗定义和严格定义?
3)、如何从函数推广到截面?
4)、如何站在泛函的观点看待切向量场? 证明满足线性性和导子性的函数
空间的算子是切向量场的要点是什么?
6)、为什么要引入 P ossion 括号积? 如何自然的引入这个定义?
7)、如何将方向导数推广成 Lie 导数?Lie 导数有什么性质?
8)、什么是 Lie 群? 什么是 Lie 代数?
回 顾: 这 里 的 回 顾 主 要 是 想 要 和 大 家 一 起 从 切 向 量 走 向 切 向 量 场. 设
∂
v = (f (x, y), g(x, y)) = f (x, y)] ∂x |p +g(x, y) ∂y
∂
|p . 这是切向量, 什么是向量场
呢? 什么是切向量场? 回顾一下在物理里面的电磁场和重力场, 电磁场就是一些
曲线, 每一条曲线是光滑的, 所谓重力场是说的地球上每一个地方都有重力, 也
就是每一个点指定一个向量. 这便是通俗的对向量场的解释, 一个场地的向量,
也就是每一个点指定一个切向量. 但这种直观的理解是不够的, 我们需要做的事
情是用数学的语言把向量场给说清楚, 所以我们先回顾常微分方程中的一些结
果. 在 ODE 中, 给定一个平面区域 D 中的一些点 (x(t), y(t)), 考虑如下的常微
分方程组 {
dx
dt = f (x, y)
dy
dt = g(x, y)
由存在唯一性定理知, 在充分小的邻域中上述常微分方程的解是存在且唯一的.
它的解称之为积分曲线, 当出现奇点的时候, 上述积分曲线的形态各有千秋. 回
到我们之前的问题上, 我们想要说清楚什么是向量场, 考虑映射 p 7→ Tp M 的整
体化, 即 M 7→ X. 上面的 X 是什么东西? 使得该映射若在 M 上指定点 p,X 中
可以指定一个点 p 使得它退化为一个切空间? 注意到 M 不过是 p 放在一起在
106
CHAPTER 6. 子流形理论 6.2. 光滑向量场
θ(Xp ) = (p, y 1 , y 2 , · · · , y n ), ∀ Xp ∈ Tp M.
具体写出来便是
( )
(x, a) 7→ φβ ◦ φ−1 −1 −1
α , J(φβ ◦ φα )(φα )(φα (x)a) , ∀ x ∈ φα (Uα ∩ Uβ ), a ∈ R .
n
107
6.2. 光滑向量场 CHAPTER 6. 子流形理论
因为 φβ ◦ φ−1 −1
α 是光滑的, 所以转换映射的 Jacobian 行列式 J(φβ ◦ φα ) 是光滑
的. 进一步上述的坐标转换函数是光滑的.
{ }
于是 π −1 (Uα ), (φα , id) ◦ θα 为 T M 的光滑结构 (微分结构).
这样我们就说明楚了什么是切从, 其中的 π 称为丛投影. 切从本身是切空间
的整体化. 我们引入他一方面是局部作成整体的需要, 另一方面也是我们上面的
ν 的像空间的需要.
从曲率的角度上看, 微分流形是欧式空间的推广. 欧式空间的数值函数就是
普通的函数, 流行上也有了函数的概念, 如同泛函分析中把函数推广为泛函和算
子一样. 我们也希望把函数推广为截面. 首先从我们站在其他的角度来看待函数,
希望借助这种角度来探索什么是函数的本质. 以此推广流形上的函数.
具体来说, 考虑 f : R 7→ R 且 f 光滑. 自然在 R2 上就是一条光滑曲线. 如
图所示 我们不在把函数的值域看成一个点, 我们把值域看做是定义域上每一点
π ◦ s(x) = x.
我们在这里自然会提一个反问题, 满足所有的 s : M 7→ T M 使得 π ◦ s = id :
R1 7→ R1 是否一定是函数呢? 如果不是到底是结论的问题还是函数的定义太狭
隘了? 我们能否从这里入手推广函数呢? 于是我们有如下定义.
定义 6.3. 设 s 是 M 7→ T M 的一个映射, 如果 π ◦ s = id : M 7→ M. 则称 s 为
T M 的一个截面.
108
CHAPTER 6. 子流形理论 6.2. 光滑向量场
上述是不涉及局部坐标系的整体定义, 我们还可以在局部坐标系下来说明
这件事情, 因为任何切向量都可以写为自然基底的线性组合, 自然, 任何切向量
场也能写为自然基向量场的线性组合. 这启发我们如下定义 (切) 向量场的可微
性.
时,ξi 在 p 处是 C r 的.
109
6.2. 光滑向量场 CHAPTER 6. 子流形理论
例 6.2. 基向量场
如果 ui 为邻域 U 的局部坐标系, 则
∂
: U 7→ π −1 (U )
∂ui
∂ ∂
(p) = |p
∂ui ∂ui
显然它是局部上的光滑向量场.
例 6.3. 梯度场
考虑流形 Rn 的切从 T Rn , 因为 Tp Rn = Rn (Rn 的切空间就是它自身), 于
是 T Rn = Rn × Rn . 于是 Rn 上的向量场形如
X(p) = (p, Xp ), p ∈ Rn .
其中 Xp ∈ Tp Rn = Rn . 因此我们不妨就用通常的映射 Rn 7→ Rn 来表示 Rn 上
的向量场. 对任意的 f ∈ C ∞ (Rn ), 则 ∇f (x) = ( ∂u
∂f
1 , ∂u2 , · · · , ∂un ) 定义了一个
∂f ∂f
容易验证上述结构所构成的的确是一线性空间.
下面的命题刻画了切向量场的线性性质和导子性质.
110
CHAPTER 6. 子流形理论 6.2. 光滑向量场
v(f g)(p) = vp (f g)
= f (p)vp (g) + g(p)vp (f )
= f (p)v(g)(p) + g(p)v(f )(p)
= (f v(g) + gv(f ))(p)
其他的情况可类似验证.
定理 6.3. 若 v : C ∞ (M ) 7→ C ∞ (M ) 满足下列两条性质.
1)、(线性性质)v(αf + βg) = αv(f ) + βv(g).
2)、(导子性质)v(f g) = f (p)v(g) + g(p)v(f ).
则 v ∈ X(M ), 即 v 是 M 上的向量场.
考虑
v(0) = v(0 + 0) = v(0) + v(0).
即
v(h(fb − gb)) = v(h)(fb − gb) + h(v(fb) − v(b
g )) = 0.
进一步
h(v(fb) − v(b
g )) = 0.
111
6.2. 光滑向量场 CHAPTER 6. 子流形理论
C ∞ (U ).
这说明导子性质不成立. 即 X ◦ Y 不是光滑向量场.
112
CHAPTER 6. 子流形理论 6.2. 光滑向量场
两个式子相减有
[X, Y ] = X ◦ Y − Y ◦ X
自然的有
特别的, 对任意的 p ∈ M, 有
根据 (6.3) 式, 有
这就证明了下述命题.
113
6.2. 光滑向量场 CHAPTER 6. 子流形理论
[X, Y ] = X ◦ Y − Y ◦ X
由于 X 是全体光滑向量场, 向量场是在流形的每一点处指定了一个切向量.
方向导数是某个函数对某个向量求导, 现在我们已经把流形上的函数推广成了
截面, 函数是定义域上的切从的截面, 把定义域换成流形, 流形的切从的截面便
是向量场. 于是我们想把之前方向导数是某个函数对某个向量求导推广成某个
向量场对某个向量求导. 这就是 Lie 导数的概念.
先站在更高的观点考虑函数的微分, 设函数 f : M 7→ R, f ∈ C ∞ (M ). 对任
意的 X ∈ X(M ). Lie 导数的记号为 (LX f ), 对任意的 p ∈ M, 有 (既然 Lie 导
数是方向导数的推广, 对于普通的函数它自然也是方向导数, 根据方向导数的定
义, 我们有)
(LX f )(p) = ∇f · Xp
∂f
= Xi
∂xi
∂f
= Xj i δji
∂x
∂f ∂
= Xj i dxi ( j )
∂x ∂x
∂ ∂f
= (Xj j )( i dxi )
∂x ∂x
= Xp (dfp )
= (Xp (f ))(p)
刚刚对 p 是任意的, 于是 LX f = X(f ), 注意到
LXp Y := [X, Y ] |p .
114
CHAPTER 6. 子流形理论 6.3. 子流形
证明. 显然自行验证即可.
6.3 子流形
2019-11-27
本节要点/问题提示:
1)、反函数定理的内容? 应用于流形可得到怎样的结论?
2)、什么是光滑映射的秩? 如何证明它的定义是合理的?
3)、什么是浸入? 什么是 入? 什么是淹没?
4)、什么是临界点? 什么是正则点?
6)、什么是标准浸入? 浸入的局部标准型定理的内容是什么?
7)、如何证明浸入的标准型定理? 要点在哪里?
8)、向量场的局部标准型定理的内容是什么?
8)、如何证明浸入的标准型定理? 要点是什么?
导语: 有了流形, 我们自然希望得到这个流形的子流形的相关结果和性质.
以曲面和曲线为例, 以三维欧式空间为流形, 曲面和曲线为子流形. 但我们知道
在古典微分几何之中本来就是通过研究映射来研究曲线曲面的, 现在也按照相
同的思路来研究子流形. 因为研究映射比研究流形要来的简单, 所以我们希望通
过研究一些映射的性质来研究子流形. 所以我们先回顾反函数和隐函数定理, 并
以此为工具为得到了子流形的标准型定理. 但流形上不仅有映射, 还有切向量场,
于是我们也研究了非零切向量场在局部的标准型定理.
回顾: 先回顾反函数定理, 设 F : U ⊆ Rn 7→ Rn 的函数 F (x1 , x2 , · · · , xn ) =
(F 1 (x1 , x2 , · · · , xn ), F 2 (x1 , x2 , · · · , xn ), · · · , F n (x1 , x2 , · · · , xn )), 其中 (x1 , x2 , · · · , xn ) ∈
∂(F 1 ,F 2 ,··· ,F n )
U. 若 p 处的 Jacobian 行列式 ∂(x1 ,x2 ,··· ,xn ) ̸= 0, 记 y i = F i (x1 , x2 , · · · , xn ),
则 由 反 函 数 定 理 知, 存 在 p 的 邻 域 V ⊆ U. 使 得 F 在 V 上 有 反 函 数, 即
F −1 (y 1 , y 2 , · · · , y n ) = (x1 , x2 , · · · , xn ). 即存在 G1 , G2 , · · · , Gn ∈ C(Rn ) 使得
xi = Gi (x1 , x2 , · · · , xn ). 且反函数 G = F −1 = G = (G1 , G2 , · · · , Gn ) 在 F (p)
115
6.3. 子流形 CHAPTER 6. 子流形理论
我们想定义光滑映射是否退化, 由于线性变换是否退化与某个基下的矩阵
是否满秩有关, 而且秩与基的选取是无关的, 根据这种思路, 首先我们已经有了
F 的局部坐标表示 F̄ , 我们想要借助 F̄ 构造一个矩阵, 自然我们会想到 Jacobi
矩阵. 由此我们引出如下定义.
定义 6.9. 设 F : M m 7→ N n 为光滑映射,F̄ = (y 1 , y 2 , · · · , y n ) = (F 1 , F 2 , · · · , F n )
为 F 的局部表示 ψ ◦ F ◦ φ−1 . 则 F̄ 的 Jacobi 矩阵
1
∂F 1 ∂F 1
∂F
···
∂F
∂x1 ∂x2 ∂xm
∂F i 1 2
∂F 2
··· ∂F 2
∂x ∂x2 ∂xm
|φ(p) = . . .. ..
∂xj .. .. . .
∂F n ∂F n ∂F n
∂x1 ∂xm ··· ∂xm
∂F i
于是 ∂xj 在 φ(p) 处的秩称之为 F 在 p 处的秩.
下面的命题回答了上面的定义是否是有意义的.
F¯1 = ψ1 ◦ F ◦ φ−1
1 = ψ1 ◦ ψ
−1
◦ ψ ◦ F ◦ φ−1 ◦ φ ◦ φ−1
1 = ψ1 ◦ ψ
−1
◦ F̄ ◦ φ ◦ φ−1
1 .
相应的 Jacobi 为
∂ F¯1i ∂(ψ1 ◦ ψ −1 ◦ F̄ ◦ φ ◦ φ−11 )
j
=
∂xj ∂xi
∂(ψ1 ◦ ψ ◦ F̄ ) ∂(φ ◦ φ−1
−1
1 )
l
= l i
∂u ∂x
∂(ψ1 ◦ ψ −1 )j ∂ F̄ k ∂(φ ◦ φ−11 )
l
=
∂v k ∂ul ∂xi
116
CHAPTER 6. 子流形理论 6.3. 子流形
定义 6.12. 设 F : M m 7→ N n 是光滑映射, 其中 n ≤ m, 对 p ∈ M , 若 F 在 p 处
是淹没, 即 rank(F ) |p = n, 则称 p 为 F 的正则点.
称之为标准浸入.
117
6.3. 子流形 CHAPTER 6. 子流形理论
下面的定理说明了任何一个浸入都可以在局部上表示为标准侵入的形式.
称之为浸入的局部标准型定理.
∂(F 1 , F 2 , · · · , F m )
|φ(p) ̸= 0.
∂(x1 , x2 , · · · , xm )
F̄ = (F̄ 1 , F̄ 2 , · · · , F̄ n ) = (y 1 , y 2 , · · · , y n ).
其中 y i = F i (x1 , x2 , · · · , xm ), i = 1, 2, · · · , m, y i = F i (x1 , x2 , · · · , xm ) + xi , i =
m + 1, m + 2, · · · , n 注意到
[( ) ]
∂F i ∂Fi
∂xj l×l ∗
( j )n×n =
∂x 0 In−l
′ ′ ′
∂ F¯i
显然 ∂xj ̸= 0, 由前面的定理知, 存在 U ⊆ U, In−m ⊆ In−m 使得 F̄ : φ(U ) ×
′ ′ ′ ′ ′
In−m 7→ F̄ (φ(U ) × In−m ) = ψ(V ) 为微分同胚. 将 (V , F̄ )−1 ◦ ψ 作为 F (p) = q
处的坐标卡, 注意到 F 新的局部坐标表示为
于是
Fb(x1 , x2 , · · · , xm ) = (F̄ )−1 ◦ F̄¯ (x1 , x2 , · · · , xm )
= (F̄ )−1 ◦ F̄ (x1 , x2 , · · · , xm , 0, · · · , 0)
= (x1 , x2 , · · · , xm , 0, · · · , 0).
118
CHAPTER 6. 子流形理论 6.3. 子流形
∂ ∂
ξi = ,
∂xi ∂y 1
注意到基坐标转换公式
∂ ∂xi ∂
=
∂y 1 ∂y 1 ∂xi
带入上式得
∂ ∂ ∂xi ∂
ξ i
= 1
= .
∂x ∂y ∂y 1 ∂xi
于是
∂xi
= ξ i = ξ i (x1 , x2 , · · · , xm ).
∂y 1
证明. 考虑如下常微分方程组
{
dxi
dt = ξ i (x1 , x2 , · · · , xm ), 1 ≤ i ≤ n.
x1 (0) = 0, xα = y α , 2 ≤ α ≤ m.
用向量的形式写出, 即
{
dx
dt =ξ
x(0, 0, · · · , 0) = (0, y , · · · , y m ).
2
119
6.3. 子流形 CHAPTER 6. 子流形理论
是光滑的, 考虑 xi = xi (y 1 , y 2 , · · · , y m ) 在 0 处的 Jacobian 矩阵
∂x1 ∂x1 ∂x1
∂y 1 ∂y 2 ··· ∂y m
∂(x1 , x2 , · · · , xm ) ∂x2 ∂x2
··· ∂x2
∂y 1 ∂y 2 ∂y m
| 0 = . .. .. .. |0
∂(y 1 , y 2 , · · · , y m ) .. . . .
∂xm ∂xm ∂xm
dy 1 ∂y 2 ··· ∂y m
dx1 ∂x1 ∂x1
dy 1 ∂y 2 ··· ∂y m
dx2 ∂x2
··· ∂x2
dy 1 ∂y 2 ∂y m
= . .. .. .. |0
.. . . .
dxm ∂xm ∂xm
dy 1 ∂y 2 ··· ∂y m
∂x1 ∂x1
ξ1 ∂y 2 ··· ∂y m
2
ξ ∂x2
··· ∂x2
∂y 2 ∂y m
= . .. .. .. |0
.. . . .
∂xm ∂xm
ξn ∂xm ··· ∂y m
ξ1 0 ··· 0
2
ξ 1 ··· 0
= . .. .. ..
.. . . .
ξn 0 ··· 1
由 假 设 ξ 1 ̸= 0, 于 是 Jacobi 行 列 式 不 等 于 0, 由 反 函 数 定 理 知 存 在 y i =
y i (x1 , x2 , · · · , xn ). 此时
∂ ∂xi ∂ ∂
X |V = ξ i i
= 1 i
= .
∂x ∂y ∂x ∂y 1
120
CHAPTER 6. 子流形理论 6.4. FROBENIUS 定理
6.4 Frobenius 定理
2019-12-4
本节要点/问题提示:
1)、P ossion 括号积有哪些性质? 在局部坐标系下的表达式是什么?
2)、P ossion 括号积与切映射可交换吗? 如何证明?
3)、积分曲面的存在性问题如何叙述? 高维的叙述又是怎样?
4)、积分曲面的存在能够推出怎样的条件?
6)、什么是分布? 什么是 F robenius 条件?
7)、什么是同余式? 满足 F robenius 条件的一定可积吗?
8)、可积的一定满足 F robenius 条件吗?
8)、如何证明老师布置的习题?
回顾:P ossion 括号积相关的性质, 对任意的 X, Y ∈ X(M ), 定义 [X, Y ] =
X ◦ Y − Y ◦ X. 称之为 P ossion 括号积, 它具有如下性质:
1)、(反称性)[X, Y ] = − [Y, X] .
2)、(双线性性)[a1 X1 + a2 X2 , b1 Y1 + b2 Y2 ] = a1 b1 [X1 , Y1 ] + a1 b2 [X1 , Y2 ] +
a2 b1 [X2 , Y1 ] + a2 b2 [X2 , Y2 ] .
3)、(Jacobi 恒等式)[[X, Y ] , Z] + [[Y, Z] , X] + [[Z, X] , Y ] = 0. 故 [, ] 是 Lie
代数. 我们在给出一些 P ossion 括号积常用的性质.
求 [X, Y ] |U 的表达式.
121
6.4. FROBENIUS 定理 CHAPTER 6. 子流形理论
[ ∂ ]
证明. 在局部坐标系 (U, xi ) 下有,[X, Y ] |U = [X |U , Y |U ] = ξ i ∂x j ∂
i , η ∂xj =
2 j 2 i
i (η ∂xj ) − η ∂xj (ξ ∂xi ) = ξ η ∂xi ∂xj + ξ ∂xi − η j ξ i ∂x∂j ∂xi − η j ∂x
∂ j ∂ j ∂ i ∂ i j ∂ i ∂η ∂ ∂ξ ∂
ξ i ∂x ∂xj j ∂xi =
j i j j
ξ i ∂η ∂
∂xi ∂xj − ∂ξ ∂
η j ∂x j ∂xi = (ξ i ∂η
∂xi − ∂ξ
η i ∂x ∂
i ) ∂xj .
另一方面, 注意到对任意的 x ∈ M, 有
122
CHAPTER 6. 子流形理论 6.4. FROBENIUS 定理
我们有下述问题.
123
6.4. FROBENIUS 定理 CHAPTER 6. 子流形理论
进一步展开有
a11 X1 (a12 )X1 − a12 X1 (a11 )X1 + a11 a12 [X1 , X1 ] + a11 X1 (a22 )X2 − a22 X2 (a11 ) + a11 a22 [X1 , X2 ] +
a21 X2 (a12 )X1 − a12 X1 (a21 )X2 + a12 a21 [X2 , X1 ] + a21 X2 (a22 )X2 − a22 X2 (a21 )X2 + a21 a22 [X2 , X2 ] = 0.
化简表达式可得
这说明
λ1 X1 + λ2 X2 = (−a11 a22 + a12 a21 ) [X1 , X2 ] .
即
λ1 X1 + λ2 X2
[X1 , X2 ] = .
a12 a21 − a11 a22
进一步说明 [X1 , X2 ] 可以被 X1 , X2 线性表出.
124
CHAPTER 6. 子流形理论 6.4. FROBENIUS 定理
定 义 6.13. 设 M 为 光 滑 流 形, 若 对 每 一 点 p ∈ M , 都 指 定 一 个 k 维 切 子
空 间 Lkp , 则称 Lkp 是 M 上的 一 个 k 维 (光滑) 分 布. 局 部 上 看, 对 每 一 点
p ∈ M , 存 在 p 的 邻 域 U 以及 U 上处 处 线性 无 关 的 k 个 (光 滑) 向 量 场
X1 , X2 , · · · , Xk , 使得在每一点 q ∈ U , 都有 Lkp 由 X1 (q), X2 (q), · · · , Xk (q) 张
成, 即 Lkp = span {X1 (q), X2 (q), · · · , Xk (q)} . 换而言之
又称 Lk 为 U 上的 (光滑) 切子空间场.
125
6.4. FROBENIUS 定理 CHAPTER 6. 子流形理论
作括号积 [ ]
∂ ∂
[Xi , Xj ] = bki k , blj l
∂u ∂u
∂ ∂ ∂ ∂
= bki k (blj l ) − blj l (bki k )
∂u ∂u ∂u ∂u
l k
∂b j ∂ ∂b ∂
= bki k l − blj il k
∂u ∂u ∂u ∂u
l
∂b j ∂ ∂bl ∂
= bki k l − bkj ki
∂u ∂u ∂u ∂ul
l
∂bj ∂bl ∂
= (bki k − bkj ki ) l
∂u ∂u ∂u
l l
∂b j k ∂bi
= aml (b k
i − bj )Xm .
∂uk ∂uk
于是 [Xi , Xj ] ≡ 0 (mod Xl ).
126
CHAPTER 6. 子流形理论 6.4. FROBENIUS 定理
′ ′
X2 = X2 − ξ 1 X1 = ξ α ∂x∂α , 其中 2 ≤ α ≤ n. 同理我们得到 span {X1 , X2 } =
{ ′ } { ′ ′
}
span X1 , X2 = span X1 , X2 . 做 P ossion 括号积
[ ] [ ]
′ ∂ 1 ∂ α ∂
X1 , X2 = ,ξ +ξ
∂x1 ∂x1 ∂xα
[ ] [ ]
∂ 1 ∂ ∂ α ∂
= ,ξ + ,ξ
∂x1 ∂x1 ∂x1 ∂xα
[ ] [ ]
∂ 1 ∂ 1 ∂ ∂ ∂ α ∂ α ∂ ∂ .
= (ξ ) +ξ , + (ξ ) +ξ ,
∂x1 ∂x1 ∂x1 ∂x1 ∂x1 ∂xα ∂x1 ∂xα
∂ξ 1 ′ ∂ξ α ∂
= X +
∂x1 1 ∂x1 ∂xα
′
= aX1 .
即有方程
{
∂ξ 1
∂x1 = a.
∂ξ α
∂x1 = 0, 2 ≤ α ≤ n.
′
这说明 ξ α 与 x1 无关, 即 ξ α = ξ α (x2 , x3 , · · · , xn ), 于是 X2 也只与 (x2 , x3 , · · · , xn )
′
有关. 则存在坐标变换 wα = wα (x2 , x3 , · · · , xn ). 使得 X2 = ∂
∂w2 . 即 w1 =
′ ′
x1 , wα{ = wα (x}2 , x3 , · · · {
, xn ). 于是
}X =
∂ ∂
∂w1 , X2 = ∂w2 . 于是 L2 = span {X1 , X2 } =
′ ′ ′ { ∂ ∂
}
span X1 , X2 = span X1 , X2 = span ∂w1 , ∂w 2 .
{ ∂ }
1 , ∂u2 , · · · , ∂uk ⇐⇒ Lk 是完全可积的.
∂ ∂
注解 6.7. 对一般的 k,Lk = span ∂u
{ 1 2 }
⇐⇒ V = u , u , · · · , um , um+1 = const, · · · , un = const .
∂ ∂ ∂ ∂
习题 6.1. 设 X1 = f11 (x, y, z) ∂x +f12 (x, y, z) ∂y +f13 (x, y, z) ∂z , X2 = f21 (x, y, z) ∂x +
∂ ∂
f22 (x, y, z) ∂y + f23 (x, y, z) ∂z . 并 且 X1 , X2 线 性 无 关. 并 且 假 设 [X1 , X2 ] =
λX1 + µX2 , 给出 fji 需要满足的条件.
[ ]
∂ ∂
证明. 注意到 ∂x , ∂y = 0. 类似地 x, y, z 都有这种结论. 借助 P ossion 括号积
127
6.4. FROBENIUS 定理 CHAPTER 6. 子流形理论
的性质.
[ ]
∂ 2 ∂ 3 ∂ 1 ∂ 2 ∂ 3 ∂
[X1 , X2 ] = f11
+ f1 + f 1 , f2 + f2 + f2
∂x ∂y ∂z ∂x ∂y ∂z
[ ] [ ] [ ]
1 ∂ 1 ∂ 1 ∂ 2 ∂ 1 ∂ 3 ∂
= f1 ,f + f1 ,f + f1 ,f +
∂x 2 ∂x ∂x 2 ∂y ∂x 2 ∂z
[ ] [ ] [ ]
∂ ∂ ∂ ∂ ∂ ∂
f12 , f21 + f12 , f22 + f12 , f23 +
∂y ∂x ∂y ∂y ∂y ∂z
[ ] [ ] [ ]
∂ ∂ ∂ ∂ ∂ ∂
f13 , f21 + f13 , f22 + f13 , f23
∂z ∂x ∂z ∂y ∂z ∂z
[ ∂ ] [∂ ∂]
注意到 f ∂u ∂
, g ∂v ∂
= f ∂u ∂
(g) ∂v − g ∂v
∂ ∂
(f ) ∂u − f g ∂v , ∂u = f ∂u ∂v − g ∂v ∂u .
∂g ∂ ∂f ∂
带入上式有 [ ]
∂ ∂ ∂f 1 ∂ ∂f 1 ∂
f11 , f21 = f11 2 − f21 1 .
∂x ∂x ∂x ∂x ∂x ∂x
[ ]
∂ ∂ ∂f 2 ∂ ∂f 1 ∂
f11 , f22 = f11 2 − f22 1 .
∂x ∂y ∂x ∂y ∂y ∂x
[ ]
1 ∂ 3 ∂ ∂f 3 ∂ ∂f 1 ∂
f1 , f2 = f11 2 − f23 1 .
∂x ∂z ∂x ∂z ∂z ∂x
[ ]
2 ∂ 1 ∂ ∂f 1 ∂ ∂f 2 ∂
f1 , f2 = f12 2 − f21 1 .
∂y ∂x ∂y ∂x ∂x ∂y
[ ]
2 ∂ 2 ∂ ∂f 2 ∂ ∂f 2 ∂
f1 , f2 = f12 2 − f22 1 .
∂y ∂y ∂y ∂y ∂y ∂y
[ ]
2 ∂ 3 ∂ ∂f 3 ∂ ∂f 2 ∂
f1 , f2 = f12 2 − f23 1 .
∂y ∂z ∂y ∂z ∂z ∂y
[ ]
3 ∂ 1 ∂ ∂f 1 ∂ ∂f 3 ∂
f 1 , f2 = f13 2 − f21 1 .
∂z ∂x ∂z ∂x ∂x ∂z
[ ]
∂ ∂ ∂f 2 ∂ ∂f 3 ∂
f13 , f22 = f13 2 − f22 1 .
∂z ∂y ∂z ∂y ∂y ∂z
[ ]
∂ ∂ ∂f 3 ∂ ∂f 3 ∂
f13 , f23 = f13 2 − f23 1 .
∂z ∂z ∂z ∂z ∂z ∂z
把这些式子带入 [X1 , X2 ] 中, 得到
∂f21 ∂f 1 ∂f 1 ∂f 1 ∂f 1 ∂f 1 ∂
[X1 , X2 ] = (f11 − f21 1 − f22 1 − f23 1 + f12 2 + f13 2 ) +
∂x ∂x ∂y ∂z ∂y ∂z ∂x
2 2 2 2 2
∂f ∂f ∂f ∂f ∂f ∂f 2 ∂
(f11 2 − f21 1 + f12 2 − f22 1 − f23 1 + f13 2 ) +
∂x ∂x ∂y ∂y ∂z ∂z ∂y
3 3 3 3 3
∂f ∂f ∂f ∂f ∂f ∂f 3 ∂
(f11 2 + f12 2 − f22 1 − f21 1 + f13 2 − f23 1 ) .
∂x ∂y ∂y ∂x ∂z ∂z ∂z
128
CHAPTER 6. 子流形理论 6.4. FROBENIUS 定理
∂ ∂ ∂ ∂ ∂
另一方面 [X1 , X2 ] = λX1 + µX2 = λ(f11 ∂x + f12 ∂y + f13 ∂z ) + µ(f21 ∂x + f22 ∂y +
∂ ∂ ∂ ∂
f23 ∂z ) = (λf11 + µf21 ) ∂x + (λf12 + µf22 ) ∂y + (λf13 + µf23 ) ∂z . 对比两式可得如下
方程组
1 1 1 1 1 1
1 ∂f2 1 ∂f1 2 ∂f1 3 ∂f1 2 ∂f2 3 ∂f2
λf1 + µf2 = f1 ∂x − f2 ∂x − f2 ∂y − f2 ∂z + f1 ∂y + f1 ∂z .
1 1
∂f 2 ∂f 2 ∂f 2 ∂f 2 ∂f 2 ∂f 2
λf12 + µf22 = f11 ∂x2 − f21 ∂x1 + f12 ∂y2 − f22 ∂y1 − f23 ∂z1 + f13 ∂z2 .
λf 3 + µf 3 = f 1 ∂f23 + f 2 ∂f23 − f 2 ∂f13 − f 1 ∂f13 + f 3 ∂f23 − f 3 ∂f13 .
1 2 1 ∂x 1 ∂y 2 ∂y 2 ∂x 1 ∂z 2 ∂z
k A ∂
k
Cij Xk = Cij fk ∂xA . 对比上述式子就有
∂fjA A
B ∂fi
k A
Cij fk = (fiB − f j ).
∂xB ∂xB
129
6.4. FROBENIUS 定理 CHAPTER 6. 子流形理论
把上式分解成两部分
{ ∂f l ∂f l
k l
Cij fk = (fiB ∂xBj − fjB ∂xBi ).
∂f α ∂f α
k α
Cij fk = (fiB ∂xjB − fjB ∂xiB ).
∂f l ∂f l
由第一个式子 Cij
k
= glk (fiB ∂xBj − fjB ∂xBi ). 带入第二个式子得到
∂fjl l
B ∂fi
∂fjα α
B ∂fi
fkα glk (fiB − f j ) = (f B
i − f j ).
∂xB ∂xB ∂xB ∂xB
这就是需要满足的条件.
130
第 7 章 流形上的微积分
本章主要是想把欧式空间中的微积分搬到流形上面来. 之所以会考虑流形
上的微积分, 原因很简单: 把流形的局部性质联系到整体性质的最简单的方式就
是外微分形式的积分. 为了定义积分, 我们做了大量的准备工作. 先把切从推广
成了张量从, 向量场推广成了张量场. 之前判断张量的时候都是在局部坐标系下
写出张量表示然后做坐标变化, 观察张量表示是否能满足张量的坐标变换公式.
但每次都在坐标系下计算时比较麻烦的事情, 为了方便判断一个算子是否是张
量我们引出了 C ∞ (M ) 线性性, 证明了满足 C ∞ (M ) 线性性的算子指定了一个
张量场. 并应用于 P ossion 括号积和曲率和挠率张量. 为了寻找一种性质比较好
的微分算子引出了外微分, 证明了外微分的存在唯一性定理, 并在一定程度上刻
画了 d 的核空间, 又给出了微分公式, 并以此给出了 F robenius 定理的对偶形
式. 最后给出了上述对偶形式在微分方程中的应用, 然后介绍了一些特殊的外微
分式和单位分解定理, 由此引出了外微分式的积分的定义, 从局部的积分到整体
的积分的必要工具就是单位分解, 可以说成是数学分析中有限覆盖定理在流形
上的函数版本. 给出了 Stokes 定理并站在这个角度重新看待数学分析中的曲面
曲线积分的联系和区域积分与曲面积分的联系.
7.1 光滑张量场
2019-12-11
本节要点/问题提示:
1)、如何从切从过渡到张量从?
2)、张量从的拓扑结构和微分结构分别是什么?
3)、什么是张量场? 什么是光滑张量场?
4)、一个点处的切向量如何扩张成 M 上的光滑向量场?
6)、df 作为张量的新观点的要点在哪儿?
131
7.1. 光滑张量场 CHAPTER 7. 流形上的微积分
7)、张量新判别法则是如何叙述的?
8)、P ossion 括号积是张量场吗? 为什么?
8)、证明挠率 T (X, Y ) 是张量? 曲率 R(X, Y, Z) 是张量 (习题)?
回顾: 我们知道切向量放在一起便是切空间, 切空间放在一起便是切从, 切
从的截面就是向量场. 向量场就是在每一点指定一个切向量. 而且向量是一阶张
量, 因此我们就想对张量也进行相同的处理: 把张量放在一起构成张量空间, 张
量空间放在一起便是张量从, 张量从的截面就是张量场. 张量场就是在每一点指
定一个张量. 按照这种想法, 我们引出下列概念.
设 M n 是一个 n 维光滑流形,p ∈ M ,Tp M 是 M 在 p 处的切空间,Tp⋆ M 是
Tp M 的对偶空间. 作张量积并记为 Tsr (p) = Tp M ⊗ · · · ⊗ Tp M ⊗ Tp⋆ M ⊗ · · · ⊗ Tp⋆ M ,
| {z } | {z }
r s
对任意的 p 的邻域 U , 有 Tsr (U ) = ∪p∈U Tsr (p), 称之为 U 上的 (r, s) 型张量
从,Tsr (M ) = ∪p∈M Tsr (p), 称之为 M 上的 (r, s) 型张量从.
考虑到 Tsr 现在还是一盘散沙的集合, 没有为其赋予任何结构, 自然就想赋
予一些结构使得我们能够在这个集合 Tsr (M ) 上研究连续函数和可微函数, 这自
然就需要我们赋予 Tsr (M ) 赋予拓扑结构和微分结构:
拓扑结构:
1)、定义自然投影 π : Tsr (M ) 7→ M, 具体来说 π(Tsr (p)) = p. 若 (Uα , φα ) 为
M 的坐标卡, 在局部坐标下设 ξ = ξji11 ij22···i
···js δi1 ⊗ · · · ⊗ δir ⊗ δ · · · ⊗ δ
r j1 js
∈ Tsr (p).
2)、定义 (同胚) 映射 θα : π −1 (Uα ) = ∪p∈U Tp M 7→ Uα × Rn
r+s
, 具体的表
达式为
具体写出来便是
132
CHAPTER 7. 流形上的微积分 7.1. 光滑张量场
具体写出来便是
( )
(x, a) 7→ φβ ◦ φ−1
α , 张量坐标变换公式 , ∀ x ∈ φα (Uα ∩ Uβ ), a ∈ R .
n
因为 φβ ◦ φ−1
α 是光滑的, 而张量的坐标变换公式自然也是光滑的. 进一步上述
的坐标转换函数是光滑的.
{ }
于是 π −1 (Uα ), (φα , id) ◦ θα 为 T M 的光滑结构 (微分结构).
同样地, 我们也在局部坐标系下定义什么是光滑张量场.
···ir ∂
定义 7.3. 若 (U, xi ) 为 p 处的一个坐标邻域,τ |U = τji11ji22 ···j s ∂xi1
⊗ · · · ∂x∂ir ⊗
···ir
dxj1 ⊗ · · · ⊗ dxjs , 其中 τji11ji22 ···j s
∈ C ∞ (U ). 则 τ 在 U 上光滑, 若 τ 在 M 上每
点光滑, 则称 τ 为 M 上的光滑张量场.
引理 7.1. 设 p ∈ M, Xp ∈ Tp M, 存在 X ∈ X(M ), 使得 Xp = a. 其中 X 称为 a
的扩张.
则 X ∈ X(M ), 并且 Xp = ai ∂x
∂
i |p = a.
133
7.1. 光滑张量场 CHAPTER 7. 流形上的微积分
∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂
df ( + ) = (fi dxi )( j + l ) = fi (dxi )( j )+fi (dxi )( l ) = df ( j )+df ( l ).
∂xj ∂xl ∂x ∂x ∂x ∂x ∂x ∂x
∂
进一步考虑 g ∂x j 被 df 作用之后的结果. 注意到 df 作用在 g 上的结果为 gdf ,
于是有
∂ ∂
df (g ) = gdf ( j ).
∂xj ∂x
这说明 df 具有关于向量场的函数线性性.
134
CHAPTER 7. 流形上的微积分 7.1. 光滑张量场
则称 τ 具有 r + s 重 C ∞ 函数线性性.
135
7.1. 光滑张量场 CHAPTER 7. 流形上的微积分
e
习题 7.1. 证明上述定义的 R(X, Y, Z) 为 (曲率) 张量.
136
CHAPTER 7. 流形上的微积分 7.2. 外微分与外微分式
f ∈ C ∞ (M ), 有
e
由 于 R(X, e Y, X, Z)) =
f Y, Z) = (R(X, f Y )Z) = (−R(f Y, X)Z) = (−R(f
e X, Z) = f R(X,
−f R(Y, e Y, Z). 下考虑
e
R(X, Y, f Z) = (DX DY − DY DX − D[X,Y ] )f Z
= DX DY f Z − DY DX f Z − D[X,Y ] f Z
= DX (f DY Z + Y (f )Z) − DY (f DX Z + X(f )Z) − (f D[X,Y ] Z + [X, Y ] (f )Z)
=(X(f )DY Z + f DX DY Z + X(Y (f ))Z + Y (f )DX Z)
− (f DY DX Z + Y (f )DX Z + Y (X(f ))Z + X(f )DY Z)
− (X(Y (f )) − Y (X(f )) + f D[X,Y ] Z)
= f (DX DY Z − DY DX Z − D[X,Y ] Z)
e
= f R(X, Y, Z).
e 是张量.
于是 R
7.2 外微分与外微分式
2019-12-18
137
7.2. 外微分与外微分式 CHAPTER 7. 流形上的微积分
本节要点/问题提示:
1)、什么是外微分式?
2)、外微分算子的存在唯一性定理的内容是什么?
3)、该定理的证明思路是什么? 要点在哪里?
4)、如何描述外微分算子 d 的核空间? 有哪些例子?
6)、微分公式的内容? 它是为了描述什么?
7)、多个向量场的微分公式是怎样的? 如何利用微分公式的定义去证明外
微分算子的四个性质?
8)、F robenius 的对偶形式是怎样的?
回顾: 之前规定了 A1 (M ) 为 M 上 1 次外形式的全 体, 这一节我们 主
要讲微分形式, 先回顾什么是 r 次微分形式. 一个光滑的 r 次外形式场称
之 为 一 个 外 微 分 式, 即 在 流 形 的 每 一 点 处 指 定 一 个 r 次 外 形 式, 用 映 射 的
语言说 τ : M 7→ Λr (Tp⋆ M ), 其中 τp 是 Tp M 上的 r 次外形式 (即 r 重反
对 称 线 性 函 数),τp : Tp M × · · · × Tp M 7→ R 是 r 重 反 线 性 的. 由 前 面 的 定
| {z }
r
理,τ : X(M ) × · · · × X(M ) 7→ C ∞ (M ) 是 r 次外微分式当且仅当 τ 是 C ∞ (M )
| {z }
r
线性的而且是反称的. 特别地, 在局部坐标系 (U, xi ) 下, 有 τ |U = r! τi1 i2 ···ir dx ∧
1 i1
dx ∧ · · · ∧ dx , 其中 τi1 i2 ···ir dx
i2 ir i1
是 U 上的光滑函数. 事实上, 按照上述记
号,A(M ) 可以看作是 Λ(M ) 的截面, 即对任意的 τ ∈ A(M ), 若存在映射 π, 使得
π ◦ τ = id : M 7→ M, 进一步有 π : Λ(M ) 7→ M, 具体来说 π(Λr (Tp M )) = p, 现
在我们记 Ar (M ) 为 r 次外形式的全体. 并且作形式 A(M ) := ⊕nr=0 Ar (M ), 规
定 A0 = C ∞ (M ), 同样地,Λ(M ) = ⊕nr=0 Λr (M ),Λ0 = C ∞ (M ). 偶对 (Λ(M ), ∧)
构成了一个外代数, 其中 ∧ : Λ(M ) 7→ Λ(M ). 下面考虑映射 d : A(M ) 7→ A(M ),
具体来说 d : Ar (M ) 7→ Ar+1 (M ). 本节主要研究满足一些性质的这种微分运算,
称之为外微分.
关于外微分, 我们有下面的存在唯一性定理.
138
CHAPTER 7. 流形上的微积分 7.2. 外微分与外微分式
d(α |U ) = d(α) |U
1
= d( αi1 i2 ···ir dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r!
1
= d(αi1 i2 ···ir dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r!
1 1
= d(αi1 i2 ···ir ) ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir ) + αi1 i2 ···ir d(dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r! r!
1
= d(αi1 i2 ···ir ) ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r!
1 ∂αi1 i2 ···ir j
= dx ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir ).
r! ∂xj
1 ∂αi1 i2 ···ir
dxir , 进一步有 d(α |U ) = r! ∂xj dxj ∧ (dxi1 ∧ dx ∧ · · · ∧ dx ). 我们说明 d
i2 ir
∂(y 1 , y 2 , · · · , y n )
̸= 0.
∂(x1 , x2 , · · · , xn )
∑ ∂y i ∂xj
由反函数存在定理, 存在反函数 xi = xi (y 1 , y 2 , · · · , y n ), 注意到 ∂xj ∂y k = δki ,
设 α |V = r! α^
1
i1 i2 ···ir dx
i1
∧ dxi2 ∧ · · · ∧ dxir , 而在相交区域上必然有 (α |V )U ∩V =
139
7.2. 外微分与外微分式 CHAPTER 7. 流形上的微积分
1 ∂ αi^
α |U ∩V = (α |U )U ∩V , 显然 d(α |V ) = r!
1 i2 ···ir
∂y j dy j ∧ (dy i1 ∧ dy i2 ∧ · · · ∧ dy ir ),
我们只需证明在相交区域 V ∩ U 上, 有
1 ∂ α^
i1 i2 ···ir 1 ∂αi1 i2 ···ir j
dy j ∧(dy i1 ∧dy i2 ∧· · ·∧dy ir ) = dx ∧(dxi1 ∧dxi2 ∧· · ·∧dxir ).
r! ∂y j r! ∂xj
∂ ∂ ∂
αi1 i2 ···ir = α( , , · · · , ir )
∂xi1 ∂xi2 ∂x
∂y j1 ∂ ∂y j2 ∂ ∂y jr ∂
= α( i1 j1 , i2 j2 , · · · , ir jr )
∂x ∂y ∂x ∂y ∂x ∂y
∂y j1 ∂y j2 ∂y jr ∂ ∂ ∂
= i i
· · · ir α( j1 , j2 , · · · , jr )
∂x ∂x1 2 ∂x ∂y ∂y ∂y
∂y j1 ∂y j2 ∂y jr
= · · · ir α^ j1 j2 ···jr .
∂xi1 ∂xi2 ∂x
j1 ∂y j2 jr
∂(αi1 i2 ···ir ) ( ∂y i ··· ∂y ir αj^
1 j2 ···jr )
∂x 1 ∂xi2
两边同时用求偏导有 ∂xj = ∂x
∂xj . 进一步
j1 j2 jr
∂(αi1 i2 ···ir ) ∂( ∂y ∂y
∂xi1 ∂xi2 ∂xir α^
· · · ∂y j1 j2 ···jr )
j
= j
∂x ∂x
∂y j1 ∂y j2 ∂y jr ∂ α^ j1 j2 ···jr
= i1 · · · +
∂x ∂xi2 ∂xir ∂xj
j1 j2 jr
∂( ∂y ∂y
∂xi1 ∂xi2
· · · ∂y
∂xir )
α^j1 j2 ···jr j
∂x
∂y j1 ∂y j2 ∂y jr ∂ α^ j1 j2 ···jr
= i1 · · · ir +
∂x ∂xi2 ∂x ∂xj
j1
∂y j2 jr
∂( ∂y∂xi1 ∂xi2
· · · ∂y
∂xir )
α^j1 j2 ···jr
∂xj
j1
∂y ∂y j2
∂y ∂ α^
jr
j1 j2 ···jr
= i1 · · · ir +
∂x ∂xi2 ∂x ∂xj
∂y j1 ∂y j2 ∂ 2 y ik ∂y jr
α^j1 j2 ···jr ( · · · · · · ).
∂xi1 ∂xi2 ∂xjk ∂xj ∂xir
∑n ∂ 2 y ik
而 ik ,j=1 ∂xjk ∂xj dx
j
∧ dxik = 0. 于是
∂y j1 ∂y j2 ∂ 2 y ik ∂y jr
α^
j1 j2 ···jr ( · · · · · · )dxj ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir ) = 0.
∂xi1 ∂xi2 ∂xjk ∂xj ∂xir
140
CHAPTER 7. 流形上的微积分 7.2. 外微分与外微分式
进一步
∂(αi1 i2 ···ir ) j ∂y j1 ∂y j2 ∂y jr ∂ α^
j1 j2 ···jr
j
dx ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir ) = i i
· · · ir
∂x ∂x ∂x1 2 ∂x ∂xj
dxj ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir ).
这说明
1
d(α |U ) |U ∩V = d(αi1 i2 ···ir ) ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r!
1 ∂(αi1 i2 ···ir ) j
= dx ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r! ∂xj
1 ∂y j1 ∂y j2 ∂y jr ∂ α^j1 j2 ···jr
= i i
· · · ir dxj ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r! ∂x ∂x1 2 ∂x ∂xj
1 ∂y j1 ∂y j2 ∂y jr
= · · · d(α^j1 j2 ···jr ) ∧ (dx ∧ dx ∧ · · · ∧ dx )
i1 i2 ir
r! ∂xi1 ∂xi2 ∂xir
1 ∂y j1 ∂y j2 ∂y jr
= d(α^ j1 j2 ···jr ) ∧ i i
· · · ir (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
r! ∂x ∂x 1 2 ∂x
1
= d(α^ j1 j2 ···jr ) ∧ (dy ∧ dy ∧ · · · ∧ dy )
i1 i2 ir
r!
= d(α |V ) |U ∩V .
下面的两个例子在一定程度上说明了什么是外微分算子 d 的 kernal(核空
间), 以增进我们对外微分算子 d 的认识.
141
7.2. 外微分与外微分式 CHAPTER 7. 流形上的微积分
则有如下恒等式:
∂ ∂(f, g) ∂ ∂(f, g) ∂ ∂(f, g)
+ + = 0.
∂xk ∂(xi , xj ) ∂xi ∂(xj , xk ) ∂xj ∂(xk , xi )
下面的例子上上述例子的推广, 目的在于刻画 dα = 0.
证明. 我们知道
1
α |U = αi i ···i dxi1 ∧ dxi2 ∧ · · · ∧ dxir
r! 1 2 r
∑
= αi1 i2 ···ir dxi1 ∧ dxi2 ∧ · · · ∧ dxir .
1≤i1 <i2 <···<ir ≤n
用 d 作用之有
∑
d(α |U ) = d( αi1 i2 ···ir dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
1≤i1 <i2 <···<ir ≤n
∑
= d(αi1 i2 ···ir dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
1≤i1 <i2 <···<ir ≤n
∑
n ∑ ∂(αi1 i2 ···ir ) j
= dx ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
j=1 1≤i1 <i2 <···<ir ≤n
∂xj
∑n ∑ ∂(αi1 i2 ···ir ) j
= dx ∧ (dxi1 ∧ dxi2 ∧ · · · ∧ dxir )
∂xj
j=1,j̸=i1 ,i2 ,··· ,ir 1≤i1 <i2 <···<ir ≤n
∑n ∑ ∂(αi1 i2 ···iˆk ···ir ) ik
= dx ∧ dxi1 ∧ dxi2 · · · ∧ dxˆik · · · ∧ dxir+1
∂xik
ik ̸=i1 ,i2 ,··· ,ir+1 i1 <i2 ···<ik−1 <ik+1 ···<ir+1
∑
r+1 ∑ ∂(αi1 i2 ···iˆk ···ir ) i1
= (−1)k+1 dx ∧ dxi2 · · · ∧ dxik · · · ∧ dxir+1 .
∂xik
k=1 i1 <i2 ···<ik−1 <ik <ik+1 ···<ir+1
142
CHAPTER 7. 流形上的微积分 7.2. 外微分与外微分式
∑
r+1 ∑ ∂(αi1 i2 ···iˆk ···ir ) i1
(−1)k+1 dx ∧ dxi2 · · · ∧ dxir+1 = 0.
∂xik
k=1 i1 <i2 ···<ik−1 <ik <ik+1 ···<ir+1
下面给出所谓的微分公式, 我们取任意的一个一次外形式 ω ∈ A1 (M ), 显然
有 dω ∈ A2 (M ), 我们自然会问, 如果给定任意两个切向量场 X, Y , 那么 dω 作
用于 dω(X, Y ) 上得到的结果会是什么呢? 这就是我们的微分公式所要回答变得
问题.
∂ i ∂ j ∂ ∂ ∂
bj ∂x j , 由张量的函数线性性知道 dω(X, Y ) = dω(a ∂xi , b ∂xj ) = a b dω( ∂xi , ∂xj ),
i j
143
7.2. 外微分与外微分式 CHAPTER 7. 流形上的微积分
另一方面, 考虑等式的右边
[ ]
∂ j ∂ j ∂ i ∂ i ∂ j ∂
X(ω(Y )) − Y (ω(X)) − ω([X, Y ]) = ai (ω(b )) − b (ω(a )) − ω( a , b )
∂xi ∂xj ∂xj ∂xi ∂xi ∂xj
∂ ∂ ∂ ∂
=ai i (bj ω( j )) − bj j (ai ω( i ))−
∂x ∂x ∂x ∂x
[ ]
j i
i ∂b ∂ j ∂a ∂ ∂ ∂
ω(a −b −a b
i j
, )
∂xi ∂xj ∂xj ∂xi ∂xi ∂xj
∂ωj
∂
ω( ∂x i )dx , 于是
i ∂ ∂
∂xi (ω( ∂xj )) − ∂ ∂
∂xj (ω( ∂xi )) = ∂xi − ∂ωi
∂xj . 这就证明了微分公
式
∑
r+1
dω(X1 , X2 , · · · , Xr+1 ) = (−1)a+1 Xa (ω(X1 , X2 , · · · , X̂a , · · · , Xr+1 ))+
a=1
∑
(−1)a+b ω([Xa , Xb ] , X1 , · · · , X̂a , · · · , X̂b , · · · , Xr+1 )
a<b
144
CHAPTER 7. 流形上的微积分 7.2. 外微分与外微分式
证明. 首先由微分公式可得
145
7.2. 外微分与外微分式 CHAPTER 7. 流形上的微积分
1 ≤ i, j ≤ n), 我们有
dω λ = dω λ (Xi , Xj )ω i ∧ ω j
∑
n
= dω λ (Xi , Xj )ω i ∧ ω j
i,j=1
∑ r ∑
r ∑
n
= dω λ (Xi , Xj )ω i ∧ ω j + dω λ (Xi , Xj )ω i ∧ ω j +
i,j=1 i=1 j=r+1
∑n ∑
r ∑n
dω λ (Xi , Xj )ω i ∧ ω +j
dω λ (Xi , Xj )ω i ∧ ω j
i=r+1 j=1 i,j=r+1
∑r ∑
r ∑
n
= dω (Xi , Xj )ω i ∧ ω j +
λ
dω λ (Xi , Xj )ω i ∧ ω j +
i,j=1 i=1 j=r+1
∑n ∑
r ∑n
dω λ (Xj , Xi )ω j ∧ ω +i
dω λ (Xi , Xj )ω i ∧ ω j
j=r+1 i=1 i,j=r+1
∑r ∑
r ∑
n
= dω (Xi , Xj )ω i ∧ ω j +
λ
dω λ (Xi , Xj )ω i ∧ ω j +
i,j=1 i=1 j=r+1
∑n ∑
r ∑n
dω λ (Xi , Xj )ω i ∧ ω +j
dω λ (Xi , Xj )ω i ∧ ω j
j=r+1 i=1 i,j=r+1
进一步我们有
dω λ (Xi , Xj ) = dω λ (Xi , Xj )ω i ∧ ω j
∑
r ∑
r ∑
n
= dω λ (Xi , Xj )ω i ∧ ω j + 2 dω λ (Xi , Xj )ω i ∧ ω j +
i,j=1 i=1 j=r+1
∑n
dω λ (Xi , Xj )ω i ∧ ω j
i,j=r+1
∑ r ∑
n ∑
r ∑
n
= dω λ (Xi , Xj )ω i ∧ ω j + (2 dω λ (Xi , Xj )ω i + dω λ (Xi , Xj )ω i ) ∧ ω j
i,j=1 j=r+1 i=1 i=r+1
∑r ∑n
令 φλj = 2 i=1 dω λ (Xi , Xj )ω i + i=r+1 dω λ (Xi , Xj )ω i , 注意到完全可积 ⇐⇒
dω λ ([Xi , Xj ]) = 0 ⇐⇒ dω λ = φλj ∧ ω , λ, j ∈ {k + 1, k + 2, · · · , n} .
j
146
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
分解定理我们知道它等价于 Ω ∧ dΩ = 0, 计算
带入 Ω 的表达式有
∂R ∂Q ∂P ∂R ∂Q ∂P
P( dy − ) + Q( − ) + R( − ) = 0.
∂y ∂z ∂z ∂x ∂x ∂y
这便是方程有解的条件.
7.3 外微分形式的积分
2019-12-25
本节要点/问题提示:
1)、一阶 n 元齐次线性全微分方程有解的条件是什么?
2)、一阶线性其次微分方程组有解的条件是什么?
3)、什么是恰当形式? 什么是闭形式?
4)、恰当形式一定是闭形式吗? 闭形式一定是恰当形式吗?
6)、在什么条件下它们两者可以互推?P oincare 引理的内容是什么?
147
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
7)、单位分解定理的内容? 流形可定向的定义?
8)、流形上的外微分形式的积分的定义?
9)、Stokes 定理的内容? 如何用新的观点看待数学分析中的那些积分公式?
回顾: 微分流形这门课, 流形上的微积分是基础内容, 流形上的三大基本建
筑块: 流形的微积分、流形的上同调、流形的椭圆算子. 这学期前面三章相当于
一直在介绍基础性概念, 并没有深入到流形论的核心内容, 但由于学时的限制,
我们做了一些取舍, 其实无论是微分流形也好, 其他课程也好, 很多东西我们都
只能先夯实自己的基础, 把基本的东西理解透彻了, 后面的东西就简单得多. 研
究生的学习课堂最多只能占你们学习总量的三分之一, 无外乎说老师的带领下
你们对很多东西的理解会更深刻, 师傅领进门, 修行靠个人.
下面的例子是上节课最后一个例子的 n 元形式.
例 7.7. 一阶 n 元齐次线性全微分方程
给 出 a1 dx1 + a2 dx2 + · · · + an dxn = 0 方 程 有 解 的 条 件. 其 中 ai ∈
C ∞ (U ), U ∈ Rn (U 是 Rn 中的开集).
⇐⇒ ∃ λ ̸= 0, s.t. ω = λdF
⇐⇒ ∃ φ s.t. dω = φ ∧ ω, 其中φ为一次微分形式.
⇐⇒ ω ∧ dω = 0.
(最后一个当且仅当的推导过程中用到了外代数中的分解定理, 在本笔记第四章
∂aj
的最后一个习题) 计算 dω = d(ai dxi ) = dai ∧dxi = ∂xj dx ∧dx
∂ai j i
= ∂xk
dxk ∧dxj .
于是有
⇐⇒ ω ∧ dω = 0.
∂aj i
⇐⇒ ai dx ∧ dxk ∧ dxj = 0.
∂xk
∂aj i
⇐⇒ ai dx ∧ dxj ∧ dxk = 0.
∂xk
∂a
令 aijk = ai ∂xkj , 于是我们 得到 aijk dxi ∧ dxj ∧ dxk = 0. 作 用 在 一 组 基 上
148
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
∂ ∂ ∂
( ∂x l , ∂xm , ∂xn ) 上有
∂ ∂ ∂
0 = aijk dxi ∧ dxj ∧ dxk ( l , m , n )
∂x ∂x ∂x
i j
δl δl δlk
= aijk δmi j
δm k
δm
i
δn δnj δnk
= aijk (δli δm
j k
δn δl + δni δlj δm
i j k
δn + δm k
− δni δm δl − δli δnj δm
j k k i j k
− δm δl δn )
= almn + amnl + anlm − anml − alnm − amln
= aijk + ajki + akij − akji − aikj − ajik .
于是
∂aj ∂ak ∂ak ∂ai ∂ai ∂aj
ai ( k
− j
) + aj ( i − k ) + ak] ( j − ) = 0.
∂x ∂x ∂x ∂x ∂x ∂xi
例 7.8. 一阶四元其次线性微分方程组.
{
a1 dx1 + a2 dx2 + a3 dx3 + a4 dx4 = 0.
b1 dx1 + b2 dx2 + b3 dx3 + b4 dx4 = 0.
证明. 令 Ω1 = a1 dx1 +a2 dx2 +a3 dx3 +a4 dx4 , Ω2 = b1 dx1 +b2 dx2 +b3 dx3 +b4 dx4
由 F robenius 定理的对偶形式, 我们得到
{
dΩ1 = φ11 ∧ Ω1 + φ21 ∧ Ω1 .
dΩ2 = φ12 ∧ Ω1 + φ22 ∧ Ω1 .
根据外代数的分解定理, 我们有
{
Ω1 ∧ Ω2 ∧ dΩ1 = 0.
Ω1 ∧ Ω2 ∧ dΩ2 = 0.
∂aj
注意到 dΩ1 = ∂ai
∂xj dx
j
∧ dxi = 1 ∂ai
2 ( ∂xj − ∂xi )dx
j
∧ dxi = 1 ∂ak
2 ( ∂xl − ∂al
∂xk
)dxl ∧
dxk , Ω1 ∧ Ω2 = (ai dxi ) ∧ (bj dxj ) = ai bj dx ∧ dx =
i j 1
2 (ai bj − aj bi )dx ∧ dx =
i j
149
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
a aj i
i
1
dx ∧ dxj . 其中 1 ≤ i, j, k, l ≤ 4 于是
2 bi bj
0 = Ω1 ∧ Ω2 ∧ dΩ1
= Ω1 ∧ Ω2 ∧ (−dΩ1 )
1 ∂ak ∂al ai aj i
= ( l − ) dx ∧ dxj ∧ dxl ∧ dxk
4 ∂x ∂xk bi bj
1 ∂ak ∂al ai aj i
= ( ( l − k) dx ∧ dxj ∧ dxk ∧ dxl
4 ∂x ∂x bi bj
1 ∂a3 ∂a4 a1 a2 1 ∂a4 ∂a3 a1 a2
= ( 4 − 3) − ( − 4)
4 ∂x ∂x b1 b2 4 ∂x3 ∂x b1 b2
1 ∂a3 ∂a4 a2 a1 1 ∂a4 ∂a3 a2 a1
− ( 4− ) + ( − 4)
4 ∂x ∂x3 b2 b1 4 ∂x3 ∂x b2 b1
1 ∂a1 ∂a2 a3 a4 1 ∂a2 ∂a1 a3 a4
+ ( 2− ) − ( − 2)
4 ∂x ∂x1 b3 b4 4 ∂x1 ∂x b3 b4
1 ∂a1 ∂a2 a4 a3 1 ∂a2 ∂a1 a4 a3
− ( 2− ) + ( − 2) )
4 ∂x ∂x1 b4 b3 4 ∂x1 ∂x b4 b3
于是有
1 ∂a3 ∂a4 a1 a2 1 ∂a4 ∂a3 a1 a2
( − ) − ( − 4)
4 ∂x4 ∂x3 b1 b2 4 ∂x3 ∂x b1 b2
1 ∂a3 ∂a4 a2 a1 1 ∂a4 ∂a3 a2 a1
− ( 4− ) + ( − )
4 ∂x ∂x3 b2 b1 4 ∂x3 ∂x4 b2 b1
1 ∂a1 ∂a2 a3 a4 1 ∂a2 ∂a1 a3 a4
+ ( 2− ) − ( − )
4 ∂x ∂x1 b3 b4 4 ∂x1 ∂x2 b3 b4
1 ∂a1 ∂a2 a4 a3 1 ∂a2 ∂a1 a4 a3
− ( 2− ) + ( − ) ) = 0.
4 ∂x ∂x1 b4 b3 4 ∂x1 ∂x2 b4 b3
150
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
1 ∂b3 ∂b4 a1 a2 1 ∂b4 ∂b3 a1 a2
( − 3) − ( − 4)
4 ∂x4 ∂x b1 b2 4 ∂x3 ∂x b1 b2
1 ∂b3 ∂b4 a2 a1 1 ∂b4 ∂b3 a2 a1
− ( 4− ) + ( − 4)
4 ∂x ∂x3 b2 b1 4 ∂x3 ∂x b2 b1
1 ∂b1 ∂b2 a3 a4 1 ∂b2 ∂b1 a3 a4
+ ( 2− ) − ( − 2)
4 ∂x ∂x1 b3 b4 4 ∂x1 ∂x b3 b4
1 ∂b1 ∂b2 a4 a3 1 ∂b2 ∂b1 a4 a3
− ( 2− ) + ( − 2) ) = 0.
4 ∂x ∂x1 b4 b3 4 ∂x1 ∂x b4 b3
下面我们介绍一些比较特别的微分形式, 这主要是为了把之前微积分里面
关于函数的概念自然而然的推广到微分形式上, 分别是普通微分常值函数的外
微分算子的外微分式推广和普通微分原函数的外微分式推广.
ydx − xdy
α=
x2 + y 2
151
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
同时外微分有
= α
S1
∫ 2π
sinθdcosθ − cosθdsinθ
=
0 sin2 θ + cos2 θ
∫ 2π
= −dθ
0
= −2π
到底什么情况下我们能够断言闭形式一定是恰当的呢? 受到上述例子的启
发, 这个条件应该与定义域的某些特征有关, 当定义域满足某些特征的时候, 我
们便可以断言闭形式是恰当的. 这就是著名的 P oincare 引理, 由于时间关系
P oincare 引理就不在这里证明了, 我们引入下面的定义来刻画定义域的特征.
152
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
注解 7.6. 这就更为本质的揭示了为什么上述例子中的一次微分闭形式不是恰
当的, 因为 R2 /(0, 0) 不是星形区域. 那么对于一般的区域,P oincare 引理也能在
某种意义上刻画区域的一些拓扑性质, 实际上我们可以借助代数拓扑的手段对
流形的拓扑性质做一些刻画. 首先我们可以构造一个 (Ar (M ), d) 链复形, 然后
通过这个链复形上的外微分运算的核空间模掉像空间就得到了同调群. 这个同
调群同构于实系数非约化的第 r 个单纯上同调群 (群的维数等于第 k 个 Betti
数). 这就是 de Rham 定理. 它联系了微分结构与拓扑结构, 用微分结构来构造
出的一个上同调群, 但是这个上同调群居然同构于一个与微分结构没有关系的
单纯上同调群.
下面我们要开始定义积分了, 我们终于可以将局部的东西作成整体的东西
了. 对微分几何而言, 局部到整体的过程就是微分几何的发展历程, 当然更多的
时候流形是离不开拓扑的, 所以在流形的上同调也非常重要. 下面的定理是局部
到整体的一个非常重要的定理, 在某种程度上相当于是数学分析中的有限覆盖
定理的推广. 但证明由于时间关系从略.
153
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
∑
注意到 ω = ω · 1 = α fα ω, 定义 ω 在 M n 上外微分形式的积分如下:
∫ ∑∫ ∑∫
w := (fα ω) = (fα aα ) ◦ φ−1
α dxα dxα · · · dxα .
1 2 n
Mn α Uα α φα (Uα )
∫ ∫ ∫ ∫
特别地, 若 D = M n , 有 M
dω = ∂M
w, 若 ∂D = ∅, 则 D
dω = ∂D
w = 0.
∫ b ∫ b ∫
f (x)dx = dF (x) = F (x) = F (b) − F (a).
a a ∂[a,b]
154
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
D 上具有一阶连续偏导数的, 则有
∫ ∫
P dx + Qdy + Rdz = P dx + Qdy + Rdz
L
∫∂D
= d(P dx + Qdy + Rdz)
∫D
∂P ∂P ∂P
= ( dx + dy + dz) ∧ dx+
D ∂x ∂y ∂z
∂Q ∂Q ∂Q
( dx + dy + dz) ∧ dy+
∂x ∂y ∂z
∂R ∂R ∂R
( dx + dy + dz) ∧ dz
∂x ∂y ∂z
∫
∂Q ∂P ∂R ∂Q ∂P ∂R
= ( − )dx ∧ dy + ( dy − )dy ∧ dz + ( − )dz ∧ dx
∂x ∂y ∂y ∂z ∂z ∂x
∫ D
∂Q ∂P ∂R ∂Q ∂P ∂R
= ( − )dxdy + ( dy − )dydz + ( − )dzdx
D ∂x ∂y ∂y ∂z ∂z ∂x
∫ ∫
P dydz + Qdzdx + Rdxdy = P dydz + Qdzdx + Rdxdy
L
∫∂D
= P dy ∧ dz + Qdz ∧ dx + Rdx ∧ dy
∫∂D
= d(P dy ∧ dz + Qdz ∧ dx + Rdx ∧ dy)
∫D
∂P ∂Q ∂R
= dx ∧ dy ∧ dz + dy ∧ dz ∧ dx + dz ∧ dx ∧ dy
∂x ∂y ∂z
∫D
∂P ∂Q ∂R
= ( + + )dx ∧ dy ∧ dz
D ∂x ∂y ∂z
155
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
ˆ i · · · ∧ dxn , 我们有有
n − 1 维光滑子流形,ω = Pi dx1 ∧ dx2 · · · ∧ dx
∫ ∫
ˆ i · · · dxn =
Pi dx1 dx2 · · · dx ˆ i · · · ∧ dxn
Pi dx1 ∧ dx2 · · · ∧ dx
∂D
∫ ∂D
= P dy ∧ dz + Qdz ∧ dx + Rdx ∧ dy
∫∂D
= ˆ i · · · ∧ dxn )
d(Pi dx1 ∧ dx2 · · · ∧ dx
D
∫ ∑ n
∂Pi i ˆ i · · · ∧ dxn
= i
dx ∧ dx1 ∧ dx2 · · · ∧ dx
D i=1 ∂x
∫ ∑ n
∂Pi
= ( (−1)i+1 i )dx1 ∧ dx2 · · · ∧ dxi · · · ∧ dxn
D i=1 ∂x
∫ ∑ n
∂Pi
= ( (−1)i+1 i )dx1 dx2 · · · dxi · · · dxn
D i=1 ∂x
∫ ∫ ∑
n
(−1) i+1 i 1 2 ˆ i · · · dxn =
x dx dx · · · dx ( (−1)i+1+i+1 dx1 dx2 · · · dxi · · · dxn
∂D D i=1
∫ ∑n
= ( (−1)i+1+i+1 dx1 dx2 · · · dxi · · · dxn
D i=1
∫
=n dx1 dx2 · · · dxi · · · dxn
D
习 题 7.2. 复 变 函 数 f = u + iv,(x, y) ∈ D, 其 中 D 为 R2 中 的 单 连 通 区
域,z = x + iy, 令 ω = f (z)dz, 证明下述结论:
1)、验证 f 解析 ⇐⇒ dω = 0.
∫ ∫
2)、若 f 解析, 则 D ω = D f (z)dz = 0.
156
CHAPTER 7. 流形上的微积分 7.3. 外微分形式的积分
进一步对其外微分有
于是有
∂u ∂v ∂u ∂v
dω = 0 ⇐⇒ + = 0, − =0
∂y ∂x ∂x ∂y
∂u ∂v ∂u ∂v
⇐⇒ =− , =
∂y ∂x ∂x ∂y
⇐⇒ f 满足Cauchy—Riemann方程
⇐⇒ f 是 D 上的解析函数
157
7.3. 外微分形式的积分 CHAPTER 7. 流形上的微积分
158
第8章 后记
159
CHAPTER 8. 后记
160
参考文献
161