• Nie Znaleziono Wyników

1 Iloczyn tensorowy

N/A
N/A
Protected

Academic year: 2021

Share "1 Iloczyn tensorowy"

Copied!
9
0
0

Pełen tekst

(1)

GAL

, konspekt wyk lad´ ow: Tensory

15.6.2018

Notatki zawieraja,odsy lacze do podre,cznik´ow [Kos]=Kostrikin, [Tor]=Toru´nczyk.

[Kos roz. 6]. Materia l mniej standardowy jest opisany dok ladniej.

1 Iloczyn tensorowy

1.1 Zewne,trzna suma prosta S = V ⊕ W (zbi´or r´owny produktowi kartezja´nskiemu z dzia laniami po wsp´o lrze,dnych) mo˙ze by´c zdefiniowana przez diagram (przypomnienie)

V

S U

W



∀ φV



iV

//∃! φ

??

∀ φW

__

iW

1.2 [Kos roz.6 §5 Tw.3] Dla przestrzeni liniowych V i W rozwa˙zamy wszystkie odwzorowania 2- liniowe φ : V × W → U . Istnieje przestrze´n Twraz z odwzotowaniem 2-liniowym τ : V × W →To tej w lasno´sci, ˙ze ka˙zde przekszta lcenie φ faktoryzuje sie,jednoznacznie przez τ

T

V × W

U



∃! ˜φ

77τ

''∀ φ

1.3 Przestrze´n V wraz z odwzorowaniem τ : V × W →Tjest jedyna z dok ladno´scia,do izomorfizmu.

Oznaczana przez V ⊗ W . Ma w lasno´s´c: dla ka˙zdej przestrzeni wektorowej U mamy L2-liniowe(V × W, U ) = L(V ⊗ W, U ).

1.4 Konstrukcja efektywna V ⊗W za pomoca,baz w V i W . Wymiar dim(V ⊗W ) = dim(V ) dim(W ).

1.5 Inna konstukcja: Definiujemy (ogromna,) przestrze´n o bazie ev,w indeksowana, parami (v, w) ∈ V × W . Jej elementami sa,formalne kombinacje

n

X

i=1

avi,wievi,wi, gdzie avi,wi ∈ K.

Dzielimy te,przestrze´n przez podprzestrze´n rozpie,ta,przez

• a ev,w− eav,w dla a ∈K

• a ev,w− ev,aw dla a ∈K

• ev1,w+ ev2,w− ev1+v2,w dla v1, v2 ∈ V , w ∈ W

• ev,w1+ ev,w2− ev,w1+w2 dla v ∈ V , w1, w2 ∈ W

(2)

Elementami przestrzeni ilorazowej V ⊗ W sa,kombinacje liniowe

n

X

i=1

vi⊗ wi:=

n

X

i=1

[evi,wi] gdzie vi∈ V , wi∈ W . Wyra˙zenia te przekszta lcamy wed lug regu l:

– (a v) ⊗ w = v ⊗ (a w) = a(v ⊗ w) dla a ∈K

– (v1+ v2) ⊗ w = v1⊗ w + v2⊗ w oraz v ⊗ (w1+ w2) = v ⊗ w1+ v ⊗ w2 1.6 ´Cw Odwzorowanie τ : V × W → V ⊗ W ma w lasno´s´c

τ (v, w) = τ (av, a−1w) dla a 6= 0 , τ (v, 0) = 0 = τ (0, w) .

Po pozieleniu przez relacje,wynikaja,ce z powy˙zszych r´owno´sci relacje, przekszta lcenie W → V / ∼ ⊗W jest r´o˙znowarto´sciowe.

1.7 Elementy τ (v, w) = v ⊗ w sa,nazywane tensorami prostymi. Tensory proste rozpinaja,V ⊗ W . 1.8 Niech dim V = dim W = 2. Tensor´ow prostych w V ⊗ W w bazie α1 ⊗ β1, α1⊗ β2, α2⊗ β1, α2⊗ β2 sk lada sie,z czw´orek postaci

(a1b1, a1b2, a2b1, a2b2) . Te lelemnty le˙za,na kwadryce zadaniej r´ownaniem

x1x4− x2x3= 0 .

Gdy V i W maja,wie,kszy wymiar, jedno r´ownanie nie wystarzy. Udowodni´c, ˙ze zbi´or tensor´ow prostych mo˙zna opisa´c uk ladem r´owna´n kwadratowych.

1.9 ´Cwiczenie: Je´sli wektory v1, v2, . . . , vk sa, liniowo niezale˙zne, oraz P vi⊗ wi = 0 to w1 = w2 =

· · · = wk.

1.10 Macierz zamiany bazy w V przy zamianach baz w V i W je´sli {α0k}, {αi =P

kaki α0k} bazy V , {β`0}, {βj =P

`b`jβ`0} bazy W , to

αi⊗ βj =P

k,`akib`jα0k⊗ β0`, w konwencji Einsteina αi⊗ βj = akib`jα0k⊗ β`0.

1.11 Je´sli

T =X

i,j

Ti,jαi⊗ βj =X

i,j

T0i,jα0i⊗ βj0, to

T0i,j =X

k,`

Tk,`aikbj`.

(3)

1.12 W dalszej cze,´sci przez przekszta lcenie, izomorfizm, itp. naturalny rozumiemy niezale˙zny od wyboru bazy. Pe lne znaczenie s lowa naturalny mo˙zna wyrazi´c u˙zywaja,c poje,´c kategorii (patrz naturalna transformacja funktor´ow).

1.13 Dla przestrzeni liniowych V, W, Z mamy naste,puja,ce naturalne izomorfizmy

• {0} ⊗ V ' {0},

K⊗ V ' V ,

• V ⊗ W ' W ⊗ V ,

• (V ⊗ W ) ⊗ Z ' V ⊗ (W ⊗ Z),

• (V ⊕ W ) ⊗ Z ' (V ⊗ Z) ⊕ (V ⊗ Z).

(W ostatnim wzorze nie ma konieczno´sci pisania nawias´ow po prawej stronie. Piszemy V ⊗ Z ⊕ V ⊗ Z).

2 Tensory c.d

2.1 Dla przestrzeni liniowych W , Z zbi´or przekszta lce´n liniowych L(W, Z) ma strukture,przestrzeni liniowej. W lasno´s´c iloczynu tensorowego: istnieje naturalne przekszta lcenie,

L(V, L(W, Z)) → L(V ⊗ W, Z) ,

kt´ore jest izomorfizmem. Jest ono zadane tak: dane α : V → L(W, Z), definiujemy przekszta lcenie 2-liniowe β : V × W → Z, β(v, w) := α(v)(w). Teraz β zadaje ˜β : V ⊗ W → Z.

2.2 Istnieje naturalne przekszta lcenie V⊗ W → L(V, W ), kt´ore jest izomorfizmem, je´sli dim V < ∞.

Je´sli dim V = ∞, to obraz sk lada sie,z endomorfizm´ow, kt´orych obraz jest sk´nczonego wymiaru.

2.3 Je´sli dim V < ∞ i dim W < ∞ to V⊗ W' (V ⊗ W ). Dow. przekszta lcenie z V⊗ W wystarczy zada´c na V× W:

V× W → (V ⊗ W ) = L(V ⊗ W,K) = L2-liniowe(V × W,K).

Wystarczy na tensorach prostych

f ⊗ g 7→

(v, w) 7→ f (v)g(w) . 2.4 Operacja kompleksyfikacji przestrzeni wektorowej nadR:

VC:=CRV

oznacza iloczyn tensorowy C(jako przestrzeni liniowej nad R) z V . VC= {1 ⊗ v + i ⊗ w | v, w ∈ V }.

Takie tensory mo˙zna mno˙zy´c przez liczby zespolone.

2.5 Mamy (VC)R' V ⊕ V dla przestrzeni rzeczywistej V .

(4)

2.6 Gdy V jest przestrzenia, zespolona,, to (VR)C ' V ⊕ V , gdzie V jako zbi´or jest r´owne V , ale ma zmienione mno˙zenie przez skalary zespolone: z v := zv. ( ´Cwiczenie.)

Klasyczne tensory typu (p, q)

2.7 Tensory typu p-kowariantne q-kontrawariantne to funkcje p + q-liniowe V × V × · · · × V

| {z }

p

× V× V× · · · × V

| {z }

q

K

czyli elementy



V ⊗ V ⊗ · · · ⊗ V

| {z }

p

⊗ V⊗ V× · · · ⊗ V

| {z }

q



'

' V⊗ V⊗ · · · ⊗ V

| {z }

p

⊗ V ⊗ V × · · · ⊗ V

| {z }

q

W skr´ocieTqp(V ) = (V)⊗p⊗ V⊗q. 2.8 Tensor typu

(1,0) – funkcjona l (0,1) – wektor (1,1) – endomorfizm (2,0) – forma 2-liniowa

(2,1) – np mno˙zenie w algebrze (0,0) – skalar

2.9 Dana baza {αk} przestrzeni V . Niech {αk} baza sprze,˙zona przestrzeni V, oraz dany tensor T typu (p, q). Jego wsp´o lrzednymi w bazie αi1⊗ . . . αip⊗ αj1 ⊗ . . . αjq sa,liczby

Tij1,...,jq

1,...,ip = T (αi1× . . . αip× αj1 × . . . αjq) . 2.10 Regu ly transformacji:

je´sli αi=P

kaki α0k niech αj =P

`bj`α0`.

(Macierz (bik) = (aki)−1, nie trzeba transponowa´c, bo transpozycja jest zawarta w notacji.)

T

i0j1,...,jq

1,...,ip

= X

i0,j0

b

ii01

1

. . . b

i

0 p

ip

T

j

0 1,...,jq0 i01,...,i0p

a

jj10

1

. . . a

jjq0 q

.

2.11 Co to za tensor Tij = δij?

2.12 Kt´ory z naste,puja,cych tensor´ow jest tensorem prostym? a) Ti,j = i + j, b) Ti,j = i j 2.13 Mno˙zenie tensor´ow: S typu (p, q), T typu (p0, q0), to S ⊗ T typu (p + p0, q + q0).

(5)

2.14 Zwe,˙zenie tensor´ow (kontrakcja)

– ´slad tr : End(V ) = V⊗ V →Kzadany przez przekszta lcenie 2-liniowe V× V →K, (f, v) 7→ f (v).

We wsp´o lrze,dnychP

i,jTijαi⊗ αj 7→P

iTiiK – dla wybranych indeks´ow r ≤ q, s ≤ p

trrs :Tqp(V ) →Tq−1p−1(V )

tr

rs

(T )

j1,···

∨...jr q

i1,···∨...,is p

= X

i

T

j1,···

r

i...jq

i1,···si...,ip

.

2.15 Tensor metryczny to tensor typu (2,0), czyli forma 2-liniowa, kt´ora jest iloczynem skalarnym G =P gi,jei⊗ ej, zadaje izomorfizm V → V, v =P

ixiei 7→P

i,jgi,jxiej = tr11(g ⊗ v) – og´olniej tesor metryczny pozwala opuszcza´c wska´zniki Tqp(V ) →Tq−1p+1

T 7→ trr1(G ⊗ T )

– operacja podnoszenia wska´znik´ow jest zadana przez zwe,˙zanie z tensorem typu (0,2), T 7→ tr1s(G−1⊗ T )

gdzie G−1=P

i,jgi,jei⊗ ej spe lnia tr11(G−1⊗ G) =P

i,jδijei⊗ ej (macierzowo [gi,j] = [gi,j]−1).

3 Algebra tensorowa

3.1 Graficzna reprezentacja tensor´ow:

http://en.wikipedia.org/wiki/Penrose graphical notation 3.2 PrzezT(V ) oznaczamy algebre,tensorowa,

T(V ) =

M

q=0

Tq(V ) =

M

q=0

V⊗q=K⊕ V ⊕ V⊗2⊕ V⊗3⊕ . . .

3.3 W lasno´s´c uniwersalna: Dla dowolnej algebry A z 1 nad cia lem K L(V, A) = M oralgebry z 1(T (V ), A) .

Algebra symetryczna

3.4 Definiujemy algebre,symetryczna, S(V ) jako przestrze´n ilorazowa,T(V )/ ∼. Dzielimy przez pod- przestrze´n rozpie,ta,przez

(v1⊗ · · · ⊗ vi⊗ vi+1⊗ · · · ⊗ vq) − (v1⊗ · · · ⊗ vi+1⊗ vi⊗ · · · ⊗ vq).

3.5 Je´sli ustali´c baze, V i nazwa´c ja, x1, x2, . . . , xn, to S(V ) ' K[x1, x2, . . . , xn] (pier´scie´n wielo- mian´ow). Je´sli V = W, |K| = ∞ to S(V ) uto˙zsamiamy z funkcjami wielomianowymi na W .

(6)

3.6 Mamy rzutowanie T(V ) → S(V ). Je´sli chrakterystyka cia la jes r´owna zero, to w T(V ) mamy podalgebre, (te˙z be,dzie oznaczana, przez S(V )), kt´ora rzutuje sie, izomorficznie na S(V ). Sk lada sie, ona z tensor´ow symetrycznych: Grupa permutacji Σq dzia la na Tq(V ) = V⊗q permutuja,c wsp´o lrze,dne.

Tensor T jest symetryczny je´sli dla ka˙zdej permutacji σ(T ) = T , tzn we wsp´o lrze,dnych Ti1,i2,...,iq = Tiσ(1),iσ(2),...,iσ(q)

3.7 Symetryzacja : zak ladamy, ˙ze char(K) = 0 i u´sredniamy po permutacjach σ ∈ Σq

sym : V⊗q → Sq(V ), sym(T ) = q!1 P

σσ(T ),

Mamy sym ◦ sym = sym, zatem sym jest rzutowaniem na przestrze´n tensor´ow symetrycznych.

3.8 Niech e1, e2, . . . enbaza V , wtedy tensory eI= sym(ei1⊗ei2⊗· · ·⊗eiq) dla I = {i1 ≤ i2≤ · · · ≤ iq} sa,baza,Sq(V ).

3.9 ´Cwiczenie; obliczy´c dim Sq(Rn).

3.10 Gdy charK≤ q przekszta lcenie

{tensoy symetryczne} → Sq(V )

nie jest izomorfizmem, np dla q = 2, charK= 2 element przestrzeni ilorazowej [v ⊗ w] nie jest obrazem tensora symetrycznego.

3.11 W lasno´s´c uniwersalna: A algebra przemienna, nad cia lemK L(V, A) = M oralgebry przemienne z 1(S(V ), A) .

Algebra zewne,trzna

3.12 Definiujemy algebre,zewne,trzna,Λ(V ) jako przestrze´n ilorazowa,T(V )/ ∼. Dzielimy przez pod- przestrze´n rozpie,ta,przez

(v1⊗ · · · ⊗ vi⊗ vi+1⊗ · · · ⊗ vq) + (v1⊗ · · · ⊗ vi+1⊗ vi⊗ · · · ⊗ vq).

3.13 Mno˙zenie jest przemienne z uwzgle,dnieniem gradacji (super-przemienne): tzn dla a ∈ ΛiV , b ∈ ΛjV mamy a ∧ b = (−1)ijb ∧ a.

3.14 ´Cw: Sformu lowa´c w lasno´s´c uniwersalna,definiuja,ca,Λ(V ).

3.15 Za l´o˙zmy dla uproszczenia, ˙ze charK = 0. Tak jak w przypadku algebry symetrycznej istnieje podalgebra w T(V ) rzutuja,ca sie,izomorficznie na Λ(V ).

Tensor T ∈ V⊗qjest antysymetryczny je´sli dla ka˙zdej permutacji σ σ(T ) = sgn(σ) T . We wsp´o lrze,dnych:

Ti1,i2,...,iq = sgn(σ) Tiσ(1),iσ(2),...,iσ(q). 3.16 Jedynie dla q = 2 mamy V⊗2= S2(V ) ⊕ Λ2(V ).

(7)

3.17 Operacja antysymetryzacji

A : V⊗q→ Λq(V ) A(T ) = 1

q! X

σ∈Σq

(−1)sgn(σ)σ(T ).

Mamy A ◦ A = A.

3.18 Niech e1, e2, . . . en baza V , wtedy tensory eI = A(ei1⊗ ei2⊗ · · · ⊗ eiq) dla I = {i1 < i2 < . . . iq} sa,baza,Λq(V ). Sta,d dim Λq(V ) = dim Vq .

3.19 Iloczyn zewne,trzny: v1∧ v2∧ · · · ∧ vq= A(v1⊗ v2⊗ · · · ⊗ vq) ∈ Λq(V ) ⊂T(V ) Dodatek

3.20 Pote,ga zewne,trzna przestrzeni sprze,˙zonej Λp(V) to p-formy alternuja,ce na V . Gdy n = dim(V ) generatorem Λn(V) jest wyznacznik (rozumiany jako n-liniowa forma antysymetryczna VnK).

3.21 Niezdegenerowane przekszta lcenie 2-liniowe h , i : Λq(V) × Λq(V ) → K poprzez w lo˙zenie do Tqq(V ) i zwe,˙zenie wszystkich indeks´ow. Na bazie heI, eJi = q!1 δIJ,

3.22 ˙Zeby pozby´c sie,czynnika q!1 dla form modyfikujemy definicje,eJ tak, aby to by la baza sprze,˙zona do eI. Traktuja,c eJ jako tensor typu (q, 0) mamy

(ei1∧ ei2∧ · · · ∧ eiq)(ei1, ei2, . . . , eiq) = δJI (Jednak w literaturze zdarzaja,sie,te´z inne konwencje.)

————————

(8)

4 Algebra zewne

,

trzna (cd) i algebry Clifforda (wyk lad 05.06.2014)

4.1 W lasno´s´c uniwersalna: A = Aev⊕ Aodd algebra przemienna zZ2-gradacja,, nad cia lem K L(V, Aodd) = M oralgebry super-przemienne(ΛV, A) .

4.2 W lasno´s´c uniwersalna pote,gi zewne,trznej: Dla ka˙zdego wieloliniowego przekszta lcenia f : Vq → W , kt´ore jest antysymeteryczne istnieje dok ladnie jedno przekszta lcenie liniowe ef : ΛqV → W takie, ˙ze f (v1, v2, . . . , vq) = ef (v1∧ v2∧ · · · ∧ vq).

4.3 Je´sli n = dim V , to dim ΛnV = 1, niezerowy wektor e1∧ e2∧ · · · ∧ en.

Dla wektor´ow v1, v2, . . . vn∈ V , vj =P aijei mamy v1∧ v2∧ · · · ∧ vn= det[aij] e1∧ e2∧ · · · ∧ en. 4.4 Wsp´o lrze,dne wektora v1∧v2∧· · ·∧vkw bazie {eI} to maksymalne minory macierzy [v1, v2, . . . , vk].

4.5 ´Cwiczenie: Wektory v1, v2, . . . vk ∈ V sa, liniowo niezale˙zne wtedy i tylko wtedy, gdy v1 ∧ v2

· · · ∧ vk6= 0.

4.6 Tw Cauchy-Bineta: je´sli A ∈ Mq×n(K), B ∈ Mn×q(K) to det(AB) =P

Idet(AI) det(BI), gdzie AI i BI sa,macierzami q × q powsta lymi z A i B poprzez wyb´or kolumn/wierszy o numerkach ze zbioru I ⊂ {1, 2, . . . , n}.

Algebra Clifforda

4.7 Niech φ be,dzie forma, kwadratowa, na V . Algebre, Clifforda Cl(Q) wraz z przekszta lceniem ι : V → Cl(Q) definiujemy przez wa,sno´s´c uniwersalnaa,: Niech A be,dzie algebra, z 11, oraz niech f : V → A be,dzie przekszta lceniem liniowym spe lniaja,cym f (v)2 = Q(v)11. Wtedy istnieje dok ladnie jedno przekszta lcenie algebr ˜f : Cl(Q) → A takie, ˙ze f = ˜f ◦ ι.

4.8 Konstrukcja algebry Clifforda: Cl(Q) jest ilorazem algebry tensorowej Cl(Q) =T(V )/hv ⊗ v − Q(v) | v ∈ V i ,

gdzie dla zbioru A ⊂T(V ) przez hAi rozumiemy podprzestrze´n rozpie,ta, przez elementy T1⊗ a ⊗ T2, a ∈ A (tzn idea l dwustronny).

4.9 Algebry zewne,trzne sa,przyk ladem algebr Clifforda: wystarczy wzia,´c Q = 0.

4.10 Iloczyny ei1ei2. . . eiq indeksowane wszystkimi cia,gami rosna,cymi sa,baza,algebry Clifforda. Sta,d dim Cl(Q) = 2dim V

4.11 CiHjako algebry Clifforda.

4.12 Niech Cl(k) = Cl(Rk, (−forma standardowa)), oraz niech A[n] oznacza algebre, macierzy o wsp´o lczynnikach z A. Mamy

Cl(0) =R Cl(1) 'C Cl(2) 'H

(9)

Cl(3) 'HH Cl(4) 'H[2]

Cl(5) 'C[4]

Cl(6) 'R[8]

Cl(7) 'R[8] ⊕R[8]

Cl(8 + k) ' Cl(k)[16] (Periodyczno´s´c Botta)

Cytaty

Powiązane dokumenty

Zak ladaj¸ac normalny rozk lad pojawiania si¸e objaw´ow, prosz¸e znale´z´c ile dni powinna wynosi´c kwarantanna, po kt´orej z ufno´sci¸a 0.95 mo˙zemy stwierdzi´c czy pacjent

Metoda: indukcyjnie dobieramy wektory prostopadłe do ju˙z

Przestrze ´n rozwi ˛ aza ´n układu jednorodnych równa ´n liniowych ma baz ˛e zło˙zon ˛ a z tylu elementów, ile parametrów (zmiennych wolnych) wyst ˛epuje w rozwi ˛

Wzory podane powyżej są tożsamością więc równanie trygonometryczne jest równoważne alternatywie równań algebraicznych. Przykład: rozwiąż równie:

Funkcja analityczna przyjmuje w dowolnie ma lym nak lutym otoczeniu punktu istotnie osobli- wego ka˙zd a warto´ , s´ c z wyj atkiem co najwy˙zej jednej w niesko´ , nczenie

Udowodni´ c, ˙ze zbi´ or tensor´ ow prostych mo˙zna opisa´ c uk ladem r´ owna´ n kwadratowych.... naturalny rozumiemy niezale˙zny od

Udowodni´ c, ˙ze zbi´ or tensor´ ow prostych mo˙zna opisa´ c uk ladem r´ owna´ n kwadratowych.... naturalny rozumiemy niezale˙zny od

Proszę napisać program obliczający uogólniony iloczyn wektorowy dwóch wektorów n-wymiarowych. trzeba wykonać parzystą liczbę przestawień, aby ustawić te liczby w