外積代数との関係とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 外積代数との関係の意味・解説 

外積代数との関係

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/09/06 10:18 UTC 版)

クリフォード代数」の記事における「外積代数との関係」の解説

ベクトル空間 V が与えられる外積代数 ⋀(V) を構成でき、その次元は V 上のどんな二次形式からも独立である。K が標数 2 でなければ ⋀(V) と Cℓ(V, Q) の間にベクトル空間として考えて自然な同型存在する(そして標数が 2 でない場合には自然でないかもしれない同型存在するということ判明する。これが代数同型であることと Q = 0同値である。したがってクリフォード代数 Cℓ(V, Q) を Q に依存した積で V 上の外積代数豊かにしたもの(あるいはより正確には、量子化cf. 導入)と考えることができる(外積はなお Q とは独立定義できる)。 同型確立する最も易し方法は V の直交基底 {ei} をとりそれを上で述べられたように Cℓ(V, Q) の基底拡張することである。写像 Cℓ(V, Q) → ⋀(V) は e i 1 e i 2 ⋯ e i k ↦ e i 1 ∧ e i 2 ∧ ⋯ ∧ e i k {\displaystyle e_{i_{1}}e_{i_{2}}\cdots e_{i_{k}}\mapsto e_{i_{1}}\wedge e_{i_{2}}\wedge \cdots \wedge e_{i_{k}}} によって決定される。これは基底 {ei} が直交しているときにのみうまくいくことに注意しよう。この写像直交基底選択とは独立であり従って自然同型与えることを示すことができる。 K の標数が 0 であれば反対称化によっても同型確立できる関数 fk: V × ⋯ × V → Cℓ(V, Q) を f k ( v 1 , ⋯ , v k ) = 1 k ! ∑ σ ∈ S k s g n ( σ ) v σ ( 1 ) ⋯ v σ ( k ) {\displaystyle f_{k}(v_{1},\cdots ,v_{k})={\frac {1}{k!}}\sum _{\sigma \in S_{k}}{\rm {sgn}}(\sigma )\,v_{\sigma (1)}\cdots v_{\sigma (k)}} によって定義する、ただし和は k 個の元の上置換群渡って取られるfk交代形式(英語版)なのでそれは一意的な線型写像 ⋀k(V) → Cℓ(V, Q) を誘導する。これらの写像直和は ⋀(V) と Cℓ(V, Q) の間の線型写像与える。この写像線型同型であることを示すことができ、それは自然である。 関係を見るより洗練された方法Cℓ(V, Q) 上フィルトレーション英語版)を構成することである。テンソル代数 T(V) は自然なフィルトレーションを持つことを思い出そうF0 ⊂ F1 ⊂ F2 ⊂ ⋯、ただし Fk は k-階以下のテンソルの和を含む。これをクリフォード代数射影することで Cℓ(V, Q) 上のフィルトレーション得られる。伴う次数代数 Gr F ⁡ C ℓ ( V , Q ) = ⨁ k F k / F k − 1 {\displaystyle \operatorname {Gr} \nolimits _{F}C\ell (V,Q)=\bigoplus _{k}F^{k}/F^{k-1}} は自然に外積代数 ⋀(V) に同型である。フィルター代数の伴う次数代数は(すべての k に対してFkコンポーネントFk+1中に選ぶことによって)つねにフィルターベクトル空間としてフィルター代数同型であるから、これは任意の標数において、2 でさえも、(自然なものではないが)同型提供する

※この「外積代数との関係」の解説は、「クリフォード代数」の解説の一部です。
「外積代数との関係」を含む「クリフォード代数」の記事については、「クリフォード代数」の概要を参照ください。


外積代数との関係

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/07/11 19:34 UTC 版)

余因子行列」の記事における「外積代数との関係」の解説

余因子行列は、外積代数抽象的な用語を使うことで表示することができる。V を n次元ベクトル空間とする。ベクトル外積により双線形対が得られる: V × ∧ n − 1 V → ∧ n V {\displaystyle V\times \wedge ^{n-1}V\to \wedge ^{n}V} ベクトル外積完全対である。それ故、それは同型写像引き起こす: ϕ : V   → ≅   Hom ⁡ ( ∧ n − 1 V , ∧ n V ) {\displaystyle \phi \colon V\ \xrightarrow {\cong } \ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V)} 明示すると、この対は、v ∈ V を ϕ v {\displaystyle \phi _{\boldsymbol {v}}} に写す: ϕ v ( α ) = v ∧ α ( α ∈ ∧ n − 1 V ) {\displaystyle \phi _{\boldsymbol {v}}(\alpha )={\boldsymbol {v}}\wedge \alpha \qquad (\alpha \in \wedge ^{n-1}V)} T : V → V を線形変換とする。T の(n − 1)次外冪による引き戻し線形変換空間の射を作る。このとき T の余因子変換次の合成定義される: V   → ϕ   Hom ⁡ ( ∧ n − 1 V , ∧ n V )   → ( ∧ n − 1 T ) ∗   Hom ⁡ ( ∧ n − 1 V , ∧ n V )   → ϕ − 1   V {\displaystyle V\ \xrightarrow {\phi } \ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V)\ \xrightarrow {(\wedge ^{n-1}T)^{*}} \ \operatorname {Hom} (\wedge ^{n-1}V,\wedge ^{n}V)\ \xrightarrow {\phi ^{-1}} \ V} V = Rn基底 (e1, …, en) が与えられていて、T のこの基底に関する表現行列は A であるとき、T の余因子変換は A の余因子行列である。何故正しいのか考えてみるに、 ∧ n − 1 R n {\displaystyle \wedge ^{n-1}\mathbb {R} ^{n}} の基底を取る: { e 1 ∧ ⋯ ∧ e ^ k ∧ ⋯ ∧ e n } k = 1 n {\displaystyle \{{\boldsymbol {e}}_{1}\wedge \dots \wedge {\hat {\boldsymbol {e}}}_{k}\wedge \dots \wedge {\boldsymbol {e}}_{n}\}_{k=1}^{n}} Rn基底ei固定するei の ϕ {\displaystyle \phi } による像は、 ∧ n − 1 R n {\displaystyle \wedge ^{n-1}\mathbb {R} ^{n}} の基底ベクトルの移る先を決定する: ϕ e i ( e 1 ∧ ⋯ ∧ e ^ k ∧ ⋯ ∧ e n ) = { ( − 1 ) i − 1 e 1 ∧ ⋯ ∧ e n , if   k = i , 0 otherwise. {\displaystyle \phi _{{\boldsymbol {e}}_{i}}({\boldsymbol {e}}_{1}\wedge \dots \wedge {\hat {\boldsymbol {e}}}_{k}\wedge \dots \wedge {\boldsymbol {e}}_{n})={\begin{cases}(-1)^{i-1}{\boldsymbol {e}}_{1}\wedge \dots \wedge {\boldsymbol {e}}_{n},&{\text{if}}\ k=i,\\0&{\text{otherwise.}}\end{cases}}} この基底で、T の (n − 1)次外冪 ( ∧ n − 1 T ) ∗ {\displaystyle (\wedge ^{n-1}T)^{*}} は次のように表せる: e 1 ∧ ⋯ ∧ e ^ j ∧ ⋯ ∧ e n ↦ ∑ k = 1 n ( det A j k ) e 1 ∧ ⋯ ∧ e ^ k ∧ ⋯ ∧ e n {\displaystyle {\boldsymbol {e}}_{1}\wedge \dots \wedge {\hat {\boldsymbol {e}}}_{j}\wedge \dots \wedge {\boldsymbol {e}}_{n}\mapsto \textstyle \sum \limits _{k=1}^{n}(\det A_{jk})\,{\boldsymbol {e}}_{1}\wedge \dots \wedge {\hat {\boldsymbol {e}}}_{k}\wedge \dots \wedge {\boldsymbol {e}}_{n}} これらのそれぞれの項の ϕ e i {\displaystyle \phi _{{\boldsymbol {e}}_{i}}} による像は、k = i の項を除いて 0 になる。それ故、 ϕ e i {\displaystyle \phi _{{\boldsymbol {e}}_{i}}} の引き戻し次の線形写像になる: e 1 ∧ ⋯ ∧ e ^ j ∧ ⋯ ∧ e n ↦ ( − 1 ) i − 1 ( det A j i ) e 1 ∧ ⋯ ∧ e n {\displaystyle {\boldsymbol {e}}_{1}\wedge \dots \wedge {\hat {\boldsymbol {e}}}_{j}\wedge \dots \wedge {\boldsymbol {e}}_{n}\mapsto (-1)^{i-1}(\det A_{ji}){\boldsymbol {e}}_{1}\wedge \dots \wedge {\boldsymbol {e}}_{n}} これは次に等しくなる: ∑ j = 1 n ( − 1 ) i + j ( det A j i ) ϕ e j {\displaystyle \textstyle \sum \limits _{j=1}^{n}(-1)^{i+j}(\det A_{ji})\phi _{{\boldsymbol {e}}_{j}}} ϕ {\displaystyle \phi } の逆写像適用することより、T の余因子変換次の式で与えられる線形変換であると分かるe i ↦ ∑ j = 1 n ( − 1 ) i + j ( det A j i ) e j {\displaystyle {\boldsymbol {e}}_{i}\mapsto \textstyle \sum \limits _{j=1}^{n}(-1)^{i+j}(\det A_{ji}){\boldsymbol {e}}_{j}} 故に、その表現行列は A の余因子行列である。 V に内積と体形式与えられていたら、この写像 φ はさらに分解される。この場合、φ はホッジ双対双対化の合成ととらえることができる。特に、ω が体積形式のとき、それは内積とともに同型写像引き起こす: ω ∨ : ∧ n V → R {\displaystyle \omega ^{\vee }\colon \wedge ^{n}V\to \mathbb {R} } これは同型写像引き起こすHom ⁡ ( ∧ n − 1 R n , ∧ n R n ) ≅ ∧ n − 1 ( R n ) ∨ {\displaystyle \operatorname {Hom} (\wedge ^{n-1}\mathbb {R} ^{n},\wedge ^{n}\mathbb {R} ^{n})\cong \wedge ^{n-1}(\mathbb {R} ^{n})^{\vee }} v ∈ Rn次の線型汎函数一致する: ( α ↦ ω ∨ ( v ∧ α ) ) ∈ ∧ n − 1 ( R n ) ∨ {\displaystyle (\alpha \mapsto \omega ^{\vee }(\mathbf {v} \wedge \alpha ))\in \wedge ^{n-1}(\mathbb {R} ^{n})^{\vee }} ホッジ双対の定義により、この線型汎函数は *v と双対である。つまり、ω∨ ∘ φ は v ↦ *v∨ と見なせる。

※この「外積代数との関係」の解説は、「余因子行列」の解説の一部です。
「外積代数との関係」を含む「余因子行列」の記事については、「余因子行列」の概要を参照ください。

ウィキペディア小見出し辞書の「外積代数との関係」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「外積代数との関係」の関連用語

外積代数との関係のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



外積代数との関係のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのクリフォード代数 (改訂履歴)、余因子行列 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS