超平面的定向

                     

贡献者: 叶月2_; addis

预备知识 外导数

  

未完成:需新增条目:流形上的定向
假设现在我们有一 $n$ 维光滑流形 $M$,超平面则是其余维数为 1 的子流形。为了得到超平面上的定向,我们首先需要设计一种能把 $n$ 形式映射到超平面上 $n-1$ 形式的方法。缩并映射就是符合我们需求的线性映射。

1. 缩并

定义 1 

   设 $V$ 为有限维线性空间,$X\in V$,定义线性映射 $i_X:\Gamma^n V\rightarrow\Gamma^{n-1}V$,使得1

\begin{equation} i_X\omega(Y_1,\ldots,Y_{k-1})=\omega(X,Y_1,\ldots,Y_{k-1})~, \end{equation}
则称 $i_X$ 为内乘或缩并映射(interior multiplication or contraction),有时为了表示简洁,也用 $X\lrcorner$ 表示。

   其线性是显而易见的,我们还可以证明缩并映射满足以下性质:

引理 1 

   $x\in V$,$V$ 为有限维线性空间,则

  1. $i_X\circ i_X=0$.
  2. $i_X$ 有与外代数类似的反对称性质。若 $\omega$ 是 $k$ 阶余切向量,$\eta$ 是 $l$ 阶余切向量,则
    \begin{equation} i_X(\omega\wedge\eta)=(i_X\omega)\wedge\eta+(-1)^k\omega\wedge(i_X\eta)~. \end{equation}

   证明:

   第一条利用交错张量的性质即可得。

   对于第二条,令 $\omega=\omega_1\wedge...\omega_k$,$\eta=\eta_1\wedge...\eta_l$。那么下式可以保证式 2 成立:

\begin{equation} \begin{aligned} i_X(\omega^1\wedge\cdots\wedge\omega^k)=\sum_{i=1}^k(-1)^{i-1}\omega^i(X)\omega^1\wedge\cdots\wedge\hat{\omega}^i\wedge\cdots\wedge\omega^k~, \end{aligned} \end{equation}
其中 $\hat\omega^i$ 表示排列中已删掉 $\omega_i$。 因为如果式 3 成立,则
\begin{equation} \begin{aligned} i_X(\omega\wedge\eta)&=i_X(\omega^1\wedge...\wedge\omega^k\wedge\eta^1\wedge...\wedge\eta^l)\\ &=\sum_{i=1}^k(-1)^{i-1}\omega^{i}(X)\omega^1\wedge...\wedge\hat\omega^i\wedge...\wedge\omega^k\wedge\eta^1\wedge...\wedge\eta^i\wedge...\wedge\eta^l\\ &+(-1)^k\sum_{i=1}^l(-1)^{i-1}\eta^{i}(X)\omega^1\wedge...\wedge\omega^k\wedge\eta^1\wedge...\wedge\hat\eta^i\wedge...\wedge\eta^l~, \end{aligned} \end{equation}
整理一下即为式 2

   现在证明式 3 确实成立。

   设 $X_i\in V,X=X_1$。两边同时作用 $(X_2,X_3...X_k)$,则有

\begin{equation} i_X(\omega^1\wedge\cdots\wedge\omega^k)(X_2,X_3...X_k)=\omega^1\wedge\cdots\wedge\omega^k(X,X_2...X_k)~. \end{equation}
由外代数定义可知,上式结果为行列式,$i$ 行 $j$ 列的矩阵元为 $\omega^i(X_j)$,设对应的矩阵为 $M$。现在我们再来看式 3 右侧,
\begin{equation} \begin{aligned} \sum_{i=1}^k(-1)^{i-1} \omega^i(X) \omega^1 \wedge \cdots \wedge \hat{\omega}^i \wedge \cdots \wedge \omega^k(X_2,...X_k)=\sum_{i=1}^k(-1)^{i-1} \omega^i(X) \operatorname {det}X^i_j~, \end{aligned} \end{equation}
其中 $ \operatorname {det}X^i_j$ 赫然是 $M$ 中去掉 $i$ 行 $1$ 列的行列式,整个式子为 $M$ 的代数余子式展开,于是得证。

2. 诱导超平面的定向

  

未完成:……


1. ^ 因为微分形式有两种定义,因此缩并的另一种定义是:$\overline{i}_X\omega(Y_1,\ldots,Y_{k-1})=k\omega(X,Y_1,\ldots,Y_{k-1}).$

                     

© 小时科技 保留一切权利