贡献者： 叶月2_
注：本文参考 Jier Peter 的《代数学基础》。
几何代数有两种运算结构：依赖于二次型的标量积和与二次型无关的外代数形式。外同态既是线性空间的线性映射，亦是保外代数形式不变的同态映射（名副其实的外同态嘛）。
定义 1
给定域 $\mathbb F$ 上的几何代数 $\mathcal G(V,q)$，$\mathcal G(W,q)$，及线性映射 $f:V\rightarrow W$。称 $f_{\wedge}:\mathcal G(V,q)\rightarrow \mathcal G(W,p)$ 为外同态（outermorphism）或者 $\wedge$-同态，具有如下性质：
\begin{equation}
\begin{aligned}
f_\wedge(1)&=1,\\
f_\wedge|_V&=1,\\
f_\wedge(x\wedge y)&=f(x)\wedge f(y),\quad\forall x,y\in\mathcal G(V,q)~.
\end{aligned}
\end{equation}
一般几何代数之间的线性映射指的就是外同态1。
由第三条可知，外同态 $f_{\wedge}$ 取决于线性映射 $f$。由于 $f_{\wedge}|_V=f$，我们可得映射复合的外同态:$(g\circ f)_{\wedge}=g_{\wedge} \circ f_\wedge$。
线性空间的同态有矩阵表示，几何代数的外同态自然也有。
要导出矩阵表示，需要利用定义的三条性质。为了方便，我们在 $\mathbb R^3$ 下讨论。
由于外积与空间是否退化无关，不妨选取标准正交基 $\{e_i\}$。现在设 $\mathbb R^3$ 上有线性映射 $f$，对应矩阵表示如下：
\begin{equation}
F_b^a=\left(\begin{array}{lll}
a & b & c \\
d & e & f \\
h & i & j
\end{array}\right)~.
\end{equation}
第一列到第三列分别对应的标准正交基为 $e_1,e_2,e_3$。
与之对应，可以排列外积的 $basis$ 如下：
$$
\left\{e_{\varnothing}, e_{\{1\}}, e_{\{2\}}, e_{\{3\}}, e_{\{1,2\}}, e_{\{1,3\}}, e_{\{2,3\}}, e_{\{1,2,3\}}\right\}~.
$$
根据第三条，我们可以得到这组基对应的外同态矩阵表示为
\begin{equation}
F_B^A=\left(\begin{array}{cccccccc}
1 & 0 & 0 & 0 & 0 & 0 & 0 & 0 \\
0 & a & b & c & 0 & 0 & 0 & 0 \\
0 & d & e & f & 0 & 0 & 0 & 0 \\
0 & h & i & j & 0 & 0 & 0 & 0 \\
0 & 0 & 0 & 0 & a e-b d & a f-c d & b f-c e & 0 \\
0 & 0 & 0 & 0 & a i-b h & a j-c h & b j-c i & 0 \\
0 & 0 & 0 & 0 & d i-e h & d j-f h & e j-f i & 0 \\
0 & 0 & 0 & 0 & 0 & 0 & 0 & \operatorname{det} F_b^a
\end{array}\right) ~.
\end{equation}
具体计算以第五列为例,下标从小到大为排列的正方向：
\begin{equation}
\begin{aligned}
f_\wedge(e_1\wedge e_2)&=f(e_1)\wedge f(e_2)\\
&=(a e-b d)e_1 e_2+(a i-b h)e_1 e_3+ (d i-e h)e_2 e_3~.
\end{aligned}
\end{equation}
因此每行每列的元素对应一个行列式。如果列的基为 a,b，行的基为 c,d，对应从 $F^a_b$ 矩阵里选第 a,b 列，c,d 行来求行列式。
从矩阵表示里，我们可以清楚看到外同态具有明显的分次结构，保外积使得矩阵为分块对角矩阵，每一块都是行标和列标同次的部分。
外同态的伴随
通过定义二次型，任何线性映射都可以导出其伴随映射。外同态是几何代数上的线性映射，本节证明，其导出的伴随映射亦是外同态。也就是说，假设 $f:V\rightarrow W$，$f_{\wedge}\,^*$ 保 $W$ 上的外积不变。更准确来说：$f_{\wedge}\,^*=f^*\,_{\wedge}$。
定理 1
给定线性映射：$f:V\rightarrow W$，令 $q,p$ 分别为 $V,W$ 上的非退化对称双线性形式，关于 $q,p$ 求线性映射的伴随映射 $f^*$。则
\begin{equation}
f_{\wedge}\,^*=f^*\,_{\wedge}~.
\end{equation}
proof.
回顾伴随映射的定义：设上述线性映射 $f$ 在这两组基下的矩阵为 $F^a_b$，伴随映射 $f^*$ 在这两组基下的矩阵为 $G^a_b$。那么我们有：$G^a_b =q^{ja}p_{ib}F^i_j$。如果二次型是标准的，上式简化为 $G^a_b=q(e_a)p(e_b)F^b_a$。
取标准正交基，使得二次型的对角元要么为 $1$，要么为 $-1$。那么求矩阵的伴随有两个过程：对部分元素取负及转置。因此该定理可以表述为：
"对 $F^a_b$ 生成外同态，取负，转置” 等同于 “对 $F^a_b$ 取负，转置，生成外同态”。
这里一共三个操作，所以证明思路包含两步：
1.证明对于同一线性映射，“生成外同态” 和 “取负” 操作可互换。2.证明对于同一线性映射，“生成外同态” 和 “转置” 操作可以互换。
第二步是非常好证明的。
引理 1
给定任意线性映射，矩阵表示为 $F^a_b$。如果 $G^a_b=F^b_a$，则 $G^A_B=F^B_A$。
proof.
对于外同态的一次部分，这是显然的。下面看其他分次部分。
由外同态表示可知，$G^A_B$ 是对一次部分的若干列（A 组列）和若干行（B 组行）求行列式得到。由于一次部分是转置的结果，因此对应原矩阵的 A 组行以及 B 组列，也即 $F^B_A$，得证。
接下来我们证明，“先生成外同态，再取负”“等同于先取负，再生成外同态”。
由于一次部分就是 $F^a_b$，因此互换没有影响。现在我们讨论其他次部分。
先求外同态，再取负，那么取负结果 $G'^A_B=q(e_A)p(e_B)G^A_B$。正如式 8 所提到的，$q(e_A)=e_Ae_A=
(-1)^{\frac{|A|(|A|-1)}{2}} \prod_{i \in A} q(e_i)$，是基向量组内积的结果。
外同态由分次结构构成，因此 $|A|=|B|$。则 $G'^A_B$ 的系数为
\begin{equation}
q(e_A)p(e_B)=\prod_{i \in A} q(e_i)\prod_{j \in B} p(e_j)~.
\end{equation}
接下来我们看先取负再求行列式的情况。
原矩阵的每一个元素 $F^i_j$ 都要乘以系数 $q(e_i)p(e_j)$，而 $G'^A_B$ 对应取 A 向量组为行，B 向量组为列后矩阵的行列式。由于行列式的每一项都遍历了行与列，因此有共同系数 $\prod_{i \in A} q(e_i)\prod_{j \in B} p(e_j)$，定理得证。
习题 1
给定几何代数 $\mathcal G(V,q)$，线性变换 $f:V\rightarrow V$ 保二次型不变。证明 $f^*=f^{-1}$，且对于任意 $x,y\in\mathcal G(V,q)$ 有 $f_{\wedge}(x)*f_{\wedge}(y)=x*y$
1. ^ 外同态一般不保 Clifford 积。因为 $f(ab)=a* b+f(a)\wedge f(b)$
致读者： 小时百科一直以来坚持所有内容免费，这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此，我们请求广大读者
热心打赏 ，使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元，我们一个星期内就能脱离亏损， 并保证在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款， 他们的付出帮助了 99% 的读者免费获取知识， 我们在此表示感谢。