GAL, konspekt wyk ladów: Tensory

Podobne dokumenty
GAL, konspekt wyk ladów: Tensory

Algebra liniowa. 1. Macierze.

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Zadania z GAL-u. 1 Rozwia. Listopad x + 3y = 1 3x + y = x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 1.2

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

GAL, konspekt wyk ladów: Przestrzenie afiniczne

spis treści 1 Zbiory i zdania... 5

Wyk lad 11 1 Wektory i wartości w lasne

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

Wyk lad 13 Funkcjona ly dwuliniowe

Wyk lad 9 Baza i wymiar przestrzeni liniowej

φ(x 1,..., x n ) = a i x 2 i +

13. Cia la. Rozszerzenia cia l.

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Endomorfizmy liniowe

Algebra i jej zastosowania ćwiczenia

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Pierścienie grupowe wyk lad 3. lewych podmodu lów prostych. Ogólniej, aby roz lożyć dany pierścień na sume. prosta

GAL z Konspekt wyk ladów: Formy 2-liniowe [Kos roz.1 4], [Tor VII] 1 zadane wzorem φ # (w) = φ(, w). W bazach:

A. Strojnowski - Twierdzenie Jordana 1

Wyk lad 10 Przestrzeń przekszta lceń liniowych

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

1 Zbiory i działania na zbiorach.

Wyk lad 14 Formy kwadratowe I

Warunki dzia lań na wektorach - aksjomaty przestrzeni liniowej a) b) daja podobnie do wektorów: strza lki, si la, pre

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Zadania o grupach Zadania zawieraja

Diagonalizacja macierzy i jej zastosowania

Wyk lad 11 Przekszta lcenia liniowe a macierze

Zadania z Algebry liniowej 4 Semestr letni 2009

Wyk lad 9 Baza i wymiar przestrzeni liniowej

GAL, konspekt wyk ladów: Przestrzenie afiniczne

Dziedziny Euklidesowe

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Kombinacje liniowe wektorów.

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

GAL z aweber/zadania/gal2017gw/ Wersja

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

Algebra i jej zastosowania ćwiczenia

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

DB Algebra liniowa 1 semestr letni 2018

4 Przekształcenia liniowe

Dzia lanie grupy na zbiorze. Twierdzenie Sylowa

9 Przekształcenia liniowe

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

6 Homomorfizmy przestrzeni liniowych

Zadania egzaminacyjne

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

Wyk lad 14 Cia la i ich w lasności

Rozdział 3. Tensory. 3.1 Krzywoliniowe układy współrzędnych

FUNKCJE LICZBOWE. x 1

1 Działania na zbiorach

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19

Algebra liniowa z geometrią

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Przestrzeń liniowa. α 1 x α k x k = 0

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

Wyk lad 1 Podstawowe struktury algebraiczne

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

3 Przestrzenie liniowe

4. Dzia lanie grupy na zbiorze

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Przestrzenie liniowe

Prostota grup A n. Pokażemy, że grupy A n sa. proste dla n 5. Dowód jest indukcyjny i poprzedzimy go lematem.

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

1 Elementy logiki i teorii mnogości

Wektory i wartości własne

Przekształcenia liniowe

Normy wektorów i macierzy

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Cia la i wielomiany Javier de Lucas

Algebra konspekt wykladu 2009/10 1. du na dzialanie na zbioze G, jeśli dla dowolnych elementów x, y S, x y S. S jest zamkniety ze wzgle

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Wektory i wartości własne

Geometria Lista 0 Zadanie 1

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Pierścienie grupowe wyk lad 2. Przypomnijmy, że K-algebra A jest pó lprosta, gdy jej lewe A-modu ly przypominaja

Notatki do wykładu Geometria Różniczkowa I

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Sterowalność liniowych uk ladów sterowania

Transkrypt:

GAL, konspekt wyk ladów: Tensory 8.6.2017 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk. [Kos roz. 6]. Materia l mniej standardowy jest opisany dok ladniej. 1 Iloczyn tensorowy 1.1 Zewne trzna suma prosta S = V W (zbiór równy produktowi kartezjańskiemu z dzia laniami po wspó lrze dnych) może być zdefiniowana przez diagram (przypomnienie) S i V i W V! φ W φ V U φ W 1.2 [Kos roz.6 5 Tw.3] Dla przestrzeni liniowych V i W rozważamy wszystkie odwzorowania 2- liniowe φ : V W U. Istnieje przestrzeń T wraz z odwzotowaniem 2-liniowym τ : V W T o tej w lasności, że każde przekszta lcenie φ faktoryzuje sie jednoznacznie przez τ τ T V W φ! φ U 1.3 Przestrzeń V wraz z odwzorowaniem τ : V W T jest jedyna z dok ladnościa do izomorfizmu. Oznaczana przez V W. Ma w lasność: dla każdej przestrzeni wektorowej U mamy L 2-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: elementami V W sa formalne kombinacje liniowe i v i w i, gdzie v i V, w i W. Wyrażenia te przekszta lcamy wed lug regu l: a v w = v a w dla a K (v 1 + v 2 ) w = v 1 w + v 2 w oraz v (w 1 + w 2 ) = v w 1 + v w 2 1.6 τ : V W V W jest różnowartościowe modulo skalary, obrazem sa tensory proste v w. Tensory proste rozpinaja V W. 1.7 Ćwiczenie: niech dim V = dim W = 2. Udowodnić, że zbiór tensorów prostych w V W jest zdegenerowana kwadryka (zbiorem wektorów izotropowych, ze wzgle du na pawna forme kwadratowa ). Gdy V i W maja wie kszy wymiar, jedno równanie nie wystarzy. Udowodnić, że zbiór tensorów prostych można opisać uk ladem równań kwadratowych. 1

1.8 Ćwiczenie: Jeśli wektory v 1, v 2,..., v k sa liniowo niezależne, oraz v i w i = 0 to w 1 = w 2 = = w k. 1.9 Macierz zamiany bazy w V przy zamianach baz w V i W jeśli {α k, {α i = k ak i α k bazy V, {β l, {β j = l bl j β l bazy W, to α i β j = k,l ak i bl j α k β l, w konwencji Einsteina α i β j = a k i bl j α k β l. 1.10 Jeśli T = i,j T i,j α i β j = i,j T i,j α i β j, to T i,j = k,l T k,l a i k bj l. 1.11 Ćwiczenie prawa przemienności i la czności. 2 Tensory c.d. 2.1 Prawo rozdzielności mnożenia wzgle dem dodawania. 2.2 W dalszej cze ści przez przekszta lcenie, izomorfizm, itp. naturalny rozumiemy niezależny od wyboru bazy. Pe lne znaczenie s lowa naturalny można wyrazić używaja c poje ć kategorii (patrz naturalna transformacja funktorów). 2.3 Dla przestrzeni liniowych W, Z zbiór przekszta lceń liniowych L(W, Z) ma strukture przestrzeni liniowej. W lasność iloczynu tensorowego: istnieje naturalne przekszta lcenie, L(V, L(W, Z)) L(V W, Z), które 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. 2.4 Istnieje naturalne przekszta lcenie V W L(V, W ), które jest izomorfizmem, jeśli dim V <. Jeśli dim V =, to obraz sk lada sie z endomorfizmów, których obraz jest skńczonego wymiaru. 2.5 Jeśli dim V < i dim W < to V W (V W ). Dow. przekszta lcenie z V W wystarczy zadać na V W : V W (V W ) = L(V W, K) = L 2-liniowe (V W, K). Wystarczy na tensorach prostych f g ( ) (v, w) f(v)g(w). Klasyczne tensory typu (p, q) 2

2.6 Tensory typu p-kowariantne q-kontrawariantne to funkcje p + q-liniowe V V {{ V V V {{ V K p q czyli elementy ( V V V {{ p ) V V {{ V q W skrócie T q p(v ) = (V ) p V q. 2.7 Tensor typu (1,0) funkcjona l (0,1) wektor (1,1) endomorfizm (2,0) forma 2-liniowa (2,1) np mnożenie w algebrze (0,0) skalar V V {{ V V V {{ V p q 2.8 Dana baza {α k przestrzeni V. Niech {α k baza sprze żona przestrzeni V, oraz dany tensor T typu (p, q). Jego wspó lrzednymi w bazie α i 1... α ip α j1... α jq 2.9 Regu ly transformacji: jeśli α i = k ak i α k niech α j = l bj l α l. T j 1,...,j q i 1,...,i p = T (α i1... α ip α j 1... α jq ). sa liczby (Macierz (b i k ) = (ak i ) 1, nie trzeba transponować, bo transpozycja jest zawarta w notacji.) T j 1,...,j q i 1,...,i p = b i 1 i1... b i p i p T j 1,...,j q i a j 1 i,j 1,...,i p j... a j q 1 j. q 2.10 Co to za tensor T j i = δ j i? 2.11 Który z naste puja cych tensorów jest tensorem prostym? a) T i,j = i + j, b) T i,j = i j 3 Algebra symetryczna 3.1 Mnożenie tensorów: S typu (p, q), T typu (p, q ), to S T typu (p + p, q + q ). 3.2 Zwe żenie tensorów (kontrakcja) ślad tr : End(V ) = V V K zadany przez przekszta lcenie 2-liniowe V V K, (f, v) f(v). We wspó lrze dnych i,j T j i αi α j i T i i K 3

dla wybranych indeksów r q, s p tr r s : T q p(v ) T q 1 p 1 (V ) tr r s(t ) j 1, r...j q i 1, s...,i p = i T j 1, r i...j q i 1, s i...,i p. 3.3 Tensor metryczny to tensor typu (2,0), czyli forma 2-liniowa, która jest iloczynem skalarnym G = g i,j e i e j, zadaje izomorfizm V V, v = i xi e i i,j g i,jx i e j = tr1 1 (g v) ogólniej tesor metryczny pozwala opuszczać wskaźniki T q p(v ) T q 1 p+1 T tr r 1(G T ) operacja podnoszenia wskaźników jest zadana przez zwe żanie z tensorem typu (0,2), T tr 1 s(g 1 T ) gdzie G 1 = i,j gi,j e i e j spe lnia tr 1 1 (G 1 G) = i,j δj i ei e j (macierzowo [g i,j ] = [g i,j ] 1 ). 3.4 Algebra tensorowa. Przez T(V ) oznaczamy algebre tensorowa T(V ) = T q (V ) = V q = K V V 2 V 3... q=0 q=0 3.5 W lasność uniwersalna: Dla dowolnej algebry A z 1 nad cia lem K L(V, A) = Mor algebry z 1 (T (V ), A). 3.6 Tensory symetryczne : grupa permutacji Σ q dzia la na T q (V ) = T q 0 (V ) = V q permutuja c wspó lrze dne. Tensor T jest symetryczny jeśli dla każdej permutacji σ(t ) = T, tzn we wspó lrze dnych T i 1,i 2,...,i q = T i σ(1),i σ(2),...,i σ(q) 3.7 Oznaczenia: S q (V ) T q (V ) to przestrzeń tensorów symetrycznych, 3.8 Symetryzacja : zak ladamy, że char(k) = 0 i uśredniamy po permutacjach σ Σ q sym : V q S q (V ), sym(t ) = 1 q! σ σ(t ), Mamy sym sym = sym, zatem sym jest rzutowaniem na przestrzeń tensorów symetrycznych. 3.9 Niech e 1, e 2,... e n baza V, wtedy tensory e I = sym(e i1 e i2 e iq ) dla I = {i 1 i 2 i q sa baza S q (V ). 3.10 Ćwiczenie; obliczyć dim Sq (R n ). 3.11 Algebra symetryczna: s, t S(V ), definiujemy mnozenie s t = sym(s t). 3.12 Dla s, t T(V ) mamy sym(sym(s) sym(t)) = sym(s t). Sta d sym : T(V ) S(V ) zachowuje mnożenie. Zatem S(V ) jest la czna. Dow: jeśli t T k (V ), s T l (V ), to u = sym(s) sym(t) jest tensorem symetrycznym ze wzgle du na pierwsza i druga grupe zmiennych. Zatem sym(u) = ( ) k+l 1 k (k,l) tasowania σ(u). 4

3.13 Tensory symetryczne można utożsamić z przestrzenia ilorazowa S q (V ) otrzymana z V q przez przestrzeń rozpie ta przez (v 1 v i v j v q ) (v 1 v j v i v q ). Mamy naturalne odwzorowanie (bez za lożenia o charakterystyce cia la) S q (V ) S q (V ). Symetryzacja indukuje przekszta lcenie odwrotne. 3.14 Gdy char K q przekszta lcenie S q (V ) S q (V ) nie jest izomorfizmem, np dla q = 2, char K = 2 element przestrzeni ilorazowej [v w] nie jest obrazem tensora symetrycznego. 3.15 S p ((K n ) )= wielomiany jednorodne od n zmiennych. (W szczególności S 0 ((K n ) ) = K, S 1 ((K n ) ) = (K n ) = formy liniowe.) 3.16 W lasność uniwersalna: A algebra przemienna, nad cia lem K L(V, A) = Mor algebry przemienne z 1 (S(V ), A). UZUPE LNIENIE (nie by lo na wyk ladzie) 4 Algebra symetryczna (cd) i Algebra zewne trzna 4.1 Jeśli K jest skończone to przekszta lcenie S(V ) F unkcje(v K) nie jest różnowartościowe. Np dla K = F q, gdy V = K: wtedy S(V ) K[x] i ja dro sk lada sie z wielomianów podzielnych przez x q x. Algebra zewne trzna 4.2 Tensor T V q jest antysymetryczny jeśli dla każdej permutacji σ σ(t ) = sgn(σ) T. We wspó lrze dnych: T i 1,i 2,...,i q = sgn(σ) T i σ(1),i σ(2),...,i σ(q). Oznaczenie przestrzeni tensorów antysymetrycznych Λ q (V ). 4.3 Jedynie dla q = 2 mamy V 2 = S 2 (V ) Λ 2 (V ). 4.4 Operacja antysymetryzacji Mamy A A = A. A : V q Λ q (V ) A(T ) = 1 q! ( 1) sgn(σ) σ(t ). σ Σ q 4.5 Mnożenie tensorów antysymetrycznych a b = A(a b). 4.6 Niech e 1, e 2,... e n baza V, wtedy tensory e I = A(e i1 e i2 e iq ) dla I = {i 1 < i 2 <... i q sa baza Λ q (V ). Sta d dim Λ q (V ) = ( ) dim V q. 4.7 Iloczyn zewne trzny: v 1 v 2 v q = A(v 1 v 2 v q ) Λ q (V ) 5

4.8 Pote ga zewne trzna przestrzeni sprze żonej Λ p (V ) to p-formy alternuja ce na V. Gdy n = dim(v ) generatorem Λ n (V ) jest wyznacznik (rozumiany jako n-liniowa forma antysymetryczna V n K). 4.9 Niezdegenerowane przekszta lcenie 2-liniowe, : Λ q (V ) Λ q (V ) K poprzez w lożenie do T q q(v ) i zwe żenie wszystkich indeksów. Na bazie e I, e J = 1 q! δj I, 4.10 Żeby pozbyć sie czynnika 1 q! dla form modyfikujemy definicje ej tak, aby to by la baza sprze żona do e I. Traktuja c e J jako tensor typu (q, 0) mamy (e i 1 e i 2 e iq )(e i1, e i2,..., e iq ) = δ J I (Jednak w literaturze zdarzaja sie teź inne konwencje.) 4.11 Algebra zewne trzna (Grassmanna): ΛV = dim V q=0 Λ q (V ) ma strukture algebry ze wzgle du na zdefiniowany jako a b = A(a b). 4.12 Dla s, t T(V ), mamy A(s) A(t) = A(s t), czyli A : T(V ) ΛV zachowuje mnożenie. Sta d ΛV jest la czna. Dow: jeśli t T k (V ), s T l (V ), to u = A(s) A(t) jest tensorem antysymetrycznym ze wzgle du na pierwsza i druga grupe zmiennych. Zatem A(u) = ( ) k+l 1 k (k,l) tasowania sgn(σ)σ(u). 4.13 Mnożenie jest przemienne z uwzgle dnieniem gradacji (super-przemienne): tzn dla a Λ i V, b Λ j V mamy a b = ( 1) ij b a. Ćwiczenia o tensorach i pote gach zewne trznych 4.14 (Zanurzenie Veronese) Rozważyć przekszta lcenie ( ) n + k 1 K n = V S k (V ) = K m, m =, v v v v k {{. k Pokazać, że indukuje ono w lożenie P(V ) P(S k (V )). Opisać równaniami obaz. 4.15 (Zanurzenie Plückera). Niec Gras k (K n ) oznacza zbiór k-wymiarowych podprzestrzeni w K n. Wykazać, że przekszta lcenie V = lin(v 1, v 2,..., v k ) lin(v 1 v 2 v k ) P(Λ k (K n )) jest dobrze określone. Opisać wielomianami obraz. 4.16 Niech ω Λ 2 (V ) be dzie antysymetryczna forma 2-liniowa na V = K 2n. Wykazać, że ω jest niezdegenerowana wtedy i tylko wtedy, gdy ω ω {{ ω 0. n 4.17 Niech v V, a Λ q V. Wykazać, że v a = 0 wtedy i tylko wtedy, gdy a = v b dla pewnego b Λ q 1 V 4.18 Pokazać, że Λ q rozszerza sie do funktora Λ q : V ect K V ect K. 6