李群与代数群都有相应的李代数,它们的李代数还有种种不同的定义,它们之间有什么关系呢?下面我们就来对此问题做一个简要的小结。
先简单介绍一下抽象李代数:域k上的李代数g指带双线性括号[
, ]的k-向量空间V,满足条件:对任何x,y,z∈V
(1)[x, y] = -[y, x]
(2)[x, [y, z]] + [y, [z, x]] + [z, [x, y]] = 0
其中(2)被称为Jacobi恒等式。
对于一般结合代数A,我们可以定义其李代数括号为交换子,即
[x, y] = xy-yx
这样例子可以说是李代数的原型,但并不是所有的抽象李代数都有此形式,比如在R^3中对矢量的叉乘,若记其基为e_1,e_2与e_3,则括号
[e_1,e_2] = e_3, [e_2,e_3] = e_1, [e_3,e_1] = e_2
就给出了R^3中的李代数结构。
这里的抽象括号是李代数的本质运算,给定李代数g与h,线性映射f:g→h是李代数的同态,若对x,y∈g,有
f([x,y])=
[ f(x),f(y)]
给定李群G,其李代数g有多种定义方式,常见的定义有:
(1)g是G在原点出的切空间T_eG
(2)g是G上的左不变向量场
(3)g
= {X∈G;exp(tX)∈G}
其对应关系为:给定X∈T_eG,由群作用诱导出左不变向量场,反之直接限制在原点;由积分得到G上的单参数微分同胚群φ(t)=
exp(tX),反之在原点处求导。
对于矩阵李群,定义(3)中的指数运算有显示表达,若X是矩阵,则有展开式:exp(tX)=
Σ(tX)^n/n!. 进一步,我们下面的指数公式:
(1)若[X, Y] = 0,则exp (X+Y)= exp(X)exp(Y)
(2)det exp(X)= exp tr X
其中第二个公式的证明可用Jordan分解:任何矩阵A都有分解A=B+N,[B,
N]=0,其中B是可对角矩阵,N是幂零矩阵。
下面验证对矩阵李群G,定义(3)确实是李代数,主要难点在于证明:X,Y∈g → X+Y,[X,
Y]∈G. 为此我们要把上面的指数公式加强为下面的极限公式:
(1)exp t(X+Y)= lim(n→∞) (exp(tX/n)exp(tY/n))^n
(2)[X, Y] = lim(t→0) (exp(tX)Y exp(-tX)- Y)/t
接下来看代数群的情况。事实上,代数群的李代数同样可被定义为原点的切空间,只不过对代数簇的切空间,又有着多种不同的处理方式,这里我们主要使用导子定义:
T_1(G)= Der(k[G],k_1)
其括号运算由交换子自然给出。这里的k_1说明它是在单位元1的逐点导子,即任何δ∈Der(k[G],k)都满足:对任何f,g∈k[G],δ(fg)=
δ(f)g(1)+
f(1)δ(g).
下面我们看类似于(2)定义方式,定义代数群G的伴随李代数为:
Lie(G)= {D ∈ Der(k[G]);D·λ_x = λ_x·D,x∈G}
其中λ_x是k[G]上的左平移作用,给定为:λ_x·f(y)=
f(x^(-1)y),f∈k[G], y∈G.
也就是说,代数群G上的李代数由左不变导子定义,其括号运算同样由交换子自然给出。
我们验证这两种定义是一致的,可以构造映射θ:Lie(G)→ T_1(G)为:
(θD)(f)= (Df)(1),D∈Lie(G),f∈k[G]
还可以构造其逆为η: T_1(G)→
Lie(G),它映X到其右卷积*X,其中
(f*X)(x)=
X(λ_x^(-1)·f) ,f∈k[G],x∈G
可以验证这样的*X是左不变导子,满足:(f*θ(D))= Df且θ(*X)=
X
设H是代数群G的子群,其定义理想为I,在两种不同的定义下,分别有结论:
T_1(H)= {δ ∈ T_1(G);δI = 0 }
Lie(H)= {x ∈ Lie(G); I*x ≤ I}
通过这样的导子定义,我们可以计算一些简单的例子:
(1)G
= G_a:k[G] = k[T],令p(T)= D(T),则对任何x∈G,p(T-x)=
p(T),故p(T)=const,有Lie(G)= <
d/dT > ≌ k.
(2)G =
G_m:k[G] = k[T,T^(-1)],令p(T)= D(T),则对任何x∈G,f(x^(-1)T)=
x^(-1)f(T),故f(T)= aT,有Lie(G)= <
Td/dT > ≌ k.
(3)G =
GL_n:k[G] = k[X_11, …,X_nn, det^(-1)],取M_n → D ∈ Der(k[G])为X →
D_X,其中D_X(T_ij)= ΣT_ilX_lj,它是同维数空间的单射,故诱导同构:Lie(G)≌
M_n.
遗憾的是,这里关于子群的命题不太适合具体计算,因此我们引入对偶数的概念,进而给出代数群伴随李代数的新定义。
设G是域k上的代数群,定义k[ε] =
k[X]/(X^2),称为对偶数环,有同态π:k[ε]→k为π(a+bε)= a,它自然诱导态射π:G(k[ε])→
G(k),可以把G的伴随李代数定义为:
Lie(G)= ker π = {A ∈ M_n:I+εA ∈ G}
这个定义可视为上面李群李代数定义(3)的类比,尽管代数群不考虑指数映射,但作为切空间的李代数只需要一阶项的信息,这里对偶数结构正好可以用来去掉高阶项。
对k-代数R,G(R)结构实际上是代数群的函子观点,视G ≤ GL_n时,G(R)≤ GL_n(R)可以视为R-值矩阵子群。特别,R
= k[ε]时,G (k[ε])称为代数群G的切束(tangent bundle)
实际上,我们可以在代数簇上说明,这样的定义与切空间是一致的。设P是k上仿射代数簇V的点,类似定义给出映射π,V(k[ε])→
V(k),定义V在P点的切空间为:
T_P(V)=
π^(-1)(P)
这样的定义正好是把ε的线性项提取出来,因此与通常的切空间定义是一致的。
接下来回到代数群的情形,由此定义容易计算一些常见子群的李代数:
Lie(SL_n)= {I+Aε ∈ M_n(k);det(I+Aε)=1} = {I+Aε:Tr(A)= 0} ≌ {A ∈
M_n(k);Tr(A)= 0}
Lie(O_n)= Lie(SO_n)= {I+Aε ∈ M_n(k);(I+Aε)^T(I+Aε)=
1} = {I+Aε:A^T+A = 0} ≌ {A ∈ M_n(k);A^T+A =
0}
更一般地,给定C
∈ GL_n,若G由满足A^TCA = C的矩阵A组成,则Lie(G) ≌ {A ∈ M_n(k);A^TC+CA =
0}.
此外,Lie(T_n)是上三角子群,Lie(U_n)是严格上三角子群,Lie(D_n)是对角子群。
最后,简单介绍一下态射的微分,先看代数簇的情形。设φ:X→Y是代数簇的态射,它诱导出坐标环上的拉回f^*:k[Y] →
k[X],给定p∈X,记q =
φ(p),φ^*限制为局部环的映射,进而诱导m_q/(m_q)^2 →
m_p/(m_p)^2,取对偶后得到微分dφ:T_pX → T_qY.
显然,这样的微分满足函子的基本性质。
对于代数群而言,同样适合选择与坐标环有关的定义:T_1(G)=
Der(k[G],k_1). 设φ:G→H是代数群的态射,则φ(在1∈G)的微分定义为dφ:T_1(G)→ T_1(H),dφ(δ)=
δ·φ^*.
这样的微分把代数群的态射变为其伴随李代数的同态:对任何δ_1,δ_ 2∈T_1(G),有
dφ([δ_1,δ_2])= [dφ(δ_1),dφ(δ_2)]
设G是代数群,其乘法算子与逆算子分别记作μ与i,则对任何X,Y ∈ Lie(G),有
(1)dμ(X,Y)=
X+Y
(2)di(X)=
-X
扩展阅读:
【1】Humphreys J E. Linear algebraic groups[M]. Springer Science
& Business Media, 2012.
(线性代数群的经典参考书,以导子定义为主处理李代数,顺便提到对偶数定义)
【2】Borel A. Linear algebraic groups[M]. Springer Science &
Business Media, 2012. (线性代数群的传统参考书,对导子定义有比较多的细节讨论)
【3】Malle G, Testerman D. Linear algebraic groups and finite groups
of Lie type[M]. Cambridge University Press, 2011.
(线性代数群及其群论应用,对导子定义有简明的阐述)
【4】Milne J S. Algebraic geometry[M]. Allied Publishers, 1996.
(高观点的代数几何参考书,用对偶数定义处理切空间)
【5】Milne J S. Algebraic groups[J]. Lie Groups, and their Arithmetic
Subgroups v3. 00, online course notes available at www. jmilne.
org/math, 2011.
(Milne的代数群系列讲义之一,用对偶数定义处理李代数)
【6】Bump D. Lie groups[M]. New York: Springer,
2004. (内容丰富的李群理论参考书,包括了矩阵李群的极限公式)
【7】项武义,
侯自新, 孟道骥. 李群讲义[M]. 北京大学出版社, 1992.
(简明生动的李群入门书,对其李代数有框架式的叙述)
加载中,请稍候......