科学网

 找回密码
  注册

tag 标签: 流形

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

再次理解“流形”——计算共形几何学习笔记4
Babituo 2020-6-25 18:48
笔记 1中谈到1维的连续空间,就是一根可以套着顺滑移动的微套管的橡皮筋。 反过来可以这么理解:【理解 1】 微套管可以理解为就是 1个点:1个可流动的点状骨架; 橡皮筋可以理解为是 1个线段:一个有边界(起点、终点)的一维拓扑空间; 顺滑移动可以理解为是点可以顺着橡皮筋轨道来回连续流动; 这就要求轨道要闭合,可以理解为是一维拓扑空间的边界要对接在同一个点状骨架上; 橡皮筋就变成了橡皮圈,和圆圈拓扑等价,就叫拓扑圆圈; 其形状就等价为 1个点状骨架顺着1个连续的1维拓扑空间来回流动形成的形状。 这个拓扑圆圈的形状就是 1个1维的流形的例子。 在【理解 1】基础上,得到【理解2】如下: 假设有 2条 1维的 拓扑空间(橡皮筋),连接到同 1个 可流动的点状骨架上的话; 得到的就是在 1个橡胶点处相连的两个橡皮圈的形状; 骨架点仍然可以在两个相交的拓扑圆圈上来回连续流动,并可在交点处切换拓扑圆圈流动。 这个相交拓扑圆圈的形状,仍然是 1维流形的1个例子。 【理解 3】如下: 在【理解 2】基础上也可以假设多条橡皮筋在多个骨架点上连接,变成橡皮筋网的形状; 得到的形状,就是拓扑图的形状,仍然是 1维流形的例子。 可见, 1维的流形,就是以点为骨架的流形。 如何能得到 2维、3维、多维的流形呢? 【理解 4】如下: 要得到 2维的流形,必须用1维的流形为骨架,比如以1个拓扑圆圈为骨架; 然后,必须用 2维的拓扑空间,比如1块橡皮膜,要把膜的边界拉扯连接到拓扑圆圈上; 得到的就是拓扑等价为圆盘的橡皮膜,就叫拓扑圆盘。 这样,作为骨架的拓扑圆圈,就可以象一个 1环的水波,在膜上收缩或扩大,来回“流动”。 最小缩小到圆心点,最大可扩大到边界圆。 这个拓扑圆盘,就是一个 2维的流形的例子。 【理解 5】如下: 在【理解 4】中,假若是用2块橡皮膜,要把膜的边界同时拉到连接到拓扑圆圈上; 即用两块膜以同 1个拓扑圆圈为骨架蒙起来了,像个密封的气球,得到的是个拓扑球面; 这样,作为骨架的拓扑圆圈同样可以在拓扑球面上收缩或扩大来回 “流动”; 这个拓扑球面,同样是一个 2维的流形的例子。 【理解 6】如下: 在【理解 4】中,假若是以【理解2 】中得到的两个相交拓扑圆圈作为1维流形的骨架; 然后用 1块橡皮膜,先把膜拉成长方形; 先把长方形膜的一组对边,以骨架中 1个拓扑圆圈为对接边蒙起来了; 再以长方形膜的另一组对边,以骨架中另 1个拓扑圆圈为对接边蒙起来了; 这样,就得到了一个拓扑圆环面; 这样,作为骨架的两个相交的拓扑圆圈同样可以在拓扑圆环面上来回 “流动”; 这个拓扑环面,同样是一个 2维的流形的例子。 归纳以上理解,并拓展,【结论理解】 n维的流形,就是用n维的拓扑空间,蒙在n-1维流形骨架上得到的形状。 再用这个结论理解反过来印证一下之前的理解: 1维的流形,就是用1维的拓扑空间,蒙在0维流形骨架上得到的形状。 对照之前【理解 1】:“以“点”为骨架的拓扑圆圈是一个1维流形”。 拓扑圆圈是 1维的拓扑空间,印证正确,同时可领悟到: 1. “点”是一个0维的流形。 2. “蒙”的意思就是:将拓扑空间拓展开,使其边界恰好对接在给定的骨架上。 3. 既然如此,不如将 “被蒙”的拓扑空间,理解为就是一张广义的“蒙皮”。 * 这里引出了一个非常有意思的问题: “点”,是不是以-1维的流形为骨架的流形呢? 。 对照之前【理解 2】:“以1个“点”为骨架的2个拓扑圆圈也是一个1维流形”。 拓扑圆圈是 1维的拓扑空间,印证正确,同时可领悟到: 骨架的个数和蒙皮的个数可以各不相同,但 “用n维的蒙皮就得到n维的流形”个是不变的。 2维的流形,就是用2维的拓扑空间,蒙在1维流形骨架上得到的形状。 对照之前【理解 4】:拓扑圆盘是一个2维流形。 是以 2维的拓扑圆盘为蒙皮,蒙在一个1维流形:拓扑圆圈上的形状。印证正确。 对照之前【理解 5】【理解6】:拓扑球面,拓扑环面都是2维流形。 是以 2维的拓扑圆盘为蒙皮,只是骨架数量和蒙皮数量不同,印证正确。 根据结论理解演绎一个 3维流形的例子: 3维的流形,就是用3维的拓扑空间,蒙在2维流形骨架上得到的形状。 三维的拓扑空间是橡皮块。 找个二维的流形:拓扑圆盘为骨架; 不管橡皮块是什么体积形状,总是可以被揉成了球体状,那么,从球体表面任一点沿直径扫描(流动)过去,得到的截面是个圆盘,圆盘当然是拓扑圆盘。 橡皮块与球体拓扑等价,就叫 拓扑球体。 所以, 球体就是一个以拓扑球体为拓扑空间,以拓扑圆盘为骨架的三维流形。 正方体是以拓扑球体为拓扑空间,以正方形为骨架的三维流形。正方形和圆盘拓扑等价。 演绎正确。
个人分类: 虚构开放世界|4848 次阅读|0 个评论
周四讨论班:微分几何流形中的上同调(涂心悦)
GrandFT 2017-9-13 10:53
题目:微分几何流形中的上同调 主讲:涂心悦 时间:2017年9月14日(星期四)下午17:15 地点:天津大学新校区32教学楼120室 提纲: 1从微积分到欧式空间上的德拉姆同调 2.德拉姆理论解释流形上向量场的欧拉数和其他的一些小应用。 3.利用MV序列与MVargument给出庞加莱对偶等流形的同调性质。 参考文献: Milbor微分拓扑 Madsen从微积分到上同调 Bott and Tu 代数拓扑中的微分形式
个人分类: 周四讨论班|4322 次阅读|0 个评论
重修微积分6——微分
热度 10 xying 2015-5-1 08:05
芝诺“飞矢不动”的悖论说:飞行的箭,每个时刻都占据了一个确定的位置,这意味着它不会同时存在其他的位置,箭矢的位置固定,所以它在这时刻是静止的。依此推理,飞行的箭在任何时刻都是静止的,所以运动在逻辑上是不可能的。 对于这个悖论,有不同的解答。黑格尔认为运动就是一对矛盾,每个时刻飞矢是既在这个位置又不在这个位置上,用辩证法回避了形而上学的挖掘。康德认为时间和空间并非事物的属性,而是我们感知事物方式的属性,这个矛盾是我们过去时空观念的疵瑕。休谟否认时空的无限可分性,以此也可以给出有穷时空的离散化解释。而牛顿坚持了时空无穷可分的观点,用微积分给予近代的解释。从而也让时空无穷可分的假设变成了公认的真理。 运动在直观上是个时间段上位移的现象,当一个物体在时刻 t 0 到 t 1 的时段,从位置 x 0 到了 x 1 ,如果Δ t = t 1 -t 0 ≠ 0 时Δ x = x 1 -x 0 ≠ 0 ,我们说它是在运动。物体在这时段的速度为Δ x / Δ t ,意思是位移对时段里时间流逝的变化率。物体时刻 t 1 在位置 x 1 ,这个信息,不足以判定它是静止还是运动的。只要Δ t 0 ,速度Δ x/ Δ t ≠ 0 ,在 ,那么 D 的特征向量集合 $\{e_k=\frac{1}{\sqrt{2\pi}}e^{-ikt} \; | \; k \in \mathbb{Z} \}$ 便是这空间上的一个正交归一基。 让我们首先来验证正交归一性。对于 L 2 空间,它的内积定义是 $ \left \langle f{(\cdot)},g(\cdot) \right \rangle = \int_0^{2\pi}f(t)\overline{g(t)}dt$ ,对于任意整数 m,n ,我们有: $\left \langle \frac{1}{\sqrt{2\pi}}e^{-imt},\frac{1}{\sqrt{2\pi}}e^{-int}\right \rangle =\frac{1}{2\pi}\int_0^{2\pi}e^{-imt}e^{int}dt =\frac{1}{2\pi}\int_0^{2\pi}e^{-i(m-n)t}dt = \delta_{mn}$ 这就证明了它们是正交归一的。空间中向量 $f(\cdot)\in L^2 $ 在 e k 上的投影是: $\left \langle f(\cdot),e_k \right \rangle = \frac{1}{\sqrt{2\pi}}\int_0^{2\pi}f(t)e^{ikt}dt$ 这是大家熟悉的函数 $f(\cdot)$ 傅立叶系数的复数形式(若将复数展开成余弦和正弦正交基,则系数乘一个常数因子)。函数 $f(\cdot)$ 对这组向量的分解是傅立叶级数,不难证明这个傅立叶级数收敛于 $f(\cdot)$ 。所以它们构成了 L 2 空间上的基。经典的傅立叶级数,就是建立在微分算子 D 一组在 L 2 空间正交归一的特征向量上。这组可数的基张成了 L 2 希尔伯特空间。 注意到微分算子 D ,有不可数的特征向量 $e^{-iat}$ ,所以它们在无穷序列表达下可能是线性相关的。这取决于它们所在的空间。 是不是所有希尔伯特空间中的点都能表达成无穷级数?也就是说,是不是它们都有可数的基?答案是否定的。 例如:对于函数定义内积为$\left \langle f(\cdot),g(\cdot) \right \rangle = \lim_{T\rightarrow \infty}\frac{1}{T}\int_{-T\pi}^{T\pi} f(t)\overline{g(t)}dt$,它构造了一个希尔伯特空间$L^2(-\infty, \infty)*$,对所有的实数s,t的函数$e_s(t) = \frac{1}{\sqrt{2\pi}}e^{-ist} $都是这空间上线性算子D的特征向量,不难验证它们是正交归一的,这组向量是不可数的。 $L^2 $ 是可分的希尔伯特空间,里面的函数可以用傅立叶级数来表达(在 L 2 积分意义下收敛,级数展开几乎处处逐点收敛于它)。而 $L^2(-\infty, \infty)*$ 这希尔伯特空间是不可分的,所以这里的函数不能用傅立叶级数来表达。例子里那组向量是个不可数的正交归一基,这空间里的函数可以用积分变换来表达对这组基的分解和线性组合。从内积公式得到傅立叶变换,即是对这组基分解的分布函数;对基向量分布性分解的线性组合可直接写出傅立叶变换的反演。这提供了一个通俗的直观解读。更深入的探讨,诸如无穷区域的积分,无穷小分解系数分布函数的表达,积分的线性组合表示,及扩充到广义函数等等数学细节,在Sobolev空间可以得到更严谨的解读。 数学是直观想象在逻辑上精确化的学问。希尔伯特空间的研究,源自狄拉克对量子力学算符的表达。狄拉克非常注重数学上形式的美,简洁的美,他以此扩充了许多直观概念的应用场合,取得十分漂亮的结果。但在无穷世界的想象,还是需要用精确的逻辑来校正。 1927 年冯·诺依曼、希尔伯待和诺戴姆的论文《量子力学基础》,纠正了狄拉克缺乏严谨的不足。 在早期的泛函分析研究,特别是在物理应用中,希尔伯特空间指的是可分的完备的内积空间,即这空间有可数的稠集。上面的例子说明并非都是如此的。 大家已经熟悉在 $\mathbb{R}^n$ 空间上的微分,怎么将它推广到往整体看不是那么“平整”的空间?先看看平面几何是怎么使用的。我们生活的大地实际上是地球球面上的一部分,把这个局部当作 2 维的欧几里德空间,或者说映射到 $\mathbb{R}^2$ 空间。每一个局部地方在映射下对应着一个平面地图,球面上每个地点对应着平面地图上一个坐标,我们可以用坐标进行这个球面局部的各种计算。用几张平面地图覆盖了全球,就可以计算地球的各处。 对高维和更一般情况,也可以类似地,把拓扑空间 X 的一个局部开集,一一映射到 $\mathbb{R}^n$ 空间上来计算。 X 空间上的一个点 x 对应着 $\mathbb{R}^n$ 空间上的一个点,称为 x 的坐标, x 的邻域对应着坐标的邻域以保持对应的收敛关系。所以这个映射必须是同胚的,也就是这个一一对应的映射双向都是连续的,就像 X 中的这个开集通过伸缩变形展平成 $\mathbb{R}^n$ 空间的开集一样。如果有一族这样的开集覆盖了 X ,都能做到这样的映射,那么 X 上的每个点都有了 n 维实数的局部坐标。这样的 X 空间便称为 流形 。覆盖开集的重叠部分,流形上的点在不同映射的局部坐标系上,可以进行坐标变换。因为这样的映射是定义在开集上,所以 x 点总有一个足够小的邻域是完全在一个映射的局部坐标系上, x 点与它坐标的收敛关系是一一对应的,如果交集之处的坐标变换是连续可导的,整个流形通过这些映射的坐标系,便可以有对应的微积分计算,这时称为 微分流形 。 当然并非任何的拓扑空间都能做到这一点。流形 X 的拓扑不能太粗,对于两个点必须有能够分开的邻域,即是 T2 或者称为 Hausdorff 空间;拓扑也不能太复杂,要有可数的拓扑基(其元素的并能够生成所有开集,即是第二可数的)。局部映射必须与相同维数的 $\mathbb{R}^n$ 空间同胚。下面是用数学语言描述的定义。 X 是第二可数,T2的拓扑空间,若在一个覆盖X的开集族中的每个开集,都有一个嵌入$\mathbb{R}^n$的同胚映射,X可以称为 n维拓扑流形 ,这个映射称为 坐标图 。在拓扑流形上,两个坐标图交集部分的点在不同的坐标图上映成不同的(坐标)点,如果这两个坐标变换函数有r阶连续导数,则称它们是C r 相容的坐标图。如果所有坐标图都是C r 相容的,则称这个流形为 C r 微分流形 。r为无穷大时称为 光滑微分流形 。 对于一般的距离空间,它是 T2 ,但只是第一可数的。如果它还是可分的,则它是第二可数的,这个拓扑中任何的开集都能由一组可数开球,用它们的并集来构成。可分的距离空间满足第二可数和 T2 的条件,只要每点的开邻域都有同维数的同胚坐标映射,就可以是流形。 两个维数分别为 m 和 n 的 C r 微分流形间的映射称为 C r 映射,它可以表示为对应点局部坐标上的 C r 函数。对这个函数的求导和积分,对应着这两个流形间的映射在这局部区域上的相应的运算。比如说, n 维光滑微分流形 X 到 $\mathbb{R}$ 的函数,在 X 中点 x 的邻域对应着 $\mathbb{R}^n$ 空间上一段光滑曲线。这条光滑曲线,对应着 x 点的切线(用方向导数表示)是一个 n 维向量,所有这些切向量形成的空间称为 X 在 x 处的切空间。虽然上述的切空间是由某一局部坐标系下定义的,可以证明不同的坐标系导出的切空间是相同的。直观上可以想象成二维 X 曲面在 x 这一点上的切平面。如果一个映射 F 将 C r 微分流形 X 上每一点都对应着它切空间上的一个向量, F 称为 C r 向量场,在局部坐标下表示如下,其参数都是 C r 函数。 $F = \sum _{i=1}^n a_i(x)\frac{\partial }{\partial x_i}$ 纤维丛 的定义了包含三个拓扑空间 B , M , Y 和一个投影映射 p :基空间 M 是全空间 B 的投影 p(B)=M ;基空间上每一个点 x 对应着这个投影在全空间 B 里的原像 p -1 (x) ,这原像与丛空间 Y 同胚,称为这点上的丛;基空间上每一点存在着一个邻域 U ,直积空间 UxY 与 U 的投影原像 p -1 (U) 同胚。在直观上可以想象二维曲面 M ,每一点 x 上都有一根 p -1 (x) 的纤维,这些纤维互不相交,全体构成三维空间 B 。 B 中的每一点都可以沿着纤维对应到 M 的同一个点上(称为投影),全空间上点的邻域在纤维上和投影到基空间上仍然是它们的邻域。不要把基空间 M 想象成一把刷子的底部, M 应该看成是全空间的一个横截面,密实的纤维集束穿过这个横截面向两边无限延伸。每根纤维都像直线 Y 的弯曲变形。纤维丛的数学模型也可以用来描述物理空间中的场。 微分流形和纤维丛,若以欧几里德三维空间中的曲面和纤维集束几何体来看,都不难想象其图像。不过它们是在抽象的点集拓扑空间上有严格的定义,从而能够在上面推广微积分的应用。这些都是现代微分几何课程的内容,这里的简略介绍,希望通过较精确的数学定义,让大家可以想象这些概念。 (待续) 【扩展阅读】 冯·诺依曼关于量子理论的数学基础,算子环,遍历理论的研究 http://www.kepu.net.cn/gb/basic/szsx/2/25/2_25_1008.htm 钱诚德,高等量子力学 http://course.zjnu.cn/huangshihua/book/%E9%92%B1%E8%AF%9A%E5%BE%B7_%E9%AB%98%E7%AD%89%E9%87%8F%E5%AD%90%E5%8A%9B%E5%AD%A6.pdf 关肇直等,张恭庆,冯德兴,线性泛函分析入门,上海科学技术出版社, 1979 维基百科,流形 http://zh.wikipedia.org/wiki/%E6%B5%81%E5%BD%A2 程代展,系统与控制中的近代数学基础,北京:清华大学出版社, 2007 http://product.dangdang.com/9350967.html
个人分类: 科普|9918 次阅读|16 个评论
《数理同源》-1-从威滕的菲尔兹奖说起
热度 47 tianrong1945 2014-2-20 09:34
引言:从威滕的菲尔兹奖说起 伟大的科学巨匠中,爱因斯坦在公众中的影响力无人能比,他的头像连小学生都认识,他的名字家喻户晓。如今,这位伟人离开这个世界已经超过了半个世纪,他所作出的几项最杰出的贡献,包括 1905 年提出光电效应和狭义相对论,以及 1915 年建立的广义相对论,也都已经是 100 年之前的故事了。伟人是否后继有人呢?这几十年的历史时期中,为了继承这位先辈的衣钵,理论物理学家们作了哪些努力? 十分令人感到遗憾,爱因斯坦将他天才的后半生贡献给了一项前途渺茫的研究。他一直在理论物理中寻找一条统一之路,企图将所有的物质及各种基本的相互作用,囊括在一个单一的理论框架中。尽管爱因斯坦为此奋斗了几十年没有获得成功,但这个大统一之梦,已经深深扎根在理论物理学家们的心中,一直是理论物理学研究的中心问题之一。 1951 年,也就是爱因斯坦在 72 岁寿诞时留下他那一张著名的吐舌头照片的那一年,一个婴儿降生在美国巴尔的摩,一个研究广义相对论的犹太裔理论物理教授家里。 图 1.1 :爱因斯坦 72 岁那年,威滕诞生于离普林斯顿不远的巴尔的摩 他就是现在普林斯顿高等研究院的数学物理教授,如今已成为最著名的理论物理学家之一的爱德华·威滕( EdwardWitten , 1951- )。 尽管父亲路易斯•威滕是研究广义相对论的理论物理学家,年轻时威滕的梦想却是走向人文之路。他高中毕业后进大学主修历史,打算将来成为一名政治家或记者,毕业后还曾经参与支持一位民主党候选人的总统竞选工作。不过后来,他感觉从政的道路上容易迷失自我,因此“半路出家”、“迷途知返”而杀向了理论物理。从他 21 岁进入普林斯顿大学研究生院开始,他对物理及数学的兴趣骤增,并且钻进去便一发不可收拾。由于威滕在物理及数学领域表现出与众不同的才能, 29 岁便被普林斯顿大学物理系聘为教授。 威滕的物理直觉惊人,数学能力超凡。上世纪 80 年代,笔者在奥斯丁大学相对论中心读博期间,听过与温伯格一起工作的,一位年轻而知名的弦论物理学家评价威滕。具体原话记不清楚了,大意是说:在当今的粒子物理领域中,只有威滕是理论物理学界的莫扎特,相比而言,我们都只能算作宫廷乐师! 那位物理学家当年还津津有味地描述了 1984 年 11 月的那天,威滕在普林斯顿大学就弦论作报告时的精彩热闹情景。威滕这位当时涉猎弦论和量子场论并不太久的年轻人,以他关于卡拉比 - 丘流形紧化的文章 【 1 】 ,在理论物理界掀起了一个超弦风暴。后来人们用“第一次超弦革命”来命名这段弦论红火的短暂时期。 到了 1990 年,弦论研究处于低谷,却传来了国际数学联盟授予威滕数学界最高奖项 -- 菲尔兹奖的消息。 爱德华·威滕是第一位,也是迄今为止唯一的一位被授予菲尔兹奖的物理学家。 著名英国数学家迈克尔·阿蒂亚( MichaelAtiyah ),当年被邀请在菲尔兹奖颁奖大会上介绍爱德华·威滕的工作,他因事未能出席大会,但他在书面发言中如此评论威滕: 【 2 , 3 】 “虽然他绝对是一位物理学家,但他对数学的驾驭能力,足以与数学家媲美……他一次又一次超越了数学界,以巧妙的物理直觉导出新颖深刻的数学定理……他对现代数学影响巨大……凭着他,物理再次成为数学的丰富灵感和直觉的源头。” 的确如此,从威滕几百篇论文涉及的课题来看,大多数是物理方面的。他是弦论的开创者,研究量子场论的专家, 1995 年,他提出的 M- 理论掀起弦论的第二次革命。除了物理之外,威滕对相关的数学方面作出许多贡献,我们在后面的章节中还会介绍,这儿就其与菲尔兹奖有关的工作简单概括为如下几点。 (一)正能量定理 爱因斯坦广义相对论的核心是引力场方程。著名美国物理学家约翰·惠勒曾经用一句话来概括广义相对论:“时空告诉物质如何运动,物质告诉时空如何弯曲” 【 4 】 。这句话的意思就是说,时空和物质通过引力场方程联系到了一起。这个方程的一边是物质的能量动量张量,另一边则是由四维空间的曲率及其导数组成的爱因斯坦张量。引力场方程的解描述在一定的物质分布下时空的几何性质,它实际上是一个二阶非线性偏微分方程组,要想在数学上求得此方程组的解非常困难。方程只在某些特殊情形下有解析解,比如,引力场方程的真空解是平直的闵可夫斯基四维时空;物质分布为球面对称的准确解称为史瓦西解。 尽管求解引力场方程困难重重,但根据它来研究物质及空间的种种性质却行之有效。为此物理学家们作了种种努力,正能量定理(或称正质量猜测)便是沿此思路而导出的一个漂亮结果。定理的大意如此:如果在一个引力系统中,物质被包围在一个有限的范围内的话,引力场方程的解是渐近的闵可夫斯基四维时空,也就是说,在距离这个物质区域足够远的地方,时空可以近似看作是平坦的。对这类渐近平坦引力体系,可以定义一个总能量值,即系统的全部能量之和。人们猜测:这个值是一个正数或零,并且,当且仅当该引力系统是完全平坦的闵可夫斯基空间时,该总能量值才会为零。进一步,从这个定理可以推出闵可夫斯基空间是引力场方程的一个稳定基态解。 是美籍华裔数学家丘成桐,使用非线性偏微分方程中的极小曲面理论,在 1979 年对此猜想给出了一个完全的证明。这在当时是一个了不起的工作,也是丘成桐之后获得 Fields 奖的主要成就之一。 两年后的 1981 年,威滕用线性偏微分方程理论,源于物理中经典超引力的思想,对正能量猜测给出了一个十分简洁的证明 【 5 】 。 (二) Morse 理论 记得在中科院理论物理所读研时,指导教授用一个笑话来解释拓扑方法与分析方法的区别: 人们需要捕获山中的一只老虎。如何解决这个难题呢?作数学分析的专家回答:你们必须首先选择一个坐标,确定老虎某时某刻所在的准确位置,老虎离你们的距离等等,然后,吧啦吧啦吧啦……。而拓扑学家则说:不需要那么复杂的细节呀,你们只要建好一个关老虎的笼子,然后,再对整个空间作一个拓扑变换,将笼子外变换成笼子内,老虎不就关进笼子里了吗…… 这个笑话也许不算十分准确,但却大概地表明了拓扑学的基本方法:它不在乎位置、距离、大小这些与度量有关的东西,而只研究曲线或曲面(或流形)连续变换时的性质。 不过实际上,拓扑的方法与分析的方法是可以关联起来的。研究表明,流形的整体拓扑性质,可以与流形上函数的性质密切相关。莫尔斯( Morse )理论,就是通过研究流形上的函数性质,来得到流形的拓扑信息。 莫尔斯理论是微积分与拓扑的结合,属于微分拓扑范畴。它通过研究流形上的函数全部临界点的性态,来探索流形的整体拓扑性质,因而也被称为临界点理论。所谓临界点,就是一阶导数为 0 的点,对应于大家熟知的平面曲线上的极值点,是这个极点概念在泛函、变分、和流形上的推广。莫尔斯理论的核心是莫尔斯本人于 1925 年推广极小极大原理而得出的莫尔斯不等式。 威滕的工作则是给出了 Morse 不等式的一个新证明,把临界点理论和同调伦联系起来。人们认为,威滕 1982 年就此工作发表的论文标志着“量子数学”的开端 【 6 】 。 (三) Knots 扭结理论 扭结理论是拓扑学的一个分支,它研究的是嵌入三维空间中的一维圈状图形的拓扑结构,因而又将其俗称为“绳结的数学”。从人类文明之初开始,绳结就与人类的生活纠结在一起,简单如系鞋带,复杂如织毛衣,这些生活体验都与绳结的结构相关联,还有历史悠久传遍世界的美丽而智慧的“中国结”,更是一个令国人自豪的例子。 虽然绳结的历史已有几千年,“扭结”发展成数学上的一门学科,却只是一百多年之前的事,这得归功于数学王子高斯( CarlFriedrich Gauss , 1777-1855 )。 拓扑学研究中的核心问题之一是拓扑变换中的不变量。不变量具有将不同拓扑形状分类的能力,各种拓扑不变量的分类能力有所不同,有的能力强,有的能力弱。找到能力更强的拓扑不变量是拓扑学研究的目标之一。在扭结理论中,有一类重要的不变量以多项式的形式表示,最早( 1923 年)提出的亚历山大多项式一直被用来对各种扭结形态分类,但人们发现它的能力不够强,无法区分某些显然不一样的扭结,比如手征性不同的扭结,这个困难直到 60 多年后的 1984 年才被新西兰数学家沃恩·琼斯( VaughanJones , 1952- )发现的琼斯多项式( jonespolynomial )所解决。琼斯由此而在 1990 年,与威滕等共 4 名数学家共同分享该年的菲尔兹奖。 威滕的贡献则是将琼斯多项式的有关理论带到了物理学界,将规范场理论中使用的陈省身 - 西蒙斯理论( Chern–Simonstheory )与琼斯多项式结合起来,他的方法对低维拓扑的研究有深远影响。因为威滕的工作,扭结理论重新成为理论物理学家们的宠儿 【 7 】 。对此我们将在后面正文的“拓扑”部分作更多的介绍。 其实,历史地看,威滕作为一个理论物理学家得到菲尔兹奖,也不是很奇怪的事情。理论物理和数学,本来就是同宗同源的兄弟,他们时分时合,源远流长,交叉渗透,互相影响。从伽利略和牛顿开始,到高斯、傅立叶 、 麦克斯韦、庞加莱、 希尔伯 特,以及近代的杨振宁、威滕等等,一个个人物都既懂物理,又通数学。更有趣的是,物理学界称他们为物理学家,数学界则称他们为数学家。因此,自古以来数理同源,数学为物理学家提供解决问题实现理论的漂亮手段,物理则在一定程度上,成为数学家灵感和直觉的重要源泉。 这个博文系列将带领你追溯数学物理的源头,从微积分及变分法的发现历史开始,到相对论与黎曼几何,量子理论与拓扑,以及群论和随机过程在物理中的应用等等,带你进入数学物理及与其发展紧密相关的理论物理的大门。 参考文献: 【 1 】 PCandelas, GT Horowitz, A Strominger, E Witten , Vacuum configurations forsuperstringsNuclear Physics B 258, 46-74 , 1985 【 2 】 L DFaddeev, On the work of Edward Witten, Addresses on the works of Fieldsmedalists and Rolf Nevanlinna Prize winner (Tokyo, 1990). 【 3 】 MAtiyah, On the work of Edward Witten, Proceedings of the International Congressof Mathematicians, Kyoto, 1990 I (Tokyo, 1991), 31-35. 【 4 】 Wheeler,John A. (1990), A Journey Into Gravity and Spacetime, Scientific AmericanLibrary, San Francisco: W. H. Freeman 【 5 】 E,Witten: A new proof of the positive energy theorem, Comm. Math, Phys. 80 (1981) , 381 【 6 】 E.Witten; Supersymmetry and Morse theory. J. Diff. Geom. 17 (1984) 661 【 7 】 E.Witten: Quantum field theory and the Jones polynomial, Comm, Math, Phys, 121 (1989) 351 下一篇:微积分 系列科普目录
个人分类: 系列科普|32476 次阅读|90 个评论
专题讨论班:流形与微分形式(张驰)
GrandFT 2013-12-18 21:05
题目:流形与微分形式 主讲:张驰 时间:2013年12月19日星期四下午2:00-16:10 地点:16教学楼308室 提纲: 1. 拉回形式 2. 1-forms的积分 3. 积分和斯托克斯定理 4. 流形 参考书目:Reyer Sjamaar 《Manifolds And Differential Forms》
个人分类: 专题讨论班|3497 次阅读|0 个评论
周四讨论班:流形与微分形式(张驰)
GrandFT 2013-12-4 21:22
题目:流形与微分形式 主讲:张驰 时间:2013年12月5日星期四下午4:30-6:10 地点:16教学楼308室 提纲: 1. 导引 2. 欧式空间上的微分形式 3. 拉回形式 4. 1-forms 的积分(选讲) 参考书目:Reyer Sjamaar 《Manifolds And Differential Forms》
个人分类: 周四讨论班|2226 次阅读|0 个评论
太玄经英文版:Tai Xuan Sutra(Mystring Sutra)
warlong 2012-11-30 20:38
The Tai Xuan Sutra, or The Mystring Sutra By Geongs Zhern(郑中)2011.1.1 Vacuum is not off Tao, and Tao is not off Vacuum. Vacuum is represented by Tao, and Tao is consisting in Vacuum. The Vacuum is flow by itself, and Tao is thelaw of flow. Bothnames are out of ONE, that is true essence of the cosmos. How occult and wonderful! The quantities and formsare infinitude. Thing discrete transform into quantity, and continuously grow into form. Formschangedbythe quantity, and quantitiescumulate in the form. By topological algebra, and differentiable manifold. How wonderful and occult! God is not being at all. 注:题目译名自创一个单词mystring,是神秘和弦的结合体,这样兼顾了两方面含义。 《太玄经》中文版原帖: http://blog.sina.com.cn/s/blog_495c10c50100o2ey.html 关于“空”、“道”概念阐释,详见本人《心经新译新释》: http://blog.sina.com.cn/s/blog_495c10c50100nwgk. html
个人分类: 道法自然|3980 次阅读|0 个评论
[转载]流形学习
热度 1 zhenliangli 2012-3-25 12:02
流形(manifold)的概念最早是在1854年由 Riemann 提出的(德文Mannigfaltigkeit),现代使用的流形定义则是由 Hermann Weyl 在1913年给出的。江泽涵先生对这个名词的翻译出自文天祥《正气歌》“天地有正气,杂然赋流形”,日本人则将之译为“多样体”,二者孰雅孰鄙,高下立判。 流形(Manifold),一般可以认为是局部具有欧氏空间性质的空间。而实际上欧氏空间就是流形最简单的实例。像地球表面这样的球面是一个稍为复杂的例子。一般的流形可以通过把许多平直的片折弯并粘连而成。 流形在数学中用于描述几何形体,它们提供了研究可微性的最自然的舞台。物理上,经典力学的相空间和构造广义相对论的时空模型的四维伪黎曼流形都是流形的实例。他们也用于组态空间(configuration space)。环(torus)就是双摆的组态空间。 如果把几何形体的拓扑结构看作是完全柔软的,因为所有变形(同胚)会保持拓扑结构不变,而把解析簇看作是硬的,因为整体的结构都是固定的(譬如一个1维多项式,如果你知道(0,1)区间的取值,则整个实属范围的值都是固定的,局部的扰动会导致全局的变化),那么我们可以把光滑流形看作是介于两者之间的形体,其无穷小的结构是硬的,而整体结构是软的。这也许是中文译名流形的原因(整体的形态可以流动),该译名由著名数学家和数学教育学家江泽涵引入。这样,流形的硬度使它能够容纳微分结构,而它的软度使得它可以作为很多需要独立的局部扰动的数学和物理上的模型。 最容易定义的流形是拓扑流形,它局部看起来象一些"普通"的欧氏空间Rn。形式化的讲,一个拓扑流形是一个局部同胚于一个欧氏空间的拓扑空间。这表示每个点有一个领域,它有一个同胚(连续双射其逆也连续)将它映射到Rn。这些同胚是流形的坐标图。 通常附加的技术性假设被加在该拓扑空间上,以排除病态的情形。可以根据需要要求空间是豪斯朵夫的并且第二可数。这表示下面所述的有两个原点的直线不是拓扑流形,因为它不是豪斯朵夫的。 流形在某一点的维度就是该点映射到的欧氏空间图的维度(定义中的数字n)。连通流形中的所有点有相同的维度。有些作者要求拓扑流形的所有的图映射到同一欧氏空间。这种情况下,拓扑空间有一个拓扑不变量,也就是它的维度。其他作者允许拓扑流形的不交并有不同的维度。 自从2000年以后,流形学习被认为属于非线性降维的一个分支。众所周知,引导这一领域迅速发展的是2000年Science杂志上的两篇文章: Isomap and LLE (Locally Linear Embedding)。 1. 流形学习的基本概念 那流形学习是什莫呢?为了好懂,我尽可能应用少的数学概念来解释这个东西。所谓流形(manifold)就是一般的几何对象的总称。比如人,有中国人、美国人等等;流形就包括各种维数的曲线曲面等。和一般的降维分析一样,流形学习把一组在高维空间中的数据在低维空间中重新表示。和以往方法不同的是,在流形学习中有一个假设,就是所处理的数据采样于一个潜在的流形上,或是说对于这组数据存在一个潜在的流形。对于不同的方法,对于流形性质的要求各不相同,这也就产生了在流形假设下的各种不同性质的假设,比如在Laplacian Eigenmaps中要假设这个流形是紧致黎曼流形等。对于描述流形上的点,我们要用坐标,而流形上本身是没有坐标的,所以为了表示流形上的点,必须把流形放入外围空间(ambient space)中,那末流形上的点就可以用外围空间的坐标来表示。比如R^3中的球面是个2维的曲面,因为球面上只有两个自由度,但是球面上的点一般是用外围R^3空间中的坐标表示的,所以我们看到的R^3中球面上的点有3个数来表示的。当然球面还有柱坐标球坐标等表示。对于R^3中的球面来说,那末流形学习可以粗略的概括为给出R^3中的表示,在保持球面上点某些几何性质的条件下,找出找到一组对应的内蕴坐标(intrinsic coordinate)表示,显然这个表示应该是两维的,因为球面的维数是两维的。这个过程也叫参数化(parameterization)。直观上来说,就是把这个球面尽量好的展开在通过原点的平面上。在PAMI中,这样的低维表示也叫内蕴特征(intrinsic feature)。一般外围空间的维数也叫观察维数,其表示也叫自然坐标(外围空间是欧式空间)表示,在统计中一般叫observation。 了解了流形学习的这个基础,那末流形学习中的一些是非也就很自然了,这个下面穿插来说。由此,如果你想学好流形学习里的方法,你至少要了解一些微分流形和黎曼几何的基本知识。 2. 代表方法 a) Isomap。 Josh Tenenbaum的Isomap开创了一个数据处理的新战场。在没有具体说Isomap之前,有必要先说说MDS(Multidimensional Scaling)这个方法。我们国内的很多人知道PCA,却很多人不知道MDS。PCA和MDS是相互对偶的两个方法。MDS就是理论上保持欧式距离的一个经典方法,MDS最早主要用于做数据的可视化。由于MDS得到的低维表示中心在原点,所以又可以说保持内积。也就是说,用低维空间中的内积近似高维空间中的距离。经典的MDS方法,高维空间中的距离一般用欧式距离。 Isomap就是借窝生蛋。他的理论框架就是MDS,但是放在流形的理论框架内,原始的距离换成了流形上的测地线(geodesic)距离。其它一模一样。所谓的测地线,就是流形上加速度为零的曲线,等同于欧式空间中的直线。我们经常听到说测地线是流形上两点之间距离最短的线。其实这末说是不严谨的。流形上两点之间距离最短的线是测地线,但是反过来不一定对。另外,如果任意两个点之间都存在一个测地线,那末这个流形必须是连通的邻域都是凸的。Isomap就是把任意两点的测地线距离(准确地说是最短距离)作为流形的几何描述,用MDS理论框架理论上保持这个点与点之间的最短距离。在Isomap中,测地线距离就是用两点之间图上的最短距离来近似的,这方面的算法是一般计算机系中用的图论中的经典算法。 如果你曾细致地看过Isomap主页上的matlab代码,你就会发现那个代码的实现复杂度远超与实际论文中叙述的算法。在那个代码中,除了论文中写出的算法外,还包括了 outlier detection和embedding scaling。这两样东西,保证了运行他们的程序得到了结果一般来说相对比较理想。但是,这在他们的算法中并没有叙述。如果你直接按照他论文中的方法来实现,你可以体会一下这个结果和他们结果的差距。从此我们也可以看出,那几个作者做学问的严谨态度,这是值得我们好好学习的。 另外比较有趣的是,Tenenbaum根本不是做与数据处理有关算法的人,他是做计算认知科学(computational cognition science)的。在做这个方法的时候,他还在stanford,02年就去了MIT开创一派,成了CoCoSci 的掌门人,他的组成长十分迅速。但是有趣的是,在Isomap之后,他包括他在MIT带的学生就从来再也没有做过类似的工作。其原因我今年夏天有所耳闻。他在今年参加 UCLA Alan Yuille 组织的一个summer school上说,(不是原文,是大意)我们经常忘了做研究的原始出发点是什莫。他做Isomap就是为了找一个好的visual perception的方法,他还坚持了他的方向和信仰,computational cognition,他没有随波逐流。而由他引导起来的 manifold learning 却快速的发展成了一个新的方向。 这是一个值得我们好好思考的问题。我们做一个东西,选择一个研究方向究竟是为了什莫。你考虑过吗? (当然,此问题也在问我自己) b) LLE (Locally linear Embedding) LLE在作者写出的表达式看,是个具有十分对称美的方法. 这种看上去的对称对于启发人很重要。LLE的思想就是,一个流形在很小的局部邻域上可以近似看成欧式的,就是局部线性的。那末,在小的局部邻域上,一个点就可以用它周围的点在最小二乘意义下最优的线性表示。LLE把这个线性拟合的系数当成这个流形局部几何性质的刻画。那末一个好的低维表示,就应该也具有同样的局部几何,所以利用同样的线性表示的表达式,最终写成一个二次型的形式,十分自然优美。 注意在LLE出现的两个加和优化的线性表达,第一个是求每一点的线性表示系数的。虽然原始公式中是写在一起的,但是求解时,是对每一个点分别来求得。第二个表示式,是已知所有点的线性表示系数,来求低维表示(或嵌入embedding)的,他是一个整体求解的过程。这两个表达式的转化正好中间转了个弯,使一些人困惑了,特别后面一个公式写成一个二次型的过程并不是那末直观,很多人往往在此卡住,而阻碍了全面的理解。我推荐大家去精读 Saul 在JMLR上的那篇LLE的长文。那篇文章无论在方法表达还是英文书写,我认为都是精品,值得好好玩味学习。 另外值得强调的是,对于每一点处拟合得到的系数归一化的操作特别重要,如果没有这一步,这个算法就没有效果。但是在原始论文中,他们是为了保持数据在平行移动下embedding不变。 LLE的matlab代码写得简洁明了,是一个样板。 在此有必要提提Lawrence Saul这个人。在Isomap和LLE的作者们中,Saul算是唯一一个以流形学习(并不限于)为研究对象开创学派的人。Saul早年主要做参数模型有关的算法。自从LLE以后,坐阵UPen创造了一个个佳绩。主要成就在于他的两个出色学生,Kilian Weinberger和 Fei Sha,做的方法。拿了很多奖,在此不多说,可以到他主页上去看。Weinberger把学习核矩阵引入到流形学习中来。他的这个方法在流形学习中影响到不是很显著,却是在 convex optimization 中人人得知。Fei Sha不用多说了,machine learning中一个闪亮的新星,中国留学生之骄傲。现在他们一个在Yahoo,一个在Jordan手下做PostDoc。 c) Laplacian Eigenmaps 要说哪一个方法被做的全面,那莫非LE莫属。如果只说LE这个方法本身,是不新的,许多年前在做mesh相关的领域就开始这莫用。但是放在黎曼几何的框架内,给出完整的几何分析的,应该是Belkin和Niyogi(LE作者)的功劳。 LE的基本思想就是用一个无向有权图来描述一个流形,然后通过用图的嵌入(graph embedding)来找低维表示。说白了,就是保持图的局部邻接关系的情况把这个图从高维空间中重新画在一个低维空间中(graph drawing)。 在至今为止的流行学习的典型方法中,LE是速度最快、效果相对来说不怎莫样的。但是LE有一个其他方法没有的特点,就是如果出现outlier情况下,它的鲁棒性(robustness)特别好。 后来Belkin和Niyogi又分析了LE的收敛性。大家不要忽视这个问题,很重要。鼓励有兴趣数学功底不错的人好好看看这篇文章。 d) Hessian Eigenmaps 如果你对黎曼几何不懂,基本上看不懂这个方法。又加作者表达的抽象,所以绝大多数人对这个方法了解不透彻。在此我就根据我自己的理解说说这个方法。 这个方法有两个重点:(1)如果一个流形是局部等距(isometric)欧式空间中一个开子集的,那末它的Hessian矩阵具有d+1维的零空间。(2)在每一点处,Hessian系数的估计。 首先作者是通过考察局部Hessian的二次型来得出结论的,如果一个流形局部等距于欧式空间中的一个开子集,那末由这个流形patch到开子集到的映射函数是一个线性函数,线性函数的二次混合导数为零,所以局部上由Hessian系数构成的二次型也为零,这样把每一点都考虑到,过渡到全局的Hessian矩阵就有d+1维的零空间,其中一维是常函数构成的,也就是1向量。其它的d维子空间构成等距坐标。这就是理论基础的大意,当然作者在介绍的时候,为了保持理论严谨,作了一个由切坐标到等距坐标的过渡。 另外一个就是局部上Hessian系数的估计问题。我在此引用一段话: If you approximate a function f(x) by a quadratic expansion f(x) = f(0) + (grad f)^T x+x^T Hf x + rem then the hessian is what you get for the quadratic component.So simply over a given neighborhood, develop the operator that approximates a function by its projection on 1, x_1,...,x_k,x_1^2,...,x_k^2, x_1*x_2,... ,x_{k-1}*x_{k}.Extract the component of the operator that delivers the projection onx_1^2,...,x_k^2, x_1*x_2,... ,x_{k-1}*x_{k}. dave 这段话是我在初学HE时候,写信问Dave Donoho,他给我的回信。希望大家领会。如果你了解了上述基本含义,再去细看两遍原始论文,也许会有更深的理解。由于HE牵扯到二阶导数的估计,所以对噪声很敏感。另外,HE的原始代码中在计算局部切坐标的时候,用的是奇异值分解(SVD),所以如果想用他们的原始代码跑一下例如图像之类的真实数据,就特别的慢。其实把他们的代码改一下就可以了,利用一般PCA的快速计算方法,计算小尺寸矩阵的特征向量即可。还有,在原始代码中,他把Hessian系数归一化了,这也就是为什莫他们叫这个方法为 Hessian LLE 的原因之一。 Dave Dohono是学术界公认的大牛,在流形学习这一块,是他带着他的一个学生做的,Carrie Grimes。现在这个女性研究员在Google做 project leader,学术界女生同学的楷模 : ) e) LTSA (Local tangent space alignment) 很荣幸,这个是国内学者(浙江大学数学系的老师ZHANG Zhenyue)为第一作者做的一个在流行学习中最出色的方法。由于这个方法是由纯数学做数值分析出身的老师所做,所以原始论文看起来公式一大堆,好像很难似的。其实这个方法非常直观简单。 象 Hessian Eigenmaps 一样,流形的局部几何表达先用切坐标,也就是PCA的主子空间中的坐标。那末对于流形一点处的切空间,它是线性子空间,所以可以和欧式空间中的一个开子集建立同构关系,最简单的就是线性变换。在微分流形中,就叫做切映射 (tangential map),是个很自然很基础的概念。把切坐标求出来,建立出切映射,剩下的就是数值计算了。最终这个算法划归为一个很简单的跌代加和形式。如果你已经明白了MDS,那末你就很容易明白,这个算法本质上就是MDS的从局部到整体的组合。 这里主要想重点强调一下,那个论文中使用的一个从局部几何到整体性质过渡的alignment技术。在spectral method(特征分解的)中,这个alignment方法特别有用。只要在数据的局部邻域上你的方法可以写成一个二次项的形式,就可以用。 其实LTSA最早的版本是在02年的DOCIS上。这个alignment方法在02年底Brand的 charting a manifold 中也出现,隐含在Hessian Eigenmaps中。在HE中,作者在从局部的Hessian矩阵过渡到全局的Hessian矩阵时,用了两层加号,其中就隐含了这个alignment方法。后来国内一个叫 ZHAO Deli 的学生用这个方法重新写了LLE,发在Pattern Recognition上,一个短文。可以预见的是,这个方法还会被发扬光大。 ZHA Hongyuan 后来专门作了一篇文章来分析 alignment matrix 的谱性质,有兴趣地可以找来看看。 f) MVU (Maximum variance unfolding) 这个方法刚发出来以后,名字叫做Semi-definite Embedding (SDE)。构建一个局部的稀疏欧式距离矩阵以后,作者通过一定约束条件(主要是保持距离)来学习到一个核矩阵,对这个核矩阵做PCA就得到保持距离的embedding,就这莫简单。但是就是这个方法得了多少奖,自己可以去找找看。个人观点认为,这个方法之所以被如此受人赏识,无论在vision还是在learning,除了给流形学习这一领域带来了一个新的解决问题的工具之外,还有两个重点,一是核方法(kernel),二是半正定规划(semi-definite programming),这两股风无论在哪个方向(learning and Vision)上都吹得正猛。 g) S-Logmaps aa 这个方法不太被人所知,但是我认为这个是流形学习发展中的一个典型的方法(其实其他还有很多人也这莫认为)。就效果来说,这个方法不算好,说它是一个典型的方法,是因为这个方法应用了黎曼几何中一个很直观的性质。这个性质和法坐标(normal coordinate)、指数映射(exponential map)和距离函数(distance function)有关。 如果你了解黎曼几何,你会知道,对于流形上的一条测地线,如果给定初始点和初始点处测地线的切方向,那莫这个测地线就可以被唯一确定。这是因为在这些初始条件下,描述测地线的偏微分方程的解是唯一的。那末流形上的一条测地线就可以和其起点处的切平面上的点建立一个对应关系。我们可以在这个切平面上找到一点,这个点的方向就是这个测地线在起点处的切方向,其长度等于这个测地线上的长。这样的一个对应关系在局部上是一一对应的。那末这个在切平面上的对应点在切平面中就有一个坐标表示,这个表示就叫做测地线上对应点的法坐标表示(有的也叫指数坐标)。那末反过来,我们可以把切平面上的点映射到流形上,这个映射过程就叫做指数映射(Logmap就倒过来)。如果流形上每一个点都可以这样在同一个切平面上表示出来,那末我们就可以得到保持测地线长度的低维表示。如果这样做得到,流形必须可以被单坐标系统所覆盖。 如果给定流形上的采样点,如果要找到法坐标,我们需要知道两个东西,一是测地线距离,二是每个测地线在起点处的切方向。第一个东西好弄,利用Isomap中的方法直接就可以解决,关键是第二个。第二个作者利用了距离函数的梯度,这个梯度和那个切方向是一个等价的关系,一般的黎曼几何书中都有叙述。作者利用一个局部切坐标的二次泰勒展开来近似距离函数,而距离是知道的,就是测地线距离,局部切坐标也知道,那末通过求一个简单的最小二乘问题就可以估计出梯度方向。 如果明白这个方法的几何原理,你再去看那个方法的结果,你就会明白为什莫在距离中心点比较远的点的embedding都可以清楚地看到在一条条线上,效果不太好。 bb 最近这个思想被北大的一个年轻的老师 LIN Tong 发扬光大,就是ECCV‘06上的那篇,还有即将刊登出的TPAMI上的 Riemannian Manifold Learning,实为国内研究学者之荣幸。Lin的方法效果非常好,但是虽然取名叫Riemannian,没有应用到黎曼几何本身的性质,这样使他的方法更容易理解。 Lin也是以一个切空间为基准找法坐标,这个出发点和思想和Brun(S-Logmaps)的是一样的。但是Lin全是在局部上操作的,在得出切空间原点处局部邻域的法坐标以后,Lin采用逐步向外扩展的方法找到其他点的法坐标,在某一点处,保持此点到它邻域点的欧式距离和夹角,然后转化成一个最小二乘问题求出此点的法坐标,这样未知的利用已知的逐步向外扩展。说白了就像缝网一样,从几个临近的已知点开始,逐渐向外扩散的缝。效果好是必然的。 有人做了个好事情,做了个系统,把几个方法的matlab代码放在了一起 http://www.math.umn.edu/~wittman/mani/ 以上提到方法论文,都可以用文中给出的关键词借助google.com找到。 3. 基本问题和个人观点 流形学习现在还基本处于理论探讨阶段,在实际中难以施展拳脚,不过在图形学中除外。我就说说几个基本的问题。 a. 谱方法对噪声十分敏感。希望大家自己做做实验体会一下,流形学习中谱方法的脆弱。 b. 采样问题对结果的影响。 c. 收敛性 d. 一个最尴尬的事情莫过于,如果用来做识别,流形学习线性化的方法比原来非线性的方法效果要好得多,如果用原始方法做识别,那个效果叫一个差。也正因为此,使很多人对流形学习产生了怀疑。原因方方面面 : ) e. 把偏微分几何方法引入到流形学习中来是一个很有希望的方向。这样的工作在最近一年已经有出现的迹象。 f. 坦白说,我已不能见庐山真面目了,还是留给大家来说吧 结尾写得有点草率,实在是精疲力尽了,不过还好主体部分写完。 『 以下是dodo在回帖中补充的内容 : 看一些问到人脸识别有关的问题。由于此文结尾写得有点草,我这里再补充一下。 dodo 1)人脸识别的识别效果首先取决于 visual feature,图片中表示的模式和一般的向量模式还是有很大差别的。visual feature的好坏,决定了你所用的向量到底能不能代表这个图像中的模式和这个模式与其他模式的正确关系,如果能,那再谈降维识别的事情。 结构能保持,效果就好;不能保持,就很难说。 2)现在流形学习中的极大多数方法不收敛。正因为这样,在原始样本集中,如果增添少部分点,或是减少少部分点,或是扰动少部分点,都会对最后的nonlinear embedding产生影响。也就是说,极不稳定。 到现在为止,就 Laplacian Eigenmaps 有收敛性的证明。但是,这个被证明的结果的前提条件是啥,这个很重要。如果是均匀采样,那么基本对实际用处不大,理论上有引导作用。 3)采样的问题,包括采样密度和采样方式,都对最后结果有显著影响。而实际数据都是非常复杂的。 4)最后降到多少维的问题。这个对于流行学习来说,也是一个正在争论探讨的问题。 5)多流形的问题。现在的流形学习算法能处理的流形情况非常的弱,前提建设的条件非常的强,比如单坐标系统覆盖,与欧式空间的开子集等距等等。对于具有不同维数的多流形混合的问题,还没有人能解。而 这恰恰是模式识别中一个合理的情况!(具有不同维数的多流形混合的问题) 而4)5)后两者是紧紧联系在一起。 这几点也是流形学习能发挥其威力必须克服的问题。实际的情况并不是像一些人说的“流形学习已经做烂了”,问题在于 1)没有找到真正的问题在哪, 2)知道问题在哪儿,解决不了。 这就是流形学习目前的状况,如果你能用恰当的理论,而不是技巧和实验,解决了2)、5)其中一个问题,你就会是流形学习进入下一个黄金时期的功臣。 而现在的情况是,引导和开创流形学习进入第一个黄金时期和为这个黄金时期推波助澜的那第一拨人,大都不再为此而努力了。现在就M. Belkin还在第一线为2)问题而奋斗。 另外一个可喜的局面是,那些专职搞数值和几何的数学人开始涉足此领域,这必将带动流形学习这个方向深入发展,这也是这个方向发展的一个必然。 现在流形学习就处在这个懵懂的时期,就等着打开下一个局面的人出现,这需要机遇或者天才。但是从历史的角度来看,可以肯定的是,这样的人必定出现。流形学习很有可能会经历神经网络类似的发展历程,但是比神经网络更新的要快的多。 细数历史,可以看到机会。如果你对此有兴趣,什么时候加入都不晚。 局部线性嵌入(LLE)等距映射(Isomap)拉普拉斯特征映射(Laplacian Eigenmap) 局部线性嵌入(LLE) 前提假设:采样数据所在的低维流形在局部是线性的,即每个采样点可以用它的近邻点线性表示。 求解方法:特征值分解。 LLE算法: 计算每一个点Xi的近邻点,一般采用K近邻或者ξ领域。计算权值Wij,使得把Xi用它的K个近邻点线性表示的误差最小,即通过最小化||Xi-WijXj||来求出Wij.保持权值Wij不变,求Xi在低维空间的象Yi,使得低维重构误差最小。 多维尺度变换(MDS) MDS是一种非监督的维数约简方法。MDS的基本思想:约简后低维空间中任意两点间的距离应该与它们在原高维空间中的距离相同。MDS的求解:通过适当定义准则函数来体现在低维空间中对高维距离的重建误差,对准则函数用梯度下降法求解,对于某些特殊的距离可以推导出解析法。 等距映射(Isomap) 基本思想:建立在多维尺度变换(MDS)的基础上,力求保持数据点的内在几何性质,即保持两点间的测地距离。 前提假设: 高维数据所在的低维流形与欧氏空间的一个子集是整体等距的。与数据所在的流形等距的欧氏空间的子集是一个凸集。核心: 估计两点间的测地距离: 离得很近的点间的测地距离用欧氏距离代替。离得较远的点间的测地距离用最短路径来逼近。 拉普拉斯特征映射(Laplacian Eigenmap) 基本思想:在高维空 本文转载自: http://blog.sina.com.cn/s/blog_4b700c4c0100mne2.html 为了方便以后自己查看,故转载了该文,很感谢文章的作者。
个人分类: Machine Intelligence|3406 次阅读|2 个评论
学习微分几何——Hausdorff空间就是连续点空间
热度 1 Babituo 2011-12-31 15:04
学习微分几何——Hausdorff空间就是连续点空间
强调流形是Hausdorff空间是为了说明流形的无限可分性。 一个很强的说法就是:Hausdorff空间是任意两点的开集都可以不相交的空间。开集不相交,就说明无论两点之间如何靠近,它们之间总不会有公共的相邻点。 再复习流形的定义:实(复)n维流形是这样一个Haustorff空间,它的每点处有开邻域,与实(复)n维线性空间的开集同胚。 再次理解: 开集和开邻域无非是说一个空间的点与周围的点的关系,也就是对空间的微分元素之间的关系。流形的定义,其实就是把实线性空间的定义进行拓展的空间。所进行的拓展,就是剥离对点之间的距离的关注,只保留点之间的顺序的关注,看实线性空间所能变成的样子是什么——这些能变成的空间,就叫流形。——也就是与实线性空间具有同胚的微分结构的空间,就是流形。 为什么说“圆”是一维的流形呢? 这个“T”就不是流形:
个人分类: 电脑围棋|15168 次阅读|3 个评论
又一段数学插曲
yonglie 2011-2-23 08:50
以前学 Einstein 流形 时,顺便看到一本 Milnor and Jannes Stasheff 的 Characteristic Classes (示性类),前言里又叙述了一段小历史: CC 理论在 1935 年差不多同时从 H. Whitney 和 E. Stiefel 的工作开始。 Stiefel 在 Hopf 指导下的论文里引入并研究了某些特征的同调类,它们是光滑流形的切丛。那时, Whitney 在哈佛大学,他研究了任意球丛的情形。没多久,他发明了上同调论的语言,这就是示性类上同调类的概念。他还证明了基本的积定理。 1942 年,莫斯科大学的 Lev Pontrijagin 开始研究 Grassman 流形的同调,他用 Ehresmann 的胞腔子分解( cell subdivision )构造出一种重要的新示性类。( P 的数学贡献更引人注目的原因在于他是一个完全的盲人,十四岁那年在一次事故中失明了。) 1946 年,刚从昆明来到普林斯顿高等研究院的陈省身定义了复向量丛的示性类,他证明了复 Grassman 流形具有比实流形更容易理解的上同调结构,为示性类理论带来了巨大变革。 Milnor 写书时,这四位先驱者都还健在,如此亲近的科学史,在史家 写的“真正的”科学史里几乎是看不到的(他们也没有那种数学感觉)。我特别喜欢看这种“小历史”,因为了解一个概念或思想的演进,就像自己经历了它的形 成,学起来会感到更亲切,也就更容易。
个人分类: 数学|3100 次阅读|0 个评论
[转载]拓扑学简介(6) —— 结语
tiemeng 2010-9-15 10:50
前面几篇简要涉及了代数拓扑、微分拓扑、低维拓扑,如果大伙儿还不知道这些是啥,请复习拙著 :) 。其实,拓扑的概念和方法已经渗透到整个数学,而不仅限于拓扑学研究本身。 很多文献会提到,拓扑学起源于柯尼斯堡七桥问题,以及与此相关的一笔画问题。欧拉解答了这个问题。同样是欧拉,给出了第一个拓扑不变量,多面体表面的欧拉数(点数-边数+面数)。可以认为欧拉是第一个研究代数拓扑学的人(虽然莱布尼兹曾经臆想过)。 传说中高斯当年是德国国土局的领导,负责丈量土地。他由此观测到山脊附近的地面弯曲性质可以用内在的测量方法得到(所谓曲面的内蕴几何),他还定义了度量曲率大小的量(高斯曲率),并且将这个局部定义的、可以用微积分计算的量同整体定义的欧拉数联系起来(高斯-博内定理),所以他可以被追认为研究微分拓扑的第一人。当然,高斯的主业其实是政府工作、开创现代数论、以及电磁学。业余时间研究一下各种误差的分布啊,欧几里德的几何原本有什么错误啊之类的小问题作为消遣。 第二尊菩萨,黎曼同学,除了开创流形的几何学、发展了傅立叶分析和积分理论、研究了一下素数分布提出世界第一难题黎曼猜想之外,他不到40岁的短暂一生的其余时间基本上都在思考复变函数的问题。为什么有的复变函数是多值的?比如平方根和对数。能否把它们以某种方式变成单值函数?人们的思维定势是,既然函数是多值的,就像一条横着的抛物线,一个 x 对应到两个 y, 要变成单值很容易啊,砍掉抛物线的一半就行了。黎曼不这么看。他觉得,如果把函数图像本身作为定义域,每个点当然只对应到一个 y. 这样函数就变成单值的了,而且没有丢掉任何信息。如果是复变函数,其图像就是一个二维曲面,这就是黎曼曲面。黎曼曲面上有很多复杂的现象,这些现象催生了诸如连通性、单连通性、复叠空间这些拓扑概念,以及奇点、除子、函数域等等一些代数几何的概念。抛开代数几何不说,黎曼也许可以被屈尊为研究低维拓扑的第一人。 牛顿莱布尼兹发明了微积分之后,大家对无穷小无穷大这两个概念很不放心。为了让我们用得更安心,柯西和威尔斯特拉斯等人后来把无穷小解释得非常透彻,基本上就是说两个东西越来越近。离得近这个概念从而成为分析中最核心的概念。它正是所有拓扑学分支的共同基础点集拓扑的起源。拓扑学在现实生活中的应用多数跟点集拓扑有关,即,通过分析收敛性体现在应用数学中。所以,最牛的牛顿被屈尊为研究点集拓扑第一人(有好事者不以为然,一定要扯到古希腊的阿基米德,这就见仁见智了。) 总而言之,拓扑学有着高贵的血统。当然,好汉不提当年勇,拓扑学的现在和将来如何?20世纪中叶,代数拓扑学朝着高度抽象的方向发展,两位名不见经传的数学工作者(艾伦伯格-麦克雷恩)突发奇想,从中总结出一套抽象语言。为了体现这套语言之形而上,他们重载了先贤亚里士多德的概念范畴。继解析几何与微积分以来人类数学又一次在概念上经历了大变革。范畴论诞生了。20世纪数学的上帝格罗登迪克,用7000页的数学圣经将拓扑学和范畴论全面而深遂地渗透到代数几何和数论研究中,改变了整个数学的风貌。与此呼应,世纪之交的物理学也在经历变革,量子场论和弦论呈现出绚丽多姿的数学结构。20世纪物理学的耶稣(上帝被爱因斯坦附身了)爱德华.威顿,身负绝世的拓扑神功,一经施展,整个理论物理学为之色变。拓扑学三位一体,必须要像生物学一样将21世纪纳入自己的势力范围。所以,在这个系列的结尾,让我骄傲地替拓扑学宣称:21世纪是拓扑的世纪!! I am just kidding.
个人分类: 拓扑学|3972 次阅读|0 个评论
[转载]拓扑学简介(5)
热度 1 tiemeng 2010-9-15 10:41
by季候风 转自科学松鼠会 http://songshuhui.net/archives/32103.html 黎曼所描述的几何经常被形容为爬虫的几何,因为黎曼假设观察者处于流形内部。对人类来说,二维流形是非常直观的对象,它们通常被称为曲面。而三维流形却难以想象,正因为我们处于宇宙空间这个三维流形内部。爬虫几乎是二维的生物,它们靠爬行来感知周围世界。1884年英国小说家E.A.Abbott的科幻小说《平面国》描述了真正的二维爬虫,以及它们对额外维(仅仅是第三维)的恐惧不安。 现在让我们体会一下二维爬虫的世界。假设这个世界是一个二维球面,任何事件都发生在这个球面上。最重要的是,光线沿着球面传播。而我们人类可以从外部观察这个二维球面世界。古希腊数学家就已经知道,球面上连接两点的所有曲线段中存在最短者,即以球心为圆心的弧(称为大圆弧)。爬虫通过测量也能发现这个最短线段,但在爬虫的世界里,球心并不存在。我们假设爬虫的光学定律也要求光线沿短程线传播,所以二维球面上的光线,即短程线,在人类看来是一些大圆弧。一个处于球面上P点处的光源发出的所有光线沿着大圆传播,它们将汇聚于P的对极点P(人类倾向于定义对极点P为三维空间中连接P和球心的直线与球面的另一交点;而爬虫将定义对极点为离P最远的那个点)。爬虫们实际上看到两个发光点P和P,一个是真实的,另一个是像(按高中物理的说法,P处的发光点是P处光源的实像)。这是因为光线在P汇聚之后再次散开,眼睛将告诉大脑这些光线是从P发出来的。有延展的物体,比如一个四边形爬虫,不妨设它的眼睛长在前边。那么它往前看将看见自己的后边,往左看将看见自己的右边。它看到了自己在远方成的像。有多远?圆周率乘以这个二维世界的半径。有趣的是,对于正好处在此爬虫对极点的观察者而言,爬虫无处不在,往任何一个方向看都能看到爬虫,非常恐怖的景象。这个世界的另一个显著特点是,它有限无边。如果爬虫认定一个方向往前爬,它可以永远爬下去,不会碰到世界的边缘,此即无边;而如果爬虫会丈量面积,那么它发现这个世界的总面积是有限的,如果它一直往前爬,它会一次又一次地回到起点,此即有限。 有限无边的二维流形当然不必是球面。比如,爬虫的世界完全可以是我们人类所谓轮胎面,数学家叫它环面。在这样一个世界里,房地产开发商将是一个危险的职业,因为有时候画了一个圈来圈地,结果什么都没有圈进去。比如轮胎上的经线圈和纬线圈。脑满肠肥的开发商们应该庆幸我们人类脚下正好是一个球面,随便画个圈都会有收获。言归正传,数学家们发现我们人类观察到的轮胎面并非其最自然的形式。这个二维流形更自然的模型是把一个正方形的对边等同起来。这是一个奇怪的世界,光线在正方形内沿直线传播,当你疑惑光线到达正方形的上边缘以后将往何处去时,你忘记了这个世界是有限无边的,上边缘和下边缘是同一条线,所以光线又从下边缘射上来。这个世界里,点光源不会成像,因为它发出的光走的是平面上(正方形内)的直线,正常发散,永不重聚。但是爬虫仍然会看到远方的自己。与球面世界不同的是,爬虫会看到无穷多个自己:朝任何一个斜率为有理数的方向看,就会从某个角度看到自己。怎么理解这个现象?可以用这个正方形的无穷多个复制品地板砖式地铺满整个平面,每一个这样的正方形都被解释为同一个环面世界。光线在环面世界里的传播就可以从光线在平面上的传播读出来:在平面上画一条无限延伸的直线,这条直线在某个正方形S中划出一条线段C,然后进入到另一个正方形S1,划出另一条线段C1,我们按照C1在S1中的位置将它复制到S中,同线段C一起构成环面世界里光线的一段轨迹。这种地板砖式构造在拓扑学中称为泛复叠,其目的是用一个具有高度对称性的简单拓扑空间来研究一个比较复杂的拓扑空间。对环面而言,平面就是这个简单拓扑空间,而其对称性就是左右平移和上下平移。我们看到,在这个泛复叠里,一个爬虫被复制成了无穷多个,处于每个正方形的相同位置。连接任意两个复制品,得到一条斜率为有理数的线段,根据我们刚才关于光线的分析,平面上的这条线段代表环面上一条起于爬虫而止于爬虫的光线。所以,沿着这个方向爬虫将看到自己的某个侧面。数学家设计了一些环面上的小游戏,比如迷宫、台球、象棋等等,有兴趣的朋友可以到http://www.geometrygames.org/去下载体验一下。 其它的二维流形称为多环面。(这里我们只谈论有限无边的,而且可定向的二维流形,像莫比乌斯带那种单侧的流形不在我们考虑之列。)这些流形也有最自然的模型,由双曲平面上的多边形粘合而成。这样的世界里,光线传播得更奇怪一些,它们发散得特别厉害。光线的发散性质不是拓扑性质,它依赖于我们所选的模型,即数学家所谓黎曼度量。发散性质反映了黎曼度量的曲率,弯曲程度。如果光线从某一点向周围线性发散,即光强随距离线性减弱,则流形在这一点是平直的。球面上光强减弱得比较慢,因为相对于平直空间(欧氏空间)来说球面上的光线倾向于汇聚,这是正曲率的标志;而多环面上的光强减弱非常快,这是负曲率的标志。黎曼度量和曲率是另外一个话题,跟爱因斯坦的广义相对论有关,就不赘述了。之前考虑二维世界的时候引进拓扑之外的结构黎曼度量,是因为度量可以更好地帮助我们想象比较奇怪的拓扑结构,比如环面及其泛复叠。 充分地理解了可怜的爬虫以后,我们可以顾影自怜了。我们的宇宙是什么样子的?是不是一个三维球面?宇宙中某个光源发出的光线是否汇聚到对极点,那最遥远的地方?或者是一个三维环面?四面八方都应该是我们自己,而我们看不到无穷多个自己只不过是因为宇宙太宽广而光线在传播过程中消耗殆尽?或者,宇宙根本就不是有限的,这似乎更符合大多数人的信仰。即使是有限宇宙,由于维数更高,其可能形态比二维流形更多,至今数学家还未能将它们穷尽。
个人分类: 拓扑学|4294 次阅读|1 个评论
[转载]拓扑学简介(4)
tiemeng 2010-9-14 16:36
by 季候风BR 转自 科学松鼠会BR http://songshuhui.net/archives/31297.html 1854年,28岁的黎曼在哥廷根大学发表就职演讲。这个职位是所谓无薪讲师,他的收入完全来自于听课的学生所缴纳的学费。即使是争取这样一个职位,也需要提供一篇就职论文以及发表一个就职演讲。1853年他提交了就职论文,其中讨论了什么样的函数可以展开成三角级数的问题,并导致对定积分的第一个严格数学定义。之后的就职演讲要求候选人准备三个演讲课题,委员会从中挑选一个作为正式演讲题目。黎曼选了两个思虑多时的课题,外加一个还未及考虑的课题关于几何学的基本假设。他几乎确信委员会将挑选前面两个题目之一。然而,委员会的高斯偏偏就看中了第三个题目。当时黎曼正沉浸于电、磁、光、引力之间的相互关系问题,从这样的深沉思考中抽身转而研究新的问题无疑是一种巨大的压力,再加上长期的贫穷,一度让黎曼崩溃。但不久他就重新振作起来,用7个星期时间准备了关于几何学基本假设的演讲。为了让数学系以外的委员会成员理解他的演讲,黎曼只用了一个公式,并且忽略了所有计算细节。尽管如此,估计在场鲜有人能理解这次演讲的内容。只有高斯为黎曼演讲中蕴含的深邃思想激动不已。 黎曼在演讲中提出了弯曲空间的概念,并给出怎样研究这些空间的建议。弯曲空间正是后世拓扑学研究的主要对象。在这些对象上,除了可以运用代数拓扑的工具,还可以运用微积分工具,这就形成了微分拓扑学。 回到黎曼的演讲。黎曼认为,几何学的对象缺乏先验的定义,欧几里德的公理只是假设了未定义的几何对象之间的关系,而我们却不知道这些关系怎么来的,甚至不知道为什么几何对象之间会存在关系。黎曼认为,几何对象应该是一些多度延展的量,体现出各种可能的度量性质。而我们生活的空间只是一个特殊的三度延展的量,因此欧几里德的公理只能从经验导出,而不是几何对象基本定义的推论。欧氏几何的公理和定理根本就只是假设而已。但是,我们可以考察这些定理成立的可能性,然后再试图把它们推广到我们日常观察的范围之外的几何,比如大到不可测的几何,以及小到不可测的几何。接着,黎曼开始了关于延展性,维数,以及将延展性数量化的讨论。他给了这些多度延展的量(几何对象)一个名称,德文写作mannigfaltigkeit,英文翻译为manifold,英文字面意思可以理解为多层,中国第一个拓扑学家江泽涵把这个词翻译为流形,取自文天祥《正气歌》,天地有正气,杂然赋流形,而其原始出处为《易经》,大哉乾元,万物资始,乃统天。云行雨施,品物流形。这个翻译比英文翻译更加符合黎曼的原意,即多样化的形体。 黎曼定义的n维流形大概是这个样子的:以其中一个点为基准,则周围每个点的位置都可以用n个实数来确定。后人将这种性质总结为:流形的局部与n维欧氏空间的局部具有相同的拓扑性质。如果进一步要求在流形的不同局部做微积分的结果可以互相联系起来,成为整体微积分,则称此流形为微分流形。一个简单的例子就是二维球面。我们都知道,二维球面上没有整体适用的坐标。经度和纬度是一组很好的坐标,但是在南北两极,经度无从定义。尽管如此,球面的每个局部都可以画在平面上,这就是地图。把各个区域的地图收集在一起,重叠的部分用比例尺协调一下,就得到整个球面。这样,坐标(或地图)只存在于每个局部,而整个球面其实是地图之间的重叠关系。球面是二维流形,因为球面的局部同平面(二维欧氏空间)的局部具有相同的延展性质。球面的整体结构显然跟平面不同。沿着球面的某个方向往前走,比如,从赤道某点出发往东走,最终会回到出发点。而如果在平面上沿某个方向往前走则永不回到出发点。研究流形的整体结构,以及整体结构与局部结构之间的关系,就是拓扑学的核心课题。微分流形上可以使用微积分的工具,再辅之以前面介绍过的代数工具(同调群,同伦群),就形成了威力强大的微分拓扑学。这门学问的发展使我们对5维以上的单连通微分流形(回忆先前介绍的单连通概念,即每条曲线可于流形内滑缩为一点)有了比较彻底的认识。 到了80年代,数学家对4维单连通拓扑流形也有了彻底的认识,然而4维微分流形却是无比复杂的对象。比如,直观上最简单的四维流形,四维欧氏空间,也就是所有(x,y,z,t)这样的数组组成的空间,有无穷多个微分结构,通俗一点说,这个流形上有无穷多种整体微积分可做,而我们通常做的四元微积分只是其中一种。这是4维的特殊性,因为其他维数的欧氏空间都跟我们的常识相符。也许4就是传说中的上帝之数,我们的宇宙就是用4个参数来描述的(3个参数表示空间,1个参数表示时间),我们的时空是一个四维流形。 如果我们忘掉时间,只考察我们生活的空间。它的形态会是怎样?这是黎曼在演讲结尾提出的问题。这个问题到现在还没有答案。这个答案需要物理学家、天文学家、宇宙学家去寻找。宇宙空间会不会是一个三维球面?如果是三维球面,那我们沿着一个方向往前飞行,最终总会回到起点。
个人分类: 拓扑学|3708 次阅读|0 个评论
[转载]拓扑学简介(3)
热度 1 tiemeng 2010-9-14 16:31
by 季候风 转自 科学松鼠会 http://songshuhui.net/archives/8788.html 庞卡莱是19世纪末20世纪初法国最伟大的数学家,他与德国的希尔伯特领衔当时的数学界,分别继承了黎曼和高斯的衣钵:庞卡莱对物理世界的深刻洞察给了他天马行空般的想象力,一如当年的黎曼;希尔伯特严谨,博学,细致入微地思考,为20世纪前半叶数论和代数几何的发展指明了方向。庞卡莱的拓扑学和希尔伯特的代数几何,就像普朗克的量子论和爱因斯坦的相对论,完全革新了整个学科的基本观念。 这一帖就试试介绍庞卡莱引入的两个概念:同调群与基本群。它们都是几何体内在性质的代数体现。 庞卡莱意识到,描述一个几何体抽象性质的关键在于这个几何体本身有没有边界,以及它是不是其它几何体的边界。比如,一个圆盘和一个球面为什么不同,就是因为圆盘有边界而球面没有边界;球面为什么跟轮胎面不同,就是因为球面上的任何一个圈都是球面某一部分的边界,比如赤道就是北半球面的边界,而轮胎面上有的圈并不是轮胎面任何一部分的边界。 在第一篇里说过,莱布尼兹梦想用符号来表述一些抽象的几何性质。200多年后庞卡莱终于实现了这个梦,他把跟边界有关的性质数量化。先把几何体剖分成基本组成部分(点,边,三边形,四面体,),比如,一个球面上可以画四个点,然后把它们两两相连(不允许连线相交),有六条边,这些边把球面分成四个三边形,这就是球面的一个剖分(见左图)。剖分的基本组成成份叫做单形,点是0维单形,边是1维单形,三边形(包括内部)是2维单形,等等(试想一下3维单形是什么)。 拿之前已经剖分的球面做例子,顶点A,B,C,D是0维单形,边AB,AC,AD,BC,BD,CD是1维单形,三边形ABC,ABD,ACD,BCD是2维单形(如果ABC,ACD是东半球的区域,那ABD,BCD就包括了西半球)。因为考察的是球面,而不是球体,所以没有三维以上的单形。 庞卡莱在单形前面放上系数(整数),假设它们能够相加,以及做同类项合并。这种表达式称为一个链,比如: (3AB2BC)+(AC5BC)=3AB7BC+AC. 单形前面的加号减号具有几何意义,定向。在1维的时候就是边的方向,比如,AB是从A到B的边,-AB就是从B到A的边,也就是BA,所以BA=AB.三边形的定向复杂一些,不过本质上就是跟顶点的排列顺序有关,对换两个顶点就会改变定向, ACB=ABC. 由于每一个n维单形的边界由若干n-1维单形组成,所以求边界可以作为一种运算,作用在链上,得到另一个链,其每一项都比原来链里对应项的维数低一维。在求边界的过程中,定向也是一个重要因素,虽然AB的边界是两个点A和B,但为了体现定向性质,规定AB的边界是(BA).这种约定可以推广到高维的链,大家不妨自己试试。 如果用d记求边界运算,在跟定向相容的约定下,它在球面剖分的各单形上作用如下: d(A)=d(B)=d(C)=d(D)=0; d(AB)=B-A,d(BA)=A-B,d(BC)=C-B, d(ABC)=BC-AC+AB,d(BCD)=CD-BD+BC, 在链上的作用, d(3AB2BC)=3d(AB)2d(BC)=3(B-A)2(C-B)=-3A+5B2C. 边界运算有一个很好的性质。直观上容易看到,物体的边界没有边界。比如,三边形的边界是三条边组成的闭合链。生活中我们说闭合的意思就是没有边界。代数上体现为,连续两次求边界一定是零, d =d =d(CD)d(BD)+d(BC)=(D-C)(D-B)+(C-B)=0 现在把剖分后的几何体的所有这样的链放在一起,它们之间有加减法(合并同类项),可以用系数乘,还可以求边界。这就得到了一个代数对象,叫做这个剖分后的几何体的链群。这个代数对象跟我们开始的剖分方法有关。 在链群中,可以由求边界运算得到的链叫做边缘链,比如, 2AB+2BC+2CA=d(2ABC) 说明等式左边这个链是一个边缘链。没有边界的链叫做闭链。边缘链一定是闭链,而闭链不一定是边缘链。庞卡莱发现,有多少闭链不是边缘链这个性质与剖分无关,从而是几何体某种本性的代数体现。怎样代数地描述这个性质?考虑所有闭链,它们之间的加减,数乘,结果还是闭链,在其中把边缘链等同于0,这样得到的代数对象将不依赖于剖分几何体的方法,庞卡莱叫它同调群。 现在来算球面的同调群。顶点都没有边界,但是两个顶点的差一定是一条边的边界, A-B=d(BA) 按照庞卡莱的语言,A-B是边缘链,将被等同于0,也就是说,在同调群中A-B=0,或者说A=B.这样,本质上只有一个0维对象, A=B=C=D, 它可以被整数乘,这样我们得到球面的0维同调群 {,-3A,-2A,-A,0,A,2A,3A,} 这个代数对象的加法,数乘,跟全体整数的加法,数乘是一样的,用数学的语言来说,球面的0维同调群同构于整数集。 1维的链是六条边的组合,用代数运算(解线性方程组)或者几何直观都可以看到,没有边界的1维链总是由三边形的边界(AB+BC+CA),(BC+CD+DB),(AB+BD+DA)组成,按照庞卡莱的语言,球面上所有的1维闭链都是边缘链,都应该在同调群中等同于0,所以1维同调群是0。 2维的链是四个面的组合,xABC+yABD+zACD+wBCD,它是闭链的条件 d(xABC+yABD+zACD+wBCD)=0. 有兴趣的朋友可以动手算一算上面这个方程,比如第一项 d(xABC)=x(BCAC+AB)=xBCxAC+xAB, 然后合并每条边的系数,令它等于零,就得到6个关于x,y,z,w的线性方程。这个方程组的解是x=z=-y=-w.这个结果说明球面上的每个二维闭链都可以写成 w(BCDACD+ABDABC), 也就是说,总是括号中闭链的整数倍。如果把括号里的闭链叫做s,那么球面的二维同调群就是 {,-3s,-2s,-s,0,s,2s,3s,}, 同构于整数集。 综上所述,球面的0维同调群和2维同调群都同构于整数集,1维同调群为0.再引入一个概念,同调群内含有多少个整数集,就说同调群的秩是多少。把不同维同调群的秩交错加减,即,0维同调群的秩减去1维同调群的秩再加上2维同调群的秩再减去3维同调群的秩,得到一个整数。在简单例子里稍作计算,就会发现这个整数实际上是0维单形个数减去1维单形个数再加上2维单形个数再减去3维单形个数,即,各维数单形个数的交错和。这个数大家其实颇为熟悉,在高中立体几何最后应该提到过,叫做欧拉示性数,对凸多面体的表面,它就是VE+F,而且总是等于2.实际上,所有凸多面体的表面在拓扑上都是球面,这个2就是球面的各维数同调群的秩的交错和,10+1=2. 显然,欧拉示性数是最容易计算的拓扑不变量,只需要找一个剖分,然后数数几个顶点几条边几个面,再加加减减就行了。 同调群告诉我们哪些闭链不是边缘链,通俗一点说,告诉我们几何体里面哪些封闭的对象是中空的。它显然是比欧拉示性数更精细的拓扑不变量。有兴趣的朋友可以自己算算两个几何体的同调群:圆圈,轮胎面。(提示:先把它们剖分成单形。) 庞卡莱发现了同调群以后,拿它来区分了一些三维的对象。后来他发现,同调群不够精细。比如,跟三维球面(二维球面的高一维推广)具有相同同调群的几何对象不一定就是三维球面。这促使他寻找更精细的拓扑性质。这次他想到几何体里头还有东西是可以运算的,就是道路。两条道路如果首尾相接,就组成一条新的道路,这就是道路的乘法。这里有两个问题需要处理,首先,不是任何两条道路都能相乘(必须首尾相接才可以),然后,即使能相乘,乘法也不满足结合律,运算起来不方便。庞卡莱想到了办法解决这两个问题。他在几何体内取一个基点,只考虑那些从这个点出发再回到这个点的道路,这些道路当然互相首尾相连;然后他规定,如果一条道路能在几何体内经过连续变形到另一条道路(见下图),这两条道路就被看作在同一个道路类中,这样规定后,道路类之间的乘法就满足结合律了。这些道路类也组成一个代数对象,有乘法运算,这个对象叫做几何体的基本群,或者1维同伦群。 来点感性认识。线段的基本群只有一个元素,就是静止在基点的道路。线段里的其他任何从基点出发回到基点的道路都可以在线段内连续变形到静止在基点的道路。我们把只包含一个元素的基本群称为平凡的。再看圆周,它的基本群是所有整数组成的。绕圆周n圈的道路不能在圆周上连续变形到绕圆周m圈的道路,而把它们首尾相接的结果就是绕圆周n+m圈的道路,这里道路类之间的乘法体现为整数间的加法。第三个例子,球面,它的基本群是平凡的,因为球面上所有由基点出发的回路都可以在球面上连续变形(滑缩)为静止在基点的道路(见左图)。具有平凡基本群的几何体称为单连通的。 基本群的计算涉及到更深入的细节,比如拓扑的具体定义,拓扑空间之间的映射,等等,无法在这里详加解释。有兴趣进一步了解的朋友请参阅《基础拓扑学》,阿姆斯特朗(M.A.Armstrong)著;孙以丰译。 发明了基本群以后,庞卡莱觉得这个更加精确的拓扑性质应该足以把三维球面从其它三维几何体中区分出来,但他自己无法证明。这就是举世闻名的庞卡莱猜想:单连通的三维封闭几何体一定是三维球面。这个猜想及其推广主导了代数拓扑学一百年的发展,最终在2004年由俄罗斯数学家裴若曼给出证明。裴若曼因此在2006年获得数学界最高荣誉菲尔兹奖。 (待续)
个人分类: 拓扑学|4861 次阅读|2 个评论
[转载]拓扑学简介(2)
热度 1 tiemeng 2010-9-14 16:06
by 季候风 转自 科学松鼠会 http://songshuhui.net/archives/2081.html 这次来谈谈拓扑学中有代表性的一个课题,扭结分类问题。所谓扭结,顾名思义就是一根绳子首尾相接,它可能打了结。更一般的,可以是几根绳子,除了自身打结以外,还互相打结。对具体的一个扭结,也许可以通过做实验的办法判断它是否打结,但是数学家希望找一个普适的,定量的办法。比如说,任意画一个扭结(它实际上是一个空间扭结的平面投影),比如这个有点复杂的,怎样不动手做实验就能判断它到底有没有打结? 这个问题后来证实是非常复杂的问题。在有了计算机以后,才能找到一种时间代价很高的算法让计算机帮助我们判断一个扭结投影到底有没有打结。直到2006年,才找到一种真正快速的计算机算法来判断这件事。 扭结分类的问题比判断是否打结更困难。比如,以下两个扭结都打了结,它们是否本质上是同一种结? 所谓分类,就是要找一个(可计算的)判据,使得当两个扭结满足这个判据时就是同一种结;当它们不满足这个判据时就不是同一种结。到现在为止,也还只能找到一些非常复杂的判据,同样要借助计算机才能大致判断两个扭结是否本质上为同一种结。 扭结理论有一段很有趣的早期历史。1867年,著名物理学家开尔文勋爵,就是那个号称物理学已经接近终结,只剩两朵乌云的开尔文,突然产生了关于化学元素表的新看法(那时候还没有发现原子,所以化学元素表还是一个谜)。开尔文认为,不同的化学元素其实是以太的涡旋在空间中的扭结形态。以太是19世纪的物理学家们发明的概念,它被想象成充满整个空间,是电磁波传播的载体(或媒质)。开尔文是很严肃的物理学家,当然不能凭空想象,实际上他提出了几个即使从现在的观点看来也很合理的证据: (1)元素很稳定,这可以用扭结的拓扑性质来解释,微小的形变不改变扭结的扭法。 (2)元素很多样,这可以用扭结的多样性来解释,不同的打结方式实在太多了。 (3)不同的元素发出不同的光谱,这可以用以太扭结的各种振动方式来解释。 有时候我们不得不佩服一些大师,他们虽然偶尔有点信口开河,不过极富原创力想象力。开尔文这个想法可以算是弦论的原生态。虽然后来化学周期表更好地被理解为原子内部结构,但开尔文列举的这几个证据都能在新兴的弦论中依稀找到一点影子。 请原谅我不能在这里具体给出任何判断两个扭结不同的方法。任何这样一个方法,都需要很多图解和文字说明。有兴趣的网友可以读姜伯驹的《绳圈的数学》或者英文书《Anintroductiontoknottheory》,作者Lickorish,属于系列GTM(graduatetextsinmathematics)175. 再贴几个扭结: 然后是一个问题:下面三个扭结中,哪两个本质上是同一种结?
个人分类: 拓扑学|2955 次阅读|1 个评论
[转载]拓扑学简介(1)
热度 1 tiemeng 2010-9-14 10:13
by 季候风 转自 科学松鼠会 http://songshuhui.net/archives/1633.html 拓扑学是现代数学的一个重要分支,同时是渗透到整个现代数学的思想方法。拓扑一词是音译自德文topologie,最初由高斯的学生李斯亭引入(1848年),用来表示一个新的研究方向,位置的几何。中国第一个拓扑学家是江泽涵,他早年在哈佛大学师从数学大师莫尔斯,学成后为中国带来了这个新学科(1931年)。 拓扑学经常被描述成橡皮泥的几何,就是说它研究物体在连续变形下不变的性质。比如,所有多边形和圆周在拓扑意义下是一样的,因为多边形可以通过连续变形变成圆周,右边这个图上,一个茶杯可以连续地变为一个实心环,在拓扑学家眼里,它们是同一个对象。而圆周和线段在拓扑意义下就不一样,因为把圆周变成线段总会断裂(不连续)。为什么要研究这种性质呢?这就要追溯到几百年以前先贤们的遐想了。好在拓扑学比微积分还是新得多,用不着言必称希腊,只要从莱布尼兹开始就行。 莱布尼兹作为微积分的主要奠基者之一,对抽象符号有特殊的偏好。经过他深思熟虑以后的微积分符号系统,比如微商符号dy/dx,不久就把牛顿的符号系统比下去了。在1679年的时候,莱布尼兹突发奇想,尝试用抽象符号代表物体的几何性质,用以将几何性质代数化,通过符号的代数运算,由已有的几何性质产生新的几何性质。他不满意笛卡尔的坐标系方法,认为有些几何性质是跟几何体的大小无关的,从而不能直接在坐标系中予以体现。可能是由于这个想法太超前了,在他自己的脑子里也还只是混沌一片,而当年听到他这个想法的很多人,比如惠更斯,干脆就不予理睬。 莱布尼兹在三百多年前想要建立的,是现在称为代数拓扑的学问,中间经过欧拉,柯西,高斯,李斯亭,莫比乌斯,克莱因,特别是黎曼和贝迪的思考和尝试,终于在19,20世纪之交,由法国天才数学家庞卡莱悟到了。在这些先驱中,高斯名气最大,被称为数学王子;大家可能不太熟悉黎曼,其实他同高斯在数学史上的地位是相当的,他在19世纪中叶的很多想法直到现在还有着巨大的影响;莫比乌斯,他在数学上有很多贡献,不过他为世人所知还多半是因为用他的名字命名的奇怪曲面:莫比乌斯带。左边这个图就是莫比乌斯带,它的重要特性是,虽然在每个局部都可以说正面反面,但整体上不能分隔成正面和反面。这种曲面叫做单侧曲面。在这样的曲面上散步一定很别扭,哈哈。
个人分类: 拓扑学|4646 次阅读|1 个评论
流形学习手记
zany 2010-1-12 11:07
先废话几句。现在在图书馆,本来想拷回昨天下载的东西,但想到实验室断网,所以就在这里继续找一些资料,包括流形这个词,一个月生病前看的一个论文,生病躺了一星期也没怎么看懂,讲的是流形方法和超分辨率结合运用到人脸识别上的一个小论文。最开始接触的是manifold,理解的更是千里之外了,后来才知道中文是流形,但继续看了一些综述性文献,人们会提到这个词,但让我看懂的还没有出现,现在深入了解一下。觉得现在自己这种习惯有点危险,总是等着脑子里的闪光点,没有一个很好的研究计划,不过不管怎样,我没有停下来,当下的事情当下解决,现在需要一个计划,我每天完善一点点吧,不订死计划。 松鼠会上的文章说:黎曼最早的思想是流形是一个多度延展的量,也可以说是一个几何对象。一般欧几里得的公理只是假设了未定义的几何对象之间的关系,缺乏先验的定义,我们不知道这些关系是怎么来的,甚至不知道为什么结合对象之间会存在关系。所以黎曼认为,几何对象应该是一些多度延展的量,体现出各种可能的度量性质。 而我们生活的空间只是一个特殊的三度延展的量,因此欧几里得得公理只能从经验到处,而不是几何对象基本定义的推论。 欧氏几何的公理和定理根本只是假设而已。但是,我们可以考察这些定理成立的可能性,然后再试图把他们推广到我们日常观察的范围之外的几何,比如大到不可测的几何,以及小到不可测的几何。接下来的部分我的理解是,整体流形没办法知道,但是我们可以拼接局部来做到,就像地球的地图,我们可以画出每个二维局部,通过拼接形成一个球面,经纬度使我们借助的比较好的工具。(知道局部你也得知道地球是个球啊!现在想想中文地球是什么时候开始叫的,英文叫earth,和ball一点关系都没有,中文叫地球,呵呵)
个人分类: 未分类|15 次阅读|0 个评论
数学笔记(流形)
热度 1 william1985 2009-6-10 15:09
有朋自美国来,工于术数几何,特向其请教流形、纤维丛及场之定义问题,兹记于此,以备忘。 问题自场的狭义定义而来,即:场是底流形(Base Manifold)到靶流形(Target Manifold)的映射(Mapping)。 首先,何谓流形,从最狭义的角度,流形是欧几里德空间的一个子集(不一定是子空间),这个子集不一定是平直的,可以是一个平面、或者一个球面等等几何形状。流形可以放在欧几里德空间的背景中去理解(这一点由著名的怀特尼定理所保证,见下),也可以作为独立的存在去研究,这是现代数学研究流形的两大流派。 怀特尼定理:任何一个N维的流形都可以嵌入一个2N+1维的欧几里德空间中去。这个定理的重要性不言而喻。 对于场而言,其底流形通常就是四维欧几里德空间(一维时间和三维空间)的一个子集(即一段时间和一段空间)。而靶流形要Fancy一点,可以是任意的数学对象,最简单的情况就是一维的标量场,此时靶流形就是一维欧几里德空间的子集。 其次,澄清了上述场的定义并不意味着万事大吉,因为普遍的场的定义涉及到纤维丛(狭义的定义在一些情况下要失效)。 要谈论纤维丛,首先要讨论丛空间。 丛空间:一个N维的流形上的一个点加上这个点上的N维切空间算作一个新的点,这样流形上所有的点所对应的新的点构成丛空间。可以这样来形象的理解,即原来的流形上长出了绒毛就成了丛空间,在一些特殊的情况下会形成纤维。 值得注意的是,一个流形所对应的丛空间(纤维)并不唯一,当流形所嵌入的欧几里德空间作一变换,此时丛空间也会发生变化,而所有的这样的纤维就形成纤维丛。 于是,场的广泛定义是:场就是底流形的一部分纤维丛(Fiber Bundles)。
个人分类: 文献笔记|13956 次阅读|3 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-18 21:55

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部