三
本文由 简悦 SimpRead 转码, 原文地址 zhuanlan.zhihu.com
在这一部分,我们开始应用我们从第 1 和 第 2 部分学到的数学来计算单纯复形有趣的拓扑特征。
回到单纯同调
我们已经讨论了足够多的群论内容,能够完成我们在单纯复形上的同源群的计算。你们应该回忆一下,我们已经给出了第 \(n\) 个同源群和第 \(n\) 个连通数的定义。
连通数是我们的终极目标。他们很好地总结了单纯复形的拓扑性质。如果我们有一个形成单一圆形物体的单纯复形,那么 \(b_0\) (第 \(0\) 连通数)代表连接组件的数量(它是 \(1\) ),而 \(b_1\) 是 \(1\) 维孔的数量(即圈),它也等于 \(1\) ,但 1">\(b_n, n>1\) 是高维孔,而它等于 \(0\) 。
我们来看看是否可以计算一个简单三角形单纯复形的连通数。
\(\mathcal T = \text{ {{a}, {b}, {c}, [a, b], [b, c], [c, a]} }\) (在下面有描述)
目测 \(\mathcal T\) 的连通数 \(b_0=1\) ( \(1\) 个连接的组件), \(b_1=1\) ( \(1\) 个孔),我们只计算那些连通数。
让我们慢慢地完成整个步骤。首先我们要注意 \(n\) 维链。
\(0\) 维链是 \(0\) 维单形的集合: \(\{\{a\},\{b\},\{c\}\}\) 。 \(1\) 维链是 \(1\) 维单形的集合: \([a, b], [b, c], [c, a]\) 。该单纯复形没有更高维的 \(n\) 维链了。
现在我们可以用 \(n\) 维链定义链群。我们准备用 \(\mathbb Z_2\) 的系数, \(\mathbb Z_2\) 是一个只有两个元素 \(\{0,1\}\) 的域,其中 \(1+1=0\) 。
\(0\) 维链群被定义成: \(\\ C_0 = \{\{x*(a,0,0)\}, \{y*(0,b,0)\}, \{z*(0,0,c)\} \mid x,y,z \in \mathbb Z_2\}\)
这个群只定义了加法运算,但我们在 \(\mathbb Z_2\) 中用乘法构建了这个群。因此这个群与 \(\mathbb Z_{2}^{3} = Z_{2} \oplus Z_{2} \oplus Z_{2}\) 同构。
但我们也想把链群表示成向量空间。这意味着它成为一种结构,这个结构中的元素可以通过域中的元素放大或缩小 (即乘法运算),并加在一起,所有的结果仍然在结构中。如果我们只关注加法运算,那么我们看到的是群结构,但如果我们关注加法和乘法运算,那么我们可以把它看作向量空间。
0 维链向量空间通过以下方法生成:
(是的,它和上面的群是相同的集合)
向量空间是集合的一组元素,我们可以乘上 \(0\) 或 \(1\) ,然后把它们加起来。例如: \(1*(a,0,0) + 1*(0,0,c) = (a,0,c)\) ,这个向量空间非常小( \(2^3=8\) 个元素),我们可以列出所有的元素。他们是:
\(\\ \mathscr{C_0} = \begin{Bmatrix} (a,0,0), (0,b,0), (0,0,c), (a,b,0) \\ (a,b,c), (0,b,c), (a,0,c), (0,0,0) \end{Bmatrix}\)
你可以看到,我们可以在这个向量空间中添加任何两个元素,结果将是向量空间中的另一个元素。随便举个例子: \((a,0,c) + (a,b,c) = (a+a,0+b,c+c) = (0,b,0)\) 。加法是分量方式的。我们也可以用向量乘以一个域 \(\mathbb Z_2\) 中的元素,但因为我们的域只有两个元素,结果比较无聊,只有 \(1*(a,b,0) = (a,b,0)\) 和 \(0*(a,b,0) = (0,0,0)\) ,但乘法运算仍然会在我们的向量空间中产生一个元素。
我们可以把这个向量空间表示为一个多项式,那么我们的 0 维链向量空间能等价地定义为:
\(\\ \mathscr{C_0} = \{xa + yb + zc \mid z,y,z \in \mathbb Z_2\}\)
我们可以很容易地把一个多项式 \(a+b+c\) 翻译成它的有序集符号 \((a,b,c)\) ,或者 \(a+b\) 是 \((a,b,0)\) 。作为多项式集合的向量空间是这样的: \(\\ \mathscr{C_0} = \begin{Bmatrix} \text{ {0}, {a}, {b}, {c}, {a+b}, {b+c}, {a+c}, {a+b+c}} \end{Bmatrix}\)
一般来说,使用多项式形式更方便,因为我们可以做一些熟悉的代数方程, 像这样: \(a+b=0 \\a = -b \\a = b\)
(记得 \(\mathbb Z_2\) 中的一个元素的逆是它自己,即 \(-b=b\) ,其中 “ \(-\) ” 表示负)。
注意: 知道我们讨论的是群体还是向量空间是非常重要的。我将用普通的 \(C\) 代表链群而花体 \(\mathscr C\) 代表链(向量)空间。它们具有相同的底层集,只是定义了不同的操作。如果我们讨论群形式,我们只能参考它的加法运算,而如果我们讨论向量空间形式,我们可以讨论它的乘法运算和加法运算。
我们对 1 维链进行相同的操作: \([a, b], [b, c], [c, a]\) 。我们可以用 \(1\) 维链集定义另一个链群, \(C_1\) 。它将与 \(C_0\) 和 \(\mathbb Z_{2}^{3}\) 同构。 \(C_1 = \{\ (\ x([a, b]), y([b, c]), z([c, a])\ ) \mid x,y,z \in \mathbb Z_2\ \}\) 我们可以用和定义 \(C_0\) 同样的方法来使用这个链定义向量空间 \(\mathscr C_1\) 。我将使用多项式形式。记住,链群和向量空间有相同的集合,只是向量空间有两个二进制运算而不是一个。这是向量空间中元素的完整列表:
为了澄清边界图,这里有一个图。这说明了边界操作符如何映射 \(C_0\) 的每个元素到 \(C_1\) 的元素。
现在我们可以开始计算第一个连通数, \(b_0\) 。
回想一下连通数的定义:
第 \(n\) 个连通数 \(b_n\) 定义为 \(H_n\) 的维度, \(b_n = dim(H_n)\) 。
再回忆一下同调群的定义:
第 \(n\) 个同调群 \(H_n\) 定义为 \(H_n=Ker\partial_n/Im\partial_{n+1}\) 。
最后,回顾一下内核的定义:
\(\partial(C_n)\) 的核(记作 \(Ker(\partial(C_n))\) )是 \(n\) 链 \(Z_n \subseteq C_n\) 的群,其中 \(\partial(Z_n) = 0\) 。
首先,我们需要边界 \(C_0\) 的核 \(Ker\partial(C_0)\) 。记得边界映射 \(\partial\) 为我们提供了 \(C_n \rightarrow C_{n-1}\) 的映射。
在所有情况下,边界的 \(0\) 维链是 \(0\) ,因此 \(Ker\partial(C_0)\) 是整个 \(0\) 维链。 \(Ker\partial(C_0) = \{a, b, c\}\) 这形成了另一个 \(0\) 圈的群,记为 \(Z_0\) (或者 \(Z_n\) ), \(Z_0\) 是 \(C_0\) 的子群,即 \(Z_n \leq C_n\) 。加上 \(Z_2\) 的定义, \(Z_0\) 也与 \(Z_2\) 同构,因此它和 \(C_0\) 一样。
另一件事是我们需要找到同调群 \(H_0\) 的 \(Im\partial_{1}\) 。这形成了 \(Z_0\) 的子群,记作 \(B_0\) ,它是 \((n+1)\) 维链的边界的群。因此 \(B_n \leq Z_n \leq C_n\) 。 \(\partial{C_1} = \partial({[a, b], [b, c], [c, a]} = (a + b) + (b + c) + (c + a) \\ \partial{C_1} = (a + b) + (b + c) + (c + a) = (a + a) + (b + b) + (c + c) = (0) + (0) + (0) = 0 \\ \partial{C_1} = 0\)
所以 \(Im\partial_{1} = 0\) 。
因此我们计算子群 \(H_0 = Z_0\ /\ B_0\) ,这种情况下: \(Z_0 = \text { { {a, b, c}, {0} } } \\ B_0 = \{0\}\)
所以我们用 \(Z_0\) 中两个元素中的 \(\{0\}\) 的左陪集来得到商群: \(\\ Z_0\ /\ B_0 = \text { { {a, b, c}, {0} } } = Z_0\)
总之,如果 \(B_n = \{0\}\) ,那么 \(Z_n\ /\ B_n = Z_n\) ,所以 \(H_0 = Z_0\) 。
连通数 \(b_0\) 是 \(H_0 = Z_0\) 的维度。什么是 \(H_0\) 的维度?它有两个元素,但是维度被定义为一个群中最小的生成元集合,因为这个群与 \(Z_2\) 同构,所以它只有 \(1\) 个生成元。因为整个群可以通过反复加 \(1\) 来形成,即 \(1+1=0, 1+1+1 = 1\) ,然后我们就能得到整个 \(Z_2\) ,所以 \(Z_2\) 的生成元是 \(1\) 。
所以 \(b_0 = dim(H_0) = 1\) ,这就是我们所期望的,这个单纯复形有 \(1\) 个相连的分量。
现在开始计算 \(1\) 维连通 \(b_1\) 。这次它可能会有些不同,因为计算 \(\text{Ker}\partial(C_1)\) 将变得更复杂。我们需要做一些代数运算。
所以,第一,我们需要 \(Z_1\) , \(1\) 维圈的群。这是边界为 \(0\) 的 \(1\) 维单形的集合。记得 \(1\) 维链是 \(\{ [a,b], [b,c], [c,a]\}\) ,而当它应用在 \(Z_1\) 上,它形成了 \(1\) 维链群 \(C_1\) 。我们将构建这样一个等式:
其中,这是向量空间中任何元素的一般形式然后取边界提出因数
满足这个方程后,需要把每一项的所有系数 \(\lambda_n\) 加起来等于 \(0\) ,来让 \(a,b,c\) 变成 \(0\) 。也就是说,如果整个等式等于 \(0\) ,那么每一项都等于 \(0\) ,如 \(a(\lambda_0 + \lambda_2) = 0\) ,因此 \(\lambda_0 + \lambda_2 = 0\) 。现在我们有了一个线性方程组:
得出\(\lambda_0 + \lambda_2 = 0 \\ \lambda_0 + \lambda_1 = 0 \\ \lambda_1 + \lambda_2 = 0 \\ \text{...得出...} \\ \lambda_0 = \lambda_2 \\ \lambda_0 = \lambda_1 \\ \lambda_1 = \lambda_1 \\ \lambda_0 = \lambda_1 = \lambda_2\)
对于上面的方程,所有的系数都是相等的。我们用一个符号替换所有的 \(\lambda\) ,即 \(\lambda_0, \lambda_1, \lambda_2 = \phi\) 。
现在,让我们回到 1 维链向量空间的一般表达式 \(\mathscr C_1 = \lambda_0([a,b]) + \lambda_1([b,c]) + \lambda_2([c,a])\) 。当我们把它的边界设为 \(0\) 时,我们会得到 \(\lambda_0 = \lambda_1 = \lambda_2\) ,而我建议我们用符号 \(\phi\) 代替。
因此,循环群:
记住来自,所以它是或。\(\\ Z_1 \leq \mathscr C_1 = \phi([a,b]) + \phi([b,c]) + \phi([c,a]) \\ Z_1 = \phi([a,b] + [b,c] + [c,a]), \text{ ...记住 \(\phi\) 来自 \(\mathbb Z_2\),所以它是0或1。}\)
因此循环群只包含两个元素,它和 \(Z_2\) 同构。
我会引入新的符号。如果数学结构 \(G_1,G_2\) 同构,那么我们记作 \(G_1 \cong G_2\) 。
如果 \(\phi = 0\) ,那么 \(\phi([a,b] + [b,c] + [c,a]) = 0([a,b] + [b,c] + [c,a]) = 0\) ,但如果 \(\phi = 1\) ,那么 \(\phi([a,b] + [b,c] + [c,a]) = 1([a,b] + [b,c] + [c,a]) = [a,b] + [b,c] + [c,a]\) ,所以整个群是: \(\\ Z_1 = \begin{Bmatrix} [a,b] + [b,c] + [c,a] \\ 0 \end{Bmatrix}\)
边界群 \(B_1 = Im\partial(C_2)\) ,但因为 \(C_2\) 是空集,所以 \(B_1 = \{0\}\) 。
我们可以再次计算出同源群: \(\\H_1 = Z_1 / B_1 = \begin{Bmatrix} [a,b] + [b,c] + [c,a] \\ 0 \end{Bmatrix}\)
而连通数 \(b_1 = dim(H_1) = 1\) ,因为在群 \(H_1\) 中,我们只有一个生成元。
所以这就是非常简单的单纯复形。我们将转到一个更大的复形。这次我将不会详细介绍,并将使用许多我已经定义或描述过的简化符号和约定俗成。
让我们来完成和之前差不多,但更复杂的单纯复形: \(\\ S = \text{{[a], [b], [c], [d], [a, b], [b, c], [c, a], [c, d], [d, b], [a, b, c]}}\)
(下面是描述)
注意现在我们有一个 \(2\) 维单形 \([a,b,c]\) ,被描绘成实心三角形。
这次我们用整个整数域 \(\mathbb Z\) 作为我们的系数,所以由此产生的向量空间将是无限的,而不是我们可以列出的有限空间。既然我们用了 \(\mathbb Z\) ,我们就必须定义 “负” 单形是什么意思,即 \(-[c,a]\) 的意义?我们之前讨论过了,基本上,我们定义了两种方法,一个单纯形可以被定向,而对原定义的相反方向则被赋予一个单纯形的 “负” 值。
所以 \([a,c] = -[c,a]\) 。但 \([a,b,c]\) 呢?有两种方法来排列 \(3\) 个元素列表,但它只有两个方向。
如果你见过以前的定向单形:
这只有两种方法可以 “围绕” 循环,顺时针或者逆时针。
\([a,b,c]\) 是顺时针。
\([c,a,b]\) 也是顺时针。
\([a,c,b]\) 是逆时针,所以 \([a,b,c] = [c,a,b] = -[a,c,b] = -[b,c,a]\) 。
让我们从列出我们的链组开始。
回想一下方括号的含义,这显然比我们在最后一个例子中构建群的方式要简单得多。注意每个群都与向量空间 \(\mathbb Z^n\) 同构,其中 \(n\) 是 \(n\) 维链中单形的数量。
我们可以这样描述我们的链结构: \(\\ C_2 \stackrel{\partial_1}\rightarrow C_1 \stackrel{\partial_0}\rightarrow C_0\)
我们知道,我们可以很轻易地将这个单纯复形可视化,因为它有一个连接组件和一个 1 维循环(一个 1 维孔)。因此,连通数 ,\(b_0 = 1, b_1 = 1\) ,但我们需要自己计算。
让我们从高维链群开始,即 \(2\) 维链群。
记住, \(Z_n = \text{Ker}\partial(C_n)\) \(n\) 维循环的群,它是 \(C_n\) 的子群。而 \(B_n = \text{Im}\partial(C_{n+1})\) 是 \(n\) 维边界的群,它是 \(n\) 维循环的子集。因此 \(B_n \leq Z_n \leq C_n\) 。还记得同调群 \(H_n = Z_n\ /\ B_n\) 而第 \(n\) 个连通数是 \(n\) 维同调群的维度。
为了得到 \(Z_n\) ,我们需要为 \(C_n\) 中的一般元素设置表达式。 让它等于以得到核只有一个解,所以所以中没有一个元素等于,因此核中只有
因为没有 \(3\) 维单形或更高, \(B_2 = {0}\) 。因此连通数 \(b_2 = dim(\{0\} / \{0\}) = 0\) 。这就是我们所期望的,单纯复形里没有 \(2\) 维洞。
让我们用同样的方法处理 \(C_1\) 。
让它等于以得到核现在我们可以建立一个线性方程组解方程,把答案放回表达式中指出
现在开始求边界 \(B_1 = Im\partial(C_2)\) 。
记住\(\\ \begin{aligned} \partial(C_2) &= \lambda_0{([b,c])} - \lambda_0{([a,c])} + \lambda_0{([a,b])} \text {... 记住 \(-[a,c] = [c,a]\) ...} \\ \partial(C_2) &= \lambda_0{([b,c] + [c,a] + [a,b])} \\ B_1 = Im\partial(C_2) &= \{\lambda_0{([b,c] + [c,a] + [a,b])}\}, \lambda_0 \in \mathbb Z \\ B_1 &\cong Z \\ H_1 = Z_1\ /\ B_1 &= \{\lambda_0([a,b] + [b,c] + [c,a]) + \lambda_3([b,c] + [c,d] + [d,b])\}\ /\ \{\lambda_0{([b,c] + [c,a] + [a,b])}\} \\ H_1 &= \{\lambda_3([b,c] + [c,d] + [d,b])\} \cong \mathbb Z \end{aligned}\)
另一种更容易计算出商群 \(H_1 = Z_1\ /\ B_1\) 的方法是注意 \(Z_n, B_n\) 和 \(\mathbb Z^n\) 中的什么同构。在这种情况下:
\(\\Z_1 \cong \mathbb Z^2 \\ B_1 \cong \mathbb Z^1 \\ H_1 = \mathbb Z^2\ /\ \mathbb Z = \mathbb Z\)
所以因为 \(H_1 \cong \mathbb Z\) , \(H_1\) 的连通数是 \(1\) ,因为 \(\mathbb Z\) 的维度是 \(1\) (它只有一个生成元)。
我想你们现在已经明白了,我不打算讲所有计算连通数 \(b_0\) 的细节了,它应该是 \(1\) ,因为只有一个连接的分量。
预告
我们已经掌握了如何手工计算简单的单纯复形的同调群和连通数。但是我们需要开发一些新的工具,这样我们就可以让计算机算法来处理一些真实的,通常更大的单纯复形的计算。下一节我们将会看到线性代数是如何为我们提供一种有效的方法的。
参考文献(网站)
参考文献(学术刊物)
-
Basher, M. (2012). On the Folding of Finite Topological Space. International Mathematical Forum, 7(15), 745–752. Retrieved from http://www.m-hikari.com/imf/imf-2012/13-16-2012/basherIMF13-16-2012.pdf
-
Day, M. (2012). Notes on Cayley Graphs for Math 5123 Cayley graphs, 1–6.
-
Doktorova, M. (2012). CONSTRUCTING SIMPLICIAL COMPLEXES OVER by, (June).
-
Edelsbrunner, H. (2006). IV.1 Homology. Computational Topology, 81–87. Retrieved from Computational Topology
-
Erickson, J. (1908). Homology. Computational Topology, 1–11.
-
Evan Chen. (2016). An Infinitely Large Napkin.
-
Grigor’yan, A., Muranov, Y. V., & Yau, S. T. (2014). Graphs associated with simplicial complexes. Homology, Homotopy and Applications, 16(1), 295–311. HHA 16 (2014) No. 1 Article 16
-
Kaczynski, T., Mischaikow, K., & Mrozek, M. (2003). Computing homology. Homology, Homotopy and Applications, 5(2), 233–256. HHA 5 (2003) No. 2 Article 8
-
Kerber, M. (2016). Persistent Homology – State of the art and challenges 1 Motivation for multi-scale topology. Internat. Math. Nachrichten Nr, 231(231), 15–33.
-
Khoury, M. (n.d.). Lecture 6 : Introduction to Simplicial Homology Topics in Computational Topology : An Algorithmic View, 1–6.
-
Kraft, R. (2016). Illustrations of Data Analysis Using the Mapper Algorithm and Persistent Homology.
-
Lakshmivarahan, S., & Sivakumar, L. (2016). Cayley Graphs, (1), 1–9.
-
Liu, X., Xie, Z., & Yi, D. (2012). A fast algorithm for constructing topological structure in large data. Homology, Homotopy and Applications, 14(1), 221–238. HHA 14 (2012) No. 1 Article 11
-
Naik, V. (2006). Group theory : a first journey, 1–21.
-
Otter, N., Porter, M. A., Tillmann, U., Grindrod, P., & Harrington, H. A. (2015). A roadmap for the computation of persistent homology. Preprint ArXiv, (June), 17. Retrieved from [1506.08903] A roadmap for the computation of persistent homology
-
Semester, A. (2017). § 4 . Simplicial Complexes and Simplicial Homology, 1–13.
-
Singh, G. (2007). Algorithms for Topological Analysis of Data, (November).
-
Zomorodian, A. (2009). Computational Topology Notes. Advances in Discrete and Computational Geometry, 2, 109–143. Retrieved from CiteSeerX - Computational Topology
-
Zomorodian, A. (2010). Fast construction of the Vietoris-Rips complex. Computers and Graphics (Pergamon), 34(3), 263–271. Redirecting
-
Symmetry and Group Theory 1. (2016), 1–18. Redirecting