【参考资料】
【1】《拓扑学的基础和方法》
【2】《物理学家用微分几何》
【3】《微分几何入门与广义相对论》

一、连续性

在拓扑空间中因为没有度量的概念,因此用开集的逆像仍然是开集来定义连续性,如下举例:
【机器学习笔记30】微分流形基础点备注

备注:拓扑里的开集、闭集可以理解是实数轴开区间、闭区间的推广。

二、流形

流形定义:可分的度量空间,并且它的任意点x都有领域同胚于n维开球
OBn={xρ(0,x)<1}OB^n=\{x | \rho(0, x) < 1 \}的拓扑空间,记作MnM^n

举例:
【机器学习笔记30】微分流形基础点备注

这里对于这只小蚂蚁而言,从它的视角看两者都是一个以当前点为圆心,半径为1的开圆的同胚

*另一种定义: 实(复)n维流形是一个豪斯道夫空间,它的每个点有开领域Rn(Cn)R^n(C^n)同胚。

注意:这里同胚的n值和n维流形的n值是一样的,比如一维直线是一维流形,但两条一维直线交叉就不是,因为交叉点明显不是一维的;二维的圆盘是二维流形,但三维的圆锥表面就不是,因为在圆锥的顶点是三维的,抛开这点的其他区域可以认为二维流形。可以将流形理解成一种高维空间的连续性。

三、微分流形
2.1 对微分的定义

有函数y=f(x)y=f(x)看做f:RRf:R \to R。做数列{(f(x+hn)f(x))/hn}\{(f(x + h_n) - f(x)) / h_n \},这里hnh_n是收敛于0的任意数列。因此当{(f(x+hn)f(x))/hn}\{(f(x + h_n) - f(x)) / h_n \}hnh_n无关的收敛到一个常数时,称f在x可微。
如果f在集合A上各个点可微,则称f在A上可微。

2.2 对坐标卡的定义

【机器学习笔记30】微分流形基础点备注

上图表示这样一个意思,在n维流形里有两个开集UαU_{\alpha}UβU_{\beta},它们分别存在到R^n的映射ϕα\phi_{\alpha}ϕβ\phi_{\beta}

当流形M由若干个开集覆盖αUα\cup_{\alpha}U_{\alpha},并且有对应的到RnR^n的映射,则我们有流形M的坐标卡集A=(Uα,ϕα)A={(U_{\alpha}, \phi_{\alpha})}

2.3 对流形的微分结构定义

微分几何是研究微分流形在微分同胚变换下的不变性质。

备注:重申一下,可微(导)必然连续,但连续不一定可微(导)

前置定义1:考虑f:RnRf: R^n \to R的情况,我们有偏导数fxi\dfrac{\partial f}{\partial x_i}的定义。同时也可以对其他变量求导,因此有n阶偏导数的定义nfx1x2...xn\dfrac{\partial ^n f}{\partial x_1\partial x_2...\partial x_n}。当第n阶偏导数连续时,我们称f为CnC^n类函数。如果对于任意n都是成立的,则成为CC^\infty类函数。

前置定义2: 回到"对坐标卡的定义"章节,我们还要求(Uα,ϕα)(U_{\alpha}, \phi_{\alpha})(Uβ,ϕβ)(U_{\beta}, \phi_{\beta})满足相容条件:

f=ϕα.ϕβ:ϕα(UαUβ)ϕβ(UαUβ)f=\phi_{\alpha}.\phi_{\beta}': \phi_{\alpha}(U_{\alpha} \cap U_{\beta}) \to \phi_{\beta}(U_{\alpha} \cap U_{\beta})

备注:意味着定义了一个映射,从上图中α\alpha对应的RnR^n(左边的阴影)映射到上图中β\beta对应的RnR^n(右边的阴影)

这里的相容性要求这个映射f`CkC^k类函数,称两个坐标卡CkC^k相容

定义: 当流形M上的坐标卡集A=(Uα,ϕα)A={(U_{\alpha}, \phi_{\alpha})},满足如下三个条件,则称其为流形M的CkC^k微分结构:
(1) UαU_{\alpha}是流形M的开覆盖
(2) A中任意两个坐标卡都是CkC^k相容
(3) A为具备上述两个特性的最大的坐标卡集

当其相容为CC^\infty时成为光滑流形。


举例(重要):

我们已知球面是一个二维流形,定义如下:
S2={(x,y,z)Rx2+y2+z2=1}S^2=\{(x,y,z)\in R|x^2 + y^2 + z^2 = 1\}
可以取两个开集
U+={(x,y,z)S2;z1}U_{+}=\{(x,y,z) \in S^2 ; z \ne -1\},即整个球面去掉-1定点
U={(x,y,z)S2;z1}U_{-}=\{(x,y,z) \in S^2 ; z \ne 1\},即整个球面去掉+1定点

分别定义两个微分结构:
备注: 其实就是定义一个从M到R2R^2的映射
ϕ+:(x,y,z)(x1+z,y1+z)\phi_{+}:(x,y,z) \to (\dfrac{x}{1 + z}, \dfrac{y}{1 + z})
ϕ:(x,y,z)(x1z,y1z)\phi_{-}:(x,y,z) \to (\dfrac{x}{1 - z}, \dfrac{y}{1 - z})
这个映射在几何上就是从定点z=1或-1做(x,y)的投影映射,映射到z=0的平面上。 可以证明他们是CC^\infty相容的,因此S2S^2是二维光滑流形。
【机器学习笔记30】微分流形基础点备注


相关文章:

  • 2021-09-11
  • 2021-08-26
  • 2021-05-17
  • 2022-12-23
  • 2021-07-02
  • 2021-05-06
  • 2021-12-22
  • 2021-08-12
猜你喜欢
  • 2021-07-11
  • 2021-07-27
  • 2021-05-18
  • 2021-12-15
  • 2021-09-14
  • 2021-11-09
  • 2021-06-01
相关资源
相似解决方案