Clifford-Algebren - Fakultät für Mathematik und Informatik
Transcrição
Clifford-Algebren - Fakultät für Mathematik und Informatik
Clifford-Algebren Konrad Schöbel Mathematisches Institut, Friedrich-Schiller-Universität Jena Sommersemester 2013 Gliederung 1 Motivation 2 Grundlagen 3 Definition und Eigenschaften 4 Klassifikation 5 Darstellungen 6 Anwendungen 7 Pin- und Spin-Gruppen Literatur H. Blaine Lawson & Marie-Louise Michelsohn: „Spin Geometry“ Princeton University Press, 1989. Pertti Lounesto: „Clifford Algebras and Spinors“ London Mathematical Society Lecture Note Series 239, Cambridge University Press, 1997. Ian R. Porteous: „Clifford Algebras and Classical Groups“ Cambridge studies in advanced mathematics 50, Cambridge University Press, 1995. Quelle: Porteous: „Clifford Algebras and Classical Groups“ Motivation Gliederung 1 Motivation Motivation für Mathematiker Motivation für Informatiker Motivation für Physiker Motivation Motivation für Mathematiker 1.1. Motivation für Mathematiker Motivation Motivation für Mathematiker Wie der Mensch das Zählen lernte . . . (Quelle: Wikipedia) Motivation Motivation für Mathematiker Der Aufbau der Zahlenbereiche N Konstruktion unlösbar gleichmächtige Mengen a+x =b A ∼ B :⇔ A ' B Z differenzengleiche Paare natürlicher Zahlen a·x =b (m1 , n1 ) ∼ (m2 , n2 ) :⇔ m1 + n2 = m2 + n1 Q produktgleiche Paare ganzer Zahlen Grenzwerte (m1 , n1 ) ∼ (m2 , n2 ) :⇔ m1 · n2 = m2 · n1 R äquivalente Cauchyfolgen x2 = a (an ) ∼ (bn ) :⇔ an − bn → 0 C Paare reeller Zahlen nichts! Motivation Motivation für Mathematiker Or dn Ad d un gsr ela itio tio n n kom mu tat ass iv ozi ati v Mu ltip l kom ikatio n mu t a ass tiv ozi ati v Dis trib uti Su vit btr ät akt ion Div isio n Wu rze l Der Aufbau der Zahlenbereiche N X X X X X X X X - - - Z X X X X X X X X X - - Q X X X X X X X X X X - R X X X X X X X X X X (X) C - X X X X X X X X X X Motivation Motivation für Mathematiker Der Aufbau der Zahlenbereiche N⊂Z⊂Q⊂R⊂C⊂? ⊂ ? Mathematiker: Wie weiter? Nicht-Mathematiker: Warum weiter? ... ? Motivation Motivation für Mathematiker Die komplexen Zahlen Konstruktion Definition 1.1 (komplexe Zahlen) C := R2 1 Addition: (a1 , b1 ) + (a2 , b2 ) := (a1 + a2 , b1 + b2 ) 2 Multiplikation: (a1 , b1 ) · (a2 , b2 ) := (a1 a2 − b1 b2 , a1 b2 + b1 a2 ) Fakt 1.2 (C, +, ·) ist ein Körper, d. h. 1 (C, +) ist kommutative Gruppe 2 (C∗ , ·) ist kommutative Gruppe 3 Die Operationen „+“ und „·“ sind kompatibel: a · (b + c) = (a · b) + (a · c) (Distributivität) Motivation Motivation für Mathematiker Die komplexen Zahlen Eigenschaften Fakt 1.3 1 (0, 1) · (0, 1) = (−1, 0) 2 (a, b) = (a, 0) + (b, 0) · (0, 1) Schreibweise 1.4 1 i := (0, 1) „imaginäre Einheit“ i 2 = −1 2 a für (a, 0) (a, b) = a + bi Motivation Motivation für Mathematiker Die komplexen Zahlen Norm Definition 1.5 1 a + bi := a − bi 2 kzk2 := zz̄ = a2 + b 2 > 0 für z = a + bi Fakt 1.6 k·k : C → R ist eine Norm, d. h. 1 kλzk = |λ|kzk für λ ∈ R 2 kz1 + z2 k 6 kz1 k + kz2 k (Dreiecksungleichung) 3 kzk = 0 ⇔ z = 0 Außerdem gilt: 1 kz̄k = kzk 2 kz1 · z2 k = kz1 k·kz2 k 3 1/z = z̄/kzk2 Motivation Motivation für Mathematiker Die Quaternionen Konstruktion Idee 1.7 So wie wir komplexe Zahlen als Paare reeller Zahlen definiert haben, definieren wir Quaternionen als Paare komplexer Zahlen. Definition 1.8 (Quaternionen) H := C2 1 Addition: (a1 , b1 ) + (a2 , b2 ) := (a1 + a2 , b1 + b2 ) 2 Multiplikation: (a1 , b1 ) · (a2 , b2 ) := (a1 a2 − b1 b̄2 , a1 b2 + b1 ā2 ) Motivation Motivation für Mathematiker Die Quaternionen Schiefkörper Fakt 1.9 (H, +, ·) ist ein Schiefkörper, d. h. 1 (H, +) ist kommutative Gruppe 2 (H∗ , ·) ist eine nicht-kommutative Gruppe 3 Die Operationen „+“ und „·“ sind kompatibel: (a + b) · c = (a · c) + (b · c) (Linksdistributivität) a · (b + c) = (a · b) + (a · c) (Rechtsdistributivität) Fakt 1.10 (a + bi, c + di) = (a, 0)(1, 0) + (b, 0)(i, 0) + (c, 0)(0, 1) + (d, 0)(0, i) Motivation Motivation für Mathematiker Die Quaternionen Eigenschaften Schreibweise 1.11 1 „imaginäre Einheiten“: i := (i, 0) 2 j := (0, 1) k := (0, i) a für (a, 0) (a + bi, c + di) = a + bi + cj + dk Fakt 1.12 1 i 2 = j 2 = k 2 = −1 2 ijk = −1 3 ij = k = −ji 4 ∀a ∈ R: ∀q ∈ H: aq = qa jk = i = −kj ki = j = −ik Motivation Motivation für Mathematiker Die Quaternionentafel an der Brougham (Broom) Bridge in Dublin (Quelle: Wikipedia) Motivation Motivation für Mathematiker Die Quaternionen Kanonische Antivertauschungsregeln Bemerkung 1.13 Setzen wir e1 := i e2 := j e3 := k, so erfüllen die Quaternionen die sogenannten Kanonischen Antivertauschungsregeln: ei ej + ej ei = −2δij (CAR) Motivation Motivation für Mathematiker Die Quaternionen Norm Definition 1.14 1 a + bi + cj + dk := a − bi − cj − dk 2 kqk2 := qq̄ = a2 + b 2 + c 2 + d 2 > 0 für q = a + bi + cj + dk Fakt 1.15 k·k : H → R ist eine Norm, d. h. 1 kλqk = |λ|kqk für λ ∈ R 2 kq1 + q2 k 6 kq1 k + kq2 k (Dreiecksungleichung) 3 kqk = 0 ⇔ q = 0 Außerdem gilt: 1 kq̄k = kqk 2 kq1 · q2 k = kq1 k·kq2 k 3 1/q = q̄/kqk2 Motivation Motivation für Mathematiker Die Oktonionen Konstruktion Idee 1.16 Und weil es so gut funktioniert, versuchen wir es gleich noch mal . . . Definition 1.17 (Oktonionen) O := H2 1 Addition: (a1 , b1 ) + (a2 , b2 ) := (a1 + a2 , b1 + b2 ) 2 Multiplikation: (a1 , b1 ) · (a2 , b2 ) := (a1 a2 − b̄2 b1 , b2 a1 + b1 ā2 ) Fakt 1.18 Die Oktonionen erfüllen alle Axiome eines Schiefkörpers bis auf die Assoziativität der Multiplikation. Motivation Motivation für Mathematiker Die Oktonionen imaginäre Einheiten Schreibweise 1.19 a für (a, 0) e0 := (1, 0) e1 := (i, 0) e2 := (j, 0) e3 := (k, 0) e4 := (0, 1) e5 := (0, i) e6 := (0, j) e7 := (0, k) Fakt 1.20 1 ∀a ∈ R: ∀x ∈ O: ax = xa 2 (x0 + x1 i + x2 j + x3 k, x4 + x5 i + x6 j + x7 k) = x0 e0 + x1 e1 + · · · + x7 e7 3 ei2 = −1 4 ei ej = −ej ei für i 6= j 5 Multiplikationstafel für Oktonionen Motivation Motivation für Mathematiker Das Oktonionen-Einmaleins e5 e3 e2 e4 e6 e1 e7 Motivation Motivation für Mathematiker Die Oktonionen Kanonische Antivertauschungsregeln Bemerkung 1.21 Auch in den Oktonionen gelten die Kanonischen Antivertauschungsregeln: ei ej + ej ei = −2δij (CAR) Motivation Motivation für Mathematiker Die Oktonionen Norm Definition 1.22 1 x0 e0 + x1 e1 + · · · + x7 e7 := x0 e0 − x1 e1 − · · · − x7 e7 2 kx k2 := x x̄ = x12 + · · · + x72 > 0 für x = x0 e0 + x1 e1 + · · · + x7 e7 Fakt 1.23 k·k : O → R ist eine Norm. Außerdem gilt: 1 kx̄ k = kx k 2 kx · y k = kx k·ky k 3 1/x = x̄ /kx k2 Motivation Motivation für Mathematiker O rd n · k ung om sre · a mu latio ss tat n o + zia iv ko tiv + mm as uta s D ozi tiv ist at iv r Su ibut bt ivi t r D akt ät ivi io sio n W n ur ze l Der Aufbau der Zahlenbereiche N X X X X X X - - - Z X X X X X X X - - Q X X X X X X X X - R X X X X X X X X (X) C - X X X X X X X X H - - X X X X X X X O - - - X X X X X X N⊂Z⊂Q⊂R⊂C⊂H⊂O⊂ ? ... ? Motivation Motivation für Mathematiker Divisionsalgebren Definition Definition 1.24 A Divisionsalgebra über K :⇔ 1 A ist (nichttrivialer) K-Vektorraum 2 A besitzt eine bilineare Multiplikation · : A × A −→ A 3 In A sind die folgenden Gleichungen eindeutig lösbar: a·x =b x ·a =b Eine Divisionsalgebra heißt assoziativ, falls · assoziativ ist mit Eins, falls · ein neutrales Element besitzt normiert, falls A ein normierter Vektorraum ist und ∀x , y ∈ A : kx · y k = kx k · ky k. a 6= 0. Motivation Motivation für Mathematiker Divisionsalgebren Beispiele Beispiele 1.25 normiert, assoziativ: R, C, H normiert, nicht assoziativ: O ohne Eins: · e1 e2 e1 +e1 −e2 e2 −e2 −e1 Bemerkung 1.26 Noch einmal funktionert die „Verdopplung“ nicht. Motivation Motivation für Mathematiker Divisionsalgebren Klassifikation Satz 1.27 (von Hurwitz) Jede endlichdimensionale normierte reelle Divisionsalgebra mit Eins ist isomorph zu R, C, H oder O. Beweis . . . mit Clifford-Algebren! Satz 1.28 (von Frobenius) Jede endlichdimensionale assoziative reelle Divisionsalgebra ist isomorph zu R, C oder H. Bemerkung 1.29 Wir fordern also zu viel. Für Clifford-Algebren fordert man nur noch die Kanonischen Antivertauschungsregeln. Motivation Motivation für Informatiker 1.2. Motivation für Informatiker Motivation Motivation für Informatiker Die Euler-Winkel Fakt 1.30 Jede Rotation im R3 ist die Hintereinanderausführung von 1 einer Drehung um die z-Achse 2 einer Drehung um die gedrehte x -Achse 3 einer Drehung um die gedrehte z-Achse. Die entsprechenden Winkel heißen die Euler-Winkel. Bemerkung 1.31 Die Euler-Winkel sind für praktische Belange unhandlich: Die Euler-Winkel sind nicht in allen Fällen eindeutig. Jede Drehung im R3 ist durch Drehachse und Drehwinkel bestimmt. Der Zusammenhang ist sehr kompliziert: Drehwinkel & Drehachse ←→ Euler-Winkel Motivation Motivation für Informatiker Euler-Winkel (Quelle: Wikipedia) Motivation Motivation für Informatiker Quaternionen Skalar- & Vektoranteil Schreibweise 1.32 q = q0 + ~q für q = q0 + q1 i + q2 j + q3 k, wobei ~q = (q1 , q2 , q3 ) Fakt 1.33 ~ ) = (v0 w0 − h~v , w ~ i) + (v0 w ~ + w0~v + ~v × w ~) (v0 + ~v )(w0 + w Definition 1.34 rein imaginäre Quaternionen: ImH := {q ∈ H : q̄ = −q} = {q1 i + q2 j + q3 k : b, c, d ∈ R} ∼ = R3 Wir identifizieren die rein imaginären Quaternionen mit R3 . Motivation Motivation für Informatiker Raumdrehungen mit Quaternionen Fakt 1.35 Sei q = cos Θ + sin Θ~n mit Θ ∈ [0, 2π[ und k~nk = 1 ∼ R3 ~v ∈ ImH = Dann ist auch ~v 0 := q~v q −1 ∈ ImH und geht aus ~v durch eine Drehung hervor mit Drehachse ~n Drehwinkel 2Θ (sic!). Motivation Motivation für Informatiker Quaternionen Anwendungen Computergrafik Computersehen Robotik Kontrolltheorie Signalverarbeitung Moleküldynamik Raumfahrt Motivation Motivation für Informatiker Geometrische Algebra Bemerkung 1.36 Man könnte mit Quaternionen nicht nur Drehungen, sondern auch andere geometrische Objekte beschreiben: Vektoren (rein imaginäre Quaternionen) Ebenen (Normalenvektor und Abstand zum Ursprung) Kugeln (Mittelpunkt und Radius) Tatsächlich bieten Clifford-Algebren eine einheitliche Beschreibungsweise für all diese Objekte sowie die Berechnung ihrer Schnitte – die sogenannte Geometrische Algebra. Motivation Motivation für Physiker 1.3. Motivation für Physiker Motivation Motivation für Physiker Die Einheitssphäre in den Quaternionen Definition 1.37 Einheitssphäre in H: S 3 := {q ∈ H : kqk = 1} = {cos Θ + sin Θ~n : knk = 1, θ ∈ [0, 2π]} Fakt 1.38 S 3 ist eine Gruppe bezüglich der Quaternionenmultiplikation. Motivation Motivation für Physiker Raumdrehungen mit Quaternionen Fakt 1.39 1 Folgende Abbildung ist wohldefiniert und ein Gruppenhomomorphismus: R : S 3 −→ SO(3) q 7→ R(q) : R3 7→ R3 ~v 2 3 4 7→ q~v q −1 R ist surjektiv. R ist nicht injektiv: ker R = {−1, +1} ∼ = Z2 3 ∼ S = 6 SO(3) × Z2 Definition 1.40 Man sagt, S 3 → SO(3) ist eine (nichtttriviale) zweiblättrige Überlagerung. Motivation Motivation für Physiker Der Spin Wieso beschreibt q = cos Θ + sin Θ~n eine Drehung um 2Θ? Einer vollständigen Rotation „unten“ in SO(3) entspricht eine nichttrivial Rotation „oben“ in der zweiblättrigen Überlagerung. Erst einer zweifachen Rotation „unten“ entspricht eine triviale Rotation „oben“. Manche Teilchen transformieren sich unter S 3 und nicht unter SO(3). Diese muss man zweimal drehen, damit sie wieder gleich aussehen! Dieses Phänomen heisst „Spin“. S 3 ist die sogenannte Spingruppe Spin(3). Spin(n) → SO(n) wird über Clifford-Algebren konstruiert. Auch in unserer makroskopischen Welt taucht dieses Phänomen auf: Dirac’s Gürteltrick. Motivation Motivation für Physiker Die Dirac-Gleichung in der Quantenfeldtheorie Idee 1.41 Wellengleichung: Ψ = 0 =− ∂2 ∂2 ∂2 ∂2 + + + ∂x02 ∂x12 ∂x22 ∂x32 Ziel: 1 Differenzialgleichung 2 Differenzialgleichungen 2. Ordnung 1. Ordnung Gesucht: „Wurzel“ aus der Wellengleichung, d. h. D so dass D 2 = . Motivation Motivation für Physiker Kanonische Antivertauschungsregeln Ansatz 1.42 D = γ0 ⇒ ∂ ∂ ∂ ∂ + γ1 + γ2 + γ3 ∂x4 ∂x1 ∂x2 ∂x3 i j j i γ γ +γ γ = −2 0 +2 i =j =0 i 6= j i =j = 6 0 (CAR) Folgerung 1.43 pessimistisch: (CAR) nicht erfüllbar. optimistisch: Wir suchen algebraische Objekte, für die (CAR) gilt. Motivation Motivation für Physiker Dirac-Matrizen +1 0 0 0 +1 0 0 0 −1 0 0 0 0 0 0 0 0 γ = 0 0 +i 0 +i 0 0 0 0 0 γ = 0 0 2 −i −1 −i 0 0 0 γ = 0 0 +1 0 −1 0 0 0 0 0 0 +1 0 0 0 −1 0 0 +1 0 0 1 −1 0 0 γ = −1 3 0 +1 0 0 0 Grundlagen Gliederung 2 Grundlagen „Schieflineare“ Algebra Lineare Algebra Das Tensorprodukt Die äußere Potenz Algebren Die Tensoralgebra Die äußere Algebra Quadratische Räume Komplexifizierung Grundlagen „Schieflineare“ Algebra 2.1. „Schieflineare“ Algebra Grundlagen „Schieflineare“ Algebra Ein Problemchen H ist kein Körper, sondern nur ein Schiefkörper. Deshalb gibt es keine Vektorräume über H im klassischen Sinne. Es gibt nur ein Vektorraumaxiom, in dem die Multiplikation im Körper auftaucht: ∀λ1 , λ2 ∈ K : ∀v ∈ V : λ1 (λ2~v ) = (λ1 λ2 )~v Wenn wir vorsichtig zwischen links und rechts unterscheiden, können wir die lineare Algebra auf Schiefkörper verallgemeinern. (*) Grundlagen „Schieflineare“ Algebra Linke H-Vektorräume ∀λ1 , λ2 ∈ K : ∀v ∈ V : λ1 (λ2~v ) = (λ1 λ2 )~v (*) Definition 2.1 Ein linker quaternionischer Vektorraum (linker H-Vektrorraum) ist eine kommutative Gruppe (V , +), ausgestattet mit einer Skalarmultiplikation „von links“, H × V −→ V (λ , ~v ) 7→ λ~v , welche die Vektorraumaxiome in der üblichen Form erfüllt, insbesondere (*). Grundlagen „Schieflineare“ Algebra Rechte H-Vektorräume ∀λ1 , λ2 ∈ K : ∀v ∈ V : λ1 (λ2~v ) = (λ1 λ2 )~v (*) Definition 2.2 Ein rechter quaternionischer Vektorraum (rechter H-Vektrorraum) ist eine kommutative Gruppe (V , +), ausgestattet mit einer Skalarmultiplikation „von rechts“, V × H −→ V (~v , λ) 7→ ~v λ, welche die üblichen Vektorraumaxiome bis auf (*) erfüllt, welches durch ∀λ1 , λ2 ∈ K : ∀v ∈ V : (~v λ2 )λ1 = ~v (λ2 λ1 ) ersetzt wird. Grundlagen „Schieflineare“ Algebra „Schieflineare“ Algebra Beispiel 2.3 Hn (und insbesondere H selbst) kann sowohl mit einer linken als auch einer rechten H-Vektorraumstruktur versehen werden, je nachdem ob wir die Vektorkomponenten von links oder rechts mit Skalaren multiplizieren. Bemerkung 2.4 Folgende Begriffe aus der linearen Algebra übertragen sich auf die H-lineare Algebra: Untervektorraum direkte Summe zweier linker bzw. zweier rechter H-Vektorräume Basis, Dimension Grundlagen „Schieflineare“ Algebra Links- und rechtslineare Abbildungen Definition 2.5 Eine Abbildung f : V → W zwischen zwei 1 linken H-Vektorräumen ist (links-)linear, falls f (λ1~v1 + λ2~v2 ) = λ1 f (~v1 ) + λ2 f (~v2 ) 2 rechten H-Vektorräumen ist (rechts-)linear, falls f (~v1 λ1 + ~v2 λ2 ) = f (~v1 )λ1 + f (~v2 )λ2 Die Menge der (links- bzw. rechts-)linearen Abbildungen zwischen zwei (linken bzw. rechten) H-Vektorräumen wird mit L(V , W ) bezeichnet. Bemerkung 2.6 Rechts ist da wo der Daumen links ist und umgekehrt. Grundlagen „Schieflineare“ Algebra Der Raum der „schieflinearen“ Abbildungen Bemerkung 2.7 Im Gegensatz zur linearen Algebra ist L(V1 , V2 ) im Allgemeinen weder ein linker noch ein rechter H-Vektorraum: k(f (v )) = (kf )(v ) = (ijf )(v ) = i((jf )(v )) = (jf )(iv ) = j(f (iv )) = f (jiv ) = f (−kv ) = −k(f (v )) Normalerweise wird L(V1 , V2 ) deshalb als R-Vektorraum betrachtet. Grundlagen „Schieflineare“ Algebra Quaternionische Matrizen Schreibweise 2.8 Vektoren in Hn als rechtem H-Vektorraum werden als Spaltenvektoren mit Einträgen aus H geschrieben. Rechtslineare Abbildungen f : Hn → Hm werden wie üblich als (m × n)-Matrizen mit Einträgen aus H dargestellt, die von links auf Spaltenvektoren wirken. Vektoren in H als linkem H-Vektorraum werden dagegen als Zeilenvektoren geschrieben und linkslineare Abbildungen f : Hn → Hm als (n × m)-Matrizen (sic!), die von rechts auf Zeilenvektoren wirken. Bemerkung 2.9 Damit Matrizen wie üblich von links auf Vektoren angewendet werden, versteht man unter einem „H-Vektorraum“ für gewöhnlich einen rechten H-Vektorraum. Grundlagen Lineare Algebra 2.2. Lineare Algebra Grundlagen Lineare Algebra Raum der linearen Abbildungen Fakt 2.10 Die Menge L(V , W ) der linearen Abbildungen f : V → W von einem K-Vektorraum V in einen K-Vektorraum W wird mit folgenden Operationen ein K-Vektorraum: 1 Addition: (f1 + f2 )(v ) := f1 (v ) + f2 (v ) 2 Skalarmultiplikation: (λf )(v ) := f (λv ) Bemerkung 2.11 Ist dim V = m < ∞ und dim W = n < ∞, so ist V ∼ = Kn = Km und W ∼ sowie L(V , W ) ∼ = L(Km , Kn ) ∼ = MatK (m × n) Grundlagen Lineare Algebra Dualraum Definition 2.12 (Spezialfall) V ∗ := L(V , K) Dualraum von V Fakt 2.13 {v1 , . . . , vn } eine Basis von V ⇒ {v 1 , . . . , v n } Basis in V ∗ , wobei ( i v (vj ) := δji := 0 i 6= j 1 i =j Insbesondere: dim V ∗ = dim V Definition 2.14 {v 1 , . . . , v n } duale Basis zu {v1 , . . . , vn }. Grundlagen Lineare Algebra Direkte Summe Definition Fakt 2.15 Das kartesische Produkt V × W zweier K-Vektorräume V und W wird mit folgenden Operationen ein K-Vektorraum: 1 Addition: (v1 , w1 ) + (v2 , w2 ) := (v1 + v2 , w1 + w2 ) 2 Skalarmultiplikation: λ(v , w ) := (λv , λw ) Außerdem sind folgende Abbildungen linear und injektiv: ιV : V v −→ V ×W ιW : W 7→ (v , 0) w −→ V × W 7→ (0 , w ) Definition 2.16 1 V ⊕ W := (V × W , +, ·) direkte Summe von V und W 2 ιV : V ,→ V ⊕ W , ιW : W ,→ V ⊕ W kanonische Inklusionen Grundlagen Lineare Algebra Direkte Summe Eigenschaften Fakt 2.17 (Übungsaufgabe) 1 2 3 V ⊕0∼ =V ∼W ⊕V V ⊕W = (U ⊕ V ) ⊕ W ∼ = U ⊕ (V ⊕ W ) Schreibweise 2.18 U ⊕ V ⊕ W für (U ⊕ V ) ⊕ W ∼ = U ⊕ (V ⊕ W ) Grundlagen Lineare Algebra Direkte Summe Basis Fakt 2.19 {vi : i ∈ I} Basis von V {wj : j ∈ J} Basis von W ⇒ {(vi , 0) : i ∈ I} ∪ {(0, wj ) : j ∈ J} Basis von V ⊕ W Insbesondere: dim V ⊕ W = dim V + dim W Schreibweise 2.20 1 v für (v , 0), w für (0, w ) 2 v + w für (v , w ) (manchmal auch v ⊕ w ) Grundlagen Lineare Algebra Direkte Summe unendlich vieler Vektorräume Definition 2.21 Die direkte Summe unendlich vieler Vektorräume Vi , i ∈ I, wird definiert als die Menge von Folgen (vi )i∈I mit vi ∈ Vi und nur endlich vielen von 0 verschiedenen Gliedern: M n Vi := (vi )i∈I : vi ∈ Vi , ∃n ∈ N : ∀i > n : vi = 0 o i∈I Fakt 2.22 1 2 Die kanonischen Inklusionen ιi : Vi ,→ {vij : j ∈ Ji } Basis von Vi ⇒ n ιi (vij ) : i ∈ I, j ∈ Ji L Vi sind linear und injektiv. i∈I o Basis von M i∈I Vi Grundlagen Lineare Algebra Äquivalenzrelation Definition Definition 2.23 R ⊆ X × X Äquivalenzrelation auf einer Menge X :⇔ 1 Reflexivität: (x , x ) ∈ R 2 Symmetrie: (x , y ) ∈ R ⇒ (y , x ) ∈ R 3 Transitivität: (x , y ) ∈ R ∧ (y , z) ∈ R ⇒ (x , z) ∈ R Für eine Äquivalenzrelation definiert man 1 [x ] := {y ∈ X : xRy } Äquivalenzklasse von x 2 X /R := {[x ] : x ∈ X } Menge der Äquivalenzklassen Schreibweise 2.24 xRy für (x , y ) ∈ R Grundlagen Lineare Algebra Äquivalenzrelation Beispiel Fakt 2.25 Ein Untervektorraum U ⊆ V definiert folgende Äquivalenzrelation auf V , v1 ∼ v2 :⇔ v2 − v1 ∈ U, mit den Äquivalenzklassen [v ] = {w ∈ V : w − v ∈ U} = {v + u : u ∈ U} =: v + U Definition 2.26 V /U := V /∼ = {v + U : v ∈ V } Bemerkung 2.27 V /U ist die Menge aller zu U parallelen affinen Unterräume ∼ =U Grundlagen Lineare Algebra Quotientenraum Fakt 2.28 V /U wird mit folgenden Operationen zu einem Vektorraum: 1 Addition: [v ] + [w ] := [v + w ] 2 Skalarmultiplikation: λ[v ] := [λv ] Außerdem ist folgende Abbildung linear und surjektiv: π: V v −→ V /U 7→ [v ] Definition 2.29 1 V /U Quotientenraum oder Faktorraum 2 π : V V /U kanonische Projektion Grundlagen Lineare Algebra Quotientenraum Lineare Abbildungen Fakt 2.30 U ⊆ V Untervektorraum fˆ : V → W linear ∀u ∈ U : f (u) = 0 ⇒ ∃!f : V /U → W linear: fˆ = f ◦ π V π fˆ f V /U Bemerkung 2.31 Man sagt, fˆ „steigt von V auf V /U ab“. /W < Grundlagen Lineare Algebra Quotientenraum Basis Fakt 2.32 {vi : i ∈ I} Basis von V {vi : i ∈ J} Basis von U, J ⊆ I ⇒ {vi + U : i ∈ I \ J} Basis von V /U Insbesondere: dim V /U = dim V − dim U Grundlagen Das Tensorprodukt 2.3. Das Tensorprodukt Grundlagen Das Tensorprodukt Tensorprodukt pragmatische Definition „Definition“ Das Tensorprodukt V ⊗ W ist ein Vektorraum, dessen Elemente endliche Linearkombinationen von Vektoren der Form v ⊗ w sind, d. h. sie lassen sich schreiben als λ1 (v1 ⊗ w1 ) + · · · + λn (vn ⊗ wn ) für ein n ∈ N mit λi ∈ K, vi ∈ V und wi ∈ W . Diese Darstellung ist nicht eindeutig, sondern unterliegt den folgenden Relationen: v1 ⊗ w + v2 ⊗ w = (v1 + v2 ) ⊗ w (λv ) ⊗ w = λ(v ⊗ w ) v ⊗ w1 + v ⊗ w2 = v ⊗ (w1 + w2 ) v ⊗ (λw ) = λ(v ⊗ w ). Grundlagen Das Tensorprodukt Freie Vektorräume Gewöhnlich ist ein K-Vektorraum gegeben und man sucht eine Basis. Wir wollen den umgekehrten Weg gehen und einen K-Vektorraum über einer vorgegebenen Basismenge definieren. Man könnte formale (endliche) Linearkombinationen von Elementen dieser Menge betrachten. Jeder Vektor ist eine eindeutige Linearkombination der Basisvektoren. Daher läßt sich ein Vektor mit der Folge seiner Koordinaten identifizieren. Diese können wir als Abbildung von der Basismenge nach K ansehen. Jeder Vektor ist eine endliche Linearkombination von Basiselementen. Die Folge hat also nur endlich viele von Null verschiedene Werte. Ein „freier Vektorraum“ ist nichts anderes als ein Vektorraum über einer vorgegebenen Basismenge. Grundlagen Das Tensorprodukt Freie Vektorräume Definition 2.33 Der freie K-Vektorraum über einer Menge I ist der Vektorraum der Folgen (λi )i∈I ⊆ K mit nur endlich vielen von 0 verschiedenen Gliedern: n o F (I) := (λi )i∈I ⊆ K : #{i ∈ I : λi 6= 0} < ∞ Addition: (λi )i∈I + (µi )i∈I := (λi + µi )i∈I Skalarmultiplikation: λ(µi )i∈I := (λµi )i∈I Bemerkung 2.34 Basis: {ei : i ∈ I}, wobei ej = (δij )i∈I Wir können I mit der Basis {ei : i ∈ I} identifizieren. Jeder Vektorraum ist isomorph zu einem freien Vektorraum. (Falls man das Auswahlaxiom akzeptiert.) Grundlagen Das Tensorprodukt Tensorprodukt zweier Vektorräume Definition 2.35 (formale Definition) V , W K-Vektorräume F (V × W ) freier K-Vektorraum über V × W R ⊆ F (V × W ) der von folgenden Vektoren aufgespannte Unterraum e(v1 ,w ) + e(v2 ,w ) − e(v1 +v2 ,w ) e(λv ,w ) − λe(v ,w ) e(v ,w1 ) + e(v ,w2 ) − e(v ,w1 +w2 ) e(v ,λw ) − λe(v ,w ) Das Tensorprodukt von V und W ist der K-Vektorraum V ⊗K W := F (V × W )/R Schreibweise 2.36 v ⊗ w für [e(v ,w ) ] = ev ,w + R Grundlagen Das Tensorprodukt Tensorprodukt Folgerung 2.37 In V ⊗ W gelten die Relationen v1 ⊗ w + v2 ⊗ w = (v1 + v2 ) ⊗ w (λv ) ⊗ w = λ(v ⊗ w ) v ⊗ w1 + v ⊗ w2 = v ⊗ (w1 + w2 ) v ⊗ (λw ) = λ(v ⊗ w ). Mit anderen Worten, wir haben eine bilineare Abbildung ⊗: V ×W (v , w ) −→ V ⊗ W 7→ v ⊗ w. Dies rechtfertigt unsere „pragmatische Definition“! Definition 2.38 v ⊗ w ∈ V ⊗ W Tensorprodukt der Vektoren v und w . Grundlagen Das Tensorprodukt Universalitätseigenschaft des Tensorprodukts Fakt 2.39 Zu jeder bilinearen Abbildung b : V × W → U existiert eine eindeutig bestimmte lineare Abbildung f : V ⊗ W → U mit b = f ◦ ⊗: V ×W ⊗ b /V ⊗W & f U Das Tensorprodukt ist (bis auf Isomorphie) eindeutig durch diese Universalitätseigenschaft bestimmt. Bemerkung 2.40 V × W → V ⊗ W ist die „allgemeinste“ bilineare Abbildung auf V × W . Grundlagen Das Tensorprodukt Tensorprodukte Eigenschaften Fakt 2.41 1 2 3 4 0⊗V =0 K ⊗K V ∼ =V V ⊗W ∼ =W ⊗V (U ⊗ V ) ⊗ W ∼ = U ⊗ (V ⊗ W ) Schreibweise 2.42 1 2 U ⊗ V ⊗ W für (U ⊗ V ) ⊗ W ∼ = U ⊗ (V ⊗ W ) ⊗p V für V ⊗V ⊗ · · · ⊗ V} {z | p Faktoren Grundlagen Das Tensorprodukt Basis des Tensorprodukts Fakt 2.43 {vi : i ∈ I} Basis in V {wj : j ∈ J} Basis in W ⇒ {vi ⊗ wj : i ∈ I, j ∈ J} Basis in V ⊗ W Insbesondere: dim(V ⊗ W ) = (dim V ) · (dim W ) Folgerung 2.44 v ⊗w =0 ⇔ v =0 ∨ w =0 Grundlagen Das Tensorprodukt Tensorprodukte Beispiel Beispiel 2.45 (zwei Spin- 21 -Teilchen) {|↑i, |↓i} C-Basis in V (ein Spin- 12 -Teilchen) Elemente in V ⊗ V (zwei gekoppelte Spin- 12 -Teilchen): λ↑↑ |↑i ⊗ |↑i + λ↑↓ |↑i ⊗ |↓i + λ↓↑ |↓i ⊗ |↑i + λ↓↓ |↓i ⊗ |↓i λ· ∈ C „reine Zustände“: v ⊗ w = α↑ |↑i + α↓ |↓i ⊗ β↑ |↑i + β↓ |↓i λ↑↑ λ↓↓ = λ↑↓ λ↓↑ „gemischte Zustände“, z. B. 1 1 √ |↑↑i + √ |↓↓i = 6 v ⊗w 2 2 λ↑↑ λ↓↓ 6= λ↑↓ λ↓↑ Grundlagen Das Tensorprodukt Morphismen von Tensorprodukten Fakt 2.46 Zwei lineare Abbildungen f : V1 → V2 und g : W1 → W2 definieren eine lineare Abbildung f ⊗ g : V1 ⊗ W1 −→ v ⊗w 7→ V2 ⊗ W2 f (v ) ⊗ g(w ) =: (f ⊗ g)(v ⊗ w ) Fakt 2.47 A = (aij ) Matrix von f B = (bkl ) Matrix von g ⇒ A ⊗ B = (aij bkl ) Matrix von f ⊗ g Definition 2.48 f ⊗ g Kronecker-Produkt von f und g Grundlagen Die äußere Potenz 2.4. Die äußere Potenz Grundlagen Die äußere Potenz Äußeres Produkt von Vektoren Definition 2.49 Sei V Vektorraum über K = R oder K = C. Äußeres Produkt der Vektoren v1 , . . . , vp ∈ V : v1 ∧ · · · ∧ vp := 1 X sgn(π)vπ(1) ⊗ · · · ⊗ vπ(p) ∈ V ⊗p p! π∈S p Beispiel 2.50 1 u ∧ v ∧ w = (u ⊗ v ⊗ w − u ⊗ w ⊗ v + w ⊗ u ⊗ v 6 −w ⊗ v ⊗ u + v ⊗ w ⊗ u − v ⊗ u ⊗ w ) Grundlagen Die äußere Potenz Äußeres Produkt Eigenschaften Fakt 2.51 1 vπ(1) ∧ · · · ∧ vπ(p) = sgn(π)v1 ∧ · · · ∧ vp 2 v1 ∧ · · · ∧ vp = 0 falls zwei der vi gleich 3 v1 ∧ · · · ∧ vp = 0 falls v1 , . . . , vp linear abhängig Grundlagen Die äußere Potenz Äußere Potenz eines Vektorraumes Definition 2.52 Die p-te äußere Potenz eines Vektorraums V ist der Unterraum Λp V := hv1 ∧ · · · ∧ vp : v1 , . . . , vp ∈ V i ⊆ V ⊗p Beispiele 2.53 2 Λ0 V ∼ =K 1 Λ V ∼ =V 3 Λp V = 0 für p > dim V 1 Grundlagen Die äußere Potenz Äußere Potenz Beispiel Beispiel 2.54 {|↑i, |↓i} C-Basis in V Elemente in V ⊗ V : λ↑↑ |↑i ⊗ |↑i + λ↑↓ |↑i ⊗ |↓i + λ↓↑ |↓i ⊗ |↑i + λ↓↓ |↓i ⊗ |↓i äußere Produkte: |↑i ∧ |↑i = |↓i ∧ |↓i = 0 |↑i ∧ |↓i = 12 (|↑i ⊗ |↓i − |↓i ⊗ |↑i) = −|↓i ∧ |↑i Elemente in Λ2 V ⊂ V ⊗ V : λ(|↑i ⊗ |↓i − |↓i ⊗ |↑i) λ∈C λ· ∈ C Grundlagen Die äußere Potenz Äußere Potenz Basis Fakt 2.55 {v1 , . . . , vn } Basis von V ⇒ {vi1 ∧ · · · ∧ vip : 1 6 i1 < · · · < ip 6 n} Basis in Λp V Insbesondere: dim Λp V = n p ! Grundlagen Algebren 2.5. Algebren Grundlagen Algebren Algebren Definition Definition 2.56 Eine Algebra über einem Körper K (K-Algebra) ist ein K-Vektorraum A mit einer bilinearen Multiplikation · : A × A → A. Das heißt 1 (a + b) · c = (a · c) + (b · c) (Linksdistributivität) 2 a · (b + c) = (a · b) + (a · c) (Rechtsdistributivität) 3 (λa) · b = λ(a · b) = a · (λb) (Homogenität) A heißt 1 unitär, falls · ein neutrales Element 1 ∈ A besitzt: 1 · a = a · 1 = a 2 assoziativ, falls · assoziativ: a · (b · c) = (a · b) · c 3 kommutativ, falls · kommutativ: a · b = b · a Grundlagen Algebren Algebren Multiplikationen Bemerkung 2.57 In einer Algebra haben wir drei Multiplikationen, die alle mit dem selben (bzw. gar keinem) Symbol bezeichnet werden: 1 Multiplikation von Körperelementen: · : K × K → K 2 Skalarmultiplikation von Vektoren: · : K × A → A 3 Multiplikation von Vektoren: · : A × A → A Welche man meint, ist stets aus dem Kontext klar. Grundlagen Algebren Algebren Beispiele Beispiele 2.58 1 0 = {0} triviale Algebra 2 K ist kommutative unitäre assoziative K-Algebra (z.B. K = R, C). 3 H ist nicht-kommutative unitäre assoziative R- oder C-Algebra. 4 O ist nicht-kommutative unitäre nicht-assoziative R-Algebra 5 6 7 (R3 , +, ×) nicht-kommutative nicht-unitäre nicht-assoziative R-Algebra Polynomalgebra K[X ]: kommutative unitäre assoziative K-Algebra Matrixalgebren: I I I K(n) := L(Kn , Kn ) ∼ = MatK (n × n) assoziative, unitäre, nicht kommutative K-Algebra C(n) ist sowohl eine R-Algebra, als auch eine C-Algebra. H(n) := L(Hn , Hn ) ∼ = MatH (n × n) assoziative, unitäre, nicht kommutative R-Algebra Grundlagen Algebren Morphismen von K-Algebren Definition Definition 2.59 Ein K-Algebren-Homomorphismus ist eine lineare Abbildung f : A → B zwischen zwei K-Algebren, die mit der Algebren-Multiplikation verträglich ist: f (a · b) = f (a) · f (b) f heißt unitär, falls A und B unitär und f (1) = 1 K-Algebren-Isomorphismus, falls f bijektiv. K-Algebren-Endomorphismus, falls B = A. K-Algebren-Automorphismus, falls B = A und f bijektiv. Bemerkung 2.60 „Homomorphismus“ zwischen unitären Algebren meint meist „unitär“. Grundlagen Algebren Morphismen von K-Algebren Beispiel Definition 2.61 Ist A unitär, so heißt x ∈ A invertierbar :⇔ ∃a−1 ∈ A : aa−1 = 1 = a−1 a Fakt 2.62 Für eine assoziative, unitäre K-Algebra A und b ∈ A invertierbar ist die Abbildung A −→ A a 7→ bab −1 ein K-Algebren-Automorphismus. Definition 2.63 Automorphismen von diesem Typ heißen innere Automorphismen, alle anderen äußere Automorphismen. Grundlagen Algebren Direkte Summe von Algebren Fakt 2.64 Die direkte Summe A ⊕ B zweier K-Algebren A und B wird mit folgender Multiplikation zu einer K-Algebra: (a1 ⊕ b1 ) · (a2 ⊕ b2 ) := (a1 · a2 ) ⊕ (b1 · b2 ) Die kanonischen Inklusionen sind K-Algebren-Homomorphismen: ιA : A ,→ A ⊕ B a 7→ a ⊕ 0 ιB : B ,→ A ⊕ B b 7→ 0 ⊕ b Grundlagen Algebren Unteralgebren Definition 2.65 U ⊆ A Unteralgebra :⇔ 1 U ⊆ A Untervektorraum 2 ∀u1 , u2 ∈ U: u1 · u2 ∈ U. Bemerkung 2.66 Eine Unteralgebra ist eine bezüglich Addition, Skalarmultiplikation und Multiplikation abgeschlossene Teilmenge. Beispiele 2.67 1 0 ⊆ A, A ⊆ A triviale Unteralgebren 2 R ⊂ C ⊂ H ⊂ O als R-Algebren 3 R(n) ⊂ C(n) ⊂ H(n) als R-Algebren Grundlagen Algebren Das Zentrum als Unteralgebra Definition 2.68 Z (A) := {z ∈ A : ∀a ∈ A : az = za} Zentrum von A Beispiel 2.69 1 Z (R3 , +, ×) = {~0} 2 Z (H) = R 3 Z (O) = R 4 5 6 Z (R(n)) = R Id ∼ =R Z (C(n)) = C Id ∼ =C Z (H(n)) = R Id ∼ =R Fakt 2.70 Z (A) ist eine kommutative Unteralgebra. Grundlagen Algebren Unteralgebren Bemerkung 2.71 Der Quotientenraum A/U bezüglich einer Unteralgebra U ⊂ A ist im Allgemeinen keine Algebra, da [a] · [b] := [a · b] nicht wohldefiniert ist: [a0 b 0 ] = [(a + u)(b + v )] = [ab + av + ub + uv ] = [ab + av + ub] i.A. 6= [ab] u, v ∈ U Für u, v ∈ U müßte auch av + ub in U liegen. Quotienten kann man also nur bezüglich bestimmter Unteralgebren bilden. Grundlagen Algebren Quotientenalgebra Definition Definition 2.72 I ⊆ A Linksideal (bzw. Rechtsideal) :⇔ 1 I ⊆ A Untervektorraum 2 ∀a ∈ A : ∀u ∈ I: au ∈ I (bzw. ua ∈ I) I ⊆ A (zweiseitiges) Ideal :⇔ I Links- & Rechtsideal Fakt 2.73 Der Quotientenraum A/I einer K-Algebra A bezüglich eines (zweiseitigen) Ideals I ⊆ A wird mit folgender Multiplikation zu einer K-Algebra: [a] · [b] := [a · b] Die kanonische Projektion A A/I ist ein K-Algebren-Homomorphismus. Grundlagen Algebren Ideale Beispiele Beispiele 2.74 1 0 ⊂ A, A ⊂ A triviale Ideale 2 durch X 2 + 1 teilbare Polynome in K[X ] 3 Matrizen in K(n) mit 0 in der letzten Spalte bilden linkes Ideal 4 Matrizen in K(n) mit 0 in der letzten Zeile bilden rechtes Ideal Definition 2.75 A einfach :⇔ A besitzt nur die trivialen Ideale 0, A ⊆ A. Fakt 2.76 K(n) ist einfach. Grundlagen Algebren Erzeugendensystem eines Ideals Fakt 2.77 Der Schnitt beliebig vieler Ideale ist wieder ein Ideal. Definition 2.78 Das von einer Teilmenge R ⊆ A erzeugte Ideal hRi ist der Schnitt aller R enthaltenden Ideale I: \ hRi := I I Ideal, R ⊆ I Fakt 2.79 Das von R ⊆ A erzeugte (zweiseitige) Ideal in einer unitären Algebra A hat die Gestalt hRi = {a1 r1 b1 + · · · an rn bn : n ∈ N, ri ∈ R, ai , bi ∈ A} Grundlagen Algebren Tensorprodukt von Algebren Fakt 2.80 Das Tensorprodukt zweier K-Algebren A und B wird mit folgender Multiplikation zu einer K-Algebra: (a1 ⊗ b1 ) · (a2 ⊗ b2 ) := (a1 · a2 ) ⊗ (b1 · b2 ) Sind A und B unitär, so sind folgende Abbildungen injektive K-Algebren-Homomorphismen: ιA : A −→ A ⊗ B a 7→ a⊗1 ιB : B −→ A ⊗ B b 7→ 1⊗b Grundlagen Algebren Tensorprodukt von Algebren Beispiele Fakt 2.81 1 2 3 4 5 6 K(n) ⊗K K(m) ∼ = K(nm) R(n) ⊗R C ∼ = C(n) R(n) ⊗R H ∼ = H(n) ∼ C ⊗R C = C ⊕ C C ⊗R H ∼ = C(2) H ⊗R H ∼ = R(4) Grundlagen Algebren Gradierung einer Algebra Definition 2.82 Eine Gradierung auf einer Algebra A ist eine Zerlegung A= ∞ M Ap mit Ai · Aj ⊆ Ai+j p=0 Eine Algebra mit einer Gradierung heißt gradiert. Die Elemente in Ap heißen homogen vom Grad p. Beispiel 2.83 K[X ] = ∞ L p=0 K[X ]p Zerlegung in homogene Polynome vom Grad p Grundlagen Die Tensoralgebra 2.6. Die Tensoralgebra Grundlagen Die Tensoralgebra Die Tensoralgebra Definition Definition 2.84 Die Tensoralgebra (oder freie Algebra) über dem K-Vektorraum V ist der K-Vektorraum T (V ) := ∞ M V ⊗p = K ⊕ V ⊕ (V ⊗ V ) ⊕ (V ⊗ V ⊗ V ) ⊕ · · · p=0 versehen mit der Multiplikation ⊗: V ⊗p × V ⊗q (v1 ⊗ · · · ⊗ vp , vp+1 ⊗ · · · ⊗ vp+q ) −→ V ⊗(p+q) 7→ v1 ⊗ · · · ⊗ vp+q Grundlagen Die Tensoralgebra Die Tensoralgebra Eigenschaften Bemerkungen 2.85 Die Elemente in T (V ) sind endliche Linearkombinationen von Elementen der Form λ ⊕ v11 ⊕ (v21 ⊗ v22 ) ⊕ (v31 ⊗ v32 ⊗ v33 ) ⊕ · · · λ ∈ K, v· ∈ V , wobei nur endlich viele Summanden von Null verschieden sind. Wir haben die kanonischen Inklusionen K ,→ T (V ) λ 7→ λ ⊕ 0 ⊕ 0 ⊕ · · · ι: V v ,→ T (V ) 7→ 0 ⊕ v ⊕ 0 ⊕ 0 ⊕ · · · . Fakt 2.86 T (V ) ist eine gradierte nicht-kommutative unitäre assoziative K-Algebra. Grundlagen Die Tensoralgebra Die Tensoralgebra Beispiel Schreibweise 2.87 λ für λ ⊕ 0 ⊕ 0 ⊕ · · · v für 0 ⊕ v ⊕ 0 ⊕ 0 ⊕ · · · dann: λ ⊕ v11 ⊕ (v21 ⊗ v22 ) ⊕ · · · = λ + v11 + v21 ⊗ v22 + . . . Beispiel 2.88 λ + v11 + v21 ⊗ v22 ⊗ µ + w11 + w21 ⊗ w22 = λµ + (λw11 + µv11 ) + (λw21 ⊗ w22 + v11 ⊗ w11 + µv21 ⊗ v22 ) + (v11 ⊗ w21 ⊗ w22 + v21 ⊗ v22 ⊗ w11 ) + v21 ⊗ v22 ⊗ w21 ⊗ w22 Grundlagen Die Tensoralgebra Die Tensoralgebra Universalitätseigenschaft Fakt 2.89 Zu jeder linearen Abbildung f : V → A von V in eine unitäre assoziative K-Algebra A existiert ein eindeutig bestimmter K-AlgebrenHomomorphismus fˆ : T (V ) → A mit f = fˆ ◦ ι: V ι / T (V ) f " fˆ A Die Tensoralgebra ist (bis auf Isomorphie) eindeutig durch diese Universalitätseigenschaft bestimmt. Bemerkung 2.90 T (V ) ist die „allgemeinste“ unitäre assoziative K-Algebra, die V enthält. Grundlagen Die Tensoralgebra Morphismen von Tensoralgbren induziert von Vektorraummorphismen Fakt 2.91 Jede lineare Abbildung f : V1 → V2 induziert einen eindeutig bestimmten K-Algebra-Homomorphismus fˆ : T (V1 ) → T (V2 ) mit fˆ ◦ ι1 = ι2 ◦ f : T (V1 ) fˆ O ι1 ? V1 / T (V2 ) O ? f ι2 / V2 Insbesondere induziert jeder Endo- bzw. Automorphismus von V einen Endo- bzw. Automorphismus von T (V ). Grundlagen Die äußere Algebra 2.7. Die äußere Algebra Grundlagen Die äußere Algebra Die äußere Algebra Definition Definition 2.92 Die äußere Algebra über dem K-Vektorraum V ist der K-Vektorraum Λ(V ) := dim MV Λp V = K ⊕ V ⊕ Λ2 V ⊕ · · · ⊕ Λdim V V p=0 versehen mit der Multiplikation Λp V × Λq V (v1 ∧ · · · ∧ vp , vp+1 ∧ · · · ∧ vp+q ) Bemerkung 2.93 dim Λ(V ) = 2dim V −→ Λp+q V 7→ v1 ∧ · · · ∧ vp+q Grundlagen Die äußere Algebra Die äußere Algebra Eigenschaften Bemerkungen 2.94 Die Elemente in Λ(V ) sind endliche Linearkombinationen von Elementen der Form λ ⊕ v11 ⊕ (v21 ∧ v22 ) ⊕ · · · ⊕ (vn1 ∧ · · · ∧ vnn ) λ ∈ K, v· ∈ V Wir haben die kanonischen Inklusionen K ,→ Λ(V ) λ 7→ λ ⊕ 0 ⊕ 0 ⊕ · · · ι: V v ,→ Λ(V ) 7→ 0 ⊕ v ⊕ 0 ⊕ 0 ⊕ · · · . sowie Λ(V ) ,→ T (V ). Fakt 2.95 Λ(V ) ist eine gradierte nicht-kommutative unitäre assoziative K-Algebra. Grundlagen Die äußere Algebra Äußere Algebra Beispiel Schreibweise 2.96 λ + v11 + v21 ∧ v22 + · · · für λ ⊕ v11 ⊕ (v21 ∧ v22 ) ⊕ · · · Beispiel 2.97 {|↑i, |↓i} C-Basis in V Elemente in Λ(V ) = C ⊕ V ⊕ Λ2 V : λ0 + λ1 |↑i + λ2 |↓i + λ3 |↑i ∧ |↓i λi ∈ C äußeres Produkt: λ0 + λ1 |↑i + λ2 |↓i + λ3 |↑i ∧ |↓i · µ0 + µ1 |↑i + µ2 |↓i + µ3 |↑i ∧ |↓i = (λ0 µ0 ) + (λ0 µ1 + λ1 µ0 )|↑i + (λ0 µ2 + λ2 µ0 )|↓i + (λ0 µ3 + λ1 µ2 − λ2 µ1 + λ3 µ0 )|↑i ∧ |↓i Grundlagen Quadratische Räume 2.8. Quadratische Räume Grundlagen Quadratische Räume Symmetrische Bilinearformen Definition Definition 2.98 Eine symmetrische Bilinearform auf einem K-Vektorraum V ist eine Abbildung b : V × V −→ K mit 1 b(λ1 v1 + λ2 v2 , w ) = λ1 b(v1 , w ) + λ2 b(v2 , w ) 2 b(v , λ1 w1 + λ2 w2 ) = λ1 b(v , w1 ) + λ2 b(v , w2 ) 3 b(w , v ) = b(v , w ) Sie heißt: 1 nicht ausgeartet :⇔ b(v , v ) = 0 ⇒ v = 0 2 positiv definit :⇔ v 6= 0 ⇒ b(v , v ) > 0 (falls K = R) Beispiel 2.99 br ,s,t (v , w ) = v1 w1 + . . . + vr wr − vr +1 wr +1 − . . . − vr +s wr +s r +s +t = n Grundlagen Quadratische Räume Quadratische Formen Definition Definition 2.100 Eine quadratische Form auf einem K-Vektorraum V ist eine Abbildung q : V × V −→ K mit 1 Homogenität: q(λv ) = λ2 q(v ) 2 Parallelogrammidentität: q(v + w ) + q(v − w ) = 2(q(v ) + q(w )) Sie heißt: 1 nicht ausgeartet :⇔ q(v ) = 0 ⇒ v = 0 2 positiv definit :⇔ v 6= 0 ⇒ q(v ) > 0 (falls K = R) Beispiel 2.101 qr ,s,t (v ) = v12 + . . . + vr2 − vr2+1 − . . . − vr2+s r +s +t =n Grundlagen Quadratische Räume Polarisation Fakt 2.102 Es sei V ein Vektorraum über K = R oder K = C. 1 Jede symmetrische Bilinearform b auf V definiert eine (stetige) quadratische Form q(v ) := b(v , v ). 2 Umgekehrt definiert jede stetige quadratische Form q auf V eine symmetrische Bilinearform b(v , w ) := 3 1 4 q(v + w ) − q(v − w ) Beide Konstruktionen sind invers zueinander. Bemerkung 2.103 Daher verwenden wir die Begriffe „symmetrische Bilinearform“ und „quadratische Form“ synonym. Grundlagen Quadratische Räume Standardformen Beispiel 2.104 quadratische Standardformen: qr ,s,t (v ) = v12 + . . . + vr2 − vr2+1 − . . . − vr2+s = v T Bv B = diag{+1, . . . , +1, −1, . . . , −1, 0, . . . , 0} | {z r } | {z s } | {z } t Standardbilinearformen: br ,s,t (v , w ) = v1 w1 + . . . + vr wr − vr +1 wr +1 − . . . − vr +s wr +s = v T Bw br ,s,t und qr ,s,t sind äquivalent. Grundlagen Quadratische Räume Quadratische Räume Definition 2.105 1 Ein quadratischer Raum (V , q) ist ein Vektorraum V versehen mit einer quadratischen Form q. 2 Ein Homomorphismus zwischen zwei quadratischen Räumen (V1 , q1 ) und (V2 , q2 ) ist eine lineare Abbildung f : V1 → V2 , die mit den quadratischen Formen q1 und q2 kompatibel ist, d. h. f V1 −−−−→ V2 q1 y K 3 q y 2 q1 = q2 ◦ f K Er ist ein Isomorphismus quadratischer Räume, falls er bijektiv ist. Schreibweise 2.106 f : (V1 , q1 ) → (V2 , q2 ) bzw. (V1 , q1 ) ∼ = (V2 , q2 ) Grundlagen Quadratische Räume Sylvesterscher Trägheitssatz für reelle symmetrische Bilinearformen Fakt 2.107 1 Zu jedem n-dimensionalen reellen quadratischen Raum (V , q) gibt es ein Tripel (r , s, t) ∈ N3 , sodass (V , q) ∼ = (Rn , qr ,s,t ) 2 r +s +t =n Das Tripel (r , s, t) ∈ N3 ist eindeutig durch q bestimmt. Definition 2.108 (r , s, t) (oder auch nur (r , s)) heißt Signatur der quadratischen Form q. Fakt 2.109 1 q nicht ausgeartet ⇔ t = 0 bzw. r + s = n 2 q positiv definit ⇔ s = t = 0 bzw. r = n Grundlagen Quadratische Räume Konstruktion quadratischer Räume Fakt 2.110 Sind (V , bV ) und (W , bW ) quadratische Räume, so werden auch folgende Räume, versehen mit einer entsprechenden symmetrischen Bilinearform, zu einem quadratischen Raum: 1 direkte Summe (V ⊕ W , bV ⊕ bW ) (bV ⊕ bW )(v1 ⊕ w1 , v2 ⊕ w2 ) := bV (v1 , v2 ) + bW (w1 , w2 ) 2 Tensorprodukt (V ⊗ W , bV ⊗ bW ) (bV ⊗ bW )(v1 ⊗ w1 , v2 ⊗ w2 ) := bV (v1 , v2 )bW (w1 , w2 ) Grundlagen Komplexifizierung 2.9. Komplexifizierung Grundlagen Komplexifizierung Komplexifizierung von Vektorräumen Fakt 2.111 Ist V ein R-Vektorraum, so wird VC := C ⊗R V mit folgender Skalarmultiplikation zu einem C-Vektorraum: λ(z ⊗ v ) := (λz) ⊗ v Definition 2.112 VC heißt Komplexifizierung von V Fakt 2.113 {v1 , . . . , vn } R-Basis von V ⇒ {1 ⊗ v1 , . . . , 1 ⊗ vn } C-Basis von VC Insbesondere: dimC VC = dimR V Grundlagen Komplexifizierung Komplexifizierung von Abbildungen und symmetrischen Bilinearformen Fakt 2.114 1 Jede reell lineare Abbildung f : V → W induziert eine komplex lineare Abbildung VC → WC fC : z ⊗v 2 7→ fC (z ⊗ v ) := z ⊗ f (v ) Jede reelle symmetrische Bilinearform b : V × V → R induziert eine komplexe symmetrische Bilinearform bC : VC × VC → C (z1 ⊗ v1 , z2 ⊗ v2 ) 7→ bC (z1 ⊗ v1 , z2 ⊗ v2 ) := z1 z2 b(v1 , v2 ) 3 Dies definiert die Komplexifizierung qC einer reellen quadratischen Form q. Grundlagen Komplexifizierung Komplexifizierung quadratischer Räume Definition 2.115 (V , q)C := (VC , qC ) Komplexifizierung des quadratischen Raumes (V , q) Fakt 2.116 (Rn , qr ,s,t )C ∼ = (Rn , qr +s,0,t )C Bemerkung 2.117 Jeder n-dimensionale komplexe quadratische Raum mit nicht-ausgearteter quadratischer Form ist isomorph zu (Cn , q), wobei q(v ) = v12 + · · · + vn2 . Definition und Eigenschaften Gliederung 3 Definition und Eigenschaften Definition Universalitätseigenschaft Beziehung zur äußeren Algebra Basis und Dimension Quadratische Form Reelle Clifford-Algebren Komplexe Clifford-Algebren Definition und Eigenschaften Definition 3.1. Definition Definition und Eigenschaften Definition Definition Definition 3.1 Es seien: (V , q) ein quadratischer Raum über dem Körper K T (V ) = ∞ L V ⊗p die Tensoralgebra von V p=0 J (V , q) = hv ⊗ v + q(v )1 : v ∈ V i Ideal in T (V ) Dann ist die Clifford-Algebra über (V , q) folgende K-Algebra: Cl(V , q) := T (V )/J (V , q) mit der kanonischen Einbettung ι : V ,→ T (V ) Cl(V , q) Definition und Eigenschaften Definition Elemente Bemerkung 3.2 Wir zeigen später, dass ι : V ,→ Cl(V , q) tatsächlich injektiv ist. Schreibweise 3.3 v für ι(v ) „·“ für die Multiplikation in Cl(V , q) Bemerkung 3.4 Die Elemente in Cl(V , q) sind von der Form λ + v11 + v21 · v22 + v31 · v32 · v33 + · · · λ ∈ K, v· ∈ V , wobei nur endlich viele Summanden von Null verschieden sind. Wir zeigen später, dass dim Cl(V , q) < ∞. Definition und Eigenschaften Definition Fakt 3.5 1 In Cl(V , q) gelten die folgenden beiden äquivalenten Relationen (für K = R oder C): v 2 = −q(v ) v · w + w · v = −2b(v , w ) 2 Cl(V , q) ist eine unitäre assoziative K-Algebra. Bemerkung 3.6 Die Gradierung auf der Tensoralgebra T (V ) steigt nicht auf den Quotienten Cl(V , q) ab. Definition und Eigenschaften Universalitätseigenschaft 3.2. Universalitätseigenschaft Definition und Eigenschaften Universalitätseigenschaft Universalitätseigenschaft Fakt 3.7 Jede lineare Abbildung f : V → A eines Vektorraums V in eine unitäre assoziative K-Algebra A mit der Eigenschaft f (v ) · f (v ) = −q(v )1 läßt sich zu einem K-Algebren-Homomorphismus fˆ : Cl(V , q) → A fortsetzen: ι / Cl(V , q) V f = fˆ ◦ ι f # fˆ A Diese Eigenschaft bestimmt Cl(V , q) bis auf Isomorphie eindeutig. Definition und Eigenschaften Universalitätseigenschaft Morphismen Folgerung 3.8 1 Jeder Homomorphismus f : (V1 , q1 ) → (V2 , q2 ) läßt sich eindeutig zu einem K-Algebren-Homomorphismus fˆ : Cl(V1 , q1 ) → Cl(V2 , q2 ) fortsetzen: Cl(V1 , q1 ) fˆ O ι1 ? (V1 , q1 ) 2 / Cl(V2 , q2 ) O ? f fˆ ◦ ι1 = ι2 ◦ f ι2 / (V2 , q2 ) Insbesondere lassen sich Endo- bzw. Automorphismen von (V , q) eindeutig zu K-Algebren-Endo- bzw. -Automorphismen von Cl(V , q) fortsetzen. Definition und Eigenschaften Universalitätseigenschaft Gradinvolution Beispiel 3.9 Die lineare Abbildung −Id : V → V : v 7→ −v setzt sich zu einem K-Algebren-Morphismus fort: d : Cl(V , q) −→ Cl(V , q) α := −Id v1 · · · vp 7→ α(v1 · · · vp ) = (−1)p v1 · · · vp Definition 3.10 1 α : Cl(V , q) → Cl(V , q) heißt Gradinvolution 2 Cl0 (V , q) := {x ∈ Cl(V , q) : α(x ) = +x } gerade Unteralgebra 3 Cl1 (V , q) := {x ∈ Cl(V , q) : α(x ) = −x } ungerader Teil Definition und Eigenschaften Universalitätseigenschaft Transposition Fakt 3.11 Das Ideal J (V , q) ist invariant unter der linearen Abbildung ( )t : T (V ) −→ T (V ) v1 ⊗ · · · ⊗ vr 7→ (v1 ⊗ · · · ⊗ vr )t := vr ⊗ · · · ⊗ v1 . Dies definiert einen K-Algebren-Antiautomorphismus ( )t : Cl(V , q) −→ Cl(V , q) v1 · · · vr 7→ (v1 · · · vr )t := vr · · · v1 , d. h. eine lineare Abbildung mit (xy )t = y t x t . Definition 3.12 ( )t : Cl(V , q) → Cl(V , q) heißt Transposition. Definition und Eigenschaften Beziehung zur äußeren Algebra 3.3. Beziehung zur äußeren Algebra Definition und Eigenschaften Beziehung zur äußeren Algebra Einbettung der Clifford-Algebra in die Endomorphismen der äußeren Algebra Definition 3.13 Wir definieren zwei lineare Abbildungen ε, j : V → End(Λ(V )) durch ε(v )(v1 ∧ · · · ∧ vp ) := v ∧ v1 ∧ · · · ∧ vp j(v )(v1 ∧ · · · ∧ vp ) := p X (−1)i b(v , vi )v1 ∧ · · · ∧ vbi ∧ · · · ∧ vp i=1 Satz 3.14 Die lineare Abbildung f := ε + j : V → End(Λ(V )) setzt sich zu einem K-Algebren-Homomorphismus fˆ : Cl(V , q) → End(Λ(V )) fort. Definition und Eigenschaften Beziehung zur äußeren Algebra Clifford-Algebra und äußere Algebra Satz 3.15 Es existiert ein kanonischer Vektorraumisomorphismus Φ : Cl(V , q) −→ Λ(V ) mit Φ(ei1 · · · eip ) = ei1 ∧ . . . ∧ eip i1 , . . . , ip paarweise verschieden für jede q-Orthogonalbasis {e1 , . . . , en }. Bemerkung 3.16 Obiger Isomorphismus ist kein K-Algebren-Homomorphismus, da die beiden Multiplikationen x · y und x ∧ y (für q = 0) verschieden sind. Folgerung 3.17 Cl(V , 0) ∼ = Λ(V ) als K-Algebren Definition und Eigenschaften Basis und Dimension 3.4. Basis und Dimension Definition und Eigenschaften Basis und Dimension Basis und Dimension Folgerung 3.18 Die kanonische Einbettung ι : V → Cl(V , q) ist injektiv. Folgerung 3.19 {e1 , . . . , en } q-Orthogonalbasis in V ⇒ {ei1 · · · eip : 1 6 i1 < · · · < ip 6 n, p = 0, . . . , n} Basis in Cl(V , q) Insbesondere: dim Cl(V , q) = 2dim V Definition und Eigenschaften Basis und Dimension Clifford-Multiplikation Beispiel 3.20 in Cl(R2 , q1,1 ): e12 = −1 e22 = +1 e2 · e1 = −e1 · e2 λ1 e1 + λ2 e2 + λ3 e1 · e2 · µ1 e1 + µ2 e2 + µ3 e1 · e2 = λ1 µ1 e12 + λ1 µ2 e1 e2 + λ2 µ1 e2 e1 + λ2 µ2 e22 + λ1 µ3 e12 e2 + λ2 µ3 e2 e1 e2 + λ3 µ1 e1 e2 e1 + λ3 µ2 e1 e22 + λ3 µ3 e1 e2 e1 e2 = (−λ1 µ1 + λ2 µ2 ) + (λ1 µ2 − λ2 µ1 )e1 e2 − λ1 µ3 e2 − λ2 µ3 e1 e22 − λ3 µ1 e12 e2 + λ3 µ2 e1 − λ3 µ3 e12 e22 = (−λ1 µ1 + λ2 µ2 + λ3 µ3 ) + (−λ2 µ3 + λ3 µ2 )e1 + (−λ1 µ3 + λ3 µ1 )e2 + (λ1 µ2 − λ2 µ1 )e1 e2 Definition und Eigenschaften Quadratische Form 3.5. Quadratische Form Definition und Eigenschaften Quadratische Form Filtrierung Definition 3.21 Die Gradierung Λ(V ) = dim MV Λp (V ) p=0 definiert eine Zerlegung Cl(V , q) = dim MV Cl(V , q)p p=0 unter dem Isomorphismus Cl(V , q) ∼ = Λ(V ). Bemerkung 3.22 Dies ist keine Gradierung von Cl(V , q)! Definition und Eigenschaften Quadratische Form Clifford-Konjugation Definition 3.23 x̄ := α(x t ) Clifford-Konjugation Fakt 3.24 2 α(x t ) = α(x )t x̄¯ = x 3 x · y = ȳ · x̄ 4 (x̄ )0 = (x )0 5 (x̄ )1 = −(x )1 1 Definition und Eigenschaften Quadratische Form Natürliche quadratische Form auf einer Clifford-Algebra Fakt 3.25 1 Cl(V , q) wird durch folgende symmetrische Bilinearform zu einem quadratischen Raum: b̂(x , y ) := (x̄ y )0 2 Die kanonische Einbettung ist ein Homomorphismus quadratischer Räume: ι : (V , q) −→ Cl(V , q), q̂ Definition und Eigenschaften Quadratische Form Eigenschaften der quadratischen Form Fakt 3.26 1 Die quadratische Form q̂ hat die Eigenschaft q̂(v1 · · · vp ) = q(v1 ) · · · q(vp ) 2 v1 , . . . , vp ∈ V Die symmetrische Bilinearform b̂ hat die Eigenschaft b̂(x , a · y ) = b̂(ā · x , y ) b̂(x · a, y ) = b̂(x , y · ā) 3 b̂ nicht-ausgeartet ⇔ b nicht-ausgeartet. 4 b̂ positiv definit ⇔ b positiv definit. Definition und Eigenschaften Reelle Clifford-Algebren 3.6. Reelle Clifford-Algebren Definition und Eigenschaften Reelle Clifford-Algebren Reelle Clifford-Algebren Definition Bemerkung 3.27 (Erinnerung) Jeder n-dimensionale quadratische Raum (V , q) mit nicht ausgearteter quadratischer Form q der Signatur (r , s) ist isomorph zu (Rn , qr ,s ), wobei qr ,s (v ) = v12 + · · · + vr2 − vr2+1 − · · · − vr2+s . Definition 3.28 1 Clr ,s := Cl(Rr +s , qr ,s ) 2 Cln := Cln,0 Definition und Eigenschaften Reelle Clifford-Algebren Erzeugende Relationen Fakt 3.29 Clr ,s wird von folgenden Relationen erzeugt: ei ej + ej ei = −2 0 +2 i =j 6r i 6= j i = j > r. Bemerkung 3.30 Dies sind die Kanonischen Antivertauschungsregeln! Definition und Eigenschaften Reelle Clifford-Algebren Kleine reelle Clifford-Algebren Fakt 3.31 1 2 3 4 5 6 Cl0,0 ∼ =R Cl1,0 ∼ =C Cl0,1 ∼ =R⊕R Cl2,0 ∼ =H Cl0,2 ∼ = R(2) Cl1,1 ∼ = R(2) Definition und Eigenschaften Komplexe Clifford-Algebren 3.7. Komplexe Clifford-Algebren Definition und Eigenschaften Komplexe Clifford-Algebren Definition Fakt 3.32 (Erinnerung) Jeder n-dimensionale komplexe quadratische Raum mit nicht-ausgearteter quadratischer Form ist isomorph zu (Cn , q), wobei q(v ) = v12 + · · · + vn2 . Insbesondere: (Rn , qn,0 )C ∼ = (Rn , qn−1,1 )C ∼ = ··· ∼ = (Rn , qr ,s )C ∼ = · · · (Rn , q0,n )C ∼ = n ∼ r +s =n = (C , q) Definition 3.33 Cln := Cl(Cn , q) Definition und Eigenschaften Komplexe Clifford-Algebren Kleine komplexe Clifford-Algebren Fakt 3.34 Cl(VC , qC ) ∼ = Cl(V , q) ⊗R C Insbesondere: Cln ∼ = Cl0,n ⊗R C = ... ∼ = Cln,0 ⊗R C ∼ = Cln−1,1 ⊗R C ∼ Folgerung 3.35 1 2 3 Cl0 ∼ =C Cl1 ∼ =C⊕C Cl2 ∼ = C(2) Klassifikation Gliederung 4 Klassifikation Reelle Clifford-Algebren Komplexe Clifford-Algebren Klassifikation Reelle Clifford-Algebren 4.1. Reelle Clifford-Algebren Klassifikation Reelle Clifford-Algebren Leiter- und Periodizitätsisomorphismen Satz 4.1 1 2 3 Cln+2,0 ∼ = Cl0,n ⊗ Cl2,0 wobei Cl2,0 ∼ =H ∼ ∼ Cl0,n+2 = Cln,0 ⊗ Cl0,2 wobei Cl0,2 = R(2) Clr +1,s+1 ∼ = Clr ,s ⊗ Cl1,1 wobei Cl1,1 ∼ = R(2) Beispiel 4.2 Cl8,0 ∼ = Cl2,0 ⊗ Cl0,2 ⊗ Cl2,0 ⊗ Cl0,2 ∼ = R(16) = Cl0,8 ∼ Folgerung 4.3 1 2 Cln+8,0 ∼ = Cln,0 ⊗ Cl8,0 Cl0,n+8 ∼ = Cl0,n ⊗ Cl0,8 Klassifikation Reelle Clifford-Algebren Klassifikation reeller Clifford-Algebren Bemerkung 4.4 Es genügt, die Clifford-Algebren Clr ,s für 0 6 r , s 6 8 zu klassifizieren. Satz 4.5 Klassifikation reeller Clifford-Algebren (siehe Tabelle) Insbesondere ist jede reelle Clifford-Algebra isomorph zu einer Matrix-Algebra K(2m ) oder der direkten Summe K(2m ) ⊕ K(2m ) zweier identischer Matrix-Algebren über K = R, C oder H. Bemerkung 4.6 Also sind Clifford-Algebren am Ende gar nichts neues? Doch: Sie definieren neue, unerwartete Strukturen auf Matrix-Algebren! Klassifikation Reelle Clifford-Algebren Diagonale Isomorphismen Folgerung 4.7 1 2 Clr ,s ∼ = Clr −4,s+4 Clr ,s+1 ∼ = Cls,r +1 Klassifikation Komplexe Clifford-Algebren 4.2. Komplexe Clifford-Algebren Klassifikation Komplexe Clifford-Algebren Klassifikation komplexer Clifford-Algebren Satz 4.8 (Periodizitätsisomorphismus) Cln+2 ∼ = Cln ⊗C Cl2 Cl2 ∼ = C(2) Folgerung 4.9 ( Cln ∼ = C(2m ) n = 2m C(2m ) ⊕ C(2m ) n = 2m + 1 Darstellungen Gliederung 5 Darstellungen Darstellungen von Algebren Darstellungen von Clifford-Algebren Darstellungen Darstellungen von Algebren 5.1. Darstellungen von Algebren Darstellungen Darstellungen von Algebren Darstellungen von Algebren Definition Definition 5.1 Eine K-Darstellung einer K-Algebra A auf einem K-Vektorraum W ist ein K-Algebren-Homomorphismus % : A −→ EndK (W ) a 7→ %(a) : W w W heißt auch A-Modul. Schreibweise 5.2 1 a · w statt (%(a))(w ) 2 W statt % −→ W 7→ (%(a))(w ) Darstellungen Darstellungen von Algebren Darstellungen von Algebren Beispiele Beispiele 5.3 1 End(W ) auf W : Standarddarstellung % = Id : End(W ) → End(W ) 2 Cl(V , q) auf Λ(V ) nach Fakt 3.14 3 A auf A durch Linksmultiplikation: % = · : A → End(A) 4 A auf jedem Linksideal L ⊆ A durch Linksmultiplikation Darstellungen Darstellungen von Algebren Darstellungen von Algebren Konstruktion Fakt 5.4 Darstellungen %1 , %2 einer K-Algebra A auf W1 bzw. W2 definieren Darstellungen 1 %1 ⊕ %2 auf W1 ⊕ W2 vermittels a(w1 ⊕ w2 ) := (aw1 ) ⊕ (aw2 ) 2 %1 ⊗ %2 auf W1 ⊗ W2 vermittels a(w1 ⊗ w2 ) := (aw1 ) ⊗ (aw2 ) Darstellungen Darstellungen von Algebren Morphismen von Darstellungen Definition 5.5 %1 , %2 Darstellungen von A auf W1 bzw. W2 1 Ein Homomorphismus zwischen Darstellungen %1 und %2 ist eine lineare Abbildung f : W1 → W2 , die mit den Darstellungen %1 und %2 kompatibel ist, d. h. f W1 −−−−→ W2 % y 2 %1 y f ◦ %1 = %2 ◦ f W1 −−−−→ W2 f Man sagt auch, f ist äquivariant. 2 f ist ein Isomorphismus von Darstellungen, wenn f bijektiv ist. Man sagt auch, %1 und %2 sind äquivalent. Darstellungen Darstellungen von Algebren Reduzibilität von Darstellungen Definition 5.6 W 6= 0 eine A-Darstellung 1 Ein Untervektorraum W1 ⊆ W heißt A-invariant, falls A · W1 ⊆ W1 d. h. a · w ∈ W1 für alle w ∈ W1 . 2 3 4 W heißt irreduzibel, falls nur die trivialen Untervektorräume 0, W ⊆ W A-invariant sind W von A heißt reduzibel, falls W einen echten A-invarianten Untervektorraum 0 ⊂ W1 ⊂ W besitzt. W heißt vollständig reduzibel, falls W eine nichttriviale Zerlegung W = W1 ⊕ W2 in invariante Untervektorräume W1 und W2 besitzt. Darstellungen Darstellungen von Algebren Reduzibilität Beispiele Beispiel 5.7 Wir betrachten die Darstellung einer Algebra A auf sich selbst durch Linksmultiplikation. Dann gilt: 1 Jedes Linksideal ist ein invarianter Unterraum und umgekehrt. 2 A ist irreduzibel, falls sie keine nichttrivialen Linksideale besitzt. 3 A ist vollständig reduzibel, falls sie nichttriviale Summe von Linksidealen ist. Beispiel 5.8 Für K = R, C, H ist Kn eine irreduzible Darstellung der R-Algebra K(n). Darstellungen Darstellungen von Algebren Das Lemma von Schur Lemma 5.9 (von Schur) Eine äquivariante Abbildung f : W1 → W2 zwischen zwei irreduziblen Darstellungen W1 und W2 ist entweder trivial (f ≡ 0) oder ein Isomorphismus. Darstellungen Darstellungen von Clifford-Algebren 5.2. Darstellungen von Clifford-Algebren Darstellungen Darstellungen von Clifford-Algebren Vollständige Reduzibilität von Clifford-Algebren Fakt 5.10 Jede endlichdimensionale reduzible Darstellung von Clr ,s ist vollständig reduzibel. Folgerung 5.11 1 Jede endlichdimensionale Darstellung von Clr ,s zerfällt in eine direkte Summe irreduzibler Darstellungen. 2 Diese Zerlegung ist bis auf Isomorphie und Reihenfolge der Summanden eindeutig. Darstellungen Darstellungen von Clifford-Algebren Irreduzible Darstellungen von Matrixalgebren Satz 5.12 K = R, C oder H, K(n) hier als R-Algebra 1 2 K(n) besitzt bis auf Isomorphie genau eine irreduzible reelle Darstellung: Die Standard-Darstellung auf Kn . K(n) ⊕ K(n) besitzt bis auf Isomorphie genau zwei irreduzible reelle Darstellungen: K(n) ⊕ K(n) −→ K(n) a1 ⊕ a2 7→ a1 K(n) ⊕ K(n) −→ K(n) a1 ⊕ a2 7→ a2 Darstellungen Darstellungen von Clifford-Algebren Klassifikation von Darstellungen der Clifford-Algebren Folgerung 5.13 Anzahl irreduzibler reeller Darstellungen von Clr ,s bzw. Cln : ( νr ,s = ( r + 1 ≡ s mod 4 sonst 2 1 νnC = 2 1 n ungerade n gerade Dimension der irreduziblen reellen Darstellungen von Cln bzw. Cln : n dn b k2 c dnC = 2 1 2 3 4 5 6 7 8 m + 8k 2 4 4 8 8 8 8 16 24k dm 1 2 2 4 4 8 8 16 C 24k dm Anwendungen Gliederung 6 Anwendungen Vektorfelder auf Sphären Der Satz von Hurwitz Kreuzprodukte Anwendungen Vektorfelder auf Sphären 6.1. Vektorfelder auf Sphären Anwendungen Vektorfelder auf Sphären Vektorfelder auf Sphären Definition Definition 6.1 1 2 3 Ein (stetiges) Vektorfeld auf der Einheitssphäre S n ⊂ Rn+1 ist eine stetige Abbildung v : S n → Rn+1 : x 7→ vx mit hvx , x i = 0. Die Vektorfelder v (1) , . . . , v (k) auf S n heißen linear unabhängig, falls (1) (k) vx , . . . , vx linear unabhängig sind für alle x ∈ S n . S n heißt parallelisierbar, falls sie n linear unabhängige Vektorfelder erlaubt. Beispiel 6.2 1 S 1 = {z ∈ C : kzk = 1} ⊂ C parallelisierbar: vz := iz 2 S 3 = {q ∈ H : kqk = 1} ⊂ H parallelisierbar: vq(1) := iq vq(2) := jq vq(3) := kq Anwendungen Vektorfelder auf Sphären Vektorfelder auf Sphären Existenz Problem Wie viele linear unabhängige Vektorfelder existieren auf S n ? Satz 6.3 („Hairy Ball Theorem“) Es gibt keine nichtverschwindenden Vektorfelder auf S 2m . Anwendungen Vektorfelder auf Sphären Vektorfelder auf Sphären aus Clifford-Darstellungen Satz 6.4 Jede (n + 1)-dimensionale Darstellung von Clk definiert k linear unabhängige Vektorfelder v (1) , . . . , v (k) auf S n : vx(i) := ei · x i = 1, . . . , k Folgerung 6.5 Auf S n existieren > 8a + 2b − 1 linear unabhängige Vektorfelder, wobei 24a+b mit b ∈ {0, 1, 2, 3} die größte Zweierpotenz ist, die n + 1 teilt. Bemerkung 6.6 (Adams) Es gilt sogar Gleichheit. Anwendungen Der Satz von Hurwitz 6.2. Der Satz von Hurwitz Anwendungen Der Satz von Hurwitz Der Satz von Hurwitz Satz 6.7 Jede endlichdimensionale normierte reelle Divisionsalgebra mit Eins ist isomorph zu R, C, H oder O. Anwendungen Kreuzprodukte 6.3. Kreuzprodukte Anwendungen Kreuzprodukte Definition 6.8 Ein Kreuzprodukt auf einem Euklidischen Vektorraum (V , h·|·i) ist eine bilineare Abbildung × : V × V → V mit 1 v × w ⊥ v, w 2 kv × w k2 = kv k2 kw k2 − hv |w i2 Beispiel 6.9 v × w := Im(v · w ) = 12 [v , w ] Kreuzprodukt auf ImO ∼ = R7 Satz 6.10 Kreuzprodukte existieren nur in den Dimensionen 3 und 7. Pin- und Spin-Gruppen Gliederung 7 Pin- und Spin-Gruppen Pin- und Spin-Gruppen Pin- & Spin-Gruppen Definition Definition 7.1 Pin-Gruppen 1 Pin(V , q) := {v1 · · · vk ∈ Cl(V , q) : vi ∈ V , q(vi ) = ±1} 2 Pin(r , s) := Pin(Rr +s , qr ,s ) 3 Pin(n) := Pin(n, 0) Spin-Gruppen 1 Spin(V , q) := {v1 · · · v2k ∈ Cl(V , q) : vi ∈ V , q(vi ) = ±1} 2 Spin(r , s) := Spin(Rr +s , qr ,s ) 3 Spin(n) := Spin(n, 0) Pin- und Spin-Gruppen Beispiele Beispiele 7.2 1 2 3 4 5 6 Pin(1) ∼ = Z4 Spin(1) ∼ = Z2 Pin(2) ∼ = U(1) o Z2 Spin(2) ∼ = U(1) Spin(3) ∼ = SU(2) Spin(4) ∼ = SU(2) × SU(2) Pin- und Spin-Gruppen Beziehung zu orthogonalen Gruppen Fakt 7.3 Sei q nicht entartet. Dann sind die Abbildungen ˜ : Pin(V , q) −→ O(V , q) Ad ˜ : Spin(V , q) −→ SO(V , q) Ad ˜ g 7→ Ad(g) : V v −→ V ˜ 7→ Ad(g)v := α(g)vg −1 wohldefinierte Gruppen-Homomorphismen und es gilt: ˜ ist surjektiv. 1 Ad 2 3 ˜ = {±1} Kern Ad ˜ ist nicht trivial, Die zweifache Überlagerung Ad falls n > 2 und (r , s) 6= (1, 1). Pin- und Spin-Gruppen Irreduzible Darstellungen von Spin(V , q) Fakt 7.4 Für Pin(n), Spin(n), O(n) und SO(n) sind alle endlichdimensionalen reduziblen Darstellungen vollständig reduzibel. Bemerkung 7.5 1 Jede irreduzible SO(V , q)-Darstellung % definiert eine irreduzible ˜ Spin(V , q)-Darstellung % ◦ Ad. 2 Nicht jede irreduzuible Darstellung von Spin(V , q) entsteht auf diese Weise. 3 Gleiches gilt für O(V , q) bzw. Pin(V , q). Pin- und Spin-Gruppen Spinordarstellungen Fakt 7.6 Die Einschränkung ∆ = %|Spin(V ,q) einer irreduziblen Cln -Darstellung % : Cln → End(S) auf Spin(n) ⊂ Cl0n ⊂ Cln hängt nicht von der Wahl der irreduziblen Darstellung % ab. Definition 7.7 ∆ : Spin(n) → Aut(S) heißt Spinordarstellung Satz 7.8 1 2 3 n ≡ 3, 5, 6, 7(mod 8): ∆ irreduzibel n ≡ 1, 2(mod 8): ∆ = ∆+ ⊕ ∆− mit ∆+ ∼ = ∆− irreduzibel n ≡ 0(mod 4): ∆ = ∆+ ⊕ ∆− mit ∆+ 6∼ = ∆− beide irreduzibel