1. 1.1. 定义和例子
📜 [原文2]
回顾一下,如果 $G$ 和 $H$ 是群,那么同构 $f: G \rightarrow H$ 是一个双射 $f: G \rightarrow H$,使得对于所有 $g_{1}, g_{2} \in G$,
$$
f\left(g_{1} g_{2}\right)=f\left(g_{1}\right) f\left(g_{2}\right)
$$
在许多情况下,我们给定的函数 $f: G \rightarrow H$ 不一定是双射,但 $f$ 仍然满足函数方程 $f\left(g_{1} g_{2}\right)=f\left(g_{1}\right) f\left(g_{2}\right)$。我们将其定义如下:
📖 [逐步解释]
这段话是在引入“同态” (Homomorphism) 这个概念之前,先回顾一个大家可能更熟悉的概念——“同构” (Isomorphism)。
- 回顾同构:首先,它提醒我们同构是什么。一个从群 $G$ 到群 $H$ 的同构映射 $f$,需要满足两个核心条件:
- 结构保持:$f(g_1 g_2) = f(g_1)f(g_2)$。这个公式是关键。它的意思是,先在群 $G$ 中对两个元素 $g_1$ 和 $g_2$ 进行运算(比如乘法),得到 $g_1 g_2$,然后再通过映射 $f$ 把结果映到群 $H$ 中去;这和你先把 $g_1$ 和 $g_2$ 分别映到 $H$ 中得到 $f(g_1)$ 和 $f(g_2)$,再在 $H$ 中对它们进行运算,得到的结果是完全一样的。这说明 $f$ 完美地“翻译”了群 $G$ 的运算结构到群 $H$。
- 双射 (Bijective):这个映射 $f$ 必须是一一对应的。
- 单射 (Injective):$G$ 中不同的元素一定会被映到 $H$ 中不同的元素。不会出现“多对一”的情况。
- 满射 (Surjective):$H$ 中的每一个元素,都能在 $G$ 中找到一个元素与之对应。不会出现 $H$ 中有元素“无人问津”的情况。
- 同构的本质:两个群如果同构,意味着它们在代数结构上是完全一样的,只是元素的“名字”不同。它们就像是穿着不同外衣的同一个人。
- 放松条件,引出同态:接下来,文章提出了一个关键问题:如果我们保留“结构保持”这个美好的性质,但放弃“双射”这个苛刻的条件,会怎么样?
- 也就是说,我们只要求函数 $f$ 满足 $f(g_1 g_2) = f(g_1)f(g_2)$,但不再要求它必须是单射或满射。
- 这种更“宽松”的、但仍然保持了运算结构的映射,就是“同态”。
💡 [数值示例]
- 示例1 (同构):
- 令群 $G$ 为整数加法群 $(\mathbb{Z}, +)$。
- 令群 $H$ 为偶数加法群 $(2\mathbb{Z}, +)$。
- 定义映射 $f: \mathbb{Z} \rightarrow 2\mathbb{Z}$ 为 $f(n) = 2n$。
- 验证结构保持:取任意两个整数 $n_1, n_2 \in \mathbb{Z}$。
- $f(n_1 + n_2) = 2(n_1 + n_2) = 2n_1 + 2n_2$。
- $f(n_1) + f(n_2) = (2n_1) + (2n_2)$。
- 显然 $f(n_1 + n_2) = f(n_1) + f(n_2)$。结构保持性质满足。
- 验证双射:
- 单射:如果 $f(n_1) = f(n_2)$,则 $2n_1 = 2n_2$,那么 $n_1 = n_2$。所以是单射。
- 满射:对于 $H$ 中任何一个偶数 $m$,我们总能找到 $G$ 中的整数 $m/2$,使得 $f(m/2) = 2(m/2) = m$。所以是满射。
- 结论:$f(n)=2n$ 是一个从 $(\mathbb{Z}, +)$ 到 $(2\mathbb{Z}, +)$ 的同构。
- 示例2 (即将要学习的同态):
- 令群 $G$ 为整数加法群 $(\mathbb{Z}, +)$。
- 令群 $H$ 为群 $(\{1, -1\}, \times)$,其中 $\times$ 是普通乘法。
- 定义映射 $f: \mathbb{Z} \rightarrow \{1, -1\}$ 为:如果 $n$ 是偶数,$f(n)=1$;如果 $n$ 是奇数,$f(n)=-1$。
- 验证结构保持:
- 情况1: $n_1$ 偶, $n_2$ 偶。$n_1+n_2$ 是偶数。$f(n_1+n_2)=1$。$f(n_1) \times f(n_2) = 1 \times 1 = 1$。相等。
- 情况2: $n_1$ 奇, $n_2$ 奇。$n_1+n_2$ 是偶数。$f(n_1+n_2)=1$。$f(n_1) \times f(n_2) = (-1) \times (-1) = 1$。相等。
- 情况3: $n_1$ 偶, $n_2$ 奇。$n_1+n_2$ 是奇数。$f(n_1+n_2)=-1$。$f(n_1) \times f(n_2) = 1 \times (-1) = -1$。相等。
- 验证双射:
- 不是单射:例如 $f(2)=1$ 且 $f(4)=1$,但 $2 \neq 4$。
- 是满射:$H$ 中的 $1$ (来自偶数) 和 $-1$ (来自奇数) 都被映到了。
- 结论:这个映射 $f$ 不是同构,但它满足结构保持,所以它是一个同态。
⚠️ [易错点]
- 混淆运算:初学者最容易犯的错误是混淆 $g_1 g_2$ 和 $f(g_1) f(g_2)$ 的运算场所。前者在源群 $G$ 中进行,后者在目标群 $H$ 中进行。两个群的运算规则可能完全不同,例如一个是加法,一个是矩阵乘法。
- 同态不等于函数:不是任何从群 $G$ 到群 $H$ 的函数都是同态。必须经过 $f(g_1 g_2) = f(g_1) f(g_2)$ 的验证。
- 同构是特殊的同态:所有的同构都是同态,但反过来不成立。同态是更广泛的概念。可以说,同构是“完美的”同态。
📝 [总结]
本段的核心思想是,通过回顾同构(一种保持结构且一一对应的映射),来引出同态的概念。同态放宽了同构中关于“一一对应”(即双射)的严格要求,只保留了最核心的“结构保持”特性,即 $f(g_1 g_2) = f(g_1)f(g_2)$。这使得同态可以描述更多样的群之间的关系,例如多对一的“压缩”或“投影”关系。
🎯 [存在目的]
这段引言的目的是为同态的正式定义铺路。通过与学生已经熟悉的同构概念进行对比,可以更清晰地揭示同态的本质——它是对群的运算结构的保持,是同构概念的自然推广和泛化。这种从已知到未知的教学方法有助于降低学习新概念的认知门槛。
🧠 [直觉心智模型]
- 同构就像是语言间的“完美翻译”,比如把英文句子 "The cat sits on the mat." 翻译成法文 "Le chat est assis sur le tapis.",不仅意思完全一样,句子的结构成分(主谓宾地点)也一一对应。
- 同态则更像是一种“摘要”或“降维”。想象一下,你正在看一部高清彩色电影(群 $G$),电影里有复杂的场景和人物关系(群的复杂结构)。现在你把它投射到一个黑白屏幕上(群 $H$)。虽然颜色信息丢失了(不再是单射),但人物的动作和故事线索(运算结构)仍然被保留了下来。这就是同态:它可能丢失了一些信息,但保留了核心的结构关系。
💭 [直观想象]
想象一个由各种齿轮组成的复杂机械装置(群 $G$)。每个齿轮的转动都遵循一定的规则(群运算)。现在,你通过一个传动系统,将这个装置的运动状态输出到一个仪表盘上(群 $H$)。
- 如果仪表盘上的每一个指针的运动都唯一且完整地复现了内部某个齿轮的运动,不多也不少,这就是同构。
- 如果仪表盘只有一个总转速表,它显示的是所有齿轮综合作用下的一个结果(比如平均转速),那么多个内部状态可能对应同一个读数。这个从复杂机械装置到总转速表的映射就是同态。它虽然简化了信息,但仍然反映了内部的运动规律(例如,内部转得越快,读数也越高,并且转动规律被保留)。
1. 1.2. 同态的定义
📜 [原文3]
定义 1.1.1。设 $G$ 和 $H$ 是群。同态 $f: G \rightarrow H$ 是一个函数 $f: G \rightarrow H$,使得对于所有 $g_{1}, g_{2} \in G$,
$$
f\left(g_{1} g_{2}\right)=f\left(g_{1}\right) f\left(g_{2}\right)
$$
📖 [逐步解释]
这是同态 (Homomorphism) 的正式数学定义。
- 前提:我们有两个群,分别叫做 $G$ 和 $H$。它们各自有自己的元素集合和运算规则。
- 核心对象:我们有一个函数 $f$,它能把群 $G$ 里的每一个元素“搬运”到群 $H$ 里。
- 核心要求:这个函数 $f$ 不是随随便便的函数,它必须满足一个非常特殊的条件:$f(g_1 g_2) = f(g_1) f(g_2)$。
- 解读这个条件:
- LHS (Left-Hand Side, 左边): $f(g_1 g_2)$。这里的步骤是:
- 从群 $G$ 中拿出两个元素 $g_1$ 和 $g_2$。
- 在群 $G$ 的规则下对它们进行运算,得到一个新元素 $g_1 g_2$ (它也必须在 $G$ 中,因为群是封闭的)。
- 将这个运算结果 $g_1 g_2$ 通过函数 $f$ 映射到群 $H$ 中。
- RHS (Right-Hand Side, 右边): $f(g_1) f(g_2)$。这里的步骤是:
- 从群 $G$ 中拿出两个元素 $g_1$ 和 $g_2$。
- 先把 $g_1$ 通过 $f$ 映射到 $H$ 中,得到 $f(g_1)$。
- 再把 $g_2$ 通过 $f$ 映射到 $H$ 中,得到 $f(g_2)$。
- 在群 $H$ 的规则下对 $f(g_1)$ 和 $f(g_2)$ 这两个在 $H$ 中的元素进行运算。
- 相等意味着什么:定义要求,对于 $G$ 中的任何一对元素 $g_1, g_2$,上面两种不同顺序的操作,最终得到的结果必须是相同的。这精确地描述了“结构保持”的含义:$G$ 中的运算关系,被 $f$ “忠实地”反映为了 $H$ 中的运算关系。
💡 [数值示例]
- 示例1:行列式函数
- $G = (GL_2(\mathbb{R}), \times)$:所有 $2 \times 2$ 的实数可逆矩阵构成的乘法群。
- $H = (\mathbb{R}^*, \times)$:所有非零实数构成的乘法群。
- $f: GL_2(\mathbb{R}) \rightarrow \mathbb{R}^*$ 定义为 $f(A) = \det(A)$ (求矩阵A的行列式)。
- 验证:取任意两个矩阵 $A, B \in GL_2(\mathbb{R})$。
- LHS: $f(A \times B) = \det(A \times B)$。
- RHS: $f(A) \times f(B) = \det(A) \times \det(B)$。
- 根据线性代数的知识,我们知道 $\det(AB) = \det(A)\det(B)$ 恒成立。
- 所以,$f(A \times B) = f(A) \times f(B)$。
- 结论:行列式函数是一个同态。
- 示例2:模运算
- $G = (\mathbb{Z}, +)$:整数加法群。
- $H = (\mathbb{Z}_n, +_n)$:模n的整数加法群(即 $\{0, 1, ..., n-1\}$ 在模n加法下的群)。
- $f: \mathbb{Z} \rightarrow \mathbb{Z}_n$ 定义为 $f(a) = a \pmod n$ (求a除以n的余数)。
- 验证:取任意两个整数 $a, b \in \mathbb{Z}$。
- LHS: $f(a+b) = (a+b) \pmod n$。
- RHS: $f(a) +_n f(b) = (a \pmod n) +_n (b \pmod n)$。
- 根据同余理论,我们知道 $(a+b) \pmod n = ((a \pmod n) + (b \pmod n)) \pmod n$。在群 $\mathbb{Z}_n$ 中,$+_n$ 的定义就是模n加法。
- 所以,$f(a+b) = f(a) +_n f(b)$。
- 结论:取模运算是一个同态。
⚠️ [易错点]
- 验证必须对所有元素成立:不能只找一两个特殊的例子验证 $f(g_1 g_2) = f(g_1) f(g_2)$ 就下结论。定义中的 “对于所有 $g_1, g_2 \in G$” 是关键,验证时必须使用代数推导来证明其普适性。
- 注意单位元和逆元:虽然定义中只提到了二元运算,但后续会证明,同态也自动地保持了单位元和逆元的结构。一个常见的错误是以为这些也需要作为定义的一部分,但实际上它们是定义的推论。
📝 [总结]
同态是连接两个群的“结构保持”映射。它的唯一、核心的定义是公式 $f(g_1 g_2) = f(g_1) f(g_2)$。这个公式优雅地捕捉了“运算”这个群的核心行为如何被一个函数所传递和反映。它不关心元素的具体“长相”,只关心它们之间的运算关系。
🎯 [存在目的]
这个定义的目的是为了给“保持群结构”这一核心思想一个精确、无歧义的数学刻画。有了这个定义,我们就可以系统地研究群与群之间的关系,而不仅仅是局限于结构完全一样的“同构”关系。这极大地扩展了群论的研究范围,使得我们可以研究一个群如何“投影”或“坍缩”成一个更简单的群,从而通过研究简单的群来理解复杂群的某些侧面。
🧠 [直觉心智模型]
想象你在用一个计算器(群 $G$)做运算,比如 3 * 4。你的朋友在旁边用他的计算器(群 $H$)进行操作。你和他约定了一个“翻译规则” $f$。
同态就意味着,你告诉他你要计算 3 和 4,他可以有两种做法得到正确答案:
- 先算后译:你在你的计算器上算出 3 * 4 = 12,然后把结果 12 告诉他,他通过规则 $f$ 翻译成他计算器上的 f(12)。
- 先译后算:你把 3 告诉他,他翻译成 f(3);你再把 4 告诉他,他翻译成 f(4)。然后他在他的计算器上计算 f(3) * f(4)。
如果对于你任意输入的两个数,他用这两种方法得到的结果永远一样,那么你们的翻译规则 $f$ 就是一个同态。
💭 [直观想象]
想象一团彩色的橡皮泥(群 $G$),不同的颜色代表不同的元素,元素之间的混合规则就是群的运算(比如红色和蓝色混合变成紫色)。现在你把这团橡-皮泥投影到一面墙上(群 $H$)。这个投影过程就是映射 $f$。
如果投影保留了混合规则——即墙上代表红色的影子和代表蓝色的影子“混合”(运算)后,得到的恰好是墙上代表紫色的影子——那么这个投影就是一个同态。
投影可能会丢失信息,比如,深红色和浅红色在墙上的影子可能都是同一个“红色影子”(不是单射)。投影也可能只占了墙的一部分(不是满射)。但只要混合规则被保留下来,它就是一个同态。
1. 1.3. 同态的例子
📜 [原文4]
例 1.1.2。同态有许多众所周知的例子:
(1) 每个同构都是一个同态。
📖 [逐步解释]
这个例子非常直接,它是在说明同构 (Isomorphism) 和同态 (Homomorphism) 之间的关系。
- 回顾同构的定义:一个从群 $G$ 到群 $H$ 的映射 $f$ 被称为同构,如果它同时满足两个条件:
a. $f(g_1 g_2) = f(g_1) f(g_2)$ 对所有 $g_1, g_2 \in G$ 成立(结构保持)。
b. $f$ 是一个双射(即单射且满射)。
- 回顾同态的定义:一个从群 $G$ 到群 $H$ 的映射 $f$ 被称为同态,如果它满足一个条件:
a. $f(g_1 g_2) = f(g_1) f(g_2)$ 对所有 $g_1, g_2 \in G$ 成立(结构保持)。
- 比较两个定义:我们可以清楚地看到,同态的定义就是同构定义的一部分。同构比同态多了一个“双射”的要求。
- 得出结论:因此,任何一个满足同构定义的映射,必然也满足同态的定义。换句话说,“是同构”是比“是同态”更强的条件。这就好比说,“所有正方形都是矩形”一样。正方形是满足了矩形所有定义,并且还有额外要求(四边相等)的特殊矩形。同样,同构是满足了同态所有定义,并且还有额外要求(双射)的特殊同态。
💡 [数值示例]
- 在 1.1.1 节的例子中,我们已经证明了映射 $f: (\mathbb{Z}, +) \rightarrow (2\mathbb{Z}, +)$ 定义为 $f(n)=2n$ 是一个同构。
- 因为它是一个同构,所以它必然满足同态的定义,即 $f(n_1+n_2) = f(n_1)+f(n_2)$。我们在那里已经验证过这一点。
- 因此,这个映射 $f(n)=2n$ 同时也是一个同态。
⚠️ [易错点]
- 反之不成立:这个例子的关键是理解其单向性。一个同态不一定是同构。例如 1.1.1 节中的奇偶数映射 $f: (\mathbb{Z}, +) \rightarrow (\{1, -1\}, \times)$ 是同态,但因为它不是单射,所以它不是同构。
- 概念的层级:需要建立清晰的概念层级:函数 $\supset$ 同态 $\supset$ 同构。同构是同态的子集,同态是函数的子集。
📝 [总结]
本例阐明了同构与同态的基本关系:同构是一种特殊的同态。所有同构都天然是同态,因为同态的定义是同构定义的一个子集。
🎯 [存在目的]
这个例子的目的是建立新概念(同态)与旧概念(同构)之间的联系,将同态定位为同构的推广。这有助于学习者将新知识整合到现有的知识体系中,并理解这两个术语的适用范围和强度差异。
🧠 [直觉心智模型]
- 同构是“克隆”,克隆出来的新个体(群 $H$)和原个体(群 $G$)在结构上没有任何区别,大小形状完全一样。
- 同态是“拍照”,照片(群 $H$)保留了原物体(群 $G$)的结构特征,但可能发生了尺寸缩放、颜色失真或维度降低。
- 这个例子告诉我们:一张“1:1真人大小、无任何失真的彩色照片”(同构)本身当然也是一张“照片”(同态)。
💭 [直观想象]
- 同构:用精确的模具复制一个乐高模型。复制品和原件在结构上完全相同。
- 同态:给乐高模型画一幅设计图。设计图保留了模型的结构信息(哪块积木和哪块相连),但它本身是平面的,不是三维实体。
- 这个例子就是在说:那个被精确复制出来的乐高模型,我们当然也可以为它画一张设计图。所以“同构”的对象也满足“同态”的条件。
📜 [原文5]
(2) 如果 $H$ 是群 $G$ 的一个子群,且 $i: H \rightarrow G$ 是内射,那么 $i$ 是一个同态,这本质上是说 $H$ 的群运算是由 $G$ 的群运算诱导的。注意 $i$ 总是单射,但它是一个满射 $\Longleftrightarrow H=G$ 且 $i=\mathrm{Id}$。
📖 [逐步解释]
这个例子讨论的是一个非常基础但重要的同态,叫做包含映射 (Inclusion Map)。
- 场景设置:我们有一个大群 $G$ 和它内部的一个子群 $H$。子群 $H$ 本身也是一个群,它的运算规则和 $G$ 完全一样,只是它的元素集合是 $G$ 的一个子集。
- 定义映射:我们定义一个映射 $i: H \rightarrow G$,它的作用非常简单:对于 $H$ 中的任何一个元素 $h$,映射 $i$ 把它“看作”是 $G$ 中的元素。所以 $i(h) = h$。这个映射什么也没做,只是在观念上把一个子群的元素“放回”到它本来的大群中。这个映射通常被称为包含映射或自然内射。
- 验证同态:我们需要检查 $i(h_1 h_2) = i(h_1) i(h_2)$ 是否对所有 $h_1, h_2 \in H$ 成立。
- LHS: $i(h_1 h_2)$。
- 首先,在子群 $H$ 中计算 $h_1 h_2$。因为 $H$ 是子群,所以结果 $h_1 h_2$ 仍然在 $H$ 中。
- 然后应用映射 $i$,根据定义,$i(h_1 h_2) = h_1 h_2$。
- RHS: $i(h_1) i(h_2)$。
- 首先,应用映射 $i$:$i(h_1) = h_1$,$i(h_2) = h_2$。这两个结果现在被看作是 $G$ 中的元素。
- 然后,在大群 $G$ 中计算它们的积 $h_1 h_2$。
- 比较:LHS 的结果是 $h_1 h_2$,RHS 的结果也是 $h_1 h_2$。两者相等。
- 结论:所以包含映射 $i$ 是一个同态。
- 解释其本质:“这本质上是说 $H$ 的群运算是由 $G$ 的群运算诱导的。” 这句话是点睛之笔。包含映射之所以是同态,其根本原因在于子群的定义:子群的运算规则不是自己发明的,而是直接“继承”自母群。我们在 $H$ 里算 $h_1 h_2$ 和在 $G$ 里算 $h_1 h_2$ 得到的是同一个东西,这正是同态公式所表达的内涵。
- 关于单射和满射的讨论:
- 单射 (Injective):包含映射 $i$ 总是单射的。因为如果 $i(h_1) = i(h_2)$,那就意味着 $h_1=h_2$。不同的子群元素在母群里当然还是不同的元素。
- 满射 (Surjective):包含映射 $i$ 是满射的吗?这意味着 $G$ 中的任何一个元素都能在 $H$ 中找到原像。这只有在 $H$ 和 $G$ 完全相等的情况下才可能发生。如果 $H$ 是 $G$ 的一个真子群(即 $H \neq G$),那么 $G$ 中一定有不在 $H$ 里的元素,这些元素就没有原像,所以 $i$ 不是满射。当 $H=G$ 时,这个映射 $i$ 就变成了恒等映射 $\mathrm{Id}: G \rightarrow G$,即 $\mathrm{Id}(g)=g$,它显然是满射的。
💡 [数值示例]
- 示例1:
- $G = (\mathbb{Z}, +)$,整数加法群。
- $H = (2\mathbb{Z}, +)$,偶数加法群,是 $\mathbb{Z}$ 的一个子群。
- 包含映射 $i: 2\mathbb{Z} \rightarrow \mathbb{Z}$ 定义为 $i(h) = h$。例如 $i(4)=4, i(-6)=-6$。
- 验证同态:取任意两个偶数 $h_1, h_2 \in 2\mathbb{Z}$。
- $i(h_1 + h_2) = h_1 + h_2$。
- $i(h_1) + i(h_2) = h_1 + h_2$。
- 两者相等,所以是同态。
- 单射/满射:
- 它是单射的。
- 它不是满射的,因为 $\mathbb{Z}$ 中的奇数(如 3)在 $2\mathbb{Z}$ 中没有原像。
⚠️ [易错点]
- 过于简单以至于被忽略:包含映射非常简单,以至于让人觉得它“什么都没做”,从而忽略了它也是一个同态。理解它有助于夯实对同态本质(保持运算)的理解。
- $H$ 和 $G$ 的运算必须一致:这个例子的前提是 $H$ 是 $G$ 的子群,这意味着它们的运算是一样的。如果只是集合上 $H \subset G$,但运算规则不同,那么包含映射就不一定是同态。
📝 [总结]
子群到母群的包含映射 ($i(h)=h$) 是一个天然的同态。这个事实的根源在于子群的运算规则直接继承自母群。这个同态总是单射的,但只有当子群等于母群时它才是满射的。
🎯 [存在目的]
这个例子的目的在于展示一个最基础、最普遍的同态类型。它强调了子群和母群之间在结构上的内在联系,并为后续更复杂的概念(如核和像)提供了简单的实例。它也清晰地展示了一个同态可以是单射但非满射的情况。
[直觉心-智模型]
- 把群 $G$ 想象成一个“国家”,群 $H$ 是这个国家的一个“省”。省里的公民本来就是国家的公民。
- 包含映射 $i$ 就像是给一个省里的公民发国家公民身份证。这个过程什么也没改变,张三还是张三。
- 这个映射是同态的,因为省里的人际关系规则(群运算,比如谁是谁的邻居)和国家层面的人际关系规则是一样的。
- 这个映射是单射的(不同的省民当然是不同的国民),但通常不是满射的(因为国家里还有其他省的人)。
💭 [直观想象]
想象 $G$ 是一整张巨大的世界地图,上面有海洋、陆地、国家。$H$ 是其中的“北美洲”部分。
包含映射 $i$ 就是把“北美洲”这块地图放回到世界地图上它原来的位置。
这个操作是“保持结构”的,因为北美洲内部的地理关系(比如加拿大在美国北边)在世界地图上也是完全一样的。
这个映射是单射的(北美洲不同的两个地点在世界地图上当然还是不同的两个地点)。但它不是满射的,因为世界地图上还有亚洲、非洲等地方,它们不在北美洲这张子图里。
📜 [原文6]
(3) 定义为对所有 $g \in G$ 有 $f(g)=1$ 的函数 $f: G \rightarrow H$ 是一个同态(平凡同态)。注意,如果 $G$ 不是平凡群,则 $f$ 不是单射;如果 $H$ 不是平凡群,则 $f$ 不是满射。
📖 [逐步解释]
这个例子介绍的是一种最极端的同态,称为平凡同态 (Trivial Homomorphism)。
- 场景设置:我们有两个群 $G$ 和 $H$。
- 定义映射:我们定义一个非常“霸道”的函数 $f: G \rightarrow H$,它把群 $G$ 里的所有元素,不管它们原来是什么,全都映射到群 $H$ 的单位元 $1_H$ 上。(为了简洁,通常只写 1)。所以 $f(g) = 1$ 对所有 $g \in G$ 都成立。
- 验证同态:我们需要检查 $f(g_1 g_2) = f(g_1) f(g_2)$ 是否对所有 $g_1, g_2 \in G$ 成立。
- LHS: $f(g_1 g_2)$。
- 不管 $g_1 g_2$ 是什么,根据 $f$ 的定义,它的映射结果就是 $H$ 的单位元 1。所以 $f(g_1 g_2) = 1$。
- RHS: $f(g_1) f(g_2)$。
- 根据 $f$ 的定义,$f(g_1) = 1$,$f(g_2) = 1$。
- 在群 $H$ 中计算它们的积:$1 \times 1 = 1$ (单位元乘以单位元还是单位元)。
- 比较:LHS 的结果是 1,RHS 的结果也是 1。两者相等。
- 结论:所以这个把所有元素都“压扁”到单位元的映射是一个同态。
- 关于单射和满射的讨论:
- 单射 (Injective):这个映射 $f$ 是单射的吗?单射要求不同的输入对应不同的输出。
- 假设群 $G$ 不是平凡群(平凡群是指只包含一个单位元素的群,如 $\{1\}$)。那么 $G$ 中至少有两个不同的元素,比如 $g_a \neq g_b$。
- 但是 $f(g_a) = 1$ 并且 $f(g_b) = 1$。我们得到了不同的输入对应了相同的输出。
- 因此,只要源群 $G$ 不止一个元素,平凡同态就不是单射。
- 满射 (Surjective):这个映射 $f$ 是满射的吗?满射要求目标群 $H$ 中的每个元素都被“击中”(即作为输出出现过)。
- 这个映射 $f$ 的像集(所有输出的集合)只有一个元素,那就是 $H$ 的单位元 $\{1_H\}$。
- 假设群 $H$ 不是平凡群,那么 $H$ 中除了单位元外,至少还有另一个元素,比如 $h \neq 1$。
- 这个元素 $h$ 永远不会被 $f$ 映射到。
- 因此,只要目标群 $H$ 不止一个元素,平凡同态就不是满射。
💡 [数值示例]
- 示例1:
- $G = (\mathbb{Z}, +)$,整数加法群。
- $H = (\mathbb{R}^*, \times)$,非零实数乘法群。
- 定义平凡同态 $f: \mathbb{Z} \rightarrow \mathbb{R}^*$ 为 $f(n) = 1$ 对所有整数 $n$ 成立。$H$ 的单位元是 1。
- 验证同态:取任意整数 $n_1, n_2$。
- $f(n_1 + n_2) = 1$。
- $f(n_1) \times f(n_2) = 1 \times 1 = 1$。
- 两者相等,是同态。
- 单射/满射:
- $G=\mathbb{Z}$ 不是平凡群,所以 $f$ 不是单射。例如 $f(2)=1, f(3)=1$ 但 $2 \neq 3$。
- $H=\mathbb{R}^*$ 不是平凡群,所以 $f$ 不是满射。例如 $H$ 中的元素 5 从未被映射到。
⚠️ [易错点]
- 单位元是谁:要搞清楚目标群 $H$ 的单位元是什么。如果 $H$ 是加法群,那么平凡同态就是把所有元素都映到 0,即 $f(g)=0$。
- 平凡群的情况:
- 如果源群 $G$ 是平凡群 $G=\{1_G\}$,那么 $f(1_G)=1_H$,此时映射是单射的。
- 如果目标群 $H$ 是平凡群 $H=\{1_H\}$,那么 $f(g)=1_H$ 是唯一可能的映射,此时映射是满射的。
- 如果 $G$ 和 $H$ 都是平凡群,那么这个映射既是单射也是满射,因此是一个同构。
📝 [总结]
平凡同态是一个将源群 $G$ 的所有元素都映射到目标群 $H$ 的单位元的函数。它总是同态,因为它把复杂的结构信息完全“抹平”了,只留下一个单位元,而单位元自身的运算是封闭的 ($1 \cdot 1 = 1$)。通常情况下(当 $G$ 和 $H$ 都不是平凡群时),它既不是单射也不是满射。
🎯 [存在目的]
这个例子的目的在于展示同态的一个极端情况。它是一个“最不有趣”但又无处不在的同态,常常作为理论推导中的基础或边界情况出现。理解这个例子有助于我们把握同态概念的广度,即同态可以丢失掉源群的所有非平凡结构信息。
🧠 [直觉心智模型]
- 平凡同态就像一个“黑洞”,它吸进了源群 $G$ 的所有元素,只吐出一个东西——目标群 $H$ 的单位元。无论你扔进去什么,出来的都是同一个东西。
- 这个过程是“保持结构”的,因为“扔一个苹果和扔一个橘子进去”的结果(在黑洞外看来都是“消失”),和你“把苹果和橘子绑在一起扔进去”的结果是一样的。这种“无论如何结果都一样”的特性,恰好满足了同态的数学定义。
💭 [直观想象]
想象 $G$ 是一个色彩斑斓、细节丰富的世界(一幅画),$H$ 是一张纯白色的画布。
平凡同态 $f$ 就是一个“全白覆盖”的操作。它把画上每一个点,无论是红色、蓝色还是绿色,都映射到白色画布上的同一个点——“白色”。
- LHS:在画中,红色和蓝色混合得到紫色,然后把紫色点映射过去,得到“白色”。
- RHS:先把红色点映射过去,得到“白色”;再把蓝色点映射过去,也得到“白色”。然后让两个“白色”在画布上混合,结果还是“白色”。
- LHS 和 RHS 的结果都是“白色”,所以这是一个同态。它丢失了原画的所有信息,只剩下背景色。
📜 [原文7]
(4) 行列式 $\operatorname{det}: G L_{n}(\mathbb{R}) \rightarrow \mathbb{R}^{*}$ 是一个同态。这是恒等式 $\operatorname{det}(A B)=\operatorname{det} A \operatorname{det} B$ 的内容。这里 det 是满射,因为对于每个非零实数 $t$,我们都可以找到一个可逆的 $n \times n$ 矩阵 $A$,使得 $\operatorname{det} A=t$。例如,可以将 $A$ 取为满足 $A \mathbf{e}_{1}=t \mathbf{e}_{1}$ 且对于 $i>1$ 有 $A \mathbf{e}_{i}=\mathbf{e}_{i}$ 的对角矩阵。然而,当 $n \geq 2$ 时,det 不是单射。
📖 [逐步解释]
这个例子介绍了一个在线性代数中非常重要的同态——行列式 (Determinant)。
- 场景设置:
- 源群 $G$ 是 $GL_n(\mathbb{R})$。这是“n阶实数一般线性群 (General Linear Group)”。它的元素是所有 $n \times n$ 的实数可逆矩阵,群运算是矩阵乘法。可逆是关键,因为这样才能保证有逆元,构成群。
- 目标群 $H$ 是 $\mathbb{R}^*$。这是所有非零实数构成的集合,群运算是普通乘法。
- 定义映射:映射 $\det: GL_n(\mathbb{R}) \rightarrow \mathbb{R}^*$ 就是我们熟知的求一个矩阵的行列式。对于任意一个 $n \times n$ 的可逆矩阵 $A$,$\det(A)$ 是一个非零的实数。所以这个映射是良定义的。
- 验证同态:我们需要检查 $\det(AB) = \det(A) \det(B)$ 是否成立。
- 这正是线性代数中关于行列式的一个核心性质定理。该定理表明,两个矩阵乘积的行列式等于它们行列式的乘积。
- 这个等式完美地匹配了同态的定义 $f(g_1 g_2) = f(g_1) f(g_2)$。
- $g_1, g_2$ 对应矩阵 $A, B$。
- $G$ 中的运算对应矩阵乘法 $AB$。
- $H$ 中的运算对应实数乘法 $\det(A)\det(B)$。
- 映射 $f$ 就是 $\det$ 函数。
- 结论:因此,行列式是一个同态。
- 关于满射的讨论:
- 映射是满射的吗?问题是:对于任何一个非零实数 $t \in \mathbb{R}^*$,我们是否总能找到一个 $n \times n$ 的可逆矩阵 $A$,使得它的行列式正好是 $t$?
- 答案是肯定的。例子中给出了一个构造方法:构造一个对角矩阵 $A$。
- 让这个矩阵 $A$ 的第一个对角线元素为 $t$,其余的对角线元素都为 1,其他所有非对角线元素都为 0。
- $A = \begin{pmatrix} t & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 1 \end{pmatrix}$
- 这个对角矩阵的行列式就是对角线元素的乘积,即 $\det(A) = t \times 1 \times \cdots \times 1 = t$。
- 因为 $t \neq 0$,所以这个矩阵是可逆的,属于 $GL_n(\mathbb{R})$。
- 既然对于任何 $t \in \mathbb{R}^*$ 我们都能构造出这样一个矩阵,说明 $\det$ 是满射的。
- 关于单射的讨论:
- 映射是单射的吗?问题是:如果两个矩阵 $A$ 和 $B$ 的行列式相同,即 $\det(A) = \det(B)$,是否一定能推出 $A=B$?
- 答案是否定的(只要 $n \geq 2$)。我们可以轻易地找到两个不同的矩阵,它们有相同的行列式。
- 例如,当 $n=2$ 时,取 $A = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix}$,则 $\det(A) = 6$。再取 $B = \begin{pmatrix} 1 & 0 \\ 0 & 6 \end{pmatrix}$,则 $\det(B) = 6$。显然 $A \neq B$,但 $\det(A) = \det(B)$。
- 因此,行列式映射不是单射的。
💡 [数值示例]
- $G = GL_2(\mathbb{R})$, $H = \mathbb{R}^*$, $f = \det$。
- 取 $A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}$, $B = \begin{pmatrix} 2 & 0 \\ 1 & 3 \end{pmatrix}$。
- $\det(A) = 1 \cdot 4 - 2 \cdot 3 = -2$。
- $\det(B) = 2 \cdot 3 - 0 \cdot 1 = 6$。
- 验证同态:
- LHS: $A B = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} \begin{pmatrix} 2 & 0 \\ 1 & 3 \end{pmatrix} = \begin{pmatrix} 1\cdot2+2\cdot1 & 1\cdot0+2\cdot3 \\ 3\cdot2+4\cdot1 & 3\cdot0+4\cdot3 \end{pmatrix} = \begin{pmatrix} 4 & 6 \\ 10 & 12 \end{pmatrix}$。
- $\det(AB) = 4 \cdot 12 - 6 \cdot 10 = 48 - 60 = -12$。
- RHS: $\det(A) \det(B) = (-2) \times 6 = -12$。
- LHS = RHS,同态性质得到验证。
- 验证满射:想得到行列式为 $\pi \in \mathbb{R}^*$。构造矩阵 $C = \begin{pmatrix} \pi & 0 \\ 0 & 1 \end{pmatrix}$。$\det(C)=\pi$。
- 验证非单射:$A = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}$ (单位矩阵), $B = \begin{pmatrix} -1 & 0 \\ 0 & -1 \end{pmatrix}$。
- $\det(A) = 1$,$ \det(B) = 1$。
- 但 $A \neq B$。
⚠️ [易错点]
- 群的运算:必须时刻记清楚 $GL_n(\mathbb{R})$ 的运算是矩阵乘法,而 $\mathbb{R}^*$ 的运算是普通实数乘法。
- $n=1$ 的情况:当 $n=1$ 时,$GL_1(\mathbb{R})$ 就是 $\mathbb{R}^*$ 本身,矩阵就是一个 $[t]$,其行列式就是 $t$。此时 $\det: \mathbb{R}^* \rightarrow \mathbb{R}^*$ 是恒等映射 $\det([t])=t$,它既是单射也是满射,是一个同构。所以“det 不是单射”的结论是在 $n \geq 2$ 的前提下的。
📝 [总结]
从n阶可逆实矩阵的乘法群 $GL_n(\mathbb{R})$ 到非零实数的乘法群 $\mathbb{R}^*$ 的行列式映射是一个经典的同态。它是一个满射但(当 $n \geq 2$时)非单射的同态。这个同态将矩阵这种复杂的高维对象“压缩”到了一个一维的数值上,同时保持了乘法结构。
🎯 [存在目的]
这个例子极好地展示了同态的威力与内涵。它连接了抽象代数(群论)和线性代数这两个核心数学分支。它说明,群论中抽象的同态概念,在我们熟悉的线性代数中已经有了具体的体现。这有助于学生利用已有的线性代数知识来理解同态,并意识到同态是描述数学结构之间关系的一个普适工具。
🧠 [直觉心智模型]
- 信息压缩:一个 $n \times n$ 的矩阵包含了 $n^2$ 个数值,信息量很大。它描述了一个线性变换的全部细节(旋转、拉伸、剪切)。而它的行列式是一个单独的数字,信息量小得多。这个数字只告诉你这个变换对“体积”或“面积”造成了多大的缩放(以及是否反转了方向)。
- 行列式同态就在说:对两个变换 $A$ 和 $B$ 相继作用,其对体积的总缩放效果,等于先分别看 $A$ 和 $B$ 各自对体积的缩放效果,再把这两个缩放比例乘起来。这种“效果的叠加”可以用乘法来描述,这正是同态的体现。
💭 [直观想象]
想象 $GL_2(\mathbb{R})$ 中的每个矩阵都是一个操作指令,可以对一个单位正方形(面积为1)进行变换。
- 矩阵 $A$ 可能把正方形变成一个面积为 $\det(A)$ 的平行四边形。
- 矩阵 $B$ 可能把正方形变成一个面积为 $\det(B)$ 的平行四边形。
- 矩阵 $AB$ 是先执行 $B$ 变换,再执行 $A$ 变换。
同态 $\det(AB) = \det(A)\det(B)$ 告诉我们:
- LHS:我们先应用 $B$ 变换,单位正方形变成了面积为 $\det(B)$ 的平行四边形。接着对这个新的平行四边形应用 $A$ 变换,线性变换会把任何图形的面积都缩放 $\det(A)$ 倍,所以最终图形的面积是 $\det(B) \times \det(A)$。
- RHS:就是 $\det(A) \times \det(B)$。
- 两者相等。这个过程直观地展示了行列式如何保持乘法(变换的复合)结构。
📜 [原文8]
(5) (复指数。) 定义 $f: \mathbb{C} \rightarrow \mathbb{C}^{*}$ 为
$$
f(z)=e^{z}=\sum_{n=0}^{\infty} \frac{z^{n}}{n!}
$$
这里,如果 $z=x+i y$,那么
$$
e^{z}=e^{x} e^{i y}=e^{x}(\cos y+i \sin y)
$$
$f$ 是同态的事实遵循于恒等式
$$
e^{z_{1}+z_{2}}=e^{z_{1}} e^{z_{2}}
$$
复指数是满射:$\mathbb{C}^{*}$ 的每个元素都形如 $e^{z}$ (对于某个 $z \in \mathbb{C}$ )。但它不是单射。实际上,$e^{z_{1}}=e^{z_{2}} \Longleftrightarrow z_{2}=z_{1}+2 n \pi i$ (对于某个 $n \in \mathbb{Z}$ )。这与实指数 $e^{x}: \mathbb{R} \rightarrow \mathbb{R}^{*}$ 形成对比,实指数是单射但不是满射(其像集是正实数子群)。
📖 [逐步解释]
这个例子讨论的是数学分析中另一个非常重要的函数——复指数函数,并揭示其代数同态的本质。
- 场景设置:
- 源群 $G$ 是 $(\mathbb{C}, +)$,即所有复数构成的加法群。
- 目标群 $H$ 是 $(\mathbb{C}^*, \times)$,即所有非零复数构成的乘法群。
- 定义映射:映射 $f: \mathbb{C} \rightarrow \mathbb{C}^*$ 定义为 $f(z) = e^z$。
- 这里给出了 $e^z$ 的两种等价表示:
- 幂级数定义:$e^z = \sum_{n=0}^{\infty} \frac{z^{n}}{n!} = 1 + z + \frac{z^2}{2!} + \frac{z^3}{3!} + \dots$ 这是它在复分析中的标准定义。
- 欧拉公式形式:如果 $z=x+iy$(其中 $x, y$ 是实数),那么 $e^z = e^x(\cos y + i \sin y)$。这是更常用的计算形式,它把复指数分解为一个实部指数 $e^x$ (决定长度) 和一个虚部相关的单位复数 $\cos y + i \sin y$ (决定角度)。
- 验证同态:我们需要检查 $f(z_1 + z_2) = f(z_1) f(z_2)$ 是否成立。
- 注意,源群的运算是加法,目标群的运算是乘法。
- LHS: $f(z_1 + z_2) = e^{z_1 + z_2}$。
- RHS: $f(z_1) f(z_2) = e^{z_1} e^{z_2}$。
- 根据指数函数的基本性质(无论是在实数域还是复数域),$e^{a+b} = e^a e^b$ 这个恒等式总是成立的。
- 这个恒等式恰好就是同态定义的要求。
- 结论:复指数函数是一个把加法变成乘法的同态。
- 关于满射的讨论:
- 映射是满射吗?问题是:对于任何一个非零复数 $w \in \mathbb{C}^*$,我们是否总能找到一个复数 $z$,使得 $e^z = w$?
- 答案是肯定的。这等价于解方程 $z = \ln(w)$,即求复对数。
- 任何一个非零复数 $w$ 都可以写成极坐标形式 $w = r e^{i\theta}$,其中 $r=|w|>0$ 是模长,$\theta$ 是幅角。
- 我们想找一个 $z=x+iy$ 使得 $e^{x+iy} = e^x e^{iy} = w = r e^{i\theta}$。
- 比较模长和幅角,我们需要 $e^x = r$ 且 $y = \theta + 2k\pi$ (因为角度是周期性的)。
- 从 $e^x=r$ 可以解出 $x=\ln(r)$ (这里的ln是实数对数)。
- 所以我们可以取 $z = \ln(|w|) + i \cdot \mathrm{arg}(w)$,其中 $\mathrm{arg}(w)$ 是 $w$ 的一个幅角。
- 既然总能找到这样的 $z$,说明复指数函数是满射的。
- 关于单射的讨论:
- 映射是单射吗?问题是:如果 $e^{z_1} = e^{z_2}$,是否一定能推出 $z_1 = z_2$?
- 答案是否定的。从上面的满射讨论中可以看到,由于角度的周期性,幅角可以相差 $2\pi$ 的整数倍。
- $e^{z_1} = e^{z_2} \iff e^{x_1}e^{iy_1} = e^{x_2}e^{iy_2}$。
- 比较模长得到 $e^{x_1}=e^{x_2}$,因为实指数是单射的,所以 $x_1=x_2$。
- 比较幅角得到 $y_1$ 和 $y_2$ 所代表的角度相同,这意味着 $y_2 = y_1 + 2n\pi$ 对于某个整数 $n \in \mathbb{Z}$。
- 所以,$z_2 = x_2 + iy_2 = x_1 + i(y_1 + 2n\pi) = (x_1+iy_1) + 2n\pi i = z_1 + 2n\pi i$。
- 这意味着,只要两个复数的虚部相差 $2\pi$ 的整数倍,它们的指数函数值就相同。
- 例如,$e^0 = 1$,$e^{2\pi i} = \cos(2\pi)+i\sin(2\pi) = 1$。但 $0 \neq 2\pi i$。
- 因此,复指数函数不是单射的,它具有周期性,周期是 $2\pi i$。
- 与实指数对比:
- 实指数函数 $e^x: (\mathbb{R}, +) \rightarrow (\mathbb{R}^*, \times)$ 也是一个同态。
- 它是单射的:如果 $e^{x_1} = e^{x_2}$,那么 $x_1=x_2$。
- 它不是满射的:它的像集是所有正实数 $\mathbb{R}^{>0}$。任何负实数(比如 -1)都无法表示为 $e^x$。
💡 [数值示例]
- $G = (\mathbb{C}, +)$, $H = (\mathbb{C}^*, \times)$, $f(z) = e^z$。
- 取 $z_1 = \ln(2) + i\frac{\pi}{2}$, $z_2 = \ln(3) + i\frac{\pi}{3}$。
- 验证同态:
- LHS: $f(z_1+z_2) = e^{(\ln2+\ln3) + i(\frac{\pi}{2}+\frac{\pi}{3})} = e^{\ln(6) + i\frac{5\pi}{6}} = 6 e^{i\frac{5\pi}{6}}$。
- RHS: $f(z_1)f(z_2) = e^{\ln2+i\frac{\pi}{2}} e^{\ln3+i\frac{\pi}{3}} = (2e^{i\frac{\pi}{2}})(3e^{i\frac{\pi}{3}}) = (2i)(3(\frac{1}{2}+i\frac{\sqrt{3}}{2})) = 6 e^{i\frac{\pi}{2}}e^{i\frac{\pi}{3}} = 6e^{i(\frac{\pi}{2}+\frac{\pi}{3})} = 6e^{i\frac{5\pi}{6}}$。
- 这里我们用了 $e^{i\pi/2}=i$。
- LHS = RHS,同态性质得到验证。
- 验证非单射:
- $z_1 = i\pi$。$e^{z_1} = \cos(\pi)+i\sin(\pi) = -1$。
- $z_2 = 3i\pi$。$e^{z_2} = \cos(3\pi)+i\sin(3\pi) = -1$。
- $z_1 \neq z_2$ 但 $f(z_1) = f(z_2)$。
⚠️ [易错点]
- 群运算的转换:这个例子最关键的特点是它将加法群映射到了乘法群。同态 $e^{z_1+z_2} = e^{z_1}e^{z_2}$ 生动地体现了这一点。初学者容易因为两边运算形式不同而感到困惑。
- 零的处理:源群 $\mathbb{C}$ 包含 0,目标群 $\mathbb{C}^*$ 不包含 0。$f(0) = e^0 = 1$。注意到 0 是源群 $(\mathbb{C}, +)$ 的单位元,1 是目标群 $(\mathbb{C}^*, \times)$ 的单位元。同态把单位元映成了单位元。
- 复对数的歧义性:在验证满射时,我们实质上是在求复对数。由于 $e^z$ 的周期性,复对数 $\ln(w)$ 是一个多值函数,这也是 $e^z$ 不是单射的根本原因。
📝 [总结]
复指数函数 $f(z)=e^z$ 是一个从复数加法群 $(\mathbb{C}, +)$ 到非零复数乘法群 $(\mathbb{C}^*, \times)$ 的同态。这个同态的本质是将加法关系转化为乘法关系。它是一个满射但非单射(周期为 $2\pi i$)的映射。与之相对,实指数函数是单射但非满射的。
🎯 [存在目的]
这个例子展示了同态可以连接两种不同运算结构的群(加法群和乘法群)。它也是沟通代数与分析的桥梁,说明了分析学中的重要函数(指数函数)在代数中扮演着深刻的角色。它还通过与实指数的对比,深化了对单射和满射性质的理解,并直观地引入了周期性的概念。
🧠 [直觉心智模型]
- 想象一个“加法世界”(群 $\mathbb{C}$)和一个“乘法世界”(群 $\mathbb{C}^*$)。复指数函数 $e^z$ 就是一台神奇的“翻译机”。
- 你在加法世界里走了两步,先走 $z_1$,再走 $z_2$,总共走了 $z_1+z_2$。翻译机把它翻译到乘法世界,就是 $e^{z_1+z_2}$。
- 另一种方式是,你先走 $z_1$,让翻译机翻译一下,得到 $e^{z_1}$;再回到起点走 $z_2$,翻译机翻译得到 $e^{z_2}$。然后你在乘法世界里,把这两个效果“叠加”起来,也就是相乘,得到 $e^{z_1}e^{z_2}$。
- 同态性质 $e^{z_1+z_2} = e^{z_1}e^{z_2}$ 保证了这两种方式的结果是一样的。
- 非单射(周期性)意味着,你在加法世界里,从一个点出发,绕着虚轴走一个长度为 $2\pi$ 的圈再回到原点上方,虽然你的位置变了,但在乘法世界看来,你仿佛从没动过。
💭 [直观想象]
- 想象复平面 $(\mathbb{C}, +)$ 是一张无限大的平坦纸。
- 想象非零复平面 $(\mathbb{C}^*, \times)$ 是一个以原点为中心的、无限延伸的、可以无限缠绕的“螺旋坡道”或者“多层停车场”。
- 复指数函数 $f(z)=e^z$ (其中 $z=x+iy$) 就像一个打包过程:
- $x$ 坐标(实部)决定了你在坡道上的“半径”,即离中心的距离 $e^x$。
- $y$ 坐标(虚部)决定了你在坡道上转了多少“角度” $y$。
- 这个打包过程是满射的,因为螺旋坡道覆盖了除中心点外的所有位置。
- 这个打包过程不是单射的,因为在平坦纸上,垂直方向上每隔 $2\pi$ 的点(比如 $z$ 和 $z+2\pi i$),虽然是不同的点,但它们被打包到了螺旋坡道上同一个半径、同一个方向的“正上方”位置。
📜 [原文9]
(6) 绝对值函数 $f: \mathbb{C}^{*} \rightarrow \mathbb{R}^{*}$ 是一个同态,因为
$$
\left|z_{1} z_{2}\right|=\left|z_{1}\right|\left|z_{2}\right|
$$
这里 $f$ 不是满射,因为它的像集是正实数集。它也不是单射:$f\left(z_{1}\right)=f\left(z_{2}\right) \Longleftrightarrow\left|z_{1}\right|=\left|z_{2}\right| \Longleftrightarrow u=z_{2} / z_{1}$ 的绝对值为 1,即是 $U(1)$ 的一个元素 $\Longleftrightarrow$ 存在一个 $u \in U(1)$ 使得 $z_{2}=u z_{1}$。
📖 [逐步解释]
这个例子讨论的是我们熟悉的绝对值函数(在复数域中称为模),并将其视为一个同态。
- 场景设置:
- 源群 $G$ 是 $(\mathbb{C}^*, \times)$,所有非零复数的乘法群。
- 目标群 $H$ 是 $(\mathbb{R}^*, \times)$,所有非零实数的乘法群。
- 定义映射:映射 $f: \mathbb{C}^* \rightarrow \mathbb{R}^*$ 定义为 $f(z) = |z|$,即求复数 $z$ 的模(或绝对值)。模是一个非负实数,由于 $z \in \mathbb{C}^*$ (不为零),所以 $|z|$ 是一个正实数,因此 $|z| \in \mathbb{R}^*$。
- 验证同态:我们需要检查 $f(z_1 z_2) = f(z_1) f(z_2)$ 是否成立。这里的运算都是乘法。
- LHS: $f(z_1 z_2) = |z_1 z_2|$。
- RHS: $f(z_1) f(z_2) = |z_1| |z_2|$。
- 根据复数的基本性质,乘积的模等于模的乘积,即 $|z_1 z_2| = |z_1| |z_2|$ 这个恒等式成立。
- 这个恒等式完美匹配同态的定义。
- 结论:复数绝对值函数是一个同态。
- 关于满射的讨论:
- 映射是满射吗?问题是:目标群 $\mathbb{R}^*$ 中的任何一个元素,是否都能作为某个复数的模出现?
- $\mathbb{R}^*$ 包含正实数和负实数。
- 一个复数的模 $|z| = \sqrt{x^2+y^2}$ 定义上总是非负的。由于 $z \neq 0$,模 $|z|$ 总是正实数。
- 这意味着,输出结果(像集)只可能是所有正实数 $\mathbb{R}^{>0}$。
- 目标群 $\mathbb{R}^*$ 中的所有负实数(例如 -2)都永远不会被映射到。
- 因此,绝对值函数 $f(z)=|z|$ 不是满射。
- 关于单射的讨论:
- 映射是单射吗?问题是:如果 $|z_1| = |z_2|$,是否一定能推出 $z_1=z_2$?
- 答案是否定的。$|z|$ 表示复数 $z$ 在复平面上到原点的距离。两个复数模相等,只表示它们到原点的距离相等,它们可能位于同一个圆上的不同位置。
- 下面是对这个条件的逐步等价推导:
- $f(z_1) = f(z_2)$
- $\Longleftrightarrow |z_1| = |z_2|$ (根据 $f$ 的定义)
- $\Longleftrightarrow \frac{|z_2|}{|z_1|} = 1$ (假设 $z_1 \neq 0$, 故 $|z_1| \neq 0$)
- $\Longleftrightarrow |\frac{z_2}{z_1}| = 1$ (利用了模的性质)
- 令 $u = z_2/z_1$,这意味着 $|u|=1$。
- 模为 1 的复数 $u$ 构成的集合,正是单位圆上的所有点,这个集合在乘法下构成一个群,称为圆群,记作 $U(1)$。
- 所以 $u \in U(1)$。
- $\Longleftrightarrow$ 存在一个 $u \in U(1)$ 使得 $z_2 = u z_1$。
- 这个推导说明,只要两个复数 $z_1, z_2$ 的比是一个模为1的复数(即 $z_2$ 是 $z_1$ 绕原点旋转某个角度得到的),它们的模就是相等的。
- 例如,$z_1 = 2$, $z_2 = 2i$。$|z_1|=2$, $|z_2|=2$。但 $z_1 \neq z_2$。这里 $u = z_2/z_1 = i$,而 $|i|=1$。
- 因此,绝对值函数不是单射的。
💡 [数值示例]
- $G = (\mathbb{C}^*, \times)$, $H = (\mathbb{R}^*, \times)$, $f(z)=|z|$。
- 取 $z_1 = 3+4i$, $z_2 = 5-12i$。
- $|z_1| = \sqrt{3^2+4^2} = 5$。
- $|z_2| = \sqrt{5^2+(-12)^2} = \sqrt{25+144} = \sqrt{169} = 13$。
- 验证同态:
- LHS: $z_1 z_2 = (3+4i)(5-12i) = 15 - 36i + 20i - 48i^2 = 15 - 16i + 48 = 63 - 16i$。
- $|z_1 z_2| = \sqrt{63^2+(-16)^2} = \sqrt{3969+256} = \sqrt{4225} = 65$。
- RHS: $|z_1| |z_2| = 5 \times 13 = 65$。
- LHS = RHS,同态性质得到验证。
- 验证非满射:
- 取 $t = -5 \in \mathbb{R}^*$。不存在任何复数 $z$ 使得 $|z| = -5$。
- 验证非单射:
- $z_1=1+i$, $z_2=1-i$。
- $|z_1| = \sqrt{1^2+1^2} = \sqrt{2}$。
- $|z_2| = \sqrt{1^2+(-1)^2} = \sqrt{2}$。
- $|z_1|=|z_2|$ 但 $z_1 \neq z_2$。
⚠️ [易错点]
- 像集与陪域:要严格区分像集 (Image) 和陪域 (Codomain)。在这个例子中,陪域是 $\mathbb{R}^*$ (所有非零实数),但像集是 $\mathbb{R}^{>0}$ (所有正实数)。因为像集不等于陪域,所以映射不是满射。
- $U(1)$ 的角色:$U(1)$ 在这里不是凭空出现的,它精确地刻画了绝对值函数“丢失”了什么信息。绝对值函数保留了复数的“长度”信息,但完全丢失了“角度”信息。所有在同一个圆上的点,都被映到了同一个代表该圆半径的实数上。$U(1)$ 正是所有长度为1的复数,代表了纯粹的“角度”或“旋转”。
📝 [总结]
从非零复数乘法群 $(\mathbb{C}^*, \times)$ 到非零实数乘法群 $(\mathbb{R}^*, \times)$ 的绝对值(模)函数 $f(z)=|z|$ 是一个同态。它既不是满射(因为输出总是正数),也不是单射(因为所有在同一个圆上的点都被映到同一点)。
🎯 [存在目的]
这个例子再次展示了一个从高维(二维复平面)到低维(一维实数轴)的“信息压缩”式同态。它非常直观,因为“长度”的概念我们很熟悉。它也为后续引入核 (Kernel) 的概念埋下了伏笔:所有被映射到单位元1的元素(即 $|z|=1$ 的元素)构成了一个非常重要的子群 $U(1)$,这个子群就是该同态的核。
🧠 [直觉心智模型]
- 想象每个非零复数 $z$ 是一根带方向的“棍子”,从原点指向 $z$ 点。棍子有“长度” $|z|$ 和“朝向”(角度)。
- 绝对值函数 $f(z)=|z|$ 就是一个“只看长度,不看朝向”的测量员。
- 同态性质 $|z_1 z_2| = |z_1| |z_2|$ 的意思是:把两根棍子 $z_1, z_2$ 的效果复合起来(复数乘法,长度相乘,角度相加),然后测量新棍子的长度;这和你先分别测量两根棍子的长度,再把两个长度值乘起来,得到的结果是一样的。
- 这个测量员不是满射的,因为他永远测不出负数长度。他也不是单射的,因为所有长度相同但朝向不同的棍子在他看来都是一样的。
💭 [直观想象]
- 想象复平面 $(\mathbb{C}^*,\times)$ 是一个巨大的星空,每个星星是一个复数。
- 绝对值函数 $f(z)=|z|$ 是一个望远镜,但这个望远镜坏了,它的方向盘锁死了,只能指向正前方,但焦距可以调节。它只能告诉你星星离你有多“远”(模),但无法告诉你它在哪个方向(幅角)。
- 当你观察两颗星相乘后的结果时,这个望远镜测出的距离,等于你分别测两颗星的距离然后相乘。这说明它是个同态。
- 它不是满射的,因为距离读数不可能是负数。
- 它不是单射的,因为所有与你等距的星星(在同一个球壳上),在它看来都是一样的读数。
📜 [原文10]
(7) 存在与绝对值函数相关的同态。例如,符号函数 $\operatorname{sign}: \mathbb{R}^{*} \rightarrow\{ \pm 1\}$ 定义为
$$
\operatorname{sign}(x)=\frac{x}{|x|}= \begin{cases}+1, & \text { 如果 } x>0 ; \\ -1, & \text { 如果 } x<0 .\end{cases}
$$
同样,函数 $F(z)=z /|z|$ 定义了一个同态 $\mathbb{C}^{*} \rightarrow U(1)$。
📖 [逐步解释]
这个例子展示了与上一个例子 (6) 互补的同态。例子 (6) 保留了“长度”信息,丢弃了“方向”信息。而这个例子则相反,它保留了“方向”信息,丢弃了“长度”信息。
第一部分:实数符号函数
- 场景设置:
- 源群 $G$ 是 $(\mathbb{R}^*, \times)$,非零实数的乘法群。
- 目标群 $H$ 是 $(\{+1, -1\}, \times)$,这是一个只有两个元素的乘法群 (有时也记作 $\mathbb{Z}_2$)。
- 定义映射:映射 $\mathrm{sign}: \mathbb{R}^* \rightarrow \{+1, -1\}$ 被称为符号函数。
- 它的定义是 $\mathrm{sign}(x) = x/|x|$。
- 如果 $x$ 是正数,$|x|=x$,所以 $\mathrm{sign}(x) = x/x = +1$。
- 如果 $x$ 是负数,$|x|=-x$,所以 $\mathrm{sign}(x) = x/(-x) = -1$。
- 这个函数提取了一个实数的“正负号”。
- 验证同态:我们需要检查 $\mathrm{sign}(xy) = \mathrm{sign}(x) \mathrm{sign}(y)$。
- LHS: $\mathrm{sign}(xy) = \frac{xy}{|xy|}$。
- RHS: $\mathrm{sign}(x) \mathrm{sign}(y) = \frac{x}{|x|} \frac{y}{|y|}$。
- 因为 $|xy|=|x||y|$,所以 LHS $= \frac{xy}{|x||y|} = (\frac{x}{|x|})(\frac{y}{|y|}) =$ RHS。
- 等式成立,所以符号函数是同态。
- 我们也可以通过讨论正负来验证:
- 正 $\times$ 正 = 正 $\rightarrow (+1) \times (+1) = +1$
- 正 $\times$ 负 = 负 $\rightarrow (+1) \times (-1) = -1$
- 负 $\times$ 负 = 正 $\rightarrow (-1) \times (-1) = +1$
- 完美匹配。
第二部分:复数“方向”函数
- 场景设置:
- 源群 $G$ 是 $(\mathbb{C}^*, \times)$,非零复数的乘法群。
- 目标群 $H$ 是 $U(1)$,单位圆群,即所有模为 1 的复数构成的乘法群。$U(1) = \{z \in \mathbb{C} : |z|=1\}$。
- 定义映射:映射 $F: \mathbb{C}^* \rightarrow U(1)$ 定义为 $F(z) = z/|z|$。
- 这个操作在几何上是什么意思?任何一个非零复数 $z$,都有一个模 $|z|$ 和一个方向。用 $z$ 除以它的模 $|z|$,得到的新复数 $z/|z|$ 的模是 $|z/|z|| = |z|/||z|| = |z|/|z|=1$。
- 这意味着 $F(z)$ 总是一个模为 1 的复数,即它总落在单位圆上。
- 这个操作保留了 $z$ 的原始方向(幅角),但把它的长度“归一化”到了 1。它提取了一个复数的“纯方向”。
- 验证同态:我们需要检查 $F(z_1 z_2) = F(z_1) F(z_2)$。
- LHS: $F(z_1 z_2) = \frac{z_1 z_2}{|z_1 z_2|}$。
- RHS: $F(z_1) F(z_2) = (\frac{z_1}{|z_1|}) (\frac{z_2}{|z_2|})$。
- 因为 $|z_1 z_2| = |z_1| |z_2|$,且复数乘法满足交换律和结合律,所以 LHS $= \frac{z_1 z_2}{|z_1| |z_2|} = (\frac{z_1}{|z_1|}) (\frac{z_2}{|z_2|}) =$ RHS。
- 等式成立,所以 $F(z) = z/|z|$ 是一个同态。
💡 [数值示例]
- 符号函数:
- $x=-2, y=-5$。
- $\mathrm{sign}((-2) \times (-5)) = \mathrm{sign}(10) = +1$。
- $\mathrm{sign}(-2) \times \mathrm{sign}(-5) = (-1) \times (-1) = +1$。相等。
- 复数方向函数:
- $z_1 = 3i$, $z_2 = 1+i$。
- $|z_1|=3$, $|z_2|=\sqrt{2}$。
- LHS: $z_1 z_2 = 3i(1+i) = 3i - 3 = -3+3i$。
- $|z_1 z_2| = \sqrt{(-3)^2+3^2} = \sqrt{18} = 3\sqrt{2}$。
- $F(z_1 z_2) = \frac{-3+3i}{3\sqrt{2}} = \frac{-1}{\sqrt{2}} + i \frac{1}{\sqrt{2}}$。
- RHS: $F(z_1) = \frac{3i}{3} = i$。
- $F(z_2) = \frac{1+i}{\sqrt{2}} = \frac{1}{\sqrt{2}} + i \frac{1}{\sqrt{2}}$。
- $F(z_1) F(z_2) = i (\frac{1}{\sqrt{2}} + i \frac{1}{\sqrt{2}}) = i \frac{1}{\sqrt{2}} + i^2 \frac{1}{\sqrt{2}} = -\frac{1}{\sqrt{2}} + i \frac{1}{\sqrt{2}}$。
- LHS = RHS,同态性质得到验证。
⚠️ [易错点]
- 0的处理:这两个函数都定义在非零的群上($\mathbb{R}^*$, $\mathbb{C}^*$),因为分母不能为零。
- 目标群的理解:要理解目标群 $\{+1, -1\}$ 和 $U(1)$ 本身也是群。$\{+1, -1\}$ 是一个有限群。$U(1)$ 是一个无限群。
- 与例子(6)的互补关系:
- 例子 (6) 的同态 $f(z)=|z|$,是从 $\mathbb{C}^* \rightarrow \mathbb{R}^*$。它提取“长度”。
- 例子 (7) 的同态 $F(z)=z/|z|$,是从 $\mathbb{C}^* \rightarrow U(1)$。它提取“方向”。
- 任何一个复数 $z$ 都可以唯一地分解为它的“长度”和“方向”的乘积:$z = |z| \cdot (z/|z|) = f(z) \cdot F(z)$。这实际上预示了直积分解的概念:$\mathbb{C}^* \cong \mathbb{R}^{>0} \times U(1)$。
📝 [总结]
本例介绍了两个“提取方向”的同态:
- 实数符号函数 $\mathrm{sign}(x)=x/|x|$,是一个从 $(\mathbb{R}^*, \times)$ 到 $(\{+1, -1\}, \times)$ 的同态,它提取数的正负性。
- 复数归一化函数 $F(z)=z/|z|$,是一个从 $(\mathbb{C}^*, \times)$ 到 $(U(1), \times)$ 的同态,它提取复数的纯方向(幅角)。
这两个同态都丢弃了数值的“大小”信息,只保留了其“方向”属性。
🎯 [存在目的]
这个例子的目的在于展示与前一个例子(绝对值函数)互补的同态。通过对比,可以深刻理解一个群的结构信息可以被不同的同态“分解”和“提取”。绝对值函数和方向函数就像两个不同的滤镜,分别从复数中提取出长度和方向的信息,而这两个信息本身又构成了群。这为后续通过同态来分解和理解群结构提供了重要的直观范例。
🧠 [直觉心智模型]
- 绝对值(例6)是只看“距离”的观察者。
- 方向函数(例7)是只看“方向”的观察者。
- 一个复数同时含有这两种信息。这两个同态分别把这两种信息剥离出来。
- 同态性质意味着,复合运动的最终方向(或正负),等于各个运动的方向(或正负)的复合。比如“向西走再向北走”,最终方向是“西北”。这和你先只看“向西”,再只看“向北”,然后把这两个方向复合起来的结果是一致的。
💭 [直观想象]
- 再次想象复数是一个带箭头的向量。
- 绝对值函数(例6)是把这个向量的长度记录下来,把箭头扔掉。
- 方向函数(例7)是把这个向量缩放成一个单位长度的箭头,保留了方向但统一了长度。
- 想象两个向量 $z_1, z_2$。它们的乘积 $z_1 z_2$ 是一个新的向量,其长度是 $|z_1||z_2|$,角度是 $\theta_1+\theta_2$。
- 方向函数 $F(z_1 z_2)$ 就是把 $z_1 z_2$ 这个向量缩放到单位长度,得到一个方向为 $\theta_1+\theta_2$ 的单位向量。
- 而 $F(z_1)$ 是方向为 $\theta_1$ 的单位向量,$F(z_2)$ 是方向为 $\theta_2$ 的单位向量。它们的乘积,根据复数乘法规则,就是一个方向为 $\theta_1+\theta_2$ 的单位向量。
- 两者结果一致,直观地体现了同态性质。
📜 [原文11]
(8) 如果 $F: \mathbb{R}^{n} \rightarrow \mathbb{R}^{m}$ 是一个线性映射,对应于矩阵 $A$,那么 $F$ 是一个同态(并且具有额外的性质,即对于所有 $t \in \mathbb{R}$ 和 $\mathbf{v} \in \mathbb{R}^{n}$,有 $F(t \mathbf{v})=t F(\mathbf{v})$)。
📖 [逐步解释]
这个例子将群同态与线性代数中的线性映射(或称线性变换)联系起来。
- 场景设置:
- 源群 $G$ 是 $(\mathbb{R}^n, +)$。这是所有 n 维实数列向量构成的加法群。向量的加法是对应分量相加。
- 目标群 $H$ 是 $(\mathbb{R}^m, +)$。这是所有 m 维实数列向量构成的加法群。
- 定义映射:映射 $F: \mathbb{R}^n \rightarrow \mathbb{R}^m$ 是一个线性映射。
- 根据线性代数的定义,一个映射是线性的,必须满足两个条件:
- 验证同态:我们需要检查 $F$ 是否满足群同态的定义。
- 源群 $(\mathbb{R}^n, +)$ 和目标群 $(\mathbb{R}^m, +)$ 的运算都是向量加法。
- 同态的定义要求 $F(\mathbf{v}_1 + \mathbf{v}_2) = F(\mathbf{v}_1) + F(\mathbf{v}_2)$。
- 这恰好就是线性映射定义的第一部分——可加性!
- 结论:因此,任何一个线性映射,就其作为向量空间之间的函数而言,自动地也是其底层的加法群之间的一个群同态。
- 额外性质:
- 文中提到,线性映射还具有额外的性质 $F(t\mathbf{v}) = tF(\mathbf{v})$(齐次性)。
- 这个性质在群同态的定义中并没有要求。群同态只关心那个二元运算(这里是加法)是否被保持。
- 齐次性关心的是“标量乘法”这个操作是否被保持。
- 所以,一个线性映射是一个“加强版”的群同态,它不仅保持了加法结构,还保持了数乘结构。这种既是群同态,又能与标量乘法兼容的映射,在向量空间的语境下被称为线性映射。可以说,“线性映射”是“向量空间同态”的术语。
- 与矩阵的关系:
- 任何一个从 $\mathbb{R}^n$ 到 $\mathbb{R}^m$ 的线性映射 $F$,都可以由一个 $m \times n$ 的矩阵 $A$ 来表示,使得 $F(\mathbf{v}) = A\mathbf{v}$ (矩阵-向量乘法)。
- 此时,可加性 $F(\mathbf{v}+\mathbf{w}) = F(\mathbf{v})+F(\mathbf{w})$ 就源于矩阵乘法对加法的分配律:$A(\mathbf{v}+\mathbf{w}) = A\mathbf{v} + A\mathbf{w}$。
💡 [数值示例]
- $G = (\mathbb{R}^2, +)$, $H = (\mathbb{R}^3, +)$。
- 定义线性映射 $F: \mathbb{R}^2 \rightarrow \mathbb{R}^3$ 为 $F\left(\begin{pmatrix} x \\ y \end{pmatrix}\right) = \begin{pmatrix} x+y \\ x-y \\ 2x \end{pmatrix}$。
- 这个映射对应的矩阵是 $A = \begin{pmatrix} 1 & 1 \\ 1 & -1 \\ 2 & 0 \end{pmatrix}$。
- 验证同态(可加性):
- 取 $\mathbf{v}_1 = \begin{pmatrix} x_1 \\ y_1 \end{pmatrix}, \mathbf{v}_2 = \begin{pmatrix} x_2 \\ y_2 \end{pmatrix}$。
- LHS: $F(\mathbf{v}_1 + \mathbf{v}_2) = F\left(\begin{pmatrix} x_1+x_2 \\ y_1+y_2 \end{pmatrix}\right) = \begin{pmatrix} (x_1+x_2)+(y_1+y_2) \\ (x_1+x_2)-(y_1+y_2) \\ 2(x_1+x_2) \end{pmatrix} = \begin{pmatrix} x_1+y_1+x_2+y_2 \\ x_1-y_1+x_2-y_2 \\ 2x_1+2x_2 \end{pmatrix}$。
- RHS: $F(\mathbf{v}_1) + F(\mathbf{v}_2) = F\left(\begin{pmatrix} x_1 \\ y_1 \end{pmatrix}\right) + F\left(\begin{pmatrix} x_2 \\ y_2 \end{pmatrix}\right) = \begin{pmatrix} x_1+y_1 \\ x_1-y_1 \\ 2x_1 \end{pmatrix} + \begin{pmatrix} x_2+y_2 \\ x_2-y_2 \\ 2x_2 \end{pmatrix} = \begin{pmatrix} (x_1+y_1)+(x_2+y_2) \\ (x_1-y_1)+(x_2-y_2) \\ 2x_1+2x_2 \end{pmatrix} = \begin{pmatrix} x_1+y_1+x_2+y_2 \\ x_1-y_1+x_2-y_2 \\ 2x_1+2x_2 \end{pmatrix}$。
- LHS = RHS,所以 $F$ 是一个群同态。
⚠️ [易错点]
- 混淆群的类型:这个例子中的群都是加法群。不要和例子(4)中的矩阵乘法群 $GL_n(\mathbb{R})$ 混淆。这里的向量空间 $\mathbb{R}^n$ 并不是一个乘法群。
- 线性映射 vs 同态:所有的线性映射都是群同态,但反过来不成立。一个从 $(\mathbb{R}^n, +)$ 到 $(\mathbb{R}^m, +)$ 的群同态不一定是线性映射,因为它可能不满足齐次性。例如,一个将所有分量取整的函数,可能满足可加性(在特定情况下),但显然不满足齐次性。
📝 [总结]
任何一个线性映射 $F: \mathbb{R}^n \rightarrow \mathbb{R}^m$ 天然地就是其底层向量加法群之间的一个群同态。这是因为线性映射的定义中包含了可加性 $F(\mathbf{v}+\mathbf{w}) = F(\mathbf{v})+F(\mathbf{w})$,这与群同态在加法群上的要求完全一致。线性映射比群同态要求更强,还需满足数乘的齐次性。
🎯 [存在目的]
此例的目的是进一步巩固同态概念的普适性,展示它如何统一地描述不同数学分支中的“结构保持映射”。它告诉我们,在线性代数中学习的“线性映射”,从群论的视角看,就是一种(加强版的)群同态。这有助于学生在不同课程的知识点之间建立联系,形成更宏大的数学知识网络。
🧠 [直觉心智模型]
- 把向量空间 $\mathbb{R}^n$ 想象成一个巨大的、平直的、均匀的网格空间。
- 线性映射就像是对这个空间进行一种“均匀的”变形,这种变形可能会旋转、缩放、投影,但必须保持网格线的平行和均匀分布(原点不动,直线仍然是直线)。
- 同态性质 $F(\mathbf{v}+\mathbf{w}) = F(\mathbf{v})+F(\mathbf{w})$ 在几何上对应平行四边形法则:对角线向量 $\mathbf{v}+\mathbf{w}$ 经过线性变换后,得到的向量 $F(\mathbf{v}+\mathbf{w})$,恰好是变换后的两个边向量 $F(\mathbf{v})$ 和 $F(\mathbf{w})$ 形成的新平行四边形的对角线。线性变换保持了平行四边形法则,这正是加法结构被保持的几何体现。
💭 [直观想象]
- 想象你在一个二维的坐标纸上 $(\mathbb{R}^2)$。向量 $\mathbf{v}$ 是从原点到点 $(x_1, y_1)$ 的箭头,向量 $\mathbf{w}$ 是从原点到点 $(x_2, y_2)$ 的箭头。它们的和 $\mathbf{v}+\mathbf{w}$ 是以这两个箭头为邻边构成的平行四边形的对角线。
- 现在有一个线性变换 $F$,比如将整个坐标纸沿 y 轴拉伸两倍。
- LHS:先计算和向量 $\mathbf{v}+\mathbf{w}$,得到一个新的箭头,然后对这个箭头应用拉伸变换。
- RHS:先把 $\mathbf{v}$ 拉伸,得到一个更长的箭头 $F(\mathbf{v})$。再把 $\mathbf{w}$ 拉伸,得到另一个更长的箭头 $F(\mathbf{w})$。然后以这两个新箭头为邻边构造一个新的、更瘦长的平行四边形,它的对角线就是 $F(\mathbf{v})+F(\mathbf{w})$。
- 线性变换的性质保证了,LHS得到的箭头和RHS得到的箭头是完全一样的。
📜 [原文12]
(9) 给定一个固定的整数 $n$,由 $f(t)=t^{n}$ 定义的函数 $f: \mathbb{Q}^{*} \rightarrow \mathbb{Q}^{*}$ 是一个同态,因为 $f\left(t_{1} t_{2}\right)=\left(t_{1} t_{2}\right)^{n}=t_{1}^{n} t_{2}^{n}=f\left(t_{1}\right) f\left(t_{2}\right)$。相应的函数 $f: \mathbb{R}^{*} \rightarrow \mathbb{R}^{*}$ 和 $\mathbb{C}^{*} \rightarrow \mathbb{C}^{*}$ 也是同态。更一般地,如果 $G$ 是一个阿贝尔群(乘法表示)且 $n \in \mathbb{Z}$ 是一个固定整数,那么由 $f(g)=g^{n}$ 定义的函数 $f: G \rightarrow G$ 是一个同态,根据阿贝尔群的指数定律:对于所有 $g, h \in G$,
$$
f(g h)=(g h)^{n}=g^{n} h^{n}=f(g) f(h) .
$$
例如,如果 $G=\mathbb{R}^{*}$ 且 $n \in \mathbb{N}$,那么当 $n$ 为奇数时 $f$ 是单射和满射。如果 $n$ 为偶数,那么 $(-t)^{n}=t^{n}$,因此 $f$ 不是单射,并且 $f$ 的像集是正实数集,因此 $f$ 也不是满射。
📖 [逐步解释]
这个例子讨论的是一种非常常见的映射类型——幂函数 (Power Map),并探讨了它在何种条件下构成一个同态。
- 具体例子先行:
- 场景:源群和目标群都是 $(\mathbb{Q}^*, \times)$,非零有理数的乘法群。
- 映射:$f(t) = t^n$,其中 $n$ 是一个固定的整数。
- 验证同态:对于任意 $t_1, t_2 \in \mathbb{Q}^*$:
- LHS: $f(t_1 t_2) = (t_1 t_2)^n$。
- RHS: $f(t_1) f(t_2) = t_1^n t_2^n$。
- 由于有理数乘法满足交换律,指数定律 $(ab)^n = a^n b^n$ 成立。
- 所以 $f$ 是一个同态。
- 推广:同样的逻辑适用于非零实数乘法群 $(\mathbb{R}^*, \times)$ 和非零复数乘法群 $(\mathbb{C}^*, \times)$,因为它们的乘法也是交换的。
- 一般化到阿贝尔群:
- 前面的例子成功的关键在于指数定律 $(ab)^n = a^n b^n$ 的成立。这个定律在普通的非交换群中不一定成立。例如,在矩阵群中,$(AB)^2 = ABAB$,而 $A^2B^2 = AABB$,两者通常不相等,除非 $A$ 和 $B$ 可交换 ($AB=BA$)。
- 阿贝尔群 (Abelian Group) 的定义就是群运算满足交换律的群。
- 结论:因此,对于任何一个阿贝尔群 $G$(使用乘法表示),幂函数 $f(g) = g^n$ (n为固定整数) 都是一个从 $G$ 到自身的同态 (这种映到自身的同态也叫自同态 Endomorphism)。
- 证明:$f(gh) = (gh)^n$。因为群 $G$ 是阿贝尔群,所以 $gh=hg$。因此 $(gh)^n = g^n h^n$。(严格证明 $(gh)^n = g^n h^n$ 需要对n用归纳法,并利用 $gh=hg$ 这个条件,但这里我们直观地接受它)。而 $g^n h^n = f(g)f(h)$。所以 $f$ 是同态。
- 分析 $f: \mathbb{R}^* \rightarrow \mathbb{R}^*$ 的单射和满射性:
- 当 n 是奇数时 (如 $n=3, f(t)=t^3$):
- 单射:如果 $t_1^n = t_2^n$,两边开 n 次方根,由于 n 是奇数,实数域上的奇次根是唯一的,所以 $t_1=t_2$。故 $f$ 是单射。
- 满射:对于任何实数 $y \in \mathbb{R}^*$,方程 $t^n = y$ 总是有实数解 $t = \sqrt[n]{y}$。故 $f$ 是满射。
- 因此,当n为奇数时,该同态是一个同构。
- 当 n 是偶数时 (如 $n=2, f(t)=t^2$):
- 非单射:例如 $f(2) = 2^2=4$,$f(-2)=(-2)^2=4$。不同的输入得到相同的输出。一般地,$(-t)^n=t^n$。故 $f$ 不是单射。
- 非满射:由于任何实数的偶数次方都是非负的,且 $t \in \mathbb{R}^*$ 所以 $t^n$ 总是正数。像集是 $\mathbb{R}^{>0}$ (正实数集)。目标群 $\mathbb{R}^*$ 中的负数没有原像。故 $f$ 不是满射。
💡 [数值示例]
- 阿贝尔群同态:
- $G = (\mathbb{Z}_5^*, \times) = (\{1,2,3,4\}, \times_5)$,这是一个阿贝尔群。
- 令 $n=2$,则 $f(g) = g^2 \pmod 5$。
- $f(1)=1, f(2)=4, f(3)=9 \equiv 4, f(4)=16 \equiv 1$。
- 验证同态:取 $g=2, h=3$。
- LHS: $f(g \times h) = f(2 \times 3) = f(6) = f(1) = 1^2 = 1$。
- RHS: $f(g) \times f(h) = f(2) \times f(3) = 4 \times 4 = 16 \equiv 1 \pmod 5$。
- LHS = RHS。
- 非阿贝尔群反例:
- $G = S_3$ (3个元素的置换群),非阿贝尔群。
- 令 $n=2$,$f(\sigma)=\sigma^2$。
- 取 $\sigma = (12), \tau=(13)$。
- LHS: $\sigma\tau = (12)(13) = (132)$。
- $f(\sigma\tau) = (132)^2 = (132)(132) = (123)$。
- RHS: $f(\sigma) = (12)^2 = e$ (单位元)。$f(\tau)=(13)^2 = e$。
- $f(\sigma)f(\tau) = e \cdot e = e$。
- LHS $\neq$ RHS。所以此时 $f(g)=g^2$ 不是同态。
⚠️ [易错点]
- 阿贝尔群是关键:必须强调幂函数 $f(g)=g^n$ 成为同态的前提是群的交换性。在非交换群中,这通常不成立。
- n 的取值:$n$ 可以是正整数、负整数或零。
- 如果 $n=1, f(g)=g$,是恒等同态。
- 如果 $n=0, f(g)=g^0=1$,是平凡同态。
- 如果 $n=-1, f(g)=g^{-1}$,是求逆映射。它成为同态也要求群是阿贝尔群,因为 $(gh)^{-1}=h^{-1}g^{-1}$,要使其等于 $g^{-1}h^{-1}$,需要 $g^{-1}$ 和 $h^{-1}$ 可交换,这等价于 $g,h$ 可交换。
📝 [总结]
幂函数 $f(g)=g^n$ (n为固定整数) 是一个从阿贝尔群 $G$ 到自身的同态。其同态性质源于阿贝尔群中指数定律 $(gh)^n=g^nh^n$ 的成立。这个同态的单射性和满射性取决于具体的群和指数 $n$。例如在 $(\mathbb{R}^*, \times)$ 上,奇数次幂是同构,而偶数次幂既非单射也非满射。
🎯 [存在目的]
这个例子深刻地揭示了群的交换性(阿贝尔性)这一代数结构性质,如何直接影响一个函数能否成为同态。它为我们提供了一大类在阿贝尔群上很自然存在的自同态,并展示了如何通过分析 $n$ 的奇偶性等性质来研究同态的具体属性(单射/满射)。
🧠 [直觉心智模型]
- 把阿贝尔群想象成一群可以“随意排队”的人,他们之间的互动(群运算)不讲究先后顺序。
- 幂函数 $f(g)=g^n$ 相当于让每个人都“自我复制 n 次然后合体”。
- 同态性质 $(gh)^n=g^nh^n$ 的意思是:
- LHS:先让 $g$ 和 $h$ 互动,形成一个组合 $(gh)$,然后让这个组合整体复制 $n$ 次。
- RHS:先让 $g$ 自己复制 $n$ 次变成 $g^n$,再让 $h$ 自己复制 $n$ 次变成 $h^n$,最后让 $g^n$ 和 $h^n$ 互动。
- 因为大家可以随意排队(交换律),所以 $(gh)^n = (gh)(gh)...(gh) = (gg...g)(hh...h) = g^n h^n$。LHS 和 RHS 的结果是一样的。
- 如果是在一个非阿贝尔群(比如一个讲究严格站位的军队方阵)里,你不能随便调换人和人的位置,这个等式就不成立了。
💭 [直观想象]
- 想象阿贝尔群 $(\mathbb{R}^*, \times)$ 是在一条数轴上进行“缩放”操作。
- $f(t)=t^3$ (n为奇数):
- 单射:不同的缩放比例,立方后还是不同的缩放比例。
- 满射:任何一个最终的缩放比例(无论正负),都能找到一个原始的缩放比例,其立方等于它。
- $f(t)=t^2$ (n为偶数):
- 非单射:放大2倍 和 “放大2倍再反向”(即-2倍)这两种不同的原始操作,平方后都变成了放大4倍的效果。方向信息丢失了。
- 非满射:无论你原始操作是什么,平方后最终效果总是“放大”(正数),永远无法得到“缩小再反向”(负数)的效果。
📜 [原文13]
(10) 设 $G$ 是一个群(乘法表示),且 $g \in G$ 是固定的。那么由 $f(a)=g^{a}$ 定义的函数 $f: \mathbb{Z} \rightarrow G$ 是一个同态(指数定律)。对于加法群 $G$,我们写成 $f(a)=a \cdot g$。在这两种情况下,$f$ 的像集都是 $\langle g\rangle$。此示例的一个特例是由 $f(a)=[a]=a \cdot[1]$ 定义的同态 $\mathbb{Z} \rightarrow \mathbb{Z} / n \mathbb{Z}$。类似地,假设 $G$ 是一个群,并且 $g \in G$ 的阶是 $n$ 的因子,即 $g^{n}=1$。那么由 $f\left([a]_{n}\right)=g^{a}$ 定义的函数 $f: \mathbb{Z} / n \mathbb{Z} \rightarrow G$ 是定义良好的,并且很容易验证它是一个同态(再次根据指数定律)。我们已经见过的一个例子是由 $f\left([a]_{n}\right)=[a]_{m}$ 定义的函数 $f: \mathbb{Z} / n \mathbb{Z} \rightarrow \mathbb{Z} / m \mathbb{Z}$,当且仅当 $m$ 整除 $n$ 时它是定义良好的;这里 $G=\mathbb{Z} / m \mathbb{Z}$ 且 $g=[1]_{m}$。在这个例子中,$f$ 是从 $\mathbb{Z} / n \mathbb{Z}$ 到 $\mathbb{Z} / m \mathbb{Z}$ 的一个满射同态。
📖 [逐步解释]
这个例子极为重要,它构建了从最基础的整数群 $(\mathbb{Z}, +)$ 或循环群 $(\mathbb{Z}_n, +)$ 到任意群 $G$ 的桥梁,是理解循环子群和阶的关键。
第一部分:从 $\mathbb{Z}$ 到 $G$
- 场景设置:
- 源群是 $(\mathbb{Z}, +)$,整数加法群。这是最基础的无限循环群。
- 目标群是 $(G, \cdot)$,任何一个给定的群(这里用乘法表示)。
- 在 $G$ 中固定一个元素 $g$。
- 定义映射:$f: \mathbb{Z} \rightarrow G$ 定义为 $f(a) = g^a$。
- 这个映射的意思是,把整数 $a$ 映到 $g$ 的 $a$ 次幂。
- $f(1) = g^1 = g$
- $f(2) = g^2 = g \cdot g$
- $f(0) = g^0 = 1_G$ (单位元)
- $f(-3) = g^{-3} = (g^{-1})^3$
- 验证同态:我们需要检查 $f(a+b) = f(a) \cdot f(b)$。注意源群运算是 +,目标群是 ·。
- LHS: $f(a+b) = g^{a+b}$。
- RHS: $f(a) \cdot f(b) = g^a \cdot g^b$。
- 根据群中元素幂的指数定律,$g^{a+b} = g^a g^b$ 恒成立。
- 结论:所以 $f(a)=g^a$ 是一个同态。
- 像集:这个同态的像集 $\mathrm{Im}(f)$ 是所有 $f(a)$ (即 $g^a$) 构成的集合,其中 $a$ 取遍所有整数。这个集合 $\{..., g^{-2}, g^{-1}, g^0, g^1, g^2, ...\}$ 正是由 $g$ 生成的循环子群 $\langle g \rangle$ 的定义。
- 加法群情形:如果目标群 $G$ 是加法群,那么“幂” $g^a$ 对应于“倍数” $a \cdot g$。映射就写成 $f(a) = a \cdot g$。同态性质变为 $f(a+b) = (a+b)\cdot g = a\cdot g + b\cdot g = f(a)+f(b)$。像集同样是 $\langle g \rangle = \{k \cdot g \mid k \in \mathbb{Z}\}$。
- 特例:$\mathbb{Z} \rightarrow \mathbb{Z}/n\mathbb{Z}$。
- 这里 $G = (\mathbb{Z}/n\mathbb{Z}, +)$ 是加法群。我们取生成元 $g = [1]_n$。
- 映射 $f: \mathbb{Z} \rightarrow \mathbb{Z}/n\mathbb{Z}$ 是 $f(a) = a \cdot [1]_n = [a]_n$。
- 这正是之前例子中出现过的“取模”同态。
第二部分:从 $\mathbb{Z}/n\mathbb{Z}$ 到 $G$
- 场景设置:
- 源群是 $(\mathbb{Z}/n\mathbb{Z}, +)$,模n整数加法群。
- 目标群是 $(G, \cdot)$。
- 在 $G$ 中固定一个元素 $g$,这个 $g$ 有一个特殊要求:它的阶是 $n$ 的因子。这意味着 $g^n=1_G$。(如果 $g$ 的阶是 $d$,且 $d|n$,则 $g^n = (g^d)^{n/d} = 1^{n/d} = 1$)。
- 定义映射:$f: \mathbb{Z}/n\mathbb{Z} \rightarrow G$ 定义为 $f([a]_n) = g^a$。
- 良定义性 (Well-definedness):这是关键!源群的元素是等价类,比如 $[a]_n = [a+kn]_n$。我们必须保证,无论我们用等价类中的哪个代表元来计算,结果都一样。
- 我们需要检查 $f([a]_n)$ 是否等于 $f([a+kn]_n)$。
- $f([a+kn]_n) = g^{a+kn} = g^a \cdot g^{kn} = g^a \cdot (g^n)^k$。
- 因为我们要求了 $g^n=1$,所以上式 $= g^a \cdot 1^k = g^a$。
- $f([a+kn]_n) = g^a = f([a]_n)$。两者相等。
- 结论:所以这个映射是良定义的。这个要求 $g^n=1$ 是必不可少的。
- 验证同态:$f([a]_n + [b]_n) = f([a+b]_n) = g^{a+b} = g^a g^b = f([a]_n)f([b]_n)$。成立。
- 特例:$\mathbb{Z}/n\mathbb{Z} \rightarrow \mathbb{Z}/m\mathbb{Z}$。
- $G = (\mathbb{Z}/m\mathbb{Z}, +)$。取生成元 $g=[1]_m$。
- 映射是 $f([a]_n) = a \cdot [1]_m = [a]_m$。
- 良定义性的要求是 $n \cdot g = [0]_m$,即 $n \cdot [1]_m = [n]_m = [0]_m$。
- $[n]_m=[0]_m$ 的意思就是 $n$ 是 $m$ 的倍数,即 $m$ 整除 $n$ ($m|n$)。
- 这解释了为什么只有当 $m|n$ 时,这个映射才是定义良好的。
- 当 $m|n$ 时,这个映射是满射的吗?是的,因为对于任何 $[k]_m \in \mathbb{Z}/m\mathbb{Z}$,我们都可以取源群中的元素 $[k]_n$,有 $f([k]_n) = [k]_m$。所以是满射。
💡 [数值示例]
- Part 1: $\mathbb{Z} \rightarrow G$
- $G = (\mathbb{C}^*, \times)$, 取 $g=i$。
- $f: \mathbb{Z} \rightarrow \mathbb{C}^*$ 是 $f(a) = i^a$。
- $f(0)=i^0=1, f(1)=i, f(2)=-1, f(3)=-i, f(4)=1, ...$
- 像集是 $\langle i \rangle = \{1, i, -1, -i\}$。
- 验证同态:$f(2+3)=f(5)=i^5=i$。$f(2)f(3) = i^2 i^3 = (-1)(-i) = i$。相等。
- Part 2: $\mathbb{Z}_n \rightarrow G$
- $G=S_3$, $n=6$。取 $g=(123) \in S_3$。$g$ 的阶是 3,因为 3 整除 6,所以 $g^6 = (g^3)^2 = e^2=e=1$。
- $f: \mathbb{Z}_6 \rightarrow S_3$ 定义为 $f([a]_6) = (123)^a$。
- $f([0])=e, f([1])=(123), f([2])=(132), f([3])=e, f([4])=(123), f([5])=(132)$。
- 验证良定义:$f([2])=(132)$,$f([2+6]) = f([8])=(123)^8=(123)^2=(132)$。没问题。
- 验证同态:$f([2]+[3])=f([5])=(132)$。$f([2])f([3]) = (123)^2 (123)^3 = (132)e=(132)$。相等。
⚠️ [易错点]
- 良定义性是关键:在定义从模n群出发的映射时,必须首先检查良定义性,这是一个非常容易被忽略但至关重要的步骤。如果前提条件(如 $g^n=1$)不满足,则整个函数定义都是无意义的。
- 阶与n的关系:$g^n=1$ 并不意味着 $g$ 的阶就是 $n$。它只说明 $g$ 的阶是 $n$ 的一个因子。
📝 [总结]
本例建立了从基本循环群到任意群的两种标准同态:
- $f: \mathbb{Z} \rightarrow G$ by $f(a) = g^a$:这是由 $G$ 中任意元素 $g$ 诱导的、最基本的同态。它的像就是 $g$ 生成的循环子群。
- $f: \mathbb{Z}/n\mathbb{Z} \rightarrow G$ by $f([a]_n) = g^a$:这需要前提条件 $g^n=1$ 来保证映射的良定义性。
这两个同态是群论中构造具体映射和理解循环群结构的核心工具。
🎯 [存在目的]
此例的目的是展示如何从最简单、最被人熟知的群(整数加法群、模n整数群)出发,去构建到任意一个抽象群的同态。这揭示了任何一个群的循环子群结构,都可以看作是 $\mathbb{Z}$ 或 $\mathbb{Z}/n\mathbb{Z}$ 的一个“同态像”。这是“同态基本定理”的基石,即将一个群的结构与更简单的群联系起来。
🧠 [直觉心智模型]
- 整数群 $\mathbb{Z}$ 是“步数”的原型。$f(a)=g^a$ 就像是在群 $G$ 里“走 $a$ 步”。$g$ 规定了每一步“走”成什么样(是乘以2,还是旋转30度)。这个同态说的是,“走 a+b 步”的效果,等于“先走 a 步,再接着走 b 步”。
- 模n群 $\mathbb{Z}/n\mathbb{Z}$ 是“时钟”的原型。它是一个会循环的计步器。$f([a]_n)=g^a$ 就像是在一个会循环的系统里行走。良定义性的要求 $g^n=1$ 意味着,你在 $G$ 中“走 n 步”必须恰好回到起点,这样才能和 “n步归零” 的时钟同步。如果时钟走了n步归零了,而你在 $G$ 里没回到起点,那这个映射就“对不上号”,不是良定义的。
💭 [直观想象]
- $\mathbb{Z} \rightarrow G$:想象一条无限长的铁轨,上面有均匀的枕木,标着整数...-2, -1, 0, 1, 2...(这是 $\mathbb{Z}$)。现在你有一辆小火车(群 $G$),你规定“前进1格枕木”就让小火车执行操作 $g$(比如鸣笛)。那么“前进 a 格枕木”就等价于小火车执行 $a$ 次操作 $g$ ($g^a$)。这个对应关系就是同态。
- $\mathbb{Z}/n\mathbb{Z} \rightarrow G$:现在铁轨是环形的,一共 $n$ 根枕木,标着 0, 1, ..., n-1 (这是 $\mathbb{Z}/n\mathbb{Z}$)。小火车在上面跑。你规定“前进1格”就执行操作 $g$。为了让这个模型有意义,当小火车在环形轨道上跑完一圈(n步)回到0号枕木时,它自身的状态也必须回到初始状态。这就是 $g^n=1$ 的要求。如果满足这个条件,那么这个从“环形轨道位置”到“小火车状态”的映射就是良定义的同态。
📜 [原文14]
(11) 如果 $G_{1}$ 和 $G_{2}$ 是两个群,且 $G_{1} \times G_{2}$ 是积群,那么由 $\pi_{1}\left(g_{1}, g_{2}\right)=g_{1}$ 定义的 $\pi_{1}: G_{1} \times G_{2} \rightarrow G_{1}$ 是一个同态。这是群运算在乘积中定义方式的结果:
$$
\pi_{1}\left(\left(g_{1}, g_{2}\right)\left(h_{1}, h_{2}\right)\right)=\pi_{1}\left(g_{1} h_{1}, g_{2} h_{2}\right)=g_{1} h_{1}=\pi_{1}\left(g_{1}, g_{2}\right) \pi_{1}\left(h_{1}, h_{2}\right)
$$
类似地,由 $\pi_{1}\left(g_{1}, g_{2}\right)=g_{2}$ 定义的函数 $\pi_{2}: G_{1} \times G_{2} \rightarrow G_{2}$ 是一个同态。我们称 $\pi_{1}$ 和 $\pi_{2}$ 为到第一和第二因子的投影。
📖 [逐步解释]
这个例子介绍了在直积群 (Product Group) 上一种非常自然的同态——投影映射 (Projection Map)。
- 场景设置:
- 我们有两个群 $G_1$ 和 $G_2$。
- 我们构造它们的直积群 $G_1 \times G_2$。这个群的元素是所有形如 $(g_1, g_2)$ 的有序对,其中 $g_1 \in G_1, g_2 \in G_2$。
- 直积群的运算是“按分量进行”的:$(g_1, g_2) \cdot (h_1, h_2) = (g_1 h_1, g_2 h_2)$。第一个分量在 $G_1$ 中运算,第二个分量在 $G_2$ 中运算。
- 定义映射 $\pi_1$:
- $\pi_1: G_1 \times G_2 \rightarrow G_1$ 定义为 $\pi_1(g_1, g_2) = g_1$。
- 这个映射的作用就是“扔掉”第二个分量,只保留第一个分量。它的名字叫到第一分量的投影。
- 验证 $\pi_1$ 是同态:
- 我们需要检查 $\pi_1( (g_1,g_2) \cdot (h_1,h_2) ) = \pi_1(g_1,g_2) \cdot \pi_1(h_1,h_2)$。
- LHS:
- 先在源群 $G_1 \times G_2$ 中运算: $(g_1,g_2) \cdot (h_1,h_2) = (g_1 h_1, g_2 h_2)$。
- 再应用映射 $\pi_1$: $\pi_1(g_1 h_1, g_2 h_2) = g_1 h_1$ (根据 $\pi_1$ 的定义,取第一个分量)。
- 先应用映射 $\pi_1$: $\pi_1(g_1,g_2) = g_1$ 和 $\pi_1(h_1,h_2) = h_1$。
- 再在目标群 $G_1$ 中运算: $g_1 \cdot h_1$。
- 比较: LHS 结果是 $g_1 h_1$,RHS 结果也是 $g_1 h_1$。两者相等。
- 结论: $\pi_1$ 是一个同态。
- 定义映射 $\pi_2$:
- 类似地,$\pi_2: G_1 \times G_2 \rightarrow G_2$ 定义为 $\pi_2(g_1, g_2) = g_2$。
- 它“扔掉”第一个分量,只保留第二个分量。称为到第二分量的投影。
- 用完全相同的方法可以证明 $\pi_2$ 也是一个同态。
💡 [数值示例]
- $G_1 = (\mathbb{Z}, +)$, $G_2 = (\{+1, -1\}, \times)$。
- 直积群 $G = \mathbb{Z} \times \{+1, -1\}$。元素是 $(n, s)$,其中 $n$ 是整数,$s$ 是 $\pm 1$。
- 运算是 $(n_1, s_1) \cdot (n_2, s_2) = (n_1+n_2, s_1 \times s_2)$。
- 投影 $\pi_1: G \rightarrow \mathbb{Z}$ 定义为 $\pi_1(n,s)=n$。
- 验证同态:
- 取 $(3, -1)$ 和 $(5, -1)$。
- LHS: $\pi_1( (3,-1) \cdot (5,-1) ) = \pi_1(3+5, (-1)\times(-1)) = \pi_1(8, 1) = 8$。
- RHS: $\pi_1(3,-1) + \pi_1(5,-1) = 3 + 5 = 8$。
- LHS=RHS。
- 投影 $\pi_2: G \rightarrow \{+1, -1\}$ 定义为 $\pi_2(n,s)=s$。
- 验证同态:
- 取 $(3, -1)$ 和 $(5, 1)$。
- LHS: $\pi_2( (3,-1) \cdot (5,1) ) = \pi_2(3+5, (-1)\times 1) = \pi_2(8, -1) = -1$。
- RHS: $\pi_2(3,-1) \times \pi_2(5,1) = (-1) \times 1 = -1$。
- LHS=RHS。
⚠️ [易错点]
- 运算在哪个群:验证同态时,务必清晰地知道每一步运算是在哪个群里进行的。LHS的第一步运算在直积群 $G_1 \times G_2$ 中,RHS的第二步运算在目标群 $G_1$ (或 $G_2$) 中。
- 投影是满射:投影映射 $\pi_1$ 和 $\pi_2$ 通常都是满射的(除非某个因子群是平凡群)。因为对于 $G_1$ 中任意一个元素 $g_1$,我们总能找到源群中的元素 $(g_1, 1_{G_2})$ 映射到它。
- 投影不是单射:投影映射通常都不是单射的(除非被扔掉的那个因子群是平凡群)。例如,对于 $\pi_1$,所有形如 $(g_1, s)$ 的元素,只要 $s$ 不同,它们就是不同的元素,但它们都被 $\pi_1$ 映射到了同一个 $g_1$。
📝 [总结]
从一个直积群 $G_1 \times G_2$ 到它的因子群 $G_1$ 或 $G_2$ 的投影映射 ($\pi_1(g_1,g_2)=g_1$ 和 $\pi_2(g_1,g_2)=g_2$) 是天然的同态。其同态性质直接源于直积群“按分量运算”的定义。这两个同态是满射但非单射的。
🎯 [存在目的]
这个例子展示了如何从一个复合的、更复杂的群(直积群)“回到”其构成部分(因子群)。投影同态是研究直积群结构的基本工具,它告诉我们直积群的结构与其因子群的结构是密切相关的。在更高等的代数中,这个概念推广到范畴论中的“积”和“余积”,是构建数学对象的通用方法。
[直觉心-智模型]
- 把直积群 $G_1 \times G_2$ 想象成一个人的信息记录,包含“姓名”(来自 $G_1$)和“年龄”(来自 $G_2$)。
- 投影 $\pi_1$ 就是一个只关心“姓名”的查询操作,它会忽略年龄。
- 投影 $\pi_2$ 就是一个只关心“年龄”的查询操作,它会忽略姓名。
- 同态性质就是说,如果把两个人的信息记录合并(运算),然后查询合并记录的姓名,得到的结果,和你先分别查询两个人的姓名,再把姓名信息合并,是一样的。这听起来理所当然,其背后就是投影同态的原理。
💭 [直观想象]
- 想象直积群 $G_1 \times G_2$ 是一个二维平面,横坐标来自 $G_1$,纵坐标来自 $G_2$。一个点是 $(x,y)$。
- 投影 $\pi_1$ 就是把平面上所有的点都垂直“压”到横坐标轴上,一个点 $(x,y)$ 被压到了 $x$。
- 投影 $\pi_2$ 就是把平面上所有的点都水平“压”到纵坐标轴上,一个点 $(x,y)$ 被压到了 $y$。
- 同态性质可以几何地看:平面上两个向量 $(x_1, y_1)$ 和 $(x_2, y_2)$ 相加得到 $(x_1+x_2, y_1+y_2)$。把这个和向量投影到 x 轴,得到 $x_1+x_2$。这和你先把两个向量分别投影到 x 轴得到 $x_1$ 和 $x_2$,再把它们相加,结果是一样的。
📜 [原文15]
(12) 第 3 章中讨论的函数 $P: S_{n} \rightarrow G L_{n}(\mathbb{R})$,定义为
$$
P(\sigma)\left(\mathbf{e}_{i}\right)=\mathbf{e}_{\sigma(i)}
$$
是一个同态。
📖 [逐步解释]
这个例子连接了置换群和线性代数,它将一个抽象的置换操作,具体地“表示”为一个矩阵。这个映射在表示论中非常重要。
- 场景设置:
- 源群 $G$ 是 $S_n$,即包含所有对 $\{1, 2, ..., n\}$ 的置换(双射函数)的群,运算是函数复合。
- 目标群 $H$ 是 $GL_n(\mathbb{R})$,n阶可逆实矩阵的乘法群。
- $\mathbf{e}_i$ 是标准基向量,即第 $i$ 个分量是1,其余都是0的列向量。
- 定义映射:映射 $P: S_n \rightarrow GL_n(\mathbb{R})$ 的作用是,给一个置换 $\sigma \in S_n$,它会生成一个 $n \times n$ 的矩阵 $P(\sigma)$。
- 这个矩阵 $P(\sigma)$ 的功能被定义为:它作用在第 $i$ 个基向量 $\mathbf{e}_i$ 上时,会把它变成第 $\sigma(i)$ 个基向量 $\mathbf{e}_{\sigma(i)}$。
- 换句话说,矩阵 $P(\sigma)$ 的第 $i$ 列就是向量 $\mathbf{e}_{\sigma(i)}$。这种矩阵被称为置换矩阵。它的每一行和每一列都恰好只有一个1,其余都是0。
- 验证同态:我们需要检查 $P(\sigma \tau) = P(\sigma) P(\tau)$ 是否成立。这里的运算分别是函数复合和矩阵乘法。
- 这是一个比较抽象的验证,关键在于看两个矩阵作用在任意基向量 $\mathbf{e}_i$ 上的效果是否相同。如果它们对所有基向量的作用都一样,那么这两个矩阵就是相等的。
- LHS: 矩阵 $P(\sigma \tau)$ 作用在 $\mathbf{e}_i$ 上:
- 根据定义,$P(\sigma \tau)(\mathbf{e}_i) = \mathbf{e}_{(\sigma \tau)(i)} = \mathbf{e}_{\sigma(\tau(i))}$。
- RHS: 矩阵乘积 $P(\sigma)P(\tau)$ 作用在 $\mathbf{e}_i$ 上:
- 首先,$P(\tau)$ 作用在 $\mathbf{e}_i$ 上,得到 $P(\tau)(\mathbf{e}_i) = \mathbf{e}_{\tau(i)}$。
- 然后,让 $P(\sigma)$ 作用在这个新向量 $\mathbf{e}_{\tau(i)}$ 上。
- 根据定义,$P(\sigma)$ 会把下标为 $j$ 的基向量变成下标为 $\sigma(j)$ 的基向量。现在我们的下标是 $j=\tau(i)$。
- 所以,$P(\sigma)(\mathbf{e}_{\tau(i)}) = \mathbf{e}_{\sigma(\tau(i))}$。
- 比较: LHS 和 RHS 作用在任意基向量 $\mathbf{e}_i$ 上的结果都是 $\mathbf{e}_{\sigma(\tau(i))}$。因此这两个矩阵相等:$P(\sigma \tau) = P(\sigma) P(\tau)$。
- 结论: $P$ 是一个同态。
💡 [数值示例]
- $G = S_3$, $H=GL_3(\mathbb{R})$。
- 取 $\sigma = (123)$,即 $1\rightarrow2, 2\rightarrow3, 3\rightarrow1$。
- 取 $\tau = (12)$,即 $1\rightarrow2, 2\rightarrow1, 3\rightarrow3$。
- 计算 $P(\sigma)$:
- $P(\sigma)(\mathbf{e}_1) = \mathbf{e}_{\sigma(1)} = \mathbf{e}_2$
- $P(\sigma)(\mathbf{e}_2) = \mathbf{e}_{\sigma(2)} = \mathbf{e}_3$
- $P(\sigma)(\mathbf{e}_3) = \mathbf{e}_{\sigma(3)} = \mathbf{e}_1$
- 所以 $P(\sigma)$ 的第1、2、3列分别是 $\mathbf{e}_2, \mathbf{e}_3, \mathbf{e}_1$。
- $P(\sigma) = \begin{pmatrix} 0 & 0 & 1 \\ 1 & 0 & 0 \\ 0 & 1 & 0 \end{pmatrix}$。
- 计算 $P(\tau)$:
- $P(\tau)(\mathbf{e}_1) = \mathbf{e}_{\tau(1)} = \mathbf{e}_2$
- $P(\tau)(\mathbf{e}_2) = \mathbf{e}_{\tau(2)} = \mathbf{e}_1$
- $P(\tau)(\mathbf{e}_3) = \mathbf{e}_{\tau(3)} = \mathbf{e}_3$
- $P(\tau) = \begin{pmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix}$。
- 验证同态:
- LHS: 先计算复合置换 $\sigma \tau = (123)(12) = (13)$。
- $P(\sigma\tau) = P((13))$。$P((13))(\mathbf{e}_1)=\mathbf{e}_3, P((13))(\mathbf{e}_2)=\mathbf{e}_2, P((13))(\mathbf{e}_3)=\mathbf{e}_1$。
- $P(\sigma\tau) = \begin{pmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{pmatrix}$。
- RHS: 计算矩阵乘积 $P(\sigma)P(\tau)$。
- $P(\sigma)P(\tau) = \begin{pmatrix} 0 & 0 & 1 \\ 1 & 0 & 0 \\ 0 & 1 & 0 \end{pmatrix} \begin{pmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \end{pmatrix} = \begin{pmatrix} 0\cdot0+0\cdot1+1\cdot0 & 0\cdot1+0\cdot0+1\cdot0 & 0\cdot0+0\cdot0+1\cdot1 \\ 1\cdot0+0\cdot1+0\cdot0 & 1\cdot1+0\cdot0+0\cdot0 & 1\cdot0+0\cdot0+0\cdot1 \\ 0\cdot0+1\cdot1+0\cdot0 & 0\cdot1+1\cdot0+0\cdot0 & 0\cdot0+1\cdot0+0\cdot1 \end{pmatrix} = \begin{pmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{pmatrix}$。
- LHS = RHS,同态性质得到验证。
⚠️ [易错点]
- 函数复合的顺序:注意 $S_n$ 中的运算是函数复合,通常从右向左进行。$(\sigma \tau)(i) = \sigma(\tau(i))$。矩阵乘法也是从右向左作用于向量的。这是两者能够匹配的关键。
- 表示 (Representation):这个同态 $P$ 是群表示论的一个基本例子。一个群的“表示”就是指一个从该群到某个 $GL_n(V)$ 的同态。它用具体的、我们熟悉的线性变换(矩阵)来“扮演”抽象的群元素。
📝 [总结]
将一个置换 $\sigma \in S_n$ 映射到其对应的置换矩阵 $P(\sigma) \in GL_n(\mathbb{R})$ 的函数 $P$,是一个从置换群 $(S_n, \circ)$ 到一般线性群 $(GL_n(\mathbb{R}), \times)$ 的同态。这个同态将抽象的“位置互换”操作,具体化为对坐标基向量的线性变换。
🎯 [存在目的]
这个例子的目的在于展示如何将一个组合性的、离散的群(置换群)嵌入到一个连续的、几何的群(矩阵群)中。这为用强大的线性代数工具来研究置换群提供了可能性。凯莱定理(稍后会学到)告诉我们任何有限群都是某个置换群的子群,而这个例子则告诉我们任何置换群又可以看作某个矩阵群的子群。结合起来,这意味着任何有限群都可以被“表示”为矩阵群。
🧠 [直觉心智模型]
- 把置换 $\sigma$ 想象成一个“座位重排”的指令。例如,$\sigma=(12)$ 是“1号和2号同学交换座位”。
- 把基向量 $\mathbf{e}_i$ 想象成一个只在第 $i$ 个座位上放了一个苹果的“状态”。$\mathbf{e}_1$ 就是只有1号座位有苹果。
- 矩阵 $P(\sigma)$ 就是执行座位重排指令的“机器”。
- $P(\sigma)(\mathbf{e}_i) = \mathbf{e}_{\sigma(i)}$ 的意思是,如果原来只有 $i$ 号座位有苹果,经过 $\sigma$ 重排后,苹果跑到了 $\sigma(i)$ 号座位上。
- 同态性质 $P(\sigma\tau)=P(\sigma)P(\tau)$ 的意思是:先执行 $\tau$ 重排,再执行 $\sigma$ 重排,其最终效果,等于用机器 $P(\tau)$ 操作完,再用机器 $P(\sigma)$ 操作。机器的复合等价于指令的复合。
💭 [直观想象]
- 想象有三个箱子,编号1, 2, 3。$\mathbf{e}_1$ 代表一个球在1号箱。
- 置换 $\sigma=(123)$ 是一个指令:“把1号箱里的东西挪到2号,2号的挪到3号,3号的挪到1号”。
- 矩阵 $P(\sigma)$ 是一个物理装置,有三个入口三个出口,如果你从1号入口放个球,它会从2号出口出来。
- 现在有两个指令 $\sigma$ 和 $\tau$。
- LHS:先想好复合指令 $\sigma\tau$ 是什么,然后造一个能一步完成 $\sigma\tau$ 的新装置 $P(\sigma\tau)$。
- RHS:造一个装置 $P(\sigma)$ 和一个装置 $P(\tau)$,然后把 $P(\tau)$ 的出口接到 $P(\sigma)$ 的入口,形成一个两级流水线 $P(\sigma)P(\tau)$。
- 同态性质保证了,这两个最终装置的效果是一模一样的。
📜 [原文16]
(13) 对于群 $S_{n}$,符号函数 $\varepsilon: S_{n} \rightarrow\{ \pm 1\}$ 是一个同态。
📖 [逐步解释]
这个例子介绍置换群 $S_n$ 上的一个非常重要的同态——符号函数或称标志函数 (Sign function)。
- 场景设置:
- 源群 $G$ 是 $(S_n, \circ)$,n个元素的置换群。
- 目标群 $H$ 是 $(\{+1, -1\}, \times)$,即由 $+1$ 和 $-1$ 构成的乘法群。
- 定义映射:映射 $\varepsilon: S_n \rightarrow \{+1, -1\}$。
- 一个置换 $\sigma$ 的符号 $\varepsilon(\sigma)$ 被定义为 $(-1)^{\text{inv}(\sigma)}$,其中 $\text{inv}(\sigma)$ 是 $\sigma$ 的逆序对的数量。
- 另一种等价的定义是:任何一个置换都可以写成若干个对换(即只交换两个元素的置换)的乘积。虽然分解方式不唯一,但所需对换数量的奇偶性是唯一确定的。
- 如果一个置换可以写成偶数个对换的乘积,我们称之为偶置换,并定义 $\varepsilon(\sigma)=+1$。
- 如果一个置换可以写成奇数个对换的乘积,我们称之为奇置换,并定义 $\varepsilon(\sigma)=-1$。
- 验证同态:我们需要检查 $\varepsilon(\sigma \tau) = \varepsilon(\sigma) \varepsilon(\tau)$。
- 这是一个关于置换符号的核心定理。
- 设 $\sigma$ 可以写成 $k$ 个对换的乘积,$\tau$ 可以写成 $l$ 个对换的乘积。
- 那么 $\varepsilon(\sigma) = (-1)^k$, $\varepsilon(\tau) = (-1)^l$。
- 它们的复合置换 $\sigma\tau$ 就可以写成这 $k+l$ 个对换的依次乘积。
- 因此,$\sigma\tau$ 的符号是 $\varepsilon(\sigma\tau) = (-1)^{k+l}$。
- 我们有 $\varepsilon(\sigma\tau) = (-1)^{k+l} = (-1)^k (-1)^l = \varepsilon(\sigma)\varepsilon(\tau)$。
- 等式成立。
- 结论:符号函数 $\varepsilon$ 是一个同态。
- 这个同态的意义:
- 它将所有的置换分成了两大类:偶置换和奇置换。
- 同态性质 $\varepsilon(\sigma\tau)=\varepsilon(\sigma)\varepsilon(\tau)$ 对应于奇偶性的运算规则:
- 偶 $\circ$ 偶 = 偶 $\rightarrow (+1)\times(+1)=+1$
- 偶 $\circ$ 奇 = 奇 $\rightarrow (+1)\times(-1)=-1$
- 奇 $\circ$ 奇 = 偶 $\rightarrow (-1)\times(-1)=+1$
- 这个同态的核(所有被映射到+1的元素)就是所有偶置换的集合,这个集合被称为交错群 (Alternating Group),记作 $A_n$。
💡 [数值示例]
- $G=S_3$。元素有 $e, (12), (13), (23), (123), (132)$。
- 计算符号:
- $e$ 是0个对换的乘积,是偶置换, $\varepsilon(e)=+1$。
- $(12), (13), (23)$ 都是1个对换,是奇置换, $\varepsilon((12))=\varepsilon((13))=\varepsilon((23))=-1$。
- $(123)=(13)(12)$ 是2个对换的乘积,是偶置换, $\varepsilon((123))=+1$。
- $(132)=(12)(13)$ 也是2个对换的乘积,是偶置换, $\varepsilon((132))=+1$。
- 验证同态:
- 取 $\sigma=(12)$ (奇),$\tau=(123)$ (偶)。
- LHS: $\sigma\tau = (12)(123)=(23)$。这是一个奇置换。$\varepsilon(\sigma\tau)=-1$。
- RHS: $\varepsilon(\sigma)\varepsilon(\tau) = (-1)(+1) = -1$。
- LHS = RHS。
- 再取 $\sigma=(12)$ (奇),$\tau=(13)$ (奇)。
- LHS: $\sigma\tau = (12)(13) = (132)$。这是一个偶置换。$\varepsilon(\sigma\tau)=+1$。
- RHS: $\varepsilon(\sigma)\varepsilon(\tau) = (-1)(-1) = +1$。
- LHS = RHS。
⚠️ [易错点]
- 符号的定义:必须准确理解置换符号的定义,无论是通过逆序对还是通过对换的奇偶性。这是验证同态的基础。
- 不要和行列式混淆:在例(12)中,我们有同态 $P: S_n \rightarrow GL_n(\mathbb{R})$。置换矩阵的行列式恰好就是该置换的符号!即 $\det(P(\sigma)) = \varepsilon(\sigma)$。这说明符号同态 $\varepsilon$ 可以看作是置换矩阵同态 $P$ 与行列式同态 $\det$ 的复合:$\varepsilon = \det \circ P$。根据命题1.1.5,同态的复合还是同态,这也从另一个角度证明了 $\varepsilon$ 是同态。
📝 [总结]
置换的符号函数 $\varepsilon: S_n \rightarrow \{+1, -1\}$ 是一个同态。它根据一个置换能被写成奇数个还是偶数个对换的乘积,将其分别映射到-1或+1。这个同态的本质是保持了置换复合运算中的奇偶性规律。
🎯 [存在目的]
此例的目的是引入一个在有限群理论中至关重要的同态。符号函数导致了对置换群 $S_n$ 的一个深刻剖析,将其分成了数目相等的两半:偶置换和奇置换。其中偶置换构成的子群——交错群 $A_n$——是研究伽罗瓦理论和有限单群分类的基石。
🧠 [直觉心智模型]
- 把置换想象成“打乱一副牌”的操作。
- 一个“对换”就是只交换两张牌的位置,这是最基本的打乱操作。
- 符号函数 $\varepsilon$ 就是给每个打乱操作贴一个标签:“偶数步完成”或“奇数步完成”。
- 同态性质 $\varepsilon(\sigma\tau)=\varepsilon(\sigma)\varepsilon(\tau)$ 就是说:如果你用一种“奇数步”操作 $\sigma$ 打乱了牌,再用另一种“奇数步”操作 $\tau$ 继续打乱,那么总的效果一定是一种“偶数步”的操作。这就像“奇+奇=偶”。
💭 [直观想象]
- 想象一个魔方。每次只转动一个面90度,可以看作一个置换操作。
- 我们可能觉得有些状态“很乱”,有些“比较整齐”。符号函数就是对这种“乱”的程度的一种(非常简化的)度量。
- $\varepsilon=+1$ 可以想象成“保持了某种初始定向”(比如从空间站看地球,你看的的还是北半球),$\varepsilon=-1$ 则是“翻转了定向”(你绕到另一面,看到了南半球)。
- 一个“翻转”操作,再接一个“翻转”操作,结果是“没翻转”。这对应了 $(-1) \times (-1) = +1$。这个“定向”的保持与否,就是符号同态的直观体现。
1. 1.4. 非同态的例子
📜 [原文17]
例 1.1.3。以下不是同态:
(1) 由 $f(n)=n+1$ 定义的函数 $f: \mathbb{Z} \rightarrow \mathbb{Z}$。在这种情况下。
$$
f(n+m)=n+m+1 \neq f(n)+f(m)=n+m+2 .
$$
📖 [逐步解释]
这个例子给出了一个非常简单的函数,并说明了为什么它不是一个群同态。
- 场景设置:
- 源群和目标群都是 $(\mathbb{Z}, +)$,整数加法群。
- 定义映射:$f: \mathbb{Z} \rightarrow \mathbb{Z}$ 定义为 $f(n) = n+1$。这个函数就是把每个整数都向右移动一个单位。
- 验证同态(失败):我们需要检查 $f(n+m) = f(n)+f(m)$ 是否对所有整数 $n,m$ 成立。
- 在源群 $(\mathbb{Z}, +)$ 中运算:$n+m$。
- 应用映射 $f$: $f(n+m) = (n+m) + 1$。
- 分别应用映射 $f$: $f(n) = n+1$,$f(m) = m+1$。
- 在目标群 $(\mathbb{Z}, +)$ 中运算:$f(n)+f(m) = (n+1) + (m+1) = n+m+2$。
- 比较: LHS 的结果是 $n+m+1$,RHS 的结果是 $n+m+2$。
- 由于 $n+m+1 \neq n+m+2$ 恒成立,所以同态的定义不满足。
- 结论:函数 $f(n)=n+1$ 不是一个同态。
💡 [数值示例]
- 取 $n=2, m=3$。
- LHS: $f(2+3) = f(5) = 5+1 = 6$。
- RHS: $f(2)+f(3) = (2+1) + (3+1) = 3 + 4 = 7$。
- $6 \neq 7$,所以不是同态。
⚠️ [易错点]
- 一个反例足矣:要证明一个函数不是同态,只需要找到一个使得 $f(g_1g_2) \neq f(g_1)f(g_2)$ 的反例即可。而要证明一个函数是同态,则必须证明它对所有元素都成立。
- 单位元的映射:一个快速判断的技巧是检查单位元。同态必须把单位元映到单位元。
- 在 $(\mathbb{Z}, +)$ 中,单位元是 0。
- $f(0) = 0+1=1$。
- 目标群的单位元也是 0。
- 由于 $f(0)=1 \neq 0$,所以这个函数不可能是同态。这比计算 $f(n+m)$ 更快。我们将在下一个命题中证明这个性质。
📝 [总结]
函数 $f(n)=n+1$ (平移)不是从 $(\mathbb{Z},+)$ 到自身的同态,因为它不满足 $f(n+m)=f(n)+f(m)$。它破坏了加法结构。
🎯 [存在目的]
这个例子的目的在于通过一个简单的反例,来强化对同态定义的理解。它清晰地展示了“结构保持”不是一个平凡的要求,很多看似简单的函数(如平移)并不满足它。这有助于学生在遇到一个新函数时,养成主动去检验其是否为同态的习惯。
🧠 [直觉心智模型]
- 把整数加法想象成在数轴上“拼接两段长度”。
- $f(n)=n+1$ 是一个“校准错误”的尺子,它量出来的任何长度都比实际多1。
- LHS: $f(n+m)$,先把两段长度 $n,m$ 拼接起来,得到总长 $n+m$,然后用坏尺子去量,得到读数 $(n+m)+1$。
- RHS: $f(n)+f(m)$,先用坏尺子量第一段 $n$,得到读数 $n+1$。再用坏尺子量第二段 $m$,得到读数 $m+1$。然后把两个读数加起来,得到 $(n+1)+(m+1)=n+m+2$。
- 由于每次测量都会引入一个误差 "1",在RHS中测量了两次,所以总误差是2。而在LHS中只测量了一次,总误差是1。结果当然不一样。
💭 [直观想象]
- 想象一个扩音器 $f$。
- 一个保持结构的扩音器(同态)应该是线性的,比如 $f(x)=2x$,它把所有声音都放大两倍。你把两个人同时说话的声音($n+m$)放进去,得到的音量,等于你分别录下两个人的声音再放大两倍然后混合起来的音量。
- 而 $f(n)=n+1$ 这个“扩音器”很奇怪,它不管你输入什么音量 $n$,它输出的音量都是 $n+1$。它给每个声音都加上了一个固定的背景噪音。
- 两个人同时说话($n+m$)经过它,变成了 $n+m+1$。
- 而两个人的声音分别经过它再混合,变成了 $(n+1)+(m+1)=n+m+2$。
- 结果不一致,说明这个带固定背景噪音的扩音器不是一个好的“结构保持”设备。
📜 [原文18]
(2) 由 $f(n)=n^{2}$ 定义的函数 $f: \mathbb{Z} \rightarrow \mathbb{Z}$。在这种情况下,
$$
f(n+m)=(n+m)^{2}=n^{2}+2 n m+m^{2} \neq n^{2}+m^{2},
$$
除非 $n, m$ 中有一个是 0。类似例子也适用于 $\mathbb{Q}, \mathbb{R}, \mathbb{C}$。
📖 [逐步解释]
这个例子讨论的是平方函数,并说明它在加法群上不是同态。
- 场景设置:
- 源群和目标群都是 $(\mathbb{Z}, +)$,整数加法群。
- 定义映射:$f: \mathbb{Z} \rightarrow \mathbb{Z}$ 定义为 $f(n) = n^2$。
- 验证同态(失败):我们需要检查 $f(n+m) = f(n)+f(m)$ 是否成立。
- LHS: $f(n+m) = (n+m)^2 = n^2 + 2nm + m^2$。
- RHS: $f(n)+f(m) = n^2 + m^2$。
- 比较: LHS 和 RHS 之间差了一个交叉项 $2nm$。
- 只有当 $2nm=0$ 时,两者才相等。在整数环中,这意味着 $n=0$ 或 $m=0$。
- 但是同态的定义要求等式对所有 $n, m$ 都成立。既然存在 $n,m$ 不为0的情况使得等式不成立,那么这个函数就不是同态。
- 结论:函数 $f(n)=n^2$ 不是一个从 $(\mathbb{Z},+)$ 到 $(\mathbb{Z},+)$ 的同态。
- 推广:同样的论证适用于有理数加法群 $(\mathbb{Q},+)$,实数加法群 $(\mathbb{R},+)$,以及复数加法群 $(\mathbb{C},+)$。在这些群上,平方函数 $f(z)=z^2$ 都不是同态,因为 $(z_1+z_2)^2 = z_1^2 + 2z_1z_2 + z_2^2 \neq z_1^2+z_2^2$(除非 $z_1$ 或 $z_2$ 为0)。
💡 [数值示例]
- 取 $n=1, m=2$。
- LHS: $f(1+2) = f(3) = 3^2 = 9$。
- RHS: $f(1)+f(2) = 1^2 + 2^2 = 1+4=5$。
- $9 \neq 5$,所以不是同态。
⚠️ [易错点]
- 注意群的运算:这个例子非常重要,因为它突出了群运算的关键性。平方函数 $f(x)=x^2$ 在加法群上不是同态。但是在例(9)中我们看到,它在阿贝尔乘法群上是同态!
- 对于 $(\mathbb{R}^*, \times)$,同态要求是 $f(xy)=(xy)^2=x^2y^2=f(x)f(y)$,这是成立的。
- 对于 $(\mathbb{R}, +)$,同态要求是 $f(x+y)=(x+y)^2=x^2+2xy+y^2 \neq x^2+y^2=f(x)+f(y)$,这是不成立的。
- 一个函数是否是同态,完全取决于你如何定义源群和目标群的运算。
📝 [总结]
平方函数 $f(x)=x^2$ 不是加法群(如 $\mathbb{Z}, \mathbb{Q}, \mathbb{R}, \mathbb{C}$)上的同态,因为它不满足可加性 $f(x+y)=f(x)+f(y)$,而是出现了交叉项。
🎯 [存在目的]
此例的目的是为了强调群的运算在同态定义中的核心地位。通过展示同一个函数(平方函数)在不同运算下(加法 vs 乘法)同态性的改变,深刻地揭示了同态是函数与群结构共同作用的结果,而不能孤立地谈论一个函数本身是否“同态”。
🧠 [直觉心智模型]
- 把加法看作“长度的拼接”,平方函数看作“以该长度为边长,构造一个正方形的面积”。
- LHS: $f(n+m)$,先拼接两段长度 $n,m$,得到总长 $n+m$,然后构造一个边长为 $n+m$ 的大正方形,其面积为 $(n+m)^2$。
- RHS: $f(n)+f(m)$,先以长度 $n$ 构造一个小正方形,面积为 $n^2$。再以长度 $m$ 构造另一个小正方形,面积为 $m^2$。然后把这两个面积加起来。
- 从几何上看,一个边长为 $n+m$ 的大正方形,可以分解为一个边长为 $n$ 的小正方形,一个边长为 $m$ 的小正方形,以及两个长宽为 $n,m$ 的矩形。所以 $(n+m)^2 = n^2 + m^2 + 2nm$。
- LHS 和 RHS 不相等,因为丢失了两个矩形的面积。
💭 [直观想象]
上图直观地展示了为什么 $(n+m)^2 \neq n^2+m^2$。左边的面积 $f(n+m)$ 明显大于右边两个面积之和 $f(n)+f(m)$。这个几何图像清晰地揭示了平方函数为何不保持加法结构。
📜 [原文19]
(3) 欧拉 $\phi$-函数 $\mathbb{N} \rightarrow \mathbb{N}$ 不是同态。首先,$\mathbb{N}$ 在乘法下甚至不是群。其次,公式 $\phi(n m)=\phi(n) \phi(m)$ 仅在 $n$ 和 $m$ 互质时成立,而不是对所有 $n$ 和 $m$ 都成立。
📖 [逐步解释]
这个例子讨论的是数论中的欧拉$\phi$函数,并从两个层面说明了为什么谈论它是同态是无意义的或错误的。
- 第一层反驳:域和陪域不是群
- 函数是 $\phi: \mathbb{N} \rightarrow \mathbb{N}$,其中 $\mathbb{N}=\{1, 2, 3, ...\}$ 是自然数集。
- 要谈论同态,源集合和目标集合都必须是群。
- 我们考虑最自然的运算:乘法。
- $(\mathbb{N}, \times)$ 不是一个群。它满足封闭性和结合律,也有单位元1。但是,除了1之外,没有任何元素有乘法逆元(例如,2的逆元是1/2,它不在 $\mathbb{N}$ 中)。
- 既然函数的定义域和陪域都不是群,那么从根本上就无法讨论它是不是群同态。这是最致命的一点。
- 第二层反驳:即使我们忽略第一点,函数性质也不满足
- 假设我们退一步,不严格要求是群,只看函数方程 $\phi(nm)=\phi(n)\phi(m)$ 是否普遍成立。这种保持乘法性质的函数被称为“完全积性函数”。
- 欧拉$\phi$函数的性质是:$\phi(nm)=\phi(n)\phi(m)$ 当且仅当 $\gcd(n,m)=1$ (即 n 和 m 互质)。这种性质被称为“积性函数”,但不是“完全积性”。
- 因为这个公式不是对所有的 $n, m$ 都成立,所以它不满足同态定义中“对于所有元素”的普适性要求。
- 反例:取 $n=2, m=2$。它们不互质。
- LHS: $\phi(nm) = \phi(4)$。小于4且与4互质的数是1, 3。所以 $\phi(4)=2$。
- RHS: $\phi(n)\phi(m) = \phi(2)\phi(2)$。小于2且与2互质的数只有1。所以 $\phi(2)=1$。
- RHS $= 1 \times 1 = 1$。
- LHS $= 2 \neq 1 =$ RHS。
- 这就找到了一个反例,说明 $\phi$ 不是完全积性的。
💡 [数值示例]
- 验证 $\phi$ 是积性而非完全积性
- 互质情况: $n=3, m=4$。$\gcd(3,4)=1$。
- $\phi(3)=2$ ({1,2})。$\phi(4)=2$ ({1,3})。
- $\phi(12)=4$ ({1,5,7,11})。
- $\phi(3)\phi(4) = 2 \times 2 = 4$。
- $\phi(12) = \phi(3)\phi(4)$,积性成立。
- 非互质情况: $n=2, m=4$。$\gcd(2,4)=2 \neq 1$。
- $\phi(2)=1$。$\phi(4)=2$。
- $\phi(8)=4$ ({1,3,5,7})。
- $\phi(2)\phi(4) = 1 \times 2 = 2$。
- $\phi(8) \neq \phi(2)\phi(4)$。
⚠️ [易错点]
- 群是前提:谈论群同态,第一个要检查的是,所涉及的集合和运算是否构成了群。这是一个基础性的前提,容易被忽略。
- 积性 vs 完全积性:在数论中,要严格区分“积性函数”(要求互质)和“完全积性函数”(对所有数都成立)。群同态要求的是“完全积性”。
📝 [总结]
欧拉$\phi$函数不是一个群同态,原因有二:
- 根本原因:它的定义域和陪域 $(\mathbb{N}, \times)$ 不是群。
- 性质原因:它只满足积性 ($\phi(nm)=\phi(n)\phi(m)$ for $\gcd(n,m)=1$),而不满足群同态所要求的完全积性。
🎯 [存在目的]
此例的目的是为了廓清同态概念的边界。它提醒我们,不能随意地将一个在其他领域(如数论)有良好性质的函数都当作同态。必须严格地回归到群同态的定义:1. 域和陪域是群;2. 结构保持等式对所有元素成立。
🧠 [直觉心智模型]
- 把欧拉函数 $\phi(n)$ 想象成一个“社交圈子测量仪”,它测量的是数字 $n$ 的“朋友圈”大小(小于n且与n互质的数的个数)。
- 这个例子说明,这个测量仪不是同态的。
- 首先,测量的对象(自然数集 $\mathbb{N}$)本身就不构成一个能自由交往的“社会”(群,因为没有逆元)。
- 其次,两个数 $n,m$ 合并后的新数 $nm$ 的朋友圈大小,不等于各自朋友圈大小的乘积,除非这两个数本身“毫无共同好友”(互质)。如果它们有共同好友(公因子),那么合并后的朋友圈会有一些“重叠”,导致 $\phi(nm)$ 比 $\phi(n)\phi(m)$ 要小。
💭 [直观想象]
- 想象 $\phi(n)$ 是为数字 $n$ 办一场派对,只邀请那些和 $n$ “没有共同语言”(互质)的、比 $n$ 小的数字来参加,$\phi(n)$ 是到场宾客的人数。
- 如果数字 $n$ 和 $m$ 本身“没有共同语言”(互质),那么为 $n \times m$ 办派对,到场的人数,就等于为 $n$ 办派对的人数乘以 为 $m$ 办派对的人数。
- 但如果 $n$ 和 $m$ 有“共同语言”(比如都是偶数),那么为 $n \times m$ 办派对时,很多宾客会因为同时和 $n, m$ 都有共同语言而被排除,导致到场人数比预期的 $\phi(n)\phi(m)$ 要少。
- 这种不普遍成立的性质,使得 $\phi$ 函数无法成为同态。
📜 [原文20]
(4) 对于一般的群 $G$ (乘法表示),如果 $G$ 不是阿贝尔群,则函数 $f(g)=g^{-1}$ 不是同态。类似地,$f(g)=g^{2}$ 是同态 $\Longleftrightarrow G$ 是阿贝尔群,因为
$$
f(g h)=(g h)^{2}=g h g h,
$$
且 $g h g h=g^{2} h^{2} \Longleftrightarrow g h=h g$。
📖 [逐步解释]
这个例子探讨了两个在阿贝尔群上是同态,但在非阿贝尔群上通常不是同态的函数:求逆映射和平方映射。这深刻揭示了交换律 (阿贝尔性) 的重要性。
第一部分:求逆映射 $f(g)=g^{-1}$
- 场景:源群和目标群都是同一个群 $G$。
- 映射:$f(g) = g^{-1}$,即把每个元素映到它的逆元。
- 验证同态:我们需要检查 $f(gh) = f(g)f(h)$ 是否对所有 $g,h \in G$ 成立。
- LHS: $f(gh) = (gh)^{-1}$。
- RHS: $f(g)f(h) = g^{-1}h^{-1}$。
- 根据群的基本性质(“穿脱袜子”原则),我们知道 $(gh)^{-1} = h^{-1}g^{-1}$。
- 所以,同态条件 $f(gh)=f(g)f(h)$ 变成了 $h^{-1}g^{-1} = g^{-1}h^{-1}$。
- 这个等式是否普遍成立?它意味着 $g^{-1}$ 和 $h^{-1}$ 必须可以交换位置。这等价于 $g$ 和 $h$ 可以交换位置(即 $gh=hg$)。
- 如果群 $G$ 是阿贝尔群,那么交换律 $gh=hg$ 对所有元素成立,因此 $h^{-1}g^{-1} = (hg)^{-1} = (gh)^{-1} = g^{-1}h^{-1}$。但我们通常直接用 $h^{-1}g^{-1} = g^{-1}h^{-1}$。所以 $f(g)=g^{-1}$ 是同态。
- 如果群 $G$ 不是阿贝尔群,那么必然存在某些元素 $g, h$ 使得 $gh \neq hg$,从而 $h^{-1}g^{-1} \neq g^{-1}h^{-1}$。对于这些元素,同态条件不成立。
- 结论:求逆映射 $f(g)=g^{-1}$ 是一个同态,当且仅当 $G$ 是阿贝尔群。
第二部分:平方映射 $f(g)=g^2$
- 场景:源群和目标群都是同一个群 $G$。
- 映射:$f(g) = g^2 = gg$。
- 验证同态:我们需要检查 $f(gh) = f(g)f(h)$ 是否成立。
- LHS: $f(gh) = (gh)^2 = ghgh$。
- RHS: $f(g)f(h) = g^2 h^2 = gghh$。
- 所以,同态条件变成了 $ghgh = gghh$。
- 我们来解这个方程:
- $ghgh = gghh$
- 左乘 $g^{-1}$: $g^{-1}(ghgh) = g^{-1}(gghh)$
- $(g^{-1}g)hgh = (g^{-1}g)ghh$
- $hgh = ghh$
- 右乘 $h^{-1}$: $(hgh)h^{-1} = (ghh)h^{-1}$
- $hg(hh^{-1}) = gh(hh^{-1})$
- $hg = gh$
- 这个推导表明,$f(gh)=f(g)f(h)$ 成立的充要条件是 $gh=hg$。
- 如果这个同态性质要对所有 $g,h \in G$ 成立,那么就要求群 $G$ 对所有元素都满足交换律,即 $G$ 是阿贝尔群。
- 结论:平方映射 $f(g)=g^2$ 是一个同态,当且仅当 $G$ 是阿贝尔群。
💡 [数值示例]
- 非阿贝尔群 $S_3$:
- 求逆映射:取 $g=(12), h=(13)$。
- $f(gh) = f((12)(13)) = f((132)) = (132)^{-1} = (123)$。
- $f(g)f(h) = (12)^{-1}(13)^{-1} = (12)(13) = (132)$。
- $LHS \neq RHS$,所以 $f(g)=g^{-1}$ 在 $S_3$ 上不是同态。
- 平方映射 (在例9的反例中已计算):
- $f(gh) = f((132)) = (132)^2 = (123)$。
- $f(g)f(h) = (12)^2 (13)^2 = e \cdot e = e$。
- $LHS \neq RHS$,所以 $f(g)=g^2$ 在 $S_3$ 上不是同态。
⚠️ [易错点]
- 不要假设交换律:在处理一般群的问题时,这是一个最常见的错误。永远不要轻易地交换两个元素的顺序,除非你知道这个群是阿贝尔群,或者这两个特定的元素是可交换的。
- 指数定律:在非阿贝尔群中,一般的指数定律如 $(gh)^n=g^nh^n$ 是不成立的。这正是幂函数 $f(g)=g^n$ 在非阿贝尔群上通常不是同态的根本原因。
📝 [总结]
本例通过两个函数(求逆和平方)深刻地展示了阿贝尔性(交换律)是如何成为某些函数成为同态的“试金石”。
- 求逆映射 $f(g)=g^{-1}$ 是同态 $\iff G$ 是阿贝尔群。
- 平方映射 $f(g)=g^2$ 是同态 $\iff G$ 是阿贝尔群。
对于非阿贝尔群,这两个函数通常都不是同态,因为它们都依赖于元素的可交换性。
🎯 [存在目的]
此例的目的是将群的一个核心结构属性——阿贝尔性——与同态的定义直接联系起来。它不仅提供了更多的非同态反例,更重要的是,它揭示了一种深刻的联系:一个群的代数性质(如是否交换)可以通过研究其上可能存在的同态类型来反映。这为后续通过同态来“探测”群的结构提供了思路。
🧠 [直觉心智模型]
- 把群的元素想象成需要按特定顺序执行的“操作步骤”。非阿贝尔群就像是做化学实验,先加A再加B,和先加B再加A,结果可能完全不同(爆炸 vs. 稳定溶液)。
- 求逆映射:$f(g)=g^{-1}$ 是“撤销操作”。
- LHS $f(gh)=(gh)^{-1}$:先执行h,再执行g,然后把这一整个过程“倒带”。倒带的结果是先撤销g,再撤销h。
- RHS $f(g)f(h)=g^{-1}h^{-1}$:先准备好“撤销g”和“撤销h”这两个操作,然后按顺序执行它们。
- 在非交换的世界里,“倒带”和“按顺序撤销准备好的操作”是不一样的。
- 平方映射:$f(g)=g^2$ 是“重复操作两次”。
- LHS $f(gh)=(gh)^2$:把“先h后g”这个组合操作,重复做两遍。
- RHS $f(g)f(h)=g^2h^2$:先做两遍g,再做两遍h。
- 在非交换的世界里,这两种方式的结果显然不同。你不能把中间的步骤随意交换。
💭 [直观想象]
- 想象穿衣服:$g$=穿袜子,$h$=穿鞋。群运算是 последовательное выполнение。
- $gh$ = 先穿鞋,再穿袜子(错误示范!)。
- $hg$ = 先穿袜子,再穿鞋(正确顺序)。这是非交换的。
- 求逆映射 $f(x)=x^{-1}$ 是“脱”。
- LHS: $f(hg) = (hg)^{-1}$ = 先脱鞋,再脱袜子。
- RHS: $f(h)f(g) = h^{-1}g^{-1}$ = 先脱鞋,再脱袜子。
- 注意!$(hg)^{-1}=g^{-1}h^{-1}$ 才对!我的直觉错了。应该是:
- LHS: $f(hg)=(hg)^{-1}=g^{-1}h^{-1}$,先脱袜子,再脱鞋。
- RHS: $f(h)f(g)=h^{-1}g^{-1}$,脱鞋操作,然后脱袜子操作。
- 如果要求 $f(hg)=f(h)f(g)$, 那就是 $(hg)^{-1}=h^{-1}g^{-1}$。我们知道 $(hg)^{-1}=g^{-1}h^{-1}$。所以要求 $g^{-1}h^{-1} = h^{-1}g^{-1}$,即逆元可交换。
- 这个例子说明,只有在阿贝尔群(比如穿两只袜子,顺序无所谓)中,求逆才是同态。
1. 1.5. 同态的性质
📜 [原文21]
以下是同态的一个直接性质:
命题 1.1.4。设 $G$ 和 $H$ 是群,乘法表示,且 $f: G \rightarrow H$ 是一个同态。那么
(i) $f(1)=1$,其中左边的 1 是 $G$ 中的单位元,右边的 1 是 $H$ 中的单位元。换句话说,$f$ 将 $G$ 中的单位元映射到 $H$ 中的单位元。
(ii) 对于所有 $g \in G, f\left(g^{-1}\right)=(f(g))^{-1}$。
📖 [逐步解释]
这个命题指出了由同态定义 $f(g_1g_2)=f(g_1)f(g_2)$ 直接导出的两个基本且至关重要的性质。这意味着任何同态都必须自动地“尊重”群的单位元和逆元结构。
性质 (i): 单位元映到单位元
- 陈述:$f(1_G) = 1_H$。一个同态必须把源群 $G$ 的单位元 $1_G$ 映射到目标群 $H$ 的单位元 $1_H$。
- 证明思路:证明的关键是利用单位元的性质 $1 \cdot 1 = 1$ 和同态的结构保持性质。
- 证明步骤:
- 在源群 $G$ 中,我们有 $1_G \cdot 1_G = 1_G$。
- 将等式两边用 $f$ 映射到 $H$ 中,得到 $f(1_G \cdot 1_G) = f(1_G)$。
- 因为 $f$ 是同态,所以 LHS 可以展开:$f(1_G \cdot 1_G) = f(1_G) \cdot f(1_G)$。
- 于是我们得到等式:$f(1_G) \cdot f(1_G) = f(1_G)$。这个等式现在完全在群 $H$ 中。
- 在群 $H$ 中,我们可以使用消去律。等式两边同时右乘 $f(1_G)$ 的逆元 $(f(1_G))^{-1}$。
- $(f(1_G) \cdot f(1_G)) \cdot (f(1_G))^{-1} = f(1_G) \cdot (f(1_G))^{-1}$。
- $f(1_G) \cdot (f(1_G) \cdot (f(1_G))^{-1}) = 1_H$。
- $f(1_G) \cdot 1_H = 1_H$。
- $f(1_G) = 1_H$。
- 证明完毕。
性质 (ii): 逆元的像等于像的逆元
- 陈述:$f(g^{-1}) = (f(g))^{-1}$。对一个元素先求逆再映射,和先映射再求逆,结果是一样的。
- 证明思路:证明的关键是利用逆元的定义 $g \cdot g^{-1} = 1_G$ 以及刚刚证明的性质 (i)。
- 证明步骤:
- 在源群 $G$ 中,我们有 $g \cdot g^{-1} = 1_G$。
- 将等式两边用 $f$ 映射到 $H$ 中:$f(g \cdot g^{-1}) = f(1_G)$。
- 根据性质 (i),RHS $f(1_G) = 1_H$。
- 根据同态定义,LHS $f(g \cdot g^{-1}) = f(g) \cdot f(g^{-1})$。
- 于是我们得到等式:$f(g) \cdot f(g^{-1}) = 1_H$。这个等式在群 $H$ 中。
- 根据群 $H$ 中逆元的唯一定义,如果 $a \cdot b = 1_H$,那么 $b$ 就是 $a$ 的逆元,即 $b = a^{-1}$。
- 在我们的等式中,$a$ 对应 $f(g)$,$b$ 对应 $f(g^{-1})$。
- 因此,我们必然有 $f(g^{-1}) = (f(g))^{-1}$。
- 证明完毕。
💡 [数值示例]
- 参考例(4) 行列式同态:$\det: GL_n(\mathbb{R}) \rightarrow \mathbb{R}^*$。
- (i) 单位元:$GL_n(\mathbb{R})$ 的单位元是单位矩阵 $I$。$\mathbb{R}^*$ 的单位元是 1。
- $f(1_G) = \det(I) = 1 = 1_H$。性质成立。
- (ii) 逆元:矩阵 $A$ 的逆元是 $A^{-1}$。实数 $t$ 的逆元是 $t^{-1}=1/t$。
- $f(A^{-1}) = \det(A^{-1})$。
- $(f(A))^{-1} = (\det(A))^{-1} = 1/\det(A)$。
- 线性代数告诉我们 $\det(A^{-1}) = 1/\det(A)$。性质成立。
- 参考例(5) 复指数同态:$f(z)=e^z$ from $(\mathbb{C},+)$ to $(\mathbb{C}^*, \times)$。
- (i) 单位元:$(\mathbb{C},+)$ 的单位元是 0。$(\mathbb{C}^*, \times)$ 的单位元是 1。
- $f(1_G) = f(0) = e^0 = 1 = 1_H$。性质成立。
- (ii) 逆元:在 $(\mathbb{C},+)$ 中,$z$ 的逆元是 $-z$。在 $(\mathbb{C}^*, \times)$ 中,$w$ 的逆元是 $w^{-1}=1/w$。
- $f(g^{-1}) = f(-z) = e^{-z}$。
- $(f(g))^{-1} = (e^z)^{-1} = 1/e^z$。
- 我们知道 $e^{-z}=1/e^z$。性质成立。
⚠️ [易错点]
- 定义的推论:这两个性质不是定义的一部分,而是从唯一的同态定义 $f(g_1g_2)=f(g_1)f(g_2)$ 中推导出来的。在验证一个函数是否为同态时,只需要检验定义即可。不过,可以利用性质(i)来快速否定一个函数是同态。如例 1.1.3(1) 中 $f(n)=n+1$,因为 $f(0)=1\neq0$,所以它立即被判定不是同态。
- 符号的精确性:在证明中要小心区分不同群里的单位元 $1_G, 1_H$ 和逆元运算。
📝 [总结]
这个命题揭示了同态的两个基本推论:
- 同态保持单位元:$f(1_G)=1_H$。
- 同态保持逆元:$f(g^{-1})=(f(g))^{-1}$。
这两个性质说明,同态不仅保持了群的核心二元运算,也自动地保持了由二元运算所衍生的其他重要结构(单位元和逆元)。
🎯 [存在目的]
这个命题的目的是为了简化后续的理论推导和实际计算。有了这两个性质,我们在处理同态问题时,就可以把它们作为已知条件来使用,而不必每次都从最原始的定义出发。例如,它们是证明“子群的像还是子群”以及“核是子群”等重要结论的基础。
🧠 [直觉心智模型]
- 把同态 $f$ 想象成一个忠实的“结构翻译器”。
- (i) 翻译“什么都不做”:单位元代表了群中的“无操作”或“恒等变换”。$f(1_G)=1_H$ 意味着,在源群里“什么都不做”,等价于在目标群里也“什么都不做”。一个好的翻译器不应该把“无”翻译成“有”。
- (ii) 翻译“撤销”:逆元代表了“撤销操作”。$f(g^{-1})=(f(g))^{-1}$ 意味着,“撤销一个操作g”的翻译,等于“翻译操作g之后再执行撤销”。翻译器能够正确地翻译“撤销”这一概念。
💭 [直观想象]
- 想象 $f$ 是一个将乐高积木设计图(群G)转换成真实模型(群H)的3D打印机。
- (i) 单位元是一张空白的设计图。$f(1_G)=1_H$ 的意思是,给打印机一张白图,它就什么也不打印(或者说打印一个“空气”模型),而不是打印出一个真实的积木。
- (ii) $g$ 是一个设计“前进一格”的积木块,$g^{-1}$ 是设计“后退一格”的积木块。$f(g^{-1})=(f(g))^{-1}$ 的意思是,打印“后退积木”的设计图,得到的真实积木,恰好能完美抵消掉“前进积木”的真实积木的效果。打印机忠实地复现了“前进”与“后退”的对立关系。
📜 [原文22]
该命题的许多例子应该都很熟悉。例如,对于上面 (4) 中的同态 $\operatorname{det:} G L_{n}(\mathbb{R}) \rightarrow \mathbb{R}^{*}$,我们有熟悉的性质 $\operatorname{det}(I)=1$ 和 $\operatorname{det}\left(A^{-1}\right)= (\operatorname{det} A)^{-1}$。类似地,对于实或复指数 $e^{z}$,我们知道 $e^{0}=1$ 并且 $e^{-z}=1 / e^{z}$。
📖 [逐步解释]
这段话是对刚刚证明的命题 1.1.4 的一个回顾和印证。它指出,我们在线性代数和数学分析中早已熟知的很多公式,其实就是这个抽象的群论命题的具体表现。
- 回顾行列式的例子:
- 同态: $\det: (GL_n(\mathbb{R}), \times) \rightarrow (\mathbb{R}^*, \times)$。
- 命题性质 (i): $f(1_G) = 1_H$。
- $G$ 的单位元 $1_G$ 是单位矩阵 $I$。
- $H$ 的单位元 $1_H$ 是实数 1。
- 套用命题,我们应该有 $\det(I)=1$。这正是我们在线性代数中学到的一个基本事实:单位矩阵的行列式等于1。
- 命题性质 (ii): $f(g^{-1}) = (f(g))^{-1}$。
- $G$ 中元素 $A$ 的逆元是 $A^{-1}$。
- $H$ 中元素 $\det(A)$ 的逆元是 $(\det(A))^{-1} = 1/\det(A)$。
- 套用命题,我们应该有 $\det(A^{-1}) = (\det(A))^{-1}$。这也正是我们在线性代数中学到的另一个重要公式:一个矩阵的逆的行列式,等于其行列式的倒数。
- 回顾指数函数的例子:
- 同态: $f(z)=e^z$ from $(\mathbb{C}, +)$ to $(\mathbb{C}^*, \times)$。
- 命题性质 (i): $f(1_G) = 1_H$。
- $G$ 的单位元 $1_G$ (加法单位元) 是 0。
- $H$ 的单位元 $1_H$ (乘法单位元) 是 1。
- 套用命题,我们应该有 $f(0)=1$,即 $e^0=1$。这是指数函数最基本的性质之一。
- 命题性质 (ii): $f(g^{-1}) = (f(g))^{-1}$。
- $G$ 中元素 $z$ 的逆元 (加法逆元) 是 $-z$。
- $H$ 中元素 $e^z$ 的逆元 (乘法逆元) 是 $(e^z)^{-1} = 1/e^z$。
- 套用命题,我们应该有 $f(-z) = (f(z))^{-1}$,即 $e^{-z} = 1/e^z$。这也是指数函数的一个基本性质。
📝 [总结]
本段通过两个具体的、学生熟悉的例子(行列式和指数函数),来说明抽象的群论命题“同态保持单位元和逆元”并不是空洞的理论,而是对我们已知的许多数学公式背后共同结构的一种提炼和概括。
🎯 [存在目的]
这段话的目的是为了加强学生对抽象理论的理解和接受度。通过展示抽象理论在具体、熟悉的场景下的应用,可以:
- 建立联系:将新学的抽象概念与已有的知识体系联系起来,降低陌生感。
- 提供例证:为抽象命题提供具体的、可触摸的证据,使其更具说服力。
- 揭示统一性:展示了抽象代数的威力,即它能够发现并统一描述不同数学分支(如线性代数、分析学)中看似无关的公式背后的共同模式。
🧠 [直觉心智模型]
这段话就像是在说:“你看,我们刚刚用高深的语言证明了一个定理。但别怕,这个定理说的东西你其实早就见过了。你以前学的那些关于行列式和指数函数的零碎公式,其实都是这个‘大道理’的不同化身而已。现在我们把这个‘大道理’本身揪出来了。”
💭 [直观想象]
- 想象命题 1.1.4 是一条物理学定律,比如“能量守恒定律”。
- 而 $\det(I)=1$ 和 $e^0=1$ 这些公式,就像是“一个静止的球动能为零”或者“一个在地面上的物体势能为零(如果我们定义地面为零势能面)”这样的具体现象。
- $\det(A^{-1})=1/\det(A)$ 和 $e^{-z}=1/e^z$ 就像是“一个物体向上运动增加的势能,等于它向下运动减少的势能”这样的具体过程。
- 这段话的作用就是告诉我们,这些我们观察到的具体现象,都统一遵循着背后那条更深刻、更普适的物理定律。
📜 [原文23]
命题 1.1.5。设 $G_{1}, G_{2}, G_{3}$ 是群,且 $f_{1}: G_{1} \rightarrow G_{2}$ 和 $f_{2}: G_{2} \rightarrow G_{3}$ 是同态。那么 $f_{2} \circ f_{1}: G_{1} \rightarrow G_{3}$ 是一个同态。换句话说,两个同态的复合仍然是同态。
📖 [逐步解释]
这个命题讨论的是同态的一个重要性质:复合封闭性。即,同态这种“结构保持”的性质,在函数复合这种操作下是保持的。
- 场景设置:
- 我们有三个群 $G_1, G_2, G_3$。
- 有一个从 $G_1$到$G_2$的同态 $f_1$。
- 有一个从 $G_2$到$G_3$的同态 $f_2$。
- 我们可以构造一个复合函数 $f_2 \circ f_1$,它是一个从 $G_1$ 直接到 $G_3$ 的函数,其定义为 $(f_2 \circ f_1)(g) = f_2(f_1(g))$。
- 命题陈述:这个新的复合函数 $f_2 \circ f_1$ 也是一个同态。
- 证明思路:直接利用 $f_1$ 和 $f_2$ 各自的同态性质,来验证 $f_2 \circ f_1$ 是否满足同态定义。
- 证明步骤:
- 我们需要验证对于任意 $g, h \in G_1$,是否有 $(f_2 \circ f_1)(gh) = (f_2 \circ f_1)(g) \cdot (f_2 \circ f_1)(h)$。这里的 · 代表 $G_3$ 中的运算。
- LHS:
- $(f_2 \circ f_1)(gh) = f_2(f_1(gh))$ (根据复合函数定义)
- 因为 $f_1$ 是同态,所以 $f_1(gh) = f_1(g) f_1(h)$。这里的乘积是在 $G_2$ 中。
- 所以 LHS $= f_2( f_1(g) f_1(h) )$。
- RHS:
- $(f_2 \circ f_1)(g) \cdot (f_2 \circ f_1)(h) = f_2(f_1(g)) \cdot f_2(f_1(h))$ (根据复合函数定义)。这里的 · 是 $G_3$ 中的运算。
- 连接LHS和RHS:
- 我们来看 LHS 的结果 $f_2( f_1(g) f_1(h) )$。
- 令 $x = f_1(g)$ 和 $y = f_1(h)$。这两个都是 $G_2$ 中的元素。
- 那么 LHS 变成了 $f_2(xy)$。
- 因为 $f_2: G_2 \rightarrow G_3$ 是同态,所以 $f_2(xy) = f_2(x) f_2(y)$。
- 把 $x, y$ 代换回来,就是 $f_2(f_1(g)) \cdot f_2(f_1(h))$。
- 这恰好就是我们计算出的 RHS!
- 结论: LHS = RHS,所以 $f_2 \circ f_1$ 是一个同态。
💡 [数值示例]
- $G_1 = (\mathbb{Z}, +)$, $G_2 = (GL_2(\mathbb{R}), \times)$, $G_3 = (\mathbb{R}^*, \times)$。
- 同态 $f_1: G_1 \rightarrow G_2$:
- 定义 $f_1(n) = \begin{pmatrix} 1 & n \\ 0 & 1 \end{pmatrix}$。
- 验证 $f_1$ 是同态:$f_1(n+m) = \begin{pmatrix} 1 & n+m \\ 0 & 1 \end{pmatrix}$。$f_1(n)f_1(m) = \begin{pmatrix} 1 & n \\ 0 & 1 \end{pmatrix}\begin{pmatrix} 1 & m \\ 0 & 1 \end{pmatrix} = \begin{pmatrix} 1 & m+n \\ 0 & 1 \end{pmatrix}$。成立。
- 同态 $f_2: G_2 \rightarrow G_3$:
- 定义 $f_2(A) = \det(A)$。我们已知这是同态。
- 复合函数 $f = f_2 \circ f_1: G_1 \rightarrow G_3$:
- $f(n) = (f_2 \circ f_1)(n) = f_2(f_1(n)) = \det\left(\begin{pmatrix} 1 & n \\ 0 & 1 \end{pmatrix}\right) = 1 \cdot 1 - n \cdot 0 = 1$。
- 验证复合函数是同态:
- 我们得到的复合函数是 $f(n)=1$。
- 这是一个从 $(\mathbb{Z},+)$ 到 $(\mathbb{R}^*,\times)$ 的同态吗?是的,这是例 1.1.2(3) 中提到的平凡同态。
- $f(n+m)=1$。$f(n)f(m)=1\times 1=1$。成立。
- 这个例子验证了同态的复合(这里是一个非平凡同态和一个非平凡同态的复合)确实还是一个同态(这里恰好是个平凡同态)。
⚠️ [易错点]
- 运算的传递:证明过程就像一个链条,函数的复合把同态性质从 $G_1 \rightarrow G_2$ 传递到了 $G_2 \rightarrow G_3$,最终保证了 $G_1 \rightarrow G_3$ 的结构保持。
- 范畴论视角:在更抽象的范畴论语言中,这个命题说明了“群构成一个范畴,而群同态是这个范畴中的态射”。态射的复合封闭性是范畴定义的一部分。
📝 [总结]
同态的复合仍然是同态。如果 $f_1$ 保持了 $G_1$到$G_2$的结构, $f_2$ 保持了 $G_2$到$G_3$的结构,那么将它们串联起来得到的复合函数 $f_2 \circ f_1$ 必然保持从 $G_1$ 到 $G_3$ 的结构。
🎯 [存在目的]
这个命题在理论上极为重要。它表明同态这种性质是“稳定”的,可以进行传递和组合。这使得我们可以像搭积木一样,通过复合已知的简单同态来构建更复杂的同态。它也是许多代数理论(如表示论)能够建立的基础,因为我们可以放心地对表示(即同态)进行复合操作。
🧠 [直觉心智模型]
- 把同态想象成“保真翻译”。
- $f_1$ 是一个能把中文($G_1$)保真地翻译成英文($G_2$)的翻译器。
- $f_2$ 是一个能把英文($G_2$)保真地翻译成法文($G_3$)的翻译器。
- $f_2 \circ f_1$ 就是把这两个翻译器串起来,直接实现中译法。
- 这个命题就是在说:这个串联起来的“中译法”翻译器,也一定是保真的。因为每一步翻译都保持了结构,所以整个流程下来,结构必然也是保持的。
💭 [直观想象]
- $f_1$ 是一台能把乐高设计图($G_1$)转成CAD三维模型($G_2$)的软件,它能保持所有零件的相对关系。
- $f_2$ 是一台能把CAD三维模型($G_2$)转成3D打印指令($G_3$)的软件,它也能保持结构。
- $f_2 \circ f_1$ 就是一个从乐高图纸直接到3D打印指令的“一键转换”流程。
- 这个命题保证了,这个“一键转换”流程最终输出的打印指令,仍然是忠实于原始乐高设计图的结构的。
📜 [原文24]
例如,假设 $f: G_{1} \rightarrow H_{2}$ 是一个同态,并且 $H_{2}$ 是群 $G_{2}$ 的一个子群。设 $i: H_{2} \rightarrow G_{2}$ 是内射,根据例 1.1.2 的 (2) 它是一个同态。那么 $i \circ f$ 是一个同态。同样,同态到子群的限制也是一个同态(定义在该子群上)。
📖 [逐步解释]
这段话是命题 1.1.5 的两个直接应用和推论,说明了如何通过复合和限制来构造新的同态。
第一部分:同态与包含映射的复合
- 场景:
- 我们有一个同态 $f: G_1 \rightarrow H_2$。这里,映射的目标被明确限定在一个子群 $H_2$ 中。
- $H_2$ 本身是另一个更大的群 $G_2$ 的一个子群 ($H_2 \leq G_2$)。
- $i: H_2 \rightarrow G_2$ 是从子群到母群的包含映射 ($i(h)=h$)。根据例 1.1.2(2),我们知道 $i$ 是一个同态。
- 应用命题 1.1.5:
- 我们现在有两个同态:$f: G_1 \rightarrow H_2$ 和 $i: H_2 \rightarrow G_2$。
- 根据命题 1.1.5,它们的复合 $i \circ f$ 是一个从 $G_1$ 到 $G_2$ 的同态。
- $(i \circ f)(g) = i(f(g)) = f(g)$。
- 这意味着,如果一个函数 $f$ 映射到某个子群 $H_2$ 是一个同态,那么把这个函数的陪域“扩大”到整个母群 $G_2$,它仍然是一个同态。这看起来是显而易见的,但命题 1.1.5 给予了它严格的理论保证。
第二部分:同态在子群上的限制
- 场景:
- 我们有一个同态 $f: G \rightarrow H$。
- 我们有源群 $G$ 的一个子群 $G' \leq G$。
- 构造新函数:
- 我们可以把函数 $f$ 的定义域“缩小”,只考虑它在子群 $G'$ 上的行为。这个新函数被称为 $f$ 在 $G'$ 上的限制 (Restriction),记作 $f|_{G'}$。
- $f|_{G'}: G' \rightarrow H$ 定义为 $f|_{G'}(g') = f(g')$ 对于所有 $g' \in G'$。
- 结论:这个限制函数 $f|_{G'}$ 也是一个同态。
- 证明:
- 我们需要验证对于任意 $g'_1, g'_2 \in G'$,是否有 $f|_{G'}(g'_1 g'_2) = f|_{G'}(g'_1) f|_{G'}(g'_2)$。
- LHS: $f|_{G'}(g'_1 g'_2) = f(g'_1 g'_2)$ (根据限制的定义)。
- RHS: $f|_{G'}(g'_1) f|_{G'}(g'_2) = f(g'_1)f(g'_2)$ (根据限制的定义)。
- 因为 $f$ 本身是 $G$ 上的同态,所以 $f(g_1 g_2)=f(g_1)f(g_2)$ 对 $G$ 中所有元素都成立,当然也对 $G'$ 中的元素 $g'_1, g'_2$ 成立。
- 所以 $f(g'_1 g'_2) = f(g'_1)f(g'_2)$。
- 因此 LHS = RHS。限制函数是同态。
- 另一种证明思路: 限制可以看作是与包含映射的复合。令 $j: G' \rightarrow G$ 为包含映射(同态)。那么 $f|_{G'} = f \circ j$。根据命题 1.1.5,同态的复合是同态。
💡 [数值示例]
- 第一部分 (扩大陪域):
- $f: (\mathbb{Z},+) \rightarrow (\mathbb{R}^{>0}, \times)$ 定义为 $f(n)=2^n$。这是一个同态,其像集是 $\{..., 1/4, 1/2, 1, 2, 4, ...\}$。它的陪域是正实数乘法群。
- $H_2 = \mathbb{R}^{>0}$ 是 $G_2 = \mathbb{R}^*$ 的一个子群。
- 包含映射 $i: \mathbb{R}^{>0} \rightarrow \mathbb{R}^*$ 是同态。
- 复合后得到 $i \circ f: (\mathbb{Z},+) \rightarrow (\mathbb{R}^*, \times)$,函数仍然是 $(i \circ f)(n) = 2^n$。这仍然是一个同态,只是我们现在把它看作是映到所有非零实数中。
- 第二部分 (限制定义域):
- $f: (\mathbb{Z}, +) \rightarrow (\{+1, -1\}, \times)$ 定义为 $f(n)=(-1)^n$ (奇偶性映射)。这是同态。
- 取 $\mathbb{Z}$ 的子群 $G' = 2\mathbb{Z}$ (偶数加法群)。
- 限制函数 $f|_{2\mathbb{Z}}: 2\mathbb{Z} \rightarrow \{+1,-1\}$。
- 对于任何偶数 $m \in 2\mathbb{Z}$,$f|_{2\mathbb{Z}}(m) = (-1)^m = 1$。
- 这个限制函数是一个将所有偶数都映到1的函数,它是一个从 $(2\mathbb{Z}, +)$ 到 $(\{+1,-1\}, \times)$ 的平凡同态。我们知道平凡同态是同态。
📝 [总结]
本段阐述了两种从已知同态构造新同态的简单方法:
- 扩大陪域:一个到子群的同态,总可以被看作是到母群的同态。
- 限制定义域:一个在整个群上的同态,当其定义域被限制到任意一个子群上时,它仍然是同态。
🎯 [存在目的]
这段话的目的是为了展示同态概念的灵活性和稳定性。它告诉我们,我们可以放心地在同态的定义域和陪域上进行某些“缩放”操作(限制到子群,或从子群扩展到母群),而不会破坏其同态的本质。这在实际的数学工作中非常有用,因为它允许我们在不同的上下文中灵活地看待同一个同态。
🧠 [直觉心智模型]
- 扩大陪域:你有一个中英翻译器($f: G_1 \rightarrow H_2$),它能完美翻译所有关于“计算机科学”的中文文章到英文。现在,我们把这个翻译器看作一个能翻译“所有领域”文章的翻译器($i \circ f: G_1 \rightarrow G_2$),只是它碰巧只输出了计算机科学领域的英文。它的翻译能力(结构保持)没有改变。
- 限制定义域:你有一个能翻译所有中文文章到英文的翻译器($f: G \rightarrow H$)。现在你只用它来翻译计算机科学类的文章(限制到子群 $G'$)。它的翻译能力当然没有问题,它仍然是一个好的翻译器。
💭 [直观想象]
- 扩大陪域:一个函数 $f$ 能把所有整数都准确地映射到数轴上的偶数点上,并保持加法结构。现在我们不只看偶数点,我们看着整条实数轴。这个映射本身没变,它当然还是保持结构的。
- 限制定义域:有一个函数 $f$ 对所有实数都满足 $f(x+y)=f(x)+f(y)$(比如 $f(x)=2x$)。现在我们只关心它在整数上的表现。对于任意两个整数 $n,m$,因为它们也是实数,所以 $f(n+m)=f(n)+f(m)$ 当然也成立。所以 $f$ 在整数上的限制也是同态。
1. 2.1. 子群的像和原像
📜 [原文25]
我们从以下内容开始:
命题 1.2.1。设 $G_{1}$ 和 $G_{2}$ 是群,且 $f: G_{1} \rightarrow G_{2}$ 是一个同态。
(i) 如果 $H_{1} \leq G_{1}$,那么 $f\left(H_{1}\right) \leq G_{2}$。换句话说,子群的像是一个子群。
(ii) 如果 $H_{2} \leq G_{2}$,那么 $f^{-1}\left(H_{2}\right) \leq G_{1}$。换句话说,子群的原像是一个子群。
📖 [逐步解释]
这个命题是同态理论的基石之一。它描述了同态如何与子群结构进行交互,结论是:同态既保持子群结构(向前),也反映子群结构(向后)。
Part (i): 子群的像是一个子群
- 陈述:给定一个同态 $f: G_1 \rightarrow G_2$。如果你从源群 $G_1$ 中取出一个子群 $H_1$,然后把 $H_1$ 里的所有元素都通过 $f$ 映射到 $G_2$ 中,那么这些映射结果构成的集合,即像集 $f(H_1)$,它本身也是 $G_2$ 的一个子群。
- 符号解释:
- $H_1 \leq G_1$:表示 $H_1$ 是 $G_1$ 的一个子群。
- $f(H_1)$:这是 $H_1$ 的像集,定义为 $\{f(h) \mid h \in H_1\}$。
- $f(H_1) \leq G_2$:这是我们要证明的结论,即 $f(H_1)$ 是 $G_2$ 的一个子群。
- 证明思路:要证明一个集合是子群,我们需要验证子群三条件:
a. 非空 (通常通过证明单位元在其中来满足)。
b. 运算封闭性:集合中任意两个元素运算,结果仍在该集合中。
c. 逆元封闭性:集合中任意一个元素的逆元,仍在该集合中。
(注:教材中将非空和单位元合并检验)
- 证明步骤 (i):
- 单位元:
- 因为 $H_1$ 是子群,所以 $G_1$ 的单位元 $1_{G_1}$ 必然在 $H_1$ 中。
- 因此,$f(1_{G_1})$ 必然在像集 $f(H_1)$ 中。
- 根据命题 1.1.4,我们知道同态映单位元到单位元,即 $f(1_{G_1}) = 1_{G_2}$。
- 所以,$1_{G_2} \in f(H_1)$。$f(H_1)$ 非空且包含单位元。
- 运算封闭性:
- 从 $f(H_1)$ 中任取两个元素,叫它们 $y_1, y_2$。
- 根据像集的定义,它们必然可以写成 $y_1=f(h_1)$ 和 $y_2=f(h_2)$ 的形式,其中 $h_1, h_2 \in H_1$。
- 我们需要证明它们的积 $y_1 y_2$ 也在 $f(H_1)$ 中。
- $y_1 y_2 = f(h_1) f(h_2)$。
- 因为 $f$ 是同态,所以 $f(h_1) f(h_2) = f(h_1 h_2)$。
- 因为 $H_1$ 是子群,所以它对运算是封闭的,故 $h_1 h_2 \in H_1$。
- 既然 $h_1 h_2 \in H_1$,那么它的像 $f(h_1 h_2)$ 根据定义就属于 $f(H_1)$。
- 所以 $y_1 y_2 \in f(H_1)$。封闭性得证。
- 逆元封闭性:
- 从 $f(H_1)$ 中任取一个元素 $y$,它可以写成 $y=f(h)$,其中 $h \in H_1$。
- 我们需要证明它的逆元 $y^{-1}$ 也在 $f(H_1)$ 中。
- $y^{-1} = (f(h))^{-1}$。
- 根据命题 1.1.4,我们知道同态保持逆元,即 $(f(h))^{-1} = f(h^{-1})$。
- 因为 $H_1$ 是子群,所以它对逆元是封闭的,故 $h^{-1} \in H_1$。
- 既然 $h^{-1} \in H_1$,那么它的像 $f(h^{-1})$ 根据定义就属于 $f(H_1)$。
- 所以 $y^{-1} \in f(H_1)$。逆元封闭性得证。
- 结论:$f(H_1)$ 满足子群的所有条件,因此 $f(H_1) \leq G_2$。
Part (ii): 子群的原像是一个子群
- 陈述:给定一个同态 $f: G_1 \rightarrow G_2$。如果你从目标群 $G_2$ 中取出一个子群 $H_2$,然后找到源群 $G_1$ 中所有能映射到 $H_2$ 内部的元素,那么这些元素构成的集合,即原像集 $f^{-1}(H_2)$,它本身也是 $G_1$ 的一个子群。
- 符号解释:
- $H_2 \leq G_2$:表示 $H_2$ 是 $G_2$ 的一个子群。
- $f^{-1}(H_2)$:这是 $H_2$ 的原像集,定义为 $\{g \in G_1 \mid f(g) \in H_2\}$。
- $f^{-1}(H_2) \leq G_1$:这是我们要证明的结论。
- 证明步骤 (ii):同样检验子群三条件。
- 单位元:
- 我们需要检查 $1_{G_1}$ 是否在 $f^{-1}(H_2)$ 中。
- 这等价于检查 $f(1_{G_1})$ 是否在 $H_2$ 中。
- 我们知道 $f(1_{G_1}) = 1_{G_2}$。
- 因为 $H_2$ 是 $G_2$ 的子群,所以 $1_{G_2} \in H_2$。
- 所以 $f(1_{G_1}) \in H_2$ 成立,即 $1_{G_1} \in f^{-1}(H_2)$。
- 运算封闭性:
- 从 $f^{-1}(H_2)$ 中任取两个元素,叫它们 $g_1, g_2$。
- 根据原像集的定义,这意味着 $f(g_1) \in H_2$ 并且 $f(g_2) \in H_2$。
- 我们需要证明它们的积 $g_1 g_2$ 也在 $f^{-1}(H_2)$ 中,即证明 $f(g_1 g_2) \in H_2$。
- 因为 $f$ 是同态,所以 $f(g_1 g_2) = f(g_1) f(g_2)$。
- 我们已知 $f(g_1)$ 和 $f(g_2)$ 都在子群 $H_2$ 中,而 $H_2$ 对运算是封闭的。
- 所以它们的积 $f(g_1) f(g_2)$ 必然也在 $H_2$ 中。
- 所以 $f(g_1 g_2) \in H_2$ 成立,即 $g_1 g_2 \in f^{-1}(H_2)$。封闭性得证。
- 逆元封闭性:
- 从 $f^{-1}(H_2)$ 中任取一个元素 $g$。这意味着 $f(g) \in H_2$。
- 我们需要证明它的逆元 $g^{-1}$ 也在 $f^{-1}(H_2)$ 中,即证明 $f(g^{-1}) \in H_2$。
- 因为 $f$ 是同态,所以 $f(g^{-1}) = (f(g))^{-1}$。
- 我们已知 $f(g) \in H_2$,而 $H_2$ 是子群,对逆元是封闭的。
- 所以 $(f(g))^{-1}$ 必然也在 $H_2$ 中。
- 所以 $f(g^{-1}) \in H_2$ 成立,即 $g^{-1} \in f^{-1}(H_2)$。逆元封闭性得证。
- 结论:$f^{-1}(H_2)$ 满足子群的所有条件,因此 $f^{-1}(H_2) \leq G_1$。
📝 [总结]
这个命题是同态与子群关系的核心。它表明,同态是一个强大的“结构保持”工具,它不仅能将子群“搬运”成子群(像),也能将子群“反射”回子群(原像)。这是同态之所以有用的一个根本原因。
🎯 [存在目的]
此命题为后续定义像 (Image) 和核 (Kernel) 这两个核心概念奠定了理论基础。
- 像: 整个源群 $G_1$ 本身是一个子群 ($G_1 \leq G_1$)。根据命题(i),它的像 $f(G_1)$ 也必须是 $G_2$ 的一个子群。这个 $f(G_1)$ 就是同态的像。
- 核: 目标群 $G_2$ 的平凡子群 $\{1_{G_2}\}$ 是一个子群。根据命题(ii),它的原像 $f^{-1}(\{1_{G_2}\})$ 也必须是 $G_1$ 的一个子群。这个原像就是同态的核。
因此,这个命题是定义像和核为子群的直接依据。
🧠 [直觉心智模型]
把同态 $f: G_1 \rightarrow G_2$ 想象成一个“社会关系映射”,它把 $G_1$ 国的公民映射到 $G_2$ 国。
- 命题(i):如果在 $G_1$ 国有一个“俱乐部” $H_1$(子群,内部成员关系稳定),那么这个俱乐部所有成员在 $G_2$ 国的“对应身份”构成的集合 $f(H_1)$,也会形成一个有稳定内部关系的“俱乐部”(子群)。
- 命题(ii):如果在 $G_2$ 国有一个“上流社会圈层” $H_2$(子群),那么在 $G_1$ 国中,所有那些其“对应身份”能进入这个上流圈层的人,他们自己也会在 $G_1$ 国形成一个封闭的“圈层”(子群)。
💭 [直观想象]
- 把同态 $f: \mathbb{R}^2 \rightarrow \mathbb{R}^2$ 想象成一个线性变换,比如投影到x轴 $f(x,y)=(x,0)$。
- 命题(i):
- 取源空间 $\mathbb{R}^2$ 中的一个子群(子空间)$H_1$,比如直线 $y=x$。这是一条穿过原点的直线,它本身是一个加法群。
- $f(H_1)$ 是这条直线上所有点 $(t,t)$ 的像的集合。$f(t,t)=(t,0)$。
- 这个像集是 $\{ (t,0) \mid t \in \mathbb{R} \}$,这正是整个 x 轴。
- x 轴本身也是 $\mathbb{R}^2$ 的一个子群(子空间)。子群的像确实是子群。
- 命题(ii):
- 取目标空间 $\mathbb{R}^2$ 中的一个子群(子空间)$H_2$,比如 y 轴 $\{ (0,u) \mid u \in \mathbb{R} \}$。
- $f^{-1}(H_2)$ 是所有被 $f$ 映射到 y 轴上的点的集合。
- 我们需要找到所有 $(x,y)$ 使得 $f(x,y)=(x,0)$ 在 y 轴上。
- 这意味着 $(x,0)=(0,u)$,所以 $x=0$。
- 因此,所有形如 $(0,y)$ 的点,即 y 轴本身,会被映射到 y 轴(实际上是原点 $(0,0)$)。
- 所以原像集 $f^{-1}(H_2)$ 就是 y 轴。
- y 轴本身是 $\mathbb{R}^2$ 的一个子群(子空间)。子群的原像确实是子群。
1. 2.2. 核与像的定义
📜 [原文26]
证明。(i) 我们需要检查封闭性、单位元和逆元。封闭性:假设给出 $f\left(H_{1}\right)$ 的两个元素,它们必然是形如 $f(h)$ 和 $f\left(h^{\prime}\right)$,其中 $h, h^{\prime} \in H_{1}$。那么 $f(h) f\left(h^{\prime}\right)= f\left(h h^{\prime}\right)$。由于 $H_{1}$ 是 $G_{1}$ 的子群,$h h^{\prime} \in H_{1}$。根据定义,$f\left(h h^{\prime}\right) \in f\left(H_{1}\right)$。因此,乘积 $f(h) f\left(h^{\prime}\right) \in f\left(H_{1}\right)$,所以 $f\left(H_{1}\right)$ 在乘法下是封闭的。单位元:由于 $H_{1}$ 是 $G_{1}$ 的子群,$1 \in H_{1}$。那么 $f(1) \in f\left(H_{1}\right)$。根据命题 1.1.4 的 (i),$f(1)=1$。因此 $1 \in f\left(H_{1}\right)$。逆元:给定 $f\left(H_{1}\right)$ 的一个元素,必然是形如 $f(h)$,其中 $h \in H_{1}$,根据命题 1.1.4 的 (ii),我们有 $(f(h))^{-1}=f\left(h^{-1}\right)$。由于 $H_{1}$ 是 $G_{1}$ 的子群,$h^{-1} \in H_{1}$。因此 $f\left(h^{-1}\right)=(f(h))^{-1} \in f\left(H_{1}\right)$。因此 $f\left(H_{1}\right)$ 在取逆元下是封闭的,所以是 $G_{2}$ 的一个子群。
(ii) 回顾一下,根据定义,$f^{-1}\left(H_{2}\right)=\left\{g \in G_{1}: f(g) \in H_{2}\right\}$。同样我们必须检查封闭性、单位元和逆元。封闭性:假设给出 $f^{-1}\left(H_{2}\right)$ 的两个元素 $g, g^{\prime}$。我们必须证明 $g g^{\prime} \in f^{-1}\left(H_{2}\right)$。根据定义,$f(g), f\left(g^{\prime}\right) \in H_{2}$,并且我们必须检查 $f\left(g g^{\prime}\right) \in H_{2}$。但是
$$
f\left(g g^{\prime}\right)=f(g) f\left(g^{\prime}\right) \in H_{2}
$$
因为 $H_{2} \leq G_{2}$ 且 $f(g), f\left(g^{\prime}\right) \in H_{2}$。因此 $g g^{\prime} \in f^{-1}\left(H_{2}\right)$。单位元:我们必须检查 $1 \in f^{-1}\left(H_{2}\right)$,即 $f(1) \in H_{2}$。但根据命题 1.1.4 的 (i),$f(1)=1$,并且由于 $H_{2} \leq G_{2}$,$1 \in H_{2}$。因此 $1 \in f^{-1}\left(H_{2}\right)$。逆元:假设 $g \in f^{-1}\left(H_{2}\right)$,即 $f(g) \in H_{2}$。那么根据命题 1.1.4 的 (ii),$f\left(g^{-1}\right)=f(g)^{-1}$,并且由于 $f(g) \in H_{2}$ 且 $H_{2} \leq G_{2}$,$f(g)^{-1} \in H_{2}$。因此 $g^{-1} \in f^{-1}\left(H_{2}\right)$。由此可知 $f^{-1}\left(H_{2}\right) \leq G_{1}$。
📖 [逐步解释]
这部分内容是命题 1.2.1 的详细证明,它严格地按照数学逻辑,验证了“子群的像”和“子群的原像”为什么满足子群的三个条件。这部分在之前的解释中已经作为“证明步骤”详细阐述过了,这里我们将其作为原文,并再次梳理其逻辑。
对证明(i)的梳理:证明 $f(H_1)$ 是子群
- 目标:证明 $f(H_1)$ 满足子群三条件。
- 逻辑链:
- 证明单位元在其中:
- $1_{G_1} \in H_1$ (因为 $H_1$ 是子群) $\rightarrow$ $f(1_{G_1}) \in f(H_1)$ (根据像的定义)。
- $f(1_{G_1}) = 1_{G_2}$ (根据同态性质)。
- $\rightarrow 1_{G_2} \in f(H_1)$。得证。
- 证明运算封闭性:
- 任取 $y_1, y_2 \in f(H_1)$ $\rightarrow$ 存在 $h_1, h_2 \in H_1$ 使得 $y_1=f(h_1), y_2=f(h_2)$ (像的定义)。
- $y_1 y_2 = f(h_1)f(h_2) = f(h_1h_2)$ (同态性质)。
- $h_1, h_2 \in H_1 \rightarrow h_1h_2 \in H_1$ (因为 $H_1$ 是子群)。
- $h_1h_2 \in H_1 \rightarrow f(h_1h_2) \in f(H_1)$ (像的定义)。
- $\rightarrow y_1y_2 \in f(H_1)$。得证。
- 证明逆元封闭性:
- 任取 $y \in f(H_1)$ $\rightarrow$ 存在 $h \in H_1$ 使得 $y=f(h)$。
- $y^{-1} = (f(h))^{-1} = f(h^{-1})$ (同态性质)。
- $h \in H_1 \rightarrow h^{-1} \in H_1$ (因为 $H_1$ 是子群)。
- $h^{-1} \in H_1 \rightarrow f(h^{-1}) \in f(H_1)$ (像的定义)。
- $\rightarrow y^{-1} \in f(H_1)$。得证。
- 核心:证明的每一步都紧密地依赖于子群的定义、同态的定义以及像集的定义。
对证明(ii)的梳理:证明 $f^{-1}(H_2)$ 是子群
- 目标:证明 $f^{-1}(H_2)$ 满足子群三条件。
- 逻辑链:
- 证明单位元在其中:
- 要证 $1_{G_1} \in f^{-1}(H_2)$ $\leftrightarrow$ 需证 $f(1_{G_1}) \in H_2$ (原像定义)。
- $f(1_{G_1})=1_{G_2}$ (同态性质)。
- $1_{G_2} \in H_2$ (因为 $H_2$ 是子群)。
- $\rightarrow$ 条件满足。得证。
- 证明运算封闭性:
- 任取 $g_1, g_2 \in f^{-1}(H_2)$ $\rightarrow$ $f(g_1) \in H_2$ 且 $f(g_2) \in H_2$ (原像定义)。
- 要证 $g_1g_2 \in f^{-1}(H_2)$ $\leftrightarrow$ 需证 $f(g_1g_2) \in H_2$。
- $f(g_1g_2) = f(g_1)f(g_2)$ (同态性质)。
- $f(g_1) \in H_2, f(g_2) \in H_2 \rightarrow f(g_1)f(g_2) \in H_2$ (因为 $H_2$ 是子群)。
- $\rightarrow$ 条件满足。得证。
- 证明逆元封闭性:
- 任取 $g \in f^{-1}(H_2)$ $\rightarrow$ $f(g) \in H_2$。
- 要证 $g^{-1} \in f^{-1}(H_2)$ $\leftrightarrow$ 需证 $f(g^{-1}) \in H_2$。
- $f(g^{-1}) = (f(g))^{-1}$ (同态性质)。
- $f(g) \in H_2 \rightarrow (f(g))^{-1} \in H_2$ (因为 $H_2$ 是子群)。
- $\rightarrow$ 条件满足。得证。
- 核心:证明的每一步都紧密地依赖于子群的定义、同态的定义以及原像集的定义。
📝 [总结]
这段原文是命题1.2.1的严谨、形式化的证明。它展示了数学证明是如何通过一系列无懈可击的逻辑步骤,从基本定义(同态、子群)和已知性质(如命题1.1.4)出发,推导出新的、更深刻的结论。学习并理解这个证明过程,对于培养严谨的数学思维至关重要。
🎯 [存在目的]
在教科书中,紧接着命题陈述之后给出证明,是标准的数学写作范式。其目的在于:
- 确立真理性:证明了命题的正确性,使其从一个“断言”变成一个“定理”。
- 展示逻辑:揭示了结论是如何从前提出发推导出来的,有助于读者理解知识的内在联系,而不仅仅是记忆结论。
- 提供范例:为学生提供了如何进行抽象代数证明的范例,展示了如何运用定义和已有定理来构建论证。
🧠 [直觉心智模型]
阅读这段证明,就像是侦探在破案。
- 要证明的案情:$f(H_1)$ 是一个组织严密的“黑帮”(子群)。
- 侦探的工具箱:
- 《黑帮入门手册》(子群的定义):里面写着黑帮必须有老大(单位元),内部火并不能出人命(运算封闭),叛徒必须被清理门户(逆元封闭)。
- 《线人守则》(同态的定义):线人 $f$ 的情报绝对可靠,他能保持黑帮成员的关系网。
- 《线人背景资料》(命题1.1.4):我们知道线人 $f$ 会把“总瓢把子”对应成对方的“总瓢把子”,会把“叛变”这个行为也如实翻译。
- 破案过程:侦探拿着这三样工具,逐一核对《黑帮入门手册》上的条款,发现 $f(H_1)$ 这个新团体完美符合所有条款。于是,案件告破,结论成立。
📜 [原文27]
定义 1.2.2。设 $G_{1}$ 和 $G_{2}$ 是群,且 $f: G_{1} \rightarrow G_{2}$ 是一个同态。$f$ 的像集是子群 $f\left(G_{1}\right) \leq G_{2}$;根据命题 1.2.1 的 (i),它是 $G_{2}$ 的一个子群。$f$ 的核是子群 $f^{-1}(1) \leq G_{1}$,即 1 的原像(或等价地 $\{1\}$)。根据命题 1.2.1 的 (ii),它是 $G_{1}$ 的一个子群,因为 $\{1\} \leq G_{2}$。我们分别用 $\operatorname{Im} f$ 和 $\operatorname{Ker} f$ 表示 $G_{2}$ 的子群 $\operatorname{Im} f$ 和 $G_{1}$ 的子群 $\operatorname{Ker} f$。为了强调,我们回顾一下
$$
\operatorname{Ker} f=\left\{g \in G_{1}: f(g)=1\right\} .
$$
如果 $G_{2}$ 是加法表示,我们将条件 $f(g)=1$ 替换为 $f(g)=0$。
📖 [逐步解释]
这个定义引入了与同态相关的两个最核心、最重要的概念:像 (Image) 和 核 (Kernel)。
1. 像 (Image)
- 定义:同态 $f: G_1 \rightarrow G_2$ 的像,是指源群 $G_1$ 中所有元素在 $f$ 映射下的输出值的集合。
- 符号:$\mathrm{Im}(f)$ 或 $f(G_1)$。
- 数学语言:$\mathrm{Im}(f) = \{f(g) \mid g \in G_1\}$。
- 与命题 1.2.1 的关系:源群 $G_1$ 本身是自己的一个子群 ($G_1 \leq G_1$)。根据命题 1.2.1(i),子群的像是子群,所以 $f(G_1)$ 必然是目标群 $G_2$ 的一个子群。定义中直接引用了这个结论。
- 直观理解:像是同态 $f$ 实际“击中”的区域。它告诉我们这个同态的“势力范围”有多大。如果 $\mathrm{Im}(f) = G_2$,说明 $f$ 是满射的。
2. 核 (Kernel)
- 定义:同态 $f: G_1 \rightarrow G_2$ 的核,是指源群 $G_1$ 中所有被 $f$ 映射到目标群 $G_2$ 单位元 $1_{G_2}$ 的元素的集合。
- 符号:$\mathrm{Ker}(f)$。
- 数学语言:$\mathrm{Ker}(f) = \{g \in G_1 \mid f(g) = 1_{G_2}\}$。
- 与命题 1.2.1 的关系:目标群 $G_2$ 的单位元构成的集合 $\{1_{G_2}\}$ 是 $G_2$ 的一个(最简单的)子群,称为平凡子群。核就是这个平凡子群的原像集 $f^{-1}(\{1_{G_2}\})$。根据命题 1.2.1(ii),子群的原像是子群,所以 $\mathrm{Ker}(f)$ 必然是源群 $G_1$ 的一个子群。
- 直观理解:核是所有在映射中“消失”或“变得平凡”的元素的集合。它衡量了同态“压缩”信息的程度。如果核只包含单位元 $\mathrm{Ker}(f) = \{1_{G_1}\}$,说明没有非单位元元素在映射中“消失”,这意味着 $f$ 是单射的(后面会证明)。核越大,说明有越多不同的元素被映到了同一个单位元上,映射的“多对一”程度就越严重。
3. 加法群的表示
- 定义中特别提醒,如果目标群 $G_2$ 是加法群,它的单位元是 0。
- 因此,在这种情况下,核的定义变为 $\mathrm{Ker}(f) = \{g \in G_1 \mid f(g) = 0\}$。
📝 [总结]
本段定义了同态的两个核心伴随结构:
- 像 $\mathrm{Im}(f)$:一个目标群 $G_2$ 中的子群,代表同态的实际输出范围。
- 核 $\mathrm{Ker}(f)$:一个源群 $G_1$ 中的子群,代表所有被映射为单位元的“不可见”元素。
像和核是理解一个具体同态性质的关键,也是连接同态、子群、正规子群和商群的桥梁。
🎯 [存在目的]
定义像和核的目的是为了量化和研究同态的性质。
- 像直接关联到同态的满射性。
- 核直接关联到同态的单射性。
通过研究像和核这两个子群的大小、结构,我们就能深刻地理解同态本身,进而通过同态来理解源群和目标群的结构关系。这是同态基本定理的核心内容。
🧠 [直觉心智模型]
把同态 $f: G_1 \rightarrow G_2$ 想象成一次投影,比如把一个三维物体 $G_1$ 投影到一面墙 $G_2$ 上。
- 像 $\mathrm{Im}(f)$: 就是墙上出现影子的那片区域。它是墙($G_2$)的一部分(子群)。影子区域的大小和形状,反映了投影的方式。
- 核 $\mathrm{Ker}(f)$: 就是所有在投影中被“压扁成一个点”(投影到墙上原点)的光线上的所有点。这些点来自三维物体 $G_1$,它们构成了 $G_1$ 的一部分(子群)。核就是所有“看不见”的信息的集合。如果核很大,说明有很多信息在投影中丢失了。
💭 [直观想象]
- 同态: $f: \mathbb{R}^3 \rightarrow \mathbb{R}^2$ 定义为 $f(x,y,z) = (x,y)$(忽略z轴,投影到xy平面)。源群和目标群都是加法群。
- 像: 源群是整个三维空间 $\mathbb{R}^3$。经过投影后,能到达的目标区域是整个xy平面 $\mathbb{R}^2$。所以 $\mathrm{Im}(f) = \mathbb{R}^2$。
- 核: 目标群 $\mathbb{R}^2$ 的单位元是 $(0,0)$。我们需要找到所有被映到 $(0,0)$ 的三维空间中的点。
- $f(x,y,z) = (x,y) = (0,0)$。
- 这意味着 $x=0$ 且 $y=0$。$z$ 可以是任何实数。
- 所有满足条件的点是 $\{ (0,0,z) \mid z \in \mathbb{R} \}$。
- 这正是三维空间中的 z轴!
- 所以 $\mathrm{Ker}(f) = \text{z-axis}$。z轴是 $\mathbb{R}^3$ 的一个子群(子空间)。
- 这个例子生动地显示了:核就是那些在投影中被完全“压缩掉”的维度/信息。
1. 2.3. 核与像的例子
📜 [原文28]
例 1.2.3。我们现在回顾例 1.1.2 的例子,并描述核和像。
📖 [逐步解释]
这个部分的目标是重新审视之前在 例 1.1.2 中列举的所有同态例子,并为它们中的每一个都明确地找出其核 (Kernel) 和像 (Image)。这是将抽象定义应用到具体实例的关键练习,有助于深刻理解核与像的含义。
📜 [原文29]
(1) 如果 $f: G_{1} \rightarrow G_{2}$ 是一个同构,那么 $\operatorname{Ker} f=\{1\}$ 且 $\operatorname{Im} f=G_{2}$。
📖 [逐步解释]
- 场景: $f$ 是一个同构 (isomorphism)。回顾一下,同构 = 同态 + 双射 (单射 + 满射)。
- 计算像 (Image):
- $\mathrm{Im}(f)$ 是 $f$ 的输出集合。
- 因为同构要求 $f$ 必须是满射 (surjective),满射的定义就是像集等于陪域。
- 所以,$\mathrm{Im}(f) = G_2$。
- 计算核 (Kernel):
- $\mathrm{Ker}(f)$ 是所有被映射到单位元 $1_{G_2}$ 的元素的集合。
- 因为同构要求 $f$ 必须是单射 (injective),单射意味着不同的输入必须有不同的输出。
- 我们知道 $f(1_{G_1}) = 1_{G_2}$ (同态的基本性质)。
- 如果还有其他某个元素 $g \neq 1_{G_1}$ 也满足 $f(g) = 1_{G_2}$,那么 $f(g) = f(1_{G_1})$ 但 $g \neq 1_{G_1}$,这就与 $f$ 是单射的这个前提相矛盾。
- 因此,唯一能被映射到单位元的元素,只能是源群自己的单位元。
- 所以,$\mathrm{Ker}(f) = \{1_{G_1}\}$ (只包含单位元的平凡子群)。
- 结论: 一个映射是同构,等价于它是一个同态,且其核是平凡的,其像是整个目标群。
📜 [原文30]
(2) 如果 $i: H \rightarrow G$ 是子群的内射,那么 $\operatorname{Ker} i=\{1\}$ 且 $\operatorname{Im} i=H$。
📖 [逐步解释]
- 场景: $i: H \rightarrow G$ 是子群 $H$ 到母群 $G$ 的包含映射,$i(h)=h$。
- 计算像 (Image):
- $\mathrm{Im}(i) = \{i(h) \mid h \in H\} = \{h \mid h \in H\} = H$。
- 像就是子群 $H$ 本身(在 $G$ 的视角下看)。
- 计算核 (Kernel):
- $\mathrm{Ker}(i) = \{h \in H \mid i(h) = 1_G\}$。
- $i(h) = h$,所以需要满足 $h = 1_G$。
- 但是,核必须是源群 $H$ 的子集,所以这个元素必须也在 $H$ 中。单位元 $1_G$ 同时也是子群 $H$ 的单位元 $1_H$。
- 所以,唯一满足条件的元素就是单位元。
- $\mathrm{Ker}(i) = \{1_H\}$。
- 注: 这与(1)的结论一致,因为包含映射是单射的。一个同态是单射等价于其核是平凡的。
📜 [原文31]
(3) 如果 $f: G \rightarrow H$ 是平凡同态,那么 $\operatorname{Ker} f=G$ 且 $\operatorname{Im} f=\{1\}$。显然,同态 $f: G \rightarrow H$ 是平凡同态 $\Longleftrightarrow \operatorname{Ker} f=G$。
📖 [逐步解释]
- 场景: $f$ 是平凡同态,即对所有 $g \in G$,$f(g) = 1_H$。
- 计算像 (Image):
- $\mathrm{Im}(f)$ 是所有输出值的集合。
- 因为唯一的输出值就是 $1_H$。
- 所以,$\mathrm{Im}(f) = \{1_H\}$,即由目标群单位元构成的平凡子群。
- 计算核 (Kernel):
- $\mathrm{Ker}(f)$ 是所有满足 $f(g)=1_H$ 的 $g$ 的集合。
- 根据平凡同态的定义,所有 $g \in G$ 都满足这个条件。
- 所以,$\mathrm{Ker}(f) = G$,即整个源群。
- 等价关系:
- 如果一个同态的核是整个源群 $G$,那意味着 $G$ 中所有元素都被映到单位元,这正是平凡同态的定义。所以这个关系是双向的。
📜 [原文32]
(4) $\operatorname{det}: G L_{n}(\mathbb{R}) \rightarrow \mathbb{R}^{*}$ 的核按定义是 $S L_{n}(\mathbb{R})$。det 的像集是 $\mathbb{R}^{*}$,因为 det 是满射。
📖 [逐步解释]
- 场景: 行列式同态。
- 计算像 (Image):
- 我们在例 1.1.2(4) 中已经论证过,对于任何非零实数 $t$,总能找到一个矩阵 $A$ 使得 $\det(A)=t$。
- 这意味着行列式映射是满射的。
- 因此,$\mathrm{Im}(\det) = \mathbb{R}^*$。
- 计算核 (Kernel):
- $\mathrm{Ker}(\det) = \{A \in GL_n(\mathbb{R}) \mid \det(A) = 1\}$。这里的1是目标群 $\mathbb{R}^*$ 的单位元。
- 所有行列式为1的 $n \times n$ 矩阵的集合,在线性代数中有一个专门的名字,叫做n阶实数特殊线性群 (Special Linear Group),记作 $SL_n(\mathbb{R})$。
- 所以,$\mathrm{Ker}(\det) = SL_n(\mathbb{R})$。这个核本身是一个非常重要的群。
📜 [原文33]
(5) 如果 $f: \mathbb{C} \rightarrow \mathbb{C}^{*}$ 是复指数,$f(z)=e^{z}$,那么 $\operatorname{Ker} f=\{2 n \pi i: n \in \mathbb{Z}\}=\langle 2 \pi i\rangle$,且 $\operatorname{Im} f=\mathbb{C}^{*}$ 因为复指数是满射。对于实指数 $e^{x}: \mathbb{R} \rightarrow \mathbb{R}^{*}$,$\operatorname{Ker} e^{x}=\{0\}$ 且 $\operatorname{Im} e^{x}=\mathbb{R}^{>0}$,即正实数子群。
📖 [逐步解释]
- 复指数 $f(z)=e^z$ from $(\mathbb{C},+)$ to $(\mathbb{C}^*, \times)$:
- 像: 我们在例 1.1.2(5) 中论证过复指数函数是满射的。所以 $\mathrm{Im}(f) = \mathbb{C}^*$。
- 核: $\mathrm{Ker}(f) = \{z \in \mathbb{C} \mid e^z = 1\}$。这里的1是目标群 $(\mathbb{C}^*, \times)$ 的单位元。
- 设 $z=x+iy$。$e^{x+iy} = e^x(\cos y + i \sin y) = 1$。
- 这意味着模 $e^x=1$,所以 $x=0$。
- 并且 $\cos y + i \sin y = 1$,这意味着 $\cos y = 1, \sin y = 0$。
- 满足这个条件的角度 $y$ 是 $2\pi$ 的所有整数倍,即 $y = 2n\pi$ for $n \in \mathbb{Z}$。
- 所以 $z = 0 + i(2n\pi) = 2n\pi i$。
- $\mathrm{Ker}(f) = \{..., -4\pi i, -2\pi i, 0, 2\pi i, 4\pi i, ...\}$。这个集合是在复平面虚轴上等距分布的点,它是在加法下由 $2\pi i$ 生成的循环子群,记作 $\langle 2\pi i \rangle$。
- 实指数 $g(x)=e^x$ from $(\mathbb{R},+)$ to $(\mathbb{R}^*, \times)$:
- 像: 我们知道 $e^x$ 的值域永远是正实数。所以 $\mathrm{Im}(g) = \mathbb{R}^{>0}$。
- 核: $\mathrm{Ker}(g) = \{x \in \mathbb{R} \mid e^x = 1\}$。解得 $x=0$。所以 $\mathrm{Ker}(g)=\{0\}$。这是源群 $(\mathbb{R},+)$ 的平凡子群。因为核是平凡的,所以实指数函数是单射的。
📜 [原文34]
(6) 对于由 $f(z)=|z|$ 定义的绝对值函数 $f: \mathbb{C}^{*} \rightarrow \mathbb{R}^{*}$,$\operatorname{Ker} f=U(1)$ (按定义),且 $\operatorname{Im} f=\mathbb{R}^{>0}$。
📖 [逐步解释]
- 场景: $f(z)=|z|$ from $(\mathbb{C}^*, \times)$ to $(\mathbb{R}^*, \times)$。
- 像: 复数的模 $|z|$ 总是正实数(因为 $z \neq 0$)。所以 $\mathrm{Im}(f) = \mathbb{R}^{>0}$,正实数乘法子群。
- 核: $\mathrm{Ker}(f) = \{z \in \mathbb{C}^* \mid |z|=1\}$。这里的1是目标群 $(\mathbb{R}^*, \times)$ 的单位元。
- 所有模为1的非零复数的集合,这正是单位圆群 $U(1)$ 的定义。
- 所以 $\mathrm{Ker}(f) = U(1)$。
📜 [原文35]
(7) 对于符号函数 $\operatorname{sign}: \mathbb{R}^{*} \rightarrow\{ \pm 1\}$,$\operatorname{Ker} \operatorname{sign}=\mathbb{R}^{>0}$,且 $\operatorname{Im} \operatorname{sign}=\{ \pm 1\}$。
📖 [逐步解释]
- 场景: $\mathrm{sign}$ from $(\mathbb{R}^*, \times)$ to $(\{+1, -1\}, \times)$。
- 像: 符号函数的输出只有两种可能:+1 和 -1。只要源群 $\mathbb{R}^*$ 中既有正数也有负数,这两个值就都能取到。所以 $\mathrm{Im}(\mathrm{sign}) = \{+1, -1\}$,是整个目标群。该同态是满射的。
- 核: $\mathrm{Ker}(\mathrm{sign}) = \{x \in \mathbb{R}^* \mid \mathrm{sign}(x)=1\}$。这里的1是目标群 $\{+1, -1\}$ 的单位元。
- $\mathrm{sign}(x)=1$ 意味着 $x$ 是正数。
- 所以 $\mathrm{Ker}(\mathrm{sign}) = \mathbb{R}^{>0}$,所有正实数构成的乘法子群。
📜 [原文36]
(8) 如果 $F: \mathbb{R}^{n} \rightarrow \mathbb{R}^{m}$ 是一个线性映射,对应于矩阵 $A$,那么 $\operatorname{Ker} F$ 通常被称为 $F$ 的核或零空间。
📖 [逐步解释]
- 场景: $F: (\mathbb{R}^n, +) \rightarrow (\mathbb{R}^m, +)$ 是线性映射。
- 像: $\mathrm{Im}(F) = \{F(\mathbf{v}) \mid \mathbf{v} \in \mathbb{R}^n\}$。在线性代数中,这被称为列空间或像空间 (Column Space or Image Space) of $F$ (或矩阵A)。它是 $\mathbb{R}^m$ 的一个子空间。
- 核: $\mathrm{Ker}(F) = \{\mathbf{v} \in \mathbb{R}^n \mid F(\mathbf{v}) = \mathbf{0}\}$。这里的 $\mathbf{0}$ 是目标群 $(\mathbb{R}^m, +)$ 的单位元。
- 这个定义与线性代数中核或零空间 (Kernel or Null Space) 的定义完全一样。
- 它也是 $\mathbb{R}^n$ 的一个子空间。
- 结论: 群论中的“核”的概念,在线性代数的向量空间范畴中,就是我们早已熟知的“核”或“零空间”。这再次体现了概念的统一性。
📜 [原文37]
(9) 对于由 $f(t)=t^{n}$ 定义的函数 $f: \mathbb{Q}^{*} \rightarrow \mathbb{Q}^{*}$,当 $n$ 为奇数时 $\operatorname{Ker} f=\{1\}$,当 $n$ 为偶数时是 $\{ \pm 1\}$。$f$ 的像集较难描述;它是 $n$ 次幂的全体有理数集合。对于类似的函数 $f: \mathbb{R}^{*} \rightarrow \mathbb{R}^{*}$ (我们粗心地也用 $f$ 表示),仍然是当 $n$ 为奇数时 $\operatorname{Ker} f=\{1\}$,当 $n$ 为偶数时是 $\{ \pm 1\}$。在这种情况下,当 $n$ 为奇数时 $\operatorname{Im} f=\mathbb{R}^{*}$,当 $n$ 为偶数时 $\operatorname{Im} f=\mathbb{R}^{>0}$。最后,对于由 $f(z)=z^{n}$ 定义的 $f: \mathbb{C}^{*} \rightarrow \mathbb{C}^{*}$,且 $n>0$,$\operatorname{Ker} f=\mu_{n}$ (按定义),其中 $\#\left(\mu_{n}\right)=n$,且 $\operatorname{Im} f=\mathbb{C}^{*}$ (每个复数都是一个 $n$ 次幂)。如果 $n<0$ 会怎样?如果 $n=0$ 会怎样?对于任意阿贝尔群 $G$,为简单起见取 $n \in \mathbb{N}$,对于由 $f(g)=g^{n}$ 定义的函数 $f: G \rightarrow G$,$\operatorname{Ker} f$ 是 $G$ 的 $n$-挠点子群(这在练习 2.21 中定义),$\operatorname{Im} f$ 是 $n$ 次幂的子群。
📖 [逐步解释]
这个例子分析了幂函数同态的核与像,情况比较多样。
- $f(t)=t^n$ from $(\mathbb{Q}^*, \times)$ to $(\mathbb{Q}^*, \times)$:
- 核: $\mathrm{Ker}(f) = \{t \in \mathbb{Q}^* \mid t^n=1\}$。
- 当 $n$ 是奇数,唯一的有理数解是 $t=1$。$\mathrm{Ker}(f)=\{1\}$。
- 当 $n$ 是偶数,有理数解是 $t=1$ 和 $t=-1$。$\mathrm{Ker}(f)=\{1, -1\}$。
- 像: $\mathrm{Im}(f) = \{t^n \mid t \in \mathbb{Q}^*\}$。这个集合不容易用简单的符号描述,就是所有有理数的n次幂。
- $f(t)=t^n$ from $(\mathbb{R}^*, \times)$ to $(\mathbb{R}^*, \times)$:
- 核: $\mathrm{Ker}(f) = \{t \in \mathbb{R}^* \mid t^n=1\}$。和有理数情况一样,奇数n时是 $\{1\}$,偶数n时是 $\{1, -1\}$。
- 像:
- 当 $n$ 是奇数,任何实数都有唯一的奇次根,所以 $f$ 是满射的。$\mathrm{Im}(f)=\mathbb{R}^*$。
- 当 $n$ 是偶数,输出值永远是正数。$\mathrm{Im}(f)=\mathbb{R}^{>0}$。
- $f(z)=z^n$ from $(\mathbb{C}^*, \times)$ to $(\mathbb{C}^*, \times)$ (for $n>0$):
- 核: $\mathrm{Ker}(f) = \{z \in \mathbb{C}^* \mid z^n=1\}$。
- 方程 $z^n=1$ 在复数域有 $n$ 个不同的解,它们构成了n次单位根的集合,记作 $\mu_n$。这些点在复平面单位圆上构成一个正n边形。
- 所以 $\mathrm{Ker}(f) = \mu_n$。这是一个包含 $n$ 个元素的循环群。
- 像: 复分析的结论是,任何一个非零复数都有n个n次根。这意味着对于任何 $w \in \mathbb{C}^*$,方程 $z^n=w$ 都有解。所以 $f$ 是满射的。$\mathrm{Im}(f)=\mathbb{C}^*$。
- $f(z)=z^n$ 的 $n \le 0$ 情况:
- n=0: $f(z)=z^0=1$。这是平凡同态。$\mathrm{Ker}(f)=\mathbb{C}^*$, $\mathrm{Im}(f)=\{1\}$。
- n<0: 设 $n=-m$ for $m>0$。$f(z)=z^{-m}=1/z^m$。
- 核: $1/z^m=1 \implies z^m=1 \implies z \in \mu_m$。$\mathrm{Ker}(f)=\mu_m$。
- 像: 由于 $z \mapsto z^m$ 是满射,且 $w \mapsto 1/w$ 也是满射,所以复合起来还是满射。$\mathrm{Im}(f)=\mathbb{C}^*$。
- 一般阿贝尔群 $f(g)=g^n$:
- 核: $\mathrm{Ker}(f) = \{g \in G \mid g^n=1\}$。这个集合被称为 $G$ 的 n-挠子群 (n-torsion subgroup),即所有阶是n的因子的元素构成的集合。
- 像: $\mathrm{Im}(f) = \{g^n \mid g \in G\}$。所有n次幂元素构成的子群。
📜 [原文38]
(10) 给定一个群 $G$(乘法表示)和一个元素 $g \in G$,对于由 $f(n)=g^{n}$ 定义的函数 $f: \mathbb{Z} \rightarrow G$,如果 $g$ 有无限阶,则 $\operatorname{Ker} f=\{0\}$;如果 $g$ 有有限阶 $n$,则 $\operatorname{Ker} f=\langle n\rangle$。根据定义,$\operatorname{Im} f=\langle g\rangle$。对于由 $f(a)=[a]$ 定义的特殊情况 $\mathbb{Z} \rightarrow \mathbb{Z} / n \mathbb{Z}$,$\operatorname{Ker} f=\langle n\rangle$ 且 $\operatorname{Im} f=\mathbb{Z} / n \mathbb{Z}$。
📖 [逐步解释]
- 场景: $f: (\mathbb{Z},+) \rightarrow G$ 定义为 $f(a)=g^a$。
- 像: $\mathrm{Im}(f)=\{g^a \mid a \in \mathbb{Z}\}$。这正是由 $g$ 生成的循环子群 $\langle g \rangle$ 的定义。
- 核: $\mathrm{Ker}(f) = \{a \in \mathbb{Z} \mid g^a=1_G\}$。这里的1是目标群G的单位元。
- 如果 $g$ 的阶是无限的:这意味着只有当指数为0时,$g^a$ 才等于1。所以 $\mathrm{Ker}(f) = \{0\}$。这是源群 $(\mathbb{Z},+)$ 的平凡子群。
- 如果 $g$ 的阶是有限的,为 $n > 0$:这意味着 $g^a=1$ 当且仅当 $a$ 是 $n$ 的整数倍。所以 $\mathrm{Ker}(f) = \{..., -2n, -n, 0, n, 2n, ...\}$。这个集合是由 $n$ 生成的 $\mathbb{Z}$ 的子群,记作 $n\mathbb{Z}$ 或 $\langle n \rangle$。
- 特例 $f: \mathbb{Z} \rightarrow \mathbb{Z}/n\mathbb{Z}$ defined by $f(a)=[a]$:
- 这是一个加法群的例子,同态是 $f(a)=a \cdot [1] = [a]$。
- 像: 像集是 $\{[a] \mid a \in \mathbb{Z}\}$,这显然是整个 $\mathbb{Z}/n\mathbb{Z}$。所以是满射。
- 核: $\mathrm{Ker}(f) = \{a \in \mathbb{Z} \mid [a]=[0]\}$。$[a]=[0]$ 意味着 $a$ 是 $n$ 的倍数。所以 $\mathrm{Ker}(f)=n\mathbb{Z}=\langle n \rangle$。
📜 [原文39]
(11) 对于由 $\pi_{1}\left(g_{1}, g_{2}\right)=g_{1}$ 定义的 $\pi_{1}: G_{1} \times G_{2} \rightarrow G_{1}$,$\operatorname{Ker} \pi_{1}=\{1\} \times G_{2}$ 且 $\operatorname{Im} \pi_{1}=G_{1}$。类似地,$\operatorname{Ker} \pi_{2}=G_{1} \times\{1\}$ 且 $\operatorname{Im} \pi_{2}=G_{2}$。
📖 [逐步解释]
- 场景: 投影映射 $\pi_1: G_1 \times G_2 \rightarrow G_1$。
- 像: 对于任何 $g_1 \in G_1$,我们总可以找到源群中的元素 $(g_1, 1_{G_2})$,使得 $\pi_1(g_1, 1_{G_2})=g_1$。所以 $\pi_1$ 是满射的。$\mathrm{Im}(\pi_1)=G_1$。
- **核
- 核: $\mathrm{Ker}(\pi_1) = \{(g_1, g_2) \in G_1 \times G_2 \mid \pi_1(g_1, g_2) = 1_{G_1}\}$。
- $\pi_1(g_1, g_2) = g_1$。所以条件是 $g_1 = 1_{G_1}$。
- 元素 $(g_1, g_2)$ 的第二个分量 $g_2$ 可以是 $G_2$ 中的任何元素。
- 所以,$\mathrm{Ker}(\pi_1) = \{(1_{G_1}, g_2) \mid g_2 \in G_2\}$。这个集合可以记作 $\{1\} \times G_2$。它同构于 $G_2$ 本身。
- 对于 $\pi_2: G_1 \times G_2 \rightarrow G_2$:
- 像: 同理,是满射的。$\mathrm{Im}(\pi_2) = G_2$。
- 核: $\mathrm{Ker}(\pi_2) = \{(g_1, g_2) \mid \pi_2(g_1, g_2) = 1_{G_2}\}$。条件是 $g_2 = 1_{G_2}$。
- 所以 $\mathrm{Ker}(\pi_2) = \{(g_1, 1_{G_2}) \mid g_1 \in G_1\} = G_1 \times \{1\}$。
📜 [原文40]
(12) 对于由 $P(\sigma)\left(\mathbf{e}_{i}\right)=\mathbf{e}_{\sigma(i)}$ 定义的同态 $P: S_{n} \rightarrow G L_{n}(\mathbb{R})$,很容易看出 $P$ 是单射。根据定义,$\operatorname{Im} P$ 是 $G L_{n}(\mathbb{R})$ 中置换矩阵的子群。
📖 [逐步解释]
- 场景: 置换矩阵同态 $P: S_n \rightarrow GL_n(\mathbb{R})$。
- 像: $\mathrm{Im}(P) = \{P(\sigma) \mid \sigma \in S_n\}$。
- 这个集合就是所有 $n \times n$ 置换矩阵构成的集合。
- 根据命题 1.2.1(i),这个集合是 $GL_n(\mathbb{R})$ 的一个子群。
- 核: $\mathrm{Ker}(P) = \{\sigma \in S_n \mid P(\sigma) = I\}$。这里的 $I$ 是目标群 $GL_n(\mathbb{R})$ 的单位元,即单位矩阵。
- $P(\sigma) = I$ 意味着 $P(\sigma)$ 作用在任何基向量 $\mathbf{e}_i$ 上都得到其自身:$P(\sigma)(\mathbf{e}_i) = \mathbf{e}_i$。
- 而根据 $P$ 的定义,$P(\sigma)(\mathbf{e}_i) = \mathbf{e}_{\sigma(i)}$。
- 所以我们必须有 $\mathbf{e}_{\sigma(i)} = \mathbf{e}_i$ 对所有 $i=1, ..., n$ 成立。
- 这意味着 $\sigma(i)=i$ 对所有 $i$ 成立。
- 满足这个条件的置换只有一个,那就是恒等置换 $e$。
- 所以 $\mathrm{Ker}(P) = \{e\}$,是源群 $S_n$ 的平凡子群。
- 关于单射性:
- 因为核是平凡子群 $\{e\}$,根据我们将在命题 1.2.4 中学到的结论,这个同态 $P$ 是单射的。这意味着不同的置换会被映射到不同的置换矩阵。
📜 [原文41]
(13) 对于群 $S_{n}$ 和同态 $\varepsilon: S_{n} \rightarrow\{ \pm 1\}$,$\operatorname{Ker} \varepsilon=A_{n}$ (按定义),且只要 $n \geq 2$,$\operatorname{Im} \varepsilon=\{ \pm 1\}$。
📖 [逐步解释]
- 场景: 符号同态 $\varepsilon: S_n \rightarrow \{+1, -1\}$。
- 像: $\mathrm{Im}(\varepsilon)$ 是所有输出值的集合。
- 当 $n \ge 2$ 时,置换群 $S_n$ 中既有偶置换(如恒等置换 $e$),也有奇置换(如对换 $(12)$)。
- $\varepsilon(e) = +1$,$\varepsilon((12)) = -1$。
- 因此,输出集合中既包含+1也包含-1。
- 所以 $\mathrm{Im}(\varepsilon) = \{+1, -1\}$,是整个目标群。该同态是满射的。
- 核: $\mathrm{Ker}(\varepsilon) = \{\sigma \in S_n \mid \varepsilon(\sigma)=1\}$。这里的1是目标群 $\{+1, -1\}$ 的单位元。
- 所有符号为+1的置换,根据定义就是偶置换。
- 所有偶置换构成的集合,被称为交错群 (Alternating Group),记作 $A_n$。
- 所以,$\mathrm{Ker}(\varepsilon) = A_n$。这个核本身是 $S_n$ 中一个极其重要的子群。
1. 2.4. 核与单射性
📜 [原文42]
关于同态的一个重要事实如下(你可能在线性代数中见过线性映射的相应表述):
命题 1.2.4。设 $f: G \rightarrow H$ 是一个同态。那么 $f$ 是单射 $\Longleftrightarrow \operatorname{Ker} f=\{1\}$。
📖 [逐步解释]
这个命题是同态理论中一个里程碑式的结论。它在同态的代数性质(核)与函数的集合性质(单射)之间建立了一座完美的桥梁。它告诉我们,要判断一个同态是否是“一对一”的,我们不再需要比较任意两个元素 $f(g_1)$ 和 $f(g_2)$,而只需要做一个更简单的检查:看看核里面是不是“干净”,即除了单位元之外是否还有别的元素。
证明 "$\implies$" (如果 $f$ 是单射,那么核是平凡的)
- 假设: $f: G \rightarrow H$ 是一个单射同态。
- 目标: 证明 $\mathrm{Ker}(f) = \{1_G\}$。这需要证明两件事:$1_G \in \mathrm{Ker}(f)$ 和 如果 $h \in \mathrm{Ker}(f)$ 那么 $h=1_G$。
- 步骤:
- 我们已经知道 $f(1_G)=1_H$,所以 $1_G$ 肯定在核里。
- 现在,从核中任取一个元素 $h \in \mathrm{Ker}(f)$。
- 根据核的定义,$f(h) = 1_H$。
- 我们又知道 $f(1_G) = 1_H$。
- 所以我们有 $f(h) = f(1_G)$。
- 现在利用我们的假设:$f$ 是单射的。单射的定义是,如果 $f(a)=f(b)$,那么必然有 $a=b$。
- 应用这个定义,从 $f(h)=f(1_G)$ 我们可以立即得出 $h=1_G$。
- 这就证明了,核里的任何元素都必须是单位元。
- 结论: $\mathrm{Ker}(f) = \{1_G\}$。
证明 "$\Longleftarrow$" (如果核是平凡的,那么 $f$ 是单射)
- 假设: $\mathrm{Ker}(f) = \{1_G\}$。
- 目标: 证明 $f$ 是单射。根据单射的定义,我们需要证明:如果 $f(g_1) = f(g_2)$,那么一定有 $g_1 = g_2$。
- 步骤:
- 假设我们有两个元素 $g_1, g_2 \in G$ 满足 $f(g_1)=f(g_2)$。
- 我们的目标是从这个等式推导出 $g_1=g_2$。
- 在群 $H$ 中,我们可以对等式 $f(g_1)=f(g_2)$ 两边同时左乘 $(f(g_1))^{-1}$。
- $(f(g_1))^{-1} f(g_2) = 1_H$。
- 利用同态性质 $(f(g_1))^{-1} = f(g_1^{-1})$ 和 $f(a)f(b)=f(ab)$,LHS 可以改写:
- $f(g_1^{-1}) f(g_2) = f(g_1^{-1} g_2)$。
- 所以我们得到了 $f(g_1^{-1} g_2) = 1_H$。
- 这个等式告诉我们,元素 $g_1^{-1}g_2$ 经过 $f$ 映射后变成了单位元。根据核的定义,这意味着 $g_1^{-1}g_2$ 必须是核的成员。
- 即 $g_1^{-1}g_2 \in \mathrm{Ker}(f)$。
- 现在我们利用我们的假设: $\mathrm{Ker}(f) = \{1_G\}$。
- 这意味着核里只有一个元素,就是单位元 $1_G$。
- 所以,必然有 $g_1^{-1}g_2 = 1_G$。
- 两边左乘 $g_1$,得到 $g_1(g_1^{-1}g_2) = g_1 1_G$,即 $g_2 = g_1$。
- 这就完成了单射的证明。
- 结论: 如果核是平凡的,那么 $f$ 是单射。
💡 [数值示例]
- 实指数函数 $f(x)=e^x$ from $(\mathbb{R},+)$ to $(\mathbb{R}^*, \times)$。
- 我们计算出 $\mathrm{Ker}(f)=\{0\}$。这是源群的平凡子群。
- 根据命题,我们可以断定 $f(x)=e^x$ 是单射的。这与我们在微积分中的认知相符。
- 复指数函数 $f(z)=e^z$ from $(\mathbb{C},+)$ to $(\mathbb{C}^*, \times)$。
- 我们计算出 $\mathrm{Ker}(f)=\{2n\pi i \mid n \in \mathbb{Z}\}$。
- 这个核不是平凡的,因为它除了0之外还包含了 $2\pi i, -2\pi i$ 等元素。
- 根据命题,我们可以断定 $f(z)=e^z$ 不是单射的。这也与我们之前的分析一致。
⚠️ [易错点]
- 这是充要条件:"当且仅当" ($\iff$) 意味着这是一个完全等价的描述。你可以用“单射”来推断“核是平凡的”,也可以用“核是平凡的”来推断“单射”。
- 线性代数中的对应:这个命题在线性代数中完全对应于:一个线性映射 $T: V \rightarrow W$ 是单射的,当且仅当其零空间 $\mathrm{Ker}(T) = \{\mathbf{0}\}$。证明思路也是完全一样的。
📝 [总结]
命题 1.2.4 是一个基本而强大的工具。它指出一个同态 $f$ 是单射的,其充分必要条件是它的核是平凡的(即只包含单位元)。这为我们提供了一个纯代数的方法(计算核)来判断一个函数的集合论性质(是否单射)。
🎯 [存在目的]
这个命题的目的在于将单射性这个可能难以直接验证的性质,转化为一个具体的、代数性的计算任务——找出核。计算核通常比证明任意的 $f(g_1)=f(g_2) \implies g_1=g_2$ 要容易。这个命题是后续同态基本定理的核心环节,因为它将单射同态(即同构的雏形)与核的结构紧密地联系在了一起。
🧠 [直觉心智模型]
- 核是“信息损失”的度量。
- 如果核是平凡的 ($\{1\}$),意味着只有“无信息”(单位元)的东西在映射中会变成“无信息”。任何有“一丁点信息”(非单位元)的东西,映射后仍然会保留一些信息(不会变成单位元)。由于同态的结构,这可以推广为:任何不同的信息,都会被映射为不同的信息。这就是单射。
- 如果核是非平凡的(包含 $k \neq 1$),意味着有一个非平凡的元素 $k$ 在映射中“信息丢失”了,变成了单位元。那么,对于任何一个元素 $g$,把它和 $k$ 复合起来得到的 $gk$ 和 $g$ 本身是不同的,但 $f(gk) = f(g)f(k) = f(g) \cdot 1 = f(g)$。这意味着 $g$ 和 $gk$ 这两个不同的元素被映到了同一个地方。因此映射不是单射。
💭 [直观想象]
- 再次想象投影 $f: \mathbb{R}^3 \rightarrow \mathbb{R}^2$,$f(x,y,z)=(x,y)$。
- 我们计算出核是 z-轴。
- 这个核不是平凡的(不止原点 $(0,0,0)$)。
- 根据命题,这个投影映射不是单射的。
- 这很直观:z-轴上所有不同的点(比如 $(0,0,1)$ 和 $(0,0,5)$)都被投影到了同一个点 $(0,0)$ 上。所以它当然不是单射。
- 命题1.2.4 将这个直观的几何事实,提炼成了一个普适的代数原理。
📜 [原文43]
注 1.2.5。上述证明更一般地表明,如果 $f: G \rightarrow H$ 是任意同态,且 $g_{1}, g_{2} \in G$,那么 $f\left(g_{1}\right)=f\left(g_{2}\right) \Longleftrightarrow$ 存在一个元素 $k \in \operatorname{Ker} f$ 使得 $g_{2}=g_{1} k$。
📖 [逐步解释]
这个注释是对上一个命题证明过程的深入挖掘,它精确地刻画了同态“多对一”的程度和方式。
- 陈述:两个元素 $g_1, g_2$ 具有相同的像,当且仅当,这两个元素“只差一个核里的元素”。即 $g_2$ 可以通过 $g_1$ 右乘一个核里的元素得到。
- 证明思路:这个证明几乎就是命题1.2.4证明后半段的翻版,只是不把核限制为 $\{1\}$。
- 证明 "$\Longleftarrow$" (如果 $g_2 = g_1 k$,那么 $f(g_1)=f(g_2)$)
- 假设: $g_2 = g_1 k$,其中 $k \in \mathrm{Ker}(f)$。这意味着 $f(k)=1_H$。
- 计算 $f(g_2)$:
- $f(g_2) = f(g_1 k)$。
- 因为 $f$ 是同态,$f(g_1 k) = f(g_1) f(k)$。
- 因为 $k$ 在核里,$f(k)=1_H$。
- 所以 $f(g_1)f(k) = f(g_1) \cdot 1_H = f(g_1)$。
- 结论: $f(g_2) = f(g_1)$。
- 证明 "$\implies$" (如果 $f(g_1)=f(g_2)$,那么存在 $k \in \mathrm{Ker}(f)$ 使得 $g_2 = g_1 k$)
- 假设: $f(g_1) = f(g_2)$。
- 从这个等式出发,我们推导出 $f(g_1^{-1} g_2) = 1_H$ (这在 1.2.4 的证明中已完成)。
- 这个结果意味着元素 $g_1^{-1}g_2$ 在核里。
- 所以,我们可以定义 $k = g_1^{-1}g_2$。这个 $k$ 满足 $k \in \mathrm{Ker}(f)$。
- 对 $k = g_1^{-1}g_2$ 两边左乘 $g_1$,我们得到 $g_1 k = g_1 (g_1^{-1} g_2) = g_2$。
- 结论: 我们找到了这样一个核里的元素 $k$,使得 $g_2 = g_1 k$。
- 重要启示:
- 对于给定的 $g_1$,所有与它有相同像的元素的集合是 $\{g_1 k \mid k \in \mathrm{Ker}(f)\}$。这个集合记作 $g_1 \mathrm{Ker}(f)$,被称为核的左陪集 (Left Coset)。
- 这个注记揭示了一个深刻的结构:一个同态 $f$ 将源群 $G$ 进行了划分。每个划分块都是核的一个陪集,而同一个陪集里的所有元素都被 $f$ 映射到同一个目标元素。
- 不同的陪集被映射到不同的目标元素。
💡 [数值示例]
- 同态: $f: \mathbb{Z} \rightarrow \mathbb{Z}_4$ 定义为 $f(a) = [a]_4$。
- 核: $\mathrm{Ker}(f) = \{a \in \mathbb{Z} \mid [a]=[0]\} = 4\mathbb{Z} = \{..., -4, 0, 4, 8, ...\}$。
- 验证注记:
- 取 $g_1 = 1$。$f(1)=[1]$。
- 哪些元素和1有相同的像?所有满足 $f(g_2)=[1]$ 的 $g_2$。这意味着 $g_2 \equiv 1 \pmod 4$。
- 这些 $g_2$ 是 $\{..., -7, -3, 1, 5, 9, ...\}$。
- 另一方面,我们计算 $g_1$ 所在的陪集 $g_1 + \mathrm{Ker}(f) = 1 + 4\mathbb{Z}$ (这里是加法群,所以是加法陪集)。
- $1+4\mathbb{Z} = \{1+k \mid k \in 4\mathbb{Z}\} = \{1+4n \mid n \in \mathbb{Z}\} = \{..., 1-8, 1-4, 1+0, 1+4, 1+8, ...\} = \{..., -7, -3, 1, 5, 9, ...\}$。
- 两个集合完全一样。这验证了,所有映射到 $[1]$ 的元素,正好构成了核 $4\mathbb{Z}$ 的一个陪集 $1+4\mathbb{Z}$。
📝 [总结]
这个注记精确地描述了同态的纤维 (fiber) 结构。对于目标群中的任意一个元素 $y \in \mathrm{Im}(f)$,其原像集 $f^{-1}(y)$ (即所有被映到 $y$ 的源群元素的集合) 并不是一个杂乱无章的集合,而是具有一个清晰的代数结构:它是核 $\mathrm{Ker}(f)$ 的一个陪集。
🎯 [存在目的]
这个注记是理解商群和同态基本定理的敲门砖。它预示了源群 $G$ 可以被分解为一系列不相交的、由核 $\mathrm{Ker}(f)$ 定义的陪集,并且同态 $f$ 实际上是在这些陪集上定义的。这为我们把陪集本身看作一个新群(商群)的元素提供了强烈的动机。
🧠 [直觉心智模型]
- 同态 $f$ 像一个“按姓氏归类”的分类器。
- 核 $\mathrm{Ker}(f)$ 是所有“没有姓氏”(姓氏为单位元)的人。
- 注记在说:两个人的姓氏相同 ($f(g_1)=f(g_2)$),当且仅当,$g_2$ 是 $g_1$ 加上一个“没有姓氏的人”($g_2=g_1k$)。
- 这很合理:如果 $g_1$ 姓“张”,$k$ 没有姓氏,那么 $g_1k$ 的组合自然也姓“张”。反之,如果 $g_1, g_2$ 都姓“张”,那么他们的“差异” $g_1^{-1}g_2$ 就“没有姓氏”了。
💭 [直观想象]
- 回到投影的例子:$f: \mathbb{R}^3 \rightarrow \mathbb{R}^2$,$f(x,y,z)=(x,y)$。核是z轴。
- 取一点 $g_1=(1,2,3)$。$f(g_1)=(1,2)$。
- 哪些点 $g_2=(x,y,z)$ 和 $g_1$ 有相同的像?$f(g_2)=(x,y)=(1,2)$。所以 $x=1, y=2$,$z$ 任意。
- 这些点构成了集合 $\{(1,2,z) \mid z \in \mathbb{R}\}$。这是一条穿过点 $(1,2,0)$ 且平行于z轴的垂线。
- 另一方面,核是z轴 $\{(0,0,k) \mid k \in \mathbb{R}\}$。
- $g_1$ 所在的陪集是 $g_1 + \mathrm{Ker}(f) = \{(1,2,3) + (0,0,k) \mid k \in \mathbb{R}\} = \{(1,2,3+k) \mid k \in \mathbb{R}\}$。
- 令 $z=3+k$,由于 $k$ 遍历所有实数,$z$ 也遍历所有实数。所以这个陪集就是 $\{(1,2,z) \mid z \in \mathbb{R}\}$。
- 这精确地验证了:所有被投影到同一点 $(1,2)$ 的三维空间中的点,构成了一条垂线,而这条垂线正是核(z轴)的一个陪集(平移)。
1. 3.1. 单射同态与子群同构
📜 [原文44]
1.3. 凯莱定理。一般而言,设 $f: G \rightarrow G^{\prime}$ 是一个单射同态。那么 $\operatorname{Im} f=H \leq G^{\prime}$ 是 $G^{\prime}$ 的一个子群,并且存在一个诱导同态(我们仍然粗心地用 $f$ 表示)从 $G$ 到 $H$。这个诱导同态仍然是单射,并且根据定义它现在是满射,因此是一个同构。因此,一个单射同态 $f: G \rightarrow G^{\prime}$ 定义了从 $G$ 到 $G^{\prime}$ 的一个子群的同构。反之,如果 $f: G \rightarrow H$ 是从 $G$ 到 $G^{\prime}$ 的一个子群 $H$ 的同构,且 $i: H \rightarrow G^{\prime}$ 是内射同态,那么 $i \circ f: G \rightarrow G^{\prime}$ 是一个单射同态。总而言之,一个单射同态 $f: G \rightarrow G^{\prime}$ 等价于从 $G$ 到 $G^{\prime}$ 的一个子群的同构。
📖 [逐步解释]
这段话在正式叙述凯莱定理之前,先阐明了一个非常重要的普遍原则:单射同态和到子群的同构本质上是一回事。这为理解凯莱定理的意义铺平了道路。
- 从“单射同态”到“到子群的同构”
- 出发点: 我们有一个单射同态 $f: G \rightarrow G'$。
- 第一步: 考察它的像。令 $H = \mathrm{Im}(f)$。根据命题 1.2.1,我们知道 $H$ 是 $G'$ 的一个子群 ($H \leq G'$)。
- 第二步: 改变我们对 $f$ 的看法。原来的 $f$ 是从 $G$ 映到整个 $G'$ 的。现在我们把它的陪域从 $G'$ 缩小到它实际能到达的范围 $H$。我们得到一个“诱导”出的新函数,可以记为 $f': G \rightarrow H$,其定义和 $f$ 完全一样,$f'(g)=f(g)$。
- 第三步: 分析这个新函数 $f': G \rightarrow H$ 的性质。
- 同态性: 因为原来的 $f$ 是同态,所以 $f'$ 显然也是同态。
- 单射性: 因为原来的 $f$ 是单射的,所以 $f'$ 也一定是单射的。
- 满射性: $f'$ 是满射的吗?根据定义,$f'$ 的陪域是 $H = \mathrm{Im}(f)$。而像集 $\mathrm{Im}(f')$ 正好就是 $H$。因为像集等于陪域,所以 $f'$ 是满射的。
- 第四步: 总结 $f'$ 的性质。$f': G \rightarrow H$ 是一个既单射又满射的同态。这正是同构 (Isomorphism) 的定义!
- 结论: 任何一个单射同态 $f: G \rightarrow G'$,都唯一地确定了一个从 $G$ 到 $G'$ 的某个子群 $H$ 的同构。
- 从“到子群的同构”到“单射同态” (反方向)
- 出发点: 我们有一个从 $G$ 到 $G'$ 的子群 $H$ 的同构 $f: G \rightarrow H$。
- 第一步: 我们还有一个从子群 $H$ 到母群 $G'$ 的包含映射 $i: H \rightarrow G'$,我们知道 $i$ 是一个单射同态。
- 第二步: 复合这两个映射,得到新函数 $i \circ f: G \rightarrow G'$。
- 第三步: 分析这个复合函数的性质。
- 同态性: 根据命题 1.1.5,两个同态的复合是同态。所以 $i \circ f$ 是同态。
- 单射性:
- $f: G \rightarrow H$ 是同构,所以是单射。
- $i: H \rightarrow G'$ 是包含映射,所以是单射。
- 两个单射函数的复合必然是单射函数。
- 结论: 这个复合函数 $i \circ f$ 是一个从 $G$到 $G'$ 的单射同态。
- 总而言之 (Equivalence)
- 上述两个方向的论证表明,“存在一个从 $G$ 到 $G'$ 的单射同态” 和 “$G$ 与 $G'$ 的某个子群同构” 这两个说法是完全等价的。它们是从不同角度描述同一个数学事实。
- 这个原则非常有用。它意味着,只要我们能找到一个到 $G'$ 的单射同态,我们就证明了 $G$ 在结构上和 $G'$ 的一个“复刻版”(子群)是一样的。我们把 $G$ “嵌入”到了 $G'$ 中。
💡 [数值示例]
- 从单射同态到同构:
- $G = (\mathbb{Z}, +)$, $G' = (\mathbb{R}^*, \times)$。
- 单射同态 $f: \mathbb{Z} \rightarrow \mathbb{R}^*$ 定义为 $f(n)=2^n$。
- 它是同态:$f(n+m)=2^{n+m}=2^n2^m=f(n)f(m)$。
- 它是单射:如果 $2^{n_1}=2^{n_2}$,那么 $n_1=n_2$。
- 像集是 $H = \mathrm{Im}(f) = \{2^n \mid n \in \mathbb{Z}\} = \{..., 1/4, 1/2, 1, 2, 4, ...\}$。$H$ 是 $\mathbb{R}^*$ 的一个子群。
- 现在我们把 $f$ 看作是一个新的映射 $f': \mathbb{Z} \rightarrow H$,$f'(n)=2^n$。
- 这个 $f'$ 是同态,是单射,并且现在也是满射的(因为 $H$ 中的任何一个元素 $2^n$ 都能在 $\mathbb{Z}$ 中找到原像 $n$)。
- 所以 $f'$ 是一个从 $\mathbb{Z}$ 到 $H$ 的同构。
- 结论:我们通过一个到 $\mathbb{R}^*$ 的单射同态,证明了群 $\mathbb{Z}$ 和 $\mathbb{R}^*$ 的子群 $H=\{2^n\}$ 是同构的。
📝 [总结]
本段的核心思想是建立单射同态和同构之间的等价关系。一个从 $G$ 到 $G'$ 的单射同态,无非就是一个从 $G$ 到 $G'$ 的某个子群的同构,只是后者的陪域看得更“紧”一些。这个原则是抽象代数中“嵌入”思想的形式化表述。
🎯 [存在目的]
这段论述为凯莱定理做了关键的铺垫。凯莱定理的证明过程,就是通过构造一个从任意有限群 $G$ 到某个置换群 $S_n$ 的单射同态,然后直接利用本段阐述的原则,得出结论:$G$ 与 $S_n$ 的一个子群同构。如果不先理解这个原则,凯莱定理的证明可能会显得有些突兀。
🧠 [直觉心智模型]
- 单射同态: 你是一个间谍(群G),成功地伪造身份,混入了一个敌方组织(群G')。你没有暴露(单射),并且你遵守他们的所有行为准则(同态)。
- 同构: 在这个敌方组织(G')内部,其实有一个和你所属的间谍机构(G)结构完全一样的小团体(子群H),而你只是完美地扮演了其中一员。
- 等价性: “成功地打入敌人内部”就意味着“你完美地扮演了敌人内部某个真实存在的小团体的一员”。
💭 [直观想象]
- 单射同态: 你有一套乐高积木(群G),你发现可以用另一套更大、更复杂的积木(群G')来“模拟”你的乐高。你找到了一个规则 $f$,把你的每一块积木都对应到大积木集里的一块,并且拼接规则也得以保持(同态),而且你的不同积木块对应到了大积木集里不同的积木块(单射)。
- 到子群的同构: 你发现,在你使用的那部分大积木集($H = \mathrm{Im}(f)$)里,它们自己就能构成一个完整的、自洽的体系,而且这个体系的结构和你原来的那套乐高(G)一模一样(同构)。
- 等价性: “能无冲突地模拟”就意味着“你的系统和模拟器里的一个子系统是完全一样的”。
1. 3.2. 凯莱定理的陈述与证明
📜 [原文45]
定理 1.3.1 (凯莱定理)。设 $G$ 是一个有限群。那么存在一个 $n \in \mathbb{N}$ 使得 $G$ 同构于 $S_{n}$ 的一个子群。
📖 [逐步解释]
定理陈述
- 核心思想: 任何一个有限群,无论它看起来多么抽象和复杂,其内在的结构都和一个“具体的”置换群的子群是完全一样的。
- 换句话说: 我们可以把任何有限群的元素都看作是对某个集合的“重新排列”,并且群的运算就对应于这些“重新排列”操作的复合。
- 意义: 这个定理极大地降低了有限群的“神秘感”。它告诉我们,要研究所有有限群,我们只需要研究置换群 $S_n$ 和它的所有子群就够了。它为有限群提供了一个统一的、具体的“表示”或“舞台”。
📜 [原文46]
注 1.3.2。(i) 证明将表明我们可以取 $n=\#(G)$。
(ii) 在代数的早期,所有研究的有限群都明确地作为 $S_{n}$ 的子群给出,因此这个定理并没有什么真正的实质内容。
📖 [逐步解释]
- (i) 关于n的说明: 定理只说存在一个 $n$,但证明过程会更具体,它会告诉我们,这个 $n$ 可以直接取为群 $G$ 的阶(元素的个数)。例如,一个6阶群,一定同构于 $S_6$ 的某个子群。
- (ii) 历史背景: 这条注释提供了一个有趣的历史视角。在群论发展的早期(19世纪),数学家们研究的群大多就是具体的置换群(比如在解高次方程根的时候遇到的)。当时,“群”的概念就是和“置换群”紧密绑定的。后来,在20世纪初,更抽象的、公理化的群定义才出现。从这个抽象的定义出发,凯莱定理就成了一个深刻的结论,它把抽象的群“拉回”到了其具体的历史根源——置换群。但对于早期只知道置换群的数学家来说,这个定理就像是在说“所有苹果都是水果的一种”一样,听起来是理所当然的。
📜 [原文47]
凯莱定理的证明。设 $G$ 是任意群,有限或无限。我们将构造一个单射同态 $f: G \rightarrow S_{G}$。令 $H=\operatorname{Im} f$,存在一个相应的同态(我们再次粗心地用 $f$ 表示)从 $G$ 到 $H$。那么 $f$ 仍然是单射,并且根据定义它已经变为满射,因此它是一个同构。最后,取 $G$ 为有限群,将 $G$ 的元素列举为 $g_{1}, \ldots, g_{n}$,其中 $n=\#(G)$,定义了一个同构 $h: S_{G} \rightarrow S_{n}$。用 $h \circ f$ 替换上面的同态 $f: G \rightarrow H$ 得到从 $G$ 到 $S_{n}$ 的一个子群的同构。
📖 [逐步解释]
这部分是证明的路线图 (Roadmap)。它先把整个证明策略清晰地陈述出来。
- 第一步 (核心构造): 证明对任意群 $G$(不管有限还是无限)都适用。我们的目标是构造一个单射同态 $f: G \rightarrow S_G$。
- $S_G$ 是什么? 这是作用在群 G 自身集合上的置换群。它的元素是所有从集合 $G$到集合 $G$ 的双射函数。这是一个可能非常巨大的群。
- 第二步 (应用1.3.1的原则): 一旦我们成功构造出这个单射同态 $f$,我们就可以直接套用上一节的结论:$G$ 与 $f$ 的像 $\mathrm{Im}(f)$ 同构,而 $\mathrm{Im}(f)$ 是 $S_G$ 的一个子群。这就证明了任何群都同构于某个置换群的子群。
- 第三步 (特殊化到有限群):
- 如果 $G$ 是一个有限群,有 $n$ 个元素,我们可以给这 $n$ 个元素编号 $g_1, ..., g_n$。
- $S_G$ 是作用在集合 $\{g_1, ..., g_n\}$ 上的置换群。
- $S_n$ 是作用在集合 $\{1, ..., n\}$ 上的置换群。
- 这两个群显然是同构的,因为它们都是对一个含有n个元素的集合进行重排,只是集合里元素的名字不同。这个同构记为 $h: S_G \rightarrow S_n$。
- 把第一步的单射同态 $f: G \rightarrow S_G$ 与这个同构 $h: S_G \rightarrow S_n$ 复合起来,得到一个新的映射 $h \circ f: G \rightarrow S_n$。
- 这个新映射依然是一个单射同态。
- 再次应用1.3.1的原则,我们得出 $G$ 与 $S_n$ 的一个子群同构。证明完毕。
总结:整个证明的核心,就是找到那个从 $G$ 到 $S_G$ 的单射同态 $f$。
📜 [原文48]
为了找到同态 $f$,我们必须对于 $G$ 中的每个 $g$,找到一个双射 $\ell_{g}: G \rightarrow G$。$\ell_{g}$ 的定义早在我们学习群论的最初几天就已预示:定义 $\ell_{g}: G \rightarrow G$ 为 $\ell_{g}(x)=g x$。因此函数 $\ell_{g}$ 是左乘 $g$ 的运算,这就是选择字母 $\ell$ 的原因。我们已经看到,对于每个 $g$,$\ell_{g}$ 是一个双射,即是 $S_{G}$ 的一个元素(群讲义的推论 3.4)。然后定义 $f: G \rightarrow S_{G}$ 为:
$$
f(g)=\ell_{g}
$$
📖 [逐步解释]
这是证明的核心构造部分。
- 目标: 为每一个 $g \in G$,都指定一个对应的置换(即 $S_G$ 中的一个元素)。这个指定规则就是映射 $f$。
- 如何指定: 对于一个固定的元素 $g$,我们能用它来对整个群 $G$ 做点什么操作呢?最自然的操作就是让 $g$ 去左乘群里的每一个元素。
- 定义 $\ell_g$: 我们定义一个函数 $\ell_g: G \rightarrow G$,它的功能就是“左乘 $g$”,即 $\ell_g(x) = gx$。
- $\ell_g$ 是一个合格的置换吗?: 我们需要确保 $\ell_g$ 是一个从集合 $G$ 到集合 $G$ 的双射,这样它才有资格成为 $S_G$ 的一员。
- 单射: 如果 $\ell_g(x_1) = \ell_g(x_2)$,那么 $gx_1 = gx_2$。根据群的左消去律,我们得到 $x_1=x_2$。所以 $\ell_g$ 是单射。
- 满射: 对于 $G$ 中任意一个元素 $y$,我们能找到一个 $x \in G$ 使得 $\ell_g(x)=y$ 吗?即 $gx=y$。是的,解就是 $x = g^{-1}y$,这个解一定在 $G$ 中。所以 $\ell_g$ 是满射。
- 结论: 对于任何 $g \in G$,左乘映射 $\ell_g$ 确实是一个双射,即 $\ell_g \in S_G$。
- 定义同态 $f$:
- 现在我们可以定义我们的主映射 $f: G \rightarrow S_G$ 了。
- 它的规则就是:把元素 $g$ 映射到我们刚刚为它量身定做的那个置换 $\ell_g$。
- $f(g) = \ell_g$。
📜 [原文49]
我们首先检查 $f$ 是否是同态。我们必须证明 $f(g h)=f(g) f(h)$,或等价地 $\ell_{g h}=\ell_{g} \circ \ell_{h}$。为了检查函数相等性,我们检查对于 $G$ 中的每个 $x$,它们的值是否相等。但是
$$
\begin{aligned}
\ell_{g h}(x) & =(g h) x \\
\left(\ell_{g} \circ \ell_{h}\right)(x) & =\ell_{g}\left(\ell_{h}(x)\right)=\ell_{g}(h x)=g(h x)=(g h) x .
\end{aligned}
$$
因此 $f$ 是一个同态。最后,我们必须证明 $f$ 是单射。可以通过应用命题 1.2.4 来完成,但直接论证也很容易:如果 $\ell_{g}=\ell_{h}$,那么函数 $\ell_{g}$ 和 $\ell_{h}$ 在 $G$ 中的任何 $x$ 上都具有相同的值,特别是对于 $x=1$。因此 $\ell_{g}(1)=\ell_{h}(1)$。另一方面,$\ell_{g}(1)=g \cdot 1=g$,类似地 $\ell_{h}(1)=h$。因此 $g=h$,且 $f$ 是单射。
📖 [逐步解释]
这是证明的收尾工作:验证我们构造的 $f(g)=\ell_g$ 确实是一个单射同态。
验证同态性
- 目标: 证明 $f(gh) = f(g) f(h)$。
- 翻译: 根据 $f$ 的定义,这等价于证明 $\ell_{gh} = \ell_g \circ \ell_h$。
- 函数相等: 要证明两个函数(这里是 $\ell_{gh}$ 和 $\ell_g \circ \ell_h$)相等,我们必须证明它们对定义域中的任何一个输入 $x \in G$,给出的输出都是一样的。
- 计算LHS: $\ell_{gh}(x) = (gh)x$ (根据 $\ell$ 的定义)。
- 计算RHS:
- $(\ell_g \circ \ell_h)(x) = \ell_g(\ell_h(x))$ (根据函数复合的定义)。
- $= \ell_g(hx)$ (因为 $\ell_h(x)=hx$)。
- $= g(hx)$ (因为 $\ell_g$ 的作用是左乘g)。
- 比较: 在群中,乘法满足结合律,所以 $(gh)x = g(hx)$。
- 结论: LHS = RHS。所以 $f$ 是一个同态。这个证明的关键在于群的结合律。
验证单射性
- 方法一:用核 (Kernel) (命题 1.2.4)
- $\mathrm{Ker}(f) = \{ g \in G \mid f(g) = \text{id}_G \}$,其中 $\text{id}_G$ 是 $S_G$ 的单位元,即恒等映射 $\text{id}_G(x)=x$。
- $f(g) = \text{id}_G \iff \ell_g = \text{id}_G$。
- $\ell_g = \text{id}_G \iff \ell_g(x) = x$ 对所有 $x \in G$ 成立。
- $\iff gx = x$ 对所有 $x \in G$ 成立。
- 两边右乘 $x^{-1}$,得到 $g=1_G$。
- 所以,核里只有单位元 $1_G$。$\mathrm{Ker}(f) = \{1_G\}$。
- 根据命题 1.2.4,核是平凡的,所以 $f$ 是单射。
- 方法二:直接论证 (教材中使用的方法)
- 假设 $f(g)=f(h)$。根据定义,这意味着 $\ell_g = \ell_h$。
- 既然这两个函数完全一样,那么它们作用在任何元素上的结果都一样。我们随便挑一个简单的元素,比如单位元 $1_G$。
- 所以 $\ell_g(1_G) = \ell_h(1_G)$。
- 根据 $\ell$ 的定义,$\ell_g(1_G) = g \cdot 1_G = g$。
- 同理,$\ell_h(1_G) = h \cdot 1_G = h$。
- 所以,我们得到 $g=h$。
- 这就证明了 $f$ 是单射。
📝 [总结]
凯莱定理的证明过程,其核心是为群 $G$ 的每个元素 $g$ 找到了一个在 $S_G$ 中的“代言人”——左乘映射 $\ell_g$。然后证明了从元素到其“代言人”的映射 $f(g)=\ell_g$ 是一个单射同态。这个证明巧妙地利用了群的结合律来保证同态性,利用消去律(或单位元的存在)来保证单射性。一旦证明了这是一个单射同态,根据之前的铺垫,定理就得证了。
1. 3.3. 关于右乘的注记
📜 [原文50]
注 1.3.3。我们不必使用左乘,也可以尝试使用右乘 $r_{g}: G \rightarrow G$,定义为 $r_{g}(x)=x g$。那么 $r_{g}$ 仍然是 $S_{G}$ 的一个元素。然而,由 $F(g)=r_{g}$ 定义的函数 $F: G \rightarrow S_{G}$ 通常不是同态!不过,很容易看出 $F$ 为什么不是同态,并修正 $F$ 的定义使其成为从 $G$ 到 $S_{G}$ 的同态。具体细节留作练习 4.9。
📖 [逐步解释]
这个注记探讨了一个自然的问题:既然左乘可以,那么右乘行不行?
- 尝试右乘:
- 定义一个新函数 $r_g: G \rightarrow G$,功能是“右乘g”,即 $r_g(x) = xg$。
- 和左乘一样,可以证明 $r_g$ 也是一个双射,所以 $r_g \in S_G$。
- 构造新映射 $F$:
- 我们尝试定义一个新的映射 $F: G \rightarrow S_G$ 为 $F(g)=r_g$。
- 检验同态性(失败):
- 我们需要检查 $F(gh)=F(g) \circ F(h)$,即 $r_{gh} = r_g \circ r_h$。
- LHS: $r_{gh}(x) = x(gh)$。
- RHS: $(r_g \circ r_h)(x) = r_g(r_h(x)) = r_g(xh) = (xh)g$。
- 比较LHS和RHS:$x(gh)$ 和 $(xh)g$。
- 由于群的结合律,$x(gh) = (xg)h$。
- 所以,LHS 是 $(xg)h$,RHS 是 $(xh)g$。
- 这两个通常是不相等的,除非群是阿贝尔群(交换群)。
- 因此,$F(g)=r_g$ 通常不是一个同态。这种映射被称为反同态 (anti-homomorphism),因为它把运算顺序颠倒了:$F(gh)=F(h)F(g)$,因为 $r_{gh}(x) = x(gh)$ 而 $(r_h \circ r_g)(x) = r_h(r_g(x)) = r_h(xg) = (xg)h = x(gh)$。
- 如何修正:
- 既然右乘把顺序搞反了,一个自然的修正方法是在定义映射时就预先把它“反”回来。
- 我们定义一个新的映射 $F': G \rightarrow S_G$ 为 $F'(g) = r_{g^{-1}}$。
- 检验新映射的同态性:
- 我们需要检查 $F'(gh) = F'(g) \circ F'(h)$。
- LHS: $F'(gh) = r_{(gh)^{-1}} = r_{h^{-1}g^{-1}}$。
- $r_{h^{-1}g^{-1}}(x) = x(h^{-1}g^{-1})$。
- RHS: $F'(g) \circ F'(h) = r_{g^{-1}} \circ r_{h^{-1}}$。
- $(r_{g^{-1}} \circ r_{h^{-1}})(x) = r_{g^{-1}}(r_{h^{-1}}(x)) = r_{g^{-1}}(xh^{-1}) = (xh^{-1})g^{-1}$。
- 由于结合律,$x(h^{-1}g^{-1}) = (xh^{-1})g^{-1}$。
- LHS = RHS。所以 $F'(g) = r_{g^{-1}}$ 是一个同态。
📝 [总结]
使用右乘 $r_g(x)=xg$ 来定义映射 $F(g)=r_g$ 不会得到一个同态,而是一个反同态。为了得到一个基于右乘的同态,需要“将错就错”,定义映射为 $F'(g) = r_{g^{-1}}$,即把 $g$ 映到“右乘 $g$ 的逆元”这个置换上。
🎯 [存在目的]
这个注记的目的是为了加深对凯莱定理证明中构造的理解。它说明了“左乘”这个选择并非随意,其成功依赖于群的结合律如何与函数复合的方向相匹配。通过展示右乘的“失败”与“修正”,它进一步强调了同态性质的精细之处,并引出了反同态的概念。
1. 3.4. 凯莱定理的推论
📜 [原文51]
凯莱定理的证明可能看起来像是使用了障眼法。然而,我们将在后面看到这种证明方法的有趣变体。
我们已经看到,对于每个 $n \in \mathbb{N}$,同态 $P: S_{n} \rightarrow G L_{n}(\mathbb{R})$ 是单射。因此,给定一个有限群 $G$,根据凯莱定理,存在一个从 $G$ 到某个 $S_{n}$ 的单射同态,并且存在一个单射同态 $P: S_{n} \rightarrow G L_{n}(\mathbb{R})$。因此,存在一个从 $G$ 到某个 $G L_{n}(\mathbb{R})$ 的单射同态。换句话说:
定理 1.3.4。设 $G$ 是一个有限群。那么存在一个 $n \in \mathbb{N}$ 使得 $G$ 同构于 $G L_{n}(\mathbb{R})$ 的一个子群。
📖 [逐步解释]
这部分内容是凯莱定理的一个直接且重要的推论,它将有限群与我们更熟悉的矩阵群联系起来。
- 对证明方法的回顾: 作者承认凯莱定理的证明(让群作用于自身)看起来有些“取巧”或“抽象”,但暗示了这种“让群作用于某个集合”的思想(即群作用)是一种非常强大和普遍的方法,以后还会遇到。
- 推论的逻辑链:
- 第一环 (凯莱定理): 给定一个有限群 $G$(设其阶为 $m$),凯莱定理告诉我们,存在一个单射同态 $f: G \rightarrow S_m$。
- 第二环 (置换矩阵表示): 我们在例 1.1.2(12) 和 1.2.3(12) 中已经知道,存在一个从置换群到矩阵群的单射同态 $P: S_m \rightarrow GL_m(\mathbb{R})$。
- 串联两环: 现在我们有两个单射同态,可以把它们复合起来:
- $G \xrightarrow{f} S_m \xrightarrow{P} GL_m(\mathbb{R})$
- 复合映射是 $P \circ f: G \rightarrow GL_m(\mathbb{R})$。
- 分析复合映射:
- 同态的复合是同态 (命题 1.1.5)。
- 单射的复合是单射。
- 因此,$P \circ f$ 是一个从 $G$ 到 $GL_m(\mathbb{R})$ 的单射同态。
- 得出结论:
- 我们已经找到了一个从 $G$ 到 $GL_m(\mathbb{R})$ 的单射同态。
- 根据 1.3.1 节的普遍原则,这等价于说 “$G$ 同构于 $GL_m(\mathbb{R})$ 的一个子群”。
- 这就证明了定理 1.3.4。这里的 $n$ 就是原群 $G$ 的阶 $m$。
📝 [总结]
定理 1.3.4 (推论):任何有限群的结构,都和一个由可逆实数矩阵构成的乘法群(的子群)的结构是完全一样的。
这个结论是通过将凯莱定理(任何有限群都可以看作置换群)和置换群的矩阵表示(任何置换群都可以看作矩阵群)这两个事实“链接”起来得到的。
🎯 [存在目的]
这个定理的意义在于它为研究抽象有限群提供了一套强大的、来自于线性代数的分析工具。矩阵和线性变换是我们非常熟悉的,有行列式、特征值、迹等多种工具来研究它们。通过将一个抽象群“表示”为矩阵群,我们就可以利用这些工具来反过来理解这个抽象群的性质。这门学问就是群表示论。
🧠 [直觉心智模型]
- 凯莱定理说:任何一个公司(有限群G)的内部组织架构,都可以通过研究“人事部门如何调换全体员工的座位”(置换群$S_n$)来理解。
- 定理1.3.4说:而“调换员工座位”这个行为,又可以通过一个“自动化办公系统里的矩阵运算”(矩阵群$GL_n(\mathbb{R})$)来精确模拟。
- 结论:因此,任何公司的组织架构,最终都可以在一个自动化办公系统的矩阵运算模型中找到一个精确的对应。这使得我们可以用分析软件(线性代数工具)来分析公司架构(抽象群)。
📜 [原文52]
更一般地,同态 $f: G \rightarrow G L_{n}(\mathbb{R})$(不一定是单射)被称为 $G$ 的一个实表示。(这里,事实证明,最好考察同态 $f: G \rightarrow G L_{n}(\mathbb{C})$,它们被称为复表示或简称为 $G$ 的表示。)表示理论的目标是描述群 $G$ 的所有表示,并利用这种描述来理解 $G$ 的性质。
📖 [逐步解释]
这段话是对刚刚证明的定理的推广,并引出了一个极其重要的数学分支——群表示论 (Group Representation Theory)。
- 表示的定义:
- 一个群 $G$ 的一个 n 维实表示,就是一个从 $G$ 到 $GL_n(\mathbb{R})$ 的同态。
- 注意,这里不再要求同态是单射的。
- 这意味着,一个表示可能会“丢失”一部分群的信息(如果核非平凡)。
- 复表示:
- 作者补充说,在实践中,研究到复矩阵群 $GL_n(\mathbb{C})$ 的同态通常更方便、理论更优美。这被称为 $G$ 的复表示,通常简称为表示。
- 表示论的目标:
📝 [总结]
“群的表示”就是指一个从该群到某个矩阵群的同态。它用线性代数(矩阵)的语言来“讲述”群的故事。群表示论就是通过分析这些“故事”来理解群本身的一门学科。凯莱定理的推论实际上是构造出了一个特殊的、单射的表示,称为正则表示 (Regular Representation)。
🎯 [存在目的]
这段总结性的话语,为本章乃至更广阔的代数领域指明了一个重要的方向。它告诉读者,我们学习同态,不仅仅是为了分类和比较群,更是为了一个更宏大的目标:将抽象的群“具体化”为线性变换,从而运用整个线性代数的武器库来对其进行深入研究。这是从19世纪的群论向20世纪现代群论和其在物理、化学中应用过渡的关键思想。
2行间公式索引
- 同构的结构保持条件:
$$
f\left(g_{1} g_{2}\right)=f\left(g_{1}\right) f\left(g_{2}\right)
$$
这个公式定义了映射 $f$ 如何保持源群和目标群的运算结构。
- 同态的定义:
$$
f\left(g_{1} g_{2}\right)=f\left(g_{1}\right) f\left(g_{2}\right)
$$
这个公式是同态的唯一核心定义,要求“先运算再映射”等于“先映射再运算”。
- 复指数的级数定义:
$$
f(z)=e^{z}=\sum_{n=0}^{\infty} \frac{z^{n}}{n!}
$$
这给出了复指数函数 $e^z$ 的标准幂级数定义。
- 复指数的欧拉形式:
$$
e^{z}=e^{x} e^{i y}=e^{x}(\cos y+i \sin y)
$$
这给出了计算复指数 $e^z$ 的实用方法,将其分解为模长和幅角。
- 复指数的同态性质:
$$
e^{z_{1}+z_{2}}=e^{z_{1}} e^{z_{2}}
$$
这个指数函数的关键性质,正是复指数函数构成一个从加法群到乘法群的同态的直接原因。
- 绝对值函数的同态性质:
$$
\left|z_{1} z_{2}\right|=\left|z_{1}\right|\left|z_{2}\right|
$$
这个复数模的性质,说明了绝对值函数是一个从复数乘法群到实数乘法群的同态。
- 符号函数的定义:
$$
\operatorname{sign}(x)=\frac{x}{|x|}= \begin{cases}+1, & \text { 如果 } x>0 ; \\ -1, & \text { 如果 } x<0 .\end{cases}
$$
这定义了实数上的符号函数,它提取一个数的正负号。
- 阿贝尔群上幂函数的同态性质:
$$
f(g h)=(g h)^{n}=g^{n} h^{n}=f(g) f(h) .
$$
这个推导展示了在阿贝尔(交换)群中,幂函数 $f(g)=g^n$ 满足同态定义。
- 非同态的反例:平移函数:
$$
f(n+m)=n+m+1 \neq f(n)+f(m)=n+m+2 .
$$
这个不等式清晰地显示了函数 $f(n)=n+1$ 不保持整数加法群的结构。
- 非同态的反例:平方函数:
$$
f(n+m)=(n+m)^{2}=n^{2}+2 n m+m^{2} \neq n^{2}+m^{2},
$$
这个不等式显示了平方函数不保持加法结构,因为它产生了交叉项。
- 非阿贝尔群上平方函数的展开:
$$
f(g h)=(g h)^{2}=g h g h,
$$
这显示了在非交换群中,$(gh)^2$ 不能随意写成 $g^2h^2$。
- 子群原像的封闭性验证:
$$
f\left(g g^{\prime}\right)=f(g) f\left(g^{\prime}\right) \in H_{2}
$$
这个推导步骤证明了子群 $H_2$ 的原像集在群运算下是封闭的。
- 核的定义:
$$
\operatorname{Ker} f=\left\{g \in G_{1}: f(g)=1\right\} .
$$
这给出了同态的核 (Kernel) 的正式集合论定义。
- 单射性与核的关系证明:
$$
1=\left(f\left(g_{1}\right)\right)^{-1} f\left(g_{2}\right)=f\left(g_{1}^{-1}\right) f\left(g_{2}\right)=f\left(g_{1}^{-1} g_{2}\right)
$$
这是证明“如果核是平凡的,则同态是单射”这一命题中的关键计算步骤。
- 投影同态的验证:
$$
\pi_{1}\left(\left(g_{1}, g_{2}\right)\left(h_{1}, h_{2}\right)\right)=\pi_{1}\left(g_{1} h_{1}, g_{2} h_{2}\right)=g_{1} h_{1}=\pi_{1}\left(g_{1}, g_{2}\right) \pi_{1}\left(h_{1}, h_{2}\right)
$$
这个链式等式完整地展示了为什么投影到第一分量的映射是一个同态。
- 置换矩阵表示的定义:
$$
P(\sigma)\left(\mathbf{e}_{i}\right)=\mathbf{e}_{\sigma(i)}
$$
这个公式定义了如何将一个置换 $\sigma$ 映射到一个具体的置换矩阵 $P(\sigma)$。
- 凯莱定理中左乘映射的定义:
$$
f(g)=\ell_{g}
$$
这定义了凯莱定理证明中的核心映射 $f$,它将群元素 $g$ 映射到“左乘g”这个操作(置换) $\ell_g$ 上。
- 凯莱定理同态性验证:
$$
\begin{aligned}
\ell_{g h}(x) & =(g h) x \\
\left(\ell_{g} \circ \ell_{h}\right)(x) & =\ell_{g}\left(\ell_{h}(x)\right)=\ell_{g}(h x)=g(h x)=(g h) x .
\end{aligned}
$$
这个计算展示了 $\ell_{gh} = \ell_g \circ \ell_h$,从而证明了 $f(g)=\ell_g$ 是同态,其关键是群的结合律。
[[END_OF_RESPONSE]]所有解释内容已全部输出完毕。