22 群和子群
群是一个集合 $G$ 连同满足以下性质的复合法则:
- 复合法则是结合的:对于 $G$ 中所有 $a, b, c$ 而言, $(a b) c=a(b c)$。
- $G$ 包含一个单位元 $1$,使得对于 $G$ 中所有 $a$ 而言,$1 a=a$ 且 $a 1=a$。
- $G$ 中每个元素 $a$ 都有一个逆元,一个元素 $b$ 使得 $a b=1$ 且 $b a=1$。
📖 [逐步解释]
这一段是整个章节的核心,它定义了数学中一个最基本的代数结构——群 (Group)。让我们一步一步把这个定义彻底拆解。
- “群是一个集合 G ...”: 这句话是理解群的起点。一个群首先必须是一个集合 (Set)。集合是我们都很熟悉的概念,就是一堆东西的聚集,比如所有整数的集合 $\mathbb{Z}$,或者只包含三个字母 $\{A, B, C\}$ 的集合。这个集合我们用大写字母 $G$ 来表示。
- “...连同满足以下性质的复合法则”: 这句话是关键。一个集合本身不是群,它必须配备一个“复合法则”才能构成一个群。这个复合法则通常被称为二元运算 (Binary Operation)。所谓二元运算,就是一个“配方”,它告诉你如何从集合 $G$ 中任意取出两个元素(可以相同),然后通过这个法则将它们“复合”或“运算”,得到的结果仍然是集合 $G$ 中的一个元素。这个性质通常被称为封闭性 (Closure)。虽然原文将封闭性隐含在了“复合法则”的定义里,但我们必须明确这一点:运算的结果不能跑到集合 $G$ 外面去。例如,整数集合 $\mathbb{Z}$ 配上加法“+”是一个复合法则,因为任意两个整数相加,结果仍然是整数。但整数集合 $\mathbb{Z}$ 配上除法“÷”就不是一个普适的复合法则,因为 $3 \div 2 = 1.5$,而 $1.5$ 不是整数,它跑出去了。
- “复合法则”的三个性质(公理): 为了让一个带复合法则的集合升级为“群”,这个法则必须满足下面三个严格的条件,它们被称为“群公理 (Group Axioms)”。
- 第一条:结合律 (Associativity)
- 原文:“对于 $G$ 中所有 $a, b, c$ 而言, $(a b) c=a(b c)$。”
- 解释:这里的 $ab$ 表示将元素 $a$ 和 $b$ 进行复合法则运算。这条公理说的是,当你对三个或更多元素进行运算时,运算的顺序无关紧要。你可以先算 $a$ 和 $b$ 的结果,再用这个结果去和 $c$ 运算(即 $(ab)c$);也可以先算 $b$ 和 $c$ 的结果,再让 $a$ 去和这个结果运算(即 $a(bc)$)。无论哪种方式,最终的答案必须完全相同。这就像我们做算术加法时,$ (2+3)+4 $ 和 $ 2+(3+4) $ 结果都是 $9$ 一样。这个性质保证了我们可以写下像 $abc$ 这样的表达式而不用担心歧义。
- 第二条:单位元 (Identity Element)
- 原文:“$G$ 包含一个单位元 $1$,使得对于 $G$ 中所有 $a$ 而言,$1 a=a$ 且 $a 1=a$。”
- 解释:群里面必须存在一个非常特殊的元素,我们通常记作 $1$(或者 $e$)。这个特殊元素被称为单位元。它的作用就像数字中的 $1$ 在乘法里的角色,或者数字 $0$ 在加法里的角色。任何其他元素 $a$ 跟这个单位元进行运算,无论是左边乘还是右边乘,结果都还是元素 $a$ 本身,什么都没改变。这个单位元在整个群里是独一无二的。
- 第三条:逆元 (Inverse Element)
- 原文:“$G$ 中每个元素 $a$ 都有一个逆元,一个元素 $b$ 使得 $a b=1$ 且 $b a=1$。”
- 解释:这条公理保证了在群里,任何操作都有办法“撤销”。对于群中的每一个元素 $a$,都必然存在着它在群里的一个“搭档” $b$(通常记作 $a^{-1}$)。当 $a$ 和它的搭档 $b$ 进行运算时(不论左右),结果正好就是我们前面说的那个特殊的单位元 $1$。这就好比在实数乘法中,数字 $5$ 的逆元是 $1/5$,因为 $5 \times (1/5) = 1$;在整数加法中,数字 $5$ 的逆元是 $-5$,因为 $5 + (-5) = 0$(这里的 $0$ 是加法单位元)。
💡 [数值示例]
示例1:整数加法群 $(\mathbb{Z}, +)$
这是一个非常经典的群的例子。
- 集合 G: 所有整数的集合 $\mathbb{Z} = \{..., -3, -2, -1, 0, 1, 2, 3, ...\}$。
- 复合法则: 普通的加法 "+"。
- 验证群公理:
- 封闭性: 任意两个整数相加,结果仍然是一个整数。例如 $5 + (-8) = -3$,$-3$ 在 $\mathbb{Z}$ 中。
- 结合律: 加法满足结合律。例如 $(2 + 3) + (-5) = 5 + (-5) = 0$,而 $2 + (3 + (-5)) = 2 + (-2) = 0$。两者相等。
- 单位元: 整数 $0$ 就是单位元。因为对于任何整数 $a$,都有 $0 + a = a$ 和 $a + 0 = a$。例如 $7 + 0 = 7$。
- 逆元: 对于任何整数 $a$,它的逆元就是 $-a$。因为 $a + (-a) = 0$ 且 $(-a) + a = 0$。例如,整数 $5$ 的逆元是 $-5$;整数 $-12$ 的逆元是 $12$。
- 结论:因为所有条件都满足,所以 $(\mathbb{Z}, +)$ 是一个群。
示例2:非零有理数乘法群 $(\mathbb{Q}^{\times}, \times)$
- 集合 G: 所有非零有理数(可以写成分数形式的数,除了0)的集合。我们记作 $\mathbb{Q}^{\times}$。例如 $2, -1/3, 7/8$ 都在里面。
- 复合法则: 普通的乘法 "×"。
- 验证群公理:
- 封闭性: 任意两个非零有理数相乘,结果仍然是一个非零有理数。例如 $(2/3) \times (-4/5) = -8/15$,结果仍在 $\mathbb{Q}^{\times}$ 中。
- 结合律: 乘法满足结合律。例如 $(2 \times 3) \times (1/5) = 6/5$,而 $2 \times (3 \times (1/5)) = 2 \times (3/5) = 6/5$。
- 单位元: 有理数 $1$ 就是单位元。因为对于任何非零有理数 $a$,都有 $1 \times a = a$ 和 $a \times 1 = a$。
- 逆元: 对于任何非零有理数 $a = p/q$(其中 $p, q$ 是非零整数),它的逆元是倒数 $q/p$。因为 $(p/q) \times (q/p) = 1$。例如,$-7/2$ 的逆元是 $-2/7$。
- 结论:$(\mathbb{Q}^{\times}, \times)$ 也是一个群。
⚠️ [易错点]
- 忘记检查封闭性: 很多人在验证一个结构是不是群的时候,只记得三条公理,但忘了最基础的封闭性。如前面提到的,$(\mathbb{Z}, \div)$ 就不是群,因为它不满足封闭性。
- 0 的问题: 在乘法群中,必须要把 $0$ 排除掉。因为 $0$ 乘以任何数都得 $0$,它不可能通过乘以某个数得到单位元 $1$。所以 $0$ 在乘法意义下没有逆元。因此,所有实数的集合 $(\mathbb{R}, \times)$ 不是一个群。
- 单位元和逆元的唯一性: 虽然定义中只说“包含一个单位元”和“有一个逆元”,但可以证明,在一个群里,单位元是唯一的,并且每个元素的逆元也是唯一的。
- 左右都要验证: 定义中要求 $1a=a1=a$ 和 $ab=ba=1$。在某些更宽泛的代数结构中,可能只满足一边。但在群的定义中,两边都必须成立。
📝 [总结]
群是一个高度抽象但结构完美的数学对象。它由一个集合和一个二元运算构成,这个运算必须满足四个基本条件:封闭性、结合律、存在唯一的单位元、以及每个元素都存在唯一的逆元。这个简单的定义衍生出了极其丰富和深刻的数学理论,是整个抽象代数的核心。
🎯 [存在目的]
定义“群”的目的是为了抓住不同数学领域中“对称性”和“变换”这一共同的核心结构。无论是几何图形的旋转、数字的加法、解方程时根的置换,还是物理学中的守恒定律,它们背后都隐藏着群的结构。通过抽象出这些共性,数学家可以发展出一套统一的理论来研究所有这些看似不相关的现象。定义了群,就好像发明了一种新的语言,可以简洁而深刻地描述各种对称性。
🧠 [直觉心智模型]
你可以把一个群想象成一个封闭的、自给自足的“宇宙”。
- 封闭性: 在这个宇宙里做任何运算,你永远不会掉出去。
- 结合律: 运算的方式很“稳定”,不会因为计算顺序而产生混乱。
- 单位元: 宇宙里有一个“原点”或“静止”状态,任何东西和它作用都等于没动。
- 逆元: 宇宙里的任何一个“动作”,都有一个完全相反的“撤销”动作,可以让你回到“原点”。
💭 [直观想象]
想象一个正三角形,你可以对它进行一些操作,操作完之后它看起来还和原来一样(占据同样的空间)。这些操作包括:
- 不动(单位元)。
- 旋转120度。
- 旋转240度。
- 沿着过一个顶点的中线翻转。
- 沿着另外两个顶点的中线翻转。
这些操作的集合,连同“先后进行两次操作”作为复合法则,就构成了一个群(即后面会讲到的对称群 $S_3$)。比如,“旋转120度”再“旋转120度”等于“旋转240度”。“旋转120度”这个操作的逆元就是“旋转240度”,因为连续做这两个操作就等于“旋转360度”,也就是“不动”(单位元)。这个例子生动地体现了群的四个性质。
2阿贝尔群及其示例
📜 [原文2]
阿贝尔群是其复合法则是交换的群。
例如,非零实数集在乘法下构成一个阿贝尔群,而所有实数集在加法下构成一个阿贝尔群。可逆 $n \times n$ 矩阵集,即一般线性群,是一个非常重要的群,其复合法则是矩阵乘法。除非 $n=1$,否则它不是阿贝尔群。
📖 [逐步解释]
- 定义阿贝尔群 (Abelian Group): 在群的基本定义之上,我们增加一个额外的、更强的条件:交换律 (Commutativity)。一个群如果它的复合法则满足交换律,那么它就是一个阿贝尔群(或称交换群)。交换律指的是,对于群中任意两个元素 $a$ 和 $b$,运算的顺序可以颠倒,即 $ab = ba$。这个性质不是所有群都具备的。为了纪念数学家尼尔斯·阿贝尔 (Niels Abel),满足该性质的群被命名为阿贝尔群。
- 示例1:阿贝尔群
- 非零实数乘法群 $(\mathbb{R}^{\times}, \times)$: 我们知道普通实数的乘法是满足交换律的,比如 $3 \times 5 = 5 \times 3$。因此,非零实数在乘法下构成的群是一个阿贝尔群。
- 实数加法群 $(\mathbb{R}, +)$: 同样,实数的加法也满足交换律,比如 $3 + 5 = 5 + 3$。所以实数在加法下构成的群也是一个阿贝尔群。我们之前举例的整数加法群 $(\mathbb{Z}, +)$ 也是阿贝尔群。
- 示例2:非阿贝尔群 (Non-Abelian Group)
- 一般线性群 $GL_n$: 这是由所有可逆的 $n \times n$ 矩阵构成的群,其复合法则是矩阵乘法。我们知道,矩阵乘法通常是不满足交换律的。也就是说,对于两个矩阵 $A$ 和 $B$,通常情况下 $AB \neq BA$。
- 特例 $n=1$: 当 $n=1$ 时,$1 \times 1$ 的可逆矩阵其实就是一个非零的数。例如 $[a]$,其中 $a \neq 0$。矩阵乘法 $[a][b]$ 就等于 $[ab]$,这和普通数的乘法一样,是满足交换律的。所以 $GL_1(\mathbb{R})$ (同构于 $\mathbb{R}^{\times}$) 是一个阿贝尔群。
- 当 $n \ge 2$: 只要维度大于等于2,我们就能轻易找到反例。因此,对于 $n \ge 2$,$GL_n$ 是一个非阿贝尔群。它是非阿贝尔群中最重要的例子之一。
💡 [数值示例]
示例1:验证 $GL_2(\mathbb{R})$ 是非阿贝尔群
- 集合: 所有 $2 \times 2$ 的实数可逆矩阵(即行列式不为0的矩阵)。
- 复合法则: 矩阵乘法。
- 选取元素:
- 令 $A = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix}$。这是一个可逆矩阵,因为它的行列式是 $1 \times 1 - 2 \times 0 = 1 \neq 0$。
- 令 $B = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}$。这是一个可逆矩阵,因为它的行列式是 $0 \times 0 - 1 \times 1 = -1 \neq 0$。
- 计算 AB:
$AB = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix} = \begin{pmatrix} 1(0)+2(1) & 1(1)+2(0) \\ 0(0)+1(1) & 0(1)+1(0) \end{pmatrix} = \begin{pmatrix} 2 & 1 \\ 1 & 0 \end{pmatrix}$
$BA = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix} \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} = \begin{pmatrix} 0(1)+1(0) & 0(2)+1(1) \\ 1(1)+0(0) & 1(2)+0(1) \end{pmatrix} = \begin{pmatrix} 0 & 1 \\ 1 & 2 \end{pmatrix}$
- 比较结果: 显然,$AB = \begin{pmatrix} 2 & 1 \\ 1 & 0 \end{pmatrix} \neq \begin{pmatrix} 0 & 1 \\ 1 & 2 \end{pmatrix} = BA$。
- 结论: 由于我们找到了至少一对元素不满足交换律,因此群 $GL_2(\mathbb{R})$ 是非阿贝尔群。
⚠️ [易错点]
- 不要假设交换律: 在处理一个未知的群时,绝对不能想当然地认为交换律成立。$ab=ba$ 是一个非常特殊的性质,而不是普遍规律。在证明题中,除非明确告知是阿贝尔群,否则不能随意交换两个元素的顺序。
- 存在即可: 要证明一个群是非阿贝尔群,只需要找到一对不满足交换律的元素即可。而要证明一个群是阿贝尔群,则必须证明所有的元素对都满足交换律。
📝 [总结]
阿贝尔群是群的一个重要子类,它额外满足交换律。许多我们熟悉的基于数字的运算(如加法、乘法)构成的群都是阿贝尔群。然而,在更广泛的世界里,比如矩阵运算和函数复合(置换),非阿贝尔群才是更普遍、更复杂的现象。区分一个群是否是阿贝尔群是理解其结构的第一步。
🎯 [存在目的]
引入阿贝尔群的概念是为了区分两种根本不同类型的对称性。阿贝尔群描述的对称性或变换是“温和的”,变换的顺序不影响最终结果。非阿贝尔群描述的对称性则更加“刚性”和“复杂”,变换的顺序至关重要。例如,穿袜子再穿鞋,和先穿鞋再穿袜子,结果完全不同,这个过程就是“非交换”的。在物理学中,阿贝尔群通常与电磁学等理论相关,而非阿贝尔群(如杨-米尔斯理论)则是描述弱核力和强核力的基础,构成了标准模型的核心。
🧠 [直觉心智模型]
- 阿贝尔群: 想象一下在一条直线上左右移动。先向右走3步,再向左走5步;和先向左走5步,再向右走3步,最终到达的位置是一样的。这是阿贝尔群。
- 非阿贝尔群: 想象一下你手里拿着一个魔方。先将顶面顺时针旋转90度,再将正面顺时针旋转90度;与先将正面顺时针旋转90度,再将顶面顺时针旋转90度,魔方最终呈现的状态是完全不同的。这就是非阿贝尔群。
💭 [直观想象]
继续用正三角形的例子。
- 操作A:绕中心旋转120度。
- 操作B:沿着过顶点的某条中线翻转。
先执行A再执行B,和先执行B再执行A,你会发现三角形的顶点1、2、3最终所处的位置是不同的。这说明描述正三角形对称性的那个群($S_3$)是一个非阿贝尔群。
3群的阶
📜 [原文3]
当复合法则显而易见时,通常用相同的符号表示群及其元素集合。
群 $G$ 的阶是它所包含的元素数量。我们通常用 $|G|$ 表示阶:
$$
\begin{equation*}
|G|=\text { 元素数量,即 } G \text { 的阶。 } \tag{2.2.1}
\end{equation*}
$$
如果阶是有限的,则称 $G$ 为有限群。如果不是,则 $G$ 是无限群。相同的术语也用于任何集合。集合 $S$ 的阶 $|S|$ 是其元素的数量。
📖 [逐步解释]
- 记号简化: 第一句话是一个约定俗成的惯例。严格来说,一个群是集合 $G$ 和运算 $*$ 组成的对 $(G, *)$。但是,当上下文中的运算非常明确时(比如整数的加法),我们通常就直接说“群 $G$”,而省略掉运算符号,用同一个字母 $G$ 同时指代群本身和其底层的集合。这是一种为了方便而采用的简写。
- 群的阶 (Order of a Group): 这是一个非常简单但重要的概念。“阶”就是群里面元素的个数。想象一下点名,一个群里有多少个不同的成员,它的阶就是多少。
- 记号 $|G|$: 我们用两条竖线把群(或集合)的名称括起来,表示它的阶。所以 $|G|$ 读作“群 $G$ 的阶”,它的值就是集合 $G$ 中元素的数量。这个记号和我们用来表示集合的基数 (Cardinality) 的记号是一样的,因为它们的含义本质上是相同的。
- 有限群 (Finite Group) vs. 无限群 (Infinite Group):
- 如果一个群的阶是一个有限的数字(比如 1, 2, 6, 100等),那么这个群就被称为有限群。
- 如果一个群的元素有无穷多个,它的阶就是无限的,这个群就被称为无限群。
💡 [数值示例]
示例1:有限群的阶
- 考虑一个只包含两个元素的集合 $G = \{1, -1\}$,运算为普通乘法。
- 这是一个群:(封闭性:$1 \times 1=1, 1 \times -1 = -1, -1 \times -1 = 1$,结果都在 $G$ 中;结合律成立;单位元是1;-1的逆元是-1)。
- 这个群里有两个元素:$1$ 和 $-1$。
- 所以,这个群的阶是 $|G| = 2$。它是一个有限群。
示例2:无限群的阶
- 考虑整数加法群 $(\mathbb{Z}, +)$。
- 其集合是所有整数 $\mathbb{Z} = \{..., -2, -1, 0, 1, 2, ...\}$。
- 我们无法数清所有整数,它们的数量是无穷的。
- 所以,这个群的阶是 $|\mathbb{Z}| = \infty$。它是一个无限群。
示例3:集合的阶
- 设有一个集合 $S = \{A, B, C\}$。
- 这个集合里有3个元素。
- 所以,这个集合的阶是 $|S| = 3$。
⚠️ [易错点]
- 阶不是元素的值: 群的阶是元素的数量,而不是元素本身的大小或数值。一个群 $G = \{100, 200\}$ 如果能构成群的话,它的阶是2,而不是100或200。
- 平凡群: 只包含单位元一个元素的群 $G=\{1\}$ 是最小的群。它的阶是 $|G|=1$。这被称为平凡群 (trivial group)。
- 无限的种类: 在高等数学中,无穷大也分不同等级。例如,整数的无穷(可数无穷)和实数的无穷(不可数无穷)是不同的。目前,我们暂时将它们都视为无限群即可。
📝 [总结]
群的阶是描述一个群“大小”的基本属性,就是其成员的数量。根据阶是有限还是无限,我们将群分为有限群和无限群,这是对群进行分类的一个最基本的维度。
🎯 [存在目的]
引入“阶”的概念,是为了量化群的规模。群的阶是一个非常重要的不变量,它深刻地影响着群的性质。例如,拉格朗日定理 (Lagrange's Theorem) 是有限群理论的基石,它指出有限群的任何子群的阶都必须能整除原群的阶。这个强大的定理就是建立在“阶”的概念之上的。研究一个群的阶及其因数分解,是分析其内部结构的关键入手点。
🧠 [直觉心智模型]
群的阶就像一个俱乐部的成员总数。
- 一个只有12名成员的俱乐部,就是一个12阶的有限群。
- 一个向所有人开放、成员数量无限的全球性组织,就是一个无限群。
这个“成员总数”是这个俱乐部最基本的特征之一。
💭 [直观想象]
回到正三角形的例子,我们找到了6个不同的对称操作(不动、旋转120、旋转240、3种翻转)。那么描述正三角形对称性的这个群,它的阶就是6。它是一个有限群。
对于一个圆,它的旋转操作有多少种?你可以旋转任意角度(比如 $10.5$ 度, $\sqrt{2}$ 度等),旋转后圆看起来都一样。这些旋转操作有无穷多种。所以描述圆的旋转对称性的群(称为 $SO(2)$),是一个无限群。
4无限阿贝尔群的记号
📜 [原文4]
以下是我们对一些熟悉的无限阿贝尔群的记号:
| $\mathbb{Z}^{+}:$ |
整数集,以加法为复合法则 - 整数加法群, |
| $\mathbb{R}^{+}:$ |
实数集,以加法为复合法则 - 实数加法群; |
| $\mathbb{R}^{\times}:$ |
非零实数集,以乘法为复合法则 - 乘法群, |
| $\mathbb{C}^{+}, \mathbb{C}^{\times}:$ |
类似的群,其中复数集 $\mathbb{C}$ 替换实数集 $\mathbb{R}$。 |
警告:其他人可能使用符号 $\mathbb{R}^{+}$ 来表示正实数集。为了避免歧义,最好用 $(\mathbb{R},+)$ 来表示实数加法群,从而明确显示其复合法则。然而,我们的记号更紧凑。此外,符号 $\mathbb{R}^{\times}$ 表示非零实数乘法群。所有实数集在乘法下不构成群,因为 $0$ 不可逆。$\square$
📖 [逐步解释]
这一段主要是在介绍一些常用数学群的标准化简写符号。
- $\mathbb{Z}^{+}$:
- 集合: $\mathbb{Z}$ 代表所有整数的集合。
- 法则: 上标“+”在这里特指加法运算。
- 整体: $\mathbb{Z}^{+}$ 表示整数加法群,即 $(\mathbb{Z}, +)$。这是一个无限阿贝尔群。
- $\mathbb{R}^{+}$:
- 集合: $\mathbb{R}$ 代表所有实数的集合。
- 法则: 上标“+”同样指加法运算。
- 整体: $\mathbb{R}^{+}$ 表示实数加法群,即 $(\mathbb{R}, +)$。这也是一个无限阿贝尔群。
- $\mathbb{R}^{\times}$:
- 集合: $\mathbb{R}$ 代表实数集。
- 法则: 上标“×”特指乘法运算。但是,如前所述,所有实数在乘法下不构成群,因为 $0$ 没有逆元。这个符号约定俗成地表示排除了 $0$ 之后的集合,即非零实数集 $\mathbb{R} \setminus \{0\}$。
- 整体: $\mathbb{R}^{\times}$ 表示非零实数乘法群,即 $(\mathbb{R} \setminus \{0\}, \times)$。这同样是一个无限阿贝尔群。
- $\mathbb{C}^{+}, \mathbb{C}^{\times}$:
- 类比: 这里的 $\mathbb{C}$ 代表复数集。
- $\mathbb{C}^{+}$ 就是复数加法群 $(\mathbb{C}, +)$。
- $\mathbb{C}^{\times}$ 就是非零复数乘法群 $(\mathbb{C} \setminus \{0\}, \times)$。
- 这两个也都是无限阿贝尔群。
- 警告 (Warning):
- 关于 $\mathbb{R}^{+}$ 的歧义: 这是一条非常重要的提醒。在很多其他数学分支(如分析学)中,$\mathbb{R}^{+}$ 通常用来表示正实数集 $\{x \in \mathbb{R} \mid x > 0\}$。这和本书中用来表示实数加法群的记号发生了冲突。
- 明确的记号: 为了完全消除歧义,最严谨的写法是 $(G, *)$ 的形式,例如用 $(\mathbb{R}, +)$ 来明确表示实数加法群。
- 本书的选择: 作者承认存在歧义,但为了简洁,选择在本书中使用 $\mathbb{R}^{+}$ 这种紧凑记号,并希望读者根据上下文理解。
- 重申 $\mathbb{R}^{\times}$: 再次强调 $\mathbb{R}^{\times}$ 指的是非零实数在乘法下构成的群,并解释了为什么必须排除 $0$(因为它不可逆)。
💡 [数值示例]
- 在群 $\mathbb{Z}^{+}$ 中: 元素是 $..., -2, -1, 0, 1, 2, ...$。运算是加法。例如 $5 + (-3) = 2$。
- 在群 $\mathbb{R}^{+}$ 中: 元素是所有实数,如 $\pi, -e, \sqrt{2}, 42$。运算是加法。例如 $\pi + (-\pi) = 0$ (单位元)。
- 在群 $\mathbb{R}^{\times}$ 中: 元素是所有非零实数。运算是乘法。例如 $5 \times (1/5) = 1$ (单位元)。元素 $0$ 不在这个群里。
- 在群 $\mathbb{C}^{\times}$ 中: 元素是所有非零复数,如 $1+i, 3, -2i$。运算是复数乘法。例如 $(1+i) \times (1-i) = 1^2 - i^2 = 1 - (-1) = 2$。元素 $1+i$ 的逆元是 $1/(1+i) = (1-i)/2$。
⚠️ [易错点]
- 符号的上下文依赖性: 最大的易错点就是符号的含义取决于上下文或作者的约定。看到 $\mathbb{R}^{+}$ 时,一定要想一下当前是在代数语境下还是分析语境下。如果不能确定,就去查找书本最前面的符号表或者定义。
- 加法群 vs 乘法群: 一定要分清一个集合是在哪种运算下构成群的。例如,$\mathbb{Z}$ 在加法下是群,但在乘法下不是(大部分元素没有乘法逆元,如 $2$ 的乘法逆元 $1/2$ 不是整数)。
- “+”作为上标的特殊用法: 将“+”用作上标来指代加法运算,这并不是一个普遍通用的标准,更多是本书作者为了行文简洁而采取的一种个人风格。
📝 [总结]
本段落为一些常见的无限阿贝尔群建立了一套简洁的符号系统,并通过一个重要的“警告”提醒读者这些符号可能存在的歧义。它强调了在数学中,符号的精确含义依赖于作者的定义和上下文,并重申了乘法群必须排除零元素的原因。
🎯 [存在目的]
设立这些记号的目的是为了在后续的讨论中能够快速、方便地引用这些基本而重要的群的例子。如果没有这些简写,每次提到“整数加法群”都要写成 $(\mathbb{Z}, +)$,会使行文变得非常冗长和繁琐。这是一种数学上的“语法糖”,以提高表达效率。
🧠 [直觉心智模型]
这就像是给一群你经常打交道的朋友起外号。
- “老张” -> $\mathbb{Z}^{+}$ (整数加法群)
- “老李” -> $\mathbb{R}^{\times}$ (非零实数乘法群)
你和你的朋友们都知道这些外号指代谁,交流起来就快多了。但一个外人(读另一本书的人)听到“老王”($\mathbb{R}^{+}$),可能会以为你说的是另一个人(正实数集)。所以这个“警告”就像是在提醒你:“注意,我们这群人里的‘老王’和其他地方的‘老王’可能不是同一个人!”
💭 [直观想象]
- $\mathbb{Z}^{+}$: 想象一条无限延伸的数轴,上面只有整数刻度。加法就是在这条线上向左或向右跳跃指定的步数。
- $\mathbb{R}^{+}$: 想象一条无限延伸、没有间断的连续数轴。加法也是在上面平移。
- $\mathbb{R}^{\times}$: 想象一条被挖掉了原点 $0$ 的数轴。乘法是一种“伸缩”和“反向”的变换。乘以一个大于1的数是“拉长”,乘以一个0到1之间的数是“缩短”,乘以一个负数是先“伸缩”再关于原点“翻转”。
5命题 2.2.3 消去律
📜 [原文5]
命题 2.2.3 消去律。设 $a, b, c$ 是群 $G$ 的元素,其复合法则写成乘法形式。如果 $a b=a c$ 或 $b a=c a$,则 $b=c$。如果 $a b=a$ 或 $b a=a$,则 $b=1$。
证明。将 $a b=a c$ 两边左乘 $a^{-1}$,得到 $b=c$。其他证明是类似的。$\square$
📖 [逐步解释]
- 命题陈述: 这个命题叫做消去律 (Cancellation Law)。它说在一个群里,你可以像解普通代数方程一样“消掉”等式两边相同的因子。
- 第一部分: 如果 $ab = ac$(左消去),或者 $ba = ca$(右消去),那么你就可以断定 $b=c$。这看起来理所当然,但这个性质是从群的三条公理严格推导出来的,并不是凭空产生的。注意,对于非阿贝尔群,$ab=ca$ 这种混着的情况是不能消去的。
- 第二部分: 这是消去律的一个特例。如果 $ab=a$,你可以把 $a$ 看作 $a \cdot 1$。于是 $ab = a \cdot 1$,根据左消去律,得到 $b=1$。同理,如果 $ba=a$,可以看作 $ba=1 \cdot a$,但这里不能直接用右消去律。正确的做法是两边右乘 $a^{-1}$。
- 证明 (Proof):
- 目标: 证明 "如果 $ab=ac$,那么 $b=c$。"
- 前提: 我们已知 $a, b, c$ 都是群 $G$ 的元素,并且 $ab=ac$ 这个等式成立。
- 关键步骤: 群的定义保证了对于元素 $a$,必然存在它的逆元 $a^{-1}$。这是整个证明的核心武器。
- 推导过程:
- 我们从已知等式 $ab = ac$ 开始。
- 我们利用 $a$ 的逆元 $a^{-1}$,在等式两边从左边乘以它。这步操作是允许的,因为在一个等式两边进行同样的操作,等式依然成立。得到:$a^{-1}(ab) = a^{-1}(ac)$。
- 现在,利用群的结合律,我们可以重新组合括号:$(a^{-1}a)b = (a^{-1}a)c$。
- 根据逆元的定义,我们知道 $a^{-1}a = 1$ (这里的 $1$ 是单位元)。所以等式变为:$1b = 1c$。
- 最后,根据单位元的定义,$1b=b$ 且 $1c=c$。所以等式最终变为:$b=c$。
- 结论: 我们从 $ab=ac$ 出发,通过严格的逻辑推导,得到了 $b=c$。证明完成。
- “其他证明是类似的”:
- 对于 $ba=ca$,我们在等式两边从右边乘以 $a^{-1}$,即 $(ba)a^{-1} = (ca)a^{-1}$。利用结合律得到 $b(aa^{-1}) = c(aa^{-1})$,即 $b \cdot 1 = c \cdot 1$,所以 $b=c$。
- 对于 $ab=a$,两边左乘 $a^{-1}$,得到 $b=1$。
- 对于 $ba=a$,两边右乘 $a^{-1}$,得到 $b=1$。
💡 [数值示例]
示例1:在整数加法群 $(\mathbb{Z}, +)$ 中
- 这里的“乘法”是加法,单位元是 $0$,元素 $a$ 的逆元是 $-a$。
- 消去律的形式是:如果 $a+b = a+c$,则 $b=c$。
- 设 $a=5, b=3, c=3$。我们有 $5+3 = 5+3$ (即 $8=8$)。
- 证明:在 $5+b=5+c$ 的两边加上 $5$ 的逆元 $-5$。
- $(-5) + (5+b) = (-5) + (5+c)$
- $((-5)+5) + b = ((-5)+5) + c$ (结合律)
- $0 + b = 0 + c$ (逆元定义)
- $b=c$ (单位元定义)
- 这与我们小学就学的方程移项规则完全一致。
示例2:在 $GL_2(\mathbb{R})$ 中
- 设 $A = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix}$, $B = \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix}$, $C = \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix}$。显然 $B=C$。
- 计算 $AB = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix} = \begin{pmatrix} 5 & 8 \\ 1 & 4 \end{pmatrix}$。
- 计算 $AC = \begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix} = \begin{pmatrix} 5 & 8 \\ 1 & 4 \end{pmatrix}$。
- 我们有 $AB=AC$。根据消去律,我们可以断定 $B=C$。
- 证明中的步骤:
- $A^{-1} = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix}$。
- 左乘 $A^{-1}$: $A^{-1}(AB) = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 5 & 8 \\ 1 & 4 \end{pmatrix} = \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix} = B$。
- $A^{-1}(AC) = \begin{pmatrix} 1 & -2 \\ 0 & 1 \end{pmatrix} \begin{pmatrix} 5 & 8 \\ 1 & 4 \end{pmatrix} = \begin{pmatrix} 3 & 0 \\ 1 & 4 \end{pmatrix} = C$。
- 因此 $B=C$。
⚠️ [易错点]
- 必须是群: 消去律成立的根本前提是我们在一个群里。如果一个代数结构不是群,消去律可能不成立。
- 逆元的存在是关键: 消去律不成立的根本原因,通常是想要消去的那个元素没有逆元。
- 非群的反例: 考虑所有 $2 \times 2$ 实数矩阵的集合(包括不可逆的),运算为矩阵乘法。这个结构不是群。
- $A = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix}$ (这是一个不可逆矩阵)。
- $B = \begin{pmatrix} 1 & 1 \\ 2 & 0 \end{pmatrix}$
- $C = \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}$
- $AB = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 1 & 1 \\ 2 & 0 \end{pmatrix} = \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}$
- $AC = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix} = \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}$
- 我们发现 $AB = AC$,但是 $B \neq C$。
- 这里消去律失效了,根本原因在于矩阵 $A$ 是不可逆的,它没有逆元 $A^{-1}$,所以证明中的第一步“两边左乘 $A^{-1}$”就无法执行。
- 这个例子就是原文中给出的那个矩阵例子,只是数字不同。
📝 [总结]
消去律是群公理的一个直接且非常重要的推论。它保证了在群的方程中,我们可以安全地消去等式两边相同位置的公共因子。这个性质的成立完全依赖于群中每个元素都存在逆元这一关键特性。当一个结构不满足群的公理时(特别是逆元公理),消去律很可能不成立。
🎯 [存在目的]
消去律是我们在群中进行代数运算和推理的基础。它使得群的行为在某种程度上类似于我们熟悉的数字算术,给了我们一个强大的工具来简化和求解方程。它也从反面突出了群的“完美性”:正是因为有了逆元,我们才能进行“除法”(乘以逆元),从而实现“消去”。这个性质将群与那些更“病态”的代-数结构(如含零因子的环)区分开来。
🧠 [直觉心智模型]
消去律就像是说:“在一个群的宇宙里,如果你对两个不同的东西(b和c)做同一个操作(左乘a),那么得到的结果也一定是不同的(ab和ac)。”
反过来,如果你发现做完同一个操作后结果相同了($ab=ac$),那只能说明你开始的两个东西本来就是同一个($b=c$)。
这个宇宙里没有“殊途同归”的歧路,每一条路径都是确定和可逆的。
💭 [直观想象]
想象你在一个巨大的、没有两间房完全相同的迷宫里。每个房间是一个群元素,每扇门是一个操作(比如乘以某个元素 $a$)。消去律保证了从任何一个房间出发,通过一扇特定的门(操作 $a$),只会到达唯一一个目标房间。不会有两间不同的房间,通过同一扇门(同一个操作 $a$),却到达了同一个目的地。如果你发现两个人从不同房间出发,却到达了同一个房间,那只能说明他们出发的房间其实是同一个。
6矩阵中的消去律反例与群的两个基本示例
📜 [原文6]
乘以 $a^{-1}$ 对于此证明至关重要。当元素 $a$ 不可逆时,消去律不一定成立。例如,
$$
\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
1 & 1 \\
2 &
\end{array}\right]=\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
3 & \\
& 1
\end{array}\right] .
$$
我们已经考虑过的复合法则——矩阵的乘法和函数的复合——通过排除不可逆的元素,得到了群的两个基本示例。
- $n \times n$ 一般线性群是所有可逆 $n \times n$ 矩阵的群。它表示为
$$
\begin{equation*}
G L_{n}=\{n \times n \text { 可逆矩阵 } A\} . \tag{2.2.4}
\end{equation*}
$$
如果我们想指明正在处理实矩阵或复矩阵,我们根据情况分别写 $G L_{n}(\mathbb{R})$ 或 $G L_{n}(\mathbb{C})$。
📖 [逐步解释]
- 消去律反例的解释:
- 第一句话强调了逆元 $a^{-1}$ 在消去律证明中的核心地位。
- 第二句话指出了当元素 $a$ 不可逆时,消去律就可能失效。
- 紧接着给出了一个具体的 $2 \times 2$ 矩阵例子。原文中的矩阵写法有些省略,我们把它补全。
- 设 $A = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix}$。这个矩阵的行列式为 $1(0) - 1(0) = 0$,所以它是不可逆的。
- 设 $B = \begin{pmatrix} 1 & 1 \\ 2 & 0 \end{pmatrix}$。
- 设 $C = \begin{pmatrix} 3 & 0 \\ 0 & 1 \end{pmatrix}$。
- 显然 $B \neq C$。
- 计算左边: $AB = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 1 & 1 \\ 2 & 0 \end{pmatrix} = \begin{pmatrix} 1(1)+1(2) & 1(1)+1(0) \\ 0(1)+0(2) & 0(1)+0(0) \end{pmatrix} = \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}$。
- 计算右边: $AC = \begin{pmatrix} 1 & 1 \\ 0 & 0 \end{pmatrix} \begin{pmatrix} 3 & 0 \\ 0 & 1 \end{pmatrix} = \begin{pmatrix} 1(3)+1(0) & 1(0)+1(1) \\ 0(3)+0(0) & 0(0)+0(1) \end{pmatrix} = \begin{pmatrix} 3 & 1 \\ 0 & 0 \end{pmatrix}$。
- 结论: 我们得到了 $AB=AC$ 的结果,但实际上 $B \neq C$。这完美地展示了当公共因子 $A$ 不可逆时,消去律是无效的。
- 构造群的方法:
- 接下来,文章指出了一种从一个已有的、不完美的代数结构(比如所有矩阵和矩阵乘法)中“提炼”出群的通用方法。
- 这个方法就是:只保留那些可逆的元素。
- 对于矩阵乘法,我们丢掉所有不可逆的(行列式为0的)矩阵,只保留可逆矩阵。这些可逆矩阵的集合在矩阵乘法下就构成了一个群。
- 对于函数复合,我们丢掉所有非双射的函数,只保留双射函数(因为只有双射函数才有逆函数)。这些双射函数的集合在函数复合下也构成了一个群。
- 一般线性群 ($GL_n$) 的定义:
- 这是应用上述方法于矩阵得到的第一个重要群的例子。
- 名称: 一般线性群 (General Linear Group)。
- 构成: 所有 $n \times n$ 维的可逆矩阵。
- 运算: 矩阵乘法。
- 符号: $GL_n$。下标 $n$ 代表矩阵的维度。
- $GL_n$ 的具体化:
- 为了更精确地说明矩阵中元素的来源,我们可以在符号后面加上括号指明数域。
- $GL_n(\mathbb{R})$: 表示元素来自实数集 $\mathbb{R}$ 的 $n \times n$ 可逆矩阵群。
- $GL_n(\mathbb{C})$: 表示元素来自复数集 $\mathbb{C}$ 的 $n \times n$ 可逆矩阵群。
- 同样地,也可以有 $GL_n(\mathbb{Q})$ (有理数域)等。
💡 [数值示例]
示例1:$GL_1(\mathbb{R})$ 的元素
- $n=1$,$1 \times 1$ 的可逆矩阵就是 $[a]$,其中 $a$ 是一个非零实数。
- 例如 $[-3], [\pi], [1/2]$ 都是 $GL_1(\mathbb{R})$ 中的元素。
- 这个群实际上就是非零实数乘法群 $\mathbb{R}^{\times}$。
示例2:$GL_2(\mathbb{C})$ 的元素
- $n=2$,矩阵元素是复数,且行列式不为零。
- 例如 $A = \begin{pmatrix} 1+i & 0 \\ 2 & i \end{pmatrix}$。
- 它的行列式是 $(1+i)(i) - 0(2) = i + i^2 = -1+i$。
- 因为行列式 $-1+i \neq 0$,所以矩阵 $A$ 是 $GL_2(\mathbb{C})$ 的一个元素。
- 而矩阵 $B = \begin{pmatrix} 1 & i \\ i & -1 \end{pmatrix}$ 的行列式是 $1(-1) - i(i) = -1 - (-1) = 0$,所以 $B$ 不是 $GL_2(\mathbb{C})$ 的元素。
⚠️ [易错点]
- 所有矩阵 vs 可逆矩阵: 一定要分清“所有 $n \times n$ 矩阵的集合 $M_n(\mathbb{R})$” 和 “$n \times n$ 可逆矩阵的群 $GL_n(\mathbb{R})$”。前者在矩阵乘法下不是群,而后者是。
- 群的封闭性: $GL_n$ 是如何满足群公理的?
- 封闭性: 两个可逆矩阵 $A, B$ 的乘积 $AB$ 也是可逆的吗?是的,因为 $\det(AB) = \det(A)\det(B)$。既然 $A,B$ 可逆,则 $\det(A) \neq 0$ 且 $\det(B) \neq 0$,所以它们的乘积 $\det(A)\det(B) \neq 0$,这意味着 $AB$ 也是可逆的。
- 结合律: 矩阵乘法本身就是满足结合律的。
- 单位元: $n \times n$ 的单位矩阵 $I_n$ 是可逆的($\det(I_n)=1 \neq 0$),并且它就是群的单位元。
- 逆元: $GL_n$ 的定义就要求所有元素 $A$ 都是可逆的,所以 $A^{-1}$ 存在。我们还需要确认 $A^{-1}$ 本身是不是也在 $GL_n$ 中。是的,因为 $\det(A^{-1}) = 1/\det(A)$,既然 $\det(A) \neq 0$,那么 $\det(A^{-1})$ 也一定不是 $0$,所以 $A^{-1}$ 也是可逆的,它属于 $GL_n$。
📝 [总结]
本段落通过一个矩阵反例,深刻揭示了消去律成立的必要条件是元素可逆。接着,它提出了一种从包含不可逆元素的代数结构中构造群的普适方法——“筛选可逆元素”。并以此方法正式定义了群论中极其重要的一个例子——一般线性群 $GL_n$,即所有 $n \times n$ 可逆矩阵在矩阵乘法下构成的群。
🎯 [存在目的]
这一部分的目的是承上启下。它既为前面讲解的消去律提供了一个鲜活的“失效”案例,加深了对群公理(特别是逆元公理)重要性的理解;又自然地引出了第一个具体的、非平凡的、且在科学和工程中应用广泛的群的例子——一般线性群。这使得群的理论不再是纯粹的符号游戏,而是与具体、有形的数学对象(矩阵)联系了起来。
[直觉心-智模型]
想象一个满是各种交通工具的停车场。有的车能开(可逆),有的车是坏的,没法开(不可逆)。
- 消去律的失效:你对一辆好车(B)和一辆破车(C)都执行了一个“压扁”操作(乘以一个不可逆的“压路机”矩阵A),结果它们都变成了一堆废铁(AB=AC)。你无法从这堆废铁倒推出原来的车是好是坏。
- 构造 $GL_n$:现在,你决定只玩好车。你把停车场里所有能开的、有倒挡的(可逆的)车都挑出来,组成一个“精英车队”($GL_n$)。在这个车队里,任何操作(矩阵乘法)都是可以撤销的,秩序井然,满足群的优美规律。
💭 [直观想象]
一般线性群 $GL_n(\mathbb{R})$ 可以被想象成 $n$ 维空间中所有保持原点不变的“线性变换”的集合。一个“线性变换”就是一种不“掰弯”或“撕裂”空间的变换,它可能包括旋转、伸缩、剪切、反射等。
- 一个可逆的变换,意味着它有对应的“撤销”变换,可以把被变换的空间恢复原状。例如,旋转30度,可以通过再旋转-30度来恢复。
- 一个不可逆的变换,就像是把整个三维空间“压扁”成一个平面。你无法从这个被压扁的平面恢复出原始的三维信息。
- $GL_n(\mathbb{R})$ 就是所有这些不会造成信息永久丢失的、可恢复的线性变换所构成的群。
7对称群
📜 [原文7]
设 $M$ 是从集合 $T$ 到自身的映射集。映射 $f: T \rightarrow T$ 具有逆函数当且仅当它是双射的,在这种情况下,我们称 $f$ 是 $T$ 的一个置换。 $T$ 的置换构成一个群,其法则是映射的复合。如第 1.5 节所述,我们对置换的复合使用乘法记号,将 $q \circ p$ 写成 $q p$。
- 指标集 $\{\mathbf{1}, \mathbf{2}, \ldots, \mathbf{n}\}$ 的置换群称为对称群,表示为 $S_{n}$:
$$
\begin{equation*}
S_{n} \text { 是指标 } \mathbf{1}, \mathbf{2}, \ldots, \mathbf{n} \text { 的置换群。 } \tag{2.2.5}
\end{equation*}
$$
📖 [逐步解释]
- 背景:映射和逆函数:
- 首先,考虑一个集合 $T$,以及所有从 $T$ 映射到 $T$ 自身的函数(或称映射)所构成的集合 $M$。
- 一个映射 $f: T \rightarrow T$ 什么时候有逆函数 $f^{-1}$ 呢?一个函数可逆的充分必要条件是它必须是双射 (Bijective)。
- 双射包含两层意思:
- 单射 (Injective):不一样的输入一定得到不一样的输出。如果 $x_1 \neq x_2$,那么 $f(x_1) \neq f(x_2)$。没有“多对一”的情况。
- 满射 (Surjective):输出集合 $T$ 中的每一个元素,都至少有一个输入与之对应。没有“漏掉”的输出值。
- 置换 (Permutation) 的定义:
- 当一个从集合 $T$ 到自身的映射 $f$ 是双射时,我们就给它一个特殊的名字,叫作 $T$ 的一个置换。
- 直观上,一个置换就是对集合 $T$ 中的元素进行一次“重新排列”或“洗牌”。因为是双射,所以保证了没有元素被弄丢,也没有元素被复制,只是位置变了。
- 置换构成群:
- 现在,我们应用上一节的“筛选法”:从所有映射的集合 $M$ 中,只挑出那些可逆的,也就是所有的置换。
- 这个由集合 $T$ 的所有置换组成的集合,在函数复合(即先后执行两个置换)这个复合法则下,构成一个群。
- 验证群公理:
- 封闭性: 两个双射函数的复合仍然是一个双射函数。所以两个置换的复合还是一个置换。
- 结合律: 函数复合天生满足结合律:$(f \circ g) \circ h = f \circ (g \circ h)$。
- 单位元: 恒等映射 $id: T \rightarrow T$(即 $id(t) = t$ for all $t \in T$),它是一个双射,并且是这个群的单位元。因为 $f \circ id = id \circ f = f$。
- 逆元: 置换的定义就要求它是双射,因此可逆。每个置换 $f$ 都有一个逆函数 $f^{-1}$,它也是一个置换,并且 $f \circ f^{-1} = f^{-1} \circ f = id$。
- 所以,任意集合 $T$ 的置换集在函数复合下都构成一个群,我们称之为“T上的对称群”,记作 $Sym(T)$。
- 对称群 $S_n$ 的定义:
- 这是置换群中一个最特殊、最常用的例子。
- 我们不考虑任意的集合 $T$,而是取一个特定的、有限的集合,即包含 $n$ 个数字的指标集 $\{\mathbf{1}, \mathbf{2}, \ldots, \mathbf{n}\}$。
- 这个特定集合上的置换群,就被称为 $n$ 次对称群 (Symmetric Group on n letters),记作 $S_n$。
- $S_n$ 的元素就是对这 $n$ 个数字进行重新排列的所有可能方式。
- 记号约定:
- 函数复合的运算符是 "$\circ$"。
- 为了简洁,我们通常省略 "$\circ$",直接像乘法一样写在一起。$q \circ p$ 就写成 $qp$。这和矩阵乘法的记号统一了起来。但要注意这里的“乘法”是函数复合。
💡 [数值示例]
示例:对称群 $S_3$
- 作用集合: $T = \{\mathbf{1}, \mathbf{2}, \mathbf{3}\}$。
- $S_3$ 的元素就是所有对这三个数字的置换。我们用两行来表示一个置换,上面一行是原始数字,下面一行是映射之后对应的数字。
- 元素1:恒等置换 (单位元)
$e = \begin{pmatrix} 1 & 2 & 3 \\ 1 & 2 & 3 \end{pmatrix}$ (1映到1, 2映到2, 3映到3)
$\tau_1 = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 1 & 3 \end{pmatrix}$ (交换1和2, 3不动)
$\tau_2 = \begin{pmatrix} 1 & 2 & 3 \\ 1 & 3 & 2 \end{pmatrix}$ (交换2和3, 1不动)
$\tau_3 = \begin{pmatrix} 1 & 2 & 3 \\ 3 & 2 & 1 \end{pmatrix}$ (交换1和3, 2不动)
$\sigma_1 = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 3 & 1 \end{pmatrix}$ (1映到2, 2映到3, 3映到1)
$\sigma_2 = \begin{pmatrix} 1 & 2 & 3 \\ 3 & 1 & 2 \end{pmatrix}$ (1映到3, 3映到2, 2映到1)
- 群运算:函数复合
- 让我们计算 $\sigma_1 \tau_1$ (先做 $\tau_1$,再做 $\sigma_1$)。
- $\tau_1$ 把 $1 \to 2$, $2 \to 1$, $3 \to 3$。
- 再对这个结果做 $\sigma_1$:
- 原来的1,先变成2,再被 $\sigma_1$ 变成3。所以 $1 \to 3$。
- 原来的2,先变成1,再被 $\sigma_1$ 变成2。所以 $2 \to 2$。
- 原来的3,先变成3,再被 $\sigma_1$ 变成1。所以 $3 \to 1$。
- 所以,$\sigma_1 \tau_1 = \begin{pmatrix} 1 & 2 & 3 \\ 3 & 2 & 1 \end{pmatrix}$,这正好是 $\tau_3$。
- 结论: $S_3$ 共有6个元素。它是一个有限群。
⚠️ [易错点]
- 复合顺序: 函数复合 $qp$ ($q \circ p$) 通常意味着“先应用 $p$,再应用 $q$”。这个顺序非常重要,尤其是在非阿贝尔群(如 $S_3$)中。有些作者可能使用相反的约定,但“右先左后”是主流。
- 置换 vs 排列: 在组合数学中,“排列”可能指一个有序的列表,而在这里,“置换”特指一个双射函数。虽然两者密切相关,但置换作为群元素时,其函数的本质更加重要。
- 无限集合的置换群: 虽然 $S_n$ 是定义在有限集上的,但置换群的概念可以推广到无限集。例如,所有整数 $\mathbb{Z}$ 的置换群 $Sym(\mathbb{Z})$ 是一个无限群。
📝 [总结]
本段应用“筛选可逆元素”的方法于“函数复合”运算,定义了群论中另一个极端重要的例子——对称群 $S_n$。它是由对 $n$ 个符号进行所有可能的“重新排列”(即置换)构成的群,其运算规则是函数复合。对称群是所有有限群研究的原型和基础。
🎯 [存在目的]
定义对称群 $S_n$ 的目的有几个层面:
- 具体化: 它提供了一个具体的、可以用手计算的有限群的例子,是学习群论的绝佳“玩具”。
- 对称性的数学化: 对称群完美地捕捉了“对称”这个概念的数学本质。一个几何图形的对称操作群,实际上就是该图形的顶点(或点集)的置换中,能使图形保持不变的那些置换构成的群。
- 凯莱定理 (Cayley's Theorem): 这是一个惊人的定理,它指出“任何一个有限群,无论它看起来多么抽象,都同构于某个对称群 $S_n$ 的一个子群”。这意味着,从某种意义上说,只要彻底搞懂了对称群,就等于掌握了所有有限群的基本构造模块。因此,$S_n$ 在群论中的地位,就像质数在数论中的地位一样,是构建一切的基础。
🧠 [直觉心智模型]
想象你有 $n$ 个标着号的球,放在 $n$ 个标着号的坑里,一一对应。一个置换就是你把这些球拿出来,重新放到坑里的一种方案,但要求每个坑里还必须只有一个球。
- 群的元素: 就是所有可能的重放方案。
- 群的运算: 先按方案A放一次,然后再在这个基础上,按方案B再操作一次。
- 单位元: 所有球都放回原位的方案。
- 逆元: 如果方案A是把1号球和2号球对调,那么它的逆元就是再把它们调换回来。
💭 [直观想象]
你手里有3张牌,分别是黑桃1,黑桃2,黑桃3。
$S_3$ 的6个元素就对应着你洗这三张牌的所有可能结果。
- 不洗牌(恒等)。
- 只交换顶上两张。
- 只交换底下两张。
- ...等等。
群的运算就是“连续洗两次牌”。例如,先交换顶上两张,再把整叠牌“从上到下”循环一次(顶牌到底,其他上移),这是一种复合操作。你会发现,无论你怎么洗,结果永远是那6种基本排列之一。
8对称群的阶与二阶群
📜 [原文8]
一个包含 $n$ 个元素的集合有 $n!\left({ }^{\prime} n\right.$ 阶乘' $\left.=1 \cdot 2 \cdot 3 \cdots n\right)$ 个置换,因此对称群 $S_{n}$ 是一个有限群,其阶为 $n!$。
集合 $\{a, b\}$ 的两个元素的置换是恒等 $i$ 和对换 $\tau$ (参见 2.1.3)。它们构成一个二阶群。如果我们将 $a$ 替换为 $\mathbf{1}$,将 $b$ 替换为 $\mathbf{2}$,我们会发现这与对称群 $S_{2}$ 是同一个群。二阶群 $G$ 基本上只有一个。要了解这一点,我们注意到它的一个元素必须是单位元 $1$;设另一个元素是 $g$。该群的乘法表包含四个乘积 $11,1 g, g 1$ 和 $g g$。除 $g g$ 外的所有乘积都由 $1$ 是单位元这一事实决定。此外,消去律表明 $g g \neq g$。唯一的可能性是 $g g=1$。因此乘法表完全确定。只有一个群法则。
📖 [逐步解释]
- $S_n$ 的阶:
- 第一句话给出了对称群 $S_n$ 的阶的公式。
- 对于一个包含 $n$ 个元素的集合,它的置换(即双射)有多少个呢?
- 我们可以这样想:要构造一个置换 $f: \{1, ..., n\} \to \{1, ..., n\}$。
- 对于输入 $1$,它可以被映射到 $\{1, ..., n\}$ 中的任何一个,有 $n$ 种选择。
- 由于置换必须是单射的,输入 $2$ 就不能再映射到 $f(1)$ 了,所以它只剩下 $n-1$ 种选择。
- 输入 $3$ 剩下 $n-2$ 种选择。
- ...
- 最后一个输入 $n$ 只剩下 $1$ 种选择。
- 根据乘法原理,总的置换数量就是 $n \times (n-1) \times (n-2) \times \cdots \times 1$。
- 这个连乘积被定义为 $n$ 的阶乘,记作 $n!$。
- 因此,对称群 $S_n$ 的阶为 $|S_n| = n!$。由于 $n!$ 对任何正整数 $n$ 都是有限的,所以 $S_n$ 是一个有限群。
- 二阶群 (Group of order 2):
- 现在,文章转向分析最小的非平凡群:阶为2的群。
- 首先举例 $S_2$。$S_2$ 是作用在集合 $\{\mathbf{1}, \mathbf{2}\}$ 上的置换群。
- 它的阶是 $2! = 2$。
- 它的两个元素是:
- 恒等置换 $i = \begin{pmatrix} 1 & 2 \\ 1 & 2 \end{pmatrix}$ (什么都不做)。
- 对换 $\tau = \begin{pmatrix} 1 & 2 \\ 2 & 1 \end{pmatrix}$ (交换1和2)。
- 这个集合 $\{i, \tau\}$ 在函数复合下构成一个二阶群。
- 文章说,任何一个包含两个元素 $\{a,b\}$ 的集合的置换群,都和 $S_2$ 是“同一个群”。这里的“同一个”指的是结构上的相同,即“同构 (isomorphic)”。
- 二阶群的唯一性:
- 这部分是关键。它旨在证明:在同构的意义下,世界上只有一种二阶群。
- 证明思路: 我们不依赖任何具体例子,从零开始构造一个任意的二阶群 $G$,看看它的结构是不是被唯一确定了。
- 推导步骤:
- 设 $G$ 是一个二阶群。那么 $|G|=2$。
- 根据群的单位元公理,$G$ 中必须有一个单位元,我们记作 $1$。
- 既然 $|G|=2$,那么 $G$ 中除了 $1$ 之外,还必须有且仅有另一个元素。我们把它叫作 $g$。所以 $G = \{1, g\}$。
- 我们要确定这个群的复合法则,也就是构建它的乘法表。这个表需要定义 $1 \times 1, 1 \times g, g \times 1, g \times g$ 这四个运算的结果。
- 根据单位元的定义,我们立刻知道:
- $1 \times 1 = 1$
- $1 \times g = g$
- $g \times 1 = g$
- 现在只剩下 $g \times g$ 的结果没有确定。这个结果必须是 $G$ 中的元素,所以它要么是 $1$,要么是 $g$。
- 这里用到了消去律(或者是逆元公理的直接推论):在一个群中,如果 $gh=g$,那么 $h$ 必须是单位元 $1$。所以 $g \times g$ 不可能是 $g$,否则 $g$ 就成了单位元,但我们已经知道 $g \neq 1$。
- 排除 $g \times g = g$ 之后,只剩下唯一的可能性:$g \times g = 1$。
- 结论: 整个乘法表被完全确定了:
- 由于任何一个二阶群都必须遵循这个唯一的运算规则,所以它们在结构上是完全一样的。
💡 [数值示例]
示例1:$S_3$ 的阶
- $|S_3| = 3! = 1 \times 2 \times 3 = 6$。这与我们之前手动列出 $S_3$ 的6个元素相吻合。
示例2:两个不同的二阶群
- 群1: $G_1 = (\{1, -1\}, \times)$,即非零实数-1和1在乘法下构成的群。
- 乘法表:
- 群2: $G_2 = (\mathbb{Z}_2, +_2)$,即模2加法群。集合是 $\{0, 1\}$。
- 乘法表 (这里的“乘法”是模2加法):
- 比较: 如果我们把 $G_1$ 中的 $1$ 对应到 $G_2$ 中的 $0$ (单位元对单位元),把 $G_1$ 中的 $-1$ 对应到 $G_2$ 中的 $1$,你会发现这两个表格的结构是完全一样的。$-1 \times -1 = 1$ 对应着 $1 +_2 1 = 0$。因此 $G_1$ 和 $G_2$ 是同构的,它们是“同一个群”。
⚠️ [易错点]
- $0!$: 阶乘的定义中,约定 $0! = 1$。这对应于空集合的置换只有一种(即什么都不做)。$S_0$ 是一个一阶群(平凡群)。
- 群的同构: “基本上只有一个”的严格说法是“在同构意义下是唯一的”。这意味着任何两个二阶群之间都存在一个保持运算结构的双射。初学者可能会认为 $\{1,-1\}$ 和 $\{0,1\}$ 是不同的群,但在抽象代数层面,它们被视为相同的结构。
📝 [总结]
本段首先明确了对称群 $S_n$ 的阶为 $n!$。接着,通过一个严谨的逻辑推导,证明了任何阶为2的群都具有相同的乘法表结构,因此在抽象代数的意义下,二阶群是唯一的。这个推导过程是学习群论证明思想的一个极佳范例,它展示了如何仅从几条公理出发,就能确定一个数学结构的全部细节。
🎯 [存在目的]
这一部分的目的是双重的:
- 给出 $S_n$ 的阶,这是一个基本事实,也是后续研究有限群规模的重要工具。
- 通过分析最简单的非平凡群(二阶群),展示群公理的强大约束力。仅仅“阶为2”这个信息,就足以把群的整个结构焊死。这让初学者体会到抽象定义的力量。同时,这也开启了群的分类问题:对于给定的阶 $n$,有多少种本质不同(非同构)的群?阶为2时答案是1,阶为3时答案也是1,阶为4时答案是2,随着 $n$ 增大,问题变得异常复杂。
🧠 [直觉心智模型]
“二阶群只有一个”就像是说,任何一个只有“开”和“关”两种状态的系统,其变化的逻辑都是一样的。
- 设“关”是单位元,“开”是另一个状态。
- 关 + 关 = 关 (不动再不动,还是不动)
- 关 + 开 = 开 (不动再按一下,变成开)
- 开 + 关 = 开 (按一下再不动,还是开)
- 开 + 开 = 关 (按一下再按一下,回到关闭状态)
无论是电灯开关,还是计算机里的一个比特位取反操作,其底层的逻辑结构都是这个唯一的二阶群。
💭 [直观想象]
想象一面镜子。你站在镜子前,有两种状态:
- 你本人(单位元 1)。
- 镜子里的像(另一个元素 g)。
“复合”操作可以想成是“应用一次反射”。
- 对你本人“应用反射”,你看到了镜中的像。(1g = g)
- 对镜中的像“应用反射”(即从镜中像的角度再看一次反射),你看到了你自己。(gg = 1)
这个简单的物理系统就体现了二阶群的结构。
9对称群 $S_3$ 的常用表示
📜 [原文9]
我们接下来描述对称群 $S_{3}$。这个群的阶为六,它是一个方便的示例,因为它是其复合法则不交换的最小群。我们将经常提及它。为了描述它,我们挑选两个特定的置换,我们可以用它们来写出所有其他置换。我们取循环置换 (123) 和对换 (12),分别将其标记为 $x$ 和 $y$。规则
$$
\begin{equation*}
x^{3}=1, y^{2}=1, y x=x^{2} y \tag{2.2.6}
\end{equation*}
$$
很容易验证。使用消去律,可以发现六个元素 $1, x, x^{2}, y, x y, x^{2} y$ 是不同的。所以它们是群的六个元素:
$$
\begin{equation*}
S_{3}=\left\{1, x, x^{2} ; y, x y, x^{2} y\right\} . \tag{2.2.7}
\end{equation*}
$$
📖 [逐步解释]
- 引言:$S_3$ 的重要性:
- $S_3$ 的阶是 $3! = 6$。
- 它之所以重要,是因为它是最小的非阿贝尔群(非交换群)。我们已经知道,所有阶为1, 2, 3, 5的群都是循环群(因此是阿贝尔群),阶为4的群也是阿贝尔群。所以阶为6的 $S_3$ 是我们遇到的第一个非阿贝尔群,是研究非交换结构的绝佳入门案例。
- 生成元 (Generators):
- 要描述一个群,我们不必列出它的乘法表(对于 $S_3$ 来说,是一个 $6 \times 6$ 的大表)。一个更高效的方法是找到它的“生成元”。
- 生成元就是群中的一些关键元素,通过这些元素和它们的逆元的反复运算,可以表示出群里的所有元素。
- 对于 $S_3$,作者选择了两个元素作为生成元:
- $x$: 循环置换 $(123)$。在两行表示法中是 $\begin{pmatrix} 1 & 2 & 3 \\ 2 & 3 & 1 \end{pmatrix}$。它将 $1 \to 2$, $2 \to 3$, $3 \to 1$。可以想象成把正三角形顺时针旋转120度。
- $y$: 对换 $(12)$。在两行表示法中是 $\begin{pmatrix} 1 & 2 & 3 \\ 2 & 1 & 3 \end{pmatrix}$。它交换1和2,保持3不变。可以想象成沿着过顶点3的中线翻转正三角形。
- 定义关系 (Defining Relations):
- 仅仅有生成元还不够,我们还需要知道它们之间如何相互作用。这些相互作用的规则被称为“定义关系”。
- 作者给出了三条规则 (2.2.6):
- $x^3=1$: $x$ 这个操作(旋转120度)做三次,就等于什么都没做(旋转360度,即单位元 $1$)。$x^2 = (132)$ 是旋转240度,$x^3 = x \circ x^2 = (123)(132) = (1)(2)(3) = 1$。
- $y^2=1$: $y$ 这个操作(翻转)做两次,就等于什么都没做(翻过去再翻回来)。$y^2 = (12)(12) = (1)(2) = 1$。
- $yx = x^2y$: 这是最关键的一条,它揭示了 $S_3$ 的非交换本质。它说明 $y$ 和 $x$ 的运算顺序是不能交换的。如果你想把 $y$ 从 $x$ 的左边移到右边,你必须把 $x$ 变成 $x^2$。这个关系描述了旋转和翻转这两种操作是如何相互影响的。
- 验证 $yx=x^2y$:
- $x^2 = (123)(123) = (132) = \begin{pmatrix} 1 & 2 & 3 \\ 3 & 1 & 2 \end{pmatrix}$。
- 计算 $yx$ (先x后y):
- $x: 1 \to 2, 2 \to 3, 3 \to 1$
- $y$: $1 \leftrightarrow 2, 3 \to 3$
- 复合:$1 \xrightarrow{x} 2 \xrightarrow{y} 1$, $2 \xrightarrow{x} 3 \xrightarrow{y} 3$, $3 \xrightarrow{x} 1 \xrightarrow{y} 2$
- 所以 $yx = \begin{pmatrix} 1 & 2 & 3 \\ 1 & 3 & 2 \end{pmatrix} = (23)$。
- 计算 $x^2y$ (先y后x²):
- $y$: $1 \leftrightarrow 2, 3 \to 3$
- $x^2$: $1 \to 3, 3 \to 2, 2 \to 1$
- 复合:$1 \xrightarrow{y} 2 \xrightarrow{x^2} 1$, $2 \xrightarrow{y} 1 \xrightarrow{x^2} 3$, $3 \xrightarrow{y} 3 \xrightarrow{x^2} 2$
- 所以 $x^2y = \begin{pmatrix} 1 & 2 & 3 \\ 1 & 3 & 2 \end{pmatrix} = (23)$。
- 两者结果相同,关系式 $yx=x^2y$ 得到验证。
- $S_3$ 的所有元素:
- 利用生成元 $x, y$ 和它们的幂,可以构造出一些元素。
- $1$ (单位元)
- $x = (123)$
- $x^2 = (132)$
- $y = (12)$
- $xy = (123)(12) = (13)$。
- $x^2y = (132)(12) = (23)$。
- 作者断言,这6个元素 $1, x, x^2, y, xy, x^2y$ 就是 $S_3$ 的全部6个元素。这需要证明它们两两之间互不相同,这可以通过直接计算(或使用消去律)来完成。例如,如果 $x=xy$,根据左消去律得到 $1=y$,这与 $y=(12)$ 矛盾,所以 $x \neq xy$。
💡 [数值示例]
我们已经用置换的表示验证了 $yx=x^2y$。让我们再看一个例子,比如 $xyx$ 等于什么?
我们可以用两种方法:
- 直接用置换计算:
- $x = (123), y=(12)$
- $yx = (23)$ (前面已算)
- $xyx = x(yx) = (123)(23) = (12)$。所以 $xyx = y$。
- 只用关系式计算:
- $xyx = x(yx)$
- 利用关系 $yx=x^2y$,替换得到:$x(x^2y)$
- 利用结合律: $(xx^2)y = x^3y$
- 利用关系 $x^3=1$: $1y$
- 利用单位元性质: $y$。
- 两种方法结果一致。这说明关系式足以进行所有运算。
⚠️ [易错点]
- $xy \neq yx$: $S_3$ 是非阿贝尔群,$xy=(13)$ 而 $yx=(23)$。这是最关键的特性,初学者必须时刻牢记不能随意交换顺序。
- 生成元的选择不唯一: 我们可以选择不同的生成元来表示 $S_3$。例如,选择 $a=(13)$ 和 $b=(23)$ 也可以生成 $S_3$。但是,它们之间的关系式会是另一副样子。$x=(123), y=(12)$ 是一种“标准”或“常用”的选择。
- 关系式的应用: 使用关系式 $yx=x^2y$ 时要小心。它只告诉你如何处理 $yx$ 这个特定的组合。如果要处理 $y x^2$ 怎么办?
$y x^2 = yx \cdot x = (x^2y)x = x^2(yx) = x^2(x^2y) = x^4y = (x^3x)y = (1x)y = xy$。
所以 $y x^2 = xy$。
📝 [总结]
本段落介绍了描述有限群的一种强大而紧凑的方法:生成元与关系。以 $S_3$ 为例,它被展示为由一个三阶元素 $x$(旋转)和一个二阶元素 $y$(翻转)生成,并且它们的行为被三条简单的规则 ($x^3=1, y^2=1, yx=x^2y$) 完全确定。这套规则足以推导出 $S_3$ 的所有性质和运算结果,并能生成其全部6个元素。$S_3$ 作为最小的非阿贝尔群,是理解生成元、关系以及非交换性质的理想模型。
🎯 [存在目的]
引入用生成元和关系来描述 $S_3$ 的方法,是为了从乘法表的繁琐细节中解放出来,抓住群结构的核心。一个 $6 \times 6$ 的乘法表有36个条目,难以记忆和分析。而这套由2个生成元和3个关系组成的表示,信息量小得多,却包含了群的全部信息。这种“表示论”的思想是现代群论的核心工具之一,它允许我们用代数的方式简洁地定义和研究复杂的群。
🧠 [直觉心智模型]
这就像是用乐高积木搭建一个模型。
- 生成元 (x, y): 是你手里仅有的两种基本积木块(比如一个红色的 $2 \times 1$ 块和一个蓝色的 $1 \times 1$ 块)。
- 关系 ($x^3=1, y^2=1, yx=x^2y$): 是模型的“搭建说明书”。它告诉你“三个红色块叠在一起等于没有”,“两个蓝色块叠在一起也等于没有”,以及“一个蓝块左边放一个红块,等价于右边放一个蓝块,但左边的红块要换成另一种形状($x^2$)”。
- 群的元素 ($1, x, x^2, y, xy, x^2y$): 是你根据说明书能拼出来的所有不同的小组件。
- 群的运算: 就是把两个小组件拼在一起,然后根据说明书进行化简,看看最终变成了哪个基本组件。
💭 [直观想象]
继续用正三角形的例子。
- $x$ 是顺时针旋转120度。
- $y$ 是沿着通过顶点3的中线做一次翻转。
- $x^3=1$: 旋转3次回到原位。
- $y^2=1$: 翻转2次回到原位。
- $yx = x^2y$: 请亲自拿一张画着正三角形的纸,标上顶点1,2,3。
- 做 $yx$: 先旋转(x),顶点1跑到2的位置,2跑到3,3跑到1。再翻转(y),交换现在1和2位置上的东西。最终,原来的顶点1在3的位置,2在1的位置,3在2的位置。
- 做 $x^2y$: 先翻转(y),顶点1和2交换位置。再旋转240度($x^2$)。最终,原来的顶点1在3的位置,2在1的位置,3在2的位置。
- 你会发现两次操作的最终结果完全一样!这个动手操作是理解 $yx=x^2y$ 最直观的方式。
10使用关系进行计算
📜 [原文10]
将来,我们将把 (2.2.6) 和 (2.2.7) 称为对称群 $S_{3}$ 的“常用表示”。请注意,$S_{3}$ 不是交换群,因为 $y x \neq x y$。
规则 (2.2.6) 足以进行计算。通过重复应用规则,可以证明元素 $x$ 和 $y$ 及其逆元的任何乘积等于乘积 (2.2.7) 之一。为此,我们使用最后一个规则将所有 $y$ 移到右侧,并使用前两个规则保持指数较小。例如,
$$
\begin{equation*}
x^{-1} y^{3} x^{2} y=x^{2} y x^{2} y=x^{2}(y x) x y=x^{2}\left(x^{2} y\right) x y=x y x y=x\left(x^{2} y\right) y=1 . \tag{2.2.8}
\end{equation*}
$$
可以借助规则 (2.2.6) 写出 $S_{3}$ 的乘法表,正因如此,这些规则被称为群的定义关系。我们将在第 7 章研究定义关系。
我们到此为止。随着 $n$ 的增加,$S_{n}$ 的结构变得非常迅速地复杂起来。
📖 [逐步解释]
- 常用表示: 作者给出了一个名称,“常用表示 (usual presentation)”,特指用生成元 $x=(123), y=(12)$ 以及关系式 (2.2.6) 和元素列表 (2.2.7) 来描述 $S_3$ 的这套方法。
- 非交换性的再次强调: 明确指出 $S_3$ 不是交换群,因为从关系 $yx=x^2y$ 可以看出,只要 $x \neq x^2$ (这是显然的),那么 $yx \neq xy$。
- 计算策略:
- 核心思想:任何由生成元 $x, y$ 和它们的逆元($x^{-1}, y^{-1}$)组成的复杂表达式,都可以通过反复应用关系式 (2.2.6) 进行化简,最终变成标准形式列表 (2.2.7) 中的某一个。
- 化简总策略:
- 移y: 利用关系 $yx=x^2y$ (或其变体如 $yx^2=xy$),想办法把表达式中所有的 $y$ 都挪到表达式的最右边。每当一个 $y$ 穿过一个 $x$(从左到右),那个 $x$ 就会发生改变。
- 降幂: 利用关系 $x^3=1$ 和 $y^2=1$,将 $x$ 和 $y$ 的指数(幂次)保持在尽可能小的范围内。例如,看到 $x^4$ 就换成 $x$,看到 $y^3$ 就换成 $y$,看到 $x^{-1}$ 就换成 $x^2$ (因为 $x^3=1 \implies x \cdot x^2 = 1 \implies x^{-1}=x^2$)。
- 示例计算的超详细分解:
- 目标: 化简表达式 $x^{-1} y^{3} x^{2} y$。
- 第一步:降幂和处理逆元
- $x^{-1} = x^2$ (因为 $x^3=1$)
- $y^3 = y^2 \cdot y = 1 \cdot y = y$ (因为 $y^2=1$)
- 代入原表达式,得到: $x^2 y x^2 y$。这是原文等号右边的第一项。
- 第二步:开始移动第一个 y
- 表达式是 $x^2 y x^2 y$。我们关注中间的 $y x^2$ 部分。
- 我们需要把 $y$ 挪到 $x^2$ 的右边。我们已经推导过 $yx^2 = xy$。
- 所以 $x^2 (y x^2) y = x^2 (xy) y$。
- 我们也可以按原文的思路,逐步来:$x^2 (yx) xy$。
- 将 $yx$ 替换为 $x^2y$:$x^2 (x^2y) xy$。这是原文的第三项。
- 第三步:合并 x 和移动第二个 y
- $x^2 (x^2y) xy = (x^2x^2)yxy = x^4 yxy$。
- $x^4 = x^3x = 1x=x$。所以表达式变为 $x y x y$。这是原文的第四项。
- 第四步:继续移动 y
- 我们关注中间的 $y x$ 部分。
- $x (yx) y = x (x^2y) y$。这是原文的第五项。
- 第五步:合并同类项
- $x (x^2y) y = (xx^2)(yy) = x^3 y^2$。
- 第六步:最终化简
- $x^3 = 1$
- $y^2 = 1$
- 所以 $x^3 y^2 = 1 \cdot 1 = 1$。这是原文的最后一项。
- 结论: 那个看起来很复杂的表达式,其真实身份就是单位元 $1$。
- 定义关系的作用:
- 正是因为这套规则足以进行任何运算,并最终得到一个确定的结果,所以它们被称为群的“定义关系”。它们完全定义了整个群的结构。
- 作者预告了第7章将更深入地研究这个主题。
- $S_n$ 的复杂性:
- 最后,作者感叹,$S_3$ 还算简单,随着 $n$ 的增大,$S_n$ 的结构会变得异常复杂。$|S_4|=24, |S_5|=120$,其内部的子群结构、表示方式等都将迅速复杂化。
💡 [数值示例]
让我们再化简一个例子:$(xy)^2$
- $(xy)^2 = xyxy$
- 关注中间的 $yx$: $x(yx)y$
- 替换 $yx$ 为 $x^2y$: $x(x^2y)y$
- 合并: $(xx^2)(yy) = x^3 y^2$
- 化简: $1 \cdot 1 = 1$
- 所以 $(xy)^2 = 1$。
- 这告诉我们 $xy$ 这个元素 (即置换 (13)) 是一个二阶元素,它自己的逆元就是它自己。这与对换的性质相符。
⚠️ [易错点]
- 计算必须严格遵守规则: 不能凭直觉乱算。例如,$(xy)^2 = x^2y^2$ 这个公式只有在阿贝尔群中才成立。在 $S_3$ 中,我们刚算出 $(xy)^2=1$,而 $x^2y^2 = x^2 \cdot 1 = x^2$。显然 $1 \neq x^2$,所以这个公式在这里不适用。
- 化简路径不唯一,但结果唯一: 你可以采用不同的步骤顺序来化简一个表达式,但最终得到的结果(在标准列表 (2.2.7) 中)一定是相同的。
📝 [总结]
本段落展示了如何利用生成元和关系这套“符号计算系统”来实际地进行群内运算。通过一个详细的例子,它演示了将任意复杂表达式化归为标准形式的通用策略。这不仅确认了这套规则的完备性(足以进行所有计算),也强调了这些“定义关系”作为群之“定义”的核心地位。最后,它也暗示了从 $S_3$ 这个简单模型到更一般的 $S_n$ 的研究,其复杂性将急剧增长。
🎯 [存在目的]
这一部分的目的是让读者“动起手来”,实际感受一下在非阿贝尔群中进行符号计算是什么样的。它要传达的核心信息是:尽管群的定义是抽象的,但对于由生成元和关系给出的群,其内部的运算可以变得像解代数方程一样具体和机械化。这为后续更形式化的“表示论”研究打下了实践基础,并让读者对非交换世界的计算规则有更深刻的体会。
🧠 [直觉心智模型]
这就像是在玩一个语法游戏。你有几个基本字母($x, y$),和几条改写规则(关系)。给你一个长长的、乱七八糟的单词,你的任务就是利用这些规则,反复地替换单词的片段,直到它变成一个无法再简化的“标准词汇”之一。这个过程可能看起来很曲折,但保证能到达终点。
💭 [直观想象]
想象你在解一个复杂的绳结。
- 绳子上的不同花结是 $x$ 和 $y$。
- 关系就是几种基本的解绳手法:比如“三个同向的结可以被拉直消失”($x^3=1$),“某个结从绳子的一侧穿到另一侧时会变形”($yx=x^2y$)。
- 给你一个乱糟糟的绳结(如 $x^{-1} y^{3} x^{2} y$),你通过反复运用这几种手法,最终总能把它解开,变成最简单的状态(比如一根直绳,代表单位元 1)。
11子群的定义
📜 [原文11]
一般线性群和对称群之所以重要的一个原因是,许多其他群作为子群包含在它们中。群 $G$ 的子集 $H$ 是一个子群,如果它具有以下性质:
(2.2.9)
- 封闭性:如果 $a$ 和 $b$ 在 $H$ 中,则 $a b$ 在 $H$ 中。
- 单位元:$1$ 在 $H$ 中。
- 逆元:如果 $a$ 在 $H$ 中,则 $a^{-1}$ 在 $H$ 中。
这些条件解释如下:第一个条件告诉我们群 $G$ 上的复合法则定义了 $H$ 上的复合法则,称为诱导法则。第二和第三个条件表示 $H$ 在此诱导法则下是一个群。请注意 (2.2.9)
提到了群定义的所有部分,除了结合律。我们不需要提及结合律。它会自动从 $G$ 延续到子集 $H$。
📖 [逐步解释]
- 引言:子群的重要性:
- 文章首先点出了 $GL_n$ 和 $S_n$ 这两大群如此重要的一个原因:它们像“母体”一样,内部包含了许许多多其他的小群。这些被包含在内的群,就叫做子群 (Subgroup)。研究一个大群的子群结构,是理解这个大群性质的关键途径。
- 子群的定义:
- 前提: 子群首先必须是原群 $G$ 的一个子集 $H$。也就是说,$H$ 里的所有元素都必须是 $G$ 里的元素。
- 子群三条件 (Subgroup Test): 一个子集 $H$ 要想升级成为一个子群,它自身必须在继承自 $G$ 的运算下也构成一个群。为了验证这一点,我们需要检查以下三个条件:
- 封闭性 (Closure): 在 $H$ 里随便拿两个元素 $a, b$ 出来,用 $G$ 的运算规则对它们进行运算,得到的结果 $ab$ 必须还在 $H$ 里面,不能跑到 $H$ 外面去。(虽然它肯定还在 $G$ 里面,但作为子群,要求更严格,必须还在 $H$ 里)。
- 单位元 (Identity): 大群 $G$ 的单位元 $1$ 必须也包含在子集 $H$ 中。
- 逆元 (Inverses): 对于 $H$ 中的任何一个元素 $a$,它在 $G$ 中的那个逆元 $a^{-1}$ 也必须包含在 $H$ 中。
- 对条件的解释:
- 诱导法则 (Induced Operation): 封闭性保证了 $G$ 的运算可以被 $H$ “继承”过来,成为 $H$ 自己的运算。这个继承过来的运算就叫诱导法则。
- $H$ 自身成群: 单位元和逆元这两个条件,再加上封闭性,实际上就是在说:子集 $H$ 在这个诱导法则下,满足了群定义中的封闭性、单位元和逆元三条公理。
- 被忽略的结合律: 为什么子群定义里没有要求验证结合律 $(ab)c = a(bc)$?因为 $H$ 是 $G$ 的子集,$H$ 中的所有元素也都是 $G$ 的元素。既然结合律对 $G$ 中所有元素都成立,那么它自然对 $H$ 中这些元素也成立。结合律是可以被子集自动“遗传”的优良性质,无需额外检查。
💡 [数值示例]
示例1:偶数集是整数加法群的子群
- 大群 G: 整数加法群 $(\mathbb{Z}, +)$。
- 子集 H: 所有偶数构成的集合 $2\mathbb{Z} = \{..., -4, -2, 0, 2, 4, ...\}$。
- 验证子群三条件:
- 封闭性: 任意两个偶数相加,结果还是偶数吗?是的。(例如,$4+(-10)=-6$,是偶数)。形式化地,设 $a=2k_1, b=2k_2$,则 $a+b = 2(k_1+k_2)$,仍然是2的倍数,即偶数。所以结果在 $H$ 中。
- 单位元: $\mathbb{Z}$ 的单位元是 $0$。$0$ 是偶数吗?是的,$0 = 2 \times 0$。所以 $0 \in H$。
- 逆元: 在 $(\mathbb{Z}, +)$ 中,一个元素 $a$ 的逆元是 $-a$。如果 $a$ 是一个偶数,那么 $-a$ 也是偶数吗?是的。如果 $a=2k$,则 $-a = 2(-k)$,也是偶数。所以逆元在 $H$ 中。
- 结论: $2\mathbb{Z}$ 满足所有三个条件,因此它是 $\mathbb{Z}$ 的一个子群。
示例2:正实数集是...
- 大群 G: 非零实数乘法群 $(\mathbb{R}^{\times}, \times)$。
- 子集 H: 所有正实数构成的集合 $\mathbb{R}_{>0}$。
- 验证子群三条件:
- 封闭性: 任意两个正实数相乘,结果还是正实数吗?是的。
- 单位元: $\mathbb{R}^{\times}$ 的单位元是 $1$。$1$ 是正实数吗?是的。所以 $1 \in H$。
- 逆元: 在 $(\mathbb{R}^{\times}, \times)$ 中,一个元素 $a$ 的逆元是 $1/a$。如果 $a$ 是一个正实数,那么 $1/a$ 也是正实数吗?是的。所以逆元在 $H$ 中。
- 结论: $\mathbb{R}_{>0}$ 是 $\mathbb{R}^{\times}$ 的一个子群。
示例3:反例
- 大群 G: 整数加法群 $(\mathbb{Z}, +)$。
- 子集 H: 所有非负整数 $\{0, 1, 2, 3, ...\}$。
- 验证:
- 封闭性: 两个非负整数相加,结果还是非负整数。满足。
- 单位元: $0$ 是非负整数。满足。
- 逆元: 考虑 $H$ 中的元素 $3$。它在 $G$ 中的逆元是 $-3$。但是 $-3$ 不是非负整数,所以 $-3 \notin H$。逆元条件不满足。
- 结论: 非负整数集合不是 $\mathbb{Z}$ 的子群。
⚠️ [易错点]
- 子集 vs 子群: 一个子集不一定是子群。子群的要求要严格得多。
- 验证缺一不可: 三个条件必须全部满足。只要有一个不满足,就不是子群。
- 运算要用大群的: 在验证封闭性时,用来计算 $ab$ 的运算规则,必须是继承自大群 $G$ 的那个规则。
- 子群判定的简化: 实际上,有一个更简洁的“一步判定法”:一个非空子集 $H$ 是子群的充要条件是,对于任意 $a, b \in H$,都有 $ab^{-1} \in H$。这个条件巧妙地把封闭性和逆元合并在了一起。(先取 $b$ 的逆元,再做乘法)。
📝 [总结]
子群是内嵌于一个大群 $G$ 之中,并且自身也构成一个群的子集 $H$。要判断一个子集 $H$ 是否为子群,只需验证它对于大群的运算是否满足封闭性,是否包含大群的单位元,以及是否包含其所有元素的逆元。结合律则无需验证,因为它会自动遗传。子群是分析群内部结构的基本单位。
🎯 [存在目的]
引入子群的概念,是为了将一个庞大而复杂的群分解成更小、更易于管理的组成部分来研究。这是一种在科学中普遍使用的“分而治之”的策略。通过研究一个群有哪些子群、子群之间有什么关系、子群的阶有什么规律(如拉格朗日定理)等等,我们可以逐步揭示出原群的深刻内在结构和对称性质。就像化学家通过研究分子中的官能团来理解化合物性质一样,代数学家通过研究群中的子群来理解群。
🧠 [直觉心智模型]
想象一个大型俱乐部 $G$,会员们有一种特殊的握手方式(运算)。
一个子群 $H$ 就像是这个俱乐部里的一个“小团体”。
- 子集: 小团体的成员首先必须是大俱乐部的成员。
- 封闭性: 小团体里任意两个人用特殊方式握手,产生的新“状态”还是被认为是这个小团体内部的。他们的关系很“铁”,不会因为互动而产生圈外人。
- 单位元: 大俱乐部的“名誉主席”(单位元)也必须是这个小团体的成员。
- 逆元: 小团体里每个成员的“撤销伙伴”也必须在这个小团体里。
满足这些条件的小团体,自己内部就形成了一个功能齐全的、自给自足的小俱乐部。
💭 [直观想象]
在 $S_3$(正三角形的6个对称操作)这个群中,考虑子集 $H = \{1, x, x^2\}$,即 $\{不动, 旋转120, 旋转240\}$。
- 这是一个子集。
- 封闭性: 旋转+旋转还是旋转,结果都还在 $H$ 里。(如 $x \cdot x = x^2 \in H$, $x \cdot x^2 = x^3=1 \in H$)。
- 单位元: “不动”操作 $1$ 在 $H$ 里。
- 逆元: $1$ 的逆元是 $1 \in H$。$x$ 的逆元是 $x^2 \in H$。$x^2$ 的逆元是 $x \in H$。
- 结论:$H$ 是 $S_3$ 的一个子群。它代表了正三角形的所有“纯旋转”对称性。
再考虑另一个子集 $K = \{1, y\}$,即 $\{不动, 翻转\}$。
- 封闭性: $y \cdot y = y^2 = 1 \in K$。
- 单位元: $1 \in K$。
- 逆元: $1^{-1}=1 \in K$, $y^{-1}=y \in K$。
- 结论:$K$ 也是 $S_3$ 的一个子群。
12关于子群定义的注释
📜 [原文12]
注释:(i) 在数学中,学习每个术语的定义至关重要。直观的感觉不足以满足要求。例如,可逆实数(上)$2 \times 2$ 三角矩阵集 $T$ 是一般线性群 $G L_{2}$ 的一个子群,并且只有一种方法可以验证这一点,即回到定义。确实,$T$ 是 $G L_{2}$ 的一个子集。必须验证可逆三角矩阵的乘积是三角的,单位元是三角的,并且可逆三角矩阵的逆元是三角的。当然,这些点很容易检查。
(ii) 封闭性有时被提及为群的公理之一,以表明 $G$ 中元素的乘积 $a b$ 仍然是 $G$ 中的一个元素。我们将封闭性作为复合法则含义的一部分。这样,就不需要在群的定义中单独提及它了。$\square$
📖 [逐步解释]
这一段是作者插入的两个评注,旨在强调一些学习方法和澄清术语定义。
注释 (i): 定义的重要性
- 核心观点: 作者强调,在学习数学时,精确掌握每个术语的定义是绝对必要的。仅仅依靠直观感觉或模糊的印象是行不通的,甚至会产生错误。
- 举例说明:
- 命题: “所有可逆的 $2 \times 2$ 上三角矩阵构成的集合 $T$,是一般线性群 $GL_2(\mathbb{R})$ 的一个子群。”
- 直觉: 听起来好像是对的。三角矩阵是一类特殊的矩阵,它们自己玩自己的,应该能构成一个子群吧?——这种想法就是作者批评的“直观感觉”。
- 正确方法: 作者指出,验证这个命题的唯一可靠方法,就是老老实实地回到子群的定义,逐条检验。
- 检验步骤:
- 前提: $T$ 是 $GL_2(\mathbb{R})$ 的一个子集吗?是的,因为可逆上三角矩阵首先是一种可逆矩阵。
- 检验1 (封闭性): 两个可逆上三角矩阵的乘积,结果还是一个可逆上三角矩阵吗?我们需要去证明。
- 检验2 (单位元): $GL_2(\mathbb{R})$ 的单位元(也就是单位矩阵 $I_2$)是一个上三角矩阵吗?
- 检验3 (逆元): 一个可逆上三角矩阵的逆矩阵,结果还是一个上三角矩阵吗?
- “当然,这些点很容易检查”: 作者在这里省略了具体的证明,但暗示了这些都是线性代数中的基本事实。让我们来完成它。
注释 (ii): 关于封闭性的说明
- 两种观点: 作者指出了在定义群时,对于封闭性 (Closure) 的两种不同处理方式。
- 观点A (作为公理): 有些教科书会把群的定义列为四条公理:1. 封闭性,2. 结合律,3. 单位元,4. 逆元。这里的封闭性明确指出:对于任意 $a, b \in G$,它们的运算结果 $ab$ 仍然在 $G$ 中。
- 观点B (作为运算的前提): 本书作者采取了另一种更现代的观点。他认为,“复合法则”或“二元运算”这个概念本身就应该内置了封闭性的要求。一个运算如果运算结果会跑到集合外面去,那它就算不上是这个集合上的一个合格的“二元运算”。
- 本书的选择: 因此,在本书的体系下,群的定义只需要提三条公理(结合律、单位元、逆元),因为封闭性已经被“复合法则”这个术语提前保证了。这使得定义更加简洁。
- 对子群定义的影响: 然而,在定义子群时,封闭性必须被明确地提出来。因为即使运算本身在大的集合 $G$ 上是封闭的,但对于一个小的子集 $H$,运算结果很可能落在 $G$ 中,却跑到了 $H$ 的外面。所以,子群的封闭性是一个需要额外检验的、非平凡的条件。
💡 [数值示例]
完成注释(i)中的证明
- 命题: $T = \{ \begin{pmatrix} a & b \\ 0 & d \end{pmatrix} \mid a, b, d \in \mathbb{R}, ad \neq 0 \}$ 是 $GL_2(\mathbb{R})$ 的子群。
- 检验1 (封闭性):
- 取两个 $T$ 中的矩阵 $A_1 = \begin{pmatrix} a_1 & b_1 \\ 0 & d_1 \end{pmatrix}$ 和 $A_2 = \begin{pmatrix} a_2 & b_2 \\ 0 & d_2 \end{pmatrix}$。
- 计算乘积 $A_1A_2 = \begin{pmatrix} a_1a_2 & a_1b_2 + b_1d_2 \\ 0 & d_1d_2 \end{pmatrix}$。
- 观察结果,它仍然是一个上三角矩阵。
- 它的行列式是 $(a_1a_2)(d_1d_2) = (a_1d_1)(a_2d_2)$。因为 $A_1, A_2$ 可逆,所以 $a_1d_1 \neq 0$ 且 $a_2d_2 \neq 0$。因此乘积的行列式也不为0,结果矩阵是可逆的。
- 结论:乘积仍然是一个可逆上三角矩阵,属于 $T$。封闭性满足。
- 检验2 (单位元):
- $GL_2(\mathbb{R})$ 的单位元是 $I_2 = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}$。
- 这是一个上三角矩阵吗?是的(主对角线以下的元素都是0)。
- 它是可逆的吗?是的(行列式为1)。
- 结论:单位元在 $T$ 中。
- 检验3 (逆元):
- 取一个 $T$ 中的矩阵 $A = \begin{pmatrix} a & b \\ 0 & d \end{pmatrix}$,其中 $ad \neq 0$。
- 它的逆矩阵是 $A^{-1} = \frac{1}{ad-0} \begin{pmatrix} d & -b \\ 0 & a \end{pmatrix} = \begin{pmatrix} 1/a & -b/(ad) \\ 0 & 1/d \end{pmatrix}$。
- 观察结果,它仍然是一个上三角矩阵。
- 它是可逆的吗?是的,因为它的行列式是 $(1/a)(1/d) = 1/(ad) \neq 0$。
- 结论:$A$ 的逆元 $A^{-1}$ 仍然在 $T$ 中。
- 总结论: $T$ 满足子群的所有三条定义,因此它确实是 $GL_2(\mathbb{R})$ 的一个子群。
⚠️ [易错点]
- 直觉的陷阱: “下三角矩阵”的集合也是一个子群。但是“可逆的对称矩阵”集合就不是 子群,因为两个对称矩阵的乘积通常不是对称矩阵,不满足封闭性。这再次说明了严格检验定义的必要性。
- 定义版本的混淆: 如果你读的另一本教科书把封闭性作为群的第四条公理,不要感到困惑。这只是表述方式的不同,本质上定义的群是同一个东西。重要的是理解每个版本定义的内在逻辑。
📝 [总结]
这两个注释是作者的“良苦用心”。注释(i)通过一个具体的线性代数例子,告诫读者在抽象数学中必须抛弃模糊的直觉,严格依赖和检验定义。注释(ii)澄清了本书在“群”的定义中对“封闭性”的处理方式,解释了为什么它被吸收到“复合法则”的定义中,而在“子群”的定义中又必须被明确列出。
🎯 [存在目的]
这两个注释的存在,是为了培养读者严谨的数学思维习惯,并扫清一些潜在的术语理解障碍。
- 注释(i)的目的是“授之以渔”,教给读者在面对一个新的数学命题时应该如何去思考和验证,强调了从定义出发的演绎逻辑是数学的生命线。
- 注释(ii)的目的是“统一语言”,确保读者和作者在“群”和“封闭性”这些基本概念的内涵上达成一致,避免因定义版本的不同而产生误解。
🧠 [直觉心智模型]
- 注释(i)的心智模型: 学习数学就像是学习一门法律。法律条文(定义)是至高无上的。一个案子(一个数学命题)不能凭“我感觉他像个好人”来判,而必须逐条对照法条(定义),看是否满足所有条件。直觉可以帮助你提出猜想,但只有定义和逻辑才能给出最终判决。
- 注释(ii)的心智模型: 这就像是在争论“车”的定义。有人说车有四个轮子、一个发动机...。另一个人说,我们先定义一个“动力总成”(内置了发动机),然后说车是“一个带轮子的外壳,并配备了动力总成”。两种定义描述的是同一个东西,只是把某些组件打包的方式不同。作者在此解释了他选择的“打包”方式。
💭 [直观想象]
对于注释(i),想象一个由各种形状的积木块构成的集合。你想知道“所有红色的积木块”是不是一个子群。你不能只因为它们都是红色的就下结论。你必须实际操作:
- 拿出两块红色积木拼在一起,看结果是不是还是红色的?(封闭性)
- 那个“什么都不拼”的积木(单位元)是不是红色的?
- 每块红色积木的“拆解操作”所对应的积木,是不是也是红色的?(逆元)
只有全部回答“是”,你才能说“红色积木块集合”构成一个子群。
13子群的示例
📜 [原文13]
示例 2.2.10
(a) 绝对值为 $1$ 的复数集,即复平面中单位圆上的点集,是乘法群 $\mathbb{C}^{\times}$ 的一个子群,称为圆群。
(b) 行列式为 $1$ 的实数 $n \times n$ 矩阵群是一般线性群 $G L_{n}$ 的一个子群,称为特殊线性群。它表示为 $S L_{n}$:
$$
\begin{equation*}
S L_{n}(\mathbb{R}) \text { 是行列式等于 } 1 \text { 的实数 } n \times n \text { 矩阵 } A \text { 的集合。 } \tag{2.2.11}
\end{equation*}
$$
定义性质 (2.2.9) 对于特定的子群通常非常容易验证,我们可能不会进行验证。
📖 [逐步解释]
这一部分给出了两个非常重要的子群示例。
示例 (a): 圆群 (Circle Group)
- 大群 G: 非零复数乘法群 $\mathbb{C}^{\times}$。其元素是所有形式为 $a+bi$(其中 $a,b$ 不全为0)的复数,运算是复数乘法。
- 子集 H: 绝对值为 $1$ 的复数集。一个复数 $z=a+bi$ 的绝对值(或称模长)$|z|$ 定义为 $\sqrt{a^2+b^2}$。在复平面上,这正好是点 $(a,b)$到原点的距离。所以,所有绝对值为1的复数构成的集合,就是复平面上以原点为中心、半径为1的单位圆。这个集合通常记作 $U(1)$ 或 $S^1$。
- 名称: 这个子群被称为圆群 (Circle Group)。
- 验证子群条件:
- 封闭性: 取两个绝对值为1的复数 $z_1, z_2$。它们的乘积 $z_1z_2$ 的绝对值是 $|z_1z_2| = |z_1||z_2| = 1 \times 1 = 1$。所以乘积的绝对值也为1,它还在单位圆上。
- 单位元: $\mathbb{C}^{\times}$ 的单位元是复数 $1$ (即 $1+0i$)。它的绝对值 $|1| = \sqrt{1^2+0^2} = 1$。所以单位元在单位圆上。
- 逆元: 取一个绝对值为1的复数 $z$。它在 $\mathbb{C}^{\times}$ 中的逆元是 $z^{-1} = 1/z$。它的绝对值是 $|z^{-1}| = 1/|z| = 1/1 = 1$。所以逆元也在单位圆上。
- 结论: 圆群是 $\mathbb{C}^{\times}$ 的一个子群。
示例 (b): 特殊线性群 (Special Linear Group)
- 大群 G: 一般线性群 $GL_n(\mathbb{R})$,即所有可逆的 $n \times n$ 实矩阵。
- 子集 H: 行列式为 $1$ 的 $n \times n$ 实矩阵集。
- 名称: 这个子群被称为特殊线性群 (Special Linear Group),记作 $SL_n(\mathbb{R})$。
- 验证子群条件:
- 封闭性: 取两个行列式为1的矩阵 $A, B$。它们的乘积 $AB$ 的行列式是 $\det(AB) = \det(A)\det(B) = 1 \times 1 = 1$。所以乘积的行列式也为1。
- 单位元: $GL_n(\mathbb{R})$ 的单位元是单位矩阵 $I_n$。它的行列式 $\det(I_n) = 1$。所以单位元在 $SL_n(\mathbb{R})$ 中。
- 逆元: 取一个行列式为1的矩阵 $A$。它在 $GL_n(\mathbb{R})$ 中的逆元是 $A^{-1}$。它的行列式是 $\det(A^{-1}) = 1/\det(A) = 1/1 = 1$。所以逆元的行列式也为1。
- 结论: $SL_n(\mathbb{R})$ 是 $GL_n(\mathbb{R})$ 的一个子群。
最后一句话:
- 作者表示,像上面这两个例子,其子群条件的验证都相当直接和简单(主要依赖于绝对值和行列式的乘法性质)。
- 因此,在未来遇到这类“显而易见”的子群时,可能就不会再一步步地写出详细的验证过程了,而是默认读者能够自行完成。
💡 [数值示例]
圆群示例
- $z_1 = i$。$|i|=1$。
- $z_2 = \frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}$。$|z_2| = \sqrt{(\frac{\sqrt{2}}{2})^2 + (\frac{\sqrt{2}}{2})^2} = \sqrt{\frac{1}{2}+\frac{1}{2}} = 1$。
- $z_1z_2 = i(\frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}) = -\frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}$。
- $|z_1z_2| = \sqrt{(-\frac{\sqrt{2}}{2})^2 + (\frac{\sqrt{2}}{2})^2} = 1$。封闭性成立。
- $z_1^{-1} = 1/i = -i$。$|-i|=1$。逆元成立。
$SL_2(\mathbb{R})$ 示例
- $A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}$。$\det(A) = 2(1)-1(1)=1$。所以 $A \in SL_2(\mathbb{R})$。
- $B = \begin{pmatrix} 0 & -1 \\ 1 & 3 \end{pmatrix}$。$\det(B) = 0(3)-(-1)(1)=1$。所以 $B \in SL_2(\mathbb{R})$。
- $AB = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}\begin{pmatrix} 0 & -1 \\ 1 & 3 \end{pmatrix} = \begin{pmatrix} 1 & 1 \\ 1 & 2 \end{pmatrix}$。
- $\det(AB) = 1(2)-1(1)=1$。封闭性成立。
- $A^{-1} = \frac{1}{1}\begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}$。$\det(A^{-1})=1$。逆元成立。
⚠️ [易错点]
- $GL_n$ vs $SL_n$: $SL_n$ 是 $GL_n$ 的子群。$GL_n$ 要求行列式不等于0,而 $SL_n$ 的要求更严格,要求行列式等于1。
- 几何意义: 行列式的绝对值代表了线性变换对“体积”的缩放比例。$GL_n$ 中的变换可以拉伸或压缩体积。而 $SL_n$ 中的变换则要求保持体积不变(行列式为1,如果是-1则会翻转并保持体积)。因此特殊线性群在几何和物理中与保体积变换密切相关。
- 圆群的参数化: 圆群中的任何元素都可以通过欧拉公式写成 $e^{i\theta} = \cos\theta + i\sin\theta$ 的形式,其中 $\theta$ 是实数。复数乘法对应于角度的加法:$e^{i\theta_1}e^{i\theta_2} = e^{i(\theta_1+\theta_2)}$。这揭示了圆群 $U(1)$ 和实数加法群模 $2\pi$ 的同构关系。
📝 [总结]
本节介绍了两个在数学中极为重要的子群实例:
- 圆群:由单位圆上的复数在乘法下构成,是 $\mathbb{C}^{\times}$ 的子群。
- 特殊线性群 $SL_n$:由行列式为1的可逆矩阵构成,是 $GL_n$ 的子群。
这两个例子都清晰地展示了如何通过施加一个与群运算兼容的额外约束(绝对值为1或行列式为1)从一个大群中筛选出一个子群。
🎯 [存在目的]
引入圆群和特殊线性群是为了:
- 提供典范: 它们是除了循环群和对称群之外,学习者必须熟悉的核心群例子。它们在李群理论、微分几何、拓扑学和物理学中扮演着基础性的角色。
- 展示子群的威力: 通过定义这些子群,我们可以将原群进行分解。例如,$GL_n$ 中的矩阵可以被看作是一个 $SL_n$ 中的矩阵(保体积部分)和一个尺度缩放(行列式部分)的组合。这种分解是理解群结构的重要思想。
- 建立几何直观: 这两个例子都有非常清晰的几何对应。圆群对应圆周上的旋转,特殊线性群对应高维空间中的保体积变换。这加强了代数结构与几何直观之间的联系。
🧠 [直觉心智模型]
- 圆群: 在 $\mathbb{C}^{\times}$ 这个包含所有“伸缩+旋转”变换的群里,我们只挑出那些“纯旋转”的变换(不带伸缩),它们就构成了圆群。
- 特殊线性群: 在 $GL_n$ 这个包含所有“保原点线性变换”的群里,我们只挑出那些“不改变体积”的变换,它们就构成了特殊线性群 $SL_n$。
💭 [直观想象]
- 圆群: 想象一个DJ的唱机转盘。它可以转动(乘上一个圆群里的元素),也可以通过一个神奇的旋钮让整个唱盘变大或变小(乘上一个绝对值不为1的复数)。圆群就是你只拧动旋转钮,而不动缩放钮时发生的所有事情。
- 特殊线性群: 想象你手里有一个橡皮泥做的立方体。你可以对它进行各种挤压、拉伸、剪切($GL_3$ 的操作),只要保证它最后还是一个平行六面体。但如果你所有的操作都必须保证橡皮泥的体积始终不变(你可以把它变成一根很长的面条,或一张很薄的纸,但总体积不变),那么你做的所有操作就都属于特殊线性群 $SL_3$。
15行间公式索引
1. 公式 (2.2.1):
$$
\begin{equation*}
|G|=\text { 元素数量,即 } G \text { 的阶。 } \tag{2.2.1}
\end{equation*}
$$
解释: 这个公式定义了符号 $|G|$,它代表群 $G$ 的阶,即 $G$ 中所包含元素的数量。
2. 公式 (反例):
$$
\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
1 & 1 \\
2 &
\end{array}\right]=\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
3 & \\
& 1
\end{array}\right] .
$$
解释: 这是一个具体的矩阵乘法例子,用以说明当左侧的公共因子矩阵不可逆时,消去律不成立。
3. 公式 (2.2.4):
$$
\begin{equation*}
G L_{n}=\{n \times n \text { 可逆矩阵 } A\} . \tag{2.2.4}
\end{equation*}
$$
解释: 这个公式定义了一般线性群 $GL_n$,它是由所有 $n \times n$ 的可逆矩阵构成的集合。
4. 公式 (2.2.5):
$$
\begin{equation*}
S_{n} \text { 是指标 } \mathbf{1}, \mathbf{2}, \ldots, \mathbf{n} \text { 的置换群。 } \tag{2.2.5}
\end{equation*}
$$
解释: 这个公式定义了 $n$ 次对称群 $S_n$,它是作用在 $n$ 个数字上的置换群。
5. 公式 (2.2.6):
$$
\begin{equation*}
x^{3}=1, y^{2}=1, y x=x^{2} y \tag{2.2.6}
\end{equation*}
$$
解释: 这是对称群 $S_3$ 的定义关系,描述了其生成元 $x$ (旋转) 和 $y$ (翻转) 所满足的基本运算规则。
6. 公式 (2.2.7):
$$
\begin{equation*}
S_{3}=\left\{1, x, x^{2} ; y, x y, x^{2} y\right\} . \tag{2.2.7}
\end{equation*}
$$
解释: 这个公式列出了对称群 $S_3$ 的所有六个元素,它们都由生成元 $x$ 和 $y$ 产生。
7. 公式 (2.2.8):
$$
\begin{equation*}
x^{-1} y^{3} x^{2} y=x^{2} y x^{2} y=x^{2}(y x) x y=x^{2}\left(x^{2} y\right) x y=x y x y=x\left(x^{2} y\right) y=1 . \tag{2.2.8}
\end{equation*}
$$
解释: 这是一个计算示例,展示了如何利用定义关系将 $S_3$ 中一个复杂的表达式逐步化简为单位元 $1$。
8. 公式 (2.2.11):
$$
\begin{equation*}
S L_{n}(\mathbb{R}) \text { 是行列式等于 } 1 \text { 的实数 } n \times n \text { 矩阵 } A \text { 的集合。 } \tag{2.2.11}
\end{equation*}
$$
解释: 这个公式定义了特殊线性群 $SL_n(\mathbb{R})$,它是由所有行列式为1的 $n \times n$ 实矩阵构成的集合。
13子群的示例
📜 [原文15]
示例 2.2.10
(a) 绝对值为 $1$ 的复数集,即复平面中单位圆上的点集,是乘法群 $\mathbb{C}^{\times}$ 的一个子群,称为圆群。
(b) 行列式为 $1$ 的实数 $n \times n$ 矩阵群是一般线性群 $G L_{n}$ 的一个子群,称为特殊线性群。它表示为 $S L_{n}$:
$$
\begin{equation*}
S L_{n}(\mathbb{R}) \text { 是行列式等于 } 1 \text { 的实数 } n \times n \text { 矩阵 } A \text { 的集合。 } \tag{2.2.11}
\end{equation*}
$$
定义性质 (2.2.9) 对于特定的子群通常非常容易验证,我们可能不会进行验证。
📖 [逐步解释]
这一部分给出了两个非常重要的子群示例。
示例 (a): 圆群 (Circle Group)
- 大群 G: 非零复数乘法群 $\mathbb{C}^{\times}$。其元素是所有形式为 $a+bi$(其中 $a,b$ 不全为0)的复数,运算是复数乘法。
- 子集 H: 绝对值为 $1$ 的复数集。一个复数 $z=a+bi$ 的绝对值(或称模长)$|z|$ 定义为 $\sqrt{a^2+b^2}$。在复平面上,这正好是点 $(a,b)$到原点的距离。所以,所有绝对值为1的复数构成的集合,就是复平面上以原点为中心、半径为1的单位圆。这个集合通常记作 $U(1)$ 或 $S^1$。
- 名称: 这个子群被称为圆群 (Circle Group)。
- 验证子群条件:
- 封闭性: 取两个绝对值为1的复数 $z_1, z_2$。它们的乘积 $z_1z_2$ 的绝对值是 $|z_1z_2| = |z_1||z_2| = 1 \times 1 = 1$。所以乘积的绝对值也为1,它还在单位圆上。
- 单位元: $\mathbb{C}^{\times}$ 的单位元是复数 $1$ (即 $1+0i$)。它的绝对值 $|1| = \sqrt{1^2+0^2} = 1$。所以单位元在单位圆上。
- 逆元: 取一个绝对值为1的复数 $z$。它在 $\mathbb{C}^{\times}$ 中的逆元是 $z^{-1} = 1/z$。它的绝对值是 $|z^{-1}| = 1/|z| = 1/1 = 1$。所以逆元也在单位圆上。
- 结论: 圆群是 $\mathbb{C}^{\times}$ 的一个子群。
示例 (b): 特殊线性群 (Special Linear Group)
- 大群 G: 一般线性群 $GL_n(\mathbb{R})$,即所有可逆的 $n \times n$ 实矩阵。
- 子集 H: 行列式为 $1$ 的 $n \times n$ 实矩阵集。
- 名称: 这个子群被称为特殊线性群 (Special Linear Group),记作 $SL_n(\mathbb{R})$。
- 验证子群条件:
- 封闭性: 取两个行列式为1的矩阵 $A, B$。它们的乘积 $AB$ 的行列式是 $\det(AB) = \det(A)\det(B) = 1 \times 1 = 1$。所以乘积的行列式也为1。
- 单位元: $GL_n(\mathbb{R})$ 的单位元是单位矩阵 $I_n$。它的行列式 $\det(I_n) = 1$。所以单位元在 $SL_n(\mathbb{R})$ 中。
- 逆元: 取一个行列式为1的矩阵 $A$。它在 $GL_n(\mathbb{R})$ 中的逆元是 $A^{-1}$。它的行列式是 $\det(A^{-1}) = 1/\det(A) = 1/1 = 1$。所以逆元的行列式也为1。
- 结论: $SL_n(\mathbb{R})$ 是 $GL_n(\mathbb{R})$ 的一个子群。
最后一句话:
- 作者表示,像上面这两个例子,其子群条件的验证都相当直接和简单(主要依赖于绝对值和行列式的乘法性质)。
- 因此,在未来遇到这类“显而易见”的子群时,可能就不会再一步步地写出详细的验证过程了,而是默认读者能够自行完成。
💡 [数值示例]
圆群示例
- $z_1 = i$。$|i|=1$。
- $z_2 = \frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}$。$|z_2| = \sqrt{(\frac{\sqrt{2}}{2})^2 + (\frac{\sqrt{2}}{2})^2} = \sqrt{\frac{1}{2}+\frac{1}{2}} = 1$。
- $z_1z_2 = i(\frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}) = -\frac{\sqrt{2}}{2} + i\frac{\sqrt{2}}{2}$。
- $|z_1z_2| = \sqrt{(-\frac{\sqrt{2}}{2})^2 + (\frac{\sqrt{2}}{2})^2} = 1$。封闭性成立。
- $z_1^{-1} = 1/i = -i$。$|-i|=1$。逆元成立。
$SL_2(\mathbb{R})$ 示例
- $A = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}$。$\det(A) = 2(1)-1(1)=1$。所以 $A \in SL_2(\mathbb{R})$。
- $B = \begin{pmatrix} 0 & -1 \\ 1 & 3 \end{pmatrix}$。$\det(B) = 0(3)-(-1)(1)=1$。所以 $B \in SL_2(\mathbb{R})$。
- $AB = \begin{pmatrix} 2 & 1 \\ 1 & 1 \end{pmatrix}\begin{pmatrix} 0 & -1 \\ 1 & 3 \end{pmatrix} = \begin{pmatrix} 1 & 1 \\ 1 & 2 \end{pmatrix}$。
- $\det(AB) = 1(2)-1(1)=1$。封闭性成立。
- $A^{-1} = \frac{1}{1}\begin{pmatrix} 1 & -1 \\ -1 & 2 \end{pmatrix}$。$\det(A^{-1})=1$。逆元成立。
⚠️ [易错点]
- $GL_n$ vs $SL_n$: $SL_n$ 是 $GL_n$ 的子群。$GL_n$ 要求行列式不等于0,而 $SL_n$ 的要求更严格,要求行列式等于1。
- 几何意义: 行列式的绝对值代表了线性变换对“体积”的缩放比例。$GL_n$ 中的变换可以拉伸或压缩体积。而 $SL_n$ 中的变换则要求保持体积不变(行列式为1,如果是-1则会翻转并保持体积)。因此特殊线性群在几何和物理中与保体积变换密切相关。
- 圆群的参数化: 圆群中的任何元素都可以通过欧拉公式写成 $e^{i\theta} = \cos\theta + i\sin\theta$ 的形式,其中 $\theta$ 是实数。复数乘法对应于角度的加法:$e^{i\theta_1}e^{i\theta_2} = e^{i(\theta_1+\theta_2)}$。这揭示了圆群 $U(1)$ 和实数加法群模 $2\pi$ 的同构关系。
📝 [总结]
本节介绍了两个在数学中极为重要的子群实例:
- 圆群:由单位圆上的复数在乘法下构成,是 $\mathbb{C}^{\times}$ 的子群。
- 特殊线性群 $SL_n$:由行列式为1的可逆矩阵构成,是 $GL_n$ 的子群。
这两个例子都清晰地展示了如何通过施加一个与群运算兼容的额外约束(绝对值为1或行列式为1)从一个大群中筛选出一个子群。
🎯 [存在目的]
引入圆群和特殊线性群是为了:
- 提供典范: 它们是除了循环群和对称群之外,学习者必须熟悉的核心群例子。它们在李群理论、微分几何、拓扑学和物理学中扮演着基础性的角色。
- 展示子群的威力: 通过定义这些子群,我们可以将原群进行分解。例如,$GL_n$ 中的矩阵可以被看作是一个 $SL_n$ 中的矩阵(保体积部分)和一个尺度缩放(行列式部分)的组合。这种分解是理解群结构的重要思想。
- 建立几何直观: 这两个例子都有非常清晰的几何对应。圆群对应圆周上的旋转,特殊线性群对应高维空间中的保体积变换。这加强了代数结构与几何直观之间的联系。
🧠 [直觉心智模型]
- 圆群: 在 $\mathbb{C}^{\times}$ 这个包含所有“伸缩+旋转”变换的群里,我们只挑出那些“纯旋转”的变换(不带伸缩),它们就构成了圆群。
- 特殊线性群: 在 $GL_n$ 这个包含所有“保原点线性变换”的群里,我们只挑出那些“不改变体积”的变换,它们就构成了特殊线性群 $SL_n$。
💭 [直观想象]
- 圆群: 想象一个DJ的唱机转盘。它可以转动(乘上一个圆群里的元素),也可以通过一个神奇的旋钮让整个唱盘变大或变小(乘上一个绝对值不为1的复数)。圆群就是你只拧动旋转钮,而不动缩放钮时发生的所有事情。
- 特殊线性群: 想象你手里有一个橡皮泥做的立方体。你可以对它进行各种挤压、拉伸、剪切($GL_3$ 的操作),只要保证它最后还是一个平行六面体。但如果你所有的操作都必须保证橡皮泥的体积始终不变(你可以把它变成一根很长的面条,或一张很薄的纸,但总体积不变),那么你做的所有操作就都属于特殊线性群 $SL_3$。
15行间公式索引
1. 公式 (2.2.1):
$$
\begin{equation*}
|G|=\text { 元素数量,即 } G \text { 的阶。 } \tag{2.2.1}
\end{equation*}
$$
解释: 这个公式定义了符号 $|G|$,它代表群 $G$ 的阶,即 $G$ 中所包含元素的数量。
2. 公式 (反例):
$$
\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
1 & 1 \\
2 &
\end{array}\right]=\left[\begin{array}{ll}
1 & 1 \\
&
\end{array}\right]\left[\begin{array}{ll}
3 & \\
& 1
\end{array}\right] .
$$
解释: 这是一个具体的矩阵乘法例子,用以说明当左侧的公共因子矩阵不可逆时,消去律不成立。
3. 公式 (2.2.4):
$$
\begin{equation*}
G L_{n}=\{n \times n \text { 可逆矩阵 } A\} . \tag{2.2.4}
\end{equation*}
$$
解释: 这个公式定义了一般线性群 $GL_n$,它是由所有 $n \times n$ 的可逆矩阵构成的集合。
4. 公式 (2.2.5):
$$
\begin{equation*}
S_{n} \text { 是指标 } \mathbf{1}, \mathbf{2}, \ldots, \mathbf{n} \text { 的置换群。 } \tag{2.2.5}
\end{equation*}
$$
解释: 这个公式定义了 $n$ 次对称群 $S_n$,它是作用在 $n$ 个数字上的置换群。
5. 公式 (2.2.6):
$$
\begin{equation*}
x^{3}=1, y^{2}=1, y x=x^{2} y \tag{2.2.6}
\end{equation*}
$$
解释: 这是对称群 $S_3$ 的定义关系,描述了其生成元 $x$ (旋转) 和 $y$ (翻转) 所满足的基本运算规则。
6. 公式 (2.2.7):
$$
\begin{equation*}
S_{3}=\left\{1, x, x^{2} ; y, x y, x^{2} y\right\} . \tag{2.2.7}
\end{equation*}
$$
解释: 这个公式列出了对称群 $S_3$ 的所有六个元素,它们都由生成元 $x$ 和 $y$ 产生。
7. 公式 (2.2.8):
$$
\begin{equation*}
x^{-1} y^{3} x^{2} y=x^{2} y x^{2} y=x^{2}(y x) x y=x^{2}\left(x^{2} y\right) x y=x y x y=x\left(x^{2} y\right) y=1 . \tag{2.2.8}
\end{equation*}
$$
解释: 这是一个计算示例,展示了如何利用定义关系将 $S_3$ 中一个复杂的表达式逐步化简为单位元 $1$。
8. 公式 (2.2.11):
$$
\begin{equation*}
S L_{n}(\mathbb{R}) \text { 是行列式等于 } 1 \text { 的实数 } n \times n \text { 矩阵 } A \text { 的集合。 } \tag{2.2.11}
\end{equation*}
$$
解释: 这个公式定义了特殊线性群 $SL_n(\mathbb{R})$,它是由所有行列式为1的 $n \times n$ 实矩阵构成的集合。