切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
拓扑学
第五章 单纯同调群
连续映射诱导的同调群同态
最后
更新:
2026-01-15 21:53
查看:
4
次
反馈
能力测评
会员8.2元/月
赞助
连续映射诱导的同调群同态
§ 3 连续映射诱导的同调群同态 设 $K$ 和 $L$ 是多面体,$f:|K| \rightarrow|L|$ 是连续映射.本节要规定 $f$ 诱导的同态 $f_{* q}: H_q(K) \rightarrow H_q(L)$ .尽管有了上节的准备,我们还有不少工作要做.其中有些比较困难,涉及到一些新概念.为了不让它们掩盖整个过程的思路,我们把它们移出正文,放在附录 C中。 通过上节的准备,规定 $f_{* q}$ 的途径已很明显了:重心重分保证 $f$ 有单纯逼近,用单纯逼近导出的同态来规定 $f_{* q \cdot}$ 但是我们马上面临着两个问题.首先,$f$ 的单纯逼近 $\varphi$ 如果是从 $K^{(r)}$ 到 $L$ 的,它导出的是 $H_q\left(K^{(r)}\right)$ 到 $H_q(L)$ 的同态。那么 $H_q\left(K^{(r)}\right)$ 与 $H_q(K)$ 有何关系?其次,单纯逼近并不是唯一的,那么不同的单纯逼近导出的同态是否一样? 附录 C 对第二个问题已有直接的回答。 定理 C. 2 如果 $\varphi, \psi: K \rightarrow L$ 都是连续映射 $f:|K| \rightarrow|L|$ 的单纯逼近,则 $\varphi_{* q}=\psi_{* q}: H_q(K) \rightarrow H_q(L), \forall q \in \boldsymbol{Z}$ . 下面来回答第一个问题. 3. 1 同调群的重分不变性 我们要证明 $H_q\left(K^{(1)}\right) \cong H_q(K), \forall q \in \boldsymbol{Z}$ ,由此得到 $H_q\left(K^{(r)}\right) \cong H_q(K), \forall q \in \boldsymbol{Z}, \forall r \in \boldsymbol{N}$ 。 先规定 $C\left(K^{(1)}\right)$ 到 $C(K)$ 的链映射。 设 $\underline{s} \in K, a$ 是 $\underline{s}$ 的任一顶点,则 $\operatorname{St}_{K^{(1)}}{ }^* \underset{\mathcal{s}}{{ }^*} \subset \operatorname{St}_K a$(§2习题2)。于是恒同映射 id:$\left|K^{(1)}\right| \rightarrow|K|$ 对 $K^{(1)}$ 和 $K$ 有星形性质,从而有从 $K^{(1)}$ 到 $K$ 的单纯逼近:规定顶点映射 $\pi:\left(K^{(1)}\right)^0 \rightarrow K^0$ ,使得 $\pi(\underline{*})$ 是 $\underline{s}$ 的顶点,则 $\pi$ 可扩张为 id 的单纯逼近,把它所决定的链映射称为标准链映射。标准链映射并不是唯一的,但是定理 C. 2说明标准链映射诱导的同调群同态是唯一的.以后把 id 的上述单纯逼近和标准链映射都记作 $\pi$(不论对哪个复形 $K$ )。 我们还需要构造重分链映射 $\eta=\left\{\eta_q\right\}: C(K) \rightarrow C\left(K^{(1)}\right)$ ,它不是由单纯映射决定的. 直观上看,每个 $n$ 维单形 $s \in K$ 被重分成 $(n+1)$ !个 $K^{(1)}$ 中的 $n$ 维单形,当 $s$ 取定了定向后(得定向单形 $s$ ),这些小单形也取相同的定向,就令 $\eta(s)$ 是这些定向小单形之和.图7-6 是 $n=1,2$ 的情形.对 $n=1$(左图),$\eta\left(a_0 a_1\right)=a_0 b+b a_1$ ,对 $n=2$(右图), $$ \eta\left(a_0 a_1 a_2\right)=a_0 b_2 c+b_2 a_1 c+a_1 b_0 c+b_0 a_2 c+a_2 b_1 c+b_1 a_0 c . $$  下面归纳地给出 $\eta_q$ 的严格定义.对 $q=0$ ,令 $\eta_0(a)=a, \forall a \in K^0$ ,扩张得同态 $\eta_0: C_0(K) \rightarrow C_0\left(K^{(1)}\right)$ 。 对 $q=1, \forall s \in T_1(K)$ ,设 $s=a_0 a_1$ ,规定 $\eta_1(s)=a_0 \underline{\dot{s}}+\underline{\dot{s}} a_1$ .则 $\eta_1(-s)=\eta_1\left(a_1 a_0\right)=a_1 \underline{\dot{s}}+\underline{\dot{s}} a_0=-\eta_1(s)$ ,因此可扩张得同态 $\eta_1: C_1(K) \rightarrow C_1\left(K^{(1)}\right)$ ,并且显然 $\partial_1 \circ \eta_1=\eta_1 \circ \partial_1$ 。 设当 $p<q$ 时,$\eta_p: C_p(K) \rightarrow C_p\left(K^{(1)}\right)$ 已构造,并满足 $$ \partial_p \circ \eta_p=\eta_{p-1} \circ \partial_p, \quad \forall p < q . $$ $\forall s \in T_q(K)$ ,规定 $\eta_q(s):=\underline{\dot{s}}\left(\eta_{q-1}\left(\partial_q s\right)\right)$ 。则 $$ \eta_q(-s)=\underline{s}^* \eta_{q-1}\left(\partial_q(-s)\right)=-\eta_q(s) . $$ 于是,可扩张得到 $\eta_q: C_q(K) \rightarrow C_q\left(K^{(1)}\right)$ . $\forall s \in T_q(K)$, $$ \begin{aligned} \partial_q \circ \eta_q(s) & =\partial_q\left(\underline{*}\left(\eta_{q-1}\left(\partial_q s\right)\right)\right) \\ & =\eta_{q-1} \circ \partial_q(s)-\underline{\dot{s}}\left(\partial_{q-1} \circ \eta_{q-1}\left(\partial_q(s)\right)\right) \\ & =\eta_{q-1} \circ \partial_q(s)-\underline{\dot{s}}\left(\eta_{q-2} \circ \partial_{q-1}\left(\partial_q(s)\right)\right) \\ & =\eta_{q-1} \circ \partial_q(s) \end{aligned} $$ 因此有 $\partial_q \circ \eta_q=\eta_{q-1} \circ \partial_q$ .归纳定义完成. 定理7.3
免费注册看余下 70%
非VIP会员每天5篇文章,开通VIP 无限制查看
《高等数学》难点解析
高数教程
泰勒公式
切线与法线
切平面与法平面
驻点·拐点·极值点·零点
间断点
渐进线
瑕积分
欧拉方程
伯努利方程
Abel 收敛定理
偏导数的几何意义
偏导数的几何意义
梯度
数量场与向量场
多元函数极值
拉格朗日算子
通量与散度
环流量与旋度
格林公式
高斯公式
斯托克斯公式
三大公式比较
傅里叶级数
极坐标微元
点法式方程
变上限定积分
X型计算面积
Y型计算面积
微分的意义
渐近线
间断点
y''+py'+qy=f(x)方程
高斯
黎曼
傅里叶变换(复数)
拉普拉斯变换(复数)
高等数学测评
函数与极限
一元函数微分学
一元函数积分学
微分方程
空间向量与代数
多元微分学
多元积分学
无穷级数
《线性代数》难点解析
线代教程
近世代数对数学的整体思考
线性的意义
矩阵乘法(列视角)
矩阵乘法(行视角)
矩阵左乘
矩阵右乘
逆矩阵求解方程组
阶梯形矩阵的求法
方程组解的判定
四阶行列式的计算
线性变换的意义
线性空间
向量组的等价
线性空间的几何意义
基础解系的求法
施密特正交化
特征值与特征向量的意义
矩阵相似的几何意义
矩阵可对角化的理解
秩的意义(向量版)
秩的意义(方程版)
二次型的意义
线性代数测评
行列式
矩阵
向量空间
《概率论与数理统计》难点解析
概率教程
置信区间与上a分位数
概率中的“取”与“放”
贝叶斯公式
全概率公式
泊松分布
指数分布
伽玛分布
二维密度图的意义
卷积的意义
相关系数的意义
k阶矩是与矩母函数
卡方分布的作用
单正态区间估计理解
假设检验理解
切比雪夫不等式
中心极限定理
概率统计测评
事件与概率
一维随机变量与事件
多维随机变量与事件
随机变量的数字特征
大数定律与中心极限定理
统计量与抽样分布
参数估计
假设检验
上一篇:
重心重分和单纯逼近存在定理
下一篇:
同伦不变性
本文对您是否有用?
有用
(
0
)
无用
(
0
)
更多
学习首页
数学试卷
同步训练
投稿
会议预约系统
数学公式
关于
Mathhub
赞助我们
科数网是专业专业的数学网站 版权所有
本站部分教程采用AI制作,请读者自行判别内容是否一定准确
如果页面无法显示请联系 18155261033 或 983506039@qq.com