唠唠闲话
本篇用 GAP 和 SageMath 研究 Weyl 群扩张群的结构,顺带演示编程能做什么样的任务,以及是怎么完成的。
内容安排如下:
记号,问题及结论
记号和问题
符号和定义
符号 定义 补充 L 复数域上半单李代数 − H C a r t a n 子代数 − S 单反射集 S = { s i } i = 1 n W = ⟨ S ⟩ W e y l 群 − A C a r t a n 矩阵 A = ( A i j ) n × n ( Φ , Π ) 根系和单根系 − { e i , f i , h i } i = 1 n L 的代数生成元 − D e r ( L ) 导子代数 − e δ , δ ∈ D e r ( L ) 幂零导子诱导同构 e δ : = ∑ k = 0 ∞ 1 k ! δ k I n n ( L ) 内自同构群 由 e a d x 生成, x ∈ L 且 a d x 幂零 \begin{array}{|c|c|c|}
\hline
符号 & 定义 & 补充\\\hline
L&复数域上半单李代数& -\\\hline
H&Cartan 子代数 & -\\\hline
S&单反射集 & S=\{s_i\}_{i=1}^n\\\hline
W=\langle S\rangle&Weyl 群 & -\\\hline
A&Cartan 矩阵 & A=(A_{ij})_{n\times n}\\\hline
(\Phi,\Pi)&根系和单根系 & -\\\hline
\{e_i,f_i,h_i\}_{i=1}^n& L 的代数生成元 & -\\\hline
Der(L)&导子代数 & -\\\hline
e^\delta,\delta\in Der(L)& 幂零导子诱导同构 & e^\delta:=\sum\limits_{k=0}^\infty \frac{1}{k!}\delta^k\\\hline
Inn(L)&内自同构群 & 由 e^{adx} 生成,x\in L 且 adx 幂零\\\hline
\end{array}
符号 L H S W = ⟨ S ⟩ A ( Φ , Π ) { e i , f i , h i } i = 1 n Der ( L ) e δ , δ ∈ Der ( L ) I nn ( L ) 定义 复数域上半单李代数 C a r t an 子代数 单反射集 W ey l 群 C a r t an 矩阵 根系和单根系 L 的代数生成元 导子代数 幂零导子诱导同构 内自同构群 补充 − − S = { s i } i = 1 n − A = ( A ij ) n × n − − − e δ := k = 0 ∑ ∞ k ! 1 δ k 由 e a d x 生成, x ∈ L 且 a d x 幂零
特别地,由于伴随作用 a d e i , a d f i ade_i,adf_i a d e i , a d f i 为幂零导子,定义内自同构
θ i = e a d e i e − a d f i e a d e i \theta_i=e^{ade_i}e^{-adf_i}e^{ade_i}
θ i = e a d e i e − a d f i e a d e i
记 θ i \theta_i θ i 生成的群为 W ~ \widetilde{W} W ,即
S ~ = { θ i } i = 1 n , W ~ = ⟨ S ~ ⟩ \widetilde{S}=\{\theta_i\}_{i=1}^n,\
\widetilde{W}=\langle \widetilde{S}\rangle
S = { θ i } i = 1 n , W = ⟨ S ⟩
W ~ \widetilde{W} W 的群结构是本篇的研究内容,具体地,从 W e y l Weyl W ey l 群半直积角度与自由群商两个角度进行讨论。
定义内自同构子群 W ~ \widetilde{W} W 到 Weyl 群的映射 φ \varphi φ :
φ : I n n ( L ) → W w ~ ↦ w ~ ∣ H \begin{aligned}
\varphi : Inn(L)&\rightarrow W\\
\tilde{w}&\mapsto \left.\tilde{w}\right|_H
\end{aligned}
φ : I nn ( L ) w ~ → W ↦ w ~ ∣ H
由 Carter prop.7.18 知,φ \varphi φ 为满的群同态且 φ ( θ i ) = s i \varphi(\theta_i)=s_i φ ( θ i ) = s i
记群同态的核 K ~ = k e r ( φ ) \widetilde{K}=ker(\varphi) K = k er ( φ ) ,则有
W ~ / K ~ ≅ W , W ~ ≅ K ~ ⋊ σ W \widetilde{W}/\widetilde{K}\cong W, \
\widetilde{W}\cong\widetilde{K}\rtimes_\sigma W
W / K ≅ W , W ≅ K ⋊ σ W
主要结论
W ~ ≅ K ⋊ σ W \widetilde{W}\cong K\rtimes_\sigma W W ≅ K ⋊ σ W , K K K 和 W W W 如下表
t y p e A n B n C n D n E 6 E 7 E 8 F 4 G 2 K ( C 2 ) 2 ⌊ 1 2 n ⌋ ( C 2 ) n − 1 ( C 2 ) n − 1 ( C 2 ) 2 ⌊ 1 2 ( n − 1 ) ⌋ ( C 2 ) 6 ( C 2 ) 7 ( C 2 ) 8 ( C 2 ) 4 ( C 2 ) 2 W S n + 1 ( C 2 ) n ⋊ S n ( C 2 ) n ⋊ S n ( C 2 ) 2 ⌊ 1 2 ( n − 1 ) ⌋ ⋊ S n − − − − D 2 ⋅ 6 \begin{array}{|c|ccccccccc|}
\hline
type&A_n&B_n&C_n&D_n&E_6&E_7&E_8&F_4&G_2\\\hline
K&(C_2)^{2\lfloor\frac 12n\rfloor}&(C_2)^{n-1}&(C_2)^{n-1}&(C_2)^{2\lfloor\frac 12(n-1)\rfloor}&(C_2)^{6}&(C_2)^{7}&(C_2)^{8}&(C_2)^{4}&(C_2)^{2}\\\hline
W&S_{n+1}&(C_2)^n\rtimes S_n&(C_2)^n\rtimes S_n&(C_2)^{2\lfloor\frac 12(n-1)\rfloor}\rtimes S_n&-&-&-&-&D_{2\cdot 6}\\\hline
\end{array}
t y p e K W A n ( C 2 ) 2 ⌊ 2 1 n ⌋ S n + 1 B n ( C 2 ) n − 1 ( C 2 ) n ⋊ S n C n ( C 2 ) n − 1 ( C 2 ) n ⋊ S n D n ( C 2 ) 2 ⌊ 2 1 ( n − 1 )⌋ ( C 2 ) 2 ⌊ 2 1 ( n − 1 )⌋ ⋊ S n E 6 ( C 2 ) 6 − E 7 ( C 2 ) 7 − E 8 ( C 2 ) 8 − F 4 ( C 2 ) 4 − G 2 ( C 2 ) 2 D 2 ⋅ 6
一般地,K ≅ ( C 2 ) k n K\cong (C_2)^{k_n} K ≅ ( C 2 ) k n ,k n k_n k n 为 Cartan 矩阵 Z 2 Z_2 Z 2 列空间的维数
W ~ \widetilde{W} W 关于生成元 S ~ \widetilde{S} S 的泛性质为
( θ i θ j ) o ( s i s j ) = { θ i 2 , i = j θ i 2 θ j 2 , i ≠ j , o ( s i s j ) = 2 θ i 2 , i ≠ j , o ( s i s j ) ≠ 2 , ∣ α i ∣ = 2 ∣ α j ∣ 1 , o t h e r w i s e ( 1 ) θ j θ i 2 θ j − 1 = { θ i 2 θ j 2 A i j i s o d d θ i 2 A i j i s e v e n ( 2 ) θ i 2 θ j 2 = θ j 2 θ i 2 , ∀ i , j ( 3 ) θ 1 2 ϵ 1 θ 2 2 ϵ 2 ⋯ θ n 2 ϵ n = 1 , ( ϵ 1 , ϵ 2 , ⋯ , ϵ n ) A = 0 ( 4 ) \begin{align*}
(\theta_i\theta_j)^{o(s_is_j)}&=
\begin{cases}
\theta_i^2,& i=j\\
\theta_i^2\theta_j^2,& i\neq j,o(s_is_j)=2\\
\theta_i^2,& i\neq j,o(s_is_j)\neq 2,\vert\alpha_i\vert=\sqrt 2\vert\alpha_j\vert\\
1,& otherwise
\end{cases}&(1)\\
\theta_j\theta_i^2\theta_j^{-1}&=\begin{cases}
\theta_i^2\theta_j^2& A_{ij}\ is\ odd\\
\theta_i^2& A_{ij}\ is\ even
\end{cases}&(2)\\
\theta_i^2\theta_j^2&=\theta_j^2\theta_i^2,\ \forall\ i,j&(3)\\
\theta_1^{2\epsilon_1}\theta_2^{2\epsilon_2}\cdots\theta_n^{2\epsilon_n}&=1,\ (\epsilon_1,\epsilon_2,\cdots,\epsilon_n)A=0&(4)
\end{align*}
( θ i θ j ) o ( s i s j ) θ j θ i 2 θ j − 1 θ i 2 θ j 2 θ 1 2 ϵ 1 θ 2 2 ϵ 2 ⋯ θ n 2 ϵ n = ⎩ ⎨ ⎧ θ i 2 , θ i 2 θ j 2 , θ i 2 , 1 , i = j i = j , o ( s i s j ) = 2 i = j , o ( s i s j ) = 2 , ∣ α i ∣ = 2 ∣ α j ∣ o t h er w i se = { θ i 2 θ j 2 θ i 2 A ij i s o dd A ij i s e v e n = θ j 2 θ i 2 , ∀ i , j = 1 , ( ϵ 1 , ϵ 2 , ⋯ , ϵ n ) A = 0 ( 1 ) ( 2 ) ( 3 ) ( 4 )
W ~ 的结构 \widetilde{W}的结构 W 的结构
先由编程实验获取规律和思路,再推导证明。
编程实验
易证幂零导子有如下性质,这一性质将用于 θ i \theta_i θ i 的计算
( a d e i ) k = 0 ⇔ ( a d f i ) k = 0 ⇔ k > max j ≠ i { − A i j , 2 } (ade_i)^k=0\Leftrightarrow (adf_i)^k=0\Leftrightarrow k > \max_{j\neq i}\{-A_{ij},2\}
( a d e i ) k = 0 ⇔ ( a d f i ) k = 0 ⇔ k > j = i max { − A ij , 2 }
特别地,对 ABCDEF 族单李代数:
( a d e i ) 3 = 0 , e a d e i = 1 + a d e i + 1 2 ( a d e i ) 2 (ade_i)^3=0,\ e^{ade_i}=1+ade_i+\frac{1}{2}(ade_i)^2
( a d e i ) 3 = 0 , e a d e i = 1 + a d e i + 2 1 ( a d e i ) 2
G 族单李代数:
( a d e i ) 4 = 0 , e a d e i = 1 + a d e i + 1 2 ( a d e i ) 2 + 1 3 ! ( a d e i ) 3 (ade_i)^4=0,\ e^{ade_i}=1+ade_i+\frac{1}{2}(ade_i)^2+\frac{1}{3!}(ade_i)^3
( a d e i ) 4 = 0 , e a d e i = 1 + a d e i + 2 1 ( a d e i ) 2 + 3 ! 1 ( a d e i ) 3
由于 θ i 2 ∣ H = i d ∣ H \left.\theta_i^2\right|_H=\left.id\right|_H θ i 2 ∣ ∣ H = i d ∣ H ,记 K K K 为 θ i 2 \theta_i^2 θ i 2 生成的 W ~ \widetilde{W} W 子群,则
K = ⟨ θ i 2 ∣ i = 1 , … , n ⟩ ⊆ K ~ K =\langle\theta_i^2\vert i=1,\dots,n\rangle\subseteq\widetilde{K}
K = ⟨ θ i 2 ∣ i = 1 , … , n ⟩ ⊆ K
计算观察 W ~ , K , W \widetilde{W},K,W W , K , W 三者关系,以 A 型为例
1 2 3 4 5 6 7 8 9 10 11 12 13 load("../src/weyl_group_extension.sage" ) res = [['level' ,'|G|' ,'|W|' ,'|K|' ,'Structure of G' ,'Structure of W' ,'Structure of K' ]] s = "A" for n in range (1 ,8 ): thetas = [gap(mat) for mat in Thetas(s,n,reduced=True )] G = gap.Group(thetas) K = gap.Group([x^2 for x in thetas]) W = WeylGroup([s,n]) res.append([n, gap.Size(G), W.order(), gap.Size(K), gap.StructureDescription(G), W.structure_description(), gap.StructureDescription(K)]) table(res)
T y p e ∣ G ∣ ∣ W ∣ ∣ K ∣ S t r u c t u r e o f G S t r u c t u r e o f W S t r u c t u r e o f K A 1 2 2 1 C 2 C 2 1 A 2 24 6 4 S 4 S 3 C 2 × C 2 A 3 96 24 4 ( C 2 × C 2 ) : S 4 S 4 C 2 × C 2 A 4 1920 120 16 ( C 2 × C 2 × C 2 × C 2 ) : S 5 S 5 C 2 × C 2 × C 2 × C 2 A 5 11520 720 16 ( ( C 2 × C 2 × C 2 × C 2 ) : A 6 ) : C 2 S 6 C 2 × C 2 × C 2 × C 2 A 6 322560 5040 64 ( C 2 × C 2 × C 2 × C 2 × C 2 × C 2 ) : S 7 S 7 C 2 × C 2 × C 2 × C 2 × C 2 × C 2 A 7 2580480 40320 64 ( ( C 2 × C 2 × C 2 × C 2 × C 2 × C 2 ) : A 8 ) : C 2 S 8 C 2 × C 2 × C 2 × C 2 × C 2 × C 2 \begin{array}{|c|cccccc|}
\hline
Type&|G|&|W|&|K|&Structure of G&Structure of W&Structure of K\\\hline
A_1&2&2&1&C_2&C_2&1\\\hline
A_2&24&6&4&S_4&S_3&C_2 \times C_2\\\hline
A_3&96&24&4&(C_2 \times C_2) : S_4&S_4&C_2 \times C_2\\\hline
A_4&1920&120&16&(C_2 \times C_2 \times C_2 \times C_2) : S_5&S_5&C_2 \times C_2 \times C_2 \times C_2\\\hline
A_5&11520&720&16&((C_2 \times C_2 \times C_2 \times C_2) : A_6) : C_2&S_6&C_2 \times C_2 \times C_2 \times C_2\\\hline
A_6&322560&5040&64&(C_2 \times C_2 \times C_2 \times C_2 \times C_2 \times C_2) : S_7&S_7&C_2 \times C_2 \times C_2 \times C_2 \times C_2 \times C_2\\\hline
A_7&2580480&40320&64&((C_2 \times C_2 \times C_2 \times C_2 \times C_2 \times C_2) : A_8) : C_2&S_8&C_2 \times C_2 \times C_2 \times C_2 \times C_2 \times C_2\\\hline
\end{array}
T y p e A 1 A 2 A 3 A 4 A 5 A 6 A 7 ∣ G ∣ 2 24 96 1920 11520 322560 2580480 ∣ W ∣ 2 6 24 120 720 5040 40320 ∣ K ∣ 1 4 4 16 16 64 64 St r u c t u reo f G C 2 S 4 ( C 2 × C 2 ) : S 4 ( C 2 × C 2 × C 2 × C 2 ) : S 5 (( C 2 × C 2 × C 2 × C 2 ) : A 6 ) : C 2 ( C 2 × C 2 × C 2 × C 2 × C 2 × C 2 ) : S 7 (( C 2 × C 2 × C 2 × C 2 × C 2 × C 2 ) : A 8 ) : C 2 St r u c t u reo f W C 2 S 3 S 4 S 5 S 6 S 7 S 8 St r u c t u reo f K 1 C 2 × C 2 C 2 × C 2 C 2 × C 2 × C 2 × C 2 C 2 × C 2 × C 2 × C 2 C 2 × C 2 × C 2 × C 2 × C 2 × C 2 C 2 × C 2 × C 2 × C 2 × C 2 × C 2
容易发现以下规律:
K = K ~ K=\widetilde{K} K = K
K ≅ ( C 2 ) k n K\cong (C_2)^{k_n} K ≅ ( C 2 ) k n 为交换 p-群
归纳发现,K K K 的结构有如下规律
t y p e A n B n C n D n E 6 E 7 E 8 F 4 G 2 K = K ~ ( C 2 ) 2 ⌊ 1 2 n ⌋ ( C 2 ) n − 1 ( C 2 ) n − 1 ( C 2 ) 2 ⌊ 1 2 ( n − 1 ) ⌋ ( C 2 ) 6 ( C 2 ) 7 ( C 2 ) 8 ( C 2 ) 4 ( C 2 ) 2 W S n + 1 ( C 2 ) n ⋊ S n ( C 2 ) n ⋊ S n ( C 2 ) 2 ⌊ 1 2 ( n − 1 ) ⌋ ⋊ S n − − − − D 2 ⋅ 6 \begin{array}{|c|ccccccccc|}
\hline
type&A_n&B_n&C_n&D_n&E_6&E_7&E_8&F_4&G_2\\\hline
K=\widetilde{K}&(C_2)^{2\lfloor\frac 12n\rfloor}&(C_2)^{n-1}&(C_2)^{n-1}&(C_2)^{2\lfloor\frac 12(n-1)\rfloor}&(C_2)^{6}&(C_2)^{7}&(C_2)^{8}&(C_2)^{4}&(C_2)^{2}\\\hline
W&S_{n+1}&(C_2)^n\rtimes S_n&(C_2)^n\rtimes S_n&(C_2)^{2\lfloor\frac 12(n-1)\rfloor}\rtimes S_n&-&-&-&-&D_{2\cdot 6}\\\hline
\end{array}
t y p e K = K W A n ( C 2 ) 2 ⌊ 2 1 n ⌋ S n + 1 B n ( C 2 ) n − 1 ( C 2 ) n ⋊ S n C n ( C 2 ) n − 1 ( C 2 ) n ⋊ S n D n ( C 2 ) 2 ⌊ 2 1 ( n − 1 )⌋ ( C 2 ) 2 ⌊ 2 1 ( n − 1 )⌋ ⋊ S n E 6 ( C 2 ) 6 − E 7 ( C 2 ) 7 − E 8 ( C 2 ) 8 − F 4 ( C 2 ) 4 − G 2 ( C 2 ) 2 D 2 ⋅ 6
理论推导
下边推导 K K K 的结构,解释上表规律,计算参看以前的录课 或草稿文件 。
记 k = A i j ( i ≠ j ) k=A_{ij}(i\neq j) k = A ij ( i = j ) ,易证
a d f i s a d e i r e j = ( r s ) ( k − r + s s ) s ! a d e i r − s e j a d e i s a d f i r f j = ( r s ) ( k − r + s s ) s ! a d f i r − s f j adf_i^sade_i^re_j=\begin{pmatrix}r\\ s\end{pmatrix}\begin{pmatrix}k-r+s\\ s\end{pmatrix}s!ade_i^{r-s}e_j\\
ade_i^sadf_i^rf_j=\begin{pmatrix}r\\ s\end{pmatrix}\begin{pmatrix}k-r+s\\ s\end{pmatrix}s!adf_i^{r-s}f_j
a d f i s a d e i r e j = ( r s ) ( k − r + s s ) s ! a d e i r − s e j a d e i s a d f i r f j = ( r s ) ( k − r + s s ) s ! a d f i r − s f j
继而得到 θ i \theta_i θ i 作用公式:
θ i e j = { 1 k ! ( a d e i ) k e j , i ≠ j − f i , i = j θ i f j = { ( − 1 ) k k ! ( a d f i ) k f j , i ≠ j − f i , i = j \begin{aligned}
\theta_ie_j&=\begin{cases}
\frac{1}{k!}(ade_i)^ke_j,& i\neq j\\
-f_i,&i=j
\end{cases}\\
\theta_if_j&=\begin{cases}
\frac{(-1)^k}{k!}(adf_i)^kf_j,& i\neq j\\
-f_i,&i=j
\end{cases}\\
\end{aligned}
θ i e j θ i f j = { k ! 1 ( a d e i ) k e j , − f i , i = j i = j = { k ! ( − 1 ) k ( a d f i ) k f j , − f i , i = j i = j
推论1:记 k = A i j k=A_{ij} k = A ij ,则
θ i 2 e j = ( − 1 ) k e j θ i 2 f j = ( − 1 ) k f j \theta_i^2e_j=(-1)^ke_j\\
\theta_i^2f_j=(-1)^kf_j
θ i 2 e j = ( − 1 ) k e j θ i 2 f j = ( − 1 ) k f j
推论2:令 τ ∈ A u t ( L ) \tau\in Aut(L) τ ∈ A u t ( L ) 如下定义,则有
τ ( e i ) = − f i , τ ( f i ) = − e i , τ ( h i ) = − h i τ θ i τ = τ θ i τ − 1 = θ i , ∀ i \tau(e_i)=-f_i,\ \tau(f_i)=-e_i,\ \tau(h_i)=-h_i\\
\tau\theta_i\tau=\tau\theta_i\tau^{-1}=\theta_i,\ \forall\ i
τ ( e i ) = − f i , τ ( f i ) = − e i , τ ( h i ) = − h i τ θ i τ = τ θ i τ − 1 = θ i , ∀ i
推论3:∀ w ∈ W ~ \forall\ w\in\widetilde{W} ∀ w ∈ W ,w w w 被其在 { e i } i = 1 n \{e_i\}_{i=1}^n { e i } i = 1 n 上的像确定。
特别地,由于
( θ i 2 e 1 , θ i 2 e 2 , ⋯ , θ i 2 e n ) = ( ( − 1 ) − A i 1 e 1 , ( − 1 ) − A i 2 e 2 , ⋯ , ( − 1 ) − A i n e n ) (\theta_i^2e_1,\theta_i^2e_2,\cdots,\theta_i^2e_n)=((-1)^{-A_{i1}}e_1,(-1)^{-A_{i2}}e_2,\cdots,(-1)^{-A_{in}}e_n)
( θ i 2 e 1 , θ i 2 e 2 , ⋯ , θ i 2 e n ) = (( − 1 ) − A i 1 e 1 , ( − 1 ) − A i 2 e 2 , ⋯ , ( − 1 ) − A in e n )
得到嵌入映射 ψ \psi ψ
ψ : K ↪ ( C 2 ) n θ i 2 ↦ r o w i ( A ) \begin{aligned}
\psi :K&\hookrightarrow (C_2)^n\\
\theta_i^2&\mapsto row_i(A)
\end{aligned}
ψ : K θ i 2 ↪ ( C 2 ) n ↦ ro w i ( A )
容易验证 ψ \psi ψ 为群同态
ψ ( θ i 2 ⋅ θ j 2 ) = ψ ( θ i 2 ) + ψ ( θ j 2 ) \psi(\theta_i^2\cdot\theta_j^2)=\psi(\theta_i^2)+\psi(\theta_j^2)\\
ψ ( θ i 2 ⋅ θ j 2 ) = ψ ( θ i 2 ) + ψ ( θ j 2 )
故 K K K 同构于 Cartan 矩阵的 Z 2 \mathbb{Z}_2 Z 2 行空间的加法群,也解释了前边表格的规律
K ≅ I m ( ψ ) ≅ s p a n Z 2 { r o w i ( A ) ∣ ∀ i } K\cong Im(\psi)\cong span_{\mathbb{Z}_2}\{row_i(A)|\ \forall\ i\}
K ≅ I m ( ψ ) ≅ s p a n Z 2 { ro w i ( A ) ∣ ∀ i }
举个例子, A 3 A_3 A 3 的 Cartan 矩阵秩为 2, K ≅ ( C 2 ) 2 K\cong (C_2)^2 K ≅ ( C 2 ) 2
( 2 − 1 0 − 1 2 − 1 0 − 1 2 ) ⇒ Z 2 ( 0 1 0 1 0 1 0 1 0 ) \left(\begin{array}{rrr}
2 & -1 & 0 \\
-1 & 2 & -1 \\
0 & -1 & 2
\end{array}\right)\overset{\mathbb{Z_2}}{\Rightarrow}
\left(\begin{array}{rrr}
0 & 1 & 0 \\
1 & 0 & 1 \\
0 & 1 & 0
\end{array}\right)
⎝ ⎛ 2 − 1 0 − 1 2 − 1 0 − 1 2 ⎠ ⎞ ⇒ Z 2 ⎝ ⎛ 0 1 0 1 0 1 0 1 0 ⎠ ⎞
到这一步,我们得到了 K ⊆ K ~ K\subseteq \widetilde{K} K ⊆ K 的群结构,下边借助 W ~ \widetilde{W} W 的泛性质,证明反包含关系 K ~ ⊆ K \widetilde{K}\subseteq K K ⊆ K 。
W ~ \widetilde{W} W 的泛性质
类似地,先用编程实验“知道”结论,再推导证明。
编程实验
设群 G = ⟨ X ⟩ G=\langle X\rangle G = ⟨ X ⟩ ,求 G G G 关于生成元 X X X 的泛性质。换言之,设 F ( X ) F(X) F ( X ) 为集合 X X X 上的自由群,求 F ( X ) F(X) F ( X ) 子集 R ( X ) R(X) R ( X ) ,使得
F ( X ) / R ( X ) ‾ ≅ G F(X)/\overline{R(X)}\cong G
F ( X ) / R ( X ) ≅ G
其中 R ( X ) ‾ \overline{R(X)} R ( X ) 为 R ( X ) R(X) R ( X ) 生成的 F ( X ) F(X) F ( X ) 的正规子群。
用“群树”求解泛性质,叶子节点为泛性质等式,非叶子节点构成群树,以 S 3 = ⟨ s 1 = ( 12 ) , s 2 = ( 23 ) ⟩ S_3=\langle s_1=(12),s_2=(23)\rangle S 3 = ⟨ s 1 = ( 12 ) , s 2 = ( 23 )⟩ 为例
叶子节点给出粗糙的泛性质刻画,通过一些规则进一步简化,比如“删除子表达”
比如 A 3 A_3 A 3 情形
1 2 3 4 5 6 7 8 9 reshape = lambda l,count=3 :[flatten(l[count*i : count*(i+1 )]) for i in range (ceil(len (l)/count))] s,n = "A" ,3 G = MatrixGroup(Thetas(s,n)) relations = UniversalPropertyOfGroup(G,s="" ) relations_2 = [rel for rel in relations if len (rel[0 ])<2 *4 ] relations_3 = [rel for rel in relations_2 if len (set (rel[0 ]+rel[1 ]))<3 ] relations_print = relations2element(relations_3,FreeGroup(n,"x" ).gens()) table(reshape(relations_print))
每行显示三个等式,比如划线处代表 x 1 x 0 2 x 1 = x 0 2 x_1x_0^2x_1=x_0^2 x 1 x 0 2 x 1 = x 0 2
结合推导和实验,得出这几条性质:
( θ i θ j ) o ( s i s j ) = { θ i 2 , i = j θ i 2 θ j 2 , i ≠ j , o ( s i s j ) = 2 θ i 2 , i ≠ j , o ( s i s j ) ≠ 2 , ∣ α i ∣ = 2 ∣ α j ∣ 1 , o t h e r w i s e ( 1 ) θ j θ i 2 θ j − 1 = { θ i 2 θ j 2 A i j i s o d d θ i 2 A i j i s e v e n ( 2 ) θ i 2 θ j 2 = θ j 2 θ i 2 , ∀ i , j ( 3 ) θ 1 2 ϵ 1 θ 2 2 ϵ 2 ⋯ θ n 2 ϵ n = 1 , ( ϵ 1 , ϵ 2 , ⋯ , ϵ n ) A = 0 ( 4 ) \begin{align*}
(\theta_i\theta_j)^{o(s_is_j)}&=
\begin{cases}
\theta_i^2,& i=j\\
\theta_i^2\theta_j^2,& i\neq j,o(s_is_j)=2\\
\theta_i^2,& i\neq j,o(s_is_j)\neq 2,\vert\alpha_i\vert=\sqrt 2\vert\alpha_j\vert\\
1,& otherwise
\end{cases}&(1)\\
\theta_j\theta_i^2\theta_j^{-1}&=\begin{cases}
\theta_i^2\theta_j^2& A_{ij}\ is\ odd\\
\theta_i^2& A_{ij}\ is\ even
\end{cases}&(2)\\
\theta_i^2\theta_j^2&=\theta_j^2\theta_i^2,\ \forall\ i,j&(3)\\
\theta_1^{2\epsilon_1}\theta_2^{2\epsilon_2}\cdots\theta_n^{2\epsilon_n}&=1,\ (\epsilon_1,\epsilon_2,\cdots,\epsilon_n)A=0&(4)
\end{align*}
( θ i θ j ) o ( s i s j ) θ j θ i 2 θ j − 1 θ i 2 θ j 2 θ 1 2 ϵ 1 θ 2 2 ϵ 2 ⋯ θ n 2 ϵ n = ⎩ ⎨ ⎧ θ i 2 , θ i 2 θ j 2 , θ i 2 , 1 , i = j i = j , o ( s i s j ) = 2 i = j , o ( s i s j ) = 2 , ∣ α i ∣ = 2 ∣ α j ∣ o t h er w i se = { θ i 2 θ j 2 θ i 2 A ij i s o dd A ij i s e v e n = θ j 2 θ i 2 , ∀ i , j = 1 , ( ϵ 1 , ϵ 2 , ⋯ , ϵ n ) A = 0 ( 1 ) ( 2 ) ( 3 ) ( 4 )
注记,性质 (1)-(4) 的证明:
性质 (3)-(4) 上一小节已证
性质 (2) 借助 θ i e j \theta_ie_j θ i e j 公式或 τ θ i τ = θ \tau\theta_i\tau=\theta τ θ i τ = θ 证明
对有限族 EFG 族,性质 (1) 直接检验;对无限族 A-D 族,利用 W ~ \widetilde{W} W 的“局部性”化归为 A l ( l ≤ 4 ) , B l ( 2 ≤ l ≤ 4 ) , C l ( 2 ≤ l ≤ 4 ) , D l ( 4 ≤ l ≤ 5 ) A_l(l\leq 4),B_l(2\leq l\leq 4),C_l(2\leq l\leq 4),D_l(4\leq l\leq 5) A l ( l ≤ 4 ) , B l ( 2 ≤ l ≤ 4 ) , C l ( 2 ≤ l ≤ 4 ) , D l ( 4 ≤ l ≤ 5 ) 再计算验证
实际上,(1)-(3) 以及前一节推导的公式,都可以利用局部性转化为有限情形的验证
理论推导
先证明 K ~ ⊆ K \widetilde{K}\subseteq K K ⊆ K ,即证:
θ i 1 ⋯ θ i k ∣ H = i d ∣ H ⇒ θ i 1 ⋯ θ i k ∈ K i . e . s i 1 ⋯ s i k = 1 ⇒ θ i 1 ⋯ θ i k ∈ K \begin{align*}
\left.\theta_{i_1}\cdots\theta_{i_k}\right|_H=\left.id\right|_H&\Rightarrow\theta_{i_1}\cdots\theta_{i_k}\in K\\
i.e.\quad s_{i_1}\cdots s_{i_k}=1&\Rightarrow\theta_{i_1}\cdots\theta_{i_k}\in K
\end{align*}
θ i 1 ⋯ θ i k ∣ H = i d ∣ H i . e . s i 1 ⋯ s i k = 1 ⇒ θ i 1 ⋯ θ i k ∈ K ⇒ θ i 1 ⋯ θ i k ∈ K
定义自由群 F ( S ) F(S) F ( S ) 和 F ( S ~ ) F(\widetilde{S}) F ( S ) 的子集如下:
X = { ( s i s j ) o ( s i s j ) ∣ ∀ i , j } ⊆ F ( S ) X ~ = { ( θ i θ j ) o ( s i s j ) ∣ ∀ i , j } ⊆ F ( S ~ ) X = \{(s_is_j)^{o(s_is_j)}|\ \forall\ i,j\}\subseteq F(S)\\
\widetilde{X} = \{(\theta_i\theta_j)^{o(s_is_j)}|\ \forall\ i,j\}\subseteq F(\widetilde{S})
X = {( s i s j ) o ( s i s j ) ∣ ∀ i , j } ⊆ F ( S ) X = {( θ i θ j ) o ( s i s j ) ∣ ∀ i , j } ⊆ F ( S )
由 Coxeter 群泛性质,左侧表达式写为
s i 1 ⋯ s i k = x 1 y 1 ⋯ x r y r , w h e r e x i ∈ X , y i ∈ W s_{i_1}\cdots s_{i_k}=x_1^{y_1}\cdots x_r^{y_r},\ where\ x_i\in X,y_i\in W
s i 1 ⋯ s i k = x 1 y 1 ⋯ x r y r , w h ere x i ∈ X , y i ∈ W
相应地,右侧式子化为
θ i 1 ⋯ θ i k = x ~ 1 y ~ 1 ⋯ x ~ r y ~ r , w h e r e x ~ i ∈ X ~ , y ~ i ∈ W ~ \theta_{i_1}\cdots \theta_{i_k}=\tilde x_1^{\tilde y_1}\cdots \tilde{x}_r^{\tilde{y}_r},\ where\ \tilde x_i\in \widetilde X,\tilde y_i\in \widetilde W
θ i 1 ⋯ θ i k = x ~ 1 y ~ 1 ⋯ x ~ r y ~ r , w h ere x ~ i ∈ X , y ~ i ∈ W
进而:
e q u a l i t y ( 1 ) ⇒ x ~ i ∈ K e q u a l i t y ( 2 ) ⇒ x ~ i y ~ i ∈ K ⇒ x ~ 1 y ~ 1 ⋯ x ~ r y ~ r ∈ K \begin{aligned}
equality\ (1)&\Rightarrow \tilde x_i\in K\\
equality\ (2)&\Rightarrow \tilde x_i^{\tilde y_i}\in K\\
&\Rightarrow\tilde x_1^{\tilde y_1}\cdots \tilde{x}_r^{\tilde{y}_r}\in K
\end{aligned}
e q u a l i t y ( 1 ) e q u a l i t y ( 2 ) ⇒ x ~ i ∈ K ⇒ x ~ i y ~ i ∈ K ⇒ x ~ 1 y ~ 1 ⋯ x ~ r y ~ r ∈ K
下证性质 (1)-(4) 构成 W ~ \widetilde{W} W 的泛性质:
设 θ i 1 ⋯ θ i k = 1 \theta_{i_1}\cdots \theta_{i_k}=1 θ i 1 ⋯ θ i k = 1 ,则
A s s t a t e d b e f o r e θ i 1 ⋯ θ i k = x ~ 1 y ~ 1 ⋯ x ~ r y ~ r , w h e r e x ~ i ∈ X ~ , y ~ i ∈ W ~ θ i 1 ⋯ θ i k ⟹ ( 1 ) r e d u c e s t o ( θ i 1 , 1 2 ⋯ θ i 1 , i t 1 2 ) y ~ 1 ⋯ ( θ i r , 1 2 ⋯ θ i r , i t r 2 ) y ~ r ⟹ ( 2 ) r e d u c e s t o θ j 1 2 ⋯ θ j t 2 ⟹ ( 3 ) r e d u c e s t o θ 1 2 ϵ 1 ⋯ θ n 2 ϵ n ⟹ ( 4 ) r e d u c e s t o 1 \begin{aligned}
As\ stated\ &before\\
&\theta_{i_1}\cdots \theta_{i_k}=\tilde x_1^{\tilde y_1}\cdots \tilde{x}_r^{\tilde{y}_r},\ where\ \tilde x_i\in \widetilde X,\tilde y_i\in \widetilde W\\
\theta_{i_1}\cdots\theta_{i_k} &\underset{reduces\ to}{\overset{(1)}{\Longrightarrow}}(\theta_{i_1,1}^2\cdots\theta_{i_1,i_{t_1}}^2)^{\tilde{y}_1}\cdots(\theta_{i_r,1}^2\cdots\theta_{i_r,i_{t_r}}^2)^{\tilde{y}_r}\\
&\underset{reduces\ to}{\overset{(2)}{\Longrightarrow}}
\theta_{j_1}^2\cdots\theta_{j_t}^2\
\underset{reduces\ to}{\overset{(3)}{\Longrightarrow}} \theta_1^{2\epsilon_1}\cdots\theta_n^{2\epsilon_n}\
\underset{reduces\ to}{\overset{(4)}{\Longrightarrow}} 1
\end{aligned}
A s s t a t e d θ i 1 ⋯ θ i k b e f ore θ i 1 ⋯ θ i k = x ~ 1 y ~ 1 ⋯ x ~ r y ~ r , w h ere x ~ i ∈ X , y ~ i ∈ W re d u ces t o ⟹ ( 1 ) ( θ i 1 , 1 2 ⋯ θ i 1 , i t 1 2 ) y ~ 1 ⋯ ( θ i r , 1 2 ⋯ θ i r , i t r 2 ) y ~ r re d u ces t o ⟹ ( 2 ) θ j 1 2 ⋯ θ j t 2 re d u ces t o ⟹ ( 3 ) θ 1 2 ϵ 1 ⋯ θ n 2 ϵ n re d u ces t o ⟹ ( 4 ) 1
最后,借助泛性质给出 W ~ = K ⋊ σ W \widetilde{W}=K\rtimes_\sigma W W = K ⋊ σ W 中的 2-cocycle σ \sigma σ :
定义陪集映射 γ \gamma γ γ : W → W ~ w = s i 1 s i 2 ⋯ s i k ↦ θ i 1 θ i 2 ⋯ θ i k \begin{aligned}
\gamma :W&\rightarrow \widetilde{W}\\
w=s_{i_1}s_{i_2}\cdots s_{i_k}&\mapsto \theta_{i_1}\theta_{i_2}\cdots \theta_{i_k}
\end{aligned}
γ : W w = s i 1 s i 2 ⋯ s i k → W ↦ θ i 1 θ i 2 ⋯ θ i k
其中 s i 1 s i 2 ⋯ s i k s_{i_1}s_{i_2}\cdots s_{i_k} s i 1 s i 2 ⋯ s i k 为 w w w 的简约表达,且按字典序取到极小。
定义 W W W 在 K K K 上的作用:W → A u t ( K ) w ↦ w : K → K x ↦ γ ( w ) x γ ( w ) − 1 \begin{aligned}
W&\rightarrow Aut(K)\\
w&\mapsto w:K\rightarrow K\\
&\qquad\quad\ \ x\mapsto \gamma(w)x\gamma(w)^{-1}
\end{aligned}
W w → A u t ( K ) ↦ w : K → K x ↦ γ ( w ) x γ ( w ) − 1
定义二上圈 σ \sigma σ σ : W × W → K ( w 1 , w 2 ) ↦ γ ( w 1 ) γ ( w 2 ) γ ( w 1 w 2 ) − 1 \begin{aligned}
\sigma :W\times W&\rightarrow K\\
(w_1,w_2)&\mapsto \gamma(w_1)\gamma(w_2)\gamma(w_1w_2)^{-1}
\end{aligned}
σ : W × W ( w 1 , w 2 ) → K ↦ γ ( w 1 ) γ ( w 2 ) γ ( w 1 w 2 ) − 1
由泛性质知 σ \sigma σ 右侧取值在 K K K 上,且式子可借助 (1)-(4) 化简。
总结延伸
关于编程
编程起到的作用为:
计算数据,放大规律
提前思路,确认可行性,引导证明,避免思路跑偏
处理机械性的验证
延伸思考
W ~ \widetilde{W} W 的几何性质:
Weyl 群 W W W 作用在 Cartan 子代数 H H H 上,导出很多丰富的组合性质;类似地,W ~ \widetilde{W} W 在 L L L 上的作用是否也有很好的性质。
W ↪ A u t ( Φ ) W\hookrightarrow Aut(\Phi) W ↪ A u t ( Φ ) 作成正根系的置换;W ~ ↪ ( C 2 ) n ⋊ σ A u t ( Φ ) \widetilde{W}\hookrightarrow (C_2)^n\rtimes_\sigma Aut(\Phi) W ↪ ( C 2 ) n ⋊ σ A u t ( Φ ) 作成根系置换及符号变换,是否也有好的组合性质,比如定义 s ± α i : = θ i ± 1 s_{\pm\alpha_i}:=\theta_i^{\pm 1} s ± α i := θ i ± 1 。
观察发现,对于 ADE 族,W ~ \widetilde{W} W 作用在 e 1 e_1 e 1 上,生成 Chevalley 基;对 BCFG 族,W ~ \widetilde{W} W 作用在 e 1 , e n e_1,e_n e 1 , e n 上,生成 Chevalley 基。也即,给出 3-n 生成元后,借助 W ~ \widetilde{W} W 可生成一组 Chevalley 基。相关证明,及进一步的思考发散?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 def check (s,n ): L = LieAlgebra(ZZ,cartan_type=[s,n]) pos_num = (len (L.basis())-n)/2 thetas = Thetas(s,n,reduced=True ) for mat in MatrixGroup(thetas): mat = matrix(mat) if max (max (mat)) > 1 or min (min (mat)) < -1 : return False return True test_data = [["G" ,[2 ]],["A" ,range (1 ,6 )],["F" ,[4 ]],["B" ,range (2 ,6 )],["C" ,range (2 ,6 )],["D" ,range (4 ,6 )]] for s,l in test_data: print (s) for n in l: print (check(s,n),end="\t" ) print ()
注:取不同 3-n 生成元,得到的 W ~ \widetilde{W} W 作为 I n n ( L ) Inn(L) I nn ( L ) 子群未必相同。
推导过程对于 Kac-Moody 代数也成立,相关的推广结论。