You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何证明SO(n)与SL(n)的维数,及约束数相关疑问解析

如何证明特殊正交群SO(n)和特殊线性群SL(n)的维数?

先直接给出结论:SO(n)的维数是$\frac{n(n-1)}{2}$,SL(n)的维数是$n^2 - 1$,下面一步步拆解证明逻辑和约束数的由来。

一、SO(n)的维数计算

首先明确SO(n)的定义:所有满足正交性($A^T A = I$,其中$I$是n阶单位矩阵)且行列式为1($\det(A)=1$)的n阶实矩阵构成的群。

我们从n阶实矩阵的整个空间出发——它的维数是$n2$(每个矩阵有$n2$个独立的实元素),然后减去独立约束的数量,就能得到SO(n)作为子流形的维数。

约束数的由来

你提到的“n个归一化约束”和“$\frac{n(n-1)}{2}$个正交性约束”,其实对应着$A^T A = I$这个等式展开后的独立条件:

  • 归一化约束(n个):展开$A^T A = I$的对角元素时,第i个对角项是$\sum_{k=1}^n A_{ki}A_{ki} = 1$,也就是矩阵A的第i个行向量是单位向量(模长为1),每个行对应一个这样的约束,共n个。
  • 正交性约束($\frac{n(n-1)}{2}$个):再看非对角元素,第(i,j)个非对角项(i≠j)是$\sum_{k=1}^n A_{ki}A_{kj} = 0$,意思是第i个行向量和第j个行向量正交。但注意,当i>j时的约束和i<j时的约束完全重复(乘法交换律导致等式对称),所以独立的正交约束只有$\frac{n(n-1)}{2}$个(仅考虑i<j的情况)。

把这两部分加起来,总独立约束数是$n + \frac{n(n-1)}{2} = \frac{n(n+1)}{2}$。

那为什么不用额外减去$\det(A)=1$的约束?因为从$A^T A = I$可以推出$\det(A^T A) = \det(I) = 1$,而$\det(A^T) = \det(A)$,所以$(\det(A))^2 = 1$,也就是$\det(A) = ±1$。这说明正交群O(n)(仅满足$A^T A = I$)被分成了两个连通分支:det=1的SO(n)和det=-1的分支,这两个分支的维数完全相同——因为det=1并不是一个额外的独立约束,它已经由正交性条件隐含,只是把O(n)拆成了两个不连通的部分。

所以SO(n)的维数就是$n^2 - \frac{n(n+1)}{2} = \frac{n(n-1)}{2}$。

二、SL(n)的维数计算

SL(n)的定义是所有满足$\det(A)=1$的n阶实矩阵构成的群,同样用类似的思路计算:

n阶实矩阵空间的维数是$n^2$,这里只有一个独立约束:$\det(A) = 1$。关键要确认这个约束是“有效”的——行列式函数在$\det(A)=1$的点上,其雅可比矩阵(导数)的秩为1,意味着这个约束没有冗余,不会和其他条件重复。根据隐函数定理,一个光滑的秩为k的约束会把原空间的维数降低k,这里k=1,所以SL(n)的维数就是$n^2 - 1$。

换个通俗的说法:n阶实矩阵有$n^2$个自由变量,而$\det(A)=1$是一个单一的、非冗余的等式约束,所以减去1就得到了SL(n)的维数。


内容的提问来源于stack exchange,提问作者The Bosco

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 04:26:12