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

关于$\mathfrak{so}(n)$伴随表示与向量表示反对称张量平方同构的疑问

我来一步步帮你拆解这个问题——其实核心就是找到两个表示之间的线性同构,并且这个同构还能兼容李代数的运算(也就是让伴随作用和反对称张量表示的作用对应起来)。咱们从基础概念开始理清楚:

先把几个核心概念掰明白

1. $\mathfrak{so}(n)$和它的向量表示

首先,$\mathfrak{so}(n)$就是所有$n\times n$实反对称矩阵构成的李代数,李括号就是矩阵的交换子:[A,B] = AB - BA。

它的向量表示就是最自然的矩阵作用:给一个反对称矩阵$A$和$\mathbb{R}^n$里的向量$v$,作用就是Av——这个应该很好理解。

2. 向量表示的反对称张量平方$\Lambda2\mathbb{R}n$

向量表示的反对称张量平方,简单说就是$\mathbb{R}n$中两个向量的「反对称乘积」张成的空间,记作$\Lambda2\mathbb{R}^n$。你可以把它等价地看成所有$n\times n$反对称矩阵构成的空间——因为每个反对称张量$v\wedge w$都对应一个反对称矩阵$T$,其中$T_{ij} = v_i w_j - v_j w_i$,反过来每个反对称矩阵也能对应这样的张量。

这个空间的维数是$\binom{n}{2} = \frac{n(n-1)}{2}$,刚好和$\mathfrak{so}(n)$的维数一模一样——这是两个表示可能同构的第一个重要信号。

李代数在$\Lambda2\mathbb{R}n$上的作用是怎么定义的呢?对于$A\in\mathfrak{so}(n)$和$T\in\Lambda2\mathbb{R}n$(把$T$当反对称矩阵看),作用就是:ρ_Λ²(A)T = AT - TA。如果用张量语言说,就是A·(v∧w) = Av∧w + v∧Aw,两种表述是完全等价的。

3. $\mathfrak{so}(n)$的伴随表示

伴随表示其实就是李代数自身的「李括号作用」:对于$A,B\in\mathfrak{so}(n)$,伴随作用ad(A)B = [A,B] = AB - BA——说白了,就是把$A$映射成「和$A$取交换子」这个线性算子,作用在$\mathfrak{so}(n)$本身的元素上。

关键:构造同构并验证兼容性

现在我们要做的就是把$\mathfrak{so}(n)$和$\Lambda2\mathbb{R}n$这两个空间用一个线性映射连起来,并且证明这个映射能让两个表示的作用对应上。

第一步:建立线性同构

其实这个映射非常自然:把每个反对称矩阵$A\in\mathfrak{so}(n)$,对应到$\Lambda2\mathbb{R}n$里的一个反对称张量$\phi(A)$,这个张量满足:
$$\phi(A)(v,w) = \langle Av, w\rangle$$
这里$\langle\cdot,\cdot\rangle$是$\mathbb{R}^n$上的标准内积。

因为$A$是反对称的,$\langle Av,w\rangle = -\langle v, Aw\rangle$,这正好符合反对称张量的性质($\phi(A)(v,w) = -\phi(A)(w,v)$),所以$\phi(A)$确实在$\Lambda2\mathbb{R}n$里。反过来,随便给一个$\Lambda2\mathbb{R}n$里的张量$T$,我们也能唯一找到一个反对称矩阵$A_T$,使得$\langle A_T v, w\rangle = T(v,w)$(因为内积是非退化的)。所以$\phi$是一个可逆的线性映射,也就是线性同构。

第二步:验证表示同态(核心!)

现在要证明这个$\phi$能让两个表示的作用「对齐」——也就是对任意$A,B\in\mathfrak{so}(n)$,有:
$$\phi(\text{ad}(A)B) = \rho_{\Lambda^2}(A)\phi(B)$$

我们直接用矩阵的运算来验证:
左边:$\phi(\text{ad}(A)B)$对应的就是$\text{ad}(A)B = AB - BA$(因为$\phi$把反对称矩阵对应到自身对应的张量,等价于把矩阵映射成矩阵);
右边:$\rho_{\Lambda^2}(A)\phi(B)$对应的就是$AB - BA$(根据$\Lambda^2$表示的作用定义)。

哦,是不是瞬间就清晰了?当我们把$\Lambda2\mathbb{R}n$和反对称矩阵空间(也就是$\mathfrak{so}(n)$本身)等同起来的时候,伴随表示的作用和$\Lambda^2$表示的作用完全是一回事——都是交换子AB - BA!

一句话总结

$\mathfrak{so}(n)$的伴随表示和向量表示的反对称张量平方同构,本质是因为:

  • 两者作为线性空间维数相同,存在自然的线性同构;
  • 这个同构把伴随表示的「交换子作用」和反对称张量表示的「交换子作用」完全对应起来,满足表示同态的要求。

内容的提问来源于stack exchange,提问作者thegamer

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 09:48:22