主題
Search

模組張量積


AB 之間的張量積是比向量空間張量積更一般的概念。在這種情況下,我們將“標量”替換為 R。熟悉的公式仍然成立,但現在 alphaR 的任意元素,

 (a_1+a_2) tensor b=a_1 tensor b+a_2 tensor b
(1)
 a tensor (b_1+b_2)=a tensor b_1+a tensor b_2
(2)
 alpha(a tensor b)=(alphaa) tensor b=a tensor (alphab).
(3)

這推廣了向量空間的張量積定義,因為向量空間是標量域上的模。此外,向量叢可以被視為函式環上的投射模,而群 G群表示可以被認為是 CG 上的模。這種推廣也涵蓋了這些型別的張量積。

對於模的張量積,存在一些在向量空間情況下不會發生的有趣的可能情況。A tensor _RB 可能恆等於零。例如,C_2C_3 作為整數上的模的張量積,C_2 tensor _ZC_3,沒有非零元素。足以看出 a tensor b=0。注意到 1=3-2。那麼

 (1)a tensor b=(3-2)a tensor b=(-2a) tensor b+a tensor (3b)=0+0=0,
(4)

因為 -2a=-a-a=0C_2 中,且 3b=b+b+b=0C_3 中。一般來說,證明元素為零比證明它們非零更容易。

張量積的另一個有趣的性質是,如果 f:A->B 是一個滿射,那麼對於任何其他模 C,誘導對映 g:A tensor C->B tensor C 也是滿射。但如果 f:A->B 是單射,那麼 g:A tensor C->B tensor C 可能不是單射。

例如,f:C_2->C_4,其中 f(1)=2 是單射,但 g:C_2 tensor _ZC_2->C_4 tensor _ZC_2,其中 g(1 tensor 1)=2 tensor 1,不是單射。在 C_4 tensor _ZC_2 中,我們有 2 tensor 1=1 tensor 2=1 tensor 0=0

對於這種單射失敗有一種代數描述,稱為 Tor 模。

思考張量積的另一種方式是根據其泛性質:從 A×B:->CA×B->A tensor B 的任何雙線性對映都透過自然的雙線性對映分解。


另請參閱

群表示, , 模直和, 投射模, 表示張量積, Tor, 泛性質, 向量叢, 向量空間, 向量空間張量積

此條目由 Todd Rowland 貢獻

使用 探索

引用為

Rowland, Todd. "模組張量積。" 來自 Web 資源,由 Eric W. Weisstein 建立。 https://mathworld.tw/ModuleTensorProduct.html

主題分類