X f - sigma web page
Transkrypt
X f - sigma web page
Aproksymacja odwzorowań na przedziały. Rozważmy odwzorowanie f : [a, b] → [c, d]. Weźmy dwa zbiory kostkowe X = [−2, 2] ⊂ R, Y = [−2, 4] ⊂ R I niech f : X → Y będzie zdefiniowane jako f (x) = (x − √ 2)(x + 1) •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys.1 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Kostka elementarna - podstawowy obiekt w teorii homologii. Zatem, X = [−2, −1] ∪ [−1, 0] ∪ [0, 1] ∪ [1, 2] Chcąc odwzorować elementarne krawędzie w zbiory krawędzi zauważmy, że f (−2) = 3.41421356..., f (−1) = 0, oraz f jest monotoniczna na przedziale [−2, −1], zatem f ([−2, −1]) ⊂ [0, 4] = [0, 1] ∪ [1, 2] ∪ [2, 3] ∪ [3, 4] Odwzorowanie to można traktować jako takie, które krawędź [0, 1] odwzorowuje w zbiór krawędzi {[0, 1], [1, 2], [2, 3], [3, 4]} ale pojawia się problem dla przedziału [0, 1] ponieważ funkcja f nie jest w tym przedziale monotoniczna. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Metoda dobrego oszacowania funkcji. Twierdzenie 5.1 [Rozwinięcie Taylora] Niech g będzie funkcją n-krotnie różniczkowalną. Wtedy g(x) = g(a) + n−1 (i) X g (a) i=1 i! i Z (x − a) + a x (x − t)n−1 (n) g (t)dt (n − 1)! •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Powyższe obliczenia zastosowaliśmy do wszystkich jednostkowych przedziałów zbioru X. Wyniki przedstawia tabela: Krawędzie X [−2, −1] [−1, 0] [0, 1] [1, 2] Granice obrazu Obraz krawędzi −0.5 < f (x) < 3.5 {[−1, 0], [0, 1], [1, 2], [2, 3], [3, 4]} −1.92 < f (x) < 0.1 {[−2, −1], [−1, 0], [0, 1]} −1.92 < f (x) < −0.83 {[−2, −1], [−1, 0]} −1.33 < f (x) < 1.76 {[−2, −1], [−1, 0], [0, 1], [1, 2]} Tabelę powyższą możemy uważać za definicję odwzorowania krawędzi w zbiory krawędzi, np.: [0, 1] 7→ {[−2, −1], [−1, 0]} co można graficznie przedstawić w prostokącie [0, 1] × [−2, 0] ⊂ [−2, 2] × [−2, 4] = X × Y Robiąc to dla wszystkich krawędzi w dziedzinie otrzymujemy obszary pokazane na Rys.2. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys.2 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Definicja 5.2 Niech X i Y będą zbiorami kostkowymi. Wielowartościowe odwzorowanie F : X ⇒ Y jest kostkowe jeżeli: 1. Dla każdego x ∈ X , F (x) jest zbiorem kostkowym. 0 ◦ 2. Dla każdego Q ∈ K(X), F | ◦ jest stałe, tj. jeżeli x, x ∈Q, wtedy F (x) = 0 Q F (x ). •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Używając łańcuchów elementarnych i krawędzi z Tabeli 5.1 zdefiniujemy odwzorowanie wielowartościowe F : [−2, 2] ⇒ [−2, 4] jako F (x) := [-1,4] [-1,4] [-1,1] [-2,1] [-2,0] [-2,0] [-2,0] [-2,2] [-2,2] x = −2 x ∈ (−2, −1) x = −1 x ∈ (−1, 0) x=0 x ∈ (0, 1) x=1 x ∈ (1, 2) x=2 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Zwróćmy uwagę na: 1. dla każdego x ∈ X , f (x) ∈ F (x). Zatem, kostkowe, wielowartościowe odwzorowanie F zachowuje się jak zewnętrzna aproksymacja ciągłej funkcji f . 2. F jest zdefiniowane pod względem wierzchołków i wnętrz krawędzi, tj. krawędzi bez punktów końcowych. Jest to precyzyjne określenie elementarnych łańcuchów tworzących X . 3. Używamy krawędzi do zdefiniowania obrazów wierzchołków. W szczególności użyliśmy formuły, że jeżeli v jest wierzchołkiem wspólnym ścian E1 i E2 , wtedy ◦ ◦ F (v) := F (E1) ∩ F (E2). 4. Pomimo iż F : X ⇒ Y jest odwzorowaniem zdefiniowanym na niepoliczalnej liczbie punktów, to jest w całości scharakteryzowany przez ich wartości na czterech krawędziach tworzących X . Zatem, F jest skończenie reprezentowalnym odwzorowaniem. Będziemy oznaczać F jako reprezentację f. Ponieważ komputer nie może pracować z podzbiorami z R tylko ze skończonymi zbiorami, Wprowadźmy następującą definicję. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Definicja 5.3 Niech X i Y będą zbiorami kostkowymi. Kombinatoryczne, kostkowe, wielowartościowe odwzorowanie F : Kmax (X) ⇒ K(Y ) jest funkcją z Kmax (X) do podzbioru K(Y ). •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit W szczególności nasze odwzorowanie F może być łatwo zakodowane w komputerze jako kombinatoryczne, wielowartościowe odwzorowanie F : K1([−2, 2]) ⇒ K1([−2, 4]) dane jako F([−2, −1]) F([−1, 0]) F([0, 1]) F([1, 2]) := := := := {[−1, 0], [0, 1], [1, 2], [2, 3], [3, 4]} {[−2, −1], [−1, 0], [0, 1]} {[−2, −1], [−1, 0]} {[−2, −1], [−1, 0], [0, 1], [1, 2]} •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Aby uzyskać lepszą aproksymacje zawęzimy przedziały X i Y , niech X= S8 i i i=0 [−2 + 2 , −1.5 + 2 ] i Y = S12 i=0 [−2 + 2i , −1.5 + 2i ] Używając tej samej aproksymacji co poprzednio: 0 0 f (a) − |f (a)||x − a| − (x − a)2 < f (x) < f (a) + |f (a)||x − a| + (x − a)2 dostaniemy dane opisane w Tabeli 5.2. Odpowiedni wykres odwzorowania pokazuje Rysunek 5.3 Uzyskaliśmy lepszą aproksymacja funkcji niż poprzednio. Jeżeli weźmiemy odpowiednio małe długości krawędzi dostaniemy odwzorowanie jak na Rysunku 5.4 (gdzie długości krawędzi wynoszą 0.1). Krawędzie X [−2, −1.5] [−1.5, −1] [−1, −0.5] [−0.5, 0] [0, 0.5] [0.5, 1] [1, 1.5] [1.5, 2] Granice obrazu Obraz krawędzi 1.30 < f (x) < 3.32 {[1, 1.5], [1.5, 2], [2, 2.5], [2.5, 3], [3, 3.5]} −0.12 < f (x) < 1.46 {[−0.5, 0], [0, 0.5], [0.5, 1], [1, 1.5]} −1.53 < f (x) < 0.01 {[−2, −1.5], [−1.5, −1], [−1, 0], [0, 1.5]} −1.52 < f (x) < −0.95 {[−2, −1.5], [−1.5, −1], [−1, −0.5]} −1.52 < f (x) < −1.37 {[1, 1.5], [1.5, 2], [2, 2.5], [2.5, 3], [3, 3.5]} −1.49 < f (x) < −0.83 {[−0.5, 0], [0, 0.5], [0.5, 1], [1, 1.5]} −0.95 < f (x) < 0.22 {[−2, −1.5], [−1.5, −1], [−1, 0], [0, 1.5]} 0.08 < f (x) < 1.76 {[0, 0.5], [0.5, 1], [1, 1.5], [1.5, 2]} •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys 5.3 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys 5.4 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Oczywiście taki sposób dzielenia dziedziny daje coraz lepsze rezultaty jeżeli chodzi o dokładność aproksymacji ale niestety wyrzuca nas z klasy zbiorów kostkowych (niejednostkowe przedziały). Aby tego uniknąć wraz ze zmniejszaniem długości przedziałów odpowiednio skalować będziemy dziedzinę funkcji. Jednostkowe przedziały w X = [−2, 2] reprezentują ćwiartki dziedziny. Rozważmy teraz odwzorowanie Λ(2) : R → R dane jako Λ(2) (x) = 2x. Zdefiniujmy X (2) = Λ(2)(X) = [−4, 4] i zauważmy, że jednostkowy przedział jest teraz ósmą częścią X (2) . Z topologicznego punktu widzenia X (2) i X są równoważne dopóki Λ(2) posiada (2) odwrotność ΩX : X (2) → X daną jako 1 (2) ΩX (x) = x. 2 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Ponieważ chcemy uzyskać wąską aproksymację dla odwzorowania f : X → Y , rozważmy f (2) : X (2) → Y zdefiniowane jako (2) f (2) := f ◦ ΩX lub odpowiednio f (2) : [−4, 4] → Y daną jako x √ x f (x) = ( − 2)( + 1). 2 2 (2) Wykres skojarzonej kostkowej wielowartościowej funkcji F (2) pokazano na Rysunku 5.5. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys 5.5 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Nie ma powodu aby ograniczać skalowanie do czynnika 2. Bardziej ogólnie, dla całkowitego α możemy zdefiniować Λ(α) : R → R jako Λ(α)(x) = αx. Powodem dla którego α powinno być całkowite jest zapewnienie aby elementarne przedziały były posyłane w zbiory kostkowe. Zgodnie z tym skalowaniem X (α) := Λ(α) (X) = [−2α, 2α]. Przeskalowanie dziedziny X (α) funkcji f prowadzi do przeskalowania f poprzez odwrotne odwzorowanie ΩX : (α) X (α) → X zdefiniowanego jako ΩX (x) = x/α. Ustalmy (α) f (α) := f ◦ ΩX : X (α) → Y. tzn., biorąc x ∈ X (α) , x f (α)(x) = f ( ). α Zauważmy, że możemy odzyskać oryginalne odwzorowanie f z f (α) poprzez formułę f (x) = f (α) ◦ Λ(α)(x) = f (α)(αx). •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rysunek 5.6 pokazuje wykres kostkowego wielowartościowego odwzorowania F (20). •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Konstruowanie selektorów łańcuchowych. W poprzednim rozdziale rozważaliśmy problem aproksymacji odwzorowań z jednych przedziałów do innych. Oczywiście prawdziwym powodem użycia aproksymacji jest indukowanie odwzorowań pomiędzy grupami homologii. Rozdział ten rozpoczynamy od pytania: Jak możemy wykorzystać informacje zawarte na Rys 5.2 do skonstruowania homomorfizmu grupy: f∗ : H∗(x) → H∗(Y ) Wiemy, że odwzorowania w homologii są indukowane przez odwzorowania łańcuchowe. Zatem dla danej wielowartościowej reprezentacji F : X ⇒ Y jako f : X → Y , spróbujemy uzyskać odpowiednie odwzorowanie łańcuchowe ϕ : C(X) → C(Y ) •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Przypomnijmy, że dla jakiegoś x ∈ X istnieje jedyna kostka elementarna Q ∈ K(X) ◦ taka że x ∈Q. Poprzez analogię do założenia, że f (x) ∈ F (x) wymagać będziemy inkluzji na poziomie suportu obrazu odwzorowania łańcuchowego, tzn. ◦ b ⊂ F (Q) |ϕ(Q)| Odwzorowania łańcuchowe spełniające tą właściwość nazywamy selektorami łańcuchowymi F. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Aby zobaczyć co to oznacza w praktyce, powróćmy do naszego przykładu z poprzedniego rozdziału, gdzie F pokazano na Rys 5.2. Przypomnijmy, że bazy kanoniczne C0 ([−2, 2]) składają się z dualnych(?) wierzchołków c [−1], c [b {[−2], 0], [b 1], [b 2]}. Podobnie, Bazy kanoniczne C0 (Y ) składają się z c [−1], c [b {[−2], 0], [b 1], [b 2], [b 3], [b 4]}. Rozpoczynamy od zdefiniowania ϕ0 : C0(X) → C0(Y ) ◦ b ⊂ F (Q) dla wierzchołków. Zdefiniujmy spełniającego warunek |ϕ(Q)| \(v)]. ϕ0([b v ]) := [maxF •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys.2 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit c = [b c = [b Na przykład, ϕ0 [−2] 4], ϕ0[−1] 1], ϕ0[b 0] = [b 0], itd. Będziemy identyfikować wierzchołki w C0 (X) i odpowiednio w C0 (Y ) z kolumnowymi wektorami 0 ... 0 n ej := 1 0 ... 0 kanonicznej bazy Z5 , i odpowiednio Z7 . Dla bazy w C0 (X), c = e51, [−2] c = e52, [−1] [b 0] = e53, ... [b 2] = e55, c = e71, [−2] c = e72, [−1] [b 0] = e73, ... [b 4] = e77. i dla C0 (Y ), •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Macierz ϕ pozostająca w związku z tymi bazami jest następująca 0 0 0 ϕ0 := 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 . 1 0 0 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Czy moglibyśmy inaczej zdefiniować ϕ0 ? np. \ ϕ0([b v ]) := [minF (v)]. Możemy wziąć zupełnie inne odwzorowanie łańcuchowe ale jak to zostanie pokazane w następnym rozdziale dostaniemy w obu przypadkach jednakowe odwzorowanie w homologii. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Definiując ϕ1 : C1 (X) → C1 (Y ), na krawędziach w C1 (X), nie możemy arbitrarnie wybrać krawędzi z C1 (Y ) tak jak zrobiliśmy to w przypadku wierzchołków. Tutaj dochodzi nam jeszcze jedno dodatkowe ograniczenie z warunku ∂1ϕ1 = ϕ0∂1 dla odwzorowań łańcuchowych. Będziemy się starali podnieść definicję ϕ0 do wymiaru jeden tak, aby ten warunek został spełniony. Rozważmy przedział [−2, −1] ⊂ [−2, 2]. \ Jak powinniśmy zdefiniować ϕ1 ([−2, −1]). Wiemy, że b = [4] |ϕ0([ [−2])| = |[4]| oraz b = [1]. |ϕ0([ [−1])| = |[1]| •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Ponieważ rozpoczynamy z odwzorowaniem ciągłym i ponieważ −2 i −1 są punktami końcowymi przedziału [−2, −1] będziemy obraz przedziału [−2, −1] rozciągnąć od obrazu punktu −2 do obrazu punktu −1, tj. przeprowadzić go od 4 do 1. Rys 5.7 przedstawia tą ideę. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Rys 5.7 Liniowy odcinek od obrazu punktu −2 do obrazu punktu −1 zaznaczono na czerwono. •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Oczywiście musimy to zrobić algebraicznie, zatem \ c2] − [2, c3] − [3, c4] ϕ1([−2, −1]) := −[1, i zauważmy, że \ |ϕ1([−2, −1])| = [1, 4] ⊂ F ((−2, −1)) ◦ b ⊂ F (Q) jest spełniony. Podobnie, zatem warunek |ϕ(Q)| \ c1]. ϕ1([−1, 0]) := [0, Ale co z ϕ1 ([ [0, 1]) gdzie ϕ1(b 0) = ϕ1(b 1) = b 0? Kiedy dwa punkty końcowe c1]) nie ma odwzorowania do żadnego są takie same przyjmijmy, że ϕ1 ([0, c1]) := 0. przedziału, tj. że ϕ1 ([0, •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Chcąc wyrazić ϕ1 za pomocą macierzy identyfikować będziemy krawędzie z bazami kanonicznymi wektorów, które wcześniej dane były jako wierzchołki. Dla C1 ([−2, 2]) mamy \ [−2, −1] = e41, [0] = e42, [−1, c1] = e43, [0, c2] = e44, [1, i dla C1 ([−2, 4]) mamy \ [−2, −1] = e61, c4] = e66. [0] = e62, ..., [3, [−1, •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Stosując opisane wyżej rozumowanie dla każdego przedziału dostaniemy następującą macierz 0 0 0 ϕ1 := −1 −1 −1 0 0 −1 0 0 0 0 0 0 0 0 0 0 0 1 . 1 0 0 •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit Przypomnijmy, że odwzorowanie łańcuchowe generuje odwzorowanie w homologii, zatem zdefiniujmy f∗ : H∗ (X) → H∗ (Y ) jako f∗ := ϕ∗ Dopóki X i Y są acykliczne wiemy, że Hk (X) ∼ = Hk (Y ) ∼ = Z k=0 0 k 6= 0. A zatem jedynym interesującym odwzorowaniem jest f0 : H0(X) → H0(Y ). •First •Prev •Next •Last •Go Back •Full Screen •Close •Quit