Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。
§ 7。 HAUSDOFF 的收敛性级数(真实或复杂的情况)
在本段中,我们假设 K K K 是域 R \mathbf{R} R 或 C \mathbf{C} C 之一,其通常的绝对值值。回想一下,K K K 上的可规范代数是 K K K 上的(不一定是关联的)代数和拓扑 T \mathscr{T} T ,具有以下属性: (1) T \mathscr{T} T 可由范数定义: (2) A × A A \times A A × A 到A A A 的映射( x , y ) ↦ x y (x, y) \mapsto xy ( x , y ) ↦ x y 是连续的。 代数超过K K K 是代数A A A 超过K K K 和范数,使得∥ x y ∥ ≤ ∥ x ∥ ∥ y ∥ \|xy\| \leq \|x\|\ \|y\| ∥ x y ∥ ≤ ∥ x ∥ ∥ y ∥ 对于A A A 中的所有x , y x, y x , y 。 我们用g g g 表示K K K 上的完全可范化李代数。我们对 g g g 和数 M > 0 M > 0 M > 0 选择范数这样
∥ [ x , y ] ∥ ≤ M ∥ x ∥ ∥ y ∥ for x , y in g .
\|[x, y]\| \leq M \|x\|\ \|y\| \quad \text{for } x, y \text{ in } g.
∥ [ x , y ] ∥ ≤ M ∥ x ∥ ∥ y ∥ for x , y in g .
1. g g g 中值的连续多项式
设 I I I 为有限集合,并令 P ( g I ; g ) P(g^I; g) P ( g I ; g ) (分别为 P ^ ( g I ; g ) \hat{P}(g^I; g) P ^ ( g I ; g ) )为向量空间的*连续多项式*(分别为*形式幂级数,具有连续分量*)在 g I g^I g I 和值上在g g g 。回忆一下(*可微分和解析流形*,R,附录),P ( g I ; g ) P(g^I; g) P ( g I ; g ) 的毕业为型N I \mathbf{N}^I N I ,并且P ^ ( g I ; g ) \hat{P}(g^I; g) P ^ ( g I ; g ) 是通过过滤定义的向量空间P ( g I ; g ) P(g^I; g) P ( g I ; g ) 和拓扑的完成来识别的与P ( g I ; g ) P(g^I; g) P ( g I ; g ) 的毕业有关。此外,P ( g I ; g ) P(g^I; g) P ( g I ; g ) 是分级的李代数,其括号由[ f , g ] ( x ) = [ f ( x ) , g ( x ) ] [f, g](x) = [f(x), g(x)] [ f , g ] ( x ) = [ f ( x ) , g ( x )] 定义,对于f, g in P(g^I; g), x \in g^I;这个李代数结构可以通过连续性扩展到P ^ ( g I ; g ) \hat{P}(g^I; g) P ^ ( g I ; g ) ,并使其成为完整的Hausdorff过滤李代数。
到§ 6, no. 3的命题 2,L ^ ( I ) \hat{L}(I) L ^ ( I ) 的李代数同态ϕ I : u ↦ u ~ \phi_I : u \mapsto \tilde{u} ϕ I : u ↦ u ~ 到P ^ ( g I ; g ) \hat{P}(g^I; g) P ^ ( g I ; g ) 映射指标i到p r i \mathrm{pr}_i pr i 的不定从 p r i ∈ P ( g I ; g ) \mathrm{pr}_i \in P(g^I; g) pr i ∈ P ( g I ; g ) 开始,所有i ∈ I i \in I i ∈ I 。由此可知 u ~ ∈ P ( g I ; g ) \tilde{u} \in P(g^I; g) u ~ ∈ P ( g I ; g ) 对应 u ∈ L ( I ) u \in L(I) u ∈ L ( I ) ;更准确地说,当u ∈ L ( I ) u \in L(I) u ∈ L ( I ) 时,u ~ \tilde{u} u ~ 只是§ 2, no. 4的多项式映射( t i ) ↦ u ( ( t i ) ) (t_i) \mapsto u((t_i)) ( t i ) ↦ u (( t i )) 。另一方面,显然 ϕ I \phi_I ϕ I 与 L ( I ) L(I) L ( I ) 和 P ( g I ; g ) P(g^I; g) P ( g I ; g ) 的多级数兼容。如果u = ∑ v ∈ N I u v u = \sum_{v \in \mathbf{N}^I} u_v u = ∑ v ∈ N I u v ,其中u v ∈ L v ( I ) u_v \in L^v(I) u v ∈ L v ( I ) 代表v ∈ N I v \in \mathbf{N}^I v ∈ N I ,那么
u ~ = ∑ v ∈ N I u ~ v , where u ~ v ∈ P v ( g I ; g ) .
\tilde{u} = \sum_{v \in \mathbf{N}^I} \tilde{u}_v, \quad \text{where } \tilde{u}_v \in P_v(g^I; g).
u ~ = v ∈ N I ∑ u ~ v , where u ~ v ∈ P v ( g I ; g ) .
令u = ( u j ) j ∈ J u = (u_j)_{j \in J} u = ( u j ) j ∈ J 是L ^ ( I ) \hat{L}(I) L ^ ( I ) 的元素的有限族,令v ∈ L ^ ( J ) v \in \hat{L}(J) v ∈ L ^ ( J ) 并令w = v ∘ u w = v \circ u w = v ∘ u (§ 6, no. 3)。我们写u ~ = ( u ~ j ) j ∈ J ∈ g \tilde{u} = (\tilde{u}_j)_{j \in J} \in \mathfrak{g} u ~ = ( u ~ j ) j ∈ J ∈ g 。然后
(2)
v ~ ∘ u ~ = ( v ∘ u ) ∼ .
\tilde{v} \circ \tilde{u} = (v \circ u)^{\sim}.
v ~ ∘ u ~ = ( v ∘ u ) ∼ .
接下来是通过 § 6, no. 3 的连续性公式 (7) 以及可微分和解析流形、R、附录、no. 6 进行扩展。
2. 群由完整规范定义的细菌李代数
令 H = ∑ r , s ≥ 0 H r , s ∈ L ^ ( U , V ) H = \sum_{r,s \geq 0} H_{r,s} \in \hat{L}(U, V) H = ∑ r , s ≥ 0 H r , s ∈ L ^ ( U , V ) 为 Hausdorff 级数 (§ 6, no. 4, 定义 1)。我们将证明相应的正式幂级数
(3)
H ~ = ∑ r , s ≥ 0 H ~ r , s ∈ P ^ ( g × g , g )
\tilde{H} = \sum_{r,s \geq 0} \tilde{H}_{r,s} \in \hat{P}(g \times g, g)
H ~ = r , s ≥ 0 ∑ H ~ r , s ∈ P ^ ( g × g , g )
是收敛的(可微且解析流形,R,3.1.1)。
我们介绍以下正式的幂级数η ∈ Q [ [ U , V ] ] \eta \in \mathbf{Q}[[U, V]] η ∈ Q [[ U , V ]]
(4)
η ( U , V ) = − log ( 2 − exp ( U + V ) )
\eta(U, V) = -\log(2 - \exp(U + V))
η ( U , V ) = − log ( 2 − exp ( U + V )) (5) = ∑ m ≥ 1 1 m ( exp ( U + V ) − 1 ) m
= \sum_{m \geq 1} \frac{1}{m} (\exp(U + V) - 1)^m
= m ≥ 1 ∑ m 1 ( exp ( U + V ) − 1 ) m (6) = ∑ m ≥ 1 1 m ∑ r 1 , … , r m s 1 , … , s m U r 1 V s 1 r 1 ! U r 2 V s 2 r 2 ! ⋯ U r m V s m s m ! .
= \sum_{m \geq 1} \frac{1}{m} \sum_{\substack{r_1, \ldots, r_m \\ s_1, \ldots, s_m}} \frac{U^{r_1} V^{s_1}}{r_1!} \frac{U^{r_2} V^{s_2}}{r_2!} \cdots \frac{U^{r_m} V^{s_m}}{s_m!}.
= m ≥ 1 ∑ m 1 r 1 , … , r m s 1 , … , s m ∑ r 1 ! U r 1 V s 1 r 2 ! U r 2 V s 2 ⋯ s m ! U r m V s m .
因此
(7)
η ( U , V ) = ∑ r , s ≥ 0 η r , s U r V s ,
\eta(U, V) = \sum_{r,s \geq 0} \eta_{r,s} U^r V^s,
η ( U , V ) = r , s ≥ 0 ∑ η r , s U r V s ,
哪里
η r , s = ∑ m ≥ 1 1 m ∑ r 1 + ⋯ + r m = r s 1 + ⋯ + s m = s r i + s i ≥ 1 1 r 1 ! … r m ! s 1 ! … s m ! .
\eta_{r,s} = \sum_{m \geq 1} \frac{1}{m} \sum_{\substack{r_1 + \cdots + r_m = r \\ s_1 + \cdots + s_m = s \\ r_i + s_i \geq 1}} \frac{1}{r_1! \ldots r_m! s_1! \ldots s_m!}.
η r , s = m ≥ 1 ∑ m 1 r 1 + ⋯ + r m = r s 1 + ⋯ + s m = s r i + s i ≥ 1 ∑ r 1 ! … r m ! s 1 ! … s m ! 1 . 现在让u u u 和v v v 是两个正的实数,使得u + v < log 2 u + v < \log 2 u + v < log 2 ;然后0 ≤ exp ( u + v ) − 1 < 1 0 \leq \exp(u + v) - 1 < 1 0 ≤ exp ( u + v ) − 1 < 1 ;将U U U 替换为u u u ,将V V V 替换为v v v ,由(5)和(6)推导出级数是收敛的,上述计算意味着: ∑ r , s ≥ 0 η r , s u r v s = − log ( 2 − exp ( u + v ) ) < + ∞ .
\sum_{r, s \geq 0} \eta_{r,s} u^r v^s = -\log(2 - \exp(u + v)) < +\infty.
r , s ≥ 0 ∑ η r , s u r v s = − log ( 2 − exp ( u + v )) < + ∞. 令 r , s ≥ 0 r, s \geq 0 r , s ≥ 0 且令 ∥ H ~ r , s ∥ \| \tilde{H}_{r,s} \| ∥ H ~ r , s ∥ 为连续多项式 H ~ r , s \tilde{H}_{r,s} H ~ r , s 的范数(可微且解析流形、R、附录、no. 2)。
∥ H ~ r , s ∥ ≤ M r + s − 1 η r , s .
\| \tilde{H}_{r,s} \| \leq M^{r+s-1} \eta_{r,s}.
∥ H ~ r , s ∥ ≤ M r + s − 1 η r , s . 令
r i , s i r_i, s_i r i , s i 在
N \mathbf{N} N 中,对于
1 ≤ i ≤ m 1 \leq i \leq m 1 ≤ i ≤ m ,有
s m = 1 s_m = 1 s m = 1 ;我们写
r = ∑ i r i , s = ∑ i s i r = \sum_i r_i, s = \sum_i s_i r = ∑ i r i , s = ∑ i s i 并考虑
L ( { U , V } ) L(\{U, V\}) L ({ U , V }) 的以下元素:
Z = ( ( ∑ i = 1 m − 1 ( a d U ) r i ( a d V ) s i ) ( a d U ) r m ) ( V ) .
Z = \left( \left( \sum_{i=1}^{m-1} (\mathrm{ad}\ U)^{r_i} (\mathrm{ad}\ V)^{s_i} \right) (\mathrm{ad}\ U)^{r_m} \right)(V).
Z = ( ( i = 1 ∑ m − 1 ( ad U ) r i ( ad V ) s i ) ( ad U ) r m ) ( V ) . 然后是
Z ~ = f ∘ p \tilde{Z} = f \circ p Z ~ = f ∘ p ,其中
f f f 是
g r + s g^{r+s} g r + s 到
g g g 的以下
( r + s ) (r+s) ( r + s ) 线性映射:
( x 1 , … , x r , y 1 , … , y s ) ↦ ( a d ( x 1 ) ∘ ⋯ ∘ a d ( x r ) ∘ a d ( y 1 ) ∘ ⋯ ∘ a d ( y s ) ) ( y s )
(x_1, \ldots, x_r, y_1, \ldots, y_s) \mapsto (\mathrm{ad}(x_1) \circ \cdots \circ \mathrm{ad}(x_r) \circ \mathrm{ad}(y_1) \circ \cdots \circ \mathrm{ad}(y_s))(y_s)
( x 1 , … , x r , y 1 , … , y s ) ↦ ( ad ( x 1 ) ∘ ⋯ ∘ ad ( x r ) ∘ ad ( y 1 ) ∘ ⋯ ∘ ad ( y s )) ( y s ) 其中
p p p 是
g 2 g^2 g 2 的映射到
g r + s g^{r+s} g r + s 的结果:
( x , y ) ↦ ( x , … , x ⏟ r , y , … , y ⏟ s ) ;
(x, y) \mapsto (\underbrace{x, \ldots, x}_{r}, \underbrace{y, \ldots, y}_{s});
( x , y ) ↦ ( r x , … , x , s y , … , y ) ; 因此
∥ Z ~ ∥ ≤ ∥ f ∥ ≤ M r + s − 1 \| \tilde{Z} \| \leq \| f \| \leq M^{r+s-1} ∥ Z ~ ∥ ≤ ∥ f ∥ ≤ M r + s − 1 (可微分和解析流形,R,附录)。将应用这些不等式与§ 6, no. 4的公式(9)右侧的各个项,我们得到:
∥ ( H r , s ′ ) ∼ ∥ ≤ M r + s − 1 r + s ∑ m ≥ 1 1 m ∑ r 1 + ⋯ + r m = r s 1 + ⋯ + s m = s r 1 + s 1 ≥ 1 , … , r m − 1 + s m − 1 ≥ 1 1 r 1 ! … r m ! s 1 ! … s m ! .
\|(H'_{r,s})\sim\|
\leq \frac{M^{r+s-1}}{r+s} \sum_{m \geq 1} \frac{1}{m} \sum_{\substack{r_1 + \cdots + r_m = r \\ s_1 + \cdots + s_m = s \\ r_1 + s_1 \geq 1, \ldots, r_{m-1} + s_{m-1} \geq 1}} \frac{1}{r_1! \ldots r_m! s_1! \ldots s_m!}.
∥ ( H r , s ′ ) ∼ ∥ ≤ r + s M r + s − 1 m ≥ 1 ∑ m 1 r 1 + ⋯ + r m = r s 1 + ⋯ + s m = s r 1 + s 1 ≥ 1 , … , r m − 1 + s m − 1 ≥ 1 ∑ r 1 ! … r m ! s 1 ! … s m ! 1 . 类似的论证给出
∥ ( H r , s ′ ′ ) ∼ ∥ ≤ M r + s − 1 r + s ∑ m ≥ 1 1 m ∑ r 1 + ⋯ + r m − 1 = r − 1 s 1 + ⋯ + s m − 1 = s r 1 + s 1 ≥ 1 , … , r m − 1 + s m − 1 ≥ 1 1 r 1 ! … r m − 1 ! s 1 ! … s m − 1 !
\|(H''_{r,s})\sim\|
\leq \frac{M^{r+s-1}}{r+s} \sum_{m \geq 1} \frac{1}{m} \sum_{\substack{r_1 + \cdots + r_{m-1} = r-1 \\ s_1 + \cdots + s_{m-1} = s \\ r_1 + s_1 \geq 1, \ldots, r_{m-1} + s_{m-1} \geq 1}} \frac{1}{r_1! \ldots r_{m-1}! s_1! \ldots s_{m-1}!}
∥ ( H r , s ′′ ) ∼ ∥ ≤ r + s M r + s − 1 m ≥ 1 ∑ m 1 r 1 + ⋯ + r m − 1 = r − 1 s 1 + ⋯ + s m − 1 = s r 1 + s 1 ≥ 1 , … , r m − 1 + s m − 1 ≥ 1 ∑ r 1 ! … r m − 1 ! s 1 ! … s m − 1 ! 1
引用了 1 · 被以下引用 1 引用了 II § 6. 。豪斯多夫级数
被以下引用 命题 1
从而,由 (8)
∥ H ~ r , s ∥ < η r , s M r + s − 1 r + s ≤ η r , s M r + s − 1 ,
\|\tilde{H}_{r,s}\| < \eta_{r,s} \frac{M^{r+s-1}}{r+s} \leq \eta_{r,s} M^{r+s-1},
∥ H ~ r , s ∥ < η r , s r + s M r + s − 1 ≤ η r , s M r + s − 1 ,
这就证明了引理。
Ω = { ( x , y ) ∈ g × g ∣ ∥ x ∥ + ∥ y ∥ < 1 M log 2 } .
\Omega = \left\{ (x, y) \in g \times g \mid \|x\| + \|y\| < \frac{1}{M} \log 2 \right\}.
Ω = { ( x , y ) ∈ g × g ∣ ∥ x ∥ + ∥ y ∥ < M 1 log 2 } .
令u , v u, v u , v 为两个实数> 0 > 0 > 0 ,使得u + v < 1 M log 2 u + v < \frac{1}{M} \log 2 u + v < M 1 log 2 ;那么(引理1)
(12) M ∑ r , s ≥ 0 ∥ H ~ r , s ∥ u r v s ≤ ∑ r , s ≥ 0 η r , s M r + s u r v s = − log ( 2 − exp M ( u + v ) ) < + ∞
\text{(12)} \quad M \sum_{r,s \geq 0} \|\tilde{H}_{r,s}\| u^r v^s \\
\leq \sum_{r,s \geq 0} \eta_{r,s} M^{r+s} u^r v^s = -\log(2 - \exp M(u + v)) < +\infty
(12) M r , s ≥ 0 ∑ ∥ H ~ r , s ∥ u r v s ≤ r , s ≥ 0 ∑ η r , s M r + s u r v s = − log ( 2 − exp M ( u + v )) < + ∞ 由(9)。
令h : Ω → g h : \Omega \to g h : Ω → g 表示由H ~ \tilde{H} H ~ 定义的*解析函数*(*可微分且解析流形*,R,3.2.9),即由公式定义
(13) h ( x , y ) = ∑ r , s ≥ 0 H ~ r , s ( x , y ) = ∑ r , s ≥ 0 H r , s ( x , y ) for ( x , y ) ∈ Ω .
\text{(13)} \quad h(x, y) = \sum_{r,s \geq 0} \tilde{H}_{r,s}(x, y) = \sum_{r,s \geq 0} H_{r,s}(x, y) \quad \text{for } (x, y) \in \Omega.
(13) h ( x , y ) = r , s ≥ 0 ∑ H ~ r , s ( x , y ) = r , s ≥ 0 ∑ H r , s ( x , y ) for ( x , y ) ∈ Ω.
这个函数被称为 g g g 相对于 M M M 的 Hausdorff 函数 (或者在不会引起混淆的情况下简称为 g g g 的 Hausdorff 函数)。 注 H r , s ( U , − U ) = 0 H_{r,s}(U, -U) = 0 H r , s ( U , − U ) = 0 如果 r + s ≥ 2 r + s \geq 2 r + s ≥ 2 因此
(14) h ( x , − x ) = 0 for ∥ x ∥ < 1 2 M log 2.
\text{(14)} \quad h(x, -x) = 0 \quad \text{for } \|x\| < \frac{1}{2M} \log 2.
(14) h ( x , − x ) = 0 for ∥ x ∥ < 2 M 1 log 2.
同样
(15) h ( 0 , x ) = h ( x , 0 ) = x for ∥ x ∥ < 1 M log 2.
\text{(15)} \quad h(0, x) = h(x, 0) = x \quad \text{for } \|x\| < \frac{1}{M} \log 2.
(15) h ( 0 , x ) = h ( x , 0 ) = x for ∥ x ∥ < M 1 log 2.
Ω ′ = { ( x , y , z ) ∈ g × g × g ∣ ∥ x ∥ + ∥ y ∥ + ∥ z ∥ < 1 M log 3 2 } .
\Omega' = \left\{ (x, y, z) \in g \times g \times g \mid \|x\| + \|y\| + \|z\| < \frac{1}{M} \log \frac{3}{2} \right\}.
Ω ′ = { ( x , y , z ) ∈ g × g × g ∣ ∥ x ∥ + ∥ y ∥ + ∥ z ∥ < M 1 log 2 3 } .
如果 ( x , y , z ) ∈ Ω ′ (x, y, z) \in \Omega' ( x , y , z ) ∈ Ω ′ ,*那么*
(16) ( x , y ) ∈ Ω , ( h ( x , y ) , z ) ∈ Ω , ( y , z ) ∈ Ω , ( x , h ( y , z ) ) ∈ Ω
\text{(16)} \quad (x, y) \in \Omega, \quad (h(x, y), z) \in \Omega, \quad (y, z) \in \Omega, \quad (x, h(y, z)) \in \Omega
(16) ( x , y ) ∈ Ω , ( h ( x , y ) , z ) ∈ Ω , ( y , z ) ∈ Ω , ( x , h ( y , z )) ∈ Ω 和 (17) h ( h ( x , y ) , z ) = h ( x , h ( y , z ) ) .
\text{(17)} \quad h(h(x, y), z) = h(x, h(y, z)).
(17) h ( h ( x , y ) , z ) = h ( x , h ( y , z )) .
设 ( x , y , z ) ∈ Ω ′ (x, y, z) \in \Omega' ( x , y , z ) ∈ Ω ′ ;显然( x , y ) ∈ Ω (x, y) \in \Omega ( x , y ) ∈ Ω 和( y , z ) ∈ Ω (y, z) \in \Omega ( y , z ) ∈ Ω 。此外:
∥ h ( x , y ) ∥ ≤ ∑ r , s ∥ H r , s ∥ ∥ x ∣ r ∥ y ∣ s ,
\|h(x, y)\| \leq \sum_{r, s} \|H_{r,s}\| \|x|r\|y|s,
∥ h ( x , y ) ∥ ≤ r , s ∑ ∥ H r , s ∥∥ x ∣ r ∥ y ∣ s ,
因此由 (13)
∥ h ( x , y ) ∥ ≤ − 1 M log ( 2 − exp M ( ∥ x ∥ + ∥ y ∥ ) ) .
\|h(x, y)\| \leq -\frac{1}{M} \log(2 - \exp M(\|x\| + \|y\|)).
∥ h ( x , y ) ∥ ≤ − M 1 log ( 2 − exp M ( ∥ x ∥ + ∥ y ∥ )) .
现在M ( ∥ x ∥ + ∥ y ∥ ) < log 3 2 − M ∥ z ∥ M(\|x\| + \|y\|) < \log \frac{3}{2} - M\|z\| M ( ∥ x ∥ + ∥ y ∥ ) < log 2 3 − M ∥ z ∥ ;我们写u = exp ( M ∥ z ∥ ) u = \exp(M\|z\|) u = exp ( M ∥ z ∥ ) ;然后 1 ≤ u ≤ 3 2 1 \leq u \leq \frac{3}{2} 1 ≤ u ≤ 2 3 和
M ( ∥ h ( x , y ) ∥ + ∥ z ∥ ) < − log ( 2 − exp ( log 3 2 − M ∥ z ∥ ) ) + M ∥ z ∥ = − log ( 2 − 3 2 u ) + log u = log 2 u 2 4 u − 3 = log ( 2 + 2 ( u − 1 ) ( u − 3 ) 4 u − 3 ) ≤ log 2.
\begin{align*}
M(\|h(x, y)\| + \|z\|) &< -\log(2 - \exp(\log \frac{3}{2} - M\|z\|)) + M\|z\| \\
&= -\log\left(2 - \frac{3}{2u}\right) + \log u = \log \frac{2u^2}{4u - 3} \\
&= \log\left(2 + \frac{2(u - 1)(u - 3)}{4u - 3}\right) \leq \log 2.
\end{align*}
M ( ∥ h ( x , y ) ∥ + ∥ z ∥ ) < − log ( 2 − exp ( log 2 3 − M ∥ z ∥ )) + M ∥ z ∥ = − log ( 2 − 2 u 3 ) + log u = log 4 u − 3 2 u 2 = log ( 2 + 4 u − 3 2 ( u − 1 ) ( u − 3 ) ) ≤ log 2.
我们也看到类似的( x , h ( y , z ) ) ∈ Ω (x, h(y, z)) \in \Omega ( x , h ( y , z )) ∈ Ω 。
现在我们证明(17)。在李代数L ^ ( { U , V , W } ) \hat{L}(\{U, V, W\}) L ^ ({ U , V , W }) ,
H ( H ( U , V ) , W ) = H ( U , H ( V , W ) )
H(H(U, V), W) = H(U, H(V, W))
H ( H ( U , V ) , W ) = H ( U , H ( V , W ))
命题 4 / § 6, no. 5。根据 no. 1、公式 (2),我们有 P ^ ( g × g × g , g ) \hat{P}(g \times g \times g, g) P ^ ( g × g × g , g ) 关系
H ~ ∘ ( H ~ × I d g ) = H ~ ∘ ( I d g × H ~ ) .
\tilde{H} \circ (\tilde{H} \times \mathrm{Id}_g) = \tilde{H} \circ (\mathrm{Id}_g \times \tilde{H}).
H ~ ∘ ( H ~ × Id g ) = H ~ ∘ ( Id g × H ~ ) .
通过*可微分和解析流形*,R,3.1.9,存在数ε > 0 \varepsilon > 0 ε > 0 ,使得当∥ x ∥ , ∥ y ∥ \|x\|, \|y\| ∥ x ∥ , ∥ y ∥ 和∥ z ∥ \|z\| ∥ z ∥ 为≤ ε \leq \varepsilon ≤ ε 时,公式(17)为真。但函数( x , y , z ) ↦ h ( h ( x , y ) , z ) (x, y, z) \mapsto h(h(x, y), z) ( x , y , z ) ↦ h ( h ( x , y ) , z ) 和( x , y , z ) ↦ h ( x , h ( y , z ) ) (x, y, z) \mapsto h(x, h(y, z)) ( x , y , z ) ↦ h ( x , h ( y , z )) 在Ω ′ \Omega' Ω ′ 上是解析函数,在g g g 上是值(*可微且解析流形*,R,3.2.7)。由于 Ω ′ \Omega' Ω ′ 已连通,并且它们重合位于 0 的邻域中,因此它们相等(*可微且解析流形*,R,3.2.5)。
上述结果意味着:
令α \alpha α 为实数,使得0 < α ≤ 1 3 M log 3 2 0 < \alpha \leq \frac{1}{3M} \log \frac{3}{2} 0 < α ≤ 3 M 1 log 2 3 。让
G = { x ∈ g ∣ ∥ x ∥ < α } ,
G = \{x \in g \mid \|x\| < \alpha\},
G = { x ∈ g ∣ ∥ x ∥ < α } ,
Θ = { ( x , y ) ∈ G × G ∣ h ( x , y ) ∈ G }
\Theta = \{(x, y) \in G \times G \mid h(x, y) \in G\}
Θ = {( x , y ) ∈ G × G ∣ h ( x , y ) ∈ G } 并且
m : Θ → G m : \Theta \to G m : Θ → G 是
h h h 至
Θ \Theta Θ 中的限制。然后: (1)
Θ \Theta Θ 在
G × G G \times G G × G 开,
m m m 解析。 (2)
x ∈ G x \in G x ∈ G 意味着
( 0 , x ) ∈ Θ (0, x) \in \Theta ( 0 , x ) ∈ Θ 、
( x , 0 ) ∈ Θ (x, 0) \in \Theta ( x , 0 ) ∈ Θ 和
m ( 0 , x ) = m ( x , 0 ) = x m(0, x) = m(x, 0) = x m ( 0 , x ) = m ( x , 0 ) = x 。 (3)
x ∈ G x \in G x ∈ G 意味着
− x ∈ G -x \in G − x ∈ G 、
( x , − x ) ∈ Θ (x, -x) \in \Theta ( x , − x ) ∈ Θ 、
( − x , x ) ∈ Θ (-x, x) \in \Theta ( − x , x ) ∈ Θ 和
m ( x , − x ) = m ( − x , x ) = 0.
m(x, -x) = m(-x, x) = 0.
m ( x , − x ) = m ( − x , x ) = 0.
(4) 设 x, y, z 为 G 的元素,使得 (x, y) ε θ,(m(x, y), z) ε θ,(y, z) ε θ 且 (x, m(y, z)) ε θ。然后 m(m(x, y), z) = m(x, m(y, z))。
在其他字 (章 III, § 1) 中,如果我们写 −x = σ(x),则四元组 (G, 0, σ, m) 是 K 上的李群胚芽。
3. 完全范数结合律中的指数代数
在这个没有。我们用 A 表示一个完全规范的单位结合词代数(一般拓扑、章 IX, § 3, no. 7)。然后\|x.y\| ≤ \|x\|。 \|y\|对于 A 中的 x、y。
令 I 为有限集合,并令 P ^ ( A I ; A ) \hat{P}(A^I; A) P ^ ( A I ; A ) 为形式幂级数的向量空间,其中连续分量在 A I A^I A I 上,值在 A 中(可微分和解析流形,R, 附录, no. 5) 和代数结构通过写得到
f . g = m ∘ ( f , g ) for f , g in P ^ ( A I ; A ) ,
f.g = m \circ (f, g) \quad \text{for } f, g \text{ in } \hat{P}(A^I; A),
f . g = m ∘ ( f , g ) for f , g in P ^ ( A I ; A ) ,
其中m : A × A → A m : A \times A \to A m : A × A → A 表示A上的乘法。按照no. 1中的论证并使用§ 5, no. 1的命题1,我们定义是单位代数u ↦ u ~ u \mapsto \tilde{u} u ↦ u ~ 的连续同态 A ^ ( I ) \hat{A}(I) A ^ ( I ) 变为 P ^ ( A I ; A ) \hat{P}(A^I; A) P ^ ( A I ; A ) 映射指标 i 到 p r i pr_i p r i 的不定;将L ^ ( I ) \hat{L}(I) L ^ ( I ) 的同态扩展李代数同态转换为no. 1中定义的P ^ ( A I ; A ) \hat{P}(A^I; A) P ^ ( A I ; A ) 。如果 u = ∑ v u v u = \sum_v u_v u = ∑ v u v 和 u v ∈ A v ( I ) u_v \in A^v(I) u v ∈ A v ( I ) 对应 v ∈ N I v \in \mathbf{N}^I v ∈ N I ,则 u ~ = ∑ v u ~ v \tilde{u} = \sum_v \tilde{u}_v u ~ = ∑ v u ~ v ,其中 u ~ v \tilde{u}_v u ~ v 是多项式映射 ( t i ) i ∈ I ↦ u v ( ( t i ) ) (t_i)_{i \in I} \mapsto u_v((t_i)) ( t i ) i ∈ I ↦ u v (( t i )) 。
令u = ( u j ) j ∈ I u = (u_j)_{j \in I} u = ( u j ) j ∈ I 为A ^ ( I ) \hat{A}(I) A ^ ( I ) 的元素的有限族,令v ∈ A ^ ( J ) v \in \hat{A}(J) v ∈ A ^ ( J ) 并写作w = v ∘ u w = v \circ u w = v ∘ u (§ 5, no. 1)。然后
( v ∘ u ) ∼ = v ~ ∘ u ~ .
(v \circ u)^{\sim} = \tilde{v} \circ \tilde{u}.
( v ∘ u ) ∼ = v ~ ∘ u ~ .
接下来通过 § 5, no. 1 的连续性公式 (2) 以及可微分和解析流形、R、附录、no. 6 进行扩展。
特别是,我们取 I = {U}、认同 A 和 A ( U ) A^{(U)} A ( U ) ,并考虑 P ^ ( A ; A ) \hat{P}(A; A) P ^ ( A ; A ) 中级数 e ( U ) = ∑ n ≥ 1 U n / n ! e(U) = \sum_{n \geq 1} U^n/n! e ( U ) = ∑ n ≥ 1 U n / n ! 和 l ( U ) = ∑ n ≥ 1 ( − 1 ) n − 1 U n / n l(U) = \sum_{n \geq 1} (-1)^{n-1} U^n/n l ( U ) = ∑ n ≥ 1 ( − 1 ) n − 1 U n / n 的像 e ~ \tilde{e} e ~ 和 l ~ \tilde{l} l ~ 。然后∥ U ~ n ∥ ≤ 1 \|\tilde{U}^n\| \leq 1 ∥ U ~ n ∥ ≤ 1 对于∥ x 1 … x n ∥ ≤ ∥ x 1 ∥ … ∥ x n ∥ \|x_1 \ldots x_n\| \leq \|x_1\| \ldots \|x_n\| ∥ x 1 … x n ∥ ≤ ∥ x 1 ∥ … ∥ x n ∥ 对于A中的x 1 , … , x n x_1, \ldots, x_n x 1 , … , x n 。因此e ~ \tilde{e} e ~ (或l ~ \tilde{l} l ~ )的绝对收敛半径是无穷大(或≥ 1 \geq 1 ≥ 1 )。
我们将用e A e_A e A (或l A l_A l A )表示由收敛级数e ~ \tilde{e} e ~ (或l ~ \tilde{l} l ~ )定义的A到A(或B到A,其中B是A的开单位球)的解析映射,我们将写成exp A ( x ) = 1 + e A ( x ) \exp_A(x) = 1 + e_A(x) exp A ( x ) = 1 + e A ( x ) (对于x ∈ A x \in A x ∈ A )和
log A ( x ) = l A ( x − 1 )
\log_A(x) = l_A(x - 1)
log A ( x ) = l A ( x − 1 )
(对于 x ∈ A , ∥ x − 1 ∥ < 1 x \in A, \|x - 1\| < 1 x ∈ A , ∥ x − 1∥ < 1 )。然后
exp A x = ∑ n ≥ 0 x n n ! ( x ∈ A )
\exp_A x = \sum_{n \geq 0} \frac{x^n}{n!} \quad (x \in A)
exp A x = n ≥ 0 ∑ n ! x n ( x ∈ A )
(20) log A x = ∑ n ≥ 1 ( − 1 ) n − 1 ( x − 1 ) n n ( x ∈ A , ∥ x − 1 ∥ < 1 ) . \log_A x = \sum_{n \geq 1} (-1)^{n-1} \frac{(x-1)^n}{n} \quad (x \in A, \|x-1\| < 1). log A x = ∑ n ≥ 1 ( − 1 ) n − 1 n ( x − 1 ) n ( x ∈ A , ∥ x − 1∥ < 1 ) .
作为 ( e ∘ l ) ( U ) = ( l ∘ e ) ( U ) = U (e \circ l)(U) = (l \circ e)(U) = U ( e ∘ l ) ( U ) = ( l ∘ e ) ( U ) = U (cf. § 6, no. 1),除以 (18) e ~ ∘ l ~ = l ~ ∘ e ~ = I d A \tilde{e} \circ \tilde{l} = \tilde{l} \circ \tilde{e} = \mathrm{Id}_A e ~ ∘ l ~ = l ~ ∘ e ~ = Id A 。 因此(*可微分和解析流形*,R,3.1.9) (21) exp A ( log A ( x ) ) = x ( x ∈ A , ∥ x − 1 ∥ ≤ 1 ) \exp_A(\log_A(x)) = x \quad (x \in A, \|x-1\| \leq 1) exp A ( log A ( x )) = x ( x ∈ A , ∥ x − 1∥ ≤ 1 ) (22) log A ( exp A ( x ) ) = x ( x ∈ A , ∥ x ∥ < log 2 ) \log_A(\exp_A(x)) = x \quad (x \in A, \|x\| < \log 2) log A ( exp A ( x )) = x ( x ∈ A , ∥ x ∥ < log 2 ) 因为∥ x ∥ < log 2 \|x\| < \log 2 ∥ x ∥ < log 2 意味着∥ exp A ( x ) − 1 ∥ ≤ exp ∥ x ∥ − 1 < 1 \|\exp_A(x) - 1\| \leq \exp \|x\| - 1 < 1 ∥ exp A ( x ) − 1∥ ≤ exp ∥ x ∥ − 1 < 1 。
最后我们将 A 视为完全范数李代数。然后
∥ [ x , y ] ∥ = ∥ x y − y x ∥ ≤ 2 ∥ x ∥ ⋅ ∥ y ∥ .
\|[x, y]\| = \|xy - yx\| \leq 2\|x\|\cdot\|y\|.
∥ [ x , y ] ∥ = ∥ x y − y x ∥ ≤ 2∥ x ∥ ⋅ ∥ y ∥. 命题 1 of no. 2 意味着形式幂级数 H ~ \tilde{H} H ~ 包含集合的绝对收敛域 Ω = { x , y ) ∈ A × A ∣ ∥ x ∥ + ∥ y ∥ < 1 2 log 2 } .
\Omega = \{x, y) \in A \times A \mid \|x\| + \|y\| < \frac{1}{2} \log 2\}.
Ω = { x , y ) ∈ A × A ∣ ∥ x ∥ + ∥ y ∥ < 2 1 log 2 } . 因此 H ~ \tilde{H} H ~ 定义是解析的函数 h : Ω → A h : \Omega \to A h : Ω → A 。然后h ( x , y ) = ∑ r , s H r , s ( x , y ) h(x, y) = \sum_{r,s} H_{r,s}(x, y) h ( x , y ) = ∑ r , s H r , s ( x , y ) (cf.§ 3, no. 1,*注4*)。
对于∥ x ∥ + ∥ y ∥ < 1 2 log 2 \|x\| + \|y\| < \frac{1}{2} \log 2 ∥ x ∥ + ∥ y ∥ < 2 1 log 2 ,* (23) exp A x ⋅ exp A y = exp A h ( x , y ) . \exp_A x \cdot \exp_A y = \exp_A h(x, y). exp A x ⋅ exp A y = exp A h ( x , y ) . 由 (18) 和关系 e u e v = e u + v e^u e^v = e^{u+v} e u e v = e u + v 得出
m ∘ ( 1 + e ~ , 1 + e ~ ) = ( 1 + e ~ ) ∘ H ~
m \circ (1 + \tilde{e}, 1 + \tilde{e}) = (1 + \tilde{e}) \circ \tilde{H}
m ∘ ( 1 + e ~ , 1 + e ~ ) = ( 1 + e ~ ) ∘ H ~ 在
P ^ ( A × A ; A ) \hat{P}(A \times A; A) P ^ ( A × A ; A ) 。因此,我们从
可微分和解析流形 , R, 3.1.9 中推断出 (23) 对于足够接近
( 0 , 0 ) (0, 0) ( 0 , 0 ) 的
( x , y ) (x, y) ( x , y ) 成立,从而命题遵循解析延拓 (
可微分和解析流形 , R, 3.2.5)。
习题
参见习题为 § 7 。