Lie group 专题:Lie 群

  • Lie group 专题:Lie 群

流形

流形的定义

  • 一个m维流形是满足以下条件的集合M:存在可数多个称为坐标卡(图集)的子集合族U_\alpha \subset M.以及映到R^m的连通开子集V_\alpha上的一对一映射,\varphi_\alpha:U_\alpha\rightarrow V_\alpha,\varphi_\alpha称为局部坐标映射,满足以下条件
    • 坐标卡覆盖M
    • U_\alpha \bigcap U_\beta \neq \phi,\varphi_\beta\cdot\varphi_\alpha^{-1}:\varphi_{\alpha}(U_\alpha \bigcap U_\beta)\rightarrow \varphi_{\beta}(U_\alpha \bigcap U_\beta)是光滑函数(无限可导)
    • Hausdorff 分离性质:若x\in U_\alpha,\bar{x}\in U_\beta是M中的两个不同点,则存在开子集W\subset V_\alpha,\bar{W}\subset V_\beta,\varphi_\alpha(x)\in V_\alpha,\varphi_\beta(\bar{x})\in V_\beta使得\varphi_\alpha^{-1}(W)\bigcap \varphi_\beta^{-1}(\bar{W})=\phi

光滑映射

  • 设M 和 N是两个光滑流形,F:M\rightarrow N是一个映射,如果F在每个坐标卡上的局部坐标表示都是光滑的,则称F是光滑映射,即对M上的每个坐标卡\varphi_\alpha:U_\alpha \rightarrow V_\alpha \subset R^m和 N 上的每个坐标卡\bar{\varphi}_\beta:\bar{U}_\beta\rightarrow \bar{V}_\beta \subset R^n,复合映射\bar{\varphi}_\beta\cdot F\cdot \varphi_\alpha^{-1}:R^m\rightarrow R^n\varphi_\alpha[U_\alpha\bigcap F^{-1}(\bar{\varphi}_\beta)]上是光滑的

最大秩条件

  • F:M\rightarrow N是从m维流形到n维流形的光滑映射,F在x\in M的秩就是n \times m Jacobi矩阵在x的秩。如果对于子集S \subsset M 中的每点,F 的秩都等于m 和 n中最小者,则称F 在S上有最大值

子流形

  • 设M是光滑流形,N是M的子集,如果存在流形\bar{N} 和 光滑流形一一映射\bar{N}\rightarrow N\subset M,处处满足最大秩条件,则称N 是 M的子流形,\bar{N}叫做参数空间,并且N=\varphi(\bar{N})
    • 映射N=\varphi(\bar{N})称为 immersion
    • N 叫做侵入子流形

regular 子流形

regular 子流形基本定理

Lie group theory 中的重要概念

r参数Lie 群定义

  • 若群G具有r位光滑流形结构,使得群运算m:G\times G\rightarrow G,m(g,h)=g\cdot h,\,\,\,g,h\in G和逆元运算i:G\rightarrow G,i(g)=g^{-1},g\in G是流形间的光滑映射,则称G是r参数Lie 群
  • Lie 群:具有光滑的流形结构的群

Lie 子群

  • Lie 群G的子集H 叫做Lie 子群,如果H是G 的侵入子流形,则\varphi:\bar{H}\rightarrow G,H=\varphi(\bar{H}),H是Lie 群,\varphi是Lie 群上的同态映射

Lie group theory 中的重要定理

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/39014.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Sklearn】基于多层感知器算法的数据分类预测(Excel可直接替换数据)

【Sklearn】基于多层感知器算法的数据分类预测(Excel可直接替换数据) 1.模型原理2.模型参数3.文件结构4.Excel数据5.下载地址6.完整代码7.运行结果1.模型原理 多层感知器(Multilayer Perceptron,MLP)是一种前馈神经网络,用于解决分类和回归问题。它包含输入层、若干个隐…

【数学建模】--灰色关联分析

系统分析: 一般的抽象系统,如社会系统,经济系统,农业系统,生态系统,教育系统等都包含有许多种因素,多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中,哪些是主要…

leetcode 面试题 02.05 链表求和

⭐️ 题目描述 🌟 leetcode链接:面试题 02.05 链表求和 ps: 首先定义一个头尾指针 head 、tail,这里的 tail 是方便我们尾插,每次不需要遍历找尾,由于这些数是反向存在的,所以我们直接加起来若…

深入理解设计模式-行为型之观察者

概述 观察者模式(Observer Pattern)是一种行为型设计模式,它定义了一种一对多的依赖关系,让多个观察者对象同时监听一个主题对象,当主题对象发生变化时,所有依赖于它的观察者对象都会得到通知并更新。 在…

如何安装Python?

如何安装Python? 安装Python非常简单,让我们一步步来进行。 1. 访问官方网站 首先,您需要访问Python官方网站(https://www.python.org/)。在首页上,您会看到一个大大的「Downloads」按钮,点击…

【Redis实践篇】使用Redisson 优雅实现项目实践过程中的5种场景

文章目录 1.前言2.使用方式1. 添加Redisson依赖:2. 配置Redis连接信息3. 使用场景3.1. 分布式锁3.2. 限流器(Rate Limiter)3.3. 可过期的对象(Expirable Object)3.4. 信号量(Semaphore)3.5. 分布…

ChatGPT在智能文档搜索和信息抽取中的应用如何?

智能文档搜索和信息抽取是信息检索和知识管理领域中的关键问题,而ChatGPT作为一种强大的自然语言处理模型,正在这些领域发挥越来越重要的作用。在大数据时代,文档数量庞大,信息量巨大,有效地搜索和抽取信息变得至关重要…

spfa判断负环

思路: (1)负环:区别于正环,在求最短路过程中,正环会绕路,故不会被讨论,而负环会不断让路总权更短,会让算法不断循环; (2)于是考虑统…

JVM---垃圾回收算法介绍

目录 分代收集理论 三种垃圾回收算法 标记-清除算法(最基础的、基本不用) 标记-复制算法 标记-整理算法 正式因为jvm有了垃圾回收机制,作为java开发者不会去特备关注内存,不像C和C。 优点:开发门槛低、安全 缺点…

windows Socket简单编程实例

服务端 #include <winsock2.h> #include <string.h> #include <stdio.h> #include <stdlib.h>#pragma comment(lib, "Ws2_32.lib")void error_handing(const char* message) {fputs(message, stderr);fputc(\n, stderr);exit(1); } int mai…

任我行CRM系统存在 SQL注入漏洞[2023-HW]

任我行CRM系统存在 SQL注入漏洞 一、 产品简介二、 漏洞概述三、 复现环境四、 漏洞复现小龙POC又是一通哈拉少 五、 修复建议 免责声明&#xff1a;请勿利用文章内的相关技术从事非法测试&#xff0c;由于传播、利用此文所提供的信息或者工具而造成的任何直接或者间接的后果及…

学习ts(二)数据类型(接口和对象类型、数组类型)

interface 重名会重合到一起 如果两个interface名称相同&#xff0c;会把两个合到一起 重复定义同一个需要类型相同 不能多或者减少属性 设置任意key 当定义接口返回数据时&#xff0c;我们不确定接口会返回多少&#xff0c;知道所需要的固定属性&#xff0c;其余属性可以…

学习笔记十四:K8S最小调度单元POD概述

K8S最小调度单元POD概述 k8s核心资源Pod介绍Pod是什么Pod如何管理多个容器Pod网络Pod存储代码自动发版更新收集业务日志 Pod工作方式自主式Pod控制器管理的Pod(防误删除) 如何基于Pod运行应用 k8s核心资源Pod介绍 K8s官方文档&#xff1a;https://kubernetes.io/ K8s中文官方文…

【博客692】grafana如何解决step动态变化时可能出现range duration小于step

grafana如何解决step动态变化时可能出现range duration小于step 1、grafana中的step和resolution grafana中的 “step” grafana本身是没有提供step参数的&#xff0c;因为仪表盘根据查询数据区间以及仪表盘线条宽度等&#xff0c;对于不同查询&#xff0c;相同的step并不能…

校园外卖小程序怎么做

校园外卖小程序是为满足校园内学生和教职员工的外卖需求而开发的一种应用程序。它涵盖了从用户端、商家端、骑手端、电脑管理员到小票打印、多商户入驻等多个方面的功能&#xff0c;以下将逐一介绍。 1. 用户端功能&#xff1a;校园外卖小程序为用户提供了便捷的订餐和外卖服务…

Zmq适配Win7 SP0 / Win XP/ Win 2k

1.目的 由于发布版本的libzmq使用了较多新的系统特性&#xff0c;导致在低版本windows平台上无法使用。 因此&#xff0c;需要对zmq源码进行修改以适配低版本的系统&#xff0c;如Win7 SP0&#xff0c;Win XP&#xff0c;Win2003等等。 2.Win7 SP0 #if defined ZMQ_HAVE_WIN…

深入理解epoll

文章目录 概述1. epoll_create - 创建一个epoll实例2. epoll_ctl - 控制epoll实例的事件结构体介绍events取值&#xff1a;data&#xff1a; 联合体&#xff08;共用体&#xff09;&#xff1a; 3. epoll_wait - 等待事件发生伪代码总结 概述 在网络编程中&#xff0c;高效地处…

每天一道leetcode:797. 所有可能的路径(图论中等深度优先遍历)

今日份题目&#xff1a; 给你一个有 n 个节点的 有向无环图&#xff08;DAG&#xff09;&#xff0c;请你找出所有从节点 0 到节点 n-1 的路径并输出&#xff08;不要求按特定顺序&#xff09; graph[i] 是一个从节点 i 可以访问的所有节点的列表&#xff08;即从节点 i 到节…

c++11 explicit关键字的作用

explicit 在C中&#xff0c;explicit关键字用来修饰类的构造函数&#xff0c;被修饰的构造函数的类&#xff0c;不能发生相应的隐式类型转换&#xff0c;只能以显示的方式进行类型转换。因为无参构造函数和多参构造函数本身就是显示调用的。再加上explicit关键字也没有什么意义…

​五金件机器视觉定位​并获取外观轮廓软硬件视觉方案

【检测目的】 五金件机器视觉定位&#xff0c;视觉检测五金件轮廓并矫正五金件位置进行涂油 【客户要求】 FOV:540*400mm 【拍摄与处理效图一】 【拍摄与处理效图二】 【实验原理及说明】 【方案评估】 根据目前的图像和处理结果来看&#xff0c;可以检测出产品轮廓并进行位置…