いろは3011036 views
雑学1473627 views
高校物理160216 views
小学社会310495 views
高校化学2924523 views
高校日本史190578 views
世界の国564562 views
Computer368134 views
高校国語788355 views
高校生物551780 views
Help
Tools
NewsSpreadsheetCalendarBookkeepingMarkdown TablesLanguage Model NewsSlidesTier ListPen ToolIllustrationCrayonWatercolorPixel ArtASCII ArtPerspectiveEndless StairsGraphMind MapER DiagramFamily TreeMemeCurved TextImage EditorMosaicRetro FilterPencil SketchSwirl EffectLine ArtOCR/HighlighterMakeup EditorFaviconVideo TrimmerScrolling VideoVideo TitleColor PickerColor ExtractorBonfireFireworksCherry BlossomWater RippleWater SplashBreaking GlassGlass TextureFabric TextureWood GrainMarble TextureBrick Wall TextureMetal TextureWashi Paper TextureCardboard TextureCSS ButtonIcon MakerBar ChartGrouped Bar ChartStacked Bar ChartPie ChartLine ChartArea ChartStacked Area ChartScatter Plot3D Bar Chart3D Pie ChartBar Chart RaceBubble ChartPopulation PyramidPictogramEarningsCandlestick ChartInvestment RiskMortgage SimulatorCalculatorMatrix CalculatorFunction GraphPolynomial ExpansionVenn DiagramField VisualizerRubik's Cube Group TheoryTraveling SalesmanVoronoi and DelaunayFractalColumn ArithmeticDraw Math FiguresArithmetic AnimationArithmetic Word ProblemsCounting with Tree DiagramsCube NetsRolling DiceCross SectionsMotion PathMechanicsWavesElectromagnetic WavesCapacitorsLight and LensesThermodynamicsHow Semiconductors WorkMolecular StructuresAtomic OrbitalsElectrochemical CellsChemical EquilibriumCrystal LatticesBuffer pHOrganic Reaction MapPeriodic TableComplex IonsDNA Double HelixCell DivisionMembrane ChannelsNerve ImpulseMuscle ContractionHormones and HomeostasisRock ClassificationWeatherConstellationsSolar and Lunar Eclipses3D ModelingFloor PlanSeismic StructuresIntersection TurnMaglevCooking AnimationOrigamiLive Viewer CountGeoJSON MapRailway MapPopulation MapCrime MapLand Price MapSchool MapShrine and Castle MapHouse of Representatives MapWord MapSolitaireReversiHakoiri MusumeChessHamburgerRippleSlide Puzzle MakerNeon PinballNovel MakerJapanese Typing PracticePiano Score EditorMusic TheoryShogi StrategyPiano Rhythm Game

English

連続写像を有限個の頂点で捕まえる(三角形分割と単体近似定理)

連続写像は自由すぎて、そのままでは数えられません。三角形の頂点を頂点へ送る写像なら有限個で、組み合わせの問題に落ちます。

細かく刻めば、どんな連続写像もそういう写像で置き換えられる。これが単体近似定理です[1]。ブラウワーが 1910 年ごろ、単体ホモロジーの位相不変性を確かめるために用意した道具でした[4]

以下では三角形分割の定義と例から始め、単体写像と星、近似定理の中身と証明の筋、そして三角形分割ができない空間まで扱います。

三角形分割

単体複体 とは、単体の集まりで、面もすべて含み、 つの単体の交わりが両方の面になっているものです[3]

に属する単体を全部あわせた空間を、 の実現といい と書きます。

位相空間 の三角形分割とは、同相写像 のこと[2]。三角形の貼り合わせで を作り直したことになります。

有限複体なら はコンパクトです。頂点と辺と面の一覧という有限のデータで、空間が指定できます。

例: 円周は 3 頂点から

円周を三角形分割する最少の複体は、三角形の周です。頂点 つと辺 本。

頂点 つでは足りません。 点を 本の辺で結ぼうとすると、 つの単体の交わりが 点になり、面という条件を破ります[3]

オイラー標数を確かめます。 で、円周の値と合っています。

例: 球面は四面体の表面

の分割としていちばん小さいものは、四面体の表面です。頂点 、辺 、面

八面体の表面でも分割できます。頂点 、辺 、面 で、標数はやはり です[3]

同じ空間に何通りもの分割があり、頂点の個数は違うのに標数は動かない。この不変性が、あとで問題になります。

例: トーラスは 7 頂点

正方形の向かい合う辺を貼るとトーラスができます。正方形を三角形に刻めば分割が得られる、と言いたくなります。

素朴に 本の対角線で つに割ると失敗します。貼り合わせのあとで つの三角形が 辺すべてを共有してしまい、単体複体の条件を破るためです。

十分細かく刻めば通ります。最少の分割は頂点 、辺 、面 で、メビウスのトーラスと呼ばれます[3]

トーラスの標数 と合っています。

単体写像

複体 から への単体写像とは、頂点を頂点へ送る写像で、 の単体の頂点が の単体の頂点へ行くもののこと。

頂点の対応が決まれば、各単体の内部は線形に延ばして決まります。全体は有限個の頂点の対応だけで書けます。

写像の自由度が有限になりました。連続写像の集まりは無限に広いのに、単体写像は数え上げられます。

頂点の星

頂点 の星 を、 を含む単体の内部をあわせた開集合とします[3]

のまわりだけを見た小さな近傍です。星の集まりは の開被覆になります。

星が主役になるのは、単体写像を頂点の対応だけで決めたいからです。行き先の頂点を、星の条件から選びます。

単体近似の定義

連続写像 に対し、単体写像 が単体近似であるとは、次をみたすこと[1]

同じことを点の言葉で書けば、各点 の像 が、 を含む最小の閉単体に入る、となります。

この条件があれば は近く、線分で結ぶホモトピー が作れます。よって です。

近似といっても、値が近いだけでなくホモトピックまで言える。ここが効きます。

単体近似定理

を有限複体とします。任意の連続写像 に対し、ある自然数 があって、 回重心細分した から への単体近似が存在します[1,4]

行き先の はそのままで、出発側だけを細かくします。細かくするほど星が小さくなり、条件がみたしやすくなる仕組みです。

細分は出発側にだけ効きます。行き先を細かくしても条件はよくなりません。

証明の筋: ルベーグ数

の各頂点 について、開集合 を作ります。星が を覆うので、 たちは の開被覆です[1]

はコンパクトな距離空間なので、この被覆にルベーグ数 がとれます。直径が 未満の集合は、どれか 枚に丸ごと入ります。

重心細分をくり返すと、単体の直径は 倍以下に縮んでいきます。 を十分大きくとれば、 の各頂点の星の直径が 未満になります。

そこで各頂点 に対し、 となる を選び、 と定めます。

これが単体写像になることと、星の条件をみたすことは、選び方から確かめられます。証明は細分とルベーグ数の 本で立っています。

例: 低い次元へは全射にならない

とし、 をとります。単体近似 を選ぶと、 の像は 次元以下の単体の和です。

の分割には 単体が含まれ、その内部は の像に入りません。よって は全射になりません。

点を落とした球面は可縮なので、 は定値写像にホモトピックです。 とあわせて次が出ます。

球面の低次のホモトピー群が消えることが、次元の数え上げだけで示せました[1]

例: ホモトピー群が可算になる

有限複体 から への単体写像は有限個です。細分の回数 を動かしても、全部あわせて可算個。

任意の連続写像はそのどれかにホモトピックなので、ホモトピー類の集合は可算です。

有限 複体のホモトピー群が可算群になる、という基本的な事実が出ます。連続写像の集合そのものは非可算なのに、ホモトピーで割ると可算に落ちる。

例: 単体ホモロジーの位相不変性

単体ホモロジーは分割 から定義されます。同じ空間に別の分割 を入れたとき、値が変わっては困ります。

同相写像 に単体近似をとると、単体写像が誘導する準同型が得られます。逆向きにも同じことをして、合成が恒等写像にホモトピックだと確かめます。

こうして分割によらないことが言えます。同相な複体は同じホモロジー群を持つ[4]

さらに、連続写像に対しても準同型が定まります。単体写像でない写像を扱えるようになり、単体ホモロジーが関手になります。

どの空間が三角形分割できるか

滑らかな多様体はいつでも三角形分割できます[2]。次元 以下の位相多様体も、例外なく分割できます。

次元から様子が変わります。フリードマンの 多様体は、三角形分割を持たない 次元位相多様体です。

高い次元にも分割できない多様体があります。位相多様体という枠が、組み合わせの言葉に収まりきらない。

計算の道具として使うぶんには、扱う空間がほぼ 複体なので困りません。困るのは、多様体の分類を組み合わせで進めたいときです。

主予想とその否定

分割が つあったとき、共通の細分がとれるだろうか。これを主予想といいます[2]

正しければ、頂点の個数から作った量がそのまま位相不変量になります。分割の選び方で答えが変わる心配がなくなる。

ミルナーが反例を作りました。レンズ空間から、同相なのに組み合わせとして別ものになる つの複体が得られます。

見分けるのはライデマイスター捩れという量です。共通の細分があれば一致するはずの値が、食い違っています。

組み合わせの構造は、空間そのものより細かい情報を持っている。単体近似定理が保証したのはホモロジーまでで、その先までは届きません。

参考文献

Simplicial approximation theorem - Wikipedia(英語)
Triangulation (topology)) - Wikipedia(英語)
Simplicial complex - Wikipedia(英語)
Simplizialer Approximationssatz - Wikipedia(ドイツ語)
細かく刻めば、どんな連続写像も頂点を頂点へ送る写像に置き換えられます。円周の 3 頂点、四面体の球面、7 頂点のトーラスで分割の例を並べ、星とルベーグ数から近似定理の証明をたどる。$k < n$ で $\pi_k(S^n)$ が消えることや、ホモトピー群が可算になること、単体ホモロジーが分割によらないことが、どれもここから出ます。$4$ 次元の分割できない多様体と主予想の否定まで。