logo

n次元微分可能多様体上の接空間はn次元ベクトル空間である 📂幾何学

n次元微分可能多様体上の接空間はn次元ベクトル空間である

概要

MMnn次元微分多様体TpMT_{p}Mを点pMp\in M上の接空間だとしよう。接空間はベクトル空間になり、特にnn次元ベクトル空間になる。以下の集合が接空間の基底になり、この事実は微分多様体を勉強する上で非常に役立つ。

B={xip:1in} \mathcal{B} = \left\{ \left. \dfrac{\partial }{\partial x_{i}} \right|_{p} : 1 \le i \le n \right\}

定理11

TpMT_{p}MR\mathbb{R}-ベクトル空間である。

証明

ベクトル空間になるための条件は以下のように十個があるが、その中からいくつかを証明しよう。

u,v,wV\mathbf{u}, \mathbf{v}, \mathbf{w} \in Vk,lFk, l \in \mathbb{F}に対して、

(A1) u,v\mathbf{u}, \mathbf{v}VVの要素ならu+v\mathbf{u}+\mathbf{v}VVの要素である。

(A2) u+v=v+u\mathbf{u} + \mathbf{v} = \mathbf{v} + \mathbf{u}

(A3) (u+v)+w=u+(v+w)(\mathbf{u}+\mathbf{v})+\mathbf{w}=\mathbf{u}+(\mathbf{v}+\mathbf{w})

(A4) VV内の全てのu\mathbf{u}に対して、u+0=0+u=u\mathbf{u} + \mathbf{0} = \mathbf{0} + \mathbf{u} = \mathbf{u}を満たす0\mathbf{0}VV内に存在する。

(A5) VV内の全てのu\mathbf{u}に対してu+v=v+u=0\mathbf{u} + \mathbf{v} = \mathbf{v} + \mathbf{u} = \mathbf{0}を満たすv\mathbf{v}VV内に存在する。

(M1) u\mathbf{u}VVの要素ならkuk \mathbf{u}VVの要素である。

(M2) k(u+v)=ku+kvk(\mathbf{u} + \mathbf{v})=k\mathbf{u} + k\mathbf{v}

(M3) (k+l)u=ku+lu(k+l)\mathbf{u}=k\mathbf{u}+ l\mathbf{u}

(M4) k(lu)=(kl)(u)k(l\mathbf{u})=(kl)(\mathbf{u})

(M5) 1F1\in \mathbb{F}に対して、1u=u1\mathbf{u} = \mathbf{u}

X,YTpM\mathbf{X}, \mathbf{Y} \in T_{p}Mとしよう。pp微分可能な関数の集合をD\mathcal{D}としよう。

D:={f:MRfunctions on Mthat are differentiable at p} \mathcal{D} := \left\{ f : M \to \mathbb{R} | \text{functions on } M \text{that are differentiable at } p \right\}

ベクトル空間になるためには、要素間の和とスカラー倍が定義されなければならない。和とスカラー倍を次のように定義しよう。

(X+Y)(f):=Xf+Yf(rX)(f):=rXf,rR (\mathbf{X} + \mathbf{Y}) (f) := \mathbf{X}f + \mathbf{Y}f \\ (r \cdot \mathbf{X}) (f) := r \cdot \mathbf{X}f,\quad r \in \mathbb{R}

(A1) X\mathbf{X}Y\mathbf{Y}がそれぞれDR\mathcal{D} \to \mathbb{R}の関数であるため、Xf,YfR\mathbf{X}f, \mathbf{Y}f \in \mathbb{R}である。二つの実数の和は実数であるため、X+Y:DR\mathbf{X} + \mathbf{Y} : \mathcal{D} \to \mathbb{R}である。したがって、X+YTpM\mathbf{X} + \mathbf{Y} \in T_{p}Mである。

(M1) XfR\mathbf{X}f \in \mathbb{R}rRr \in \mathbb{R}であるため、rXfRr \cdot \mathbf{X} f \in \mathbb{R}である。したがって、rX:DRr\mathbf{X} : \mathcal{D} \to \mathbb{R}であり、rXTpMr\mathbf{X} \in T_{p}Mである。

(A4) 0:DR\mathbf{0} : \mathcal{D} \to \mathbb{R}0f=0(fD)\mathbf{0} f = 0 (\forall f \in \mathcal{D})として定義しよう。すると、

(X+0)(f)=Xf+0f=Xf (\mathbf{X} + \mathbf{0})(f) = \mathbf{X}f + \mathbf{0}f = \mathbf{X}f

(A5) X-\mathbf{X}(X)(f):=(1)Xf(-\mathbf{X})(f) := (-1) \cdot \mathbf{X}fとして定義すると、(M1)によって(1)XTpM(-1)\mathbf{X} \in T_{p}Mであり、X+(X)=0\mathbf{X} + (-\mathbf{X}) = \mathbf{0}が成り立つ。


定理2

TpMT_{p}Mnn次元ベクトル空間である。特に、x:UM\mathbf{x} : U \to Mを点pMp \in Mに関する座標系としよう。すると、集合

B={xip:1in} \mathcal{B} = \left\{ \left. \dfrac{\partial }{\partial x_{i}} \right|_{p} : 1 \le i \le n \right\}

は接空間TpMT_{p}M基底である。この時、xip:DR\left. \dfrac{\partial }{\partial x_{i}} \right|_{p} : \mathcal{D} \to \mathbb{R}次のように定義される。

xipf:=(fx)uip,fD \left. \dfrac{\partial }{\partial x_{i}} \right|_{p} f := \left. \dfrac{\partial (f\circ \mathbf{x})}{\partial u_{i}} \right|_{p},\quad f \in \mathcal{D}

(u1,,un)(u_{1}, \dots, u_{n})R\mathbb{R}の座標である。

証明

基底の定義によれば、B\mathcal{B}が線形独立であり、TpMT_{p}Mを生成することを示せばよい。

  • パート1. 線形独立

    座標系x:URnM\mathbf{x} : U \subset \mathbb{R}^{n} \to Mに対して、座標関数xi:MRx_{i} : M \to \mathbb{R}は以下のようである。

    x(u)=px1(p)=(x1(p),,xn(p))=(u1,,un) \mathbf{x}(\mathbf{u}) = p \\ \mathbf{x}^{-1}(p) = (x_{1}(p), \dots, x_{n}(p)) = (u_{1}, \dots, u_{n})

    ここで、f=xjf = x_{j}とすると、

    fx(u)=xjx(u)=xj(x(u))=xj(p)=uj f \circ \mathbf{x}(\mathbf{u}) = x_{j} \circ \mathbf{x}(\mathbf{u}) = x_{j}(\mathbf{x}(\mathbf{u})) = x_{j}(p) = u_{j}

    したがって、

    xipxj=(xjx)uip=ujui=δij \left. \dfrac{\partial }{\partial x_{i}} \right|_{p} x_{j} = \left. \dfrac{\partial (x_{j} \circ \mathbf{x})}{\partial u_{i}} \right|_{p} = \dfrac{\partial u_{j}}{\partial u_{i}} = \delta_{ij}

    この時、δij\delta_{ij}クロネッカーデルタである。

    方程式cixip=0c_{i}\left. \dfrac{\partial }{\partial x_{i}} \right|_{p} = \mathbf{0}を見ると、全てのiiに対してci=0c_{i} = 0であれば線形独立である。任意のxjx_{j}1jn1 \le j \le nに代入すると、

    0=0(xj)=cixipxj=ciδij=cj 0 = \mathbf{0}(x_{j}) = c_{i}\left. \dfrac{\partial }{\partial x_{i}} \right|_{p} x_{j} = c_{i}\delta_{ij} = c_{j}

    したがって、全てのjjに対してcj=0c_{j} = 0であり、他の解は存在しないことが分かる。したがって、B\mathcal{B}は線形独立である。

  • パート2. 生成

    fDf \in \mathcal{D}a=x1(p)\mathbf{a} = \mathbf{x}^{-1} (p)F=fxF = f \circ \mathbf{x}としよう。するとF:RnRF : \mathbb{R}^{n} \to \mathbb{R}である。

    多変数関数に対するテイラーの定理

    F(x)=F(a)+iFxi(a)(xiai)+i,jhij(x)(xiai)(xjaj) F(\mathbf{x}) = F(\mathbf{a}) + \sum_{i} \dfrac{\partial F}{\partial x_{i}}(\mathbf{a})(x_{i} - a_{i}) + \sum_{i,j}h_{ij}(\mathbf{x})(x_{i} - a_{i}) (x_{j} - a_{j})

    上記のテイラーの定理をFFに適用すると、次が成り立つ。mMm \in Mに対して、

    f(m)= Fx1(m)=F(x1(m))= F(a)+iFui(a)(xi(m)ai)+i,jhij(x1(m))(xi(m)ai)(xj(m)aj)= Fx1(p)+iFui(x1(p))(xi(m)ai)+hij(x1(m))(xi(m)ai)(xj(m)aj)= f(p)+i(xipf)(xi(m)ai)+hij(x1(m))(xi(m)ai)(xj(m)aj) \begin{align*} f(m) =&\ F \circ \mathbf{x}^{-1}(m) = F ( \mathbf{x}^{-1}(m)) \\ =&\ F (\mathbf{a}) + \sum_{i} \dfrac{\partial F}{\partial u_{i}}(\mathbf{a})(x_{i}(m) - a_{i}) + \sum_{i,j}h_{ij}(\mathbf{x}^{-1}(m))(x_{i}(m) - a_{i}) (x_{j}(m) - a_{j}) \\ =&\ F \circ \mathbf{x}^{-1}(p) + \sum_{i} \frac{\partial F}{\partial u_{i}}(\mathbf{x}^{-1}(p)) \left(x_{i}(m)-a_{i}\right) +\sum h_{i j}(\mathbf{x}^{-1}(m))\left(x_{i}(m)-a_{i}\right)\left(x_{j}(m)-a_{j}\right) \\ =&\ f(p) + \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \left(x_{i}(m)-a_{i}\right) +\sum h_{i j}(\mathbf{x}^{-1}(m))\left(x_{i}(m)-a_{i}\right)\left(x_{j}(m)-a_{j}\right) \end{align*}

    したがって、ffは以下のようなマッピングである。

    f=f(p)+i(xipf)(xiai)+(hijx1)(xiai)(xjaj) f = f(p) + \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \left(x_{i}-a_{i}\right) +\sum (h_{i j} \circ \mathbf{x}^{-1})\left(x_{i}-a_{i}\right)\left(x_{j}-a_{j}\right)

    これを接ベクトルX\mathbf{X}に適用すると、

    X(f)=X(f(p))+i(xipf)X(xiai)+X[(hijx1)(xiai)(xjaj)] \mathbf{X}(f) = \mathbf{X}(f(p)) + \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \mathbf{X}\left(x_{i}-a_{i}\right) +\sum \mathbf{X}\left[ (h_{i j} \circ \mathbf{x}^{-1})\left(x_{i}-a_{i}\right)\left(x_{j}-a_{j}\right) \right]

    接ベクトルは微分作用素として定義されるため、定数関数ccに対してX(c)=0\mathbf{X}(c) = 0である。したがって、上記式の最初の項は00である。

    Xp(fg)=f(p)Xp(g)+g(p)Xp(f) \mathbf{X}_{p}(fg) = f(p)\mathbf{X}_{p}(g) + g(p)\mathbf{X}_{p}(f)

    したがって、もしf(p)=g(p)=0f(p)=g(p)=0であれば、

    Xp(fg)=0 \mathbf{X}_{p}(fg) = 0

    また、f=(hijx1)(xiai)f = (h_{i j} \circ \mathbf{x}^{-1})\left(x_{i}-a_{i}\right)g=(xjaj)g=\left(x_{j}-a_{j}\right)として上記の補題を適用すると、xi(p)=aix_{i}(p) = a_{i}であるため、三番目の項も00であることが分かる。したがって、次を得る。

    X(f)= i(xipf)X(xiai)= i(xipf)(X(xi)X(ai))= i(xipf)X(xi)= iX(xi)xipf \begin{aligned} \mathbf{X}(f) =&\ \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \mathbf{X}\left(x_{i}-a_{i}\right) \\ =&\ \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \left(\mathbf{X}(x_{i}) - \mathbf{X}(a_{i})\right) \\ =&\ \sum_{i} \left( \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \right) \mathbf{X}(x_{i}) \\ =&\ \sum_{i} \mathbf{X}(x_{i}) \left.\frac{\partial }{\partial x_{i}}\right|_{p} f \end{aligned}

        X=iX(xi)xip \implies \mathbf{X} = \sum_{i} \mathbf{X}(x_{i}) \left.\frac{\partial }{\partial x_{i}}\right|_{p}

    したがって、任意のX\mathbf{X}B\mathcal{B}の線形結合で表されるため、TpMT_{p}MB\mathcal{B}によって生成される。


  1. リチャード・S・ミルマン と ジョージ・D・パーカー, 微分幾何の要素 (1977), p214 ↩︎