11.2.1 定义

设 是纤维为 的复向量丛。其结构群 是 的子群,规范势 与场强 均取值于 。定义全陈类为

由于 是2-形式, 是各偶数次形式之直和,

其中 称为第 陈类。在 维流形 上,当 时陈类 平凡地为零。无论 如何,该级数在 处终止,且当 时 。由于 是闭的,它定义了 中的一个元素 。

设 是以 为纤维、底空间为 的复向量丛,其中 ,。若将场写成 ,,则可得

各个陈类分别为

更高阶的陈类恒为零。

对于一般的纤维丛,通过展开行列式来计算陈类相当繁琐,因此人们希望找到一个能更简便地给出它们的公式。这可以通过将曲率形式对角化来实现。矩阵形式 可由适当的矩阵 对角化为 ,其中 是二形式。这个对角矩阵记作 。例如,当 时,生成元取为反厄米的,而厄米矩阵 可由 对角化。于是有

注意,(11.29) 的每一项都是 的初等对称函数,

其中

由于 是不变多项式,故有 ,见 (11.7)。因此,对一般的 ,有

以及

例 11.1 可由 (11.31) 容易地验证。[注意,泡利矩阵(一般地, 的李代数 中的任何元素)都是无迹的,即 。]

11.2.2 陈类的性质

下面我们将涉及若干向量丛。我们常把向量丛 的陈类记作 。如果需要指明曲率,则写作 。

设 为向量丛,其中 ,。

(a)(自然性)设 为可微映射,则

(b) 设 为另一向量丛,其中 ,。则惠特尼和丛 的全陈类为

证明

(a) 自然性可由定理 11.2(a)直接得到。由于 的曲率为 ,故 的全陈类为

(b) 我们考虑矩阵的陈多项式

[注意惠特尼和丛的曲率是分块对角的: diag 。] 由此可得

把 与 分别换成 与 后,这一关系依然成立,即

这就证明了(11.33)。

(a) 设 为平凡丛。利用推论 11.1证明

(b) 设 为向量丛,且 ,其中 是维数为 的向量丛, 是维数为 的平凡向量丛。证明

11.2.3 分裂原理

设 是 个复线丛的惠特尼和,

由(11.33),我们有

其中乘积是外积,即微分形式的外积。由于当 时 ,我们记

于是(11.37)成为

将其与(11.29)比较可知, 维向量丛 的陈类,与 个复线丛的惠特尼和的陈类完全相同。尽管 一般并不是复线丛的惠特尼和,但就陈类而言,我们可以把它当作是这种情况。这称为分裂原理(splitting principle),我们不加证明地接受这一事实。一般性的证明可参见 Shanahan (1978) 和 Hirzebruch (1966) 等文献。

直观地说,若曲率 被对角化,则 所作用的复向量空间就分裂为 个独立的部分:。每个特征值 都是相应复线丛上的曲率。由于可对角化矩阵在 中稠密,任何矩阵都可以按我们希望的任意精度用对角矩阵逼近。因此,分裂原理对任何矩阵都适用。作为练习,读者可以利用分裂原理证明 (11.33)。

11.2.4 万有丛与分类空间

读到此处,读者想必对示性类已有一定了解。在结束本节之前,我们从略有不同的角度来考察它们,着重强调它们在纤维丛分类中的作用。设 是以 为纤维的向量丛。众所周知,我们总能找到一个丛 ,使得

其中 。 在 处的纤维 是 中的一个 维平面。设 为例 8.4中定义的格拉斯曼流形。流形 就是 中所有 维平面的集合。与典范线丛类似,我们定义 上以 为纤维的典范平面丛 ,其维数为 。考虑一个映射 ,它把点 映为 中的 维平面 。

设 是流形,且 ,又设 是以 为纤维的复向量丛。则存在自然数 ,使得当 时,

(a) 存在映射 ,使得

(b) 当且仅当 是同伦的。

证明见 Chern (1979)。例如,若 是复线丛,则存在丛 使得 ,并存在映射 使得 ,其中 是 上的典范线丛。此外,若 ,则 与 等价。如定理 11.4所示,向量丛的分类归结为映射 的同伦类的分类。

定义分类空间 是方便的。把 中的 维平面看作 中的平面,我们便得到自然的包含映射。

其中

相应地,我们有纤维为 的万有丛 。对任意以 为纤维的复向量丛 ,都存在映射 使得 。

设 为向量丛。示性类(characteristic class) 定义为映射 ,使得

(11.44a) 左端的映射 是丛的拉回,而右端的 则是上同调类的拉回。由于 的同伦类 唯一地确定了拉回

元素 在分类 上纤维维数为 的复向量丛时十分有用。对 的每一种取法,都存在 中的一个示性类。

陈类 也可由下列公理来定义:

(i) (自然性)(11.46a)

(ii)

(iii) (惠特尼和)(11.46c)

(iv) (归一化)(11.46d)

其中 是 上的典范线丛。可以证明,这些公理唯一地确定了陈类,如(11.25)所示。

来源与版本

正文:中文 · 机器译稿 · 待校对

核对状态:机器译稿 · 待校对

原书 PDF

来源版本:second-edition-local

来源 PDF SHA-256:fcd24c3371d092a8c699ccf5cf0765462924b6c48412804231076e8084b1940d

OCR 来源 SHA-256:0b6324f01172a3548cd34382e82fd8bfae574602b6b2cfaa357ba96bc2c35478

译稿产物 SHA-256:a6c075bce1ea1224ced027be35ad71e97b956992b1d3a1b8d5edf6f6e72c47e0