多复分析-复空间
2022-08-06 本文已影响0人
Obj_Arr
多变量复分析,好像很久之前试着学习过,可惜水平不够,现在回过头来看看,算是拓展视野,无量法门誓愿学,不论正道与外道。

看一下目录,复空间,全纯函数,幂级数展开,全纯映射。
前面三个可能是单复分析概念的自然推广。

通过在偶数维实空间上定义复结构获得n维复空间的概念。非对称性是说明偏好于特定的组合,有额外的约束。对称其实就是等价,互相变换而无阻碍,这是群论里面的对称性定义。

向量空间结构,平凡,实子空间,平凡。

厄米内积,是复空间的基本内积这种推广很自然,就像实空间中的情形,对应坐标相乘然后相加。
总觉得好像很熟悉,在泛函分析中早已接触了多维复空间,作为希尔伯特空间的重要例子。
性质,共轭线性,第一个位置为线性,第二个位置为共轭线性。

实超平面是关于实部的正交关系,纤维化其实就是在实平面上添加了复维度,余维应该是指未参与定义的额外维度。具体的可以考虑纤维从,平面及平面上点的切空间全体构成了一个维数很高的空间,而只考虑平面的话,切空间的维度就被隐藏了。


这里使用了两套描述方法,一个是2n维实空间,一个是n维复空间。差别在于一个复数维度对应两个实数维度。

说明了实空间的不对称性,与复结构定义时利用的特定维度有关。这个判别方法非常有效,说明了对复结构的相容性。

例题不错,
最大维数复平面为交集,容易理解,因为根据判别条件,两方同时满足则确定一复平面,也就是交。

复直线,形式上和实直线差不多,几何上还是很不同的具有两个自由度。



度量,有欧氏度量和1-范数(最大分量长度),自然是等价范数。多圆盘,其实是一种形象化描述,毕竟一维复维度,其实是二维平面,所以范数确定的是圆盘,不是区间。等价范数确定同一拓扑,其实就是开集的互相包容,范数一确定的任意开集中含有范数二的开集,反之亦然,可以互相表示。

关于一点的紧化,非常拓扑的术语,可以认为让许多元素在度量上相邻。由此构造出射影空间,射影空间的元素是线性子空间。

看得不明白,可能是说,一维情形时,添加的子空间总可以归到一个点,而多维情形时,各个维度子空间的参数取不同的比例时,点不一样。射影的角度一致,实际上不一致。


射影空间中元素的几何含义,通过原点的直线的集合,所以说他的元素是线性子空间,不是单纯的点。

射影空间的另一种表示,通过粘合映射。非常的抽象。

看不明白,看公式的话,似乎是两个圆的最小距离,维度有些高,不好理解。估计是2n+1球面上的点是2n球面上的圆。

球面度量,看了别人的讲解视频,明白了,黎曼球面度量。就是球面两点的高维嵌入直线距离。

各个无穷空间的交,是一种分量式的构造。
先到这吧,感觉难度有些高,不过也反映了在这方面知识的欠缺。