0
大学数学基礎解説
文献あり

リー代数1.2.3 イデアルと準同型

25
0
$$$$

自己同型と内部自己同型

(自己同型)

 $L$$\mathrm{Lie}$代数とする。
 $\varphi:L\to L$$\mathrm{Lie}$代数の同型写像のとき、特に自己同型写像とか自己同型という。
 $L$の自己同型の全体を$\mathrm{Aut}\,L$とかく。つまり、$\mathrm{Aut}\,L:=${$\varphi:L\to L\,|\,\varphi$は同型}

$\mathrm{Aut}\,L$$0$を含まないので、線型空間とはならないが、写像の合成を積として群をなすので、$\mathrm{Lie}$代数の自己同型群とよぶ。

今回は$\mathrm{Aut}\,L$の元についての例を見ていく。

 $V$を有限次元線型空間とし、$L\subset \mathfrak{gl}(V)$を線型$\mathrm{Lie}$代数とする。
$L$が、すべての$g\in GL(V)$に対し、$gLg^{-1}\subset L$をみたすとき、
$g\in GL(V)$に対し、写像$\iota _g:L\to L\,,\iota_g(x):=gxg^{-1}$と定める。
このとき、$\iota_g\in\mathrm{Aut}\,L$である。($\iota_g^{-1}=\iota_{g^{-1}}$である。)

$gLg^{-1}\subset L$という条件は$\Im(\iota_g)=L$となるための条件である。

$\iota_g\in\mathrm{Aur}\,L$となる例

 $L=\mathfrak{gl}(V)$とすると、すべての$g\in GL(V)$に対し、$gLg^{-1}\subset L$をみたすので、$g\in GL(V)$に対し、写像$\iota _g:\mathfrak{gl}(V)\to \mathfrak{gl}(V)\,,\iota_g(x):=gxg^{-1}$は自己同型。

 $L=\mathfrak{sl}(V)$とすると、すべての$g\in GL(V)\,,x\in \mathfrak{sl}(V)$に対し、
$\mathrm{Tr}(gxg^{-1})=\mathrm{Tr}\,x=0$である。
よって、$gLg^{-1}\subset L$をみたすので、$g\in GL(V)$に対し、
写像$\iota _g:\mathfrak{sl}(V)\to \mathfrak{sl}(V)\,,\iota_g(x):=gxg^{-1}$は自己同型。

 以下、$\mathbb{F}$の標数は0とする。($\mathbb{F}=\mathbb{R}$or$\mathbb{C}$と思えばいい)

(巾零行列、巾零変換)

 $N\in \mathfrak{gl}_n(\mathbb{F})$巾零行列であるとは、ある$k\in \mathbb{N}$が存在して、$N^k=O$となることをいう。
 同様に、$V$を線型空間として、$f\in \mathfrak{gl}(V)$巾零変換であるとは、ある$k\in \mathbb{N}$が存在して、$f^k=0$となることをいう。

巾零や冪零は画数が多いので、$\mathrm{nilpotent}$と書いたりする。

 $L$$\mathrm{Lie}$代数とする。$x\in L$について、$\mathrm{ad}\,x$が巾零で、特に$k>0$に対して、$(\mathrm{ad}\,x)^k=0$とするとき、$\exp(\mathrm{ad}\,x):L\to L$
$ \displaystyle\hspace{40pt}\exp(\mathrm{ad}\,x):=\sum_{n=0}^{\infty}\frac{1}{n!}(\mathrm{ad}\,x)^n=\sum_{n=0}^{k-1}\frac{1}{n!}(\mathrm{ad}\,x)^n$と定める。

上記の仮定の下で、$\exp(\mathrm{ad}\,x):L\to L$は線型変換であり、$\exp(-\mathrm{ad}\,x)$が逆写像である。$(\mathrm{ad}\,x)^0=\mathrm{id}_L$と読みかえる。

続いて、$\exp(\mathrm{ad}\,x)$$\mathrm{Lie}$代数の準同型であることを示そう。あえて、より一般的な形で示す。

 $L$$\mathrm{Lie}$代数とする。$ \partial:L\to L$$L$上の微分で巾零なものとする。
 このとき、$\exp\partial \in \mathrm{Aut}\,L$である。

 まず、$\partial$は巾零なので、ある$k\in \mathbb{N}$が存在して、$\partial^k=0$である。
したがって、$\displaystyle \exp\partial=\sum_{n=0}^{k-1}\frac{\partial^n}{n!}$と表される。
 やはり、$\exp\partial$は線型同型写像であるので、かっこ積を保つことを確認すれば良い。
 $x,y\in L$を任意にとる。$\mathrm{Leibniz}$則より、帰納的に次が分かる。$[x,y]=xy$と略記すると、
 $\displaystyle\hspace{40pt}\frac{\partial^n(xy)}{n!}=\sum_{j=0}^{n}\frac{\partial^j(x)}{j!}\cdot\frac{\partial^{(n-j)}(y)}{(n-j)!}$が成り立つ。
このとき、

$\displaystyle \begin{align}\hspace{40pt}\exp\partial (x)\exp\partial (y)&=\left(\sum_{n=0}^{k-1}\frac{\partial^n(x)}{n!}\right)\cdot\left(\sum_{m=0}^{k-1}\frac{\partial^m(y)}{m!}\right) \\&=\sum_{n=0}^{2k-2}\left(\sum_{j=0}^{n}\frac{\partial^j(x)}{j!}\cdot\frac{\partial^{n-j}(y)}{(n-j)!}\right)\\ &=\sum_{n=0}^{2k-2}\frac{\partial^n(xy)}{n!}\\ &=\sum_{n=0}^{k-1}\frac{\partial^n}{n!}(xy)\\ &=\exp\partial(xy)\end{align}$

$1$行目から$2$行目の間には、$\partial^k=0$と、ななめに足すことの合わせ技を使うとわかる。

さて、表記を元に戻すと、$[\exp\partial(x),\exp\partial(y)]=\exp\partial([x,y])$
すなわち、$\exp\partial\in \mathrm{Aut}\,L$がわかる。$\Box$

 $\exp\partial$が線型同型写像であることについて
線型性は、$\partial$の合成の線型結合であることからわかる。
$\exp\partial$の逆写像は$\exp(-\partial)$であることからわかる。
なお、$\exp\partial$$L$上の微分には基本的にならない。

 $\mathrm{ad}\,x$$L$上の微分であるので、補題により、$\mathrm{ad}\,x$が巾零ならば、$\exp(\mathrm{ad}\,x)\in \mathrm{Aut}\,L$

(内部自己同型)

 $L$$\mathrm{Lie}$代数とする。$x\in L$について、$\mathrm{ad}\,x$が巾零とする。
 このとき、$\exp(\mathrm{ad}\,x)\in \mathrm{Aut}\,L$内部自己同型という。
 より一般に、{$\exp(\mathrm{ad}\,x)\in\mathrm{Aut}\,L$|$\mathrm{ad}\,x$は巾零}で生成される$\mathrm{Aut}\,L$の元全体を$\mathrm{Int}\,L$と書いて、$\mathrm{Int}\,L$の元を内部自己同型という。

 ようするに、$\displaystyle \prod_{j=1}^{n}\exp(\mathrm{ad}\,x_j)\in\mathrm{Aut}\,L$という形の元を内部自己同型というわけである。

もちろん、このように定義するのは、$\mathrm{Int}\,L$$\mathrm{Aut}\,L$の部分群にするためである。

 $L$$\mathrm{Lie}$代数とし、$\varphi\in \mathrm{Aut}\,L$とする。
 $(\mathrm{i})$$\varphi(\mathrm{ad}\,x)\varphi^{-1}=\mathrm{ad}\,\varphi(x)$
 $(\mathrm{ii})\,\mathrm{ad}\,x$が巾零ならば、$\mathrm{ad}\,\varphi(x)$も巾零である。
 $(\mathrm{iii})$$\varphi\exp(\mathrm{ad}\,x)\varphi^{-1}=\exp(\mathrm{ad}\,\varphi(x))$
 $(\mathrm{iv})$$\mathrm{Int}\,L$$\mathrm{Aut}\,L$の正規部分群である。

$(\mathrm{i})$$\varphi(\mathrm{ad}\,x)\varphi^{-1}(y)=\varphi([x,\varphi^{-1}(y)])=[\varphi(x),y]=\mathrm{ad}\,\varphi(x)(y)$
であるので、$\varphi(\mathrm{ad}\,x)\varphi^{-1}=\mathrm{ad}\,\varphi(x)$が成り立つ。

$(\mathrm{ii})$$\mathrm{ad}\,x$が巾零より、$k\in \mathbb{N}$が存在して、$(\mathrm{ad}\,x)^k=0$となる。
このとき、$(\mathrm{ad}\,\varphi(x))^k=(\varphi(\mathrm{ad}\,x)\varphi^{-1})^k=\varphi(\mathrm{ad}\,x)^k\varphi^{-1}=0$
したがって、$\mathrm{ad}\,\varphi(x)$は巾零である。

$(\mathrm{iii})$ $\mathrm{ad}\,x$は巾零としよう。$k\in \mathbb{N}$として、$(\mathrm{ad}\,x)^k=0$とする。
$\displaystyle\hspace{40pt}\begin{align}\varphi\exp(\mathrm{ad}\,x)\varphi^{-1} &=\varphi\left(\sum_{n=0}^{k-1}\frac{(\mathrm{ad}\,x)^n}{n!}\right)\varphi^{-1}\\ &=\left(\sum_{n=0}^{k-1}\frac{\varphi(\mathrm{ad}\,x)^n\varphi^{-1}}{n!}\right)\\ &=\left(\sum_{n=0}^{k-1}\frac{(\mathrm{ad}\,\varphi(x))^n}{n!}\right)\\ &=\exp\mathrm{ad}\,\varphi(x)\end{align}$

$(\mathrm{iv})$ まず、$\mathrm{Int}\,L$の元を任意にとる。
$\mathrm{Int}\,L$の元は、$\displaystyle \prod_{j=1}^{n}\exp(\mathrm{ad}\,x_j)$とかける。($\mathrm{ad}\,x_j$は巾零)
任意の$\varphi\in \mathrm{Aut}\,L$に対し、
$\displaystyle \varphi\left(\prod_{j=1}^{n}\exp(\mathrm{ad}\,x_j)\right)\varphi^{-1}=\left(\prod_{j=1}^{n}\varphi\exp(\mathrm{ad}\,x_j)\varphi^{-1}\right)=\left(\prod_{j=1}^{n}\exp(\mathrm{ad}\,\varphi(x_j))\right)$

$\mathrm{ad}\,\varphi(x_j)$は巾零なので、$\displaystyle\left(\prod_{j=1}^{n}\exp(\mathrm{ad}\,\varphi(x_j))\right)\in \mathrm{Int}\,L$
つまり、$\varphi\,\mathrm{Int}\,L\,\varphi^{-1}\subset\mathrm{Int}\,L$となり、$\mathrm{Int}\,L$$\mathrm{Aut}\,L$の正規部分群である。$\Box$

$\mathfrak{sl}_2(\mathbb{F})$での計算例

 $L:=\mathfrak{sl}_2(\mathbb{F})$とおく。(ただし、$\mathbb{F}$の標数は$0$とする。)
 $\mathfrak{sl}_2(\mathbb{F})$の基底として次を選ぶ。

$\hspace{70pt}x:=\begin{pmatrix} 0 & 1 \\ 0 & 0\end{pmatrix}$$y:=\begin{pmatrix} 0 & 0 \\ 1 & 0\end{pmatrix}$$h:=\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix}$

と定める。
 以下、計算は後で確認することにして、話の流れを説明する。

このとき、$\sigma:=\exp\mathrm{ad}\,x\cdot\exp\mathrm{ad}\,(-y)\cdot\exp\mathrm{ad}\,x$と定めると、
$\mathrm{ad}\,x,\mathrm{ad}\,y$は巾零なので、$\sigma\in \mathrm{Int}\,L$であることがわかる。

特に、$\sigma\in\mathrm{Int}\,L$の正体は、$\sigma(x)=-y,\sigma(y)=-x,\sigma(h)=-h$である。

 今度は、$\sigma$に倣って、$s:=\exp x\cdot\exp (-y)\cdot\exp x$と定めると、$s=\begin{pmatrix} 0 & 1 \\ -1 & 0\end{pmatrix}$

例1の$\iota_s:\mathfrak{sl}_2(\mathbb{F})\to\mathfrak{sl}_2(\mathbb{F})\,,\iota_s(z):=szs^{-1}$を考え、基底の行き先を計算すると、
なんと、$\sigma=\iota_s$となることがわかる。

これは偶然ではなく、適切な仮定の下で正しいことを計算の後に定理として述べる。

 計算例の確認

$\cdot\,\mathrm{ad}\,x,\mathrm{ad}\,y$は巾零であること

 基底$\set{x,y,h}$の行き先を具体的に書き表してみよう。

 $\mathrm{ad}\,x\,(x)=0\,,\mathrm{ad}\,x\,(y)=h\,,\mathrm{ad}\,x\,(h)=-2x$
 $\mathrm{ad}\,y\,(x)=-h\,,\mathrm{ad}\,y\,(y)=0\,,\mathrm{ad}\,y\,(h)=2y$
であるので、
 $(\mathrm{ad}\,x)^2(h)=(\mathrm{ad}\,x)(-2x)=0\,,(\mathrm{ad}\,x)^3(y)=(\mathrm{ad}\,x)^2(h)=0$
すなわち、$(\mathrm{ad}\,x)^3=0$である。同様に、$(\mathrm{ad}\,y)^3=0$である。
 従って、$\mathrm{ad}\,x,\mathrm{ad}\,y$は巾零である。

 $\cdot \exp$たちの計算

直前の結果より、
 $\displaystyle\exp\mathrm{ad}\,x=\sum_{n=0}^2\frac{(\mathrm{ad}\,x)^n}{n!}=\mathrm{id}_L+\mathrm{ad}\,x+\frac{1}{2}(\mathrm{ad}\,x)^2$

これより、
 $\exp\mathrm{ad}\,x\,(x)=x\,,\exp\mathrm{ad}\,x\,(y)=y+h-x\,,\exp\mathrm{ad}\,x\,(h)=h-2x$

同様に、
 $\exp\mathrm{ad}\,(-y)\,(x)=x+h-y\,,\exp\mathrm{ad}\,(-y)\,(y)=y\,,\exp\mathrm{ad}\,(-y)\,(h)=h-2y$

よって、
 $\sigma(x)=\exp\mathrm{ad}\,x\,(x-y+h)=x-(y+h-x)+(h-2x)=-y$

 $\begin{align}\sigma(y)&=\exp\mathrm{ad}\,x\cdot\exp\mathrm{ad}\,(-y)(-x+y+h)\\&=\exp\mathrm{ad}\,x\,((-x+y-h)+y+(h-2y))\\&=\exp\mathrm{ad}\,x\,(-x)=-x\end{align}$

 $\begin{align}\sigma(h)&=\exp\mathrm{ad}\,x\,\cdot\exp\mathrm{ad}\,(-y)(h-2x)\\&=\exp\mathrm{ad}\,x\,((h-2y)-2(x-y+h))\\&=\exp\mathrm{ad}\,x\,(-2x-h)\\&=-2x-(h-2x)=-h\end{align}$

従って、$\sigma(x)=-y,\sigma(y)=-x,\sigma(h)=-h$である。

 また、$x^2=y^2=0$なので、
 $\exp x=I_2+x=\begin{pmatrix} 1 & 1 \\ 0 & 1\end{pmatrix}$ $\exp y=I_2+y=\begin{pmatrix} 1 & 0 \\ 1 & 1\end{pmatrix}$

これより、
 $s=\exp x\cdot\exp (-y)\cdot\exp x=\begin{pmatrix} 1 & 1 \\ 0 & 1\end{pmatrix}\begin{pmatrix} 1 & 0 \\ -1 & 1\end{pmatrix}\begin{pmatrix} 1 & 1 \\ 0 & 1\end{pmatrix}=\begin{pmatrix} 0 & 1 \\ -1 & 0\end{pmatrix}$

さらに、
 $\iota_s(x)=sxs^{-1}=\begin{pmatrix} 0 & 1 \\ -1 & 0\end{pmatrix}\begin{pmatrix} 0 & 1 \\ 0 & 0\end{pmatrix}\begin{pmatrix} 0 & -1 \\ 1 & 0\end{pmatrix}=\begin{pmatrix} 0 & 0 \\ -1 & 0\end{pmatrix}=-y$

 $\iota_s(y)=sys^{-1}=\begin{pmatrix} 0 & 1 \\ -1 & 0\end{pmatrix}\begin{pmatrix} 0 & 0 \\ 1 & 0\end{pmatrix}\begin{pmatrix} 0 & -1 \\ 1 & 0\end{pmatrix}=\begin{pmatrix} 0 & -1 \\ 0 & 0\end{pmatrix}=-x$

 $\iota_s(h)=shs^{-1}=\begin{pmatrix} 0 & 1 \\ -1 & 0\end{pmatrix}\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix}\begin{pmatrix} 0 & -1 \\ 1 & 0\end{pmatrix}=\begin{pmatrix} -1 & 0 \\ 0 & 1\end{pmatrix}=-h$

すなわち、$\sigma=\iota_s$となっている。

 $V$を標数が$0$の体$\mathbb{F}$上の有限次元線型空間とし、$L\subset \mathfrak{gl}(V)$を線型$\mathrm{Lie}$代数とする。
 $x\in L$が巾零であるとき、すべての$y\in L$について、$(\exp x)y(\exp x)^{-1}=\exp\mathrm{ad}\,x\,(y)$が成り立つ。

 $\mathrm{ad}\,x\,(y)=[x,y]=xy-yx$であるので、
 $L_x(y):=xy,R_x(y):=yx$と定めると、
$ \mathrm{ad}\,x\,(y)=L_x(y)+R_{-x}(y)$より、$\mathrm{ad}\,x=L_x+R_{-x}$とかける。
 $L_x,R_{-x}:V\to V$は線型写像で、可換である。つまり、$L_xR_{-x}=R_{-x}L_x$
 $x$が巾零より、$L_x,R_{-x}$も巾零である。これらを用いて、計算する。
 $\exp\mathrm{ad}\,x=\exp(L_x+R_{-x})=\exp L_x\exp R_{-x}$
 $x$が巾零より、$x^{k+1}=0$を満たす自然数$k$が存在するので、$(L_x)^{k+1}=0,(R_{-x})^{k+1}=0$がわかる。
 $\displaystyle\exp L_x\,(y)=\left(\sum_{n=0}^k\frac{(L_x)^n}{n!}\right)(y)=\sum_{n=0}^k\frac{x^ny}{n!}=\left(\sum_{n=0}^k\frac{x^n}{n!}\right)y=(\exp x)y=L_{\exp x}(y)$

 $\displaystyle\exp R_{-x}\,(y)=\left(\sum_{n=0}^k\frac{(R_{-x})^n}{n!}\right)(y)=\sum_{n=0}^k\frac{y(-x)^n}{n!}=y\left(\sum_{n=0}^k\frac{(-x)^n}{n!}\right)=y(\exp (-x))=R_{\exp (-x)}(y)$

 したがって、$\exp L_x=L_{\exp x},\exp R_{-x}=R_{\exp (-x)}$
 すなわち、$\exp\mathrm{ad}\,x=\exp L_x\exp R_{-x}=L_{\exp x}R_{\exp(-x)}$
 $\exp \mathrm{ad}\,x\,(y)=L_{\exp x}R_{\exp(-x)}(y)=(\exp x)y(\exp (-x))=(\exp x)y(\exp x)^{-1}$ $\Box$

 定理3を用いて、例2の$\sigma=\iota_s$を示そう。
 定理3を書き直すと、$\iota_{\exp x}=\exp \mathrm{ad}\,x$とかける。
 $s=\exp x\cdot\exp (-y)\cdot\exp x$より、
 $\iota_s=\iota_{\exp x}\cdot\iota_{\exp (-y)}\cdot\iota_{\exp x}=\exp \mathrm{ad}\,x\cdot\exp \mathrm{ad}\,(-y)\cdot\exp \mathrm{ad}\,x=\sigma$  

参考文献

[1]
James E. Humphreys, Introduction to Lie Algebras and Representation Theory
投稿日:7日前
更新日:4日前
OptHub AI Competition

この記事を高評価した人

高評価したユーザはいません

この記事に送られたバッジ

バッジはありません。

投稿者

コメント

他の人のコメント

コメントはありません。
読み込み中...
読み込み中