맨위로가기

코호몰로지 연산

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

코호몰로지 연산은 CW 복합체에서 정의되는 자연 변환으로, 코호몰로지 함자 사이의 사상이다. 1차 코호몰로지 연산은 에일렌베르크-매클레인 공간 사이의 연속 함수의 호모토피류로, 고차 코호몰로지 연산은 1차 연산과 관련된 세르 올뭉치를 통해 정의된다. 코호몰로지 연산은 에일렌베르크-매클레인 공간과의 관계를 통해 이해할 수 있으며, 합곱, 스틴로드 제곱, 스틴로드 축소 제곱 등이 있다.

더 읽어볼만한 페이지

  • 대수적 위상수학 - 매시 곱
    매시 곱은 미분 등급 대수 원소에 대한 연산으로 코호몰로지 곱으로 파악하기 어려운 위상수학적 불변량을 측정하며, 2항 곱과 3항 곱을 일반화한 형태로 불확정성을 가지지만, 브루니안 링크, 보로메오 고리 연구 및 꼬인 K-이론 등 다양한 분야에 응용된다.
  • 대수적 위상수학 - 톰 공간
    톰 공간은 파라콤팩트 공간 위의 벡터 다발을 이용하여 구성되며, 르네 톰에 의해 도입되었고, 톰 동형을 통해 기저 공간의 코호몰로지와 관계를 가지며 특성류 이론 등에서 중요한 역할을 한다.
코호몰로지 연산

2. 정의

코호몰로지 연산 \thetaCW 복합체에서 정의되는 코호몰로지 함자 사이의 자연 변환이다.

:(n,q,\pi,G)\,

:\theta\colon H^{n}(-,\pi)\to H^{q}(-,G)\,

2. 1. 1차 코호몰로지 연산

자연수 m,n아벨 군 G,H에 대하여, '''(m,n;G,H)형 1차 코호몰로지 연산'''(primary cohomology operation of type (m,n;G,H)영어)은 에일렌베르크-매클레인 공간 사이의 연속 함수의 호모토피류

:A\colon K(G,m)\to K(H,n)

이다. (m,n;G,H)형 1차 코호몰로지 연산들의 집합은 에일렌베르크-매클레인 공간코호몰로지

:\operatorname H^n\left(K(G,m);H\right)

를 이룬다. (m,n;G,H)형 1차 코호몰로지 연산 \alpha는 코호몰로지 함자 사이의 자연 변환

:A_*\colon \operatorname H^m(-;G)\Rightarrow \operatorname H^n(-;H)

을 유도한다.

2. 2. 2차 코호몰로지 연산

에일렌베르크-매클레인 공간은 다음과 같은 세르 올뭉치를 갖는다.

:K(H,n-1) \simeq \Omega K(H,n) \hookrightarrow \mathcal PK(H,n) \twoheadrightarrow K(H,n)

여기서 \Omega X = [\mathbb S^1, X]_\bullet고리 공간, \mathcal PX = [\mathbb I, X]_\bullet는 밑점에서 시작하는 경로 공간을 뜻한다. 임의의 1차 코호몰로지 연산 \alpha \in \operatorname H^n(K(G,m);H)에 대하여, 올뭉치당김

:K(H,n-1) \stackrel{\iota}\hookrightarrow \alpha^*\mathcal PK(H,n) \stackrel\pi\twoheadrightarrow K(G,m)

을 정의할 수 있다. A 위의 '''(H',n')형 2차 코호몰로지 연산'''은 A^*\mathcal PK(H,n) 위의 코호몰로지류

:B \in \operatorname H^{n'}(\alpha^*\mathcal PK(H,n), n')

이다. 즉, 다음과 같은 호모토피류들이 존재한다.

:

\begin{matrix}

K(H,n-1)&\stackrel\iota\hookrightarrow &A^*\mathcal PK(H,n)&\stackrel\pi\twoheadrightarrow &K(G,m)\\

&&\downarrow\scriptstyle B\\

&& K(H',n')

\end{matrix}



그렇다면,

:B \circ \iota \colon K(H,n-1) \to A^*\mathcal PK(H,n) \to K(H',n')

를 사용하여

:(B \circ \iota)_* \colon \operatorname H^{n-1}(X;H) \to \operatorname H^{n'}(X;H')

를 정의할 수 있다.

2차 코호몰로지 연산 B \in \operatorname H^{n'}(\alpha^*\mathcal PK(H,n), n')는 코호몰로지류 위의 함수

:B_* \colon (\ker A_* \subseteq \operatorname H^m(X,G)) \to \frac{\operatorname H^{n'}(X;H')}{(B \circ \iota)_* \operatorname H^{n-1}(X;H)}

를 정의한다. 구체적으로, 코호몰로지류

:\alpha \colon X \to K(G,m)

가 주어졌을 때,

:B_*(\alpha) = B \circ \pi^{-1} \circ a \colon X \to \operatorname H^{n'}(X;H')

이다. 여기서 사용한 역함수 \pi^{-1}는 일반적으로 잘 정의되지 않는다. 하지만,

  • \pi^{-1}\ker A_* 위에서 항상 하나 이상의 값을 갖는다.
  • \pi^{-1}는 일반적으로 여러 개의 값을 가지지만, 가능한 값들의 차는 모두 (B \circ \iota)_* \operatorname H^{n-1}(X;H)에 속한다.

2. 3. 고차 코호몰로지 연산

보다 일반적으로, k차 코호몰로지 연산에 대응하는 k+1차 코호몰로지 연산의 개념을 정의할 수 있다. 예를 들어, 1차 코호몰로지 연산 A_1\colon K(G_0,n_0)\to K(G_1,n_1)에 대한 2차 코호몰로지 연산 A_2\colon A_1^*\mathcal PK(G_1,n_1)\to K(G_2,n_2)이 주어졌다고 할 때, 그 위의 3차 코호몰로지 연산은 호모토피류 A_3\colon A_2^*\mathcal PK(G_2,n_2)\to K(G_3,n_3)이다. 즉, 다음과 같다.

:

\begin{matrix}

K(G_1,n_1-1)&\stackrel{\iota_1}\hookrightarrow &A_1^*\mathcal PK(G_1,n_1)&\stackrel{\pi_1}\twoheadrightarrow &K(G_0,n_0)\\

&&\downarrow\scriptstyle A_2\\

&& K(G_2,n_2)

\end{matrix}



:

\begin{matrix}

K(G_2,n_2-1)&\stackrel{\iota_2}\hookrightarrow &A_2^*\mathcal PK(G_2,n_2)&\stackrel{\pi_2}\twoheadrightarrow &A_1^*\mathcal PK(G_1,n_1)\\

&&\downarrow\scriptstyle A_3\\

&& K(G_3,n_3)

\end{matrix}



이는 연산

:A_3^*\colon \left(\ker A_2^*\subseteq\operatorname H^{n_0}(-;G_0)\right)\to \frac{\operatorname H^{n_3}(-;G_3)}{(A_3\circ\iota_2)^*\operatorname H^{n_2-1}(-;G_2)}

을 정의한다.

3. 에일렌베르크-매클레인 공간과의 관계

자연수 m,n\in\mathbb N아벨 군 G,H\in\operatorname{Ab}에 대하여, '''(m,n;G,H)형 1차 코호몰로지 연산'''(primary cohomology operation of type (m,n;G,H)영어)은 에일렌베르크-매클레인 공간 사이의 연속 함수의 호모토피류

:A\colon K(G,m)\to K(H,n)

이다.

코호몰로지 연산 \theta는 다음과 같은 형식의

:(n,q,\pi,G)\,

자연 변환

:\theta\colon H^{n}(-,\pi)\to H^{q}(-,G)\,

이며, CW 복합체에서 정의된다.

CW 복합체의 코호몰로지는 표현 가능하며, 이는 에일렌베르크-매클레인 공간에 의해 표현되므로, 요네다 보조정리에 의해 (n,q,\pi,G) 형식의 코호몰로지 연산은 K(\pi,n) \to K(G,q)호모토피 사상의 호모토피 클래스에 의해 주어진다. 표현 가능성을 다시 사용하면, 코호몰로지 연산은 H^{q}(K(\pi,n),G)의 원소에 의해 주어진다.

기호적으로, [A,B]A에서 B로의 사상의 호모토피 클래스의 집합이라고 하면, 다음과 같다.

::\begin{align}\displaystyle\mathrm{Nat}(H^n(-,\pi),H^q(-,G)) &= \mathrm{Nat}([-,K(\pi,n)],[-,K(G,q)])\\ &= [K(\pi,n),K(G,q)]\\ &= H^q(K(\pi,n);G).\end{align}

4. 예

특이 코호몰로지에 대하여 정의되는 대표적인 코호몰로지 연산은 다음과 같다.


  • 합곱 \smile\colon K(G,m)\times K(G,n)\to K(G,m+n). 이는 불안정 연산이다.
  • 스틴로드 제곱 \operatorname{Sq}^i\colon K(\mathbb Z/2,n)\to K(\mathbb Z/2,n+i)
  • 스틴로드 축소 제곱 P^i\colon K(\mathbb Z/p,n)\to K(\mathbb Z/p,n+2i(p-1), p소수
  • 폰트랴긴 제곱 K(\mathbb Z/p^r,2n)\to K(\mathbb Z/p^{r+1},2pn)
  • 아벨 군의 짧은 완전열 G/N=H에 대하여, 복시테인 준동형 K(H,n)\to K(N,n+1)
  • 포스트니코프 제곱
  • 매시 곱. 이는 2차 코호몰로지 연산이다.


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com