맨위로가기

축소 호몰로지

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

1. 개요

축소 호몰로지는 호몰로지의 변형으로, 사슬 복합체에 정수군과 사상을 추가하여 정의된다. 축소 호몰로지는 0차에서 원래 호몰로지보다 한 차원 낮고 나머지 차수에서는 동일하며, 경로 연결 공간의 경우 0차 축소 호몰로지는 0이 된다. 무어 공간 정의와 알렉산더 쌍대성 정리 표현에 활용된다.

더 읽어볼만한 페이지

  • 호몰로지 이론 - 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.
  • 호몰로지 이론 - 베유 대수
    베유 대수는 체 K 위의 리 대수 g에 대하여 정의되는 미분 등급 대수이며, g의 쌍대 공간과 그 등급 이동으로 생성되는 외대수와 대칭 대수의 텐서곱으로 표현되고, 리 군의 분류 공간의 주다발의 무한소 형태를 나타내는 완전열과 관련이 있다.
축소 호몰로지

2. 정의

비어 있지 않은 위상 공간의 0차 호몰로지 군은 일반적으로 자명하지 않아 특별한 고려가 필요할 때가 있다. 예를 들어, 한원소 공간의 호몰로지 군은 0차에서만 \mathbb Z이고, 초구 \mathbb S^n의 경우에도 n차와 0차에서 \mathbb Z이 된다. 이러한 0차 호몰로지 군을 보다 간편하게 다루기 위해 축소 호몰로지 개념이 도입되었다.

축소 호몰로지는 기존의 특이 호몰로지를 계산하는 사슬 복합체를 약간 수정하여 정의한다. 구체적으로, 사슬 복합체의 마지막 단계에 정수 군 \mathbb Z를 추가하고, 0차 사슬 군 C_0에서 \mathbb Z로 가는 증강 사상(augmentation map) \epsilon을 정의한다. 이 사상은 0차 단체들의 형식적 합 \sum_i n_i \sigma_i에 대해 계수들의 합 \sum_i n_i를 대응시키는 역할을 한다 (\epsilon \colon \sum_i n_i \sigma_i \mapsto \sum_i n_i). 이렇게 수정된 증강된 사슬 복합체(augmented chain complex)는 다음과 같은 형태를 가진다.

:\dotsb\overset{\partial_{n+1}}{\longrightarrow\,}C_n \overset{\partial_n}{\longrightarrow\,}C_{n-1} \overset{\partial_{n-1}}{\longrightarrow\,} \dotsb \overset{\partial_2}{\longrightarrow\,} C_1 \overset{\partial_1}{\longrightarrow\,} C_0\overset{\epsilon}{\longrightarrow\,} \mathbb{Z} \to 0

이 증강된 사슬 복합체를 이용하여 계산된 호몰로지 군을 축소 호몰로지 군 \operatorname{\tilde H}_n(X)이라고 부른다. 즉, n>0인 경우 \operatorname{\tilde H}_n(X) = \ker(\partial_n) / \operatorname{im}(\partial_{n+1})이고, n=0인 경우 \operatorname{\tilde H}_0(X) = \ker(\epsilon) / \operatorname{im}(\partial_1)로 정의된다.

결과적으로 축소 호몰로지 군은 일반 호몰로지 군과 비교했을 때 0차에서는 차원이 하나 줄어들고, 그 외의 차수에서는 동일한 군이 된다. 축소 코호몰로지 역시 유사한 방식으로 정의할 수 있다.

2. 1. 특이 호몰로지 복합체

일반적인 호몰로지는 다음과 같은 사슬 복합체에서 각 차수의 호몰로지 군 \operatorname H_n(X)\ker(\partial_n) / \operatorname{im}(\partial_{n+1})로 정의하여 얻는다.

:\dotsb\overset{\partial_{n+1}}{\longrightarrow\,}C_n

\overset{\partial_n}{\longrightarrow\,}C_{n-1}

\overset{\partial_{n-1}}{\longrightarrow\,}

\dotsb

\overset{\partial_2}{\longrightarrow\,}

C_1

\overset{\partial_1}{\longrightarrow\,}

C_0\overset{\partial_0}{\longrightarrow\,} 0

축소 호몰로지를 정의하기 위해, 위 사슬 복합체에 정수의 집합 \mathbb Z증강 사상(augmentation map) \epsilon \colon C_0 \to \mathbb Z을 추가한다. 이 사상은 0차원 특이 단체들의 정수 계수 형식적 합 \sum_i n_i \sigma_i에 대해 그 계수들의 합 \sum_i n_i를 대응시킨다. 이렇게 하여 다음과 같은 증강된 사슬 복합체(augmented chain complex)를 얻는다.

: \dotsb\overset{\partial_{n+1}}{\longrightarrow\,}C_n

\overset{\partial_n}{\longrightarrow\,}C_{n-1}

\overset{\partial_{n-1}}{\longrightarrow\,}

\dotsb

\overset{\partial_2}{\longrightarrow\,}

C_1

\overset{\partial_1}{\longrightarrow\,}

C_0\overset{\epsilon}{\longrightarrow\,} \mathbb{Z} \to 0



(여기서 경계 사상 \partial_0는 증강 사상 \epsilon으로 대체된다.)

이 증강된 사슬 복합체로부터 계산되는 호몰로지 군 \operatorname{\tilde H}_n(X) = \ker(\partial_n) / \operatorname{im}(\partial_{n+1}) (단, n=0일 때는 \partial_0 대신 \epsilon 사용)를 축소 호몰로지라고 정의한다.

  • 만약 n > 0이면, \operatorname{\tilde H}_n(X) = \ker(\partial_n) / \operatorname{im}(\partial_{n+1}) = \operatorname H_n(X)이다. 즉, 양의 차수에서는 일반 호몰로지와 동일하다.
  • 만약 n = 0이면, \operatorname{\tilde H}_0(X) = \ker(\epsilon) / \operatorname{im}(\partial_1)이다.


축소 코호몰로지 역시 유사한 방법으로, 증강된 공사슬 복합체를 이용하여 정의할 수 있다.

2. 2. 축소 호몰로지 복합체

보통의 호몰로지는 다음과 같은 사슬 복합체에서 \operatorname H_n(X) = \ker(\partial_n) / \operatorname{im}(\partial_{n+1})를 취하여 정의된다.

:\dotsb\overset{\partial_{n+1}}{\longrightarrow\,}C_n \overset{\partial_n}{\longrightarrow\,}C_{n-1} \overset{\partial_{n-1}}{\longrightarrow\,} \dotsb \overset{\partial_2}{\longrightarrow\,} C_1 \overset{\partial_1}{\longrightarrow\,} C_0\overset{\partial_0}{\longrightarrow\,} 0

축소 호몰로지를 정의하기 위해, 위 사슬 복합체의 마지막 항 C_0 다음에 정수 군 \mathbb Z를 추가하고, 사상 \epsilon \colon C_0 \to \mathbb Z을 정의한다. 이 사상은 C_0의 원소, 즉 0-단체들의 형식적 합 \sum_i n_i \sigma_i에 대해 각 단체의 계수 n_i들의 합 \sum_i n_i을 대응시킨다 (\epsilon \colon \sum_i n_i \sigma_i \mapsto \sum_i n_i). 이렇게 확장된 사슬 복합체는 다음과 같다.

: \dotsb\overset{\partial_{n+1}}{\longrightarrow\,}C_n \overset{\partial_n}{\longrightarrow\,}C_{n-1} \overset{\partial_{n-1}}{\longrightarrow\,} \dotsb \overset{\partial_2}{\longrightarrow\,} C_1 \overset{\partial_1}{\longrightarrow\,} C_0\overset{\epsilon}{\longrightarrow\,} \mathbb{Z} \to 0

여기서 원래의 경계 사상 \partial_0\epsilon으로 대체된다.

이 새로운 복합체를 이용하여 정의된 호몰로지 군 \operatorname{\tilde H}_n(X) = \ker(\partial_n) / \operatorname{im}(\partial_{n+1}) (단, n>0일 때) 와 \operatorname{\tilde H}_0(X) = \ker(\epsilon) / \operatorname{im}(\partial_1)축소 호몰로지 군이라고 한다.

비슷한 방식으로 축소 코호몰로지도 정의할 수 있다.

3. 성질

비어 있지 않은 위상 공간의 0차 호몰로지 군은 일반적으로 자명하지 않다. 이는 여러 상황에서 예외적인 경우를 만들어낼 수 있다. 예를 들어, 가장 기본적인 공간 중 하나인 한원소 공간의 호몰로지는 0차에서만 \mathbb Z (정수군) 값을 가지며 다른 차수에서는 0이다. 초구 \mathbb S^n의 경우에도 n차 호몰로지 외에 0차 호몰로지에서 \mathbb Z 값을 가진다.

:* \operatorname H_k(\{\bullet\}) = \begin{cases}\mathbb Z & k=0 \\ 0 & \text{otherwise.}\end{cases}

:* \operatorname H_k(\mathbb S^n) = \begin{cases}\mathbb Z & k=0,n \\ 0 & \text{otherwise.}\end{cases}

이처럼 0차 호몰로지 군에 나타나는 \mathbb Z 성분을 하나 줄이면 여러 계산이나 이론 전개에서 편의성을 얻을 수 있는데, 이를 위해 축소 호몰로지가 정의되었다.

축소 호몰로지 \operatorname{\tilde H}_k(X)는 원래의 호몰로지 \operatorname H_k(X)와 비교했을 때, 0차를 제외한 모든 차수(k > 0)에서는 동일하다. 하지만 0차(k = 0)에서는 원래 호몰로지 군보다 \mathbb Z만큼 차원이 낮다. 이를 수식으로 표현하면 다음과 같다.

:* \begin{align}

H_k(X) & \cong \operatorname{\tilde H}_k(X), \quad k > 0 \\

H_0(X) & \cong \operatorname{\tilde H}_0(X) \oplus \mathbb Z

\end{align}

따라서 공간 X가 경로 연결 공간일 경우, 원래의 0차 호몰로지 군 \operatorname H_0(X)\mathbb Z와 동형이므로, 경로 연결 공간의 0차 축소 호몰로지 군은 자명군(trivial group)이 된다. 즉, \operatorname{\tilde H}_0(X) \cong 0이다.

4. 활용

축소 호몰로지는 대수적 위상수학의 여러 분야에서 유용하게 사용된다. 예를 들어, 무어 공간의 정의나 알렉산더 쌍대성 정리의 표현 등에 활용된다.

4. 1. 무어 공간

무어 공간은 축소 호몰로지가 특정 차수 하나를 제외하고는 모두 0이 되는 위상 공간이다.

4. 2. 알렉산더 쌍대성

알렉산더 쌍대성 정리는 축소 (코)호몰로지를 사용하면 다음과 같이 더 간단하게 표현할 수 있다.

:\operatorname{\tilde H}_k(\mathbb S^n\setminus X) \cong \operatorname{\tilde H}^{n-k-1}(X)


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