張量與多重線性代數

外代數

外代數 Lambda(V) 是反對稱張量的家園,配備一種稱為楔積的乘法。你從張量代數出發,強加一條規則來構造它:對每個向量 v 都有 v ^ v = 0。這一條規則就強制出反對稱性 v ^ w = -(w ^ v),於是交換兩個因子就翻轉符號。

作為向量空間它分裂為分次的塊:Lambda(V) = Lambda^0 (+) Lambda^1 (+) ... (+) Lambda^n,其中 Lambda^0 是純量,Lambda^1 是 V 本身,而 Lambda^k 由 k 個向量的楔積張成。對 n 維的 V,各維數是二項式係數 n choose k,整個代數的維數為 2^n。超過次數 n 時一切為零,因為多於 n 個向量的楔積必然重複某個基向量。

這是有向體積與行列式的天然代數。頂層塊 Lambda^n V 是一維的,而一個線性映射在其上的作用就是乘以它的行列式;這是 det 最乾淨、最不依賴基的定義。微積分中的微分形式恰是餘切空間外冪的截面,所以斯托克斯定理與叉積都安居於此。

從概念上說,外代數是多重線性代數的反對稱那一半;對稱代數則是它的鏡像。對稱張量徹底遺忘次序(給出多項式),而外張量只通過一個符號記住次序(給出定向)。把這兩幅圖並置,正是看清行列式與多項式何以是兄弟的關鍵。

dim Lambda^k(R^n) = C(n, k); total dim Lambda(R^n) = 2^n

每個分次塊的維數為二項式係數;整個外代數的維數為 2^n。

總維數計數:sum over k of (n choose k) = 2^n。所以 Lambda(R^3) 是 8 維的,按次數 0,1,2,3 分裂為 1 + 3 + 3 + 1——這正是三維叉積(Lambda^2 R^3 為 3 維)與純量三重積(Lambda^3 R^3 為 1 維)的來源。

又稱
Grassmann algebraLambda(V)alternating tensor algebra