張量與多重線性代數

對稱代數

對稱代數 Sym(V) 是外代數的鏡像:你不是強制反對稱,而是強制交換。你從張量代數出發,對所有向量強加 v*w = w*v,於是因子的次序不再要緊。其分次塊 Sym^k V 由完全對稱的 k 張量組成——即在置換各因子下不變的乘積。

它的妙處是一個你早已認識、只是改了裝的等同:Sym(V) 典範地就是 V 的座標多項式代數。若 V 有基 x_1, ..., x_n,則 Sym(V) 是 x_1, ..., x_n 上的多項式環,而 Sym^k V 是 k 次齊次多項式的空間。所以「k 次對稱張量」與「k 次齊次多項式」是同一個對象。

維數遵循多重集計數:dim Sym^k V = (n + k - 1 choose k),即 n 個變數中 k 次單項式的個數。把它與外冪 (n choose k) 對照:隨著 k 增大,對稱張量無界地持續增長,因為你可以自由重複變數;而楔積在超過次數 n 後便消亡,因為重複是被禁止的。

把這兩個代數並置能澄清許多事。反對稱(外)張量編碼有向體積、行列式與形式;對稱張量編碼多項式、二次型與矩。一般的張量冪(在特徵零下)分解為對稱部分、反對稱部分外加更奇異的塊——這正是對稱群表示論的起點。

dim Sym^k(R^n) = C(n + k - 1, k); Sym(R^n) = R[x_1, ..., x_n]

R^n 的對稱代數是 n 個變數的多項式環;k 次塊是齊次多項式。

二次的一面最常見:Sym^2(V*) 恰是 V 上二次型 / 對稱雙線性型的空間,你曾以對稱矩陣 A 的形式遇見它,q(x) = x^T A x。所以「對稱矩陣」不過是一個對稱 2 張量。

又稱
Sym(V)polynomial algebra on Vsymmetric tensor algebra