Lawson 的最小表面面積為 6,1 ,從 S 3 到 R 3
作者Joe Schaefer
摘要使用幾何分析、局部差分方程式和 Abelian 等基本技術C ∗ C^* C ∗ 代數、我們發現一個小說,但熟悉的全球幾何不變 —
介紹封閉式里曼尼亞人( M , g ) (M,g) ( M , g ) ,描述其 ** 類別 ** 的非等分法,等分法為「逆向問題」類型[DH11] 在光譜幾何圖形中 。Naïvely 可能會推測此類別永遠為 empty 。然而,學術文獻富含數十年的特定對反範例組合結構:從 1964 年開始,由 John Milnor 的 16 維非幾何,等向均方均方[JM64] ,以及繼續[CS92] 邁向亞歷山大·希曼 1993 年博士論文中平坦森的一般尺寸特性化[AS94] — 使用電腦輔助搜尋來重新刪除嚴重dim = 3 \dim = 3 dim = 3 個案。現代化的整平 Tori 歷史記錄調查顯示於[NRR22] .
在這種方式中,對稱空間較為複雜、非歐幾內亞對稱的洞察力;構建了涉及非傳統曲率張量的等光譜、非幾何「導管」(以及其在第 2 維度中頻譜決定的尤拉特徵) [MS67] 。) 此努力的主要例子是 Toshikazu Sunada 的 1985 年[TS85] .
Carolyn Gordon 針對不同質的 Riemannian 指標發現即使在本機上也不是幾何圖形的飲食[CG93] .
在許多相關區域繼續工作[DH11] ,如確定等同類、非等位法的拓樸特徵一般 (空的) [ST80] ,有限[AS94] ,剛性[GK80] ,緊湊[GZ97] .
我們在此文章中提供的是熟悉工具的新觀點:以個別「代數 / 主題不變量」形式編製特徵函數配對產品的傅立葉係數,以補充現有、離散的「分析不變量」— *Laplace-Beltrami 運算子 * (稱為 Laplacian ) 的非負數頻譜L 2 ( M , g ) L^2(M,g) L 2 ( M , g )
筆結果
指定特徵函數的正規基礎 (未遞減的特徵值) { e i } i = 0 ∞ \set{e^i}_{i=0}^{\infty} { e i } i = 0 ∞ (非負數) Laplacian Δ M \Delta_M Δ M 開啟L 2 ( M , g ) L^2(M,g) L 2 ( M , g ) 與封閉式里曼尼亞機身相關( M , g ) (M,g) ( M , g )
M i , j , k : = ∫ M e i e j e k ˉ g d x = < e i e j | e k >
M^{i,j,k} := \int_M e^i e^j \bar{e^k} \sqrt{g} dx = \bra{e^i e^j}\ket{e^k}
M i , j , k := ∫ M e i e j e k ˉ g d x = ⟨ e i e j e k ⟩
要是等同於( M , g ) (M,g) ( M , g ) ,這是另一個 iosospectral 封閉的 Riemannian manifold 的 * 必要和足夠條件 *,可保留相關特徵且具有不變性的特徵 (Laplacian) 正規基礎{ M i , j , k } \set{M^{i,j,k}} { M i , j , k }
如果每個特徵值都有多重性1 1 1 鑑於一對特徵值保存定理假說中所述的正規基底,則僅當和{ M i , j , k } \set{M^{i,j,k}} { M i , j , k }
研究的動機{ M i , j , k } \set{M^{i,j,k}} { M i , j , k } 是從研究 ** 線性乘法運算子 ** 的角色所衍生的Y : V ⊗ V → V ( ( z ) ) Y:V\otimes V\rightarrow V((z)) Y : V ⊗ V → V (( z )) 在 Vertex 運算子代數定義中[FBZ04] 與「螺旋正規欄位理論」相關聯。這裡V V V 是美國的向量空間,並且V ( ( z ) ) V((z)) V (( z )) 是 Laurent 系列正式的空間z z z 內含係數V V V 繁體中文起自V V V 經常配備 Hilbert Space,配備傳統的 Fourier 系列正規基礎,索引Y Y Y 使用下列項目的傅立葉基準元素:V V V 僅比參與的程度稍微高M i , j , k M^{i,j,k} M i , j , k
這些結果在作者於 1997 年首次在 MSRI 進行類似標題的談話時進行示範,但他們首次以公佈的形式出現在這裡。
初步計畫現在使用M , g , e i , M i , j , k M,g,e^i,M^{i,j,k} M , g , e i , M i , j , k 如上,f ∈ C ∞ ( M ) f \in C^\infty(M) f ∈ C ∞ ( M ) 以及i ≥ 0 i \geq 0 i ≥ 0
f ^ ( i ) : = ∫ M f ( x ) e i ˉ ( x ) g ( x ) d x ⟹ f ( x ) = ∑ i = 0 ∞ f ^ ( i ) e i ( x ) . \begin{aligned}
\hat{f}(i) &:= \int_M f(x)\bar{e^i}(x)\sqrt{g(x)}dx \\
\implies \\
f(x) &= \sum_{i=0}^{\infty}\hat{f}(i)e^i(x).
\end{aligned}
f ^ ( i ) ⟹ f ( x ) := ∫ M f ( x ) e i ˉ ( x ) g ( x ) d x = i = 0 ∑ ∞ f ^ ( i ) e i ( x ) .
起自f f f 獨具代表性的快速融合 ** 快遞系列 ** (Δ M \Delta_M Δ M - 特定 Sobolev 嵌入[MT13] [RS75] ,連同魏爾的漸近法[HW11] ,表示總和中的術語為o ( i − n ) o(i^{-n}) o ( i − n ) * 統一輸入x x x * [LH68] , ∀ n ∈ N \forall n\in\N ∀ n ∈ N 。) 然後我們看到:f 1 , f 2 ∈ C ∞ ( M ) f_1, f_2 \in C^\infty(M) f 1 , f 2 ∈ C ∞ ( M ) ,點狀產品的傅立葉係數f 1 f 2 ∈ C ∞ ( M ) f_1 f_2 \in C^\infty(M) f 1 f 2 ∈ C ∞ ( M )
f 1 f 2 ^ ( k ) = ∑ i , j ∞ f 1 ^ ( i ) f 2 ^ ( j ) M i , j , k ⟹ f 1 f 2 ( x ) = ∑ i , j , k f 1 ^ ( i ) f 2 ^ ( j ) M i , j , k e k ( x ) f 1 = f 2 p , p ∈ N ⟹ ∑ k f 1 ^ ( k ) e k ( x ) = ∑ i 1 , . . . , i p , k f 2 ^ ( i 1 ) . . . f 2 ^ ( i p ) M i 1 , i 2 , i 3 M i 2 , i 3 , i 4 . . . M i p − 1 , i p , k e k ( x ) . \begin{aligned}
\widehat{f_1 f_2}(k) &= \sum_{i,j}^\infty\hat{f_1}(i)\hat{f_2}(j)M^{i,j,k} \\
\implies \\
f_1f_2(x) &= \sum_{i,j,k}\hat{f_1}(i)\hat{f_2}(j)M^{i,j,k}e^k(x) \\
f_1 = f^p_2,\space p \space \in \N \implies \\
\sum_{k}\hat{f_1}(k)e^k(x) &= \sum_{i_1,...,i_p, k}\hat{f_2}(i_1)...\hat{f_2}(i_p)M^{i_1,i_2,i_3}M^{i_2,i_3,i_4}...M^{i_{p-1},i_p,k}e^k(x).
\end{aligned} f 1 f 2 ( k ) ⟹ f 1 f 2 ( x ) f 1 = f 2 p , p ∈ N ⟹ k ∑ f 1 ^ ( k ) e k ( x ) = i , j ∑ ∞ f 1 ^ ( i ) f 2 ^ ( j ) M i , j , k = i , j , k ∑ f 1 ^ ( i ) f 2 ^ ( j ) M i , j , k e k ( x ) = i 1 , ... , i p , k ∑ f 2 ^ ( i 1 ) ... f 2 ^ ( i p ) M i 1 , i 2 , i 3 M i 2 , i 3 , i 4 ... M i p − 1 , i p , k e k ( x ) .
等等,* 嚴重 *,任何多變量多項式℘ ∈ C [ z 1 , … , z l ] \weierp \in \Complex[z_1,…,z_l] ℘ ∈ C [ z 1 , … , z l ] (在平滑功能上) ** 使用任何光譜保留的指令 ** Δ \Delta Δ - 特徵函數正規基底圖F ⃗ \vec{F} F 保留{ M i , j , k } \set{M^{i,j,k}} { M i , j , k }
C ∞ ( M , C l ) → ℘ C ∞ ( M ) F ⃗ ⊕ ⋯ ⊕ F ⃗ ⏟ l times ↓ ↓ F ⃗ C ∞ ( N , C l ) → ℘ C ∞ ( N ) \begin{CD}
C^\infty(M,\space\Complex^l) @>\weierp >> C^\infty(M)\\
@V\underbrace{\vec{F}\oplus\dots\oplus \vec{F}}_{l\space\text{times}}VV @VV\vec{F}V\\
C^\infty(N,\space\Complex^l) @>>\weierp > C^\infty(N)
\end{CD} C ∞ ( M , C l ) l times F ⊕ ⋯ ⊕ F ↓ ⏐ C ∞ ( N , C l ) ℘ ℘ C ∞ ( M ) ↓ ⏐ F C ∞ ( N )
此外,如果A ⊂ M A\subset M A ⊂ M 是 Borel-measurable,然後就 *characteristic function 的 characteristic function 而言,上述結果為準點A A A 除邊界外,任何地方A A A :如果f = f 2 f = f^2 f = f 2 以及A : = { x ∈ M ∣ f ( x ) = 1 } A:=\set{x\in M|f(x)=1} A := { x ∈ M ∣ f ( x ) = 1 }
∑ i f ^ ( i ) e i ( x ) = ∑ i , j , k f ^ ( i ) f ^ ( j ) M i , j , k e k ( x ) = { 1 x ∈ A ˚ 0 x ∈ A ∁ ˚ \sum_{i}\hat{f}(i)e^i(x) = \sum_{i,j,k}\hat{f}(i)\hat{f}(j)M^{i,j,k}e^k(x) = \begin{cases}
1 & x \in \mathring{A} \\
0 & x \in \mathring{A^\complement}\end{cases} i ∑ f ^ ( i ) e i ( x ) = i , j , k ∑ f ^ ( i ) f ^ ( j ) M i , j , k e k ( x ) = { 1 0 x ∈ A ˚ x ∈ A ∁ ˚
我們擁有以下的身份,並通過獨特性
f ^ ( k ) = ∑ i , j f ^ ( i ) f ^ ( j ) M i , j , k ∀ k ≥ 0 ⟺ f = f 2 a . e . \begin{aligned}
\hat{f}(k) &= \sum_{i,j}\hat{f}(i)\hat{f}(j)M^{i,j,k}\space\space \forall k\geq 0 \\
\iff f&=f^2 \space a.e.
\end{aligned} f ^ ( k ) ⟺ f = i , j ∑ f ^ ( i ) f ^ ( j ) M i , j , k ∀ k ≥ 0 = f 2 a . e .
這表示上述任何此類基準對應都具有特性函數 (作為下列成員):L 2 ( M , g ) ⊂ L 1 ( M , g ) L^2(M,g)\subset L^1(M,g) L 2 ( M , g ) ⊂ L 1 ( M , g )
這些運算的重點是強調事實{ M i , j , k } \set{M^{i,j,k}} { M i , j , k } ** 字元 ** 點狀乘法運算子的調和分析C ∞ ( M ) C^\infty(M) C ∞ ( M ) ,這是阿貝利安的密集小代數C ∗ C^* C ∗ 代數C ( M ) C(M) C ( M )
以上金額的快速融合涉及M i , j , k M^{i,j,k} M i , j , k ,請注意特徵函數的產品平滑,因此這些傅立葉係數會如上所示 (在每個索引中) 衰變。如需詳細資訊,請參閱 Emmett Wyman 在 2022 年的工作與這些係數相關,因為它與特徵值上的三角形不等式相關[EW22] .
注意:我們可能總是假設
e 0 = M 0 , 0 , 0 = 1 / v o l ( M ) ⟹ M 0 , j , k = M j , 0 , k = δ j − k / v o l ( M ) \begin{aligned}
e^0 &= M^{0,0,0} = 1/\sqrt{vol(M)} \\
\implies \\
M^{0,j,k} &= M^{j,0,k} = \delta_{j-k}\space/\sqrt{vol(M)}
\end{aligned} e 0 ⟹ M 0 , j , k = M 0 , 0 , 0 = 1/ v o l ( M ) = M j , 0 , k = δ j − k / v o l ( M )
其中δ i \delta_i δ i 是 Kronecker 的差異。起自v o l ( M ) vol(M) v o l ( M ) 是光譜不變量[HW11] .
定理證明必要,讓我們F : ( N , h ) → ( M , g ) F:(N,h)\rightarrow (M,g) F : ( N , h ) → ( M , g ) 是封閉式里曼尼亞人體的幾何圖形,並讓目標的特徵正常基礎L 2 ( N , h ) L^2(N,h) L 2 ( N , h ) 是回溯F F F 正規基礎{ e i } \set{e^i} { e i } 開啟( M , g ) (M,g) ( M , g )
M i , j , k = ∫ M e i e j e k ˉ g d y = ∫ N e i ( F ( x ) ) e j ( F ( x ) ) e k ˉ ( F ( x ) ) h d x \begin{aligned}
M^{i,j,k} &= \int_M e^i e^j \bar{e^k}\sqrt{g}dy \\
&= \int_N e^i(F(x)) e^j(F(x))\bar{e^k}(F(x))\sqrt{h}dx
\end{aligned} M i , j , k = ∫ M e i e j e k ˉ g d y = ∫ N e i ( F ( x )) e j ( F ( x )) e k ˉ ( F ( x )) h d x
我們是用必需的論點來完成,因為Δ N ( f ∘ F ) = ( Δ M f ) ∘ F , ∀ f ∈ C ∞ ( M ) \Delta_N(f\circ F) = (\Delta_M f) \circ F,\ \ \forall f\in C^\infty(M) Δ N ( f ∘ F ) = ( Δ M f ) ∘ F , ∀ f ∈ C ∞ ( M )
為了充分利用,我們現在考慮了線性、生物彈性的正規特徵基礎圖F ⃗ \vec{F} F 來自C ∞ ( M ) C^\infty(M) C ∞ ( M ) 終止C ∞ ( N ) C^\infty(N) C ∞ ( N ) 並請注意,從計算中的初步 以上,F ⃗ \vec{F} F 保留順暢函數的定點產品 (延長至時保留特性函數) L 2 ( M , g ) L^2(M,g) L 2 ( M , g ) ) 由處所{ M i , j , k } \set{M^{i,j,k}} { M i , j , k }
綱要F ⃗ : C ∞ ( M ) → C ∞ ( N ) \vec{F}: C^\infty(M)\rightarrow C^\infty(N) F : C ∞ ( M ) → C ∞ ( N ) 會保留均勻規範。
綱要證明字母{ a i } \set{a_i} { a i } 為平順的單位分割M M M
1 = ∑ i a i ( x ) = ∑ i , j a i ^ ( j ) e j ( x ) = ∑ j e j ( x ) ∑ i a i ^ ( j ) \begin{aligned}
1 &= \sum_i a_i(x) \\
&= \sum_{i,j} \hat{a_i}(j)e^j(x) \\
&= \sum_j e^j(x)\sum_i \hat{a_i}(j)
\end{aligned} 1 = i ∑ a i ( x ) = i , j ∑ a i ^ ( j ) e j ( x ) = j ∑ e j ( x ) i ∑ a i ^ ( j )
因此∑ i a i ^ ( j ) = δ j v o l ( M ) \sum_i\hat{a_i}(j) = \delta_j\sqrt{vol(M)} ∑ i a i ^ ( j ) = δ j v o l ( M )
由主導的收斂定理,
lim p → ∞ ∑ j a j p ^ ( k ) = ∫ ⋃ ˙ j { a j = 1 } e k ˉ ( x ) g d x \lim_{p\rightarrow\infty}
\sum_j\hat{a^p_j}(k) = \int_{\dot{\bigcup}_j\set{a_j=1}}\bar{e^k}(x)\sqrt{g}dx p → ∞ lim j ∑ a j p ^ ( k ) = ∫ ⋃ ˙ j { a j = 1 } e k ˉ ( x ) g d x
此為每個不相連子集之正計量特性函數{ x ∈ M ∣ a j ( x ) = 1 } \set{x\in M | a_j(x) = 1} { x ∈ M ∣ a j ( x ) = 1 } 繁體中文這表示每個 Lemma 都經過實證a j a_j a j ,因為保留具有正計量之集合的限制特性函數,因此具有均勻標準 1,如同a j p , F ⃗ ( a j p ) = F ⃗ ( a j ) p , p ∈ N a_j^p,\space \vec{F}(a_j^p)=\vec{F}(a_j)^p,\space p\in\N a j p , F ( a j p ) = F ( a j ) p , p ∈ N
在不損失一般性的情況下,我們可能會套用針對單位平滑分割顯示的特殊案例結果{ ∣ f ∣ / ∥ f ∥ ∞ , 1 − ∣ f ∣ / ∥ f ∥ ∞ } \lbrace|f|/\lVert f \rVert_\infty, 1 - |f|/\lVert f\rVert_\infty\rbrace { ∣ f ∣/ ∥ f ∥ ∞ , 1 − ∣ f ∣/ ∥ f ∥ ∞ } ,其中{ x ∈ M ∣ ∣ f ( x ) ∣ = ∥ f ∥ ∞ } \set{x\in M|\space|f(x)| = \lVert f \rVert_\infty} { x ∈ M ∣ ∣ f ( x ) ∣ = ∥ f ∥ ∞ }
這表示在密集的集合上C ( M ) C(M) C ( M ) (和C ( N ) C(N) C ( N ) ),我們已建立F ⃗ \vec{F} F 阿貝利安同形性C ∗ C^* C ∗ 代數,因此可以延伸至同形性C ( M ) C(M) C ( M ) 以及C ( N ) C(N) C ( N )
現在我們把 Gelfand-Naimark 代表定理 (以相反的葬禮形式) 應用於阿貝利安C ∗ C^* C ∗ 代數[JC19] 以家庭型態表示此同型F F F 介於N N N 以及M M M
如今,這種多型F F F 保存特徵值和特徵函數 (透過假說F ⃗ ( f ) = f ∘ F \vec{F}(f) = f\circ F F ( f ) = f ∘ F ),它必須在平滑功能上保留拉普拉西亞文。因此,它也必須保留這些相同橢圓運算子的主要符號[MT13] .
這樣就完成了理論的證明。
形容詞的討論使用{ M 0 i , j , k } \set{M_0^{i,j,k}} { M 0 i , j , k } 以及{ M 1 i , j , k } \set{M_1^{i,j,k}} { M 1 i , j , k } 代表基準的兩個三重產品集{ e 0 i } \set{e_0^i} { e 0 i } 以及{ e 1 i } \set{e_1^i} { e 1 i } ,讓我們z i ∈ { − 1 , 1 } z_i \in \set{-1,1} z i ∈ { − 1 , 1 } 是Z 2 ∞ \Z_2^\infty Z 2 ∞ 此類動作R \R R - 估值正規基準{ e 1 i } \set{e_1^i} { e 1 i } 繁體中文因此,我們需要選擇z i z_i z i 因此{ z i e 1 i } \set{z_ie_1^i} { z i e 1 i } 收益{ M 1 i , j , k } = { z i z j z k M 0 i , j , k } \set{M_1^{i,j,k}} = \set{z_i z_j z_kM_0^{i,j,k}} { M 1 i , j , k } = { z i z j z k M 0 i , j , k }
我們必須觀察
z k = M 0 i , i , k / M 1 i , i , k ∀ i , k ∈ N , ⋺ M 0 i , i , k ≠ 0 . z_k = M_0^{i,i,k} / M_1^{i,i,k} \,\, \forall i,k\in\N,\, ⋺ M_0^{i,i,k} \ne 0 \,. z k = M 0 i , i , k / M 1 i , i , k ∀ i , k ∈ N , ⋺ M 0 i , i , k = 0 .
我們可能希望對任何給定的k k k , M 0 i , i , k M_0^{i,i,k} M 0 i , i , k 無法相同0 0 0 全部i i i 繁體中文第一個筆刷,如果M M M 具有 “even/odd” 對稱群組,並且e k e^k e k 為奇數,但希望對於以下的均一大小寫保持真 (不滿足均勻特徵值多重性 = 1 條件)。此外,公式 (11) z k z_k z k 需要兩者i i i - 獨立與充分性,以建立基準對應e 0 i ↦ z i e 1 i e_0^i \mapsto z_i e_1^i e 0 i ↦ z i e 1 i 保留{ M 0 i , j , k } \set{M_0^{i,j,k}} { M 0 i , j , k }
然而,讓我們計算一些相關的身份,以便一些未來的研究人員可以挖到這個形容詞:
Δ f g = f Δ g + g Δ f − 2 d f ⋅ d g ⟹ M i , j , k = 2 < d e i ⋅ d e j | e k > λ i + λ j − λ k Now by polarization M i , j , k = < ( e i + e j ) 2 − ( e i − e j ) 2 | e k > 4 = M i , i , k + M j , j , k − < ( e i − e j ) 2 | e k > 2 , and so the quadratic form Q k ( f , g ) : = < d f ⋅ d g | e k > = ∑ i , j f ^ ( i ) g ^ ( j ) < d e i ⋅ d e j | e k > = 1 2 ∑ i , j f ^ ( i ) g ^ ( j ) ( λ i + λ j − λ k ) M i , j , k . Now with J real-analytic Q k J ( f , g ) : = − 1 2 < ( J ( Δ ) f g − f J ( Δ ) g − g J ( Δ ) f | e k > = − 1 2 ( < f g | J ( Δ ) e k > − < f J ( Δ ) g + g J ( Δ ) f | e k > ) = 1 2 ∑ i , j f ^ ( i ) g ^ ( j ) ( J ( λ i ) + J ( λ j ) − J ( λ k ) M i , j , k Q ~ k ( f , g ) : = − 1 2 < Δ f g − f Δ g − g Δ f | e k > = 1 2 ∑ i , j f ^ ( i ) g ^ ( j ) ( λ i + λ j − λ k ) M i , j , k d f ⋅ d g = ∑ k Q k ( f , g ) e k = − Δ f g − f Δ g − g Δ f 2 Q 0 ( f , f ) = 1 v o l ( M ) ∑ i f ^ ( i ) 2 λ i d f ⋅ d f = ∑ k Q k ( f , f ) e k = 1 2 ∑ i , j , k f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) M i , j , k e k = 1 4 ∑ i , j , k f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) ( M i , i , k + M j , j , k − < ( e i − e j ) 2 | e k > ) e k = g 2 = ∑ i , j , k g ^ ( i ) g ^ ( j ) M i , j , k e k ⟹ 1 2 ∑ i , j f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) M i , j , k = ∑ i , j g ^ ( i ) g ^ ( j ) M i , j , k = g 2 ^ ( k ) . \begin{aligned}
\Delta fg &= f\Delta g + g\Delta f - 2 df \cdot dg \implies \\
M^{i,j,k} &= 2 \frac{\bra{de^i\cdot de^j}\ket{e^k}}{\lambda_i +\lambda_j -\lambda_k}\\
\text{Now by polarization}\\
M^{i,j,k} &= \frac{\bra{(e^i+e^j)^2 - (e^i - e^j)^2}\ket{e^k}}{4} = \frac{M^{i,i,k} + M^{j,j,k} - \bra{(e^i-e^j)^2}\ket{e^k}}{2},\\
\text {and so the quadratic form} \\
Q_k(f,g) :&= \bra{df\cdot dg}\ket{e^k} = \sum_{i,j}\hat{f}(i)\hat{g}(j)\bra{de^i\cdot de^j}\ket{e^k} \\
&= \frac{1}{2}\sum_{i,j}\hat{f}(i)\hat{g}(j)(\lambda_i + \lambda_j - \lambda_k)M^{i,j,k} .\ \\
\text{Now with }J \text{ real-analytic}\\
Q^J_k(f,g) :&= -\frac{1}{2}\bra{(J(\sqrt{\Delta})fg - fJ(\sqrt{\Delta})g - gJ(\sqrt{\Delta})f}\ket{e^k} \\
&= -\frac{1}{2}(\bra{fg}\ket{J(\sqrt{\Delta}) e^k} - \bra{fJ(\sqrt{\Delta})g + gJ(\sqrt{\Delta})f}\ket{e^k})\\
&= \frac{1}{2}\sum_{i,j}\hat{f}(i)\hat{g}(j)(J(\sqrt{\lambda_i}) + J(\sqrt{\lambda_j}) - J(\sqrt{\lambda_k})M^{i,j,k}\\
\tilde{Q}_k(f,g) :&= -\frac{1}{2}\bra{\sqrt{\Delta} fg - f\sqrt{\Delta}g -g\sqrt{\Delta}f}\ket{e^k} \\
&= \frac{1}{2}\sum_{i,j} \hat{f}(i)\hat{g}(j)(\sqrt{\lambda_i} + \sqrt{\lambda_j} - \sqrt{\lambda_k})M^{i,j,k}\\
df \cdot dg &= \sum_k Q_k(f,g)e^k = -\frac{\Delta fg - f\Delta g - g\Delta f}{2}\\
Q_0(f,f) &= \frac{1}{\sqrt{vol(M)}}\sum_i \hat{f}(i)^2 \lambda_i\\
df\cdot df = \sum_kQ_k(f,f)e^k &= \frac{1}{2}\sum_{i,j,k}\hat{f}(i)\hat{f}(j)(\lambda_i + \lambda_j -\lambda_k)M^{i,j,k}e^k\\
&= \frac{1}{4}\sum_{i,j,k}\hat{f}(i)\hat{f}(j)(\lambda_i + \lambda_j -\lambda_k)(M^{i,i,k} + M^{j,j,k} - \bra{(e^i-e^j)^2}\ket{e^k})e^k\\
= g^2 &= \sum_{i,j,k}\hat{g}(i)\hat{g}(j)M^{i,j,k}e^k \implies\\
\frac{1}{2}\sum_{i,j}\hat{f}(i)\hat{f}(j)(\lambda_i + \lambda_j - \lambda_k)M^{i,j,k} &= \sum_{i,j}\hat{g}(i)\hat{g}(j)M^{i,j,k} \\
&= \widehat{g^2}(k). \\
\end{aligned} Δ f g M i , j , k Now by polarization M i , j , k and so the quadratic form Q k ( f , g ) : Now with J real-analytic Q k J ( f , g ) : Q ~ k ( f , g ) : df ⋅ d g Q 0 ( f , f ) df ⋅ df = k ∑ Q k ( f , f ) e k = g 2 2 1 i , j ∑ f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) M i , j , k = f Δ g + g Δ f − 2 df ⋅ d g ⟹ = 2 λ i + λ j − λ k ⟨ d e i ⋅ d e j e k ⟩ = 4 ⟨ ( e i + e j ) 2 − ( e i − e j ) 2 e k ⟩ = 2 M i , i , k + M j , j , k − ⟨ ( e i − e j ) 2 e k ⟩ , = ⟨ df ⋅ d g e k ⟩ = i , j ∑ f ^ ( i ) g ^ ( j ) ⟨ d e i ⋅ d e j e k ⟩ = 2 1 i , j ∑ f ^ ( i ) g ^ ( j ) ( λ i + λ j − λ k ) M i , j , k . = − 2 1 ⟨ ( J ( Δ ) f g − fJ ( Δ ) g − g J ( Δ ) f e k ⟩ = − 2 1 ( ⟨ f g J ( Δ ) e k ⟩ − ⟨ fJ ( Δ ) g + g J ( Δ ) f e k ⟩ ) = 2 1 i , j ∑ f ^ ( i ) g ^ ( j ) ( J ( λ i ) + J ( λ j ) − J ( λ k ) M i , j , k = − 2 1 ⟨ Δ f g − f Δ g − g Δ f e k ⟩ = 2 1 i , j ∑ f ^ ( i ) g ^ ( j ) ( λ i + λ j − λ k ) M i , j , k = k ∑ Q k ( f , g ) e k = − 2 Δ f g − f Δ g − g Δ f = v o l ( M ) 1 i ∑ f ^ ( i ) 2 λ i = 2 1 i , j , k ∑ f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) M i , j , k e k = 4 1 i , j , k ∑ f ^ ( i ) f ^ ( j ) ( λ i + λ j − λ k ) ( M i , i , k + M j , j , k − ⟨ ( e i − e j ) 2 e k ⟩ ) e k = i , j , k ∑ g ^ ( i ) g ^ ( j ) M i , j , k e k ⟹ = i , j ∑ g ^ ( i ) g ^ ( j ) M i , j , k = g 2 ( k ) .
注:對於下面的一維扁平鋪面案例,Q ~ k ( e i , e j ) = 0 \tilde{Q}_k(e^i,e^j) = 0 Q ~ k ( e i , e j ) = 0 起自Δ = − 1 d d x \sqrt{\Delta} = \sqrt{-1}\frac{d}{dx} Δ = − 1 d x d
範例字母{ λ i } ⊂ R n \set{\lambda_i} \subset \R^n { λ i } ⊂ R n 為索引,等級n n n Lie Algebra 重量的晶格,用於商太空表示法g = R n \frak{g}=\Reals^n g = R n 當翻譯不變量 (即常數) 向量欄位本身時R n \R^n R n 也視為g \frak{g} g 透過定義者之 torus 的相關 Lie Group R n / A Z n , A ∈ G L ( n , R ) \Reals^n/A\Z^n, A \in GL(n,\Reals) R n / A Z n , A ∈ G L ( n , R ) 繁體中文這些權重定義了與線性函數整合的 torus 上 1 個格式的可整合升降機< x ∣ λ i ⟩ , x ∈ R n \bra{x} \lambda_i\rangle,\space x\in\Reals^n ⟨ x ∣ λ i ⟩ , x ∈ R n 作為其利氏集團 (承受托魯斯)。然後,這些線性函數可以統一重新縮放 (依據2 π − 1 2\pi \sqrt{-1} 2 π − 1 ) 並加以指數化,以形成多重性字元,其後代會形成正規基礎L 2 ( R n / A Z n , d x ) L^2(\Reals^n/A\Z^n,dx) L 2 ( R n / A Z n , d x ) ,使用 Lebesgue (Haar) 測量d x dx d x
此外,此基準同時將平面托魯斯的拉普拉西安 ** 因為 ** 拉普拉西安是通用信封代數的對稱、負二次二次卡西米爾的影像 (固定係數線性差動運算子) 象限空間表示法。因此,它的特徵值是固定比例 (of) 4 π 2 4\pi^2 4 π 2
我們目前檢視上述基準
{ e 2 π − 1 ⟨ x ∣ λ i ⟩ / ∣ det A ∣ } i = 0 ∞ \set{e^{2\pi\sqrt{-1}\langle{x}|\lambda_i\rangle}/\sqrt{|\det A|}}_{i=0}^\infty { e 2 π − 1 ⟨ x ∣ λ i ⟩ / ∣ det A ∣ } i = 0 ∞
成為我們的理論可應用的傅立葉原理 (多變性字元) 特徵 (此為 (負數) Euclidean Casimir 元素的商數表示法) 直接對應於{ λ i } \set{\lambda_i} { λ i } 繁體中文依據我們的理論假設,我們必須具備i < j ⟹ ∥ λ i ∥ ≤ ∥ λ j ∥ i < j \implies \lVert\lambda_i\rVert \leq \lVert\lambda_j\rVert i < j ⟹ ∥ λ i ∥ ≤ ∥ λ j ∥
現在我們可以運算
M i , j , k = { 1 / ∣ det A ∣ λ i + λ j − λ k = 0 0 otherwise M^{i,j,k} = \begin{cases}
1/\sqrt{|\det A|} & \lambda_i + \lambda_j - \lambda_k = 0 \\
0 & \text{otherwise}
\end{cases} M i , j , k = { 1/ ∣ det A ∣ 0 λ i + λ j − λ k = 0 otherwise
由於此等式 對重量格而言為線性( A − 1 ) t Z n = { λ i } (A^{-1})^t\Z^n = \set{\lambda_i} ( A − 1 ) t Z n = { λ i } ,只有一個L 2 L^2 L 2 正規特徵基底圖 ** 從容積保存的可逆線性圖中產生,這兩個索引,排名之間n n n 重量晶格 ** 將保留「代數 / 拓樸」索引資料集{ M i , j , k } \set{M^{i,j,k}} { M i , j , k }
不過,為了申請我們定理 ,對這類線性地圖至關重要B B B 是B ∈ O ( n , R ) B\in O(n,\Reals) B ∈ O ( n , R ) 在重量格子上,因為誘發L 2 L^2 L 2
{ e 2 π − 1 ⟨ x ∣ B λ i ⟩ / ∣ det A ∣ } i = 0 ∞ \set{e^{2\pi\sqrt{-1}\langle x| B\lambda_i\rangle}/\sqrt{|\det A|}}_{i=0}^\infty { e 2 π − 1 ⟨ x ∣ B λ i ⟩ / ∣ det A ∣ } i = 0 ∞
也必須保留「分析」不變量— Casimir- 元素誘發的圖形4 π 2 ∥ λ i ∥ 2 4\pi^2\lVert\lambda_i\rVert^2 4 π 2 ∥ λ i ∥ 2
此表示法 - 理論科目[AK01] 正好等同於 * 晶格一致性 * 的先前開發[NRR22] 傳統上用來去劃分扁平鋪面幾何類。事實上,該線性圖的矩陣轉置B ∈ O ( n , R ) B\in O(n,\Reals) B ∈ O ( n , R ) ,如上一段所述,** 是 ** 在被應用 *Gelfand-Naimark 表示定理 * 期間,Riemannian 同位素之間的異位。證明 我們的定理 .
確認原本的研究是由 1995-1996 年的傑出詹姆斯·西蒙斯研究獎以及阿爾弗雷德· P 的慷慨支持所資助的。Sloan 1996- 1997 在 Stony Brook 大學辭職團契。
作者也要感謝 Tanya Christiansen、Carolyn Gordon、Hamid Hezari、Harish Seshadri,特別是 Leon Takhtajan 的技術協助,並檢閱本手稿的準備以供出版。