กลับไปหน้าบทความ

อ่าน 4 นาที

เส้นประสาท (ทฤษฎีหมวดหมู่)

ในทฤษฎีหมวดหมู่ซึ่งเป็นสาขาหนึ่งในคณิตศาสตร์เส้นประสาทN ( C ) ของหมวดหมู่ขนาดเล็กCคือเซตเชิงซิมพลิเชียลที่สร้างขึ้นจากวัตถุและมอร์ฟิซึมของCการรับรู้ทางเรขาคณิตของเซตเชิงซิมพลิเชียล...

เส้นประสาท (ทฤษฎีหมวดหมู่)

ในทฤษฎีหมวดหมู่ซึ่งเป็นสาขาหนึ่งในคณิตศาสตร์เส้นประสาทN ( C ) ของหมวดหมู่ขนาดเล็กCคือเซตเชิงซิมพลิเชียลที่สร้างขึ้นจากวัตถุและมอร์ฟิซึมของCการรับรู้ทางเรขาคณิตของเซตเชิงซิมพลิเชียลนี้คือปริภูมิเชิงทอพอโลยีเรียกว่าปริภูมิจำแนกประเภทของหมวดหมู่Cวัตถุที่เกี่ยวข้องกันอย่างใกล้ชิดเหล่านี้สามารถให้ข้อมูลเกี่ยวกับหมวดหมู่ที่คุ้นเคยและมีประโยชน์บางอย่างโดยใช้ ทอพอ โลยีเชิงพีชคณิตซึ่งส่วนใหญ่มักเป็นทฤษฎีโฮโมโทปี

แรงจูงใจ

เส้นประสาทของหมวดหมู่มักถูกใช้เพื่อสร้างเวอร์ชันเชิงทอพอโลยีของปริภูมิโมดูลัสถ้าXเป็นวัตถุของCปริภูมิโมดูลัสของมันควรจะเข้ารหัสวัตถุทั้งหมดที่สมมาตรกับXและติดตามความสมมาตรต่างๆ ระหว่างวัตถุทั้งหมดในหมวดหมู่นั้น ซึ่งอาจซับซ้อนมาก โดยเฉพาะอย่างยิ่งถ้าวัตถุเหล่านั้นมีออโตมอร์ฟิซึมที่ไม่ใช่เอกลักษณ์จำนวนมาก เส้นประสาทเป็นวิธีการเชิงการจัดเรียงในการจัดระเบียบข้อมูลนี้ เนื่องจากเซตเชิงซิมพลิเชียลมีทฤษฎีโฮโมโทปีที่ดี เราจึงสามารถตั้งคำถามเกี่ยวกับความหมายของกลุ่มโฮโมโทปีต่างๆπ ( N ( C )) ได้ หวังว่าคำตอบของคำถามเหล่านี้จะให้ข้อมูลที่น่าสนใจเกี่ยวกับหมวดหมู่ดั้งเดิมCหรือเกี่ยวกับหมวดหมู่ที่เกี่ยวข้อง

แนวคิดเรื่องเส้นประสาทเป็นการสรุปโดยตรงจากแนวคิดคลาสสิกของการจำแนกพื้นที่ของกลุ่มแบบไม่ต่อเนื่องโปรดดูรายละเอียดเพิ่มเติมด้านล่าง

การก่อสร้าง

ให้Cเป็นหมวดหมู่ขนาดเล็ก มีซิมเพล็กซ์ 0 ของN ( C ) สำหรับแต่ละวัตถุของCมีซิมเพล็กซ์ 1 สำหรับแต่ละมอร์ฟิซึมf  : x yในCสมมติว่าf : x yและg : y zเป็นมอร์ฟิซึมในCแล้วเราก็มีการประกอบกันของมอร์ฟิซึมทั้งสองนี้คือgf : x z            

ซิมเพล็กซ์ 2 ตัว

แผนภาพนี้แสดงให้เห็นถึงแนวทางการดำเนินการของเรา: เพิ่ม 2-ซิมเพล็กซ์ให้กับสามเหลี่ยมสลับที่นี้ 2-ซิมเพล็กซ์ทุกตัวของN ( C ) มาจากคู่ของมอร์ฟิซึมที่ประกอบกันได้ในลักษณะนี้ การเพิ่ม 2-ซิมเพล็กซ์เหล่านี้ไม่ได้ลบหรือละเลยมอร์ฟิซึมที่ได้มาจากการประกอบกันแต่อย่างใด เพียงแต่จดจำว่ามอร์ฟิซึมเหล่านั้นเกิดขึ้นมาด้วยวิธีนี้

โดยทั่วไปN ( C ) ประกอบด้วยk -tuple ของมอร์ฟิซึมที่สามารถประกอบกันได้

เอ0เอ1เอ2เอเค1เอเค{\displaystyle A_{0}\to A_{1}\to A_{2}\to \cdots \to A_{k-1}\to A_{k}}

ของCเพื่อทำให้คำจำกัดความของN ( C ) ในฐานะเซตเชิงซิมพลิเชียลสมบูรณ์ เราต้องระบุแผนที่หน้าและแผนที่ความเสื่อมด้วย ซึ่งสิ่งเหล่านี้ก็มีให้เราโดยโครงสร้างของCในฐานะหมวดหมู่ แผนที่หน้า

ฉัน:เอ็น(ซี)เคเอ็น(ซี)เค1{\displaystyle d_{i}\colon N(C)_{k}\to N(C)_{k-1}}

ได้รับจากการประกอบมอร์ฟิซึมที่ วัตถุที่ i (หรือการลบ วัตถุที่ iออกจากลำดับ เมื่อiเป็น 0 หรือk ) [ 1 ]ซึ่งหมายความว่าd ส่งทูเปิลk

เอ0เอฉัน1เอฉันเอฉัน+1เอเค{\displaystyle A_{0}\to \cdots \to A_{i-1}\to A_{i}\to A_{i+1}\to \cdots \to A_{k}}

ไปยังทูเพิล ( k  1)

เอ0เอฉัน1เอฉัน+1เอเค.{\displaystyle A_{0}\to \cdots \to A_{i-1}\to A_{i+1}\to \cdots \to A_{k}.}

กล่าวคือ แผนที่d จะประกอบมอร์ฟิซึมA A และA A เข้าด้วยกันเป็นมอร์ฟิซึมA A ซึ่งจะให้ผลลัพธ์เป็น ( k 1)-tuple สำหรับทุกk -tuple  

ในทำนองเดียวกัน แผนที่ความเสื่อม

ฉัน:เอ็น(ซี)เคเอ็น(ซี)เค+1{\displaystyle s_{i}:N(C)_{k}\to N(C)_{k+1}}

กำหนดโดยการแทรกมอร์ฟิซึมเอกลักษณ์ที่วัตถุA

เซตเชิงซิมพลิเชียลอาจถือได้ว่าเป็นฟังก์ชันΔ op Setโดยที่Δคือหมวดหมู่ของเซตจำกัดที่มีลำดับสมบูรณ์และมอร์ฟิซึมที่รักษาลำดับ เซตที่มีลำดับบางส่วนP ทุกเซต จะให้หมวดหมู่ (ขนาดเล็ก) i ( P ) ที่มีวัตถุเป็นสมาชิกของPและมีมอร์ฟิซึมที่ไม่ซ้ำกันจากpไปยังqเมื่อใดก็ตามที่p qในPดังนั้นเราจึงได้ฟังก์ชันiจากหมวดหมู่Δไปยังหมวดหมู่ของหมวดหมู่ขนาดเล็กตอนนี้เราสามารถอธิบายแกนกลางของหมวดหมู่Cเป็นฟังก์ชันΔ op Set ได้แล้ว    

เอ็น(ซี)(_)=เอฟคุณn(ฉัน(_),ซี).{\displaystyle N(C)(\_)=\mathrm {Fun} (i(\_),C).\,}

คำอธิบายเกี่ยวกับเส้นประสาทนี้ทำให้ความเป็นฟังก์ชันชัดเจนขึ้น ตัวอย่างเช่น ฟังก์ชันระหว่างหมวดหมู่ขนาดเล็กCและDเหนี่ยวนำให้เกิดแผนที่ของเซตเชิงซิมพลิเชียลN ( C ) N ( D ) ยิ่งไปกว่านั้น การแปลงตามธรรมชาติระหว่างฟังก์ชันดังกล่าวสองตัวเหนี่ยวนำให้เกิดโฮโมโทปีระหว่างแผนที่ที่เหนี่ยวนำ การสังเกตนี้สามารถถือได้ว่าเป็นจุดเริ่มต้นของหลักการหนึ่งของทฤษฎีหมวดหมู่ระดับสูงเป็นผล ให้ ฟังก์ชันผกผันเหนี่ยวนำให้เกิดความสมมูลของโฮโมโทปีโดยเฉพาะอย่างยิ่ง ถ้าCมี วัตถุ เริ่มต้นหรือวัตถุสุดท้ายเส้นประสาทของมันก็หดตัวได้

ตัวอย่าง

ตัวอย่างดั้งเดิมคือปริภูมิจำแนกประเภทของกลุ่มดิสครีตGเราถือว่าGเป็นหมวดหมู่ที่มีวัตถุหนึ่งชิ้นซึ่งเอนโดมอร์ฟิซึมคือสมาชิกของGจากนั้นk-ซิมเพล็กซ์ของN ( G ) ก็คือk-ทูเปิลของสมาชิกของGแผนที่หน้าทำงานโดยการคูณ และแผนที่ความเสื่อมทำงานโดยการแทรกสมาชิกเอกลักษณ์ถ้าGเป็นกลุ่มที่มีสองสมาชิก จะมีk- ซิมเพล็กซ์ที่ไม่เสื่อมเพียงหนึ่งเดียวสำหรับจำนวนเต็มที่ไม่เป็นลบ kแต่ละตัวซึ่งสอดคล้องกับk-ทูเปิลของสมาชิกของGที่ไม่ซ้ำกันซึ่งไม่มีเอกลักษณ์ หลังจากเปลี่ยนไปสู่การสร้างทางเรขาคณิตk-ทูเปิลนี้สามารถระบุได้กับk- เซลล์ที่ไม่ซ้ำกันในโครงสร้าง CWปกติ บน ปริภูมิโปรเจคทีฟจริงมิติอนันต์ซึ่งเป็นแบบจำลองที่ได้รับความนิยมมากที่สุดสำหรับปริภูมิจำแนกประเภทของกลุ่มที่มีสองสมาชิก ดู (Segal 1968) สำหรับรายละเอียดเพิ่มเติมและความสัมพันธ์ของข้างต้นกับการสร้างแบบรวมของ Milnor ของBG

พื้นที่ส่วนใหญ่เป็นพื้นที่จำแนกประเภท

ปริภูมิเชิงทอพอโลยีที่ "สมเหตุสมผล" ทุกปริภูมิจะเป็นโฮมีโอเมอร์ฟิกกับปริภูมิจำแนกประเภทของหมวดหมู่ขนาดเล็ก ในที่นี้ "สมเหตุสมผล" หมายความว่าปริภูมิที่กล่าวถึงนั้นเป็นการสร้างทางเรขาคณิตของเซตเชิงซิมพลิเชียล นี่เป็นเงื่อนไขที่จำเป็นอย่างเห็นได้ชัด และก็เพียงพอด้วย แท้จริงแล้ว ให้Xเป็นการสร้างทางเรขาคณิตของเซตเชิงซิมพลิเชียลKเซตของซิมเพล็กซ์ในKเป็นเซตที่มีลำดับบางส่วน โดยความสัมพันธ์x yก็ต่อเมื่อxเป็นหน้าของyเราอาจพิจารณาเซตที่มีลำดับบางส่วน นี้ เป็นหมวดหมู่ที่มีความสัมพันธ์เป็นมอร์ฟิซึม แก่นของหมวดหมู่นี้คือการแบ่งย่อยแบบแบรีเซนทริกของKดังนั้นการสร้างของมันจึงเป็นโฮมีโอเมอร์ฟิกกับXเพราะXเป็นการสร้างของKตามสมมติฐาน และการแบ่งย่อยแบบแบรีเซนทริกไม่เปลี่ยนแปลงประเภทโฮมีโอเมอร์ฟิซึมของการสร้าง

เส้นประสาทของฝาครอบที่เปิดอยู่

ถ้าXเป็นปริภูมิเชิงทอพอโลยีที่มีการคลุมแบบเปิดU เส้นประสาทของการคลุมนั้นได้มาจากนิยามข้างต้นโดยการแทนที่การคลุมด้วยหมวดหมู่ที่ได้จากการพิจารณาการคลุมว่าเป็นเซตที่มีลำดับบางส่วนโดยมีการรวมเซตเป็นความสัมพันธ์ (และดังนั้นจึงเป็นมอร์ฟิซึม) โปรดทราบว่าการทำให้เป็นจริงของเส้นประสาทนี้โดยทั่วไปแล้วจะไม่สมมูลกับX (หรือแม้แต่สมมูลกันแบบโฮโมโทปี): ความสมมูลกันแบบโฮโมโทปีมักจะเกิดขึ้นเฉพาะกับการคลุมที่ดีโดยเซตที่หดตัวได้ซึ่งมีส่วนตัดกันที่หดตัวได้เท่านั้น

ตัวอย่างโมดูลัส

เราสามารถใช้การสร้างโครงข่ายประสาทเพื่อกู้คืนพื้นที่การแมป และยังได้รับข้อมูล "โฮโมโทปิกที่สูงกว่า" เกี่ยวกับการแมปได้อีกด้วย ให้Dเป็นหมวดหมู่ และให้XและYเป็นวัตถุของDบ่อยครั้งที่เราสนใจในการคำนวณเซตของมอร์ฟิซึมX Yเราสามารถใช้การสร้างโครงข่ายประสาทเพื่อกู้คืนเซตนี้ได้ ให้C = C ( X , Y ) เป็นหมวดหมู่ที่มีวัตถุเป็นไดอะแกรม

Xยูวีวาย{\displaystyle X\longleftarrow U\longrightarrow V\longleftarrow Y}

โดยที่มอร์ฟิซึมU XและY Vเป็นไอโซมอร์ฟิซึมในDมอร์ฟิซึมในC ( X , Y ) คือไดอะแกรมที่มีรูปร่างดังต่อไปนี้:     

ในที่นี้ แผนที่ที่ระบุไว้จะเป็นไอโซมอร์ฟิซึมหรือเอกลักษณ์ หัวใจสำคัญของC ( X , Y ) คือปริภูมิโมดูลัสของแผนที่X Yใน การตั้ง ค่าหมวดหมู่แบบจำลอง ที่เหมาะสม ปริภูมิโมดูลัสนี้จะสมมูลกันแบบโฮโมโทปีอย่างอ่อนกับเซตซิมพลิเชียลของมอร์ฟิ ซึมของDจากXไปยังY  

ทฤษฎีประสาท

ทฤษฎีบทต่อไปนี้เป็นผลงานของโกรเทนดีค

ทฤษฎีบทเซตซิมพลิเชียลเป็นแกนหลักของหมวดหมู่ก็ต่อเมื่อเป็นไปตามเงื่อนไขของ Segal [ 2 ]

ดูเพิ่มเติม: ปริภูมิเซกัล , หมวดหมู่โฮโมโทปีของหมวดหมู่อนันต์

โฮโมโทปี เส้นประสาทที่สอดคล้องกัน

เช่นเดียวกับฟังก์ชันประสาท แต่โดยทั่วไปแล้ว ฟังก์ชันประสาทที่สอดคล้องกันของโฮโมโทปีจะเชื่อมโยงเซตซิมพลิเชียลกับหมวดหมู่ที่เสริมด้วยซิมพลิเชียล กล่าวคือ[ 3 ]

เอ็นชม.:sSetCatsSet.{\displaystyle N^{hc}:{\textbf {sSetCat}}\to {\textbf {sSet}}.}

ตัวอย่างเช่นเส้นประสาท Duskinซึ่งจัดอยู่ในประเภท 2 อย่างเคร่งครัด เป็นกรณีพิเศษของเรื่องนี้

สามารถดูรายละเอียดเพิ่มเติมได้ที่หน้า nLab ที่เกี่ยวข้อง

ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Nerve_(category_theory)&oldid=1357985820 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ เส้นประสาท (ทฤษฎีหมวดหมู่)

ในทฤษฎีหมวดหมู่ซึ่งเป็นสาขาหนึ่งในคณิตศาสตร์เส้นประสาทN ( C ) ของหมวดหมู่ขนาดเล็กCคือเซตเชิงซิมพลิเชียลที่สร้างขึ้นจากวัตถุและมอร์ฟิซึมของCการรับรู้ทางเรขาคณิตของเซตเชิงซิมพลิเชียล...

แรงจูงใจ

เส้นประสาทของหมวดหมู่มักถูกใช้เพื่อสร้างเวอร์ชันเชิงทอพอโลยีของ ปริภูมิโมดูลัส ถ้า X เป็นวัตถุของ C ปริภูมิโมดูลัสของมันควรจะเข้ารหัสวัตถุทั้งหมดที่สมมาตรกับ X และติดตามความสมมาตรต่างๆ ระหว่างวัตถุทั้งหมดในหมวดหมู่นั้น ซึ่งอาจซับซ้อนมาก...

การก่อสร้าง

ให้ C เป็นหมวดหมู่ขนาดเล็ก มีซิมเพล็กซ์ 0 ของ N ( C ) สำหรับแต่ละวัตถุของ C มีซิมเพล็กซ์ 1 สำหรับแต่ละมอร์ฟิซึม f : x → y ใน C สมมติว่า f : x → y และ g : y → z เป็นมอร์ฟิซึมใน C แล้วเราก็มีการประกอบกันของมอร์ฟิซึมทั้งสองนี้คือ gf : x → z

ตัวอย่าง

ตัวอย่างดั้งเดิมคือปริภูมิจำแนกประเภทของกลุ่มดิสครีต G เราถือว่า G เป็นหมวดหมู่ที่มีวัตถุหนึ่งชิ้นซึ่งเอนโดมอร์ฟิซึมคือสมาชิกของ G จากนั้น k- ซิมเพล็กซ์ของ N ( G ) ก็คือ k- ทูเปิลของสมาชิกของ G แผนที่หน้าทำงานโดยการคูณ และแผนที่ความเสื่อมทำงานโดยการแทรก...