Skip to content

定理Theorem

有限子复形覆盖的神经定理

Nerve theorem for finite subcomplex covers · Finite simplicial nerve lemma · 有限覆盖神经定理

对所有非空交集可缩的有限子复形覆盖,构造保同伦型的神经及具体反序面映射,指出仅检查各块或两两交集为何不够。

想用几块简单区域代替一个复杂空间,可以先把每块缩成一个标签。但标签之间不仅要记录谁与谁相交,还要记录哪几块有共同交点。一条边只看两块,一个三角形看三块。只有这些交集都满足适当条件,这份压缩后的相交清单才保留原空间的同伦型。

形式陈述 ​

设 K 是有限单纯复形,K1,…,Km 是子复形,并要求

(1)K=⋃i=1mKi.

并是按单形清单取并:每个单形必须属于至少一个覆盖成员。等价地,几何实现的并覆盖 |K|;只覆盖所有顶点而漏掉某条边不够。

删去实现为空的成员。对非空标签集 J⊆{1,…,m},记 KJ=⋂j∈JKj。这里“交集非空”指它含有非空单形,亦即几何实现非空;只有空面 ∅ 的复形不算非空交集。

覆盖的神经 N 以剩余标签为顶点,并规定

(2)J∈N⟺|KJ|≠∅,

再加入空面。若每个非空交集 |KJ| 都可缩,则

(3)|K|≃|N|.

这里是同伦等价,不声称同胚或维数相等。本页只证明有限子复形覆盖版本;任意拓扑子集的覆盖不能仅凭相同符号直接套用。

具体映射也可以交付 ​

采用序复形与细分的约定,令 F(K)、F(N) 为非空面偏序。对 σ∈F(K),定义全部覆盖标签

(4)Iσ={i:σ∈Ki},F:F(K)⟶F(N)op,σ⟼Iσ.

op 表示反转包含次序。式 (1) 保证 Iσ≠∅;这些成员都含 σ,故它确实是神经的面。若 σ⊆τ,有 Iσ⊇Iτ,所以式 (4) 是保序映射。

它诱导从 sdK 到 sdN 的一个明确单纯映射;目标反转链次序不改变无定向的单形集。定理实际保证这份映射是同伦等价。

直觉

三块围成的环不能自动填成三角形 ​

令 K 为三角形边界,三个覆盖成员分别为三条闭边。每块是线段;任意两块交于一个端点;三块却没有共同点。因此神经有三个顶点和三条边,却没有二维面,仍为一个圆周。

若把“两两相交”理解成“这三个标签可以组成一个三角形”,就会误把神经补成实心三角形。三者共同交集为空这一条信息,正是在记录原来的洞。

这里虽然覆盖成员是闭子复形而非开集,仍在本页合同内。证明通过面偏序进行,不需要为它们偷偷换上开集假设。

下纤维恰好保存全部交集信息 ​

目标中取一个非空面 J。因为次序反转,F(σ)≤J 的真正含义是 Iσ⊇J。于是

(5)F−1(F(N)≤Jop)={σ:σ∈Kj 对全部 j∈J}=F(KJ).

它的序复形是交集的重心细分,与交集同胚。可缩假设便逐项变成Quillen纤维引理的条件,立即得出式 (4) 是同伦等价。再用两侧的自然细分同胚,得到式 (3)。

式 (5) 也说明反序符号不能省略。若把 Iσ⊇J 错写成子集关系,纤维不再是覆盖交集,证明中的关键对应就消失了。

例子与边界

两块都可缩,神经仍可能给错答案 ​

仍取三角形边界,但改成两块:K1 由边 01,12 组成,是路径;K2 是边 02,也是路径。它们覆盖全部圆周,且相交,所以神经是一条线段。

问题出在

K1∩K2={0,2},

这是两个不连通点,不可缩。原空间有一个一维洞,神经没有。验收应返回这份具体失败交集,而不是仅报告“最后的Betti数不同”;失败发生在定理的输入条件。

只检查两两交集也不够 ​

在四面体边界上,以四个三角形面为覆盖。每块是实心三角形,两两交集为边,三重交集为顶点,四重交集为空。神经仍是四面体边界,具有一个二维洞。

若只保留两两交集得到完整四顶点图,再做clique补全,就会得到实心四面体而丢掉该洞。神经必须检查所有标签子集是否有共同交集;其高维面不是由一维骨架自动决定的。

这个例子中的所有真正非空交集都可缩,定理完全适用。错误在于把神经换成了另一种复形,而非定理失效。

顶点覆盖和单形覆盖不同 ​

取一条边 K={0,1,01},让两成员只分别含顶点 0、1。每个顶点都被覆盖,两个成员也可缩,但边的内部没有被覆盖,式 (1) 失败。神经是两点,与原线段不等价。

空面约定也须小心:所有子复形都含抽象空面,若用“集合交集中至少还有空面”判定相交,任意覆盖都会错误地产生全单形神经。应检验交集中是否有顶点或其他非空面。

推论与应用

一份有限覆盖证书 ​

证书应列出原复形的极大单形、每个成员的极大单形、所有非空 KJ 及其可缩理由、神经全部极大面,以及式 (4) 的每个顶点像。

  • 先对单形取所有面,核每个成员确为子复形,且并等于 K
  • 重新求交集;对于非空交集检查可缩证据,例如锥顶或有效删点日志
  • 逐个源面计算 Iσ,核其非空、属于神经,并核包含方向反转
  • 构造诱导单纯链映射,检查边界交换;最后可用单纯同调作额外交叉核验

最后一步不是可缩证书的替代物。不同空间可能具有相同同调,甚至全部约化同调为零也不自动推出可缩。

对三边圆周的好覆盖,顶点 0 属于两条相邻边,所以它被送到神经的一条边标签;原边 01 只属于一个成员,所以它被送到神经的一个顶点标签。在重心细分后,原来“顶点到边、边到点”的反转成为合法的单纯映射。这正是细分有用的地方,不需要在原三角形顶点之间硬凑一个映射。

空间减少,交集检查未必便宜 ​

若覆盖块数量 m 很少,神经可能远小于原复形。但全部标签子集最多有 2m−1 个,检查高阶交集本身可能昂贵;神经也可能有指数多面。可以用交集为空后所有更大标签集也为空来剪枝,却不能因此默认没有检查过的多重交集可缩。

有限关系对偶是一类特别可靠的输入:覆盖成员和其非空交集本身都是单形,天然可缩。此时主要工作变成精确读取共同见证,既可节省数据表示,又保留指定的同伦映射。

偏序、覆盖与关系复形证书任务:终点完整对照三边好覆盖与两块坏覆盖,要求指出真正失败的交集。

参考资料
  • Jonathan Ariel Barmak,On Quillen's Theorem A for posets,2010预印本,Theorem 4.3,p.5:有限子复形覆盖、交集合同和反序面映射。本文展开每个下纤维及三类不合格输入,不使用论文的简单同伦加强。
  • Anders Björner,Nerves, fibers and homotopy groups,Journal of Combinatorial Theory, Series A 102 (2003),88–93:神经与纤维方法的原始研究背景;本页有限完全可缩版本的完整证明已经在式 (4)–(5)给出。
关系图谱14 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系