分类
_NOTES_ B. Differential Structure Geometrization of Classical Mechanics Lagrangian Mechanics

B01. 切丛(Tangent Bundle)

⬅ Back to Guide Page of “Geometrized Classical Mechanics Notes ” – 返回几何化理论力学导航页

这是导数结构中的第一项,拉格朗日力学中所有“速度”“变分方向”“导数信息”的基础,都是从切丛开始构建的。


一、严格数学定义:切丛 $TY$

定义(切丛 / Tangent Bundle)
设 $Y$ 是一个 $n$-维光滑流形。其切丛 $TY$ 是一个新的 $2n$-维光滑流形,定义为:$$TY := \bigsqcup_{y \in Y} T_y Y$$即:所有点 $y \in Y$ 上的切空间 $T_y Y$ 的不交并。

并且有自然投影:$$\pi_Y: TY \to Y,\quad v \in T_y Y \mapsto y$$每个点 $y \in Y$ 上的纤维 $\pi_Y^{-1}(y) \cong T_y Y$ 是一个向量空间。

因此,$TY$ 是一个以 $Y$ 为基底的向量丛(vector bundle)。

前置:向量丛(Vector Bundle)

正式定义

定义(向量丛)
设 $E, B$ 是光滑流形,记映射 $\pi: E \to B$。
若满足:

  1. 每个点上方的纤维是向量空间:对每个 $b \in B$,纤维 $E_b := \pi^{-1}(b)$ 是一个有限维实向量空间(通常是 $\mathbb{R}^n$);
  2. 局部平凡性(local triviality):存在一组开集 ${ U_\alpha }$ 覆盖 $B$,以及微分同胚:$$\varphi_\alpha: \pi^{-1}(U_\alpha) \xrightarrow{\sim} U_\alpha \times \mathbb{R}^n$$使得如下图交换:$$\begin{array}{ccc}
    \pi^{-1}(U_\alpha) & \xrightarrow{\varphi_\alpha} & U_\alpha \times \mathbb{R}^n \
    \quad \pi \downarrow\quad & & \quad\downarrow \mathrm{proj}1 \ U\alpha & = & U_\alpha
    \end{array}$$ 并且:
    1. 每个纤维 $\pi^{-1}(b)$ 被映射为 ${b} \times \mathbb{R}^n$ 上的线性空间;
    2. 每个 $\varphi_\alpha$ 在纤维方向是线性同构(即可逆 且 保向量加法和数乘运算)。

则称 $\pi: E \to B$ 是一个秩为 $n$ 的向量丛,总空间 $E$,基底 $B$

直观解释

向量丛可以想象为:

在每个基底点上,挂一个向量空间,但允许这些向量空间的拼接方式在全局上发生“扭曲”。

一个“向量丛”就是这样的结构拼起来的总空间
为了满足每个局部都“看起来像直积空间 $U_i \times \mathbb{R}^n$”需要满足两个条件:

  1. 局部平凡化是微分同胚
  2. 局部平凡化在纤维方向上是线性同构

向量丛是带有线性结构的特殊纤维丛。

性质纤维丛向量丛
纤维结构任意拓扑空间向量空间
局部结构$U_\alpha \times F$$U_\alpha \times \mathbb{R}^n$,且线性
过渡函数取值于$\operatorname{Homeo}(F)$$\operatorname{GL}(n,\mathbb{R})$
应用各类“场”的几何抽象向量场、切丛、张量丛、规范场
向量丛上的典型操作
  1. 截面(section):映射 $s: B \to E$,满足 $\pi \circ s = \mathrm{id}_B$
    代表“每个点上选一个向量” → 即向量场
  2. 切丛 $TM$ 是向量丛:
    每个点 $p \in M$ 的切空间 $T_p M$ 是一个向量空间,拼起来就是 $TM$。
  3. 余切丛 $T^*M$:张量丛、形式丛等也是向量丛。
项目内容
对象向量丛 $\pi: E \to B$,每纤维为向量空间
核心性质局部平凡性 + 线性结构
局部结构$\pi^{-1}(U) \cong U \times \mathbb{R}^n$
示例切丛、余切丛、张量丛
用途描述“向量场”“速度”“扰动方向”“规范场”等结构

切丛作为向量丛


二、局部坐标表示

设切丛 $TY$ 上的一点 $e\in TY$ 且 $\pi(e) =y \in U_i$
则 $e$ 通过局部平凡化映射 $\varphi_i$ 被映射到 $(y,\dot{y}) \in \mathbb{R}^n\times \mathbb{R}^n$ ,对应的坐标表示为:$$y^{} = \phi_i (y),\quad \dot{y}^j =\langle \dot{y},\left.\frac{\partial}{\partial y^j}\right|_{y}\rangle$$

换言之:$$\boxed{
\begin{aligned}
\varphi_i: \pi^{-1}(U_i) &\longrightarrow \mathbb{R}^n \times \mathbb{R}^n \
e \in T_y Y &\longmapsto \left( \phi_i(y),\ \dot{y}^j = \left\langle e,\left.\frac{\partial}{\partial y^j}\right|_{y} \right\rangle \right)
\end{aligned}
}$$

或者:$$\boxed{
\text{pr}_1 \circ \varphi_i = \phi_i \circ \pi, \qquad
\text{pr}_2 \circ \varphi_i (e) = \left( \left\langle e, \left. \frac{\partial}{\partial y^1} \right|_y \right\rangle, \dots, \left\langle e, \left. \frac{\partial}{\partial y^n} \right|_y \right\rangle \right)
}$$

其中:

  • $\text{pr}_1: \mathbb{R}^n \times \mathbb{R}^n \to \mathbb{R}^n$ 是第一分量投影;
  • $\text{pr}_2: \mathbb{R}^n \times \mathbb{R}^n \to \mathbb{R}^n$ 是第二分量投影;
  • $\left{ \left. \frac{\partial}{\partial y^j} \right|_y \right}$ 是由局部坐标诱导的切空间基;
  • $\langle \cdot, \cdot \rangle$ 是在 $TY$ 的点上定义的“坐标展开内积”,或者说表示该向量在该基底下的坐标分量。

三、几何直观

你可以把 $TY$ 想象为在每个点 $y \in Y$ 上“插了一根箭头”的空间:

  • 每个点 $y$ 上附着一个切空间 $T_y Y$;
  • 所有这些拼接在一起,形成总空间 $TY$;
  • 它是一个 $2n$-维光滑流形。

四、在拉格朗日力学中的作用

在拉格朗日力学中,轨迹是 $\phi: X \to Y$ 的一个截面。

  • 其微分 $d\phi: TX \to TY$ 把“时间上的变化”映射到“状态上的变化”;
  • 它的像 $d\phi(t) \in T_{\phi(t)} Y$ 就是系统在 $t$ 时刻的切向量
  • 这包含了“速度”“运动方向”的信息。

例如:

粒子轨迹 $\phi(t) = (t, x(t), y(t)) \in Y$
其速度向量为:$$d\phi(t) = \left(\frac{d}{dt} x(t), \frac{d}{dt} y(t) \right) \in T_{\phi(t)} Y$$


五、拉格朗日函数是切丛上的函数

拉格朗日函数的本质是定义在“位置 + 速度”上,因此:

拉格朗日函数是定义在切丛上的函数:$$ L: TY \to \mathbb{R}$$

它告诉我们:系统在某个状态 $y \in Y$ 及其速度方向 $v \in T_y Y$ 下的“能量代价”或“动作密度”。


六、物理例子(自由质点)

自由质点在平面中运动,$Y = \mathbb{R} \times \mathbb{R}^2$,坐标为 $(t, x, y)$。

  • 切丛 \$TY\$ 的坐标为 $(t, x, y; \dot{t}, \dot{x}, \dot{y})$;
  • 对于轨迹 $\phi(t) = (t, x(t), y(t))$,其导数为:$$d\phi(t) = \left(1, \frac{dx}{dt}, \frac{dy}{dt} \right)
    \in T_{\phi(t)} Y$$
  • 拉格朗日函数 $L$ 定义为:$$L(t, x, y; \dot{x}, \dot{y}) = \frac{1}{2}m (\dot{x}^2 + \dot{y}^2)$$
    注意我们常常约定 $\dot{t} = 1$,所以 $t$ 本身不是动力学自由度。

小结

项目内容
定义$TY := \bigsqcup_{y \in Y} T_y Y$ 是切空间的总丛
投影$\pi_Y: TY \to Y$
坐标$(y^i, v^i)$
几何意义每点附有一个方向,形成“速度空间”
分类
_NOTES_ B. Differential Structure Geometrization of Classical Mechanics Lagrangian Mechanics

B02. 切映射(Tangent Map)

⬅ Back to Guide Page of “Geometrized Classical Mechanics Notes ” – 返回几何化理论力学导航页

一、丛映射

I. 丛映射:定义

设 $\pi_E: E \to B$、$\pi_{E’}: E’ \to B’$ 是两个光滑纤维丛。
若存在两个光滑映射:

  • $\Psi: E \to E’$(作用在总空间)
  • $\psi: B \to B’$(作用在底空间)

满足如下交换图:$$\begin{array}{ccc}
E & \xrightarrow{\Psi} & E’ \
\pi_E \downarrow & & \downarrow \pi_{E’} \
B & \xrightarrow{\psi} & B’
\end{array}
\quad \text{即满足} \quad \pi_{E’} \circ \Psi = \psi \circ \pi_E$$则称 $\Psi$ 是从 $E \to B$ 到 $E’ \to B’$ 的一个 丛映射,记作:$$(\Psi, \psi): E \to E’
\quad \text{or simply } \Psi: E \to E’ \text{ over } \psi$$

核心要求:$\pi_{e’} \circ \Psi = \psi \circ \pi_E$ (丛映射后的投影等于投影后的底映射)
记号:$\psi:B\to B’$ 是底空间的映射,$\Psi:E\to E’$ 是总空间的映射,习惯上称 $\Psi$ 为 “$\psi$ 上方的丛映射”
丛映射 $\Psi$ 把每个纤维中的点 $e\in E_b$ 送到对应底点 $b$ 映射后所在的纤维 $E’_{\psi(b)}$ 中。 它确保总空间的变化与底空间的映射兼容,像是纤维在“随底滑动”

II. 丛映射:性质

若 $\Psi: E \to E’$ 是一个 over $\psi$ 的丛映射,则:

(1)纤维之间相互映射:$\Psi (E_b) \subset E’_{\psi(b)}$
  1. 纤维之间相互映射:
    对于任意 $b \in B$,我们有:$$\Psi(E_b) \subset E’{\psi(b)}$$即:每个点上纤维 $E_b = \pi_E^{-1}(b)$,会被 $\Psi$ 映射进 $E’{\psi(b)} = \pi_{E’}^{-1}(\psi(b))$。
(2)若 $\psi=\text{id}_b$,则定义在 $E$ 上的截面可以被推送到 $E’$ 上
  1. 截面可以“推送”:
    若 $s: B \to E$ 是 $E$ 上的一个截面(即 $\pi_E \circ s = \mathrm{id}_B$),则:$$\Psi \circ s: B \to E’
    \quad \text{是 over } \psi \text{ 的一个截面候选}$$但一般不是截面,除非 $\psi = \mathrm{id}_B$。

III. 向量丛映射:丛映射的特殊情况

若 $\psi$ 是微分同胚,且每纤维 $\Psi_b: E_b \to E’_{\psi(b)}$ 是线性映射,则 $\Psi$ 是向量丛映射。

这在向量丛或切丛之间很常见(例如 $\text{d}\Phi: TX \to TY$)。

(1)底空间间的映射 $\psi: B\to B’$ 是微分同胚(即双射且正反函数均光滑)
(2)$\Psi$ 对于限制在每条纤维时的情况 $\Psi_b :E_b\to E’_{\psi(b)}$ ,要求该映射是线性映射
向量丛映射(直观):向量丛映射是一个“跟着底空间变化、纤维上又保持线性结构”的映射

二、切映射:定义

I. 前置:函数的拉回

函数的拉回(定义):$\Phi^* f:=f\circ \Phi$

设:

  • $\Phi: X \to Y$ 是光滑流形之间的光滑映射
  • $f \in C^\infty(Y)$ 是 $Y$ 上的光滑函数。

函数 $f\in Y$ 关于 $\Phi:X\to Y$ 的拉回(pullback)定义为:
$$\boxed{
\Phi^* f := f \circ \Phi \in C^\infty(X)
}$$

也就是说:

  • 把 $Y$ 上的函数 $f$ 通过 $\Phi$ 拉回到 $X$ 上;
  • 得到的复合函数 $f \circ \Phi$ 仍然是 $X$ 上的光滑函数。

这是最基础的拉回操作,常称为:

$\phi^* : C^\infty(Y) \to C^\infty(X)$ 是函数环之间的代数同态。

函数的拉回(直观):函数 $f:Y\to \mathbb{R}$ 关于 $\Phi: X\to Y$ 的拉回 $\Phi^* f$ 就是“绕着映射 $\Phi$ 先走再根据 $f$ 取值”

II. 切映射 $\text{d}\Phi$:构造动机

给定两个流形 $X$ 和 $Y$,以及一个光滑映射 $\Phi: X \to Y$,
如何理解 $\Phi$ 在微分结构上的作用?
换句话说,如何让 $\Phi$ (诱导一个新映射)把 $X$ 上的“方向信息”传递到 $Y$”

(1)动机来源:方向导数的传递

对于定义在 $Y$ 上的任意光滑函数 $f:Y \to \mathbb{R}$,它在某点 $y$ 上的“方向信息”就是 $T_y Y$ 上的各种切向量作用在该函数上的效果的信息;
同时我们知道,流形间的映射 $\Phi$ ,对于每一个光滑映射 $f\in C^{\infty}(Y)$ 都自然地诱导了一个拉回映射 $\Phi^f= f\circ \Phi$: $$f \circ \Phi: X \to \mathbb{R}$$称为 $f$ 关于 $\Phi$ 的拉回映射,且 $\Phi^ f \in C^{\infty}(X)$;
同理可知该函数在某点 $x$ 上的所谓“方向信息”就是 $T_x X$ 上的各种切向量作用于该函数的效果

我们希望作的是,能否通过 $\Phi: X\to Y$ 诱导一个函数 $\text{d}\Phi: TX \to TY$,将任意 $v\in T_x X$ 被映射到这样一个向量(记作 $\text{d}\Phi|_x(v)$):

它应该能作用在 $f$,并得到与 $v$ 作用在 $f \circ \Phi$ 一致的结果,即:$$\boxed{
(d\Phi|_x(v))[f] := v[f \circ \Phi]
}$$

这就定义了一个 $T_{\Phi(x)} Y$ 上的切向量

(2)换句话说:给出流形间(点间)的映射 $\Phi$,我们希望由它构造空间上“方向导数”(即切空间中的切向量)之间的映射,使满足切向量的映射 $\text{d}\Phi|_x (v)$ 作用于 $f\in C^{\infty}(Y)$ 等于切向量 $v\in T_xX$ 作用于函数的拉回 $\Phi^* f$

$\Phi$ 把 $x \in X$ 映到 $y = \Phi(x) \in Y$,
那么 $x$ 处的“方向” $v \in T_x X$ 应该被送到 $y$ 处的“方向” $(d\Phi|_x)(v) \in T_y Y$,
使得它“看”任何函数 $f: Y \to \mathbb{R}$ 的方式就是原来的 $v$ 看 $f \circ \Phi$ 的方式。


切映射:定义

回顾:构造切映射的核心

$$
\boxed{
(d\Phi|_x(v))[f] := v[f \circ \Phi] \quad \text{for all } f \in C^\infty(Y)
}
$$

这个定义自然满足:

  • $(d\Phi|x): T_x X \to T{\Phi(x)} Y$ 是线性映射;
  • 拼在一起得到一个总映射 $d\Phi: TX \to TY$,称为 $\Phi$ 的切映射
切映射:正式定义

设 $\Phi: X \to Y$ 是光滑映射,则其微分 $\text{d}\Phi: TX \to TY$ 是一个 丛映射,满足:
$$\boxed{
\begin{aligned}
&\text{(1) } \pi_Y \circ \text{d}\Phi = \Phi \circ \pi_X \quad \text{(丛映射条件)} \
&\text{(2) } \text{对每个 } x \in X,\quad \text{d}\Phi|x : T_xX \to T{\phi(x)}Y \text{ 是线性映射}
\end{aligned}
}$$
条件(2)更具操作性的等价表述:$$\boxed{(2) \text{ 对每个 $h\in C^\infty(Y), v\in T_xX$,}\quad v[h\circ \Phi]=(\text{d}\Phi|_x (v))[h]}$$

(1)切映射是切丛间的丛映射

##### (2)切映射是线性映射 = 切映射满足 $v[h\circ \Phi]=(\text{d}\Phi|_x(v))[h]$

三、切映射:局部坐标表示

后文中我们尽量采用如下符号体系:

  • 若光滑映射 $\Phi: X \to Y$,则
    • 将映射定义域 $X$ 上点的局部坐标记为 $x^i$
    • 将映射像空间 $Y$ 上点的局部坐标记为 $x^a$
    • 将光滑映射的坐标表示记为 $\Phi^a, \Phi(x^i)^a=y^a$
  • 若 $\pi: Y \to X$ 是纤维丛,则
    • 将底空间 $X$ 上的点的局部坐标记为 $x^i$
    • 将全空间 $Y$ 上的点的局部坐标记为 $y^a = (x^i;y^{\mu})$,其中
      • 将点在纤维 $Y_x$ 上的局部坐标记为 $y^\mu$

I. 切映射的局部坐标表示:问题设定

  • 设 $\Phi: X \to Y$ 是光滑流形之间的光滑映射;
  • $x \in X$,$\Phi(x) \in Y$;
  • ${x^i}$ 是 $X$ 的局部坐标,维数为 $n$;
  • ${y^a}$ 是 $Y$ 的局部坐标,维数为 $m$;
  • $v \in T_xX$,其坐标表达为 $v = v^i \left. \frac{\partial}{\partial x^i} \right|_x$

注意,这里我们直接将 底空间上的局部坐标图 写作分量形式 ${x^i}$ 其中 $x^i: X\to \mathbb{R}, i=1,2,…,n$;$Y$ 以此类推;这么做的好处是在具体计算中带来记号上的便利

我们要求切映射满足 定义性质:$$(d\Phi(v))[h] := v[h \circ \Phi], \quad \forall h \in C^\infty(Y)$$

我们想要明确求出 $\text{d}\Phi : TX \to TY$ 的明确坐标表示,等效于求它在每条纤维上的行为 $\text{d}\Phi|x: T_xX\to T{\Phi(x)}Y$ 的坐标表示,也就是求对于任意切向量 $v\in T_xX$ :$$\text{d}\Phi(v) \in T_{\Phi(x)} Y \quad \text{在坐标基下的表示}.$$也就是求 $\text{d}\Phi|x$ 如何将 $v\in T_xX$ 映到 $w^a\left.\frac{\partial}{\partial y^a}\right|{\Phi(x)}$
因此,所谓求切映射的局部坐标表示,就是想将切映射写作:$$\text{d}\Phi|x(v) = (\text{d}\Phi|_x)^a(v)\left.\frac{\partial}{\partial y^a}\right|{\Phi(x)}$$

同时由于我们知道 切映射是线性映射 ,我们可以预想到:$$\text{d}\Phi|x(v) = (\text{d}\Phi|_x)^a{\, i} v^i\left.\frac{\partial}{\partial y^a}\right|_{\Phi(x)}$$
另外,在求切映射的局部坐标表示时,出于方便考虑,常将 $\text{d}\Phi|_x$ 直接写作 $\text{d}\Phi_x$ 甚至 $\text{d}\Phi$


II. 求解

为求上式中的 $\text{d}\Phi^a$ 或 $\text{d}\Phi^a_{\, i}$ ,只需在在定义性质 $v[f\circ \Phi]=\text{d}\Phi|_x(v)[f]$ 中代入 $f:=y^b$ 即可

RHS:$\text{d}\Phi ^a(v)$
LHS:$v^i \frac{\partial}{\partial x^i} [\Phi^a(x)]$

由于 $y^j$ 是 $Y$ 的局部坐标,$\Phi: X \to Y$,所以:
$$y^a \circ \Phi: X \to \mathbb{R}, \quad x \mapsto y^a(\Phi(x)) =: \Phi^a(x)$$
即,记$\Phi^a := y^a \circ \Phi$ 是 $\Phi$ 的第 $j$ 个分量函数
这部分信息是由 $\Phi$ 和 $y^j$ 给出的,在当前语境下是已知信息

结论:$\text{d}\Phi ^a(v) = v^i \frac{\partial}{\partial x^i} [\Phi^a(x)]$

比较等式两边,我们得到:$$\boxed{\text{d}\Phi ^a(v) = v^i \frac{\partial}{\partial x^i} [\Phi^a(x)]}$$


III. 结论

结论:切映射的局部坐标表达为

$$\boxed{\text{d}\Phi ^a(v) = v^i \frac{\partial}{\partial x^i} [\Phi^a(x)]}$$

结论(另一种表述)

$$\boxed{\text{d}\Phi(v) = \left( v^i \frac{\partial \Phi^a}{\partial x^i} \right) \frac{\partial}{\partial y^a}}$$


如果将 $v^i$ 视作一个( $n$ 行)列矩阵(考虑到在不存在前后关系的情况下,我们一般将上指标视为行标),那么 $\text{d}\Phi|x$ 的坐标表示可以视为一个 $m\times n$ 的矩阵,则上式可以视为一个矩阵乘法表达式:$$\text{d}\Phi(v) =(\partial_a)(\text{d}\Phi^a{\, i})(v^i)$$其中 $(\text{d}\Phi ^a {\,i})$ 是一个 $m\times n$ 矩阵,$(v^i)$ 是一个 $n\times 1$ 矩阵;因此 $(\text{d}\Phi^a{\, i})(v^i)$ 是一个 $m\times 1$ 矩阵;而 $\partial_a = (e_1 , e_2, …, e_m)$ (可以想像为)是 $T_{\Phi(x)}Y$ 上的基向量排成的 $1\times m$ 矩阵 ;因此整个矩阵积得到的确实是 $T_{\Phi(x)}Y$ 上的切向量。


直观表述:两个光滑流形间的映射对应的切映射 $\mathrm{d}\Phi: TX \to TY$ ,在局部坐标下的表达就是流形映射 $\Phi$ (对应的坐标映射)的雅可比矩阵(Jacobian matrix)

更准确地说:

  • 在局部坐标图中:
    • 若 $x^i$ 是 $X$ 上的坐标;
    • $y^a$ 是 $Y$ 上的坐标;
    • 且 $\Phi$ 的局部表达为:$$y^a = \Phi^a(x^1, \dots, x^n)$$
  • 那么 $\mathrm{d}\Phi|x: T_x X \to T{\Phi(x)} Y$ 是一个线性映射,其在基底 $\left{ \frac{\partial}{\partial x^i} \right}$ 与 $\left{ \frac{\partial}{\partial y^a} \right}$ 下的矩阵表示就是:$$J^j{}_i(x) := \frac{\partial \Phi^a}{\partial x^i}$$也就是说:

$$\boxed{
\mathrm{d}\Phi|_x(v) = \left( \frac{\partial \Phi^a}{\partial x^i}(x) \cdot v^i \right) \frac{\partial}{\partial y^a}
}$$

记号体系延伸:坐标变换与雅各比矩阵

这也是为什么物理中也常常将坐标变换 $\Phi$ 诱导的雅各比矩阵 $J$ 记作 $\text{d}\Phi$:$$J^{i}{\, j}=(\text{d}\Phi)^i{\,j}:=\frac{\partial \Phi^i}{\partial x^j}$$其中 $\Phi^i: \mathbb{R}^n \to \mathbb{R}$ 是坐标变换的分量表示


IV. 另一种求解思路

(1)由于 $\text{d}\Phi|x:T_xX\to T{\Phi(x)}Y$ 是线性映射,要求其对任意切向量作用的坐标表示,只需确定它对该点的切向量基的作用效果,即 $\text{d}\Phi_x(\frac{\partial}{\partial x^i})$
(2)类似上一种方法的过程,只需在切映射的定义性质 $\text{d}\Phi(v)[h]=v[h\circ \Phi]$ 中代入 $h=y^a$ 即可
(3)LHS = $\text{d}\Phi_x(\partial_i)[y^a]$,RHS = $\partial_i [\Phi^a]$
(4)我们的目标是求 $\text{d}\Phi_x(\partial_i) = (\text{d}\Phi_x)^b_{\,i}\partial_b$
(5)将目标式两端都作用于 $y^a$,得到 $\text{LHS}{\text{traget}}=\text{LHS}$,$\text{RHS}{\text{target}}= (\text{d}\Phi_x)^a_{\,i}$
(6)由于目标式左边等于原式左边,可知目标式右边等于原式右边,因此有 $(\text{d}\Phi_x)^a_{\,i} = \partial_i [\Phi^a]$
(7)回代回目标式得到 $\text{d}\Phi_x(\partial_i) = \partial_i [\Phi^a] \partial_a$
结论

$$\boxed{\text{d}\Phi_x(\partial_i) = \partial_i [\Phi^a] \partial_a}$$将 $X$ 上的任意切向量 $v=v^i \partial_i$ 代入可恢复第一种方法得到的结论 $$\boxed{\text{d}\Phi(v)=v^i\frac{\partial \Phi^a}{\partial x^i}\cdot \frac{\partial }{\partial y^a}}$$

V. 切映射的坐标表示:示例

设 $\Phi: \mathbb{R}^2 \to \mathbb{R}^2$,定义为极坐标变换:

$$
\Phi(r,\theta) = (x, y) = (r \cos \theta, r \sin \theta)
$$

则:

  • 输入切向量 $v = a \frac{\partial}{\partial r} + b \frac{\partial}{\partial \theta} \in T_{(r,\theta)} \mathbb{R}^2$
  • 输出为: $$
    d\Phi(v) = \left( a \cos\theta – b r \sin\theta \right) \frac{\partial}{\partial x}
  • \left( a \sin\theta + b r \cos\theta \right) \frac{\partial}{\partial y}
    \in T_{(x,y)}\mathbb{R}^2
    $$

这就是坐标变换下的切向量变换。


四、截面 $\Phi:X\to Y$ 的切映射 $\text{d}\Phi: TX\to TY$

对于任意流形间的光滑映射 $\Phi : X\to Y$,尽管其诱导的 切映射 $\text{d}\Phi:TX \to TY$ 天然是丛映射;但在切映射的定义中,并没有要求光环流形 $X,Y$ 是一个纤维丛的底空间和总空间,$\Phi$ 未必是纤维丛的截面。
但是,在理论力学语境下,我们更关心这样一类切映射:诱导该切映射的光滑映射 $\Phi$ 是一个纤维丛 $\pi: Y\to X$ 上的截面 $\Phi: X\to Y$.

I. 截面切映射的定义和直观理解

给定一个光滑映射 $\Phi: X \to Y$,我们可以定义其 切映射 $\text{d}\Phi: T_xX \to T_yY$,它描述了在点 $x \in X$ 处的微小变化如何通过 $\Phi$ 影响点 $y = \Phi(x) \in Y$。

切映射 $\text{d}\Phi$ 是一个从 $T_xX$ 到 $T_yY$ 的线性映射,它将底空间 $X$ 上的切向量映射到总空间 $Y$ 上的切向量。在几何上,$\text{d}\Phi$ 描述了底空间 $X$ 和总空间 $Y$ 中相应点的变化率。

II. 截面的切映射 $\text{d}\Phi|_x \in \mathrm{Hom}(T_xX, V_yY)$

  • $T_xX$ 是底空间 $X$ 上点 $x$ 的切空间。
  • $V_yY$ 是总空间 $Y$ 上点 $y$ 处的垂直子空间,即与投影映射 $\pi: Y \to X$ 垂直的切空间。

我们指出(稍后证明):$\text{d}\Phi$ 是一个从底空间切空间 $T_xX$ 到总空间垂直空间 $V_yY$ 的线性映射。它满足线性映射的性质,并且通过映射 $T_xX$ 中的向量到 $V_yY$ 中的向量来实现。

(1)对任意切映射(不需要是截面的切映射),都有 $\text{d}\Phi|x: T_xX \to T{\Phi(x)}Y$
(2)截面切映射对坐标基向量的作用

引用 切映射 $\text{d}\Phi|x$ 作用于 $X$ 的局部坐标基向量 ${\partial_i}$ 的效果 的结论,即:$$\boxed{\text{d}\Phi_x(\partial_i) = \partial_i [\Phi^a] \partial_a}$$在该式中,若 $\Phi:X\to Y$ 是一个截面,则等式右边$$\frac{\partial \Phi^a}{\partial x^i}\cdot \frac{\partial}{\partial y^a}=\frac{\partial \Phi^j}{\partial x^i}\cdot \frac{\partial}{\partial x^j}+\frac{\partial \Phi^{\mu}}{\partial x^i}\cdot \frac{\partial}{\partial y^\mu}=\partial_i +\frac{\partial\Phi^\mu}{\partial x^i}\cdot \partial\mu$$它的含义是:

  • 第一项 $\partial_i$:表示在 $Y$ 中沿着 $x^i$ 的方向前进;
  • 第二项 $\frac{\partial \Phi^\mu}{\partial x^i} \cdot \partial_\mu$:表示前进时会附带地沿着纤维方向“上浮”或“下沉”。

想象你在一个山坡上散步,$x^i$ 是地面的坐标,而 $y^\mu$ 是山坡的高度。

  • 沿 $x^i$ 方向前进时,你的路径不仅在地面上移动($\partial_i$),也可能随着山坡的斜率 $\frac{\partial \Phi^\mu}{\partial x^i}$ 而向上或向下($\partial_\mu$)。
  • 你并没有完全“离开”地面,而是“贴着地形”走,这种“贴地而动”的方式就是截面的几何本质。

一个截面的切映射并不单纯平行于底空间,而是沿底空间方向前进的同时,根据纤维方向的变化斜率向上或向下“偏移”


五、物理示例:二维质点

自由粒子在二维空间中运动,轨迹为:

$$\phi(t) = (t, x(t), y(t))$$

则:

  • 微分映射为:$$d\phi(t): \partial_t \mapsto (1, \dot{x}(t), \dot{y}(t))
    \in T_{\phi(t)} Y$$
  • 拉格朗日函数定义在此点上:$$L(t, x, y; \dot{x}, \dot{y}) = \tfrac{1}{2} m (\dot{x}^2 + \dot{y}^2)$$

六、与 Jet 丛的联系

Jet 丛 $J^1Y$ 会将:

“位置 $q(t)$” 和 “速度 $\dot{q}(t)$” 一起打包进几何结构中,

而 $d\phi$ 是构造 Jet 延拓 $j^1\phi$ 的起点。


小结

项目内容
定义$d\Phi: TX \to TY$
坐标表示$\text{d}\Phi(v)=v^i\frac{\partial \Phi^a}{\partial x^i}\cdot \frac{\partial }{\partial y^a}$
几何意义描述轨迹的“速度向量”如何嵌入丛中
在力学中是运动速度的编码;拉格朗日函数的输入之一
后续用途构造 Jet 延拓、泛函导数、欧拉-拉格朗日方程等
分类
_NOTES_ B. Differential Structure Geometrization of Classical Mechanics

B03. 仿射丛 (Affine Bundle)

⬅ Back to Guide Page of “Geometrized Classical Mechanics Notes ” – 返回几何化理论力学导航页

一、仿射空间

仿射空间:定义

仿射空间是“没有原点”的向量空间,形式上可以看作是一个被向量空间平移的集合

严格定义

设 $V$ 是一个向量空间。一个仿射空间 $A$ 是一个集合,并配有一个自由的、可传递的 $V$-作用(加法):$$+: A \times V \to A, \quad (a, v) \mapsto a + v$$满足:

  • 对任意 $a \in A$,映射 $v \mapsto a + v$ 是 $V \to A$ 的双射;
  • 对任意 $a_1, a_2 \in A$,存在唯一的 $v \in V$,使得 $a_2 = a_1 + v$。
    我们称 $A$ 是一个以 $V$ 为模型空间(model space)的仿射空间,记作:$$
    A \sim_{\text{aff}} V$$
直观理解

想象你站在一个空旷的草地上:

  • 你看不到“绝对原点”;
  • 你只知道从一个位置走向另一个位置的方向和距离;
  • 比如你从 $P$ 走到 $Q$,你能说“我向东走了 5 米”,这个“5 米向东”就是一个向量
  • 但是你无法说 $P$ 是“原点,也无法把它当成 $0$。
    这样的空间——只有“相对位移”和“方向”,没有固定原点,就是一个仿射空间。
仿射空间 vs 向量空间
类别向量空间仿射空间
原点有固定原点($0$)$A$ 没有原点
组成元素向量(可以相加)点(之间可以相减得向量)
运算向量 + 向量 = 向量 + 向量 = = 向量
举例力、速度、位移空间位置、物体位置状态
仿射空间未必是拓扑空间

仿射空间:示例

  • 欧几里得空间 $\mathbb{R}^n$ 通常既可以看作向量空间,也可以看作仿射空间;
  • 一条直线 $\ell$ 中的点形成仿射空间,其方向向量空间为 $\mathbb{R}$。
  • 在物理中:
    • 空间的位置点是仿射空间;
    • 力、速度是向量;
    • 你可以说“从 $P$ 向 $v$ 移动”,这是一种“仿射运算”

二、仿射同构

I. 仿射映射

仿射映射:定义

设 $A$ 和 $A’$ 是以向量空间 $V$ 和 $V’$ 为模型空间的仿射空间
一个映射$$f: A \to A’$$
称为一个仿射映射,如果存在一个线性映射(即向量空间同态(即保向量结构的映射,不要求双射)) $\ell: V \to V’$ 和一个点 $a’_0 \in A’$,使得对所有 $a \in A$ 有:$$f(a) = a’_0 + \ell(a – a_0)$$其中 $a_0$ 是 $A$ 中某个固定基准点,$a – a_0 \in V$ 表示两点之差所得到的向量。

一个 仿射映射 可以这么理解:

  • 线性部分: 映射 $f$ 的线性部分是 $\ell$, 它描述了点之间如何通过线性变换来映射。
  • 平移部分: $a’_0$ 是 $A’$ 中的一个固定点,表示所有映射都相对于此点进行平移。
  • 仿射空间: 在这种映射中,$A$ 和 $A’$ 都是仿射空间,而不是简单的向量空间。它们没有固定的“原点”,但是有线性结构,因此可以通过仿射映射来描述它们之间的关系。
仿射映射:直观理解

设 $A$ 是一个仿射空间,$V$ 是它的模型向量空间。
一个仿射映射 $f: A \to A’$ 是一个将 映射到 的规则,满足:

“两个点之间的位移(即向量)在映射后仍然是线性变换下的位移。”

换句话说:

  • 点 $P, Q \in A$,它们的“差”是向量 $\vec{PQ} \in V$;
  • 仿射映射 $f$ 使得:$$\vec{f(P)f(Q)} = \ell(\vec{PQ})\in V’$$其中 $\ell: V \to V’$ 是某个线性映射。

图像是这样的:

  • 你在 $A$ 中选择一个参考点 $P_0$;
  • 任意点 $P$ 都可以写作 $P = P_0 + v$,其中 $v \in V$;
  • 映射 $f$ 作用为:$$f(P_0 + v) = f(P_0) + \ell(v)$$即先固定一个“参考点”,然后通过线性映射处理“偏移向量”。
仿射映射是这样一种映射,它将仿射空间 $A$ 中的点 $a_0 + v$ 映到 $A’$ 上的点 $f(a_0+v)$,并满足存在一个(模型)向量空间间的映射 $\ell: V\to V’$ 使满足 $f(a_0+v)=f(a_0)+\ell(v)$,对于任意 $a_0,v$ 均成立

II. 仿射同构

仿射同构:定义

若 $f$ 是双射(双射映射),并且诱导的线性部分 $\ell$ 是同构(即线性同构),则称 $f$ 是一个仿射同构
我们记:$$f: A \xrightarrow{\sim_{\text{aff}}} A’$$表示 $A$ 和 $A’$ 仿射等价。

仿射同构:直观理解

一个仿射映射 $f: A \to A’$ 是仿射同构,当且仅当:

  1. $f$ 是双射(即每个点都能唯一对应);
  2. 诱导的线性映射 $\ell: V \to V’$ 是线性同构(可逆线性映射,即向量空间同构)

这就意味着:

  • 你可以完全恢复 $f$ 的反函数;
  • 仿射结构(点 + 向量关系)在 $f$ 下被完美保留;
  • 所以 $A$ 与 $A’$ 是“仿射等价的”。
    仿射同构就像把一个几何空间做了“平移 + 旋转 + 拉伸”,但不需要保留原点或单位长度
仿射同构就像把一个几何空间做了“平移 + 旋转 + 拉伸”,但不需要保留原点或单位长度
一个仿射空间总是仿射同构于它的模型空间

可以认为
一个仿射空间 $A$ 是通过某个向量空间 $V$ 和一个点 $a_0 \in A$ 的平移构建的。具体来说,$A$ 是通过将向量空间 $V$ 中的向量加到点 $a_0$ 上形成的:$$A={a_0+v\,|\, v\in V}$$这里,$a_0$ 是任意固定点,$V$ 是向量空间,$A$ 是仿射空间

由于仿射空间 $A$ 和它的模型空间 $V$ 之间的关系是通过平移实现的,仿射空间的每个点都可以唯一地表示为一个向量加上一个固定点 $a_0$。对应的仿射同构的形式是:$$f:A\to V,\quad f(a_0+v) = v$$


III. 通过证明 $A\sim^{\text{affine}} V$ 证明 $A$ 是仿射空间

(1)证明一个空间是仿射空间,即证明它仿射同构于一个向量空间(称该向量空间为仿射空间的模型空间)
(2)等价于证明存在仿射同构 $f: A\xrightarrow{\sim} V$
(3)即证明可以构造这样的 $f$ 使满足“线性性”和“双射性”,设 $f(a)=a-a_0 \in V$
(4)线性性=加法性+齐次性
  • 加法性:$f(a_1 + a_2) = f(a_1) + f(a_2)$;
  • 齐次性:$f(\lambda a) = \lambda f(a)$。
(5)双射性=单射性+满射性

三、仿射丛

仿射丛可以看作“纤维是仿射空间”的丛结构

仿射丛:定义

设 $p: E \to B$ 是一个光滑映射。如果满足以下条件:

  1. 对每个 $b \in B$,纤维 $E_b := p^{-1}(b)$ 是一个仿射空间;
  2. 存在一个以向量空间为纤维的向量丛(注意总空间是光滑流形,不是向量空间,尽管我们记总空间为 $V$ ) $V \to B$,称为仿射丛的模型丛
  3. 对每个点 $b \in B$,存在其开邻域 $U \subset B$,以及一个光滑映射:$$
    \phi: p^{-1}(U) \to V|U$$满足对每个 $b \in U$,纤维上的限制映射:$$\phi_b: E_b \xrightarrow{\sim{\text{aff}}} V_b$$是一个仿射空间之间的仿射同构(可以将向量空间 $V_b$ 视为一个以自身为模型空间的仿射空间),且与仿射丛投影兼容
(1)每个点上的纤维 $E_b$ 是仿射空间
(2)存在一个一向量空间为纤维的向量丛,称为仿射空间的模型丛
(3)局部平凡化条件:每条纤维仿射同构于向量空间 $V_b$

放射丛 vs 向量丛

项目向量丛(Vector Bundle)仿射丛(Affine Bundle)
丛结构$p: E \to B$$p: E \to B$
每根纤维 $E_b$向量空间仿射空间
模型空间自身纤维 $E_b$向量丛 $V \to B$,每个 $V_b$ 是 $E_b$ 的模型空间
纤维空间上是否有自然原点✅ 有(零向量)❌ 无(不定义 $0$)
纤维上的点是否可加✅ 点 + 点、向量 + 向量❌ 点不能相加,只能点 + 向量
局部平凡化$E|_U \cong U \times \mathbb{R}^n$,保持线性结构$E|_U \xrightarrow{\sim_{\text{aff}}} V|_U$,保持仿射结构
局部同构类型局部与 $\mathbb{R}^n$ 同构局部与模型向量丛仿射同构
转换函数$GL(n, \mathbb{R})$ 或结构群的线性表示仿射群 $GA(n, \mathbb{R}) = \mathbb{R}^n \rtimes GL(n, \mathbb{R})$
常见例子切丛 $TM$、余切丛 $T^*M$Jet 丛 $\pi_{1,0}: J^1Y \to Y$,线性连接的仿射空间部分
操作形式$v_1 + v_2,\ \lambda v$ 等线性代数运算$a + v$(点 + 向量),$a_2 – a_1 = v$(两点差)
分类
_NOTES_ B. Differential Structure Geometrization of Classical Mechanics Lagrangian Mechanics

B04. Jet 丛(Jet Bundle)

⬅ Back to Guide Page of “Geometrized Classical Mechanics Notes ” – 返回几何化理论力学导航页

C01 是本节的前置知识,尽管在编排上靠后,仍应先阅读 C01

目的:把“截面在一点的值 + 它的一阶导数信息”打包成一个全局几何对象。
在拉格朗日力学中,拉格朗日密度 $L$ 就定义在 $J^1Y$ 上。

我们将按以下结构讲解:

  1. 动机:为什么需要 Jet 丛
  2. 概念准备:截面在点的“一阶等价”
  3. 严格定义:一阶 jet,一阶jet空间,和一阶 Jet 丛 $J^1Y$
  4. 投影与丛结构($J^1Y \to Y$,$J^1Y \to X$)
  5. 局部坐标表达 $(x^\mu, y^a, y^a_\mu)$
  6. 作为仿射丛:$J^1Y$ ≅ affine bundle modeled on $\mathrm{Hom}(T_xX, V_yY)$
  7. Jet 延拓 $j^1\phi$(如何把轨迹提升进 $J^1Y$)
  8. 物理示例:一维时间底 → 速度坐标
  9. 小结表

一、Jet 丛:构建动机

我们已经有:

  • 构型丛 $\pi: Y \to X$
  • 截面 $\Phi: X \to Y$
  • 微分 $\text{d}\Phi: TX \to TY$

出发点:不同的截面若在某点取值相同、导数也相同,它们在“拉格朗日密度的局部计算”上应是不可区分的。我们希望将这些不可区分的截面归于一个等价类,再研究所有等价类构成的整体,并建立相关几何结构。

Step 1:给定一个点 $x \in X$,定义局部截面构成的集合 $\mathcal{S}_x$

在该点 $x$ 附近,考虑在某邻域 $U \ni x$ 上定义的光滑局部截面:
$$\Phi: U \to E, \quad \text{使得 } \pi \circ \Phi = \text{id}_U$$
所有满足该条件的这些局部截面 ($\Phi,\Psi,…$)构成集合 $\mathcal{S}_x$ (显然, $\mathcal{S}$ for sections)。

Step 2:在集合 $\mathcal{S}_x$ 上定义(一阶)等价关系 $\sim _x^1$

我们说两个局部截面 $\Phi, \Psi \in \mathcal{S}_x$ 是一阶等价的,记作:
$$\Phi \sim_x^1 \Psi \quad \Longleftrightarrow \quad \Phi(x) = \Psi(x)\ \text{且}\ \mathrm{d}\Phi|_x = \mathrm{d}\Psi|_x$$
这个等价关系由两个信息决定:

  • 截面在该点的取值:$\Phi(x) \in E_x$
  • 截面在该点的导数:$\mathrm{d}\Phi|x: T_xB \to T{\Phi(x)}E$,并满足丛结构的兼容性条件(即 $\pi \circ \Phi = \text{id}U$ 蕴含 $\mathrm{d}\pi \circ \mathrm{d}\Phi = \text{id}{T_xB}$)
导数 = 切映射

Step 3:由等价关系定义等价类 $j^1_x\Phi$ ( 代表元是 $\Phi$),一个该等价类称为一个“一阶 jet”

因此我们常将 Jet 等价类表示为三元组:$$\boxed{j^1_x \Phi = \left(x,\ y^a = \Phi^a(x),\ y^a_i = \frac{\partial \Phi^a}{\partial x^i}(x)\right)}$$分别代表:

  • $x$ label 了定义该等价类的集合 $\mathcal{S}_x$,即改等价类包含的元素是点 $x\in X$ 上的局部截面,定义该等价类的数据是截面在该点 $x$ 上的数据
  • $y^a$ 代表等价类内所有截面(等价于代表截面)在该点的取值 $\Phi(x)$ 的局部坐标表示 $\Phi^a(x)$
  • $y^a_{\, i}$ 代表等价类内所有截面(等价于代表截面)在该点的导数 $\text{d}\Phi (x)$ 的局部坐标表示 $(\text{d}\Phi)^a_{\, i}$ (也就是该截面作为流形间映射 $\Phi: X\to Y$ 的 切映射 $\text{d}\Phi: TX \to TY$ 在该点的取值;将 $\Phi$ 的坐局部坐标表示 $\Phi^a$ 视为坐标变换, $y^a_{\, i}$ 就是坐标变换的雅各比矩阵在该点的取值)

Step 4:该等价关系定义的商空间 $J^1_x := \mathcal{S}_x/ \sim ^i_x$,称为该点的“一阶 jet 空间”

Step 5:商空间 $J^1_x$ 的不交并 $J^1$ ,称为“一阶 Jet 丛”,其上的纤维即 $J^1_x$


二、一阶 jet

I. 一阶 jet $j^1_x(s)$ :是以截面 $s$ 为代表元的,由等价关系 $\sim_x^1$ 定义的等价类

设 $\pi: Y \to X$ 是一个光滑纤维丛,$x \in X$ 是一个固定点。
考虑所有在某个开邻域 $U \subset X$ 上定义的截面 $s: U \to Y$,我们希望定义它们在点 $x$ 的“一阶 jet”

我们定义如下等价关系:
设 $s_1, s_2: U \to Y$ 是两个截面,若满足:

  1. $s_1(x) = s_2(x)$;
  2. 对于任意局部坐标系统 $(x^i, y^a)$,有
    $$
    \left. \frac{\partial (y^a \circ s_1)}{\partial x^i} \right|_x
    =
    \left. \frac{\partial (y^a \circ s_2)}{\partial x^i} \right|_x
    $$

则称 $s_1$ 与 $s_2$ 在 $x$ 处一阶等价,记作 $s_1 \sim^1_x s_2$

定义:

截面 $s$ 在 $x$ 处的一阶 jet,记作 $j^1_x s$,是 $s$ 在 $x$ 处的一阶等价类:$$j^1_x s := [s]_x^1 := { \tilde{s} \mid \tilde{s} \sim^1_x s }$$


II. 一阶等价关系 $\sim^1_x$ :坐标无关定义

设 $\pi: Y \to X$ 是一个光滑纤维丛,$x \in X$。
我们考虑所有在某邻域 $U \ni x$ 上定义的截面 $s: U \to Y$,也就是满足 $\pi \circ s = \mathrm{id}_U$ 的光滑映射 $s$。

由于 $s$ 是一个从 $X$ 到 $Y$ 的光滑映射,我们可以考虑其在 $x$ 点的切映射:$$\text{d}s|x: T_xX \to T{s(x)}Y$$并要求该映射满足切映射的定义性质:$$\text{d}s|_x(v)[h]=v[h\circ s]$$

在该语境下可以给出 两个截面在某点一阶等价 定义的另一种表述如下:
对于两个在 $x$ 附近定义的截面 $s_1, s_2: U \to Y$,若满足

  1. $s_1(x) = s_2(x)$;
  2. 它们诱导的切映射在该点相等,即:$$ds_1|x = ds_2|_x : T_xX \to T{s(x)}Y$$
    则称 $s_1$ 与 $s_2$ 在 $x$ 点一阶等价,记作:
    $$
    s_1 \sim^1_x s_2
    $$

此定义自然导出一阶 jet:
$$j^1_x s := \text{等价类 } [s]_x^1 = { \tilde{s} \mid \tilde{s} \sim^1_x s }$$


三、一阶 Jet 空间 $J^1_xY$

$x\in X$ 处的一阶 jet 空间 $J^1_x Y$

设 $\pi: Y \to X$ 是一个光滑纤维丛。
我们定义在每个点 $x \in X$ 上的一阶 jet 空间为:
$$
J^1_x Y := \left{ j^1_x s \mid s \text{ 是在 } x \text{ 的邻域内定义的局部截面} \right}
$$
可以认为该空间是

$J^1_xY$ 是局部截面在点 $x$ 的一阶等价关系 $\sim^1_x$ 下的商空间 $J^1_x J =\mathcal{S}_x/\sim ^1_x$

设 $\pi: Y \to X$ 是一个光滑纤维丛,$x \in X$。
记:

  • $\Gamma_x := \left{ s \in \Gamma(U, Y) \mid x \in U \right}$ 为所有在 $x$ 点邻域中定义的局部截面;
  • 在 $\Gamma_x$ 上定义一阶等价关系 $\sim^1_x$,即:
    $$
    s_1 \sim^1_x s_2 \iff \left( s_1(x) = s_2(x) \text{ 且 } ds_1|_x = ds_2|_x \right)
    $$

则我们定义一阶 jet 空间为商集:
$$
J^1_xY := \Gamma_x / \sim^1_x
$$

即,$J^1_xY$ 是所有局部截面在 $x$ 点的一阶等价类空间

一阶 Jet 丛就是一阶 Jet 空间 $J^1_x Y$ 的不交并

进一步地,整条一阶 Jet 丛是商空间族的并:
$$
J^1Y := \bigsqcup_{x \in X} \Gamma_x / \sim^1_x
$$


四、 一阶 Jet 丛 $J^1 Y$

I. 一阶 Jet 丛 $J^1 Y$ :定义

设 $\pi: Y \to X$ 是一个光滑纤维丛。
我们定义一阶 Jet 丛 $J^1Y$ 为:
$$
J^1Y := \bigsqcup_{x \in X} J^1_xY
$$
其中 $J^1_xY$ 是所有在点 $x$ 处局部截面的等价类(即一阶 jets)组成的集合。

这个集合带有两个自然投影:

  1. 到总空间的投影:$$\pi_{1,0}: J^1Y \to Y,\quad j^1_x s \mapsto s(x)$$它记录了 jet 的值。
  2. 到底空间的投影:$$\pi_1: J^1Y \to X,\quad j^1_x s \mapsto x$$它记录了 jet 的基点。

II. $J^1 Y$ 上的两个自然投影

设 $\pi: Y \to X$ 是一个光滑纤维丛。我们定义了一阶 Jet 丛为:
$$
J^1Y := \bigsqcup_{x \in X} J^1_xY
$$
其中 $J^1_xY$ 是点 $x$ 处所有局部截面 $s$ 的一阶等价类 $j^1_x s$ 构成的集合(称为 $x$ 上的一阶jet空间)。

这个丛上有两个自然的投影映射:

(1)到总空间的投影 $\pi_{1,0}$(target projection)(是仿射丛投影)

可以构造这样的投影,它将 $J^1Y$ 上的每个点(也就是一个一阶jet $j^1_x(s)$,也就是某点 $x$ 上的一个截面等价类)投影到定义该等价类时用到的“截面在该点的函数值 $s(x)\in Y$”(回顾:定义该等价类用到了截面在该点的函数值和导数值)。下面是该投影的严格定义

定义:$$\pi_{1,0}: J^1Y \to Y, \quad j^1_x s \mapsto s(x)$$

  • 它保留了一阶 jet 的“函数值”;
  • 即把 jet 映射回它所来自的截面在 $x$ 处的像;
  • $\pi_{1,0}$ 并不是纤维丛投影,但它是一个光滑映射;
  • 它覆盖了底空间上的 $\pi$,即有:$$\pi \circ \pi_{1,0} = \pi_1$$
(2)到底空间的投影 $\pi_1$(base projection)构成纤维丛投影

定义:$$\pi_1: J^1Y \to X, \quad j^1_x s \mapsto x$$

  • 它保留了一阶 jet 的基点
  • $\pi_1$ 是一个光滑的子流形间的投影映射;
  • $J^1Y$ 在 $\pi_1$ 下成为 $X$ 上的一个光滑纤维丛
  • 每根纤维为一个一阶 Jet 空间 $J^1_x Y$:
    $$
    J^1_xY := \pi_1^{-1}(x)
    $$

该投影使空间 $J^1 Y$ 真正构成一个 纤维丛, 称为 一阶Jet丛,该丛的底空间就是原丛的底空间 $X$,且 每条纤维 就是一个 一阶 Jet 空间 $J^1_x Y:= {j^1_x(s)}$


III. $J^1Y$ “丛上的”局部坐标

为了使 $J^1Y$ 成为光滑流形,并成为 $X$ (或 $Y$ ) 上的一个光滑丛,我们定义其局部坐标如下:

设 $(x^i)$ 是 $X$ 上的局部坐标,$(x^i, y^a)$ 是 $Y$ 上从属局部坐标系统。则一阶 Jet 元素 $j^1_x s$ 可由如下数据表示:$$\left(x^i, y^a, y^a_{\,i} \right)
\quad \text{其中 } y^a_{\,i} := \left. \frac{\partial y^a \circ s}{\partial x^i} \right|_x$$其中:

  • $x^i$ 表示 $j^1_x(s)$ 所处的底空间点 $x$ 的局部坐标
  • $y^a$ 表示 $j^1_x(s)$ 的代表元 $s$ 在该点的取值 $s(x) \in Y$ 的局部坐标
  • $y^a_{\, i}$ 表示 $j^1_x(s)$ 的代表元 $s$ 在该点的切映射 $\text{d}s$ 的局部坐标表示,即雅可比矩阵 $\frac{\partial s^a}{\partial x^i}$ 在该点 $x$ 的取值

于是:

$J^1Y$ 作为光滑流形的局部坐标为 $(x^i, y^a, y^a_i)$,并构成从 $J^1Y$ 到 $X$ 的一个光滑纤维丛:$$\pi_1: J^1Y \to X$$

IV. $J^1Y$ 上的点

将上述局部坐标表述抽象化:
一阶 Jet 丛上的一个点可以表述为 $(x, s(x), \mathrm{d}s(x))$,这种表述具有很好的几何和物理直观
即,一阶 Jet 丛 $J^1Y$ 上的一个点是一个一阶 jet $j^1_x(s)$ ,它包含以下三层信息:

  • $x$:底空间 $X$ 中的点;
  • $s(x)$:截面 $s$ 在点 $x \in X$ 处的值,表示 $s$ 对应的“位置数据”
  • $\mathrm{d}s(x)$:截面 $s$ 在点 $x \in X$ 处的导数信息,表示截面在该点的切向量

五、 $J^1Y$ 的丛结构

  • $\pi_1: J^1Y \to X$ 是一个纤维丛,其纤维 $(\pi_1)^{-1}(x)$ 是所有可能的一阶 jet 数据。$$\pi_a:(x,s(x),\text{d}s(x))\mapsto x\in X$$
  • $\pi_{1,0}: J^1Y \to Y$ 是一个 仿射丛(affine bundle):$$\pi_{1,0}: (x,s(x),\text{d}s(x))\mapsto s(x)$$在给定 $y = \Phi(x)$ 后,不同的一阶导数形成一个以 $\mathrm{Hom}(T_xX, V_yY)$ 为模型空间的仿射空间

如果你的目标是构造动力系统或描述截面空间结构(比如在 PDE 理论中),$\pi_1$ 很重要;
在拉格朗日力学、变分结构和场论中,$\pi_{1,0}: J^1Y \to Y$ 是核心丛结构,因为它支持“固定值点 $y$、变化导数”的分析方式,因此我们在下一届详细讲解丛 $\pi_{1,0}: J^1 Y \to Y$


六、$\pi_{1,0}:J^1Y \to Y$ 是仿射丛

I. 每个点上的纤维都是仿射空间

(1)放射丛投影 $\pi: J^1Y \to Y,\quad j^1_x(s)\to s(x)$
(2)确定纤维结构

对于任意 $y_0 \in Y$,其在 $J^1Y$ 中的纤维为:
$$E_{y_0} := \left{ j^1_x(s) \mid s(\pi(y_0)) = y_0 \right}$$
即所有满足 $s(x) = y_0$ 且 $x = \pi(y_0)$ 的一阶 Jet 组成的集合。我们可以将其理解为:
$$E_{y_0} = \left{ j^1_x(s) = \left( x, y_0, \text{d}s|_x \right) \right}$$
其中 $x = \pi(y_0)$,而 $s$ 是在 $x$ 的邻域内光滑定义的局部截面。该集合中:

  • 所有 Jet 元素的取值点 $x$ 与其值 $y_0$ 已被固定;
  • 唯一自由的部分是导数 $\text{d}s|_x$,即 Jet 的导数信息。
(2‘)换言之,对于一条纤维上的元素(一阶 jet 们),元素的自由度体现在 jet 的代表截面 $s$ 在该点 $\pi(y_0)$ 的切映射的值 $\text{d}s|_{\pi(y_0)}$
(3)证明纤维 $E_{y_0} = {j^1_x(s) = (\pi(y_0),y_0,\text{whatever})}$ 是仿射空间,即证明它放射同构于一个模型空间(向量空间)

定义模型空间
我们选择以下向量空间作为模型空间:
$$V := \mathrm{Hom}(T_xX, V_{y_0}Y)$$
其中:

  • $x = \pi(y_0)$;
  • $V_{y_0}Y$ 是纤维丛投影 $\pi: Y \to X$ 在 $y_0$ 处的垂直子空间(即 $\ker(\text{d}\pi_{y_0})$);
  • $T_xX$ 是底空间 $X$ 上点 $x$ 的切空间。
(4)证明纤维是仿射空间,即证明存在仿射同构 $f$ 使纤维仿射同构于一个向量空间

定义一个映射:
$$\boxed{f: E_{y_0} \to V,\quad j^1_x(s) \mapsto \text{d}s|_x^{\text{vert}}}$$
即将 Jet 元素映射到其代表截面 $s$ 的切映射 $\text{d}s|_x$ 在垂直子空间中的投影部分。注意此处:

  • $\text{d}s|x: T_xX \to T{y_0}Y$ 是一个线性映射;
  • 但由于 $s(x) = y_0$ 被固定,$\text{d}s|_x$ 在投影方向 $\text{d}\pi$ 上的变化被约束;
  • 因此我们只考虑其在 $\ker(\text{d}\pi_{y_0}) = V_{y_0}Y$ 上的分量,记作 $\text{d}s|_x^{\text{vert}}$。

该映射 $f$ 是仿射映射,其模型线性映射是:
$$j^1_x(s_2) – j^1_x(s_1) \mapsto \text{d}s_2|x^{\text{vert}} – \text{d}s_1|_x^{\text{vert}}\in V{y_0}Y$$

(4’)选择映射 $f: E_{y_0} \to V,\quad j^1_x(s) \mapsto \text{d}s|_x^{\text{vert}}$ 作为仿射同构的原因

一方面当然是因为我们对模型空间的选择$$V := \mathrm{Hom}(T_xX, V_{y_0}Y)$$但话说回来我们选择该空间作为模型空间的动机呢?在此我们作简要解释

设 $s: X \to Y$ 是一个截面,满足:
$$\pi \circ s = \text{id}X$$ 对该等式取切映射,有: $$\text{d}(\pi \circ s)_x = \text{d}\pi{s(x)} \circ \text{d}s_x = \text{id}{T_xX}$$ 即: $$\boxed{\text{d}\pi{s(x)} \circ \text{d}s_x = \text{id}}$$
这说明:

  • $\text{d}s_x$ 是 $\text{d}\pi$ 的一个右逆(right inverse);
  • 因此,$\text{d}s_x$ 的像不能随意落在 $T_{y_0}Y$ 的任意方向,而是必须与 $\text{d}\pi$ 组合成恒等映射;
  • 也就是说,$\text{d}s_x$ 的像必须分解为:$$\text{d}s_x =
    \underbrace{\text{d}s_x^{\parallel}}{\text{被 } \text{d}\pi \text{控制}} + \underbrace{\text{d}s_x^{\perp}}{\text{自由部分}}$$其中:
  • $\text{d}s_x^{\parallel}$ 是 $\text{d}\pi$ 的某种截面(右逆),是由截面结构决定的,不是自由参数;
  • $\text{d}s_x^{\perp}$ 是落在 $\ker(\text{d}\pi_{y_0}) = V_{y_0}Y$ 中的分量,是 Jet 中可独立变化的部分。
(4‘’)如果该构造的动机仍不够清晰,回顾截面的切映射的坐标表示(考虑截面切映射作用于坐标基向量)

引用 切映射 $\text{d}\Phi|x$ 作用于 $X$ 的局部坐标基向量 ${\partial_i}$ 的效果 的结论,即:$$\boxed{\text{d}\Phi_x(\partial_i) = \partial_i [\Phi^a] \partial_a}$$在该式中,若 $\Phi:X\to Y$ 是一个截面,则等式右边$$\frac{\partial \Phi^a}{\partial x^i}\cdot \frac{\partial}{\partial y^a}=\frac{\partial \Phi^j}{\partial x^i}\cdot \frac{\partial}{\partial x^j}+\frac{\partial \Phi^{\mu}}{\partial x^i}\cdot \frac{\partial}{\partial y^\mu}=\partial_i +\frac{\partial\Phi^\mu}{\partial x^i}\cdot \partial\mu$$它的含义是:

  • 第一项 $\partial_i$:表示在 $Y$ 中沿着 $x^i$ 的方向前进;
  • 第二项 $\frac{\partial \Phi^\mu}{\partial x^i} \cdot \partial_\mu$:表示前进时会附带地沿着纤维方向“上浮”或“下沉”。

我们发现 只有第二部分包含关于 $\Phi$ 的信息,换言之,$\text{d}\Phi$ 中沿 $\partial/\partial x^i$ 部分的内容不带有截面的信息,只有沿 $\partial/\partial y^{\mu}$ 部分包含关于截面的信息

(5)证明该映射是仿射同构

我们需验证以下三点:

  • $f$ 是良定义的,即对每个 Jet 元素,其对应的 $\text{d}s|_x^{\text{vert}}$ 存在并唯一;
  • $f$ 是满射:任意一个 $\varphi \in \mathrm{Hom}(T_xX, V_{y_0}Y)$ 都可以构造一个截面 $s$,使得 $s(x) = y_0$ 且 $\text{d}s|_x^{\text{vert}} = \varphi$;
  • $f$ 是仿射结构保形的,即 $E_{y_0}$ 上两个 Jet 元素的差 $j^1_x(s_2) – j^1_x(s_1)$ 被 $f$ 映射为导数之差。
    由此,$E_{y_0}$ 与 $\mathrm{Hom}(T_xX, V_{y_0}Y)$ 仿射同构,构成仿射空间。

II. $J^1Y$ 的模型丛


七、Jet 延拓 $j^1\Phi: X \to J^1Y$

给定截面 $\phi: X \to Y$,我们可以将它提升到一阶 Jet 丛:

定义(Jet 延拓)$$j^1\phi: X \to J^1Y,\qquad x \mapsto j_x^1\phi.$$

在坐标中:$$j^1\phi(x) = \big(x^\mu,\, y^a(x),\, \partial_\mu y^a(x)\big).$$

这就是把“轨迹 + 一阶导数”打包成一个新的丛截面。


八、物理示例

我们继续使用粒子在平面中运动的例子。

  • 时间底空间:$X = \mathbb{R}$,坐标 $t$;
  • 构型空间:$Q = \mathbb{R}^2$,坐标 $(x, y)$;
  • 构型丛:$Y = \mathbb{R} \times \mathbb{R}^2$,坐标 $(t, x, y)$;
  • 截面:$\phi(t) = (t, x(t), y(t))$。

则:

  • 一阶 Jet 丛坐标:$(t, x, y, x_t, y_t)$(这里 \$x_t = \frac{dx}{dt}\$ 等);
  • Jet 延拓: $$
    j^1\phi(t) = \big(t, x(t), y(t), \dot{x}(t), \dot{y}(t)\big).
    $$

拉格朗日函数就定义在这一空间上:

$$
L: J^1Y \to \mathbb{R},\qquad
L(t, x, y, x_t, y_t) = \tfrac{1}{2} m (x_t^2 + y_t^2) – V(x,y).
$$


总结

项目内容
一阶 jet截面在点处值与一阶导数的等价类
$J^1Y$所有 1-jet 的集合,带自然流形结构
投影$\pi_1: J^1Y \to X$,$\pi_{1,0}: J^1Y \to Y$
仿射结构$J^1Y \to Y$ 是仿射丛,模型空间 $\mathrm{Hom}(T_xX, V_yY)$
局部坐标$(x^\mu, y^a, y^a_\mu)$
Jet 延拓$j^1\phi(x) = (x^\mu, y^a(x), \partial_\mu y^a(x))$
力学应用$L$ 定义在 $J^1Y$ 上;轨迹提升用于变分
分类
_NOTES_ B. Differential Structure Geometrization of Classical Mechanics Lagrangian Mechanics

B05. Jet 延拓(Jet Prolongation)

⬅ Back to Guide Page of “Geometrized Classical Mechanics Notes ” – 返回几何化理论力学导航页

设 $\pi: Y \to X$ 是一个光滑纤维丛,$\Phi: X \to Y$ 是一个 局部截面,即满足:
$$\pi \circ \Phi = \text{id}_X$$
我们可以定义该截面的一阶 Jet 延拓(Jet prolongation):
$$\boxed{j^1\Phi: X \to J^1Y}$$
它将 $X$ 中的每个点 $x \in X$ 映射到该截面在 $x$ 点处的一阶 jet:
$$x \mapsto j^1_x\Phi$$

一、一阶 jet 延拓 $j^1\Phi$:定义

Jet 延拓 $j^1\Phi$ 是将截面 $\Phi$ 本身提升到 Jet 丛 $J^1Y$ 中的映射,定义为:
$$\boxed{j^1\Phi(x) := j^1_x\Phi}$$也就是说,$j^1\Phi$ 是一个从 $X$ 到 $J^1Y$ 的映射,满足:

  • 对每个 $x \in X$,$j^1\Phi(x)$ 是 $\Phi$ 在 $x$ 的一阶 jet;
  • $j^1\Phi$ 自然地满足投影条件:$$\pi_1 \circ j^1\Phi = \text{id}X,\quad \pi{1,0} \circ j^1\Phi = \Phi$$ 即:
  • $j^1\Phi$ 是 $J^1Y \to X$ 的一个截面;
  • 它“延拓”了原始截面 $\Phi$,并编码了其一阶导数信息。

二、$j^1\Phi$:局部坐标表示

设:

  • 底空间 $X$ 上的局部坐标为 $(x^i)$;
  • 总空间 $Y$ 上的从属局部坐标为 $(x^i, y^\mu)$,其中:
  • $x^i$ 描述底空间方向;
  • $y^\mu$ 描述纤维方向(即每条 $\pi^{-1}(x)$ 上的局部坐标);
  • 截面 $\Phi: X \to Y$ 的局部表达为:$$ \Phi(x) = (x^i, \Phi^\mu(x))$$即,$\Phi^\mu(x)$ 是截面 $\Phi$ 在纤维方向的坐标表示。

则其一阶 Jet 延拓 $j^1\Phi: X \to J^1Y$ 的局部表达为:$$\boxed{
j^1\Phi(x) = \left(x^i, \Phi^\mu(x), \frac{\partial \Phi^\mu}{\partial x^i}(x) \right)
}$$即:$j^1\Phi$ 把每个点 $x \in X$ 映射到三组数据:

  • 原始坐标 $x^i$;
  • 值 $\Phi^\mu(x)$(即 $\Phi(x)$ 在纤维方向上的取值);
  • 导数 $\frac{\partial \Phi^\mu}{\partial x^i}(x)$(即 $\text{d}\Phi_x$ 在纤维方向上的雅可比分量)。
    这个三元组也可以写成 $$(x^i,\Phi^a(x),\frac{\partial \Phi^a}{\partial x^i})(x)$$因为该形式并不比上面的形式提供更多关于 $\Phi$ 的信息

三、几何解释

Jet 延拓 $j^1\Phi$ 将原本“只有位置”的映射 $\Phi$ 拓展为“位置 + 一阶速度”的信息:

  • 原映射 $\Phi$:$x \mapsto \Phi(x)$ 是点 $y \in Y$;
  • 延拓映射 $j^1\Phi$:$x \mapsto j^1_x\Phi$ 是包含 $\Phi(x)$ 及其切映射 $\text{d}\Phi_x$ 的 jet 数据。
    因此,Jet 延拓是将截面映射提升至 Jet 丛中的“导数图像”

性质小结

  • $j^1\Phi: X \to J^1Y$ 是 $J^1Y \to X$ 的一个光滑截面;
  • 它将 $\Phi$ 的所有导数信息封装为点 $j^1_x(\Phi)$;
  • 若 $J^1Y$ 被视为仿射丛,则 $j^1\Phi$ 给出了该仿射丛上的规范截面
  • Jet 延拓是后续变分法(如拉格朗日函数作用在 Jet 延拓上)等几何物理结构的基础操作。