
3.3 向量场生成的动力系统 3.3 向量场生成的动力系统 3.3.1 向量场生成的微分同胚 ¶ 流与局部流 设 X 是光滑流形 M 上的光滑向量场。上一节提到,从任意点 p ∈ M 出发有唯一 的极大积分曲线 γp : Jp → M. 所有这些积分曲线合在一起,可得光滑映射 Φ : M = {(t, p) | p ∈ M, t ∈ Jp} → M, Φ(t, p) = γp(t). 此外,对于任意固定的 t ∈ R,有光滑映射 φt : Mt = {p ∈ M | t ∈ Jp} → M, φt(p) = Φ(t, p). 特别地,若 t, −t ∈ ∩pJp,则 φt : M → M 是一个微分同胚,且这样的微分同胚满足 φt ◦ φs = φt+s. 此外,如果 X 是完备向量场,则 M = R × M,此时对于任意 t ∈ R,φt 都是 M 到自 身的微分同胚。 定义 3.3.1. (流与局部流) ♣ 设 X 是光滑流形 M 上的光滑向量场。 (1) 称映射 Φ : M → M 为 X 生成的局部流. (2) 若 X 完备,则称映射 Φ : R × M → M 为 X 生成的流. 例 3.3.2. R n 中的向量场 X = ∂ ∂x1 生成的流是平移 Φ : R × R n → R n , (t, x1 , x2 , · · · , xn ) 7→ (t + x 1 , x2 , · · · , xn ). 更一般地,R n 中的常向量场 X = Pc i ∂ ∂xi 生成的流是 Φ : R × R n → R n , (t, x1 , x2 , · · · , xn ) 7→ (c 1 t + x 1 , · · · , cn t + x n ). 例 3.3.3. 如果将 R 2 等同于 C, 那么由向量场 X = x ∂ ∂y − y ∂ ∂x 生成的流是逆时针旋转 Φ : R × C → C, (t, z) 7→ e itz. 注意到这个向量场与以原点为圆心的圆周相切. 该向量场一般记为 d dθ 或者 ∂ ∂θ . ¶ 单参数微分同胚群 设 X 是 M 上的完备向量场,则根据命题3.2.14,映射族 φt : M → M 构成了一个 微分同胚群的一个单参数子群,即它们都是微分同胚,且满足 80

3.3 向量场生成的动力系统 φ0 = IdM, φt+s = φt ◦ φs, ∀t, s, (φt) −1 = φ−t . 换而言之,映射 φ : R → Diff(M), t 7→ φt 是从实数加法群 R 到 M 的微分同胚群 Diff(M) 的一个群同态. 定义 3.3.4. (单参数微分同胚群) ♣ 若光滑映射 Φ : R × M → M 所诱导的映射 t 7→ φt = Φ(t, ·) 是一个从 R 到 Diff(M) 的群同态,则称映射族 {φt | t ∈ R} 为 M 的一个单参数微分同胚子群. 因此流形上的任意完备向量场 X 都生成了一个单参数微分同胚子群. 反之,若光滑 映射 Φ : R × M → M 所诱导的映射族 φt := Φ(t, ·) 是一个单参数微分同胚子群, 则可以 通过下面式子定义 M 上的向量场 X, Xp := d dt t=0 φt(p)= ˙γp(0). 那么不难验证 Φ 的光滑性蕴含着向量场 X 的光滑性, 向量场 X 是完备的,因为 γp(t) := Φ(t, p) 是 X 的积分曲线, 映射 Φ 是 X 生成的流. 向量场 X 被称为单参数微分同胚子群 {φt} 或者流 Φ 的无穷小生成元. 注 3.3.5. 更一般地,还可以考虑随着时间 t 变化的向量场 Xt . 此时不仅假设该向量 场对于任意 t 而言都是 M 上的光滑向量场,而且假设它光滑依赖于参数 t,即在局部坐 标系中,Xt 可以被表示为 Xt = XXi (t, x)∂i , 其中系数函数 Xi (t, x) 是 t 和 x 的光滑函数. 同样可以考虑 Xt 的积分曲线,即满足 γ˙(t) = Xt(γ(t)) 的曲线。事实上,可以用“升维技巧”将这种依赖于时间的向量场转化为前面所熟悉的 向量场:流形 M 上依赖于时间参数的向量场 Xt 给出了乘积流形 R × M 上的一个“常 规”向量场 X ‹ = (∂t , Xt(p)). 通过这种方式,可以将“M 上依赖于时间的向量场和它生 成的流”视作“R × M 上常规向量场或流”在 M 的投影. 特别地,对于任意固定的 s, 从初值条件 γ(s) = p 出发,有唯一的积分曲线 γs,p(t)(它表示的是时刻 s 时从 p 点出 发,✿✿✿✿✿ 再过时间 t 后达到的位置). 为了简单起见,假设 M 是紧流形. 那么 Xt 的这些积 分曲线给出了一个光滑映射 Φ : R × R × M → M, (t, s, p) 7→ γs,p(t), 可以验证映射 p 7→ φ s t (p) = Φ(t, s, p) 是可逆的,且其逆映射为 φ s+t −t . 于是 φ s t 也都是光 滑依赖于 t(以及 s) 的微分同胚。不过对于固定的 s,φ s t 关于 t 变量不再满足群性质,而 是满足略微更复杂的关系式 φ s+t1 t2 φ s t1 = φ s t1+t2 . 特别地,取 s = 0,则所得的单参数微分 81

3.3 向量场生成的动力系统 同胚族 φt := φ 0 t 不再是微分同胚群的子群,不过它依然满足 φ0 = Id 以及 d dtφt(p) = Xt(φt(p)), ∀t. 映射族 {φt} 有时候也被称作由依赖于时间的向量场 Xt 所生成的依赖于时间的流. 反之,任给 X 上的一族满足 ρ0 = Id 的微分同胚 ρt : M → M,若它光滑依赖于 t, 即由所有 ρt 合在一起所得的映射 P : (−ε, ε) × M → M, P(t, p) := ρt(p), 是光滑映射,则可以在 M 上定义一个依赖于时间 t 的向量场 Xt 如下: Xt(p) := ˙γt,p(0)= (dγt,p)0( d ds) ∈ TpM, 其中 γt,p(s) := ρt+s(ρ −1 t (p)). 可以证明,{ρt} 正是它生成的依赖于时间的流. ¶ 在 Morse 理论中的应用 特定的向量场生成的流是研究几何时非常有用的工具。常见的有黎曼几何中由函数 的梯度向量场生成的梯度流、辛几何中由 Hamilton 向量场生成的 Hamilton 流等等。下 面给出一个例子:运用梯度向量场证明 Morse 理论2中的一个基本定理。 设 M 为光滑流形,f 是 M 上的光滑实值函数. 对于任意 a ∈ R, 考虑次水平集 Ma = f −1 (−∞, a) . 下面这个定理表明 M 的拓扑是由它在 f 的临界点附近的性态决定的: 定理 3.3.6. (正则区间形变定理) ♥ 对于 a < b,假设 f −1 ([a, b]) 是紧集,并且每个 c ∈ [a, b] 是 f 的正则值,则存在 微分同胚 ϕ : M → M 使得 ϕ(Ma ) = Mb . 证明 将 M 嵌入欧氏空间 (或者任意赋予 M 一个黎曼度量 ⟨·, ·⟩),从而在每个切空间 TpM 上 都给出一个内积. 按照以下方式定义 M 上的向量场 ∇f(称为 f 关于该度量的梯度向量场), h∇f, Xpi = dfp(Xp)= Xp(f), ∀Xp ∈ TpM. 因为 f 的临界点集合是闭集, 可以找到一个不含临界点的开集 U 使得 f −1 ([a, b]) ⊂ U. 因为 f −1 ([a, b]) 是紧集,可取紧支光滑鼓包函数 h,使得 supp(h) ⊂ U, 并且 在f −1 ([a, b])上有h = 1. 因为在 U 中有 df 6= 0, 所以在 U 中有 ∇f 6= 0, 从而 X := h h∇f, ∇fi ∇f 是流形 M 上良好定义的紧支光滑向量场. 令 ϕt 为 X 生成的流. 那么 f 的拉回函数 ϕ ∗ t f 关于 t 的导数为 (拉回的定义见命题1.2.22之后) d dtϕ ∗ t f(p) = d dtf(ϕt(p)) = dfφt(p) (Xφt(p) ) = h(ϕt(p)). 2Morse 理论是微分拓扑的一个子分支,可以通过流形上的可微函数研究流形的拓扑,例如给出流形上的 CW 结构和环柄分解,并得到同调群的信息等. 82

3.3 向量场生成的动力系统 于是只要 ϕt(p) ∈ f −1 ([a, b]),就有 d dtf(ϕt(p)) = 1. 换而言之,当 f(ϕt(p)) ∈ [a, b] 时有 f(ϕt(p)) = t + c。由此可知微分同胚 ϕb−a 恰好把 Ma 映为 Mb . □ 作为推论,可以证明下述非常有用的(留作习题) 定理 3.3.7. (Reeb 定理) ♥ 令 M 为 n 维紧流形. 假设存在光滑实值函数 f ∈ C∞(M) 使得 f 恰好有两个临 界点, 且它们都是非退化的, 那么 M 同胚于 S n . 注 3.3.8. (1) 然而 M 未必微分同胚于 S n。 (2) 定理中临界点的“非退化”条件可以去掉。 3.3.2 Lie 导数 ¶ 函数沿着向量场的 Lie 导数 若 X 是完备向量场, 则它生成一族微分同胚 φt : M → M. 从动力系统3 的角度,可 以视 φt 为系统 M 在时间 t 时刻的演化行为。于是对于任意光滑函数 f ∈ C∞(M)(可以 视为是对系统的一个“观测”,例如对于一个单质点体系,当 M 是它的所有可能状态所组成的相空间时,f 可以是该质点的位置或者动量或者别的观测量),一个自然的问题计算“函数 f 沿着该流的导数” (即观察量在系统演化下的变化率),即所谓的 Lie 导数 LXf. 事实上,Lie 导数可以对于任意光滑向量场 X 定义。回忆一下对于任意 p ∈ M,存 在 p 的邻域 Up 以及 tp > 0 使得对于 |t| < tp 以及任意 q ∈ Up,Φ(t, q) = φt(q) = γq(t) 对于 (t, q) ∈ (−tp, tp) × Up 有定义且光滑。于是虽然一般而言 φt 未必是 M 上整体定 义的映射,但对于任意 p,它在 p 的邻域 Up 中对于任意 t ∈ (−tp, tp) 都是光滑的,且 φ0(p) = p. 于是类似于微积分,可以用如下公式定义该变化率: 定义 3.3.9. (函数关于向量场的 Lie 导数) ♣ 设 X 是 M 上的光滑向量场,Φ 为其生成的局部流,则称 LX(f) := d dt t=0 φ ∗ t f Å = lim t→0 φ ∗ t f − f t ã . 为 f ∈ C∞(M) 关于 X ∈ Γ∞(TM) 的 Lie 导数。 事实上,函数关于向量场 X 的 Lie 导数就是我们熟悉的“X 作为导子在 C∞(M) 上的作用”,即 3在数学上,一个动力系统指的是一个三元组 (T, X, Φ),其中 X 是一个用于表征系统所有可能状态的集合, T 是一个用于表示时间或演化参数的幺半群,而 Φ : T × X → X 是一个描述系统演化行为的函数,满足 Φ(0, x) = x 以及 Φ(t2, Φ(t1, x)) = Φ(t2 + t1, x). 于是,给定光滑流形上的完备向量场 X,就得到一个动力 系统 (R, M, Φ). 83

3.3 向量场生成的动力系统 命题 3.3.10. (函数 Lie 导数的计算) ♠ 对于任意光滑向量场 X ∈ Γ∞(TM) 以及光滑函数 f ∈ C∞(M),有 LXf = X(f). 证明 设 γp(t) 为 X 的满足 γp(0) = p 的积分曲线, 则当 t 充分小时, φ ∗ t f(p) = f(φt(p)) = f(γp(t)). 故 d dt t=0 φ ∗ t f(p) = d dt t=0 f(γp(t)) = d(f ◦γp)( d dt t=0 ) = dfp ◦(dγp)0( d dt t=0 ) = dfp(Xp) = Xf(p). □ ¶ 一个向量场沿着另一个向量场的 Lie 导数 函数的 Lie 导数 LXf 衡量了“f 沿着 X 方向的变化率”. 还可以更进一步,对于 任意光滑向量场 Y ∈ Γ∞(TM),研究“Y 沿着 X 方向的变化率”. 为此,可以通过外 蕴的方式,将 M 嵌入到某个欧氏空间中,然后考察 Y 的“坐标分量”的变化率. 以下 采取一种内蕴的方式. 朴素的想法是计算极限“limt→0 Yϕt (p)−Yp t ”, 其中 φt 是 X 生成的 流. 不幸的是 Yϕ(p) 不是在 p 处的切向量,从而表达式“Yϕt(p) − Yp”根本上是无意义的. 为了修正这个问题,需要将 φt(p) 处的切向量 Yϕt(p) 用映射 φ−t“推出为”p 处的切向量 (dφ−t)ϕt(p)Yϕt(p) ∈ TpM, 然后再用差商的极限去定义“Y ∈ Γ∞(TM) 沿着 X ∈ Γ∞(TM) 的变化率”: 定义 3.3.11. (向量场关于向量场的 Lie 导数) ♣ 定义向量场 Y ∈ Γ∞(TM) 沿着向量场 X ∈ Γ∞(TM) 的 Lie 导数为 LX(Y ) := d dt t=0 (dφ−t)ϕt(p)Yϕt(p) = lim t→0 (dφ−t)ϕt(p)Yϕt(p) − Yp t . 这个定义看起来非常复杂。但事实上 LXY 依然是熟悉的运算: 定理 3.3.12. (向量场 Lie 导数的计算) ♥ 设 X, Y ∈ Γ∞(TM),则 LX(Y ) = [X, Y ]. 证明 对于 p 附近定义的任意光滑函数 f,有 (dφ−t)ϕt(p)Yϕt(p)f = Yϕt(p) (f ◦ φ−t) = Y (f ◦ φ−t)(φt(p)) = φ ∗ t Y (f ◦ φ−t) = φ ∗ t Y φ∗ −t (f). 由此可知 d dt t=0 (dφ−t)ϕt(p)Yϕt(p)f = d dt t=0 φ ∗ t Y φ∗ −t f = d dt t=0 φ ∗ t Y f + d dt t=0 Y φ∗ −t f = XY f − Y Xf. 这正是欲证的。 □ 84

3.3 向量场生成的动力系统 ¶ 注记:向量场的推出 当向量场 X 是完备向量场时,它生成的每个 φt : M → M 都是微分同胚。此时可 以用“向量场的推出运算”,简化 LXY 的定义。 “光滑向量场的推出”是“光滑函数的拉回”的类比. 一般而言,给定光滑向量场 X ∈ Γ∞(TM), 无法将 X“推出”得到 N 上的向量场: 对于每个 p ∈ M, 虽然 dϕp(Xp) ∈ Tφ(p)N,但“Yφ(p) := dϕp(Xp)”并不能给出 N 上的一个光滑向量场, 因为 可能存在 q ∈ N 不在 ϕ 的像集中. 可能存在 p1, p2 ∈ M 使得 ϕ(p1) = ϕ(p2) 但是 dϕp1 (Xp1 ) 6= dϕp2 (Xp2 ). 然而, 如果 ϕ : M → N 是微分同胚, 那么以上两个问题都不存在了,从而 Yφ(p) := dϕp(Xp) 定义了 N 上的光滑向量场. 定义 3.3.13. (向量场的推出) ♣ 如果 ϕ : M → N 是微分同胚,并且 X ∈ Γ∞(TM), 那么由 (ϕ∗X)φ(p) = dϕp(Xp), ∀p ∈ M. 所定义的 ϕ∗X 是 N 上的光滑向量场,被称为 X 关于 ϕ 的推出。 现假设 X 是 M 上的完备向量场,并记 φt 为它生成的流,则 LXY 的定义可简化为 LX(Y ) := d dt t=0 (φ−t)∗Y. ¶ 作为导子的 Lie 导数 定义2.1.4给出了“代数 A 上取值于双模 B 的导子”的概念。因为 LXf = Xf,由命 题3.1.8可知“作用在函数上的 Lie 导数”LX 是代数 C∞(M) 上取值于自身的导子。下 面说明“作用在向量场上的 Lie 导数”LX 也是导子:它是 Lie 代数 Γ∞(TM) 上取值于 自身的导子。 注意 Lie 代数 Γ∞(TM) 上的代数运算是 Lie 括号,因此 Leibniz 法则有如下形式: 命题 3.3.14. (作为 Γ∞(TM) 上导子的 LX) ♠ 对于任意向量场 X, Y, Z ∈ Γ∞(TM), LX([Y, Z]) = [LX(Y ), Z] + [Y,LX(Z)]. 证明 展开后,欲证的式子就是 Jacobi 恒等式 [[X, Y ], Z] + [[Y, Z], X] + [[Z, X], Y ] = 0. □ 换而言之,我们得到了向量场 Lie 括号的 Jacobi 恒等式的一个解释:它就是向量场 Lie 导数运算的 Leibniz 法则。 在本书后半部分,还将继续定义“微分形式沿着向量场的 Lie 导数”。跟此处有所不同 的是,全体微分形式所组成的空间是一个分次代数,因而它上面的导子所满足的 Leibniz 法则也将略有不同。 85