# 数学星图 · 全量导出 > 由 `tools/build.mjs` 自动生成于 2026-10-15T10:31:16.274Z > 9 星系 / 45 星团 / 709 节点 / 1398 连线（强边 1389，弱边 9） > ⛔ **这是全量 bulk 导出（约 390 KB），不要单次抓取** —— 抓取工具单次只能返回 > 约 1000 词元（中文约 3 KB），你会只看到开头一小段，而且同一地址反复抓也只 > 会拿到同样的开头。**要检索请走 `llms.txt` 里的检索协议**： > `index.md` → `index/<星团id>.md` → `nodes/<节点id>.md`。 > 这份文件只在「一次性下载 / 离线打包 / 本地处理」时才用。 两个检索模式（见文末「强弱边」）： - **常规模式**：只走 `implication` / `equivalence` / `definition` —— 做题、查证明用 - **探索模式**：再加上 `analogy` —— 卡住了想找远房关系时用 --- ## 星系：数理逻辑（Mathematical Logic） > 一阶语言、公式与满足关系 —— ZFC 的公理就写在这门语言里。 ### 星团：一阶语言与公式 > 造出「公理写在哪门语言里」这件事本身：符号表 → 项与公式 → 代入 → 满足关系。ZFC 的两条公理模式用的就是它。 #### 一阶语言　`def.first-order-language` *定义*　一阶语言 $\mathcal{L}$（First-Order Language） **一阶语言** $\mathcal{L}$ 由一张**符号表**给定，符号分两类： - **逻辑符号**（所有一阶语言共用）：可数多个**变元** $v_{0}, v_{1}, v_{2}, \ldots$；连接词 $\neg$；量词 $\forall$；等号 $=$；括号。 - **非逻辑符号**（每个语言自己的）：**常元符号**、**$n$ 元函数符号**、**$n$ 元关系符号**，每一种都带一个确定的元数 $n$。 由符号表，用三条**语法规则**生成全部的**项**与**公式**： 1. 变元、常元符号是**项**；若 $f$ 是 $n$ 元函数符号而 $t_{1}, \ldots, t_{n}$ 是项，则 $f(t_{1}, \ldots, t_{n})$ 是项； 2. 若 $R$ 是 $n$ 元关系符号而 $t_{1}, \ldots, t_{n}$ 是项，则 $R(t_{1}, \ldots, t_{n})$ 是**原子公式**； 3. **公式**由原子公式出发，经 $\neg$、$\wedge$、$\vee$、$\to$、$\forall v_{i}$、$\exists v_{i}$ 反复组合而成。 例：$\mathcal{L} = \{ \in \}$（$\in$ 是一个二元关系符号）就是**集合论的语言** —— ZFC 的全部公理都写在这门语言里。 ⭐⭐ **这是星图里唯一的「原始层」对象。** 别的东西都是「由更下面的东西造出来」的，一阶语言不是 —— 它是**写公理用的那门语言**，比 ZFC 本身更原始。所以它跟 ZF 公理同在最底下的几层，**不往上连依赖边**：真要连，「公式」就得先在 ZFC 内部由集合造出来，而那要用 ZFC 的公理，可公理模式本身又需要公式 —— 直接成环。 ⭐ **在 ZFC 内部也能把它形式化**：把符号编码成集合、把公式编码成有限序列，「$\varphi$ 是公式」于是成为 ZFC 里的一条性质。那是元数学的进一步工作，本图不展开。（这个方向正是 Gödel 不完备定理的入口。） ⚠ **语言与结构要分开**：$\mathcal{L} = \{ \in \}$ 只规定了有哪些符号，还没说变元往哪里跑 —— 那是**满足关系**要说的事。 参考：Kunen, Set Theory, I.2；Enderton, A Mathematical Introduction to Logic, Ch. 1 #### 公式　`def.formula` *定义*　项与公式 / 语句（Formula, Sentence） （在给定的**一阶语言** $\mathcal{L}$ 里）**公式**就是按语法规则 3 生成的表达式，即 $$\varphi ::= R(t_{1}, \ldots, t_{n}) \;\mid\; \neg \varphi \;\mid\; (\varphi \wedge \psi) \;\mid\; (\varphi \vee \psi) \;\mid\; (\varphi \to \psi) \;\mid\; \forall v_{i} \varphi \;\mid\; \exists v_{i} \varphi$$ 其中 $R$ 遍历 $\mathcal{L}$ 的关系符号，$t_{j}$ 遍历项（严格说这是一条**归纳定义**：公式全体是「含全部原子公式、并对上述运算封闭」的**最小**集合）。 变元在 $\forall v_{i}$、$\exists v_{i}$ 的辖域内出现叫**约束出现**，否则叫**自由出现**；没有自由变元的公式叫**语句**（闭公式）。 公式的**复杂度**（连接词与量词的个数）可以做归纳 —— 这是「对公式作归纳」的依据。 ⭐ **「$\varphi (x, p)$」这种写法在说什么**：它表示 $\varphi$ 是一个公式，且其中的自由变元都在 $\{ x, p \}$ 里（未必都用上）。分离公理模式里写的「对每个公式 $\varphi$（$B$ 不出现）」说的就是这种约定 —— **公式是元数学概念，不是 ZFC 的对象**，所以「不出现」才是一句关于符号串的话。 ⭐ **归纳定义 = 最小集合**：这句话背后用的是 $\mathbb{N}$ 上的归纳（见「归纳原理与递推定义」）。同时它也是「公式的复杂度可以做归纳」的原因 —— 两者是同一件事的两面。 ⚠ **只留一部分原始符号**：$\exists$ 是 $\neg \forall \neg$ 的缩写，$\vee$、$\to$ 也可由 $\neg, \wedge$ 定义。原始符号越少，语法规则和后续的证明就越短，代价是写公式时多几层括号。 ⚠ 「变元换成项」的操作是**代入**，它有个必须小心的坑（变元捕获），单独一个节点。 参考：Enderton, A Mathematical Introduction to Logic, Ch. 1；Kunen, Set Theory, I.2 #### 代入　`def.substitution` *定义*　代入 $\varphi (x/t)$（Substitution） 设 $x$ 是变元，$t$ 是项，$\varphi$ 是公式。把 $\varphi$ 中 $x$ 的**自由出现**全部换成 $t$，得到的公式记作 $$\varphi (x/t)$$ 称为 $t$ 对 $x$ 的**代入**（约束出现不动 —— 它们被量词管着）。 ⚠ 代入要求 $t$ 对 $\varphi$ 中的 $x$ 是**可代入的**：$t$ 里出现的变元不会在代入后被 $\varphi$ 里的量词「抓走」。这叫**变元捕获**。 ⚠ **捕获是什么样**：取 $\varphi = \exists y\, (y > x)$、$t = y$。直接代入得 $\exists y\, (y > y)$ —— 语义完全变了（原来「存在比 $x$ 大的数」，现在成了假命题）。这时要说「$t$ 对 $\varphi$ 中的 $x$ 不可代入」。 ⭐ **代入在图上不是花边**：**替换公理模式**的整个内容就是「用一个公式 $\varphi (x, y, p)$ 把 $A$ 中每个 $x$ 的像收集起来」，那里做的正是代入。 ⚠ 避免捕获的标准做法是先把冲突的约束变元**改名**（$\alpha$-换名），再代入。这是逻辑教科书写起来最啰嗦、却绕不过去的一步。 参考：Enderton, A Mathematical Introduction to Logic, §2.4 #### 满足关系　`def.satisfaction` *定义*　结构与满足关系 $\models$（Tarski） 设 $\mathcal{L}$ 是**一阶语言**。$\mathcal{L}$ 的一个**结构** $\mathfrak{A}$ 指：一个非空集合 $A$（**论域**），连同每个常元符号、$n$ 元函数符号、$n$ 元关系符号在 $A$ 上的**解释**。再给定一个**赋值** $s$（给每个变元指定 $A$ 中一个元素）。 **满足关系** $\mathfrak{A} \models \varphi [s]$（「$\varphi$ 在 $\mathfrak{A}$ 中关于赋值 $s$ 成立」）按公式的复杂度**递归定义**： - **原子公式**：按符号的解释直接算，例如 $\mathfrak{A} \models R(t_{1}, \ldots, t_{n})[s]$ 当且仅当 $(t_{1}^{\mathfrak{A}}[s], \ldots, t_{n}^{\mathfrak{A}}[s]) \in R^{\mathfrak{A}}$； - $\mathfrak{A} \models \neg \varphi [s]$，当且仅当 $\mathfrak{A} \models \varphi [s]$ **不**成立； - $\mathfrak{A} \models (\varphi \wedge \psi)[s]$，当且仅当两者都成立； - $\mathfrak{A} \models \forall v_{i} \varphi [s]$，当且仅当对**每个** $a \in A$ 都有 $\mathfrak{A} \models \varphi [s(v_{i} \mapsto a)]$。 当 $\varphi$ 是**语句**（无自由变元）时，$\mathfrak{A} \models \varphi$ 与赋值 $s$ 无关，直接说 $\varphi$ 在 $\mathfrak{A}$ 中**成立**，记 $\mathfrak{A} \models \varphi$。 ⭐ **这个递归定义有根据**：它是按公式的**复杂度**递归的，而复杂度能递归的依据是公式由语法规则**归纳生成**（见「公式」）。语义建立在语法之上 —— 这是这门课的第一条纪律。 ⭐ $\models$ 是「$\varphi$ 在 $\mathfrak{A}$ 里为真」的严格含义。整个模型论从这里开始：紧性、完备性、Löwenheim–Skolem 说的都是 $\models$ 与**可证明性** $\vdash$ 的关系。 ⚠ **$\models$ 与 $\vdash$ 是两回事**：前者是**语义**（在结构里为真），后者是**语法**（由公理按规则形式推出）。一阶逻辑的完备性定理说的正是两者在一阶情形下重合 —— 那也是「$\mathrm{ZFC} \vdash \varphi$ 与 $\mathrm{ZFC} \models \varphi$ 可以混着用」的依据。 参考：Enderton, A Mathematical Introduction to Logic, §2.2；Marker, Model Theory: An Introduction, §1.1 ## 星系：集合论（Set Theory） > ZFC 公理系统、序数、基数与选择原理。 ### 星团：ZFC 公理系统 > 造出「集合」这套语言本身：九条公理定下什么叫集合、怎么造集合。 #### 外延公理　`ax.ext` *公理*　外延公理（Axiom of Extensionality） 集合由它的元素唯一决定： $$\forall A \forall B [ \forall x ( x \in A \leftrightarrow x \in B ) \to A = B ]$$ 反方向（$A = B \to$ 元素完全相同）由等词逻辑自动成立，所以常写成 $\leftrightarrow$。 这条公理保证了「用条件刻画集合」时结果是唯一的，因此 $\{ x \in A : \varphi (x) \}$ 这种写法不会产生歧义。 它是「集合」这个名字的全部含义：一个集合 $=$ 一个外延（一堆元素），与「怎么描述它」无关。 去掉它，就可以有元素完全相同却彼此不同的对象（例如带原子 ur-element 的集合论）。 参考：Kunen, Set Theory, I.2；Jech, Set Theory, 1.2 #### 分离公理模式　`ax.sep` *公理*　分离公理模式（Axiom Schema of Separation） 对每个公式 $\varphi (x, p)$（其中 $B$ 不出现），下面是一条公理： $$\forall p \forall A \exists B \forall x [ x \in B \leftrightarrow ( x \in A \wedge \varphi(x, p) ) ]$$ 由外延公理，这样的 $B$ 唯一，记作 $B = \{ x \in A : \varphi (x, p) \}$。俗称「子集公理」。 它是**公理模式**而不是单条公理：每取一个公式 $\varphi$ 就得到一条公理，ZFC 因此有无穷多条公理。 限制 `$x \in A$` 是关键——不能写成 $\{ x : x \notin x \}$，否则就是罗素悖论。 参考：Kunen, Set Theory, I.4 #### 配对公理　`ax.pair` *公理*　配对公理（Axiom of Pairing） 任给两个集合，可以打包成「只含这两个元素的集合」： $$\forall a \forall b \exists A \forall x [ x \in A \leftrightarrow ( x = a \vee x = b ) ]$$ 由外延公理 $A$ 唯一，记作 { a, b }（无序对）。取 $a = b$ 即得单点集 { a }。 有了配对公理，「{a, b}」才是集合；它也是构造有序对 $(a,b) = \{\{a\},\{a,b\}\}$ 的第一步。 参考：Kunen, Set Theory, I.3 #### 并集公理　`ax.union` *公理*　并集公理（Axiom of Union） 一个集合族的所有成员的元素，仍然构成一个集合： $$\forall F \exists A \forall x [ x \in A \leftrightarrow \exists Y ( Y \in F \wedge x \in Y ) ]$$ 记作 $\bigcup F$。配合配对公理可得二元并 $a \cup b = \bigcup \{ a, b \}$。 注意 $\bigcup F$ 是「$F$ 中元素的元素」，不是 $F$ 自身；$\bigcup \{a,b\} = a \cup b$ 正是我们要的二元并。 参考：Kunen, Set Theory, I.3 #### 幂集公理　`ax.power` *公理*　幂集公理（Axiom of Power Set） 一个集合的所有子集构成一个集合： $$\forall A \exists P \forall x [ x \in P \leftrightarrow x \subseteq A ]$$ 记作 $\mathcal{P}(A)$（或 P(A)）。它把「$A$ 的所有子集」这件事本身变成一个集合 —— 幂集是「造更大的集合」的基本手段。 它是笛卡尔积 $A \times B$ 存在性的关键：{{a},{a,b}} 落在 $\mathcal{P}(\mathcal{P}(A \cup B))$ 里。 参考：Kunen, Set Theory, I.3 #### 无穷公理　`ax.inf` *公理*　无穷公理（Axiom of Infinity） 存在一个「归纳集」——含有 $\emptyset$ 且对后继封闭的集合： $$\exists I [ \emptyset \in I \wedge \forall x ( x \in I \to x \cup \{ x \} \in I ) ]$$ 公理本身只要求 $I$ **非空**且对后继封闭；写成 $\emptyset \in I$ 只是为了好看，$\emptyset$ 是原始对象（见「空集」）。 这条公理宣告了无穷集合的存在，是从中构造自然数集 $\omega$ 的唯一来源。 没有它，$V_\omega$ 就是一个模型，所有集合都有限，算术只能在有界范围内进行。 记号方面：$x \cup \{x\}$ 由配对公理与并集公理写出来，它们与这条公理、以及 $\emptyset$，都在同一层地基上 —— 地基内部的相互引用不画成依赖边。 参考：Kunen, Set Theory, I.5 #### 替换公理模式　`ax.repl` *公理*　替换公理模式（Axiom Schema of Replacement） 若一个公式定义了「函数关系」，则任一集合的像仍是集合。对每个公式 $\varphi (x, y, p)$（其中 $B$ 不出现）： $$\forall p [ \forall x\forall y\forall z ( \varphi(x,y,p) \wedge \varphi(x,z,p) \to y = z ) \to \forall A \exists B \forall y ( y \in B \leftrightarrow \exists x \in A, \varphi(x,y,p) ) ]$$ 它保证了「替换」不会跑出集合论宇宙：像 $B$ 也是集合。 替换公理模式是 $Z$ 与 ZF 的分水岭。由它（加上任取一个集合 $A$）可以推出分离公理模式。 参考：Kunen, Set Theory, I.6 #### 正则公理　`ax.found` *公理*　正则公理 / 基础公理（Axiom of Foundation） 每个非空集合都有「$\in$极小元」： $$\forall A [ A \ne \emptyset \to \exists x ( x \in A \wedge x \cap A = \emptyset ) ]$$ 等价说法：$\in$ 是良基关系，不存在无穷递减链 $$x_0 \ni x_1 \ni x_2 \ni \cdots$$ 它排除了 $A \in A$ 这类循环集合，也排除了「集合的无穷下降」。 正则公理等价于「集合论宇宙 $V$ 是累积层级 $\bigcup_{\alpha} V_\alpha$」，这条公理让 $\in$归纳法成为合法的证明方法。 参考：Kunen, Set Theory, I.9 #### 无自属集合　`thm.noself` *定理*　任何集合都不属于自身 $$\forall A ( A \notin A )$$ 更一般地，正则公理排除了任何有限的 $\in$循环： $$A_0 \ni A_1 \ni \cdots \ni A_n = A_0$$ 这条定理说明罗素悖论里的「集合 $R = \{ x : x \notin x \}$」不可能存在——否则 $R \in R$ 与 $R \notin R$ 同时成立。 参考：Kunen, Set Theory, I.9 ### 星团：集合的构造 > 造出日常要用的零件：空集、子集、并交差补、幂集、有序对、笛卡尔积。 #### 子集　`def.subset` *定义*　子集 / 真子集（Subset） 设 $A$、$B$ 是集合。 - **$A$ 是 $B$ 的子集**（记 $A \subseteq B$）：$\forall x ( x \in A \to x \in B )$ - **$A$ 是 $B$ 的真子集**（记 $A \subset B$）：$A \subseteq B$ 且 $A \ne B$。 基本性质：$\subseteq$ 自反、传递；并且由外延公理， $$A = B \iff A \subseteq B \wedge B \subseteq A$$ 这是证明两个集合相等最常用的套路：**两边互包**。 $\emptyset \subseteq A$ 对一切 $A$ 成立（空泛真）。 参考：Kunen, Set Theory, I.2 #### 有序对　`def.pair` *定义*　有序对（Ordered Pair, Kuratowski） Kuratowski 定义： $$(a, b) := \{ \{a\}, \{a, b\} \}$$ 它由配对公理与幂集公理保证是集合。 **特征性质**（这才是「有序」的全部含义）： $$(a, b) = (c, d) \iff a = c \wedge b = d$$ $n$ 元组递归定义为 $(a_{1}$ …$a_{n}) = ( (a_{1}$ …$a_{n-1}), a_{n} )$。 用集合「编码」有序对之后，关系、函数、序型等等才都能在 ZFC 内部说清楚。 参考：Kunen, Set Theory, I.5 #### 空集存在　`thm.empty` *定理*　空集存在且唯一 存在一个不含任何元素的集合： $$\exists B \forall x ( x \notin B )$$ 由外延公理，这样的 $B$ 唯一，记作 $\emptyset$。 $\emptyset$ 是 $\in$ 关系的最小元，也是 $\subseteq$ 关系的最小元：$\emptyset \subseteq A$ 对一切 $A$ 成立。 ⭐ 这条定理的意义：**不把 $\emptyset$ 当原始对象**，只用分离公理模式（对任一集合 $A$ 取 $\{x \in A : x \ne x\}$）也能把它造出来 —— 所以「空集」在 ZF 里不是一条额外的假设。 参考：Kunen, Set Theory, I.4 #### 二元并存在　`thm.binunion` *定理*　二元并 $a \cup b$ 存在 任给两个集合，它们的并仍是集合： $$\forall a \forall b \exists A \forall x [ x \in A \leftrightarrow ( x \in a \vee x \in b ) ]$$ 记作 $a \cup b$。 $a \cup b$ 是包含 $a$ 与 $b$ 的最小集合（$\subseteq$意义下）。 参考：Kunen, Set Theory, I.3 #### 笛卡尔积存在　`thm.product` *定理*　笛卡尔积 $A \times B$ 存在 任给两个集合，全体有序对构成一个集合： $$\forall A \forall B \exists C \forall z [ z \in C \leftrightarrow \exists a \in A, \exists b \in B, z = (a, b) ]$$ 记作 $A \times B = \{ (a, b) : a \in A, b \in B \}$。 它是「关系」「函数」得以定义为集合的前提：没有 $A \times B$，就没有 $R \subseteq A \times B$ 这个说法。 参考：Kunen, Set Theory, I.5 #### 并集与交集　`def.union-inter` *定义*　并集 / 交集（Union & Intersection） 设 $\mathcal{A}$ 是一族集合（$A$ 的**并**与**交**是它只有两个成员时的特例）： $$\bigcup \mathcal{A} := \{ x : \exists A \in \mathcal{A},\ x \in A \}$$ $$\bigcap \mathcal{A} := \{ x : \forall A \in \mathcal{A},\ x \in A \}$$ 两个集合的情形记作 $A \cup B$、$A \cap B$；可数族的并、交常记作 $\bigcup_{n} A_n$、$\bigcap_{n} A_n$。 显然 $A \cap B \subseteq A \subseteq A \cup B$。 由并集公理，$\bigcup \mathcal{A}$ 是集合；$\bigcap \mathcal{A}$ 由分离公理模式取出。 ⭐ **「对可数并封闭」「对可数交封闭」是整段测度论反复出现的条件**（$\sigma$-环、$\sigma$-代数、单调类都是这么定义的）。 ⚠ 分配律对任意族都成立：$A \cap \bigcup_i B_i = \bigcup_i (A \cap B_i)$；补与并、交的交换就是 De Morgan 律。 参考：Kunen, Set Theory, I.5 #### 差集与补集　`def.diff-complement` *定义*　差集 / 补集 / 对称差（Difference, Complement & Symmetric Difference） 设 $A$、$B$、$X$ 是集合且 $A, B \subseteq X$： - **差集**：$A \setminus B := \{ x \in A : x \notin B \}$； - **补集**（相对于 $X$）：$A^{c} := X \setminus A$； - **对称差**：$A \triangle B := (A \setminus B) \cup (B \setminus A)$。 基本恒等式： $$A \setminus B = A \cap B^{c}, \qquad (A^{c})^{c} = A, \qquad (\bigcup_i A_i)^{c} = \bigcap_i A_i^{c}$$ 最后一条就是 **De Morgan 律**。 ⭐ De Morgan 律是「用差 + 可数并推出可数交」的全部依据：$\bigcap_n A_n = A_1 \setminus \bigcup_{n \ge 2} (A_1 \setminus A_n)$ —— $\sigma$-环只要求对差与可数并封闭，可数交就自动有了。 ⚠ **补集必须相对于某个全集 $X$ 才有意义**，这也正是 $\sigma$-代数要含 $X$ 的原因：不含 $X$ 就只剩 $\sigma$-环，补运算落不到里面。 参考：Kunen, Set Theory, I.5 #### 空集 ∅　`def.empty` *定义*　空集（Empty Set） **空集**是不含任何元素的集合，记作 $\emptyset$： $$\emptyset := \{ x : x \ne x \}$$ 「$x \ne x$」对任何 $x$ 都不成立，所以这个集合里一个元素也没有。它是**语言里就给出的原始对象**，与外延公理、一阶语言同级。 于是对一切集合 $A$：$\emptyset \subseteq A$（空泛真），且 $\emptyset$ 是 $\subseteq$ 的最小元。 ⭐「$\emptyset \in \mathcal{A}$」「$\emptyset \notin F$」这类条件在测度论里到处都是（选择公理要求集合族里没有空集；$\mu(\emptyset) = 0$ 是测度的第一条）。 ⚠ 外延公理给的是「**至多**一个」；真正「存在」的那一半是分开来的，见「空集存在」。 ⚠ 区分 $\emptyset$ 与 $\{\emptyset\}$：后者含一个元素（那个元素是空集），所以 $\{\emptyset\} \ne \emptyset$。 ⚠ $\emptyset \subseteq A$ 是**空泛真**（vacuously true）：没有任何 $x \in \emptyset$ 需要检查。 参考：Kunen, Set Theory, I.5 #### 幂集 𝒫(X)　`def.power-set` *定义*　幂集（Power Set） 设 $X$ 是集合。$X$ 的**幂集**是「$X$ 的全部子集」装成的集合： $$\mathcal{P}(X) := \{ A : A \subseteq X \}$$ 于是 $A \in \mathcal{P}(X) \iff A \subseteq X$，且 $\mathcal{P}(X)$ 自己的元素都是集合。 由**幂集公理**，$\mathcal{P}(X)$ 确实是集合；由外延公理它唯一。 有限情形的元素个数：$|X| = n \implies |\mathcal{P}(X)| = 2^{n}$（每个元素「取或不取」）。 ⭐ 幂集是「把性质变成对象」的那一步：想谈「$X$ 的所有子集」这件事本身（而不是逐个谈），就得有幂集。$\mathcal{P}(X)$ 同时是几个重要构造的舞台： - 外测度定义在**全体子集**上：$\mu^* : \mathcal{P}(X) \to [0, +\infty]$； - 环、$\sigma$-代数、单调类都是 $\mathcal{P}(X)$ 的某一族子集； - 生成的 $\sigma$-代数取的就是「一切包含 $\mathcal{E}$ 的 $\sigma$-代数之交」，而 $\mathcal{P}(X)$ 保证这个交不空。 ⚠ $\emptyset \in \mathcal{P}(X)$ 且 $X \in \mathcal{P}(X)$ 对一切 $X$ 成立 —— 幂集从来不是空的。 参考：Kunen, Set Theory, I.5 ### 星团：关系与函数 > 造出函数：关系加上单值性。顺带造出等价关系与商集 —— 后面 ℤ / ℚ / ℝ 全靠这一招粘出来。 #### 关系　`def.rel` *定义*　关系（Relation） 设 $A$、$B$ 是集合。 **关系** $R$ 由有序对组成；$R \subseteq A \times B$ 表示 $R$ 是 $A$ 到 $B$ 的关系。 - **定义域** $\operatorname{dom} R = \{ a : \exists b (a, b) \in R \}$； - **值域** $\operatorname{ran} R = \{ b : \exists a (a, b) \in R \}$； - **逆** $R^{-1} = \{ (b, a) : (a, b) \in R \}$。 在 ZFC 里关系就是一个集合（由有序对组成），没有额外的原始概念 —— 所以「$\preceq$ 是 $A$ 上的关系」这句话本身是有内容的：它说的是一族有序对。 常见的两类关系：**等价关系**（自反、对称、传递）与**偏序**（自反、反对称、传递）——后者另开一条节点。 参考：Kunen, Set Theory, I.5 #### 映射　`def.function` *定义*　映射（Mapping） 设 $f$ 是 $A$ 到 $B$ 的关系。$f$ 是一个**映射**（记 $f : A \to B$），当且仅当对每个输入恰有一个输出： $$\forall a \in A, \exists! b \in B, (a, b) \in f$$ 唯一性使 $f(a) = b$ 这个记号不会歧义；此时 $\operatorname{dom} f = A$，$f$ 的**像**是 $f(A) = \{ f(a) : a \in A \}$。 单射 / 满射 / 双射见另一条节点；取值落在数集里的映射另有一个名字，叫**函数**。 在 ZFC 里「映射就是一种特殊的关系」：它只多了一条要求 —— 每个输入的输出**唯一**。 ⚠ 两个容易混的地方： - 「$f$ 是映射」不要求 $A$ 上处处有定义；要求了才写 $f : A \to B$（即 $\operatorname{dom} f = A$）。 - 像 $f(A)$ 一般只是 $B$ 的子集，满射才要求 $f(A) = B$。 ⭐ **「映射」是最一般的说法**（集合到集合），不管是几何体之间的、群之间的、还是函子之间的。中文书里常把它和「函数」混着用，本图把两者分开：**取值在数集的才叫函数**。 参考：Kunen, Set Theory, I.5 #### 函数　`def.number-function` *定义*　函数（Function） 设 $f : X \to Y$ 是**映射**。若它的取值落在**数集**里 —— 即 $Y \subseteq \mathbb{R}$ 或 $Y \subseteq \mathbb{C}$ —— 就叫 $f$ 是一个**函数**。 按中学课本的说法是「数集到数集的映射」；本图把**定义域**那一边放宽：$X$ 可以是任意集合（测度空间、拓扑空间、甚至另一个函数空间）。 ⭐ **为什么要和「映射」分开**：「映射」是集合层面最一般的说法（几何体之间、群之间、函子之间都用它）；「函数」专指**取值在数集**的那些 —— 只有输出是数，才谈得上加减乘、大小、取极限、求导、求积分。图里出现「函数」的地方几乎都在用这些结构。 **常用叫法**：$Y = \mathbb{R}$ 的叫**实值函数**，$Y = \mathbb{C}$ 的叫**复值函数**，$\mathbb{R}^{n} \to \mathbb{R}$ 的叫**多元函数**。 ⚠️ 中学课本的定义是「数集到数集的映射」。本图只要求**陪域**是数集：$f : X \to \mathbb{R}$ 里 $X$ 完全可以是一般的集合 —— 否则「可测函数」「连续函数」「$L^{p}$ 里的函数」都得另起名字，反而更绕。定义域也要求是数集的话，那些全都不是函数了。 参考：Rudin, Principles of Mathematical Analysis #### 单射 / 满射 / 双射　`def.bijection` *定义*　单射 / 满射 / 双射（Injective / Surjective / Bijective） 设 $f : A \to B$。 - $f$ **单射**（injective）：$f(a) = f(a') \implies a = a'$，即不同输入给不同输出； - $f$ **满射**（surjective）：$\forall b \in B, \exists a \in A : f(a) = b$，即 $f(A) = B$； - $f$ **双射**（bijective）：既单又满。 双射 $f : A \to B$ 的**逆** $f^{-1} : B \to A$ 也是双射（把 $f$ 看作关系时，逆关系就是 $f^{-1}$）。 于是「存在双射 $A \to B$」是集合之间的一种等价关系，用来定义**等势**。 ⭐ 单射在这里最常见的用法是**反证**：Hartogs 定理断言「存在不能单射进 $X$ 的序数」，良序定理的证明里「$\alpha \hookrightarrow X$ 不成立」也是同一个句式。 ⚠ 「是单射/满射」必须相对**指定的 $B$** 说：同一个函数 $f : \mathbb{R} \to \mathbb{R}$，$x \mapsto x^2$ 既不单也不满；把陪域改成 $[0, \infty)$ 就满了。 参考：Kunen, Set Theory, I.5 #### 像与原像　`def.preimage` *定义*　像与原像（Image / Preimage） 设 $f : X \to Y$ 是映射。 - 对 $A \subseteq X$，$A$ 的**像**是 $f(A) := \{\, f(x) : x \in A \,\} \subseteq Y$； - 对 $B \subseteq Y$，$B$ 的**原像**是 $f^{-1}(B) := \{\, x \in X : f(x) \in B \,\} \subseteq X$。 ⭐ **原像对并、交、补全部保持，而且不需要任何额外假设**： $$f^{-1}\Bigl(\bigcup_{i} B_{i}\Bigr) = \bigcup_{i} f^{-1}(B_{i}), \qquad f^{-1}\Bigl(\bigcap_{i} B_{i}\Bigr) = \bigcap_{i} f^{-1}(B_{i}), \qquad f^{-1}(B^{c}) = \bigl(f^{-1}(B)\bigr)^{c}$$ 像**没有**这些性质：$f(A \cap A') \subseteq f(A) \cap f(A')$ 一般只是包含，取等要 $f$ 单射。这正是「**连续**」（每个开集的原像是开集）与「**可测**」（每个可测集的原像可测）都用原像、不用像来定义的原因。 **证明（补集，其余两条逐字同理）**：$x \in f^{-1}(B^{c}) \iff f(x) \in B^{c} \iff f(x) \notin B \iff x \notin f^{-1}(B) \iff x \in \bigl(f^{-1}(B)\bigr)^{c}$ ✓。∎ **记号**：$f^{-1}$ 有两种用法 —— 作用在**元素**上（$f^{-1}(y)$）是逆映射，只在 $f$ 可逆时有意义；作用在**集合**上（$f^{-1}(B)$）是原像，**永远**有意义。看参数是元素还是集合就能分辨，两种含义在 $f$ 可逆时一致。 参考：Kunen, Set Theory, I.5 #### 商集与等价类　`def.quotient-set` *定义*　商集 / 等价类（Quotient Set） 设 $\sim$ 是集合 $A$ 上的一个**等价关系**。对 $a \in A$，称 $$[a] := \{ b \in A : b \sim a \}$$ 为 $a$ 的**等价类**；称 $$A / \sim\ := \{ [a] : a \in A \}$$ 为 $A$ 关于 $\sim$ 的**商集**。三条基本事实： - $a \in [a]$； - $[a] = [b] \iff a \sim b$； - 不同的等价类**两两不交**，且全体之并恰为 $A$ —— 也就是说，等价关系把 $A$ **划分**成一块块。 ⭐ 这是数学里「造新对象」最常用的手法：手头只有一类东西，却想得到另一类，就把前者按某个等价关系**粘**起来。本星图里至少四处用到： - $\mathbb{Z} = (\mathbb{N} \times \mathbb{N})/\sim$、$\mathbb{Q} = (\mathbb{Z} \times (\mathbb{Z}\setminus\{0\}))/\sim$、$\mathbb{R} = \{$有理 Cauchy 列$\}/\sim$； - $L^1$、$L^p$ 的元素其实是**函数的等价类**（a.e. 相等视为同一个）； - RN 导数 $d\nu/d\mu$ 也是一个等价类，而不是单个函数。 ⚠ 等价类的**代表元不唯一**，所以凡是要在商集上定义的东西（运算、序、范数），都必须先证明「与代表元的选取无关」，也就是**良定义**。这是商构造最容易漏掉的一步。 参考：Kunen, Set Theory, I.5 ### 星团：基数与等势 > 造出「集合有多大」这把尺子：等势 → 基数 → 可数与不可数 → Cantor 定理 → 基数可比。 #### Hartogs 定理　`thm.hartogs` *定理*　Hartogs 定理（Hartogs' Theorem, 1915）—— ZF 中即可证明 对任意集合 $X$，都存在一个**不能单射进 $X$** 的序数；取其中最小的那个，记作 $\aleph (X)$，叫做 $X$ 的 **Hartogs 数**（Hartogs 序数）。 $$\forall X \exists\alpha ( \alpha \hookrightarrow X\text{ 不成立} ),\text{ 且} \alpha = \aleph(X)\text{ 时}: \forall\beta < \alpha, \beta \hookrightarrow X\text{ 成立}$$ ⭐⭐ **它在 ZF 里就能证，不需要选择公理。** 这是它最要紧的性质 —— 正因为不依赖 AC，它才能安全地用在「$AC \implies$ 良序定理」「$AC \implies$ 佐恩引理」这类证明里，用来说明超限递归**必定停下来**，而不至于循环论证。 **证明思路**（全在 ZF 内）：设 $\mathcal{W}$ 为 $X$ 的各个子集上的良序关系全体 —— 它是集合，因为 $\mathcal{W} \subseteq \mathcal{P}(X \times X)$。任意两个这样的良序，较短者必同构于较长者的一个初始段，故按「序型」它们两两可比；由替换公理，这些序型构成一个集合 $A$。$A$ 在 $\in$ 下是传递的良序集，于是 **$A$ 本身就是一个序数 $\alpha$**。若 $\alpha$ 能单射进 $X$，把这个单射搬过去，就得到 $X$ 某个子集上的一个良序、其序型恰为 $\alpha$，即 $\alpha \in A = \alpha$ —— 与序数不能自属矛盾。故 $\alpha$ 不能单射进 $X$。 **它怎样让递归「停」**：超限递归每走一步就吐出 $X$ 的一个新元素。若一直走下去，就会得到 $\aleph (X) \to X$ 的单射，与 $\aleph (X)$ 的定义直接冲突。所以递归必在某个 $\alpha < \aleph (X)$ 处停止。 **一个立刻的推论**：序数全体不构成集合（Burali–Forti 悖论）。在 Hartogs 定理里取 $X =$ 全体序数即可 —— 每个序数都通过恒等映射单射进它。 参考：Hartogs (1915)；Kunen, Set Theory, I.11；Jech, The Axiom of Choice, Ch. 2 #### 可数与不可数　`def.countable` *定义*　可数 / 至多可数（Countable） 设 $\mathbb{N} = \{0, 1, 2, \ldots\}$ 是自然数集。 集合 $A$ **可数**，当且仅当存在双射 $A \to \mathbb{N}$（即能把 $A$ 排成一个无穷序列 $a_0, a_1, a_2, \ldots$，一个不漏、一个不重）。 既有限又可数的情形合起来叫**至多可数**：$A$ 至多可数 $\iff$ 存在单射 $A \to \mathbb{N}$。 不是至多可数的集合叫**不可数**。 ⭐ 这一条撑起了两大块内容： - **$\sigma$-环 / $\sigma$-代数 / 单调类**：可数并、可数交里的「可数」就是它； - **测度的可数可加**：$\mu(\bigcup_n E_n) = \sum_n \mu(E_n)$ 里的下标集要可数。 基本事实：$\mathbb{N} \times \mathbb{N}$ 可数；至多可多个可数集的并仍可数；$\mathbb{R}$ 不可数（Cantor 对角线法）。 ⚠ 「可数」不是「数得完」：$\mathbb{N}$ 自己就可数但数不完。 参考：Kunen, Set Theory, I.6 #### 等势　`def.equinumerous` *定义*　等势（Equinumerous） 集合 $A$ 与 $B$ **等势**（记 $|A| = |B|$ 或 $A \approx B$），当且仅当存在**双射** $$f : A \to B$$ 「等势」是集合之间的一种等价关系：自反（恒等映射）、对称（逆映射）、传递（合成）。 ⭐ 这是**比较大小的正确方式**：不去数个数（无限集数不完），而是问「能不能一一配对」。 经典结果： - $\mathbb{N}$ 与 $\mathbb{Q}$、$\mathbb{N} \times \mathbb{N}$ 都等势（可数）； - $(0, 1)$ 与 $\mathbb{R}$ 等势（$x \mapsto \tan \pi(x - 1/2)$ 之类）； - $\mathbb{N}$ 与 $\mathbb{R}$ **不等势**（Cantor 定理）。 ⚠ $A \subseteq B$ 与「等势」无关：$\mathbb{N} \subset \mathbb{Q}$ 但两者等势 —— 这正是无限集与有限集的分界（Dedekind 的刻画：与某个真子集等势 $\iff$ 无限）。 参考：Kunen, Set Theory, I.6 #### 基数 |A|　`def.cardinal` *定义*　基数与基数的比较（Cardinality） 等势把「所有集合」分成一个个类。「集合 $A$ 的**基数**」$|A|$ 指的就是 $A$ 所在的这个等势类 —— 它衡量 $A$ 有多大，而不关心 $A$ 的元素是什么。 比较两个基数： - $|A| \le |B|$：存在**单射** $A \to B$； - $|A| = |B|$：存在**双射** $A \to B$（等势）； - $|A| < |B|$：$|A| \le |B|$ 但 $|A| \ne |B|$。 若 $|A| \le |B|$ 且 $|B| \le |A|$，则 $|A| = |B|$（Schröder–Bernstein 定理）。 ⭐ 记号的用法：$|\mathbb{N}| = \aleph_0$（可数无限），$|\mathbb{R}| = 2^{\aleph_0}$，且 $\aleph_0 < 2^{\aleph_0}$。 ⚠ 严格说来「等势类」不是集合（它是真类），所以 ZFC 里的通行做法是：先有**序数**，再用良序定理（$\iff$ AC）取每个等势类里最小的那个序数作代表，那个序数就叫基数。 > 本星图只用到「$|A| \le |B|$ 靠单射、$|A| = |B|$ 靠双射」这两件事 —— 它们不需要选代表就能用。 ⚠ 任意两个基数**不一定可比**，这正是**基数可比定理**（要用 AC）的内容。 参考：Kunen, Set Theory, I.6 #### Cantor 定理　`thm.cantor` *定理*　Cantor 定理：$|A| < |\mathcal{P}(A)|$ 对任意集合 $A$： $$|A| < |\mathcal{P}(A)|$$ 也就是说：**不存在**从 $A$ 到 $\mathcal{P}(A)$ 的满射（当然也不存在双射），但 $a \mapsto \{a\}$ 是单射。 ⭐ 推论：**没有最大的基数** —— 从任何集合出发，取幂集就得到更大的。于是 $\aleph_0 < 2^{\aleph_0} < 2^{2^{\aleph_0}} < \cdots$ 取 $A = \mathbb{N}$ 就得到「$\mathbb{R}$ 不可数」（$|\mathbb{R}| = 2^{\aleph_0}$）。 证明用的是**对角线法**（见边的证明）：那个「对角集」$D = \{ a \in A : a \notin f(a) \}$ 不在 $f$ 的像里。这是数学史上最会产定理的一个构造，往后 Cantor–Bernstein、Gödel 不完备定理、停机问题用的都是它。 参考：Kunen, Set Theory, I.6 #### Schröder–Bernstein 定理　`thm.schroder-bernstein` *定理*　Schröder–Bernstein 定理 若存在单射 $f : A \to B$ 与单射 $g : B \to A$，则存在**双射** $A \to B$，即 $$|A| \le |B| \ \text{且}\ |B| \le |A| \implies |A| = |B|$$ ⭐ 它的价值在于**省事**：要证两个集合等势，只要各造一个方向的单射，不必显式写出那个双射。（对比：Cantor 定理的另一条路 —— 有单射无满射 —— 用的是对称的说法。） ⚠ 它**不需要**选择公理：证明是构造性的（见边的证明），这也是它比「任意两个基数可比」好用的地方。 参考：Kunen, Set Theory, I.6 #### 基数可比定理　`thm.cardinal-comparable` *定理*　基数可比定理（需要选择公理） 在**选择公理**下：对任意两个集合 $A$、$B$，必有 $$|A| \le |B| \quad \text{或} \quad |B| \le |A|$$ 即任意两个基数都可以比较大小。 ⭐ 这条是「基数排序」的许可证：没有它，连「$A$ 比 $B$ 大」这句话都可能毫无意义。 证明路线（见边）：**良序定理**把 $A$、$B$ 都良序化 $\to$ 对应的序数可以比较 $\to$ 于是有一个方向能放进单射。所以这条定理与 AC、良序定理是同一件事的三种说法。 ⚠ 没有 AC 时确实有不可比的基数（Jech, *The Axiom of Choice*）。 参考：Jech, The Axiom of Choice, Ch. 3 ### 星团：数系的构造 > 造出数本身：ℕ → ℤ → ℚ → ℝ → ℂ。每一步都是同一招 —— 把已有对象按等价关系粘成等价类；ℝ 那一跳是把 ℚ 按 Cauchy 列**完备化**。⚠️ ℝ 是造出来的，三组性质（域、序、确界原理）是**定理**，不是定义。 #### 自然数集存在　`thm.omega` *定理*　自然数集 $\omega$ 存在 存在**最小归纳集** $\omega$：它含有 $\emptyset$，对 $x \mapsto x \cup \{x\}$ 封闭，且含于一切归纳集之中： $$\omega = \{ \emptyset, \{\emptyset\}, \{\emptyset, \{\emptyset\}\}, \{\emptyset, \{\emptyset\}, \{\emptyset, \{\emptyset\}\}\}, \ldots \}$$ 把 $\in$ 读作 $<$，$\langle \omega , \in \rangle$ 就是自然数系 $\langle \mathbb{N}, <\rangle$。 $\omega$ 同时也是最小的极限序数。构造它需要无穷公理 + 幂集公理 + 分离公理模式三者合力。 参考：Kunen, Set Theory, I.5 #### 复数 ℂ　`def.complex` *定义*　复数系 $\mathbb{C}$（Complex Numbers） **复数系** $\mathbb{C} := \mathbb{R}^2$，配以下运算： $$(a, b) + (c, d) := (a + c, b + d), \qquad (a, b)(c, d) := (ac - bd, ad + bc)$$ 记 $i := (0, 1)$，则每个复数唯一地写成 $z = a + bi$（$a, b \in \mathbb{R}$）。 $\bar{z} := a - bi$ 是**共轭**，$|z| := \sqrt{a^2 + b^2}$ 是**模**；并且 $$|zw| = |z|\,|w|, \qquad z \bar{z} = |z|^2$$ 于是每个 $z \ne 0$ 都有逆 $z^{-1} = \bar{z}/|z|^2$：$\mathbb{C}$ 是一个域。 ⭐ $\mathbb{C}$ 与 $\mathbb{R}^2$ 的区别只在乘法 —— 而正是这个乘法让 $\mathbb{C}$ 成为**代数闭域**（每个多项式都有根），也让复值函数的积分理论比实值情形简洁：$|f|$ 与 $L^p$ 理论的表述不必再分正负部。 ⚠ **$\mathbb{C}$ 是有序域之外的东西**：它上面**没有**与运算相容的全序。若不然，由 $1 = 1^2 > 0$ 得 $-1 < 0$；可是 $i \ne 0$，而有序域里**平方元非负**，$i^2 = -1$ 应当 $\ge 0$ —— 矛盾。 本星图里 $\mathbb{C}$ 主要出现在两处：复值函数的积分（拆实部虚部）、复测度（取值在 $\mathbb{C}$ 里，自动有限）。 参考：Rudin, Real and Complex Analysis, Ch. 1 #### 归纳原理与递推定义　`thm.induction` *定理*　归纳原理 / 递推定义（Induction & Recursion） 设 $\omega$ 是最小归纳集（即 $\mathbb{N}$）。 **(i) 归纳原理**：若 $S \subseteq \omega$ 满足 $$\emptyset \in S, \qquad x \in S \implies x \cup \{x\} \in S$$ 则 $S = \omega$。 **(ii) 递推定义**：给定集合 $A$、元素 $a_0 \in A$ 与函数 $F : A \to A$，存在**唯一**的函数 $g : \omega \to A$ 使 $$g(\emptyset) = a_0, \qquad g(x \cup \{x\}) = F(g(x)) \quad \forall x \in \omega$$ ⭐ **归纳原理管证明，递推定义管构造** —— 两者是一件事的两面，都来自「$\omega$ 是最小归纳集」这一条。 $\mathbb{N}$ 上的加法、乘法、序，以及后面 $\mathbb{Z}$、$\mathbb{Q}$ 的运算，全都是用递推定义出来、再用归纳原理验证性质的。 ⚠ **归纳原理只对 $\omega$ 成立**；换成一般的良序集要做**超限归纳 / 超限递归**。 ⚠ 递推定义要用「函数 $F$」而不是「一句话」，否则会掉进「用未定义的东西定义自己」的坑。 参考：Kunen, Set Theory, I.5 #### 自然数的加法与乘法　`def.nat-arith` *定义*　自然数上的加法与乘法（由递推定义） 设 $\omega = \mathbb{N}$，$S(n) := n \cup \{n\}$，$0 := \emptyset$。用**递推定义**在 $\omega$ 上定义两个运算。 **加法**：对每个固定的 $m$，$n \mapsto m + n$ 是满足下式的唯一 $g : \omega \to \omega$： $$m + 0 := m, \qquad m + S(n) := S(m + n)$$ **乘法**：同样地， $$m \cdot 0 := 0, \qquad m \cdot S(n) := m \cdot n + m$$ **为什么只能这样定义**：$\omega$ 本身就是递归地造出来的，唯一「从 $\omega$ 出发造东西」的工具就是递推定义。加法、乘法、幂、序，全从这一条出来。 ⚠️ 这两条只是「**存在唯一**」的断言 —— 存在性正是**递推定义定理**给的内容，所以它们是**定义**而不是公理，也不需要额外的公理。 **性质靠归纳原理验证**（不属于定义）：以 $0 + n = n$ 为例 —— $n = 0$ 时两边都是 $0$；设 $0 + n = n$，则 $0 + S(n) = S(0 + n) = S(n)$ ✓。交换律 $m + n = n + m$ 要先证两条引理 $0 + n = n$ 与 $S(m) + n = S(m + n)$，再对 $n$ 归纳；结合律、分配律 $m(n+k) = mn + mk$ 同理。 ⭐ **它是后面所有运算的原型**：$\mathbb{Z}$ 的加法 $[a,b] + [c,d] := [a+c,\ b+d]$ 里的 $+$、$\mathbb{Q}$ 的加法、$\mathbb{R}$ 的逐项加法，里子都是这一个 $+$。 参考：Kunen, Set Theory, I.5 #### 整数 ℤ　`def.int` *定义*　整数 $\mathbb{Z}$（由 $\mathbb{N} \times \mathbb{N}$ 构造） 在 $\mathbb{N} \times \mathbb{N}$ 上定义 $$(a, b) \sim (c, d) :\iff a + d = b + c$$ （直观：$(a, b)$ 代表 $a - b$；这条等价关系说的正是「差相同」。）它确实是一个等价关系。令 $$\mathbb{Z} := (\mathbb{N} \times \mathbb{N}) / \sim$$ 元素记作 $[a, b]$（即 $a - b$）。$\mathbb{Z}$ 上的**运算与序**（都要先验证与代表元无关）： $$[a, b] + [c, d] := [a + c,\ b + d]$$ $$[a, b] \cdot [c, d] := [ac + bd,\ ad + bc]$$ $$[a, b] \le [c, d] :\iff a + d \le b + c$$ 其中加法与序来自 $\mathbb{N}$ 的加法与序，乘法的写法是照着 $(a - b)(c - d) = ac + bd - (ad + bc)$ 抄的。 ⭐ 动机一句话：**$\mathbb{N}$ 里减法学不通**（$3 - 5$ 不存在），但「$3 - 5$」这个**对**总有意义 —— 于是把「差」本身当成新对象。 副产品：$\mathbb{Z}$ 有加法零元 $[0, 0] = 0$ 与加法逆元 $-[a, b] = [b, a]$ —— 这正是 $\mathbb{N}$ 缺的东西。 ⚠ $\mathbb{Z}$ 里 $\mathbb{N}$ 是通过 $a \mapsto [a, 0]$ **嵌进去**的（单射且保持运算与序），所以写 $3 \in \mathbb{Z}$ 时用的是这个嵌入 —— 这一步不能省。 参考：Kunen, Set Theory, I.5 #### 有理数 ℚ　`def.rat` *定义*　有理数 $\mathbb{Q}$（由 $\mathbb{Z} \times (\mathbb{Z}\setminus\{0\})$ 构造） 在 $\mathbb{Z} \times (\mathbb{Z} \setminus \{0\})$ 上定义 $$(a, b) \sim (c, d) :\iff ad = bc$$ （直观：$(a, b)$ 代表 $a/b$；这条等价关系说的正是「分数值相同」。）令 $$\mathbb{Q} := (\mathbb{Z} \times (\mathbb{Z} \setminus \{0\})) / \sim$$ 元素记作 $a/b$。运算与序： $$\frac{a}{b} + \frac{c}{d} := \frac{ad + bc}{bd}, \qquad \frac{a}{b} \cdot \frac{c}{d} := \frac{ac}{bd}, \qquad \frac{a}{b} \le \frac{c}{d} :\iff ad \le bc \quad (b, d > 0)$$ 于是 $\mathbb{Q}$ 是一个**有序域**：四则运算齐全，且与序相容。 ⭐ 动机同上：**$\mathbb{Z}$ 里除法学不通**（$1/2$ 不存在），但「分子分母的对」总有意义。 ⚠ 分母取自 $\mathbb{Z} \setminus \{0\}$ —— 「$0$ 不能作分母」在这里**不是一条约定，而是构造的一部分**：分母的集合里根本没有 $0$。 ⚠ 记号 $a/b$ 会让人以为「$a/b$ 是一个函数值」，其实它是**等价类**；这正好解释了为什么 $\frac{1}{2} = \frac{2}{4}$：它们是同一个等价类的两个代表元。 ⭐ **到此为止四则运算齐全了，但序还不完备**：$\{q \in \mathbb{Q} : q^2 < 2\}$ 有上界（比如 $2$）却在 $\mathbb{Q}$ 里没有上确界。这正是 $\mathbb{R}$ 要补的那一口气。 参考：Kunen, Set Theory, I.5 #### 绝对值 |x|　`def.abs` *定义*　绝对值 $|x|$（Absolute Value） 设 $K$ 是**有序域**（$\mathbb{Q}$ 与 $\mathbb{R}$ 都是），$x \in K$。定义 $$|x| := \begin{cases} x, & x \ge 0 \\ -x, & x < 0 \end{cases} \qquad\text{即}\qquad |x| = \max\{x, -x\}$$ 于是 $|x| \ge 0$ 恒成立，且 $|x| = 0 \iff x = 0$。 ⭐ 读法：$|x|$ 是**到原点的距离**，与符号无关。两点之间的距离就是 $|x - y|$ —— 这就是后来**距离空间**里那个距离的原型：把「差」扔掉，只留下「距离」这个概念本身。 立刻能验证的两条（都由定义分情形）： - $|-x| = |x|$； - $|xy| = |x|\,|y|$。 ⚠ **不等号那一侧的估计不属于定义**：$|x + y| \le |x| + |y|$ 是一条**定理**（见「三角不等式」）—— 定义里只有分情形，没有不等式。 参考：Rudin, Principles of Mathematical Analysis, Ch. 1 #### 三角不等式　`thm.triangle` *定理*　三角不等式 $|x + y| \le |x| + |y|$ 设 $K$ 是有序域（如 $\mathbb{Q}$、$\mathbb{R}$），$x, y \in K$。则 $$|x + y| \le |x| + |y|$$ 并且由此得到两个常用的变形： $$\big| |x| - |y| \big| \le |x - y|, \qquad |x_1 + x_2 + \cdots + x_n| \le |x_1| + |x_2| + \cdots + |x_n|$$ （后者由前者对 $n$ 归纳。） ⭐ 这是**一切估计的起点**：Cauchy 列的线性运算、极限的四则运算、级数的比较判别法、距离空间里那条 $d(x, z) \le d(x, y) + d(y, z)$，归根到底都是它（距离空间那条是把它**取作公理**）。 ⚠ 证明只有分情形，没有任何技巧 —— 但**「$a \le |a|$ 且 $-a \le |a|$」这两句是全部的关键**：由它得 $-(|x| + |y|) \le x + y \le |x| + |y|$，而 $|t| \le c \iff -c \le t \le c$（$c \ge 0$）。 参考：Rudin, Principles of Mathematical Analysis, Ch. 1 #### Cauchy 列与零列　`def.cauchy-null` *定义*　有理 Cauchy 列 / 零列 / 等价（Cauchy & Null Sequences） 设 $(x_n)$ 是**有理数列**（即函数 $\omega \to \mathbb{Q}$），$|x|$ 是 $\mathbb{Q}$ 上的绝对值，$\varepsilon$ 一律取**正有理数**（此时还不需要实数）。 $(x_n)$ 是 **Cauchy 列**： $$\forall \varepsilon > 0,\ \exists N,\ \forall m, n \ge N : |x_m - x_n| < \varepsilon$$ $(x_n)$ 是**零列**： $$\forall \varepsilon > 0,\ \exists N,\ \forall n \ge N : |x_n| < \varepsilon$$ 两个 Cauchy 列**等价**： $$(x_n) \sim (y_n) :\iff (x_n - y_n) \text{ 是零列}$$ （$\sim$ 是等价关系：自反、对称显然，传递由三角不等式。） ⭐ **为什么要「模去零列」**：同一个实数有很多种逼近方式 —— 比如 $(1, 1, 1, \ldots)$ 与 $(1.1,\ 1.01,\ 1.001,\ \ldots)$ 都该代表 $1$，而它们的差是零列。等价类把「同一个数的不同逼近」粘成一件事。 ⚠ 这里**只用 $\mathbb{Q}$ 的序与绝对值**（$\varepsilon$ 取正有理数、绝对值是 $\mathbb{Q}$ 上的），所以**不构成循环**：这一步在造出 $\mathbb{R}$ 之前完全说得通。度量空间里那套「距离、Cauchy 列、完备」的语言，正是从这里的做法抽出来的。 三条后面要用的事实： - Cauchy 列**有界**； - Cauchy 列的**和、差、积仍是 Cauchy 列**； - **不是零列的 Cauchy 列，从某一项起 $|x_n| \ge \delta$**（某个正有理数 $\delta$）—— 于是它的倒数（去掉前面有限项）也是 Cauchy 列。第三条是「乘法有逆元」的全部依据。 参考：Rudin, Principles of Mathematical Analysis, Ch. 3 #### 实数系 ℝ　`def.real` *定义*　实数系 $\mathbb{R}$（由 Cauchy 列构造） 记 $\mathcal{C}$ 为全体**有理 Cauchy 列**，$\sim$ 是「差为**零列**」这个等价关系（见「Cauchy 列与零列」）。令 $$\mathbb{R} := \mathcal{C} / \sim$$ 元素是等价类 $[x_n]$。运算**逐项**定义，序用代表元定义： $$[x_n] + [y_n] := [x_n + y_n], \qquad [x_n] \cdot [y_n] := [x_n y_n]$$ $${}[x_n] > 0 :\iff \exists q \in \mathbb{Q},\ q > 0,\ \exists N,\ \forall n \ge N : x_n \ge q$$ （一般的序由 $[y_n] \ge [x_n] :\iff [y_n - x_n] \ge 0$ 给出。）零与一取常数列： $$0 := [(0,0,0,\ldots)], \qquad 1 := [(1,1,1,\ldots)]$$ 最后，$\mathbb{Q}$ 通过**常数列**嵌入 $\mathbb{R}$： $$q \mapsto [(q, q, q, \ldots)]$$ ⭐ **这就是构造**：$\mathbb{R}$ 不被假定存在，它由**上一层的对象**粘出来 —— 有理数（$\mathbb{Q}$）$\to$ 有理数列（函数 $\omega \to \mathbb{Q}$）$\to$ 其中的 Cauchy 列 $\to$ 按等价关系取商集。每一步都只用到已经有的东西，一个新的对象都没有凭空进来。 - 元素是**等价类**，不是序列本身；否则同一个数的不同逼近方式会变成不同的实数。 - 运算与序是**用代表元写出来的**，所以必须验证它们**与代表元的选取无关**（良定义）—— 这是商构造最容易漏的一步。 ⭐ 这一手法的**一般化就是「度量空间的完备化」**：把 $\mathbb{Q}$ 换成任意度量空间 $(X, d)$，把 $|x_m - x_n|$ 换成 $d(x_m, x_n)$，「取 Cauchy 列、模去零列」照搬无误 —— $\mathbb{R}$ 的构造是它的原型。 📌 **三组性质不在定义里**：域公理、序公理、确界原理都是关于这个构造的**定理**（见「$\mathbb{R}$ 是完备有序域」）。存在性由构造给出，不需要公理。 📌 另一条路是**戴德金分割**（取 $\mathbb{Q}$ 的满足「非空、有上界、无最大元」的子集作为元素）：路数不同，造出来的对象同构 —— 见「完备有序域的唯一性」。 参考：Rudin, Principles of Mathematical Analysis, Ch. 3；Tao, Analysis I, Ch. 5 #### 阿基米德性质　`lem.archimedean` *引理*　阿基米德性质与 $\mathbb{Q}$ 的稠密性 设 $K$ 是一个**完备有序域**（比如 $\mathbb{R}$）。则： **(i) 阿基米德性质**：自然数在 $K$ 中没有上界 —— $$\forall x \in K,\ \exists n \in \mathbb{N} : n > x$$ **(ii) $\mathbb{Q}$ 在 $K$ 中稠密**：任意两个元素之间都夹着一个有理数 —— $$\forall x, y \in K,\ x < y \implies \exists q \in \mathbb{Q} : x < q < y$$ （这里的 $\mathbb{Q}$ 指 $\mathbb{Q}$ 在 $K$ 中的嵌入像：$1$ 在 $K$ 中生成 $\mathbb{Z}$，再取分式得到 $\mathbb{Q}$。） ⭐ 两条都是**完备性（确界原理）的推论**，不需要任何别的假设。 它们的用处很大： - 证明**完备有序域的唯一性**（$\mathbb{R}$ 的良定义性）时要靠 (ii) —— 有理数在两边都稠密，才能用「有理数的像」去逼近任意元； - 分析里所有的「取 $n$ 足够大」「取 $\varepsilon = 1/n$」实质上都是在用 (i)； - (ii) 也是「用有理数逼近实数」的许可证：任何实数都是有理数的上确界。 ⚠ 完备性 $\implies$ 阿基米德性，但**反过来不成立**：$\mathbb{Q}$ 是阿基米德的，然而不完备。 ⚠ (ii) 中夹着的那个 $q$ 必须**严格**在两个数之间 —— 这正是「稠密」比「有任意接近的有理数」强的地方。 参考：Tao, Analysis I, Ch. 5（实数的构造）；Rudin, Principles of Mathematical Analysis, Ch. 1 #### 完备有序域的唯一性　`thm.real-unique` *定理*　任何完备有序域都与 $\mathbb{R}$ 同构（构造无关性） 设 $K$ 是**完备有序域**。则存在**唯一**的双射 $f : \mathbb{R} \to K$，它同时保持加法、乘法与序： $$f(x + y) = f(x) + f(y), \qquad f(xy) = f(x)\,f(y), \qquad x \le y \iff f(x) \le f(y)$$ 也就是说：$\mathbb{R}$ 之外没有别的完备有序域 —— 任何一个都与它同构。 ⭐ **这条定理说的是「构造之间的一致性」**：$\mathbb{R}$ 的存在性已经由构造给出（不需要它），它说的是换一条路造 $\mathbb{R}$（Cauchy 列、戴德金分割、小数展开……）得到的是**同一个对象** —— 所以「$\mathbb{R}$ 有什么性质」不取决于选了哪条路，两条路造出来的东西可以互相替换。 证明三步（见边）：把 $1$ 的像固定 $\implies$ $\mathbb{Q}$ 的嵌入像被唯一确定；$\implies$ 用**上确界**把映射推广到整个 $K$（这才是要用完备性的地方）；$\implies$ 唯一性靠「$\mathbb{Q}$ 在 $K$ 中稠密」把两个同构逼成同一个。 ⚠ 少任何一条公理，唯一性就没了：$\mathbb{Q}$ 不是唯一的有序域（$\mathbb{Q}(\sqrt{2})$ 是另一个），$\mathbb{Q}$ 与 $\mathbb{Q}(\sqrt 2)$ 作为有序域不同构，两者都满足「有序域」的全部公理。 参考：Tao, Analysis I, Ch. 5（实数的构造） #### ℝ 不可数　`thm.real-uncountable` *定理*　实数集是稠密而不可数的：$|\mathbb{R}| = 2^{\aleph_0}$ **实数集 $\mathbb{R}$ 不可数**：不存在从 $\mathbb{N}$ 到 $\mathbb{R}$ 的满射，即 $\mathbb{R}$ 不能排成一个序列。 更强的结论： $$|\mathbb{R}| = |\mathcal{P}(\mathbb{N})| = 2^{\aleph_0} > \aleph_0$$ ⭐ 证明走**闭区间套 + 对角线**（见边）：假设 $\mathbb{R}$ 可以排成 $x_1, x_2, \ldots$，就用二分法造一串套起来的闭区间，把 $x_n$ 逐个排除出去，再用**完备性**取出它们唯一的公共点 —— 它不等于任何一个 $x_n$。 ⚠ 整段证明**只用到 $\mathbb{R}$ 的完备性**（确界原理），不需要基数理论；$|\mathbb{R}| = 2^{\aleph_0}$ 那一半是拿二进制展开与 $\mathcal{P}(\mathbb{N})$ 配对，再引用 Cantor 定理。 **这条定理最反直觉的地方**：$\mathbb{Q}$ 与 $\mathbb{R}$ 都稠密、都可以逼近彼此，但 $\mathbb{Q}$ 可数（排得成一个序列）、$\mathbb{R}$ 不可数。**「稠密」与「一样多」是两回事** —— 这也正是分析必须做实数、不能只做有理数的根本原因。 参考：Tao, Analysis I, Ch. 8（可数性）；Rudin, Principles of Mathematical Analysis, Ch. 2 ### 星团：序数与超限 > 造出「无穷有多长」这把尺子：良序集的序型 → von Neumann 序数（传递的良序集）→ 三歧性 → 超限递归 / 超限归纳，顺带发现序数全体是真类。 #### 序数　`def.ordinal` *定义*　序数（von Neumann Ordinal） 集合 $\alpha$ 称为**序数**（von Neumann 序数），当且仅当： 1. **$\alpha$ 是传递的**：$\forall x \in \alpha,\; x \subseteq \alpha$（元素的元素仍是元素）； 2. **$\in$ 在 $\alpha$ 上是良序**：把 $\in$ 限制到 $\alpha$ 上，$\alpha$ 成为**良序集** —— 即对任意 $x, y \in \alpha$，$x \in y$、$x = y$、$y \in x$ 恰有一个成立，且 $\alpha$ 的每个非空子集有 $\in$-最小元。 由传递性，$\alpha$ 的**每个元素本身也是序数**。约定：$0 := \emptyset$，**后继序数** $\alpha + 1 := \alpha \cup \{ \alpha \}$；不含最大元的非零序数叫**极限序数**，$\omega$ 是最小的极限序数。序数全体记作 $\mathrm{On}$。 开头的几个：$\emptyset,\ \{ \emptyset \},\ \{ \emptyset, \{ \emptyset \} \},\ \ldots$，即 $0, 1, 2, \ldots$；接着是 $\omega,\ \omega + 1,\ \omega + 2,\ \ldots,\ \omega + \omega,\ \ldots$ ⭐⭐ **格式还是「集合 + 关系 + 公理」**：序数不是凭空的对象 —— 一个**传递集**，配上 $\in$ 这个**现成的**关系，就定出了一个序数。判别一个集合是不是序数，就是核对这两条。 ⭐⭐ **为什么不让「序型」当对象** —— 这是本包最要紧的一步：序型是同构类，而所有良序集的序型构成真类，取不出来（见「序数全体是真类」）。序数绕开了这件事：它给每个序型挑了一个**具体的代表**，就是一个传递的良序集。于是「序型之间的比较」变成「$\in$ 的比较」，可以真刀真枪地算。 ⚠ **$\alpha \in \beta$ 与 $\alpha < \beta$ 是同一件事**：序数上的 $\in$ 就是它的序。写 $\alpha < \beta$ 时，背后用的其实是 $\in$。 ⚠ 序数不只是「$\mathbb{N}$ 的推广」。$\omega$ 之后的序数一个比一个长，但它们的**大小**（基数）可以一直停在 $\aleph_0$ —— 在序数里，「更长」与「更大」是两件事。 参考：Kunen, Set Theory, I.11；Jech, Set Theory, 2.2 #### 超限递归　`thm.recursion-wellorder` *定理*　良序集上的递归定理（含超限归纳） 设 $(W, \preceq )$ 是**良序集**，$G$ 是任给的函数（可以取在一整个真类上）。记 $W_{< w} = \{ v \in W : v \prec w \}$。则存在**唯一**的函数 $F$ 定义在 $W$ 上，使 $$F(w) = G\big( F \upharpoonright W_{< w} \big), \qquad \forall w \in W$$ 也就是说：**每一步只依赖前面已经取到的值**。 **推论（超限归纳）**：若 $S \subseteq W$ 且 $\forall w \in W\; ( W_{< w} \subseteq S \to w \in S )$，则 $S = W$。 取 $W = \omega$，就是 $\mathbb{N}$ 上的**递推定义**与**数学归纳法**；$W$ 取任意良序集，就是**超限递归**与**超限归纳**。 ⭐⭐ 这是「**在无穷上做构造**」的许可证。在此之前，能用来造东西的只有有限的几步（配对、并、幂集、分离、替换）；要造出一整族互相依赖的对象，靠的就是这一条。它也是「良序」这个词真正的用途 —— 良序保证每一步之前的部分**有头有尾**，递归才停得下来。 ⭐ **为什么收「良序集」版而不是「序数」版**：$\omega$ 上的递推、序数上的超限递归都是它的特例，所以只收最通用的一条。（例外：$\mathbb{N}$ 上的数学归纳法另有更直接的来路 —— 它来自「$\omega$ 是最小归纳集」，不需要良序性的一般理论，所以那个节点保留。） ⚠ 递归式右边给的是「前面全部取值」这个**函数** $F \upharpoonright W_{< w}$，而不是一句话。写成一句话就会掉进「用未定义的东西定义自己」的坑。 参考：Kunen, Set Theory, I.9；Jech, Set Theory, 2.3 #### 序数可比　`thm.ordinal-trichotomy` *定理*　序数的三歧性：$\in$ 在 $\mathrm{On}$ 上是良序 对任意两个序数 $\alpha, \beta$，下式**恰有一个**成立： $$\alpha \in \beta, \qquad \alpha = \beta, \qquad \beta \in \alpha$$ 特别地，$\in$ 在序数全体上是**良序**：任意非空的一族序数都有最小元。 ⭐ 三歧性使序数可以当「坐标」用：任意两个**良序集**的序型一定可比，而且**不需要选择公理**。 ⚠ 这与「任意两个**基数**可比」完全是两件事，后者要用 AC（见「基数可比定理」）。差别在于序数**自带**一个良序 —— 就是 $\in$；而一般的集合没有先验的良序，要给它找一个，那正是良序定理（$\iff$ 选择公理）的内容。 参考：Kunen, Set Theory, I.11 #### 良序集的序型　`thm.wellorder-ordinal` *定理*　每个良序集序同构于唯一的序数 设 $(W, \preceq )$ 是**良序集**。则存在**唯一**的序数 $\alpha$，使 $(W, \preceq )$ 与 $(\alpha, \in)$ **序同构**。这个 $\alpha$ 称为 $W$ 的**序型**，记作 $\operatorname{ot}(W) = \alpha$。 ⭐⭐ 这一条就是「序数」这个东西真正被**造出来**的地方：序数不是先验摆在那里的，它由「每个良序集对应的那个规范良序集」给出 —— 而那个规范集是由**递归定理**一步步算出来的。 ⭐ 于是「$W$ 有多长」变成「$\operatorname{ot}(W)$ 是哪个序数」，两个良序集比长短变成比 $\in$ —— 这就是三歧性的用处。 ⚠ **唯一性**这一半要用到三歧性：两个序数若互相序同构，就必须相等。 参考：Kunen, Set Theory, I.11；Jech, Set Theory, 2.3 #### 序数全体是真类　`thm.burali-forti` *定理*　Burali–Forti：序数全体不构成集合 序数全体 $\mathrm{On}$ **不构成集合**（它是一个**真类**）：不存在一个集合，它的元素恰好是全部序数。 证明只有一行：若 $\mathrm{On}$ 是集合，则它是**传递的**（序数的元素还是序数），$\in$ 在它上面是**良序**（三歧性给出可比性），于是 $\mathrm{On}$ 本身就是一个序数，从而 $\mathrm{On} \in \mathrm{On}$ —— 与序数不能自属矛盾（$\in$ 在序数上是良序，不允许 $\in$-循环）。 ⭐ 这正是 **Hartogs 定理**的另一面：序数多到装不进任何集合。「存在不能单射进 $X$ 的序数」与「序数全体是真类」说的是同一件事。 ⚠ 与 Russell 悖论的关系：两者都是「把某个『全体』当成集合」引起的矛盾。在 ZFC 里它们的解决方式也一样 —— 那个「全体」是真类，不是集合，因此分离公理模式根本无从下手。 参考：Kunen, Set Theory, I.11；Jech, Set Theory, 2.2 ## 星系：序理论（Order Theory） > 偏序、格、链与完备性；佐恩引理一类「极大原理」的舞台。 ### 星团：序结构 > 造出「偏序集」这套舞台：链、上界、极大元、良序、有限特征。 #### 偏序集　`def.poset` *定义*　偏序集 / 全序集（Partially Ordered Set） 设 $\preceq$ 是集合 $A$ 上的二元关系。$\preceq$ 是 **$A$ 上的偏序**，当且仅当： - **自反**：$\forall x \in A, x \preceq x$； - **反对称**：$\forall x, y \in A ( x \preceq y \wedge y \preceq x \to x = y )$； - **传递**：$\forall x, y, z \in A ( x \preceq y \wedge y \preceq z \to x \preceq z )$。 若还满足 **可比性** $\forall x, y \in A ( x \preceq y \vee y \preceq x )$，则 $\preceq$ 称为 **$A$ 上的全序**（线性序），$(A, \preceq )$ 称为全序集。 称 $(A, \preceq )$ 为**偏序集**。由 $\preceq$ 定义**严格序**：$x \prec y :\iff x \preceq y \wedge x \ne y$ 典型例子：$\langle \mathcal{P}(S), \subseteq \rangle$ 是偏序集但不是全序集；$\langle \mathbb{R}, \le \rangle$ 是全序集。 反对称性是说：只允许「相等」这一种互相 $\le$ 的方式，所以偏序可以看成「$\le$ 的抽象」。 参考：Kunen, Set Theory, I.11；Davey & Priestley, Introduction to Lattices and Order #### 链　`def.chain` *定义*　链 / 反链（Chain / Antichain） 设 $(P, \preceq )$ 是偏序集，$C \subseteq P$。 **$C$ 是链**（也叫全序子集），当且仅当 $C$ 中任意两个元素都可比： $$\forall x, y \in C ( x \preceq y \vee y \preceq x )$$ **$C$ 是反链**，当且仅当 $C$ 中任意两个不同元素都不可比。 约定：$\emptyset$ 与单点集都算链。 「链」这个词是佐恩引理、Hausdorff 极大原理的中心概念——它们说的都是「链能长到多大」。 参考：Kunen, Set Theory, I.11 #### 界与确界　`def.bound` *定义*　上界 / 下界 / 确界 / 极大元（Bounds, Suprema & Extremal Elements） 设 $(P, \preceq )$ 是偏序集，$S \subseteq P$，$u, l, m \in P$。 - **$u$ 是 $S$ 的上界**：$\forall s \in S, s \preceq u$。 - **$l$ 是 $S$ 的下界**：$\forall s \in S, l \preceq s$。 - **$u$ 是 $S$ 的上确界**（记 $\sup S$）：$u$ 是上界，且 $u \preceq$ 每一个上界 —— 即**最小**的上界。 - **$l$ 是 $S$ 的下确界**（记 $\inf S$）：$l$ 是下界，且每一个下界 $\preceq l$ —— 即**最大**的下界。 - **$m$ 是 $P$ 的极大元**：$\forall x \in P ( m \preceq x \to x = m )$，即没有比 $m$ 更大的元素。 - **$m$ 是 $P$ 的最大元**：$\forall x \in P, x \preceq m$，即 $m$ 比所有元素都大。 把 $\preceq$ 换成 $\succeq$，前四条里的「上 / 大 / 极大」就变成「下 / 小 / 极小」。 ⚠ **极大元 $\ne$ 最大元**；**$\sup S$ 不必属于 $S$**（$\sup (0, 1) = 1$）—— 这是两组容易混的东西。 偏序集里一般不保证 $\sup$ 存在；$\mathbb{R}$ 的特别之处正是**保证它存在**，那就是**确界原理**（见「$\mathbb{R}$ 是完备有序域」）。 例子：$P = \{ \{1\}, \{2\} \}$ 按 $\subseteq$ 排序。两个元素都是极大元（谁也包不住谁），但没有最大元。 在**全序**集里两者才重合。偏序集里「极大」只要求「上面没有别人」，不要求「下面有所有人」。 佐恩引理保证的是极大元，而不是最大元——这一点在应用时最容易出错。 在 $\mathbb{R}$ 上 $u = \sup S$ 有一个只用序的等价说法：$\forall \varepsilon > 0, \exists s \in S : s > u - \varepsilon$（任意近地逼近，但不必取到）。 参考：Kunen, Set Theory, I.11；Rudin, Principles of Mathematical Analysis, Ch. 1 #### 良序集　`def.wellorder` *定义*　良序集（Well-Ordered Set） 全序集 $(W, \preceq )$ 是**良序的**，当且仅当 $W$ 的每个非空子集都有最小元： $$\forall S \subseteq W ( S \ne \emptyset \to \exists m \in S, \forall s \in S, m \preceq s )$$ 等价于：不存在无穷严格递减链 $w_{0} \succ w_{1} \succ w_{2} \succ \cdots$。 ⭐ **良序的用处只有一个：让「下一步」有定义。** 每一步之前的部分有头有尾，于是可以做**超限归纳**（证明）与**超限递归**（构造）—— 见「良序集上的递归定理」。 ⭐ 每个良序集都**序同构于唯一的一个序数**（见「良序集的序型」），那个序数就是它的「长度」。于是「两个良序集谁更长」变成「两个序数谁大」，而序数的大小就是 $\in$。 $\langle \mathbb{N}, \le \rangle$ 是良序的；$\langle \mathbb{Z}, \le \rangle$、$\langle \mathbb{R}, \le \rangle$ 不是（$\mathbb{R}$ 的某些非空子集没有最小元）。 参考：Kunen, Set Theory, I.11 #### 有限特征　`def.finchar` *定义*　有限特征族（Family of Finite Character） 集合族 $\mathcal{A}$ 具有**有限特征**，当且仅当对任意集合 $X$： $$X \in \mathcal{A} \iff X\text{ 的每个有限子集都属于} \mathcal{A}$$ 也就是说：「局部地看起来像 $\mathcal{A}$ 的成员」$\implies$「整体就是 $\mathcal{A}$ 的成员」。 典型例子： - 偏序集 $P$ 的**链族**（$X$ 是链 $\iff X$ 的每个二元子集可比）； - 向量空间的**线性无关子集族**； - 某个滤子之上的**滤子族**。 有限特征是 Tukey 引理的用武之地：只要目标族具有有限特征，极大元就自动存在（在 AC 之下）。 参考：Jech, The Axiom of Choice, Ch. 2 #### 序同构　`def.order-iso` *定义*　序同构与序型（Order Isomorphism） 设 $(A, \preceq )$ 与 $(B, \sqsubseteq )$ 是**偏序集**。双射 $f : A \to B$ 称为**序同构**，当且仅当 $$\forall a, b \in A\; ( a \preceq b \iff f(a) \sqsubseteq f(b) )$$ 即 $f$ 与 $f^{-1}$ **都保序**。此时称 $A$ 与 $B$ **序同构**，记 $A \cong B$。 ⭐ **序同构比「同构」严**：它要求**双向**保序，只要求 $f$ 保序是不够的 —— $f$ 保序且是双射时，$f^{-1}$ 不一定保序。 ⭐ **良序集上就省事了**：若两个良序集之间有**保序单射**，它自动是到某个初始段的序同构 —— 不必再回头验逆映射。这条性质是「序数可以比较」的全部技术来源。 ⚠ **序型**是序同构给出的等价类。良序集的序型**不是集合**：所有良序集的序型凑在一起构成真类，用一个具体的代表来替代它 —— 那就是序数。 参考：Kunen, Set Theory, I.11；Jech, Set Theory, 2.2 ### 星团：选择原理 > 造出存在性证明的万能发动机：选择公理 ⟺ 良序定理 ⟺ 佐恩引理 ⟺ Hausdorff 极大原理 ⟺ Tukey 引理。五个说法是一个强连通块，永远同层。 #### 选择公理　`ax.choice` *公理*　选择公理（Axiom of Choice, AC） 任意一族非空集合都可以「同时」各挑出一个元素。写成选择函数的形式： $$\forall F [ ( \forall X \in F, X \ne \emptyset ) \to \exists f ( f\text{ 是函数} \wedge \operatorname{dom} f = F \wedge \forall X \in F, f(X) \in X ) ]$$ 另一种常见形式（两两不交形式）：若 $F$ 是两两不交的非空集合族，则存在集合 $C$，使对每个 $X \in F$ 都有 $|C \cap X| = 1$。 选择函数 $f$ 就是「同时挑元素」的工具；AC 断言这种同时挑选永远做得到。 AC 与 ZF 独立：Gödel (1938) 证明 $Con(ZF) \to Con(ZF + AC)$，Cohen (1963) 证明 $Con(ZF) \to Con(ZF + \neg AC)$。 它是本星系里大量命题的枢纽——佐恩引理、良序定理、Hausdorff 极大原理、Tukey 引理都与它等价。 有限个非空集合可以逐个挑选，这正是 AC 只在无穷情形才显出力量的原因。 参考：Jech, The Axiom of Choice；Kunen, Set Theory, I.12 #### 选择函数　`def.choicefn` *定义*　选择函数（Choice Function） 设 $F$ 是一个集合族，且 $\emptyset \notin F$。 $f$ 是 $F$ 的**选择函数**，当且仅当 $f$ 是函数，$\operatorname{dom} f = F$； $\forall X \in F, f(X) \in X$。 即：$f$ 从 $F$ 的每一个成员里各挑出一个元素。 于是选择公理可以简洁地写成：**每个满足 $\emptyset \notin F$ 的集合族 $F$ 都有选择函数**。 若 $F$ 有限，逐个挑选即可，无需 AC。难点只在无穷族，尤其是不可数族。 参考：Jech, The Axiom of Choice #### 良序定理　`thm.wellordering` *定理*　良序定理 / 良序原理（Well-Ordering Theorem, Zermelo 1904） 每个集合都能被赋予一个良序： $$\forall X \exists\preceq ( \preceq\text{ 是} X\text{ 上的良序关系} )$$ 换句话说：任何集合 $X$ 都与某个序数等势。 特别地，每个集合都有基数；实数集上存在良序（但这个良序无法被显式写出）。 Zermelo 1904 年为证明「每个集合可良序」而明确提出了选择公理，这也是 AC 第一次登场。 由良序定理可立刻得到**基数可比定理**：任意两个集合的基数都可比较大小。 在 ZF 中不能证明它；但由它和 ZF 可推出 AC，所以两者等价。 参考：Zermelo (1904)；Kunen, Set Theory, I.12 #### 佐恩引理　`lem.zorn` *引理*　佐恩引理（Zorn's Lemma） 设 $(P, \preceq )$ 是**非空**偏序集。若 $P$ 的每个链在 $P$ 中都有上界，则 $P$ 有**极大元**。 $$P \ne \emptyset \wedge ( \forall C \subseteq P, C\text{ 是链} \to \exists u \in P, u\text{ 是} C\text{ 的上界} ) \implies \exists m \in P, m\text{ 是极大元}$$ 两个条件都不可省：空偏序集没有极大元；"每个链有上界"保证不了「最大元」——只能保证极大元。 它是「存在性证明的万能发动机」：向量空间有基、环有极大理想、紧致性定理、Hahn–Banach 定理……全都靠它。 名字有历史偶然性：Zorn 1940 年代把它推广开来，Kuratowski 1922 年已证过等价形式，所以也叫 Kuratowski–Zorn 引理。 ⚠ 非构造性：得到的是「存在一个极大元」，通常无法给出具体是哪一个。 参考：Zorn (1935)；Kunen, Set Theory, I.12 #### Hausdorff 极大原理　`thm.hausdorff` *定理*　Hausdorff 极大原理 / 极大公理（Hausdorff Maximal Principle, 1914） 设 $(P, \preceq )$ 是偏序集，$C_{0} \subseteq P$ 是链。则存在 $P$ 的**极大链** $M$ 使 $C_{0} \subseteq M$。 其中「极大链」指在包含关系 $\subseteq$ 下极大的链：若 $M \subseteq M' \subseteq P$ 且 $M'$ 也是链，则 $M' = M$。 取 $C_{0} = \emptyset$ 即得：**每个非空偏序集都有极大链。** 形式上它比佐恩引理更早（Hausdorff, 1914），并且与佐恩引理等价。 极大链的存在性正是「从下往上一点点加元素直到加不动」这一直觉的严格化。 参考：Hausdorff (1914)；Kunen, Set Theory, I.12 #### Tukey 引理　`lem.tukey` *引理*　Tukey 引理（Tukey's Lemma / Teichmüller–Tukey） 设 $\mathcal{A}$ 是**具有有限特征的非空集合族**，则 $(\mathcal{A}, \subseteq )$ 有极大元。 即：存在 $A \in \mathcal{A}$，使得不存在 $B \in \mathcal{A}$ 满足 $A \subset B$。 Tukey 引理的好处是「免验证」：只要目标族具有有限特征，就可以跳过「每个链都有上界」这一繁琐检查。 例：线性无关集族具有有限特征（$X$ 线性无关 $\iff X$ 的每个有限子集线性无关），所以「线性无关集可扩充为极大线性无关集」自动成立。 等价形式：Teichmüller (1939) 与 Tukey (1940) 都独立陈述过它。 参考：Tukey (1940)；Jech, The Axiom of Choice, Ch. 2 ## 星系：拓扑学（Topology） > 开集、连续、紧致与连通；再往上是紧 Hausdorff、Stone 空间与紧生成空间。 ### 星团：拓扑空间 > 造出「开集」这套不依赖距离的语言：拓扑空间 → 闭集与闭包 → 基 → 连续映射 → 同胚。 #### 拓扑空间与开集　`def.topology` *定义*　拓扑空间 / 开集（Topological Space） 设 $X$ 是集合，$\mathcal{T} \subseteq \mathcal{P}(X)$ 是 $X$ 的一族子集。$(X, \mathcal{T})$ 是一个**拓扑空间**，$\mathcal{T}$ 叫作 $X$ 上的一个**拓扑**，当且仅当： 1. **含两端**：$\emptyset \in \mathcal{T}$ 且 $X \in \mathcal{T}$； 2. **任意并封闭**：$\{ U_i \}_{i \in I} \subseteq \mathcal{T} \implies \bigcup_{i \in I} U_i \in \mathcal{T}$（$I$ 任意，可以不可数）； 3. **有限交封闭**：$U, V \in \mathcal{T} \implies U \cap V \in \mathcal{T}$。 $\mathcal{T}$ 的成员称为**开集**，它们的补集称为**闭集**。 ⭐ 这三条公理是把「实数上开区间的性质」抽象出来的结果：任意多个开集并起来还是开集，但只有**有限**个开集交起来才保证是开集（$\bigcap_n (-1/n, 1/n) = \{0\}$ 不是开集）。 这套语言的好处是**只留下「哪些集合算开」这一件事**，于是距离、度量、坐标全都可以扔掉 —— 连续、紧、连通、极限这些概念照样能说。 ⚠ 同一集合上可以有多个不同的拓扑；比较时用「更细 / 更粗」而不是大小。 参考：Munkres, Topology, Ch. 2 #### 闭集与闭包　`def.closed-set` *定义*　闭集 / 闭包 / 稠密（Closed Set, Closure） 设 $(X, \mathcal{T})$ 是拓扑空间。 - $F \subseteq X$ 是**闭集**：$X \setminus F$ 是开集； - $A \subseteq X$ 的**闭包** $\operatorname{cl} A$：一切包含 $A$ 的闭集之交（最小的那个闭集）； - $A$ **稠密**：$\operatorname{cl} A = X$； - $x$ 的**邻域**：任何含 $x$ 的开集（的包含者）。 由 De Morgan 律，开集的三条公理翻译成闭集就是：$\emptyset, X$ 闭；**任意**交闭；**有限**并闭。 ⭐ 开与闭不是互斥的：$\emptyset$ 与 $X$ 既开又闭；在 $\mathbb{R}$ 里 $[0, 1]$ 是闭的，$[0, 1)$ 既不开也不闭。 闭包是「把极限点都收进来」：在距离空间里 $\operatorname{cl} A$ 恰好是「$A$ 中某个序列的极限」全体。 参考：Munkres, Topology, Ch. 2 #### 基与子基　`def.topology-base` *定义*　拓扑的基 / 子基（Basis, Subbasis） 设 $(X, \mathcal{T})$ 是拓扑空间，$\mathcal{B} \subseteq \mathcal{T}$。$\mathcal{B}$ 是拓扑 $\mathcal{T}$ 的一组**基**，当且仅当每个开集都是 $\mathcal{B}$ 中若干成员之并；等价条件： 1. $\bigcup \mathcal{B} = X$； 2. 对 $B_1, B_2 \in \mathcal{B}$ 与 $x \in B_1 \cap B_2$，存在 $B_3 \in \mathcal{B}$ 使 $x \in B_3 \subseteq B_1 \cap B_2$。 $\mathcal{S} \subseteq \mathcal{P}(X)$ 是**子基**，当且仅当它的**有限交**全体构成一组基。 ⭐ 基的用处：**只需在基上验证，就自动对一切开集成立**。 - 距离空间里：开球全体构成一组基； - $\mathbb{R}$ 上：开区间构成一组基；半开区间 $\{ (a, b] \}$ 也是（这一条在构造 Lebesgue–Stieltjes 测度时更好用）； - 积拓扑、$\sigma$-代数的「柱集」也是同一套路：先定一组好用的集合，再取它生成的东西。 ⚠ 基不是唯一的：同一个拓扑可以有很多组基。 参考：Munkres, Topology, Ch. 2 #### 连续映射　`def.continuous-map` *定义*　连续映射（Continuous Map） 设 $X$、$Y$ 是拓扑空间。映射 $f : X \to Y$ **连续**，当且仅当**每个开集的原像是开集**： $$V \in \mathcal{T}_Y \implies f^{-1}(V) \in \mathcal{T}_X$$ 只需对某一组**基**（或子基）验证即可。 连续的复合仍连续：$f$、$g$ 连续 $\implies g \circ f$ 连续。 ⭐ 这条定义是 $\varepsilon$-$\delta$ 的**抽象化**：在距离空间里，「$f^{-1}(V)$ 开」与「$\varepsilon$ 给出 $\delta$」逐字等价 —— 因为开球就是 $\varepsilon$ 邻域。所以「连续」是拓扑性质，跟具体距离无关。 ⚠ 用**原像**而不是像：原像对并、交、补全部保持，像没有这些性质。这与可测函数的定义（$f^{-1}(E) \in \mathcal{M}$）是同一个套路。 参考：Munkres, Topology, Ch. 2 #### 同胚　`def.homeomorphism` *定义*　同胚（Homeomorphism） 设 $X$、$Y$ 是拓扑空间。$f : X \to Y$ 是**同胚**，当且仅当 - $f$ 是双射； - $f$ 与 $f^{-1}$ 都连续。 此时记 $X \cong Y$，称两个空间**同胚**。「同胚」是拓扑空间之间的等价关系（恒等、逆、复合都保持）。 ⭐ 同胚 = 「拓扑上分不出来」：一切**拓扑性质**（紧性、连通性、Hausdorff、闭包）都保持不变。 ⚠ 反过来也要当心：**度量性质在同胚下会变**。$\mathbb{R}$ 与开区间 $(0, 1)$ 同胚（$x \mapsto \frac{1}{2} + \frac{1}{\pi}\arctan x$），但前者完备、后者不完备 —— 这就是「完备性不是拓扑性质」的经典例子，也是距离空间里「紧 / 闭」与「完备 / 全有界」两类性质的分界线。 参考：Munkres, Topology, Ch. 2 #### 子空间拓扑　`def.subspace-topology` *定义*　子空间拓扑（Subspace Topology） 设 $(X, \mathcal{T})$ 是拓扑空间，$Y \subseteq X$。$Y$ 上的**子空间拓扑**取 $$\mathcal{T}_{Y} := \{\, U \cap Y : U \in \mathcal{T} \,\}$$ 这样得到的拓扑是使含入映射 $Y \hookrightarrow X$ 连续的最粗拓扑。 直观：**子空间的开集就是「大空间的开集切一刀」**。所以「$Y$ 中闭」「$Y$ 中紧」都要按切出来的那片来判断，不能直接看大空间里的样子 —— 例如 $(0, 1) \subseteq \mathbb{R}$ 在自身中是闭的，在 $\mathbb{R}$ 中不是。 参考：Munkres, Topology #### 商拓扑　`def.quotient-topology` *定义*　商拓扑（Quotient Topology） 设 $(X, \mathcal{T})$ 是拓扑空间，$\pi : X \twoheadrightarrow Y$ 是满射。$Y$ 上的**商拓扑**取 $$\mathcal{T}_{Y} := \{\, V \subseteq Y : \pi^{-1}(V) \in \mathcal{T} \,\}$$ 这是使 $\pi$ 连续的最细拓扑；带这个拓扑的 $Y$ 叫 $X$ 的**商空间**。 直观：**商空间的开集就是「拉回去是开的」的那些**。所以商空间里的性质要「从上面看下来」：$Y$ 中有没有开集分离两个点，问的是它们的原像能不能被 $X$ 的开集分开。 商拓扑与子空间拓扑是方向相反的一对：一个取「切一刀得到的最粗」，一个取「贴回去得到的最细」。 参考：Munkres, Topology #### 积拓扑　`def.product-topology` *定义*　积拓扑与乘积空间（Product Topology） 设 $(X_{i}, \mathcal{T}_{i})_{i \in I}$ 是一族拓扑空间。$\prod_{i \in I} X_{i}$ 上的**积拓扑**是以 $$\prod_{i \in I} U_{i} \qquad (U_{i} \in \mathcal{T}_{i},\ \text{除有限多个 } i \text{ 外 } U_{i} = X_{i})$$ 为基的拓扑 —— 也就是使所有投影 $\pi_{j} : \prod_{i} X_{i} \to X_{j}$ 都连续的**最粗**拓扑。 ⭐ **「最粗」是关键字**：投影要连续，只要求每个 $\pi_{j}^{-1}(U_{j})$ 是开的；把这些取有限交当基，就是积拓扑。要求更细反而会丢掉极限 —— 而「$x_{n} \to x$ $\iff$ 按每个分量都收敛」正是这条最粗性换来的。 **范畴意义**：$\prod_{i} X_{i}$ 连同投影就是 $\mathbf{Top}$ 里的**积**。所以积拓扑不是随便挑的，它是泛性质唯一确定的那一个。 参考：Munkres, Topology #### Hausdorff 空间　`def.hausdorff` *定义*　Hausdorff 空间 / $T_{2}$（Hausdorff Space） 拓扑空间 $X$ 叫 **Hausdorff 空间**（或 **$T_{2}$ 空间**），如果任意两个不同点都**可以被开集分开**： $$\forall x \ne y \in X,\ \exists U \ni x,\ V \ni y \ \text{开},\quad U \cap V = \emptyset$$ 一句话：**极限唯一**。序列只要收敛就只能收敛到一个点 —— 这正是分析里默认的那种空间。 更强的分离性是**正规**（$T_{4}$）：任意两个不交闭集可被开集分开。紧 Hausdorff 空间是正规的（证明用两次紧性造开覆盖再取有限子覆盖）。 $T_{3}$（正则）与 $T_{3.5}$（Tychonoff）夹在中间：$T_{3.5}$ 说的是**不同的点可以被连续函数分离开**，也就是「连续函数足够多」这一条。Stone–Čech 紧化的单射性要求的正是它。 参考：Munkres, Topology #### 连通与连通分量　`def.connected` *定义*　连通空间与连通分量（Connectedness） 拓扑空间 $X$ 叫**不连通的**，如果它可以写成两个不交非空开集之并 $X = U \sqcup V$；否则叫**连通的**。 固定 $x \in X$，包含 $x$ 的**连通分量** $C(x)$ 是所有含 $x$ 的连通子集的并 —— 它本身连通，且是极大的。 连通分量构成 $X$ 的一个划分，且每个分量都是闭的。**既开又闭**的子集（记作**闭开集**）与连通性是同一件事的两面：$X$ 连通当且仅当它的闭开子集只有 $\emptyset$ 与 $X$ 本身 —— 所以「有没有非平凡的闭开集」就是「能不能断开」。 参考：Munkres, Topology #### 闭开集　`def.clopen` *定义*　闭开集（Clopen Set） $X$ 的子集 $K$ 叫**闭开集**，如果它同时是开集与闭集。等价地：$K$ 与它的补 $K^{c}$ 都是开集，即 $X = K \sqcup K^{c}$ 是一个不交非空开集之并（$K$ 非平凡时）。 闭开集在一般的拓扑空间里是「稀有物种」：在 $\mathbb{R}$、$[0,1]$ 这类连通空间里只有 $\emptyset$ 与全空间。**闭开集越多，空间越碎** —— 全不连通说的就是「闭开集多到能分开任何两个点」；投射有限空间则是「闭开集构成一组基」。 参考：Munkres, Topology #### 正规空间　`def.normal-space` *定义*　正规空间（Normal Space） 拓扑空间 $X$ 叫**正规的**，如果它是 $T_{1}$ 的，并且任意两个**不交闭集** $A, B$ 都能被开集分开：存在开集 $U \supseteq A$、$V \supseteq B$ 使 $U \cap V = \emptyset$。 把「不交闭集」换成「一点与不含该点的闭集」，得到的是**正则**空间；再换成「两点」，得到的就是 **Hausdorff**。 **分离公理的层级**（都是往上加强）： - $T_{1}$：单点是闭集； - Hausdorff：两点可被开集分开； - 正则：点与不含它的闭集可分开 $\implies$ Hausdorff； - **正规**：两个不交闭集可分开 $\implies$ 正则。 **紧 Hausdorff $\implies$ 正规**（这是紧性最常用的一个推论：两个不交闭集在紧空间里能被有限多个开集对分开）。所以 $[0,1]$、$\beta I$ 这些空间都是正规的 —— 于是 Urysohn 引理在那里永远能用。 ⚠️ **正规性不是遗传的**：正规空间的子空间未必正规。这一点与「紧」「Hausdorff」都不同。 参考：Munkres, Topology #### Urysohn 引理　`lem.urysohn` *引理*　Urysohn 引理 设 $X$ 是拓扑空间。则 $X$ **正规** $\iff$ 对任意两个不交闭集 $A, B \subseteq X$，存在连续函数 $$f : X \longrightarrow [0, 1], \qquad f|_{A} \equiv 0, \qquad f|_{B} \equiv 1.$$ ⭐ **它的意义是：正规性 = 「连续函数足够多」。** 光是「闭集能被开集分开」还是纯拓扑的说法；Urysohn 引理把它换成了**一个函数** —— 从此可以拿实数来量拓扑，分析才接得上。 **证明的走法（「二分法」造 $f$）。** 先在两个闭集之间造一列开集：对每个二进有理数 $q \in [0,1]$ 给一个开集 $U_{q}$，使 $$A \subseteq U_{q} \subseteq \overline{U_{q}} \subseteq U_{q'} \quad (q < q'),$$ 这一步只用正规性（每一步都是「不交闭集被开集分开」）。然后令 $$f(x) := \inf\{\, q : x \in U_{q} \,\}$$ （$x \notin$ 任何 $U_{q}$ 时取 $1$）。由那列开集的**单调夹逼**可以验证 $f$ 连续，且 $f|_{A} = 0$、$f|_{B} = 1$。反方向是直接的：$f^{-1}[0, 1/2)$ 与 $f^{-1}(1/2, 1]$ 就是分开 $A, B$ 的开集。∎ **用途**：它是 **Tietze 扩张定理**（把闭子集上的连续实函数扩到整个空间）的前置，而 Tietze 又是「实 Banach 空间在紧 Hausdorff 空间上零调」那条的引擎 —— 那条链最终通到凝聚态上同调。 参考：Munkres, Topology #### 局部紧 Hausdorff 空间　`def.locally-compact` *定义*　局部紧 Hausdorff 空间（Locally Compact Hausdorff） 拓扑空间 $X$ 叫**局部紧**的，如果**每个点都有紧邻域**：对每个 $x \in X$，存在紧集 $K$ 使 $$x \in \operatorname{int} K$$ 再要求它是 Hausdorff 的，就叫**局部紧 Hausdorff** 空间。 ⚠️ 本图提到「局部紧」**而不另加限定**时，指的都是后者 —— 这是凝聚态数学里的标准用法：那里用得到的性质（局部紧 $\implies$ 紧生成、商映射 $\times$ 局部紧）都同时需要 Hausdorff。 **等价说法**（Hausdorff 时）：每点有**紧邻域基**（即任意给定邻域 $U \ni x$ 里都能找到一个紧邻域 $K$ 使 $x \in \operatorname{int}K \subseteq K \subseteq U$）。这条更强的形式正是「商映射 $\times$ 局部紧」那条定理要用的。 **例子**：$\mathbb{R}^{n}$、任何离散空间、任何紧 Hausdorff 空间。**反例**：$\mathbb{Q}$（不是局部紧）、无穷维 Banach 空间（闭单位球不紧）。 ⭐ **它在凝聚态数学里的位置**：$\mathbf{CHaus}$ 是场地，而**局部紧 Hausdorff**是「能用紧 Hausdorff 逼近」的最小一族 —— 局部紧 Hausdorff 空间都是**紧生成**的（例 1），所以都能忠实地变成凝聚态集。Pontryagin 对偶也只在局部紧 Hausdorff 阿贝尔群那一条线上成立。 ⚠️ 「局部紧」这个条件**不能省**：商映射乘 id 那条定理、Tychonoff 以外的积性质、以及「紧提升条件」都要它。 参考：Munkres, Topology #### Tychonoff 定理　`thm.tykhonov` *定理*　Tychonoff 定理：紧空间的任意积紧 任意一族紧空间的**积**（带积拓扑）仍然紧 —— 任意多个，包括不可数多个。 **证明（Alexander 子基引理 + 选择公理）。** 记 $X = \prod_{i\in I} X_{i}$，投影 $p_{i} : X\to X_{i}$。取**子基** $$\mathcal{S} := \{\, p_{i}^{-1}(U_{i}) \;:\; i\in I,\ U_{i}\subseteq X_{i}\ \text{开} \,\}.$$ **Alexander 子基引理**：拓扑空间紧 $\iff$ 每个由子基成员组成的覆盖都有有限子覆盖。所以只需验证后者。 设 $\mathcal{S}_{0} \subseteq \mathcal{S}$ 覆盖 $X$，反设它**没有**有限子覆盖。对每个 $i$ 记 $$\mathcal{U}_{i} := \{\, U_{i} : p_{i}^{-1}(U_{i}) \in \mathcal{S}_{0} \,\},\qquad F_{i} := X_{i}\setminus \bigcup \mathcal{U}_{i}.$$ - **$F_{i} \ne \emptyset$**：否则 $\mathcal{U}_{i}$ 是紧空间 $X_{i}$ 的开覆盖，取有限子覆盖 $U_{1},\ldots,U_{n}$，对应的 $p_{i}^{-1}(U_{1}),\ldots,p_{i}^{-1}(U_{n})$ 就是 $X$ 的有限子覆盖 —— 与反设矛盾 ✓。 - 由**选择公理**取 $x_{i} \in F_{i}$，令 $x := (x_{i})_{i\in I} \in X$。 - 于是对每个 $p_{i}^{-1}(U_{i})\in \mathcal{S}_{0}$ 都有 $x_{i} \notin U_{i}$（因 $x_{i}\in F_{i}$），故 $x \notin p_{i}^{-1}(U_{i})$ 对**所有**成员成立 —— 与 $\mathcal{S}_{0}$ 覆盖 $X$ 矛盾 ✓。 所以每个子基覆盖都有有限子覆盖，由 Alexander 引理 $X$ 紧。∎ （Alexander 引理本身：若某覆盖族无有限子覆盖，用 Zorn 把它扩成一个极大的这种族 $\mathcal{M}$，则「非 $\mathcal{M}$ 成员」的取法给出一族与子基有关的数据，逐条推出 $\mathcal{M}$ 其实是覆盖、矛盾。） ⭐ **Tychonoff 与选择公理等价**（在 ZF 里互相推出）—— 这是「选择公理有多强」的一个标准刻度。 参考：Munkres, Topology, §37；Le Stum, Exercise 2.19 #### 闭映射的邻域基　`prop.closed-map-neighborhood-basis` *命题*　命题：闭映射下 $\pi^{-1}(A)$ 的邻域基 设 $\pi : Y \to X$ 是**闭**连续映射，$A \subseteq X$。则「$A$ 的邻域的原像」 $$\bigl\{\, \pi^{-1}(U) \;:\; U \text{ 是 } A \text{ 在 } X \text{ 中的邻域} \,\bigr\}$$ 构成 $\pi^{-1}(A)$ 在 $Y$ 中的一个**邻域基**。 **证明。** 设 $V \subseteq Y$ 是 $\pi^{-1}(A)$ 的开邻域。取 $$U := X \setminus \pi(Y \setminus V).$$ $\pi$ **闭**说明 $\pi(Y\setminus V)$ 闭，故 $U$ 是开集 ✓。逐条验： - **$A \subseteq U$**：若 $a \in A$，则 $\pi^{-1}(a) \subseteq \pi^{-1}(A) \subseteq V$，故 $\pi^{-1}(a) \cap (Y\setminus V) = \emptyset$，即 $a \notin \pi(Y\setminus V)$，于是 $a \in U$ ✓； - **$\pi^{-1}(U) \subseteq V$**：若 $y \in \pi^{-1}(U)$，则 $\pi(y) \notin \pi(Y\setminus V)$，特别地 $y \notin Y \setminus V$，即 $y \in V$ ✓。 于是每个 $\pi^{-1}(A)$ 的开邻域 $V$ 都含着一个形如 $\pi^{-1}(U)$ 的邻域，即这一族构成邻域基 ✓。∎ ⭐ 一句话：**闭映射把「$A$ 的邻域」原样搬成「$\pi^{-1}(A)$ 的邻域」**。这条在构造延拓时用来把「局部定义域」从 $X$ 抬到 $Y$ 而不丢失信息（延拓定理证明里的标准一步）。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### 仿紧性与单位分解　`prop.paracompact-partition-unity` *命题*　命题：仿紧 Hausdorff / 正规 $\iff$ 单位分解存在 对拓扑空间 $X$： 1. $X$ 是**仿紧 Hausdorff** 空间 $\iff$ 每个开覆盖都有一族从属于它的**单位分解**； 2. $X$ 是**正规**空间 $\iff$ 每个**局部有限**开覆盖都有一族从属于它的单位分解。 **证明（两个方向）。** **$(\Longleftarrow)$ 单位分解给出局部有限的加细。** 设 $\{\rho_{i}\}$ 是从属于覆盖 $\{U_{i}\}$ 的单位分解。由单位分解的定义，$\operatorname{supp}\rho_{i} \subseteq U_{i}$ 且这族支撑是**局部有限**的 ✓；于是 $\{ \rho_{i}^{-1}\bigl((0,1]\bigr) \}$ 是 $\{U_{i}\}$ 的一个开加细，且仍然局部有限（每个点是有限多个支撑之外的点）✓ —— 这正是仿紧（在 Hausdorff 前提下）要求的「每个开覆盖都有局部有限开加细」。正规的情形同理（局部有限覆盖取局部有限的 $\{\operatorname{supp}\rho_{i}\}$）✓。 **$(\Longrightarrow)$ 用正规性逐步造 $\rho_{i}$。** - 先取一个**局部有限**的开加细 $\{V_{i}\}$（仿紧的定义；正规的情形直接取自局部有限覆盖本身）✓； - 正规性给出：存在开集 $W_{i}$ 使 $\overline{W_{i}} \subseteq V_{i}$ 且 $\{W_{i}\}$ 仍覆盖 $X$（这是正规空间的标准「收缩」引理，由 Urysohn 引理或它的变体得到）✓； - 对每对 $(\overline{W_{i}}, X \setminus V_{i})$（不交闭集）用 **Urysohn 引理**取连续函数 $g_{i} : X \to [0,1]$ 使 $g_{i}|_{\overline{W_{i}}} = 1$、$g_{i}|_{X\setminus V_{i}} = 0$ ✓； - 令 $g := \sum_{i} g_{i}$：局部有限性保证这是**局部有限和**，故 $g$ 连续 ✓，且因为 $\{W_{i}\}$ 覆盖 $X$，每点处 $g \ge 1$（至少一项为 1）✓； - 取 $\rho_{i} := g_{i}/g$ ✓：非负、和恒为 1、$\operatorname{supp}\rho_{i} \subseteq V_{i} \subseteq U_{i}$，且支撑仍局部有限 ✓。 于是得到从属于原覆盖的单位分解 ✓。∎ ⭐ 这条是**延拓定理的引擎**：单位分解把「局部定义的东西」加权求和成整体定义的函数 —— Tietze / Dugundji 型延拓、流形上的积分与 Stokes 定理，用的都是这一招。 ⚠️ **局部有限不能省**：没有局部有限性，$\sum \rho_{i} = 1$ 只是一个「点态」的断言，逐点求和出来的函数未必连续。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### Hausdorff 空间是反射子范畴　`prop.hausdorff-reflective` *命题*　命题：$\mathbf{Haus} \subset \mathbf{Top}$ 是反射子范畴 **Hausdorff 空间**构成 $\mathbf{Top}$ 的**反射子范畴**：反射是把每个拓扑空间送去它的「Hausdorff 化」$X \mapsto X/\!\sim$。 **证明。** 把 $X$ 里「不能被子开集分开」的点粘起来：定义 $x \sim y$ $\iff$ $x, y$ 在 $X$ 的每个开覆盖式的分离里都同进同出（等价地：$X$ 到任何 Hausdorff 空间的连续映射都把 $x,y$ 映到同一点）✓。商 $X/\!\sim$ 是 Hausdorff ✓，而且任何连续映射 $X \to H$（$H$ Hausdorff）唯一地穿过它 ✓ —— 这正是反射的泛性质 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.3 #### 正规空间的邻域里有闭邻域　`prop.normal-locally-closed` *命题*　命题：正规 Hausdorff $\implies$ 每个邻域含闭邻域 设 $X$ 是**正规** Hausdorff 空间、$x \in X$。则 $x$ 的每个邻域都含一个**闭**邻域。 **证明。** 给邻域 $U \ni x$。取 $x$ 的闭邻域 $F \subseteq U$：由正规性造开集 $W$ 使 $x \in W \subseteq \overline{W} \subseteq U$ ✓（正规 = 不交闭集可被开集分开，把 $\{x\}$ 与 $X \setminus U$ 分开），于是 $\overline{W}$ 就是所含的闭邻域 ✓。∎ ⭐ 用处：紧空间里闭子集紧，所以「邻域含闭邻域」在紧 Hausdorff 里就变成「邻域含紧邻域」—— 这正是局部紧的常见来源。 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.5 #### 紧性的基本操作　`prop.compact-basic-operations` *命题*　命题：闭子集紧、连续像紧、紧 Hausdorff 正规 1. 紧空间的**闭子空间**紧； 2. 紧空间的**连续像**紧； 3. **紧 Hausdorff** 空间是**正规**的。 **证明。** (1) 给闭子集 $F \subseteq X$（$X$ 紧）与开覆盖，添上 $X \setminus F$ 得 $X$ 的开覆盖，取有限子覆盖再删掉那一项 ✓。(2) 给 $f : X \to Y$（$X$ 紧）与 $Y$ 中开覆盖，拉回得 $X$ 的开覆盖、取有限子覆盖再推回去 ✓。 (3) 给不交闭集 $A, B$：对每个 $a \in A$ 用 Hausdorff 性造 $a$ 的开邻域 $U_a$ 使 $\overline{U_a} \cap B = \emptyset$ ✓；$A$ 紧，取有限个覆盖 $A$，令 $U := \bigcup_{i} U_{a_i}$，则 $\overline{U} \cap B = \emptyset$ ✓；对 $B$ 做一次同样的操作，再把两次得到的开集调小一层，就得到分开 $A, B$ 的开集 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.6, Exercise 2.7 #### 紧空间的商紧　`prop.quotient-of-compact` *命题*　命题：$S$ 紧 $\implies S/R$ 紧 设 $S$ 是紧拓扑空间、$R$ 是 $S$ 上的等价关系。则商空间 $S/R$ 也是**紧**的。 **证明。** 商映射 $\pi : S \to S/R$ 连续且满 ✓，而紧空间的连续像是紧的 ✓（见「紧性的基本操作」）。∎ ⚠️ 注意：一般 $S$ 紧 Hausdorff 也**不保证** $S/R$ Hausdorff —— 那要额外要求 $R$ 是闭的（这就是弱 Hausdorff / k-闭那一套的出发点）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.8 #### 连通的像与闭包　`prop.connected-image-closure` *命题*　命题：连通空间的像连通；连通子集的闭包连通 1. **连通**空间在连续映射下的像是连通的； 2. 连通子集的**闭包**是连通的。 **证明。** (1) 若 $f(X) = U \sqcup V$ 是两块不交非空开集，则 $X = f^{-1}(U) \sqcup f^{-1}(V)$ 断开 $X$ ✓。 (2) 设 $A \subseteq X$ 连通、$\overline{A} = U \sqcup V$（$U, V$ 在 $\overline{A}$ 中非空开）。则 $A = (A \cap U) \sqcup (A \cap V)$ ✓；由 $A$ 连通，不妨 $A \cap V = \emptyset$，于是 $A \subseteq U$ 且 $V \cap U = \emptyset$ 蕴含 $V$ 在 $\overline{A}$ 中也是闭的 ✓，故 $\overline{A} \subseteq U$，与 $V \ne \emptyset$ 矛盾 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.13 ### 星团：度量空间 > 造出「用距离算出来的拓扑」：完备、全有界、列紧，以及紧性的几种等价刻画。 #### 距离空间　`def.metric-space` *定义*　距离空间 / 度量空间（Metric Space） **距离空间**是一对 (X, d)：$X$ 是集合，$d : X \times X \to [0, +\infty )$ 是 $X$ 上的**距离**，满足 - **非退化**：$d(x, y) = 0 \iff x = y$ - **对称**：$d(x, y) = d(y, x)$ - **三角不等式**：$d(x, z) \le d(x, y) + d(y, z)$ 由 $d$ 定义**开球** $B(x, r) = \{ y \in X : d(x, y) < r \}$，并规定 $U \subseteq X$ 是开集 $\iff U$ 是若干开球之并。这样 $X$ 上就有了一个拓扑。 给定 $\varepsilon > 0$，称 $D \subseteq X$ 是一个 **$\varepsilon$网**，若 $\forall x \in X, \exists y \in D : d(x, y) < \varepsilon$ 开球全体构成这个拓扑的一组**基**。度量空间自动是第一可数、正规（因而 Hausdorff）的。 下面几条性质分两类：**紧性 / 闭**只依赖开集，是**拓扑**性质；**完备 / 全有界**要用到 $d$，是**度量**性质。这条分界线是整段的重点。 ⚠ 完备性**不是**拓扑性质：$\mathbb{R}$ 与开区间 (0, 1) 同胚，前者完备、后者不完备。 参考：Rudin, Principles of Mathematical Analysis, Ch. 2；Munkres, Topology, §20 #### 完备　`def.complete` *定义*　完备距离空间（Complete Metric Space） 序列 $\{x_{n}\}$ 是 **Cauchy 列**，当且仅当 $$\forall\varepsilon > 0, \exists N : m, n \ge N \implies d(x_m, x_n) < \varepsilon$$ 距离空间 (X, d) **完备**，当且仅当 $X$ 中每个 Cauchy 列都在 $X$ 中收敛： $$\{x_n\}\text{ 是} Cauchy\text{ 列} \implies \exists x \in X : x_n \to x$$ 「收敛 $\implies Cauchy$」永远成立；**「$Cauchy \implies$ 收敛」才是完备性的内容**。 例子：$\mathbb{R}^{n}$、$\mathbb{C}^{n}$、任何 Banach 空间都完备；$\mathbb{Q}$ 不完备（3, 3.1, 3.14, …, 一个收敛到 $\sqrt 2$ 的 Cauchy 列在 $\mathbb{Q}$ 中不收敛）。 **闭子集继承完备**：$X$ 完备时，$A \subseteq X$ 作为子空间完备 $\iff A$ 在 $X$ 中闭。这条在下面「子集的紧性刻画」里要用。 参考：Rudin, Principles of Mathematical Analysis, Ch. 3 #### 全有界　`def.totally-bounded` *定义*　全有界 / 预紧（Totally Bounded） 距离空间 (X, d) **全有界**（也叫**预紧**），当且仅当对每个 $\varepsilon > 0$ 都存在**有限的 $\varepsilon$网**： $$\forall\varepsilon > 0, \exists n\text{ 与} x_1, \ldots , x_n \in X : X = \bigcup_{i=1}^{n} B(x_i, \varepsilon)$$ 等价说法：对每个 $\varepsilon > 0$，$X$ 都能被**有限个**半径 $\varepsilon$ 的开球盖住。 关键词是**有限**。它只要求「存在」一组有限的球，不要求你写得出来。 **全有界 $\implies$ 有界**（取 $\varepsilon = 1$，$X$ 就被有限个单位球盖住），但反之不然：无限维 Banach 空间的单位球有界而不全有界。 全有界被**一致连续**映射保持，但不被连续映射保持 —— 又一次说明它是度量性质而非拓扑性质。 参考：Munkres, Topology, §43 #### 列紧　`def.sequentially-compact` *定义*　列紧 / 序列紧（Sequentially Compact） 距离空间 (X, d) **列紧**（序列紧），当且仅当 $X$ 中每个序列都有收敛到 $X$ 中的子列： $$\forall\{x_n\} \subseteq X, \exists\{x_{n_k}\}\text{ 与} \exists x \in X : x_{n_k} \to x$$ 在度量空间里「列紧 $\iff$ 紧」（见下面的箭头），但在一般拓扑空间里**不等价** —— 列紧严格更强。度量空间好用的地方正是这里。$n$$n$注意子列收敛到的是 $X$ 中的点：列紧是内蕴性质，不看外面那个空间。 参考：Munkres, Topology, §28 #### 紧　`def.compact` *定义*　紧空间（Compact Space） 距离空间 (X, d) **紧**，当且仅当 $X$ 的每个**开覆盖**都有有限子覆盖： $$\forall\{U_i\}_{i \in I} (\text{ 每个} U_i\text{ 开且} X = \bigcup_{i \in I} U_i ) \implies \exists i_1, \ldots , i_n : X = \bigcup_{k=1}^{n} U_{i_k}$$ 紧性是**拓扑**性质，只依赖开集，跟 $d$ 的具体取值无关。 例子：$\mathbb{R}$ 中的闭区间 [a, b] 紧（Heine–Borel）；$\mathbb{R}$ 本身不紧（{(-n, n)} 没有有限子覆盖）；(0, 1] 不紧。 紧性的一个常用等价形式：**有限交性质** —— 若一族闭集的任意有限子族都有交，则整族的交非空。 参考：Munkres, Topology, §26 #### 紧的三个等价刻画　`thm.metric-compact-equiv` *定理*　度量空间中：紧 $\iff$ 列紧 $\iff$ 完备 + 全有界 设 (X, d) 是距离空间。则下列三条**彼此等价**： $$X\text{ 紧} \iff X\text{ 列紧} \iff X\text{ 完备且全有界}$$ 逻辑骨架全在箭头里（点箭头看证明）： - 紧 $\implies$ 列紧 - 列紧 $\implies$ 全有界　（整段里**唯一**实质用到选择原理的一步，用的是 DC） - 列紧 $\implies$ 完备 - 列紧 $\implies$ 紧　（「坏球」法，只用到全有界，不动选择公理） - 紧 $\implies$ 完备、紧 $\implies$ 全有界 - 完备 + 全有界 $\implies$ 列紧　（对角线法，也不动选择公理） 于是「列紧 $\implies$ 全有界 $\implies$ 紧」与「紧 $\implies$ 列紧」闭合，三个概念打通。 ⚠ 在一般拓扑空间里只有「紧 $\implies$ 列紧」成立、**反向不成立** —— 列紧是度量空间特有的好运气。 参考：Munkres, Topology, §28 与 §43 #### 紧子集是闭的　`prop.compact-subset-closed` *命题*　命题：紧子集在 X 中是闭集 设 $A$ 是距离空间 $X$ 的子集（按子空间度量）。则 $$A\text{ 紧} \implies A\text{ 是} X\text{ 中的闭集}$$ 其实只要 $X$ 是 Hausdorff 空间，紧子集就是闭的；距离空间自然 Hausdorff。 把它和「$X$ 完备」放在一起，正是为了下面那条**子集**的紧性刻画做准备：那条要用「$A$ 紧 $\implies A$ 闭」和「$A$ 闭 $X$ 完备 $\implies A$ 完备」。 **证明。** 设 $A$ 紧，取 $x \in X\setminus A$ 要证它是内点。 - 对每个 $a \in A$，由 Hausdorff 性取 $a$ 的开邻域 $U_{a}$ 与 $x$ 的开邻域 $V_{a}$ 使 $U_{a}\cap V_{a} = \emptyset$（距离空间里取 $U_{a} = B(a, r/2)$、$V_{a} = B(x, r/2)$，$r = d(a,x)$）； - $\{U_{a}\}_{a\in A}$ 是 $A$ 的开覆盖，由**紧性**取有限子覆盖 $U_{a_{1}}, \ldots, U_{a_{n}}$； - $V := \bigcap_{i=1}^{n} V_{a_{i}}$ 是 $x$ 的开邻域，且 $V\cap U_{a_{i}} = \emptyset$ 对每个 $i$ 成立，故 $V \cap A = \emptyset$，即 $V \subseteq X\setminus A$ ✓。 于是 $X\setminus A$ 开，$A$ 闭。∎ 参考：Munkres, Topology, §26 #### 子集的紧性刻画　`prop.subset-compact-equiv` *命题*　命题：X 完备时，A 紧 $\iff A$ 闭且全有界 设 (X, d) 是**完备**的距离空间，$A \subseteq X$。则 $$A\text{ 紧} \iff A\text{ 闭}\text{ 且} A\text{ 全有界}$$ （「$A$ 全有界」按子空间度量 d|A 理解。） ⚠ **「$X$ 完备」这个前提不能省。** 理由是中间那一步：$A$ 作为子空间完备 $\iff A$ 在 $X$ 中闭 —— 这一步要用 $X$ 完备。少了它，$A$ 闭 $A$ 全有界推不出 $A$ 紧。 这也是 **Heine–Borel** 的推广：$\mathbb{R}^{n}$ 完备，而在 $\mathbb{R}^{n}$ 中 $A$ 有界 $\iff A$ 全有界，于是「有界闭集紧」正是它的特例。 **证明。** - **$\implies$**：$A$ 紧 $\implies$ $A$ 在 $X$ 中闭（上一条）。全有界：任给 $\varepsilon > 0$，$\{B(a,\varepsilon)\cap A\}_{a\in A}$ 是 $A$（带子空间度量）的开覆盖，紧性给有限子覆盖，那有限个中心就是 $\varepsilon$-网 ✓。 - **$\Longleftarrow$**：设 $A$ 闭、全有界。先看**完备性**：$X$ 完备、$A$ 闭，则 $A$ 里的 Cauchy 列在 $X$ 里收敛到某点，极限落在闭的 $A$ 里，故 $A$ 作为子空间完备 ✓。再证**紧**：全有界给可数稠密子集，于是 $A$ 里的任意序列可以用「逐层取 $2^{-n}$-网 + 抽屉原理」抽出 Cauchy 子列；完备性让这个子列收敛 ✓。所以 $A$ **列紧**；而在**度量空间**里列紧 $\iff$ 紧 ✓。∎ ⚠️ 「$X$ 完备 $\implies$ $A$ 完备」那一步正是标题里那个前提的用处（见上一条说明）。 参考：Munkres, Topology, §28；Rudin, Principles of Mathematical Analysis, Ch. 2 ### 星团：紧 Hausdorff 空间 > 造出「紧 Hausdorff 这套范畴」：Stone–Čech 紧化 → 自由对象 → 投射对象 → 自由表示。它是一切「紧块」的来源。 #### 紧 Hausdorff 空间范畴　`def.chaus` *定义*　紧 Hausdorff 空间范畴 $\mathbf{CHaus}$ **紧 Hausdorff 空间**是既紧又 Hausdorff 的拓扑空间。以它们为对象、连续映射为态射，得到范畴 $\mathbf{CHaus}$。含入函子记 $\mathbf{CHaus} \hookrightarrow \mathbf{Top}$。 紧跟 Hausdorff 放在一起是一件很划算的事：**紧 Hausdorff 是正则的、正规的**，而且从紧空间到 Hausdorff 空间的连续双射自动是同胚。很多在 $\mathbf{Top}$ 里要额外假设的东西，在这里是免费的。 $\mathbf{CHaus}$ 里**任意极限存在**，并且就是 $\mathbf{Top}$ 里算完之后那个结果（见「紧 Haus 是反射子范畴」那条）。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 紧 Haus 是反射子范畴　`prop.chaus-reflective` *命题*　Stone–Čech 紧化 $\mathbf{CHaus}$ 是 $\mathbf{Top}$ 的**反射子范畴**，反射叫 **Stone–Čech 紧化**： $$\beta : \mathbf{Top} \longrightarrow \mathbf{CHaus}, \qquad X \mapsto \beta X$$ 即对每个 $X \in \mathbf{Top}$ 与每个紧 Hausdorff 空间 $K$， $$\operatorname{Hom}_{\mathbf{CHaus}}\bigl(\beta X,\ K\bigr) \;\cong\; \operatorname{Hom}_{\mathbf{Top}}\bigl(X,\ K\bigr)$$ 而且含入 $X \to \beta X$ 在 $X$ 本身紧 Hausdorff 时是同构。 构造：把 $X$ 送进 Tychonoff 方块 $$e_{X} : X \longrightarrow [0,1]^{C(X,[0,1])}, \qquad x \mapsto (f(x))_{f}$$ 再取闭包 $\beta X := \overline{e_{X}(X)}$。方块紧 Hausdorff，闭子集因而也紧 Hausdorff。 ⭐ **$e_{X}$ 是单射 $\iff$ $X$ 是 Tychonoff（$T_{3.5}$）空间** —— 即连续函数多到能分开不同的点。所以对于一般拓扑空间，$\beta X$ 是把「连续函数看得出的信息」全部收进来之后的紧化。 推论：**紧 Hausdorff 空间的任意极限自动是紧 Hausdorff 的**。这是反射子范畴对极限封闭的一般结论在这里的样子 —— 以后在 $\mathbf{CHaus}$ 里取极限，不必再回头验紧性与 Hausdorff 性。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 满射的极小闭子集　`lem.minimal-closed-surjection` *引理*　满连续映射的极小闭子集 设 $f : S \to T$ 是紧 Hausdorff 空间之间的连续满射。则存在**极小**的闭子集 $S' \subseteq S$，使限制 $f|_{S'}$ 仍然是满射。 证明用佐恩引理：把「$f$ 在其上满」的闭子集族按**反包含**排序，链的上界取交 —— 紧性保证交出来的闭子集仍然满（若非满，剩下的那个紧集会被一列越来越小的闭集挖空，与有限交性质矛盾）。于是有极大元，在原序下就是极小闭子集。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 自由紧 Hausdorff 空间　`def.free-compact-hausdorff` *定义*　自由紧 Hausdorff 空间（Free Compact Hausdorff Space） **自由紧 Hausdorff 空间**就是某个离散空间 $I$ 的 Stone–Čech 紧化 $F \cong \beta I$。称 $I$ 是 $F$ 的一组**基**：此时 $$\operatorname{Hom}_{\mathbf{CHaus}}(F, S) \;\cong\; \operatorname{Hom}_{\mathbf{Top}}(I, S) \;=\; S^{I}$$ 即连续映射 $F \to S$ 与 $S$ 中一族点 $(t_{i})_{i \in I}$ 一一对应。这族点使 $F \to S$ 成为满射时，叫 $F$ 的**生成元**。 「自由」两个字在这里的含义和自由群、自由模完全一样：**在 $I$ 上没有任何约束**（$I$ 是离散的，所以从 $I$ 出发的映射随便给点就是连续的），于是「$F$ 到别处的映射」与「$I$ 上的一族点」是一回事。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 紧 Haus 是自由的商　`prop.chaus-quotient-of-free` *命题*　每个紧 Hausdorff 空间都是自由紧 Hausdorff 空间的商 每个紧 Hausdorff 空间 $S$ 都是某个自由紧 Hausdorff 空间的**连续满像**：取 $S$ 上的离散拓扑，则 $$F := \beta\, S^{\mathrm{disc}} \longrightarrow S$$ 是连续满射。 恒等映射 $S^{\mathrm{disc}} \to S$ 连续（离散拓扑最细），沿它的 Stone–Čech 泛性质给出 $\beta S^{\mathrm{disc}} \to S$。既然 $S^{\mathrm{disc}} \to S$ 已经是满射，而紧空间的连续满像 $\beta S^{\mathrm{disc}} \to S$ 作用在稠密的 $S^{\mathrm{disc}}$ 上已经覆盖了 $S$，满射性就跟着来了。 **证明（写成正式的）。** 记 $f : S^{\mathrm{disc}}\to S$ 为恒等映射，它连续（离散拓扑最细）。由 Stone–Čech 的**泛性质**，$f$ 唯一地延拓为 $\bar f : \beta S^{\mathrm{disc}} \to S$，使 $\bar f\circ\iota = f$（$\iota$ 是稠密嵌入）。 - 由泛性质，两个映射 $\beta S^{\mathrm{disc}} \rightrightarrows S$ 若在 $\iota(S^{\mathrm{disc}})$ 上相同则相等； - 于是 $\bar f\bigl(\overline{\iota(S^{\mathrm{disc}})}\bigr) = \bar f(\beta S^{\mathrm{disc}})$（**连续性 + 稠密性**：像的闭包等于闭包在连续映射下的像）$= \overline{f(S^{\mathrm{disc}})} = \overline{S} = S$ ✓。 故 $\bar f$ 满。∎ ⭐ 这条与「紧 Hausdorff 是 $\mathbf{Top}$ 的反射子范畴」是一回事，只是换了个说法：反射子范畴里每个对象都是自由对象的商，而自由对象就是 $\beta I$。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 投射 / 内射对象　`def.projective-object` *定义*　投射对象与内射对象（Projective / Injective Object） 范畴 $\mathcal{C}$ 中对象 $P$ 叫**投射的**，如果函子 $h_{P} = \operatorname{Hom}_{\mathcal{C}}(P, -)$ **保持满态射**。对偶地，$I$ 叫**内射的**，如果 $h^{I}$ 把单态射送到满态射。 展开成提升条件就是：对每个满态射 $A \twoheadrightarrow B$ 与每个 $P \to B$，都存在提升 $P \to A$ 使三角形交换： $$\begin{array}{ccc} & P & \\ \swarrow & \downarrow & \searrow \\ A & \twoheadrightarrow & B \end{array}$$ 对偶地，$I$ 内射说的是每个 $A \rightarrowtail B$ 与每个 $A \to I$ 都能延拓成 $B \to I$。 「投射」这个名字来自模论：$R\text{-}\mathbf{Mod}$ 里的投射对象恰好是投射模，内射对象恰好是内射模 —— 那两条标准判据（$P$ 是直和项、$I$ 是直和项）就是这里的定义在模上的样子。 两条立刻可用的推论：**$P$ 投射时任何满态射 $Y \twoheadrightarrow P$ 都有截面**；**若 $X \to Y$ 有收缩而 $Y$ 投射，则 $X$ 也投射**（内射的情形对偶）。 在 $\mathbf{Set}$ 里**每个对象都投射**，这就是选择公理：给定满射 $A \twoheadrightarrow B$ 与 $B$ 中的点，总能挑一个原像。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 自由紧 Haus 是投射对象　`prop.free-projective` *命题*　自由紧 Hausdorff 空间是 $\mathbf{CHaus}$ 的投射对象 自由紧 Hausdorff 空间是 $\mathbf{CHaus}$ 中的投射对象。 设 $F \cong \beta I$，给定满态射 $T \twoheadrightarrow S$ 与 $F \to S$。由自由性，$F \to S$ 等同于 $I$ 上的一族点，于是 $I \to T$ 就是一个集合层的提升（$I$ 离散、$\mathbf{Set}$ 中对象都投射，即选择公理）；再用 $\beta I$ 的泛性质把它变回 $F \to T$，而它自动与原有映射相容。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 自由表示　`def.free-presentation` *定义*　自由表示（Free Presentation） 紧 Hausdorff 空间之间的连续满射 $F \twoheadrightarrow S$ 叫 $S$ 的**自由表示**，如果 1. $F$ 是自由紧 Hausdorff 空间； 2. $F \to S$ 是满态射； 3. 令 $R := F \times_{S} F$，则 $F \to R$ 是满态射。 此时 $S \cong \operatorname{coker}(R \rightrightarrows F)$。 对照集合里的那件事：对 $f : X \to Y$，令 $R := X \times_{Y} X = \{(x_{1},x_{2}) : f(x_{1}) = f(x_{2})\}$（「像相同的点对」），则 $X/R \cong \operatorname{im} f$（**Noether 第一同构定理**）；反过来，给定 $X$ 上的等价关系 $R$，把 $Y := X/R$，就有 $R = X \times_{Y} X$。 自由表示就是把这件事搬进 $\mathbf{CHaus}$：$R$ 是「把像相同的点粘起来」那个等价关系，而第三条要求 $R$ 自己也能由一个自由紧 Hausdorff 空间满射过来 —— 于是整个 $S$ 由自由对象经过一次余等化子造出来。 $\mathbf{CHaus}$ 里有余等化子，所以 $\operatorname{coker}(R \rightrightarrows F)$ 存在；它就是商空间 $F/R$。 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 紧 Haus 都有自由表示　`cor.chaus-free-presentation` *推论*　每个紧 Hausdorff 空间都有自由表示 每个紧 Hausdorff 空间 $S$ 都有自由表示。 取 $F = \beta S^{\mathrm{disc}}$（前一条命题：$F \twoheadrightarrow S$ 满，且 $F$ 自由）。把同样的做法对 $S \times_{S} S$ 再做一次，得到 $F' \twoheadrightarrow R$ 满。三条逐一满足：自由、满、以及对 $R$ 的那条满射。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.1–2.2 #### 不交并是紧 Hausdorff 的余积　`prop.coproduct-chaus` *命题*　命题：$S \sqcup T$ 是 $\mathbf{CHaus}$ 里的余积 在**紧 Hausdorff** 空间范畴里（自由紧 Hausdorff 空间之间也一样），**不交并**是**余积**： $$\operatorname{Hom}(S \sqcup T,\ Z) \;\cong\; \operatorname{Hom}(S, Z) \times \operatorname{Hom}(T, Z).$$ **证明。** 一个连续映射 $S \sqcup T \to Z$ 由它在两半上的限制决定 ✓；反之给两条连续映射，把它们拼起来仍连续（不交并的拓扑就是两块拓扑的和）✓。于是上面的自然双射成立，即余积的泛性质 ✓。紧 Hausdorff 对有限不交并封闭（两块紧、两块 Hausdorff）✓。∎ ⚠️ 无限个不交并一般**不**紧，所以余积只对有限族留在范畴里；这也是后面用预拓扑（有限不交并）而不是一般不交并的原因。 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.12 #### 紧 Hausdorff 上商映射的四种说法　`prop.chaus-quotient-equiv` *命题*　命题：商映射 $\iff$ 正则满 $\iff$ 满态射 $\iff$ 满射 设 $\pi : S \to T$ 是**紧 Hausdorff** 空间之间的连续映射。以下四条等价： 1. $\pi$ 是**商映射**； 2. $\pi$ 是**正则满态射**； 3. $\pi$ 是**满态射**； 4. $\pi$ 是**满射**。 **证明（循环）。** (1)$\implies$(2)：商映射是某个余等化子，因而正则满 ✓。(2)$\implies$(3)：正则满自动是满态射 ✓。(3)$\implies$(4)：紧 Hausdorff 之间，满态射就是满射（紧 Hausdorff 是「投射对象够多」的范畴，满态射有截面，特别地满）✓。(4)$\implies$(1)：紧 Hausdorff 的连续满射是商映射（紧空间到 Hausdorff 空间的连续满射诱导同胚于商）✓。∎ ⭐ 用处：在紧 Hausdorff 里验「商映射」不必再拿开集去对，**满射就够了** —— 这是后面把「覆盖」读成「满态射」的依据。 📌 「紧 $\to$ Hausdorff 的连续满射是商映射」这一步用的是：紧空间里闭子集紧、连续像紧，于是 $T$ 里的闭集若拉回来闭就闭。 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.9 ### 星团：Stone 与 Stonean > 造出「不连通的那一半紧 Hausdorff 空间」：全不连通 → Stone 空间 = 投射有限空间 → 极不连通的 Stonean 空间 → Gleason 定理与布尔环表示。 #### 连通分量是闭开邻域之交　`prop.component-clopen` *命题*　紧 Hausdorff 空间中连通分量 = 闭开邻域之交 设 $S$ 是紧 Hausdorff 空间，$x \in S$。则 $x$ 的连通分量等于一切包含 $x$ 的闭开集之交： $$C(x) \;=\; \bigcap \{\, K \subseteq S : K \text{ 闭开},\ x \in K \,\}$$ 证明见边上那条推导。要点是「**紧 Hausdorff 里有无穷多闭开集可用**」：紧 Hausdorff 空间是正规的（$T_{4}$），所以两个不交闭集能被开集分开，而紧性又把「开集分开」升级成「闭开集分开」。这条把 $\pi_{0}$ 这个反射函子变得可算：连通分量不是抽象地取出来的，而是闭开集的交。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 全不连通与 Stone 空间　`def.stone-space` *定义*　Stone 空间与 Stonean 空间（Stone / Stonean Space） - $X$ **全不连通**（totally disconnected），如果其中每个连通分量都是单点； - $X$ **极端不连通**（extremally disconnected），如果任一开集的**闭包仍是闭开集**； - **Stone 空间** = 全不连通的紧 Hausdorff 空间； - **Stonean 空间** = 极端不连通的紧 Hausdorff 空间。 记 $\pi_{0}(X) := \{\, C(x) : x \in X \,\}$ 为连通分量的集合，并赋予它**商拓扑**；$x \mapsto C(x)$ 给出连续映射 $X \to \pi_{0}(X)$。 两个字面上很像的条件分居两端：**全不连通**说「碎到每个分量只剩一个点」，**极端不连通**说「开集的闭包不再长大」。后者更强 —— 极端不连通的 $T_{1}$ 空间必全不连通。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 极端不连通的基本性质　`prop.stonean-basic` *命题*　极端不连通的性质 **(a)** 若 $X$ 极端不连通，则任意两个不交开集 $U, V$ 的闭包仍不交：$\overline{U} \cap \overline{V} = \emptyset$。 **(b)** 极端不连通的 Hausdorff 空间是**全不连通**的。 **(a)** 反证：若 $\overline{U} \cap \overline{V}$ 非空，取其中的点 $x$。因为 $X$ 极端不连通，$\overline{U}$ 与 $\overline{V}$ 都是闭开的，于是它们与自己的内部的关系逼出矛盾 —— 具体地说，$x$ 的每个邻域都要同时碰到 $U$ 与 $V$，而这两个闭开集又把 $x$ 与「另一个」隔开。 **(b)** 设 $x \ne y$。Hausdorff 性给出分离它们的开集 $U \ni x$、$V \ni y$，由 (a) 得两个不交的闭开集把 $x$ 与 $y$ 隔开，于是 $C(x) \subseteq U \not\ni y$，$y \notin C(x)$。所以每个连通分量是单点。 **把 (a) 写严。** 设 $U, V$ 不交开。令 $W := X\setminus \overline{V}$ —— 它开，且 $U\subseteq W$。 因为 $U\subseteq W = W^{\circ}$，取闭包得 $\overline U\subseteq\overline{W^{\circ}}$；而**极端不连通的等价刻画**是「任意开集的闭包开」，即 $\overline{W^{\circ}}$ 是开的，于是 $\overline{W^{\circ}} = W^{\circ}$，所以 $\overline U \subseteq W^{\circ} = W = X\setminus\overline V$，即 $\overline U\cap\overline V = \emptyset$ ✓。∎ （等价说法：极端不连通 $\iff$ 不交开集的闭包不交。） **(b) 写严**：由 (a)，Hausdorff 性给出的分离开集 $U\ni x$、$V\ni y$ 满足 $\overline U\cap\overline V = \emptyset$；而 $\overline U$、$\overline V$ 都是**闭开**的（极端不连通），于是它们构成 $x$ 与 $y$ 之间的一个开闭分隔：$x$ 的连通分量含于 $\overline U$，故不含 $y$ ✓。于是每个连通分量是单点，即全不连通。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 全不连通空间是反射子范畴　`prop.td-reflective` *命题*　全不连通空间是 $\mathbf{Top}$ 的反射子范畴 全不连通空间构成的范畴是 $\mathbf{Top}$ 的**反射子范畴**，反射是 $$\pi_{0} : \mathbf{Top} \longrightarrow \mathbf{Top}_{\mathrm{td}}, \qquad X \mapsto \pi_{0}(X)$$ 并且 $X \to \pi_{0}(X)$ 是同构 $\iff$ $X$ 全不连通。 推论：**全不连通空间的任意极限仍是全不连通的** —— 因为 $\pi_{0}$ 作为反射（一个左伴随）保余极限，而含入函子保极限。这条与「$\mathbf{CHaus}$ 对极限封闭」叠起来，就是 Stone 空间与 Stonean 空间各自对极限封闭。 **证明。** 记 $\mathbf{Top}_{\mathrm{td}}$ 为全不连通空间范畴，含入 $i : \mathbf{Top}_{\mathrm{td}}\hookrightarrow\mathbf{Top}$。要证 $i$ 有左伴随 $\pi_{0}$。 - **构造**：$\pi_{0}(X)$ 取 $X$ 的连通分量全体，配**商拓扑**（$X\to\pi_{0}(X)$ 把每点送到它的分量）。商拓扑下 $\pi_{0}(X)$ 全不连通（连通分量的原像是……分量在商里是单点，而商空间里单点是否开闭要看原像是否开闭 —— 一般 $\pi_{0}$ 只是「全不连通」而未必离散，符合要求）； - **泛性质**：任给 $f : X \to Y$（$Y$ 全不连通）。连续映射把连通集送到连通集，而 $Y$ 的连通子集只有单点，故 $f$ 在每个连通分量上取常值，于是 $f$ 唯一地穿过 $X\to\pi_{0}(X)$ ✓。 两个方向互逆，故 $\pi_{0}\dashv i$ ✓，即 $\mathbf{Top}_{\mathrm{td}}$ 是反射子范畴。 **「$X\to\pi_{0}(X)$ 是同构」** $\iff$ 每个分量是单点 $\iff$ $X$ 全不连通 ✓。∎ ⭐ 推论读法：反射子范畴等价于「含入有左伴随」，而左伴随保余极限 —— 但这里要用的是**含入保极限**（右伴随保极限），于是全不连通空间的极限（在 $\mathbf{Top}$ 里算）落回全不连通 ✓。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### Stone 空间是 CHaus 的反射子范畴　`prop.stone-reflective` *命题*　Stone 空间是 $\mathbf{CHaus}$ 的反射子范畴 Stone 空间构成的范畴是 $\mathbf{CHaus}$ 的反射子范畴。 推论：**Stone 空间的任意极限仍是 Stone 空间**。把这条与「全不连通空间对极限封闭」并排看，就能读出 Stone 空间的双重身份：它既是「紧 Hausdorff 里全不连通的那些」，也是「紧 Hausdorff 这个反射子范畴里再反射一次剩下的那些」。 **证明。** Stone 空间 = 紧 Hausdorff **且**全不连通。把两个反射叠起来： - 含入 $\mathbf{CHaus}\hookrightarrow\mathbf{Top}$ 有**左**伴随 $\beta$（Stone–Čech 紧化），即 $\mathbf{CHaus}$ 是反射子范畴； - 在 $\mathbf{CHaus}$ 内部再取全不连通的那些：含入 $\mathbf{Stone}\hookrightarrow\mathbf{CHaus}$ 有左伴随「取紧 Hausdorff 空间的连通分量商」$S\mapsto S/\!\sim$（把每个连通分量压成一点），因为连续映射把紧 Hausdorff 的连通分量送到连通集、而全不连通空间里连通集只有单点； - 于是 $\mathbf{Stone}\hookrightarrow\mathbf{CHaus}$ 是反射子范畴，反射是「取连通分量商」（它对紧 Hausdorff 空间仍是紧 Hausdorff ✓）。∎ ⭐ 反射子范畴的**含入保极限**，所以 Stone 空间的极限（在 $\mathbf{CHaus}$ 或 $\mathbf{Top}$ 里算）仍是 Stone ✓ —— 这正是「Stone 空间对极限封闭」。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 投射有限空间　`def.profinite` *定义*　投射有限空间（Profinite Space） **投射有限空间**是有限离散空间沿一个**有向**系统取极限得到的拓扑空间： $$X \;=\; \varprojlim_{i \in I} X_{i}, \qquad X_{i} \text{ 有限离散},\quad I \text{ 有向}$$ 「pro-finite」= 有限者的投射极限。直观上它是「越来越细的有限分辨率」堆出来的对象：$X_{i}$ 是第 $i$ 层分辨率下的样子，$I$ 有向保证任意两层分辨率都能同时加细。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### Stone ⟺ 投射有限　`thm.stone-profinite` *定理*　Stone 空间 $\iff$ 投射有限空间 拓扑空间是 Stone 空间 $\iff$ 它是投射有限空间。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### Gleason 定理　`thm.gleason` *定理*　Gleason 定理：$\mathbf{CHaus}$ 的投射对象 $\mathbf{CHaus}$ 中的**投射对象恰好是 Stonean 空间**。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### Stonean 是收缩核　`cor.stonean-retract` *推论*　Stonean 空间 = 自由紧 Hausdorff 空间的收缩核 Stonean 空间恰好是自由紧 Hausdorff 空间的**收缩核**：存在连续映射 $r : X \to A$ 使 $r|_{A} = 1_{A}$（这样的 $A$ 叫 $X$ 的收缩核）。 这条把 Gleason 定理翻译成了一句「具体拓扑」的话：投射性 = 收缩核。与模论里「投射模 = 自由模的直和项」完全平行 —— 两者都是「投射 = 从自由对象上切一块下来」。 **证明（把 Gleason 与「$\mathbf{CHaus}$ 里每个对象都是自由的商」拼起来）。** - **$(\implies)$**：设 $A$ 是 Stonean。取自由紧 Hausdorff 空间 $F$ 与满射 $p : F\twoheadrightarrow A$（「$\mathbf{CHaus}$ 里每个对象都是自由的商」）。Stonean $\implies$ 由 **Gleason 定理** $A$ 是 $\mathbf{CHaus}$ 里的**投射对象**，于是满射 $p : F\to A$ 有**截面** $s : A\to F$，即 $p\circ s = \mathrm{id}_{A}$ —— 这正是「$A$ 是 $F$ 的收缩核」（取 $r := p$）✓。 - **$(\Longleftarrow)$**：若 $A$ 是自由对象 $F$ 的收缩核（$r: F\to A$，$r|_A = \mathrm{id}$），则由**投射对象的收缩核仍投射**（标准事实：投射对象的直和项/收缩核还是投射的），$A$ 在 $\mathbf{CHaus}$ 里投射；再由 Gleason 定理，$A$ 是 Stonean ✓。∎ ⭐ 这条是「Stonean = 自由紧 Hausdorff 的收缩核」的完整论证，也是后面「$\mathbb{Z}[S]$ 投射」的来源（$S$ 的收缩核给出截面，截面给出 $\mathbb{Z}[S]$ 的投射性）。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 完全不连通与极不连通　`def.totally-disconnected` *定义*　完全不连通 / 极不连通空间 拓扑空间 $X$ 叫**完全不连通的**，如果**每个连通分量都是单点**。 叫**极不连通的**（extremally disconnected），如果**每个开集的闭包仍然开**。 ⚠️ **两个名字只差一个字，强弱正好相反**： - **完全不连通**说「碎到每个分量只剩一个点」； - **极不连通**说「开集的闭包不再长大」—— 后者更强。 **极不连通的需求方是 Haskell / 集合论 / 凝聚态**：它是「投影对象」的几何形态（Gleason 定理：$\mathbf{CHaus}$ 的投射对象恰好是 Stonean 空间）。 ⭐ **在紧 Hausdorff 的世界里三者串成一条链**：极不连通 $\implies$ 完全不连通；完全不连通 + 紧 Hausdorff $\iff$ **profinite**；极不连通 + 紧 Hausdorff $\implies$ **Stonean**。 **例子**：Cantor 集 $2^{\mathbb{N}}$ 完全不连通但不极不连通；$\beta\mathbb{N}$（$\mathbb{N}$ 的 Stone–Čech 紧化）极不连通；$\beta\mathbb{N} \setminus \mathbb{N}$ 是它的一个极端例子。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 布尔环　`def.boolean-ring` *定义*　布尔环（Boolean Ring） **布尔环**是一个环 $B$，其中每个元素都**幂等**： $$\forall x \in B,\qquad x^{2} = x.$$ **幂等性把环逼得很紧**。由 $(x + y)^{2} = x + y$ 展开得 $xy + yx = 0$；由 $(x+x)^{2} = x+x$ 得 $2x = 0$。合起来：布尔环**自动是交换环**，而且**特征为 $2$**。所以布尔环里没有「真实」的数，只有「是 / 不是」的代数。 **与布尔代数（带补分配格）是一回事**。格运算翻译成环运算： - $a \wedge b = ab$（交 = 乘法）； - $a \vee b = a + b + ab$（并 = 加法加回重叠部分）； - $\neg a = 1 + a$（补 = 与单位元加和）。 反过来，$a \,\triangle\, b = a + b$：环加法就是**对称差**。 **最小的例子**：$\mathbb{F}_{2} = \{\, 0, 1 \,\}$。**最一般的例子**：集合 $I$ 的幂集 $\mathcal{P}(I)$，以对称差为加法、以交为乘法。 参考：Le Stum, Exercise 2.22 #### Boolean 环与 Stone 空间等价　`thm.boolean-stone` *定理*　Stone 表示定理：$\mathbf{BoolRing}^{\mathrm{op}} \simeq \mathbf{Stone}$ 布尔环范畴与 Stone 空间范畴**反等价**： $$\mathbf{BoolRing}^{\mathrm{op}}\;\simeq\;\mathbf{Stone}.$$ 两个方向是 - $B \mapsto \operatorname{Spec}(B) := \operatorname{Hom}_{\mathbf{Rng}}(B,\ \mathbb{F}_{2})$，配上 $\mathbb{F}_{2}$（取离散拓扑）上的**乘积拓扑**； - $S \mapsto \operatorname{Clopen}(S)$ —— $S$ 的**开闭子集**全体，**加法取对称差**、**乘法取交**。 **为什么 $\operatorname{Spec}$ 落在 Stone 空间里。** $\operatorname{Spec}(B) \subseteq \mathbb{F}_{2}^{B}$ 是乘积空间的闭子集，而 $\mathbb{F}_{2}$ 有限离散 —— 于是 $\operatorname{Spec}(B)$ 紧、Hausdorff、全不连通，正是 Stone 空间。 **为什么只用到 $\mathbb{F}_{2}$。** 布尔环上，每个素理想都**自动是极大理想**：商 $B/\mathfrak{p}$ 是整环，而整环里的幂等元只能是 $0$ 或 $1$，于是它就是 $\mathbb{F}_{2}$。所以 $\operatorname{Spec}(B) = \operatorname{MaxSpec}(B)$ —— Zariski 拓扑退化成 Stone 拓扑，没有「非闭点」这种麻烦。 **两个必记的对应**：$B = \mathbb{F}_{2}$ 对应单点空间；$B = \mathcal{P}(I)$ 对应 $\beta I$（$I$ 的 Stone–Čech 紧化）—— 幂集对应的正是「最自由」的紧化。 ⭐ **这是「Stone 空间为什么特殊」的代数根源**。Stone 空间的每一个点、每一个开闭集都能用「幂等元」来读：全不连通性 = 元素幂等、紧性 = 环有单位、闭开集 = 幂等元本身。于是 Stone 空间上的计算可以整个翻译成**模 $2$ 的代数**。 📌 与「挠 $\leftrightarrow$ Stonean」那条对偶字典连起来看：纯代数侧的「挠」、拓扑侧的「极不连通」、环论侧的「幂等」三个词在同一个地方汇合 —— 这正是凝聚态数学反复用到 Stonean 空间的原因。 **证明（两个函子互逆）。** - **$S\mapsto \operatorname{Clopen}(S)$ 确实是布尔环**：对称差给加法、交是乘法，$S$ 本身是单位元，每个开闭集自带补，而开闭集都是幂等元 ✓； - **$B\mapsto \operatorname{Spec}(B)$ 是石空间**：$\operatorname{Spec}(B)\subseteq \mathbb{F}_{2}^{B}$ 是乘积空间的**闭**子集（它是「每个 $f$ 是环同态」这组等式的公共解集），$\mathbb{F}_{2}$ 有限离散故紧 Hausdorff，于是 $\operatorname{Spec}(B)$ 紧 Hausdorff；而 $\mathbb{F}_{2}^{B}$ 极不连通、闭子空间仍极不连通 $\implies$ $\operatorname{Spec}(B)$ 极不连通，特别地全不连通 ✓； - **两个复合是恒等**：$S\mapsto \operatorname{Clopen}(S)\mapsto \operatorname{Spec}(\operatorname{Clopen}(S))$ —— 每个 $x\in S$ 给求值 $\operatorname{Clopen}(S)\to\mathbb{F}_{2}$，这是双射（Stone 空间里点由开闭集分离）；反向 $B\mapsto \operatorname{Spec}(B)\mapsto \operatorname{Clopen}(\operatorname{Spec}(B))$ —— 每个 $b\in B$ 给 $\{f : f(b) = 1\}$，它在 $\operatorname{Spec}(B)$ 里开闭，且这个对应是**环同构**（用「每个素理想都是极大、商为 $\mathbb{F}_{2}$」）✓； - **全忠实**由两个复合是恒等给出 ✓。∎ ⭐ 由此**布尔代数的所有定理都能翻译成 Stone 空间的语言**（反之亦然）—— 具体地：$B$ 中的幂等元（＝元素）对应 $\operatorname{Spec}(B)$ 的开闭子集，$B$ 的理想对应 $\operatorname{Spec}(B)$ 的闭子集。 参考：Le Stum, Exercise 2.22 #### Stone 空间的闭开加细　`prop.stone-clopen-refinement` *命题*　命题：Stone 空间的开覆盖有有限不交闭开加细 设 $S$ 是 **Stone** 空间。则 $S$ 的**任何开覆盖都有有限的、两两不交的闭开加细**：存在有限族 $(C_{r})_{r \le m}$ 使 $$C_{r} \text{ 闭开}, \qquad C_{r} \cap C_{s} = \emptyset \ (r \ne s), \qquad \bigsqcup_{r} C_{r} = S,$$ 且每个 $C_{r}$ 都含在覆盖的某一支之中。 **证明。** Stone 空间就是**投射有限**空间：$S = \varprojlim_{i \in I} S_{i}$，每个 $S_{i}$ 有限离散、转移映射满 ✓。于是 $$\bigl\{\, \pi_{i}^{-1}(x) \;:\; i \in I,\ x \in S_{i} \,\bigr\}$$ 是 $S$ 的一组**闭开**集基，而且对 $i \le j$ 有嵌套（$\pi_{j}$ 的纤维含在 $\pi_{i}$ 的纤维里）✓。 **① 先取有限闭开子覆盖。** 给定开覆盖 $(U_{\alpha})$：对每个 $s \in S$ 取 $i(s)$ 与 $x := \pi_{i(s)}(s)$，使 $$D_{s} := \pi_{i(s)}^{-1}(x) \subseteq U_{\alpha(s)}$$ （用基的闭开性，取直径足够细的那一层）✓。$\{D_{s}\}$ 是开覆盖，而 $S$ **紧** $\implies$ 抽出有限子覆盖 $D_{1}, \ldots, D_{m}$ ✓。 **② 再两两不交化。** 记 $D^{1}_{j} := D_{j}$、$D^{0}_{j} := S \setminus D_{j}$，对每个 $\varepsilon \in \{0,1\}^{m}$ 取 $$C_{\varepsilon} := D^{\varepsilon_{1}}_{1} \cap \cdots \cap D^{\varepsilon_{m}}_{m}.$$ 每个 $C_{\varepsilon}$ 是闭开的（有限交、补）✓；不同 $\varepsilon$ 的 $C_{\varepsilon}$ **两两不交** ✓；它们**并为** $S$（每点属于唯一一个 $C_{\varepsilon}$）✓。去掉空集，得到有限族 $(C_{r})$。 **③ 每块含在某一支里。** 若 $C_{\varepsilon} \ne \emptyset$，取 $s \in C_{\varepsilon}$；由 $\{D_{j}\}$ 覆盖 $S$，有 $j$ 使 $s \in D_{j}$ —— 而 $s \in D_{j}$ 说明 $\varepsilon_{j} = 1$，于是 $$C_{\varepsilon} \subseteq D_{j} \subseteq U_{\alpha(j)} ✓$$ ∎ ⭐ 用途：它把「开覆盖」换成「**有限不交闭开分划**」，于是可以**逐块定义、逐块拼起来**。§8.2 里「Stone 空间上 $C(S, M^{\mathrm{disc}})$ 在 $C(S, M)$ 中稠密」用的就是这一条：在每一块上取一个常值，拼成局部常值函数。 参考：Le Stum, An introduction to condensed mathematics, §2.2 #### 全不连通对子空间封闭　`prop.totally-disconnected-subspace` *命题*　命题：全不连通空间的子空间全不连通 **全不连通**空间的**子空间**仍全不连通；同样地，闭开集限制到子空间上仍是闭开集。 **证明。** 给子空间 $Y \subseteq X$、$y \in Y$。$X$ 里每个含 $y$ 的闭开集 $K$ 与 $Y$ 交出的 $K \cap Y$ 在 $Y$ 里仍闭开 ✓；若 $Y$ 在 $y$ 处连通、含有另一个点 $y'$，则全不连通性给出 $X$ 的闭开集分离 $y, y'$ ✓，把它交到 $Y$ 上就断开 $Y$ —— 矛盾 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.16 #### 投射有限集即投射有限空间　`prop.profinite-sets-spaces` *命题*　命题：有限集的 pro-对象 $\simeq$ 投射有限空间 有限集合范畴的 **pro-对象**所成范畴，与**投射有限空间**所成范畴**等价**。 **证明。** pro-对象就是一个「按指标范畴取投影极限」的图表 ${E_{i}}$（$E_i$ 有限离散）✓，它照面给出一个投射有限空间 ✓；反过来，投射有限空间是有限离散空间的（滤过）投影极限 ✓（这是「投射有限」的定义读法）。两个方向互为逆 ✓。 ⭐ 于是「投射有限集」这个组合名字对得上：它既可以看作 pro-(有限集)，也可以看作紧全不连通空间。 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.21 ### 星团：紧生成空间与弱 Hausdorff > 造出「乘积好用的拓扑空间范畴」：紧生成空间（$k$-空间）→ $k$-拓扑与 $k$-化 → 商映射与积 → 紧开拓扑 → 弱 Hausdorff → $\mathrm{CGWH}$ 是反射子范畴。 #### 紧生成空间　`def.compactly-generated` *定义*　紧生成空间 / $k$-空间（Compactly Generated Space） 拓扑空间 $X$ 叫**紧生成的**（也叫 **$k$-空间**），如果它是紧 Hausdorff 空间的余极限。 等价地：$X$ 的拓扑由「从紧 Hausdorff 空间进来的连续映射」完全决定 —— $Y \subseteq X$ 是开（闭）集 $\iff$ 对每个紧 Hausdorff 空间 $S$ 与每个连续映射 $f : S \to X$，$f^{-1}(Y)$ 在 $S$ 中开（闭）。 「由从紧 Hausdorff 空间进来的映射决定拓扑」的意思是：**只要一个子集在所有这类映射下的原像都开，它就是开的**。 一般拓扑空间不满足这一条 —— 于是紧生成性把那些「测试不够」的空间排除在外，留下的那批在做乘积、函数空间时行为良好。 这是**余反射**的入口：$k$-化（见「$k$-开、$k$-闭与 $k$-拓扑」）把任何空间改造成紧生成的，而且改造前后到别的紧生成空间之间的映射一一对应。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧生成空间的例子　`ex.cg-examples` *例*　哪些空间是紧生成的 **例 1**　局部紧 Hausdorff 空间是紧生成的。 **例 2**　序列空间是紧生成的：$A \subseteq X$ 闭 $\iff$ 只要 $x_{n} \to x$ 且 $x_{n} \in A$，就有 $x \in A$。 **例 3**　若 $I$ **不可数**，则 $\mathbb{R}^{I}$ 与 $\mathbb{Z}^{I}$（积拓扑）都**不是**紧生成的。 **例 1** 是最常用的一条：紧 Hausdorff 空间自己当然紧生成（它本身就是自己的那条余极限）；一般局部紧 Hausdorff 空间由「取紧邻域」这一类映射决定拓扑。 **例 3** 是反面教材 —— 它正是「乘积不好用」的根源：$\mathbb{R}^{I}$ 太细，细到没有足够的紧 Hausdorff 空间能测出它的拓扑。$k$-化会把它换成拓扑更粗的 $k(\mathbb{R}^{I})$，那个才好用。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧生成空间的等价刻画　`prop.cg-equivalent-conditions` *命题*　紧生成性的六条等价说法 下面六条等价： 1. $X$ 是紧生成的； 2. $X$ 是「紧 Hausdorff 空间的不交并」的商空间； 3. $X$ 是「局部紧 Hausdorff 空间」的商空间； 4. $Y \subseteq X$ 开 $\iff$ 对每个从紧 Hausdorff 空间出发的连续 $f : S \to X$，$f^{-1}(Y)$ 开； 5. $X \to Y$ 连续 $\iff$ 对每个连续 $f : S \to X$，复合 $S \to X \to Y$ 连续； 6. $X$ 是所有连续映射 $S \to X$（$S$ 紧 Hausdorff）的余极限。 **证明的走法。** (1) $\iff$ (6) 是定义换一种说法：余极限就是「由全体映射决定」。 - (6) $\implies$ (2)：取 $Y = \coprod_{S \to X} S$（沿所有连续映射 $S \to X$，$S$ 紧 Hausdorff）。全体映射拼出 $Y \to X$，它显然满 —— **满的连续映射就是商映射**。 - (2) $\implies$ (3)：紧 Hausdorff 空间本身局部紧。 - (3) $\implies$ (1)：商映射 $Z \twoheadrightarrow X$（$Z$ 局部紧 Hausdorff）把 $Z$ 的紧生成性传下去 —— 商是余极限，而余极限的余极限还是余极限。 - (4) $\iff$ (1)：这是「由映射决定拓扑」的逐字翻译：用 $S$ 是紧空间这一条，把 $f^{-1}(Y)$ 的开性从 $f(S)$ 拉回到 $S$ 上。 - (5) $\iff$ (4)：把「$X \to Y$ 连续」按定义展开成「开集的原像开」，再用 (4) 换成紧 Hausdorff 空间上的检验。 ⭐ **测试空间统一取紧 Hausdorff 空间。** 定义那一条与这里 (2)(3)(4)(6) 用的是同一族测试空间 —— 也就是说：$X$ 紧生成 $\iff$ 存在紧 Hausdorff 空间的不交并 $\coprod S \twoheadrightarrow X$ 是商映射 $\iff$ 存在局部紧 Hausdorff 空间 $Z \twoheadrightarrow X$ 是商映射。**三个说法给出同一个范畴**，用哪一条就看哪一条好算。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### k-开、k-闭与 k-拓扑　`def.k-topology` *定义*　$k$-开集与 $k$-化（$k$-Topology） 子集 $Y \subseteq X$ 叫 **$k$-开**（**$k$-闭**）的，如果对每个连续映射 $f : S \to X$（$S$ 紧 Hausdorff），$f^{-1}(Y)$ 在 $S$ 中开（闭）。 全体 $k$-开集构成的拓扑叫 $X$ 上的 **$k$-拓扑**；记 $kX$ 为「同一个集合、拓扑换成 $k$-拓扑」的那个空间。 $k$-拓扑就是**使所有连续映射 $S \to X$（$S$ 紧 Hausdorff）都连续的最终（最细）拓扑**。它比原来的拓扑**细** —— 开集变多了（原本开的当然还是 $k$-开的）。 ⭐ **紧生成 = 自己就是 $k$-化**：$X$ 紧生成 $\iff$ $kX = X$（同一个拓扑空间）。所以 $k$ 是一个**幂等**的改造：$k(kX) = kX$。 一般情形下 $kX$ 与 $X$ 之间的恒等映射 $kX \to X$ 连续（拓扑变细了），但反方向不连续 —— 这个「往下走」的映射正是余反射的余单位 $\varepsilon_{X}$。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### kX 是紧空间的余极限　`prop.ktx-colimit` *命题*　$kX = \varinjlim S$ 对任何拓扑空间 $X$，$kX$ 是全体连续映射 $S \to X$（$S$ 取遍紧 Hausdorff 空间）在 $\mathbf{Top}$ 中的余极限。 **证明。** 按 $k$-拓扑的定义，$U \subseteq kX$ 开 $\iff$ 对**每个**连续 $g : S \to X$（$S$ 紧 Hausdorff），$g^{-1}(U)$ 在 $S$ 中开。 另一方面，$\mathbf{Top}$ 里一张图 $\mathcal{D}$ 的余极限 $L$ 的拓扑有标准刻画：$U \subseteq L$ 开 $\iff$ 对图上每个对象的「余射」$D_{i} \to L$，$U$ 的拉回在 $D_{i}$ 中开。 把图取成「对象 = 全体连续映射 $g : S \to X$；态射 = 使三角形交换的连续映射」：余射就是 $g$ 本身，于是 $L$ 上的拓扑正是「由全体 $g$ 拉回定出的 $k$-拓扑」，即 $L = kX$（两者有同一个底集合同一个开集族）。∎ ⭐ **读法**：这条把「$k$-化」翻译成了「用紧 Hausdorff 块拼出来」。于是 $X$ 紧生成 $\iff$ $X$ 就是它自己那些紧 Hausdorff 块的余极限 —— 后面所有关于 $k\mathbf{Top}$ 的论证都可以在**块**上做，再沿余极限抬上去。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧生成空间是余反射子范畴　`prop.cg-coreflective` *命题*　紧生成空间是 $\mathbf{Top}$ 的余反射子范畴 紧生成空间构成的范畴 $k\mathbf{Top}$ 是 $\mathbf{Top}$ 的**余反射子范畴**：含入函子 $i : k\mathbf{Top} \hookrightarrow \mathbf{Top}$ 有**右**伴随 $$k : \mathbf{Top} \longrightarrow k\mathbf{Top}, \qquad X \mapsto kX$$ 即 $i \dashv k$。$kX$ 与 $X$ 有同一个集合，拓扑换成 $k$-拓扑。 **要证的是**：对每个紧生成空间 $X$ 与每个拓扑空间 $Y$， $$\operatorname{Hom}_{\mathbf{Top}}(X,\ Y) \;\cong\; \operatorname{Hom}_{k\mathbf{Top}}\bigl(X,\ kY\bigr).$$ **证明。** 余单位是 $\varepsilon_{Y} : kY \to Y$（恒等映射，拓扑从细到粗，连续）。 - 先证 $kY$ 确实紧生成：把每个连续映射 $S \to Y$（$S$ 紧 Hausdorff）复合 $\varepsilon_{Y}$ 抬成 $S \to kY$，再用 $kY$ 的定义（$k$-开集的取法）验证「由这些映射决定拓扑」。 - 于是任意 $f : X \to Y$ 连续（$X$ 紧生成）时，$f = \varepsilon_{Y} \circ f': X \to kY$ 给出一个到 $kY$ 的连续映射 $f'$：设 $U \subseteq kY$ 开，要证 $f'^{-1}(U)$ 在 $X$ 中开。由 $X$ 紧生成，只需对每个紧 $L \subseteq X$ 验证 $f'^{-1}(U) \cap L$ 在 $L$ 中开。而 $f|_{L} : L \to Y$ 连续、$L$ 紧，故 $f(L)$ 紧；$U \cap f(L)$ 在 $f(L)$ 中开，于是 $(f|_{L})^{-1}\bigl(U \cap f(L)\bigr) = f'^{-1}(U) \cap L$ 在 $L$ 中开。∎ - 反向由 $\varepsilon_{Y}$ 连续直接得到。这样两个方向互逆，就是那个同构。 ⭐ 与紧 Hausdorff 对照着记：$\mathbf{CHaus}$ 是 $\mathbf{Top}$ 的**反射**子范畴（含入函子有**左**伴随 $\beta$），而 $k\mathbf{Top}$ 是**余反射**的（含入函子有**右**伴随 $k$）。一个把空间「收紧」，一个把空间「松开」—— 所以前者对极限封闭，后者对**余极限**封闭。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 商映射与局部紧空间作积　`thm.quotient-product` *定理*　商映射与局部紧因子作积仍是商映射 设 $q : X \to Y$ 是**商映射**，$Z$ 是**局部紧 Hausdorff** 空间。则 $$q \times \mathrm{id}_{Z} : X \times Z \longrightarrow Y \times Z$$ 也是商映射。 ⭐ **这是「紧生成空间对积封闭」那条的引擎**，也是搜「商映射」「局部紧」时该落到的地方。 **证明的走法（逆映射连续法）。** 记 $W := (q \times \mathrm{id}_{Z})^{-1}(U)$，要证 $W$ 开。取一点 $(x, z) \in W$，记 $y = q(x)$。因为 $U$ 在 $Y \times Z$ 中开，可以挑出基本开集 $$V \times K \;\subseteq\; U, \qquad y \in V,\;\; z \in K,$$ 其中 $V$ 开、$K$ 是 $z$ 的**紧邻域**（局部紧 Hausdorff $\implies$ 每点有紧邻域基，可以要求 $K$ 落在任意给定的邻域里）。由 $q$ 是商映射，$q^{-1}(V)$ 是 $X$ 中的开集，于是 $$q^{-1}(V) \times K \;\subseteq\; W$$ 是 $(x, z)$ 的一个开邻域 —— 所以 $(x, z)$ 是 $W$ 的内点，$W$ 开。∎ ⚠️ **局部紧这个条件不能省。** 一般情形下「商映射乘 id」不是商映射：取 $q$ 是某条坏商、$Z$ 是一个既不局部紧又不紧生成的空间，乘积的商拓扑会严格细于商空间应有的拓扑。 记法：有的把这条写成「$Z$ 局部紧 Hausdorff $\implies$ 函子 $- \times Z$ 保商映射」。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧生成空间对积封闭　`cor.cg-product` *推论*　紧生成空间作积仍紧生成 若 $X$ 紧生成、$Y$ 局部紧 Hausdorff，则 $X \times Y$ 紧生成。 **证明。** 用的都是已经有的零件。 - $X$ 紧生成 $\iff$ $X$ 是它自己那些紧 Hausdorff 块的余极限：$X = \varinjlim_{i} S_{i}$（上一条），$S_{i}$ 紧 Hausdorff； - $Y$ 局部紧 Hausdorff $\implies$ 函子 $-\times Y$ **保余极限**（它有右伴随 $C(Y, -)$）；于是 $$X \times Y = \Bigl(\varinjlim_{i} S_{i}\Bigr) \times Y = \varinjlim_{i}\bigl(S_{i} \times Y\bigr);$$ - **每一项 $S_{i} \times Y$ 紧生成**：它是局部紧 Hausdorff 空间（紧 $\times$ 局部紧 $=$ 局部紧 Hausdorff），而局部紧 Hausdorff $\implies$ 紧生成（每个点有紧邻域）✓； - **紧生成空间在 $\mathbf{Top}$ 里的余极限仍紧生成**：含入 $k\mathbf{Top} \hookrightarrow \mathbf{Top}$ 是左伴随（它**有**右伴随 $k$），左伴随保余极限，故 $k\mathbf{Top}$ 里的余极限就是 $\mathbf{Top}$ 里的余极限，且结果紧生成。 于是 $X \times Y$ 是紧生成空间的余极限，自身紧生成。∎ ⚠️ **$Y$ 局部紧不能省**：一般拓扑空间之间的积**不保**商映射，而「$-\times Y$ 保余极限」正是这一条目的等价说法。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### k-化与积　`prop.k-product` *命题*　$k(kX \times Y) = k(X \times Y)$ 对任何 $X, Y \in \mathbf{Top}$， $$k(kX \times Y) \;=\; k(X \times Y).$$ 若 $Y$ 还**局部紧 Hausdorff**，则更强： $$kX \times Y \;=\; k(X \times Y).$$ 两式的差别正好是余反射子范畴的两个层次：一般情形下 $k$ 不是「积封闭」的，得对积再取一次 $k$；$Y$ 局部紧 Hausdorff 时（由商映射与积那条定理）$k$ 与「乘 $Y$」可交换。**这就是为什么 $k\mathbf{Top}$ 里的乘积得取 $k(X \times Y)$ 而不是 $X \times Y$。** **证明（第一式）。** $k$-拓扑由「哪些紧 Hausdorff 块映射连续」决定，而关键是一条逐点事实： - **对 $T$ 紧 Hausdorff，$g : T \to X$ 连续 $\iff$ $g : T \to kX$ 连续。** 反正向显然（$kX$ 拓扑更细）；正向因为 $kX$ 的开集就是这么定义的：$U \subseteq kX$ 开 $\iff$ 沿每个紧 Hausdorff 映射的拉回开，取 $g$ 即得 $g^{-1}(U)$ 开。 - 于是对 $T$ 紧 Hausdorff：$(g_{1}, g_{2}) : T \to X \times Y$ 连续 $\iff$ $g_{1} : T\to X$ 与 $g_{2} : T \to Y$ 都连续 $\iff$ $g_{1} : T \to kX$ 与 $g_{2}$ 都连续 $\iff$ $T \to kX\times Y$ 连续。 - 两张 $k$-拓扑 $k(X\times Y)$ 与 $k(kX\times Y)$ 由**同一族**测试映射（全体 $T \to$ 该底集合，$T$ 紧 Hausdorff）的连续性刻画，故它们的开集族相同，即 $k(kX\times Y) = k(X\times Y)$。 **第二式**：由上一条「$X$ 紧生成、$Y$ 局部紧 Hausdorff $\implies$ $kX \times Y$ 紧生成」得 $kX\times Y$ 已经是紧生成的，对它取 $k$ 不再改变：$k(kX\times Y) = kX\times Y$；代入第一式即得 $kX\times Y = k(X\times Y)$。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧开拓扑　`def.compact-open-topology` *定义*　紧开拓扑（Compact-Open Topology） 设 $X, Y \in \mathbf{Top}$。对每个连续映射 $g : S \to X$（$S$ 紧 Hausdorff）与每个开集 $V \subseteq Y$，令 $$W_{S,V} := \{\, f : X \to Y \;\mid\; \operatorname{Im}(f \circ g) \subseteq V \,\}.$$ $C(X, Y)$（也就是 $\operatorname{Hom}_{\mathbf{Top}}(X, Y)$）上的**紧开拓扑**是由全体 $W_{S,V}$ 生成的拓扑。 读法：$W_{S,V}$ 是「在所有从头进来的紧块上都落在 $V$ 里」的那些映射。$g$ 通过 $S$ 这个「测试块」把 $X$ 的局部控制住。 ⭐ 这一条让 $\operatorname{Hom}(X,Y)$ 本身成为一个拓扑空间 —— 于是可以谈「映射空间」，才可以谈同伦、道路空间、环路空间。在 $\mathrm{CGWH}$ 里它才真正好用（见「函数空间弱 Hausdorff」那条）。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 离散时函数空间是积　`prop.compact-open-discrete` *命题*　离散 $X$ 时 $C(X,Y) \cong Y^{X}$ 若 $X$ 是**离散**空间，则 $C(X, Y) \cong Y^{X}$（右边取**积拓扑**）。 **证明。** 比较两边的基本开集。 - $X$ 离散时，紧 Hausdorff 的 $g : S \to X$ 的像 $g(S)$ 是**有限**集（紧 $\implies$ 有限，因为 $X$ 上只有离散拓扑，紧子集有限）。于是紧开拓扑的生成元是 $$W_{S,V} = \{\, f : X\to Y \;\mid\; f\bigl(g(S)\bigr)\subseteq V \,\} = \bigcap_{x \in F} \{\, f : f(x)\in V \,\},\qquad F := g(S)\ \text{有限};$$ - 而 $\{f : f(x) \in V\}$ 正是**积拓扑**（$Y^{X} = \prod_{x\in X} Y$）下的基本开集（只有 $x$ 那个坐标被限制）。所以两边由同一族基本开集生成，恒等映射是同胚。∎ ⭐ **这就是「指数律在离散指数下平凡成立」那条**：$Y^{X}$ 的积拓扑就是紧开拓扑。这也说明紧开拓扑的**信息量**：非离散的 $X$ 上，积拓扑太细（那是「逐点收敛」拓扑），紧开拓扑才是对的。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 弱 Hausdorff 空间　`def.weak-hausdorff` *定义*　弱 Hausdorff 空间（Weak Hausdorff Space） 拓扑空间 $X$ 叫**弱 Hausdorff** 的，如果对每个连续映射 $f : S \to X$（$S$ 紧 Hausdorff），像 $f(S)$ 都在 $X$ 中**闭**。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 弱 Hausdorff 的基本性质　`prop.weak-hausdorff-basic` *命题*　弱 Hausdorff 的几条基本性质 设 $X$ 弱 Hausdorff。则 - $X$ 的每个紧 Hausdorff 子空间都闭； - $X$ 是 $T_{1}$ 的（单点是紧 Hausdorff 子空间）； - 对每个连续 $f : S \to X$（$S$ 紧 Hausdorff），$f(S)$ 是**紧 Hausdorff** 的； - **对角** $\Delta_{X} \subseteq X \times X$ 是 $k$-闭的；反过来，若 $X$ 紧生成，则对角 $k$-闭 $\implies$ $X$ 弱 Hausdorff； - 若还有 $Y$ 弱 Hausdorff、$f, g : X \rightrightarrows Y$ 连续，则 $\ker(f, g) = \{\, x : f(x) = g(x) \,\} \subseteq X$ 是 $k$-闭的。 **为什么叫「弱」Hausdorff。** Hausdorff 要求任意两点的开邻域能分开；弱 Hausdorff 只要求「紧块的像是闭的」—— 条件弱得多，却正好够用：出现在 $\mathrm{CGWH}$ 里的那些构造（商、函数空间、纤维积）都不需要全 Hausdorff。 ⚠️ 弱 Hausdorff **不蕴含** Hausdorff（存在紧生成的弱 Hausdorff 而非 Hausdorff 的空间）；但它蕴含 $T_{1}$，上面第二条就是。 **对角那条的作用**：$\Delta_{X}$ $k$-闭 $\iff$ 「两个映射相等的点集」是 $k$-闭的 —— 这与 $T_{1}$、$T_{2}$ 在一般拓扑里的刻画（对角闭）平行，只是这里闭的判据换成了 $k$-闭。紧生成是让这个等价反过来的补充条件。 **证明。** 五条都只用定义。 - **紧 Hausdorff 子空间闭**：$K \subseteq X$ 紧 Hausdorff，含入 $K \hookrightarrow X$ 就是定义里的那个 $f$，故 $K = f(K)$ 闭。 - **$T_{1}$**：单点 $\{x\}$ 是紧 Hausdorff 空间（它自己的）的像，故闭 —— 单点闭就是 $T_{1}$。 - **$f(S)$ 紧 Hausdorff**：$f(S)$ 紧（连续像），且由定义它在 $X$ 中闭；闭子空间的子空间拓扑是 Hausdorff 的，故 $f(S)$ 紧 Hausdorff。 - **$\Delta_{X}$ 是 $k$-闭的**：取紧 Hausdorff 的 $g = (g_{1}, g_{2}) : T \to X\times X$。$g_{1}(T)$、$g_{2}(T)$ 由上一款是紧 Hausdorff，故 $g_{1}(T)\times g_{2}(T)$ 紧 Hausdorff，于是 $\Delta_{X} \cap \bigl(g_{1}(T)\times g_{2}(T)\bigr) = \Delta_{g_{1}(T)}$（两个紧 Hausdorff 集的「相等点」）在其中**闭**；而 $g^{-1}(\Delta_{X}) = g^{-1}\bigl(\Delta_{X}\cap(g_{1}(T)\times g_{2}(T))\bigr)$ 是闭集的逆像，闭 ✓。 - **反过来（$X$ 紧生成 + $\Delta$ $k$-闭 $\implies$ 弱 Hausdorff）**：取 $f : S\to X$（$S$ 紧 Hausdorff），要证 $f(S)$ 闭。$X$ 紧生成，故只需证对每个紧 Hausdorff 的 $h : T \to X$，$h^{-1}\bigl(f(S)\bigr)$ 在 $T$ 中闭。而 $$h^{-1}\bigl(f(S)\bigr) = \operatorname{pr}_{T}\Bigl(\{(s, t) : f(s) = h(t)\}\Bigr) = \operatorname{pr}_{T}\Bigl((f,h)^{-1}(\Delta_{X})\Bigr),$$ 其中 $(f,h)^{-1}(\Delta_{X})$ 在 $S\times T$ 中闭（$S\times T$ 紧 Hausdorff，$\Delta$ $k$-闭）；而 $\operatorname{pr}_{T} : S\times T\to T$ 是**闭映射**（$S$ 紧），故 $h^{-1}(f(S))$ 闭 ✓。 - **$\ker(f,g)$ 是 $k$-闭的**：$\ker(f,g) = (f,g)^{-1}(\Delta_{Y})$，而 $k$-闭集沿连续映射的拉回仍 $k$-闭（用紧 Hausdorff 测试：$(f,g)\circ h$ 连续，$h^{-1}(\ker) = ((f,g)\circ h)^{-1}(\Delta_{Y})$ 闭）。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧块的纤维积还是紧的　`prop.cgwh-fiber-product` *命题*　紧 Hausdorff 沿弱 Hausdorff 的纤维积 若 $S, S'$ 是紧 Hausdorff 空间、$X$ 弱 Hausdorff，且给定了连续映射 $S \to X$、$S' \to X$，则纤维积 $S \times_{X} S'$ 紧 Hausdorff。 **证明。** 记两个映射为 $f : S\to X$、$g : S'\to X$。关键是把纤维积写成**对角线的原像**： $$S \times_{X} S' = \{(s, s') : f(s) = g(s')\} = (f, g)^{-1}\bigl(\Delta_{X}\bigr), \qquad (f,g) : S\times S' \longrightarrow X\times X .$$ - $S\times S'$ **紧 Hausdorff** ✓； - 由「弱 Hausdorff $\implies$ 对角是 $k$-闭的」，$\Delta_{X}$ 是 $k$-闭的； - 而 $k$-闭集沿**从紧 Hausdorff 空间出发**的连续映射的拉回是**闭**集（这就是 $k$-闭的定义）：$(f,g)^{-1}(\Delta_{X})$ 在 $S\times S'$ 中闭 ✓。 于是 $S\times_{X} S'$ 是紧 Hausdorff 空间的**闭子空间**，故紧 Hausdorff（闭子空间紧、Hausdorff 的闭子空间 Hausdorff）。∎ ⭐ **这条就是「$\mathrm{CGWH}$ 里紧块相交还是紧块」的全部内容** —— 后面「弱 Hausdorff $\implies$ 拟分离」「$\mathrm{CGWH}$ 对有限积封闭」都得靠它。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### k-闭等价关系与弱 Hausdorff 商　`prop.cg-kclosed-quotient` *命题*　$R$ 是 $k$-闭 $\iff$ $X/R$ 弱 Hausdorff 设 $X$ 紧生成，$R$ 是 $X$ 上的等价关系（看作 $R \subseteq X \times X$）。则 $R$ 是 $k$-闭的 $\iff$ 商空间 $X/R$ 弱 Hausdorff。 **证明。** 记 $q : X \to X/R$ 为商映射，则 $$R = (q\times q)^{-1}\bigl(\Delta_{X/R}\bigr), \qquad q\times q : X\times X \longrightarrow X/R\times X/R .$$ - **$\Longleftarrow$**：$X/R$ 弱 Hausdorff $\implies$ $\Delta_{X/R}$ 是 $k$-闭的；$k$-闭集沿连续映射拉回仍 $k$-闭（用紧 Hausdorff 测试），故 $R$ 是 $k$-闭的。 - **$\implies$**：$R$ $k$-闭 $\implies$ $q$ 是**商映射**（$U \subseteq X/R$ 开 $\iff$ $q^{-1}(U)$ 在 $X$ 中开 —— 这正是 $R$ 的 $k$-闭性加 $X$ 紧生成给出的「饱和 $k$-闭集是闭集」）。于是 $X/R$ 紧生成（商的紧生成仍紧生成）。 再证弱 Hausdorff：取紧 Hausdorff 的 $g : T \to X/R$。$T$ 紧，$X$ 紧生成且 $q$ 是商映射，故 $g$ 可沿 $q$ **逐块提升**：存在覆盖 $T = \bigcup_{i} T_{i}$（有限个紧 Hausdorff 块）与连续 $p_{i} : T_{i} \to X$ 使 $q p_{i} = g|_{T_{i}}$。于是 $g(T) = \bigcup_{i} q(\tilde g_{i}(T_{i}))$，而每个 $q(K)$（$K \subseteq X$ 紧 Hausdorff）是闭的：$q^{-1}q(K)$ 是**饱和**的，其 $k$-闭性由 $R$ 的 $k$-闭性与「投影 $X\times K \to X$ 闭」给出，故 $q^{-1}q(K)$ 在紧生成的 $X$ 中闭，再由 $q$ 是商映射得 $q(K)$ 闭 ✓。有限并仍闭，故 $g(T)$ 闭。∎ ⭐ **读法**：这条把「商空间弱 Hausdorff」这个**拓扑**条件翻译成了「等价关系是 $k$-闭的」这个**关于 $X\times X$ 的子集**条件 —— 后者可以逐块验证。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### CGWH 是 CG 的反射子范畴　`thm.cgwh-reflective` *定理*　紧生成的弱 Hausdorff 空间是反射子范畴 紧生成的**弱 Hausdorff** 空间构成的范畴 $\mathrm{CGWH}$ 是 $\mathrm{CG}$（紧生成空间）的**反射**子范畴。 反射是 $$h : X \longmapsto X/R,$$ 其中 $R$ 是 $X$ 上**最小的闭等价关系**。 **为什么取「最小的闭等价关系」。** 要让商 $X/R$ 弱 Hausdorff，$R$ 得是 $k$-闭的（上一条）；而要商掉得尽量少、好让反射是「最经济」的改造，就取最小的那个闭等价关系。（$R \mapsto X/R$ 把关系越大商越小，方向别弄反。） ⭐ 这一条给出「怎么把一个空间修好」的完整链条：$k$-化（$X \mapsto kX$，变成 $\mathrm{CG}$）$\mapsto$ 商最小闭等价关系（$kX \mapsto kX/R$，变成 $\mathrm{CGWH}$）。两步都是**函子性**的，所以 $\mathrm{CGWH}$ 里的同构、极限、余极限都能从 $\mathbf{Top}$ 里搬过来。 ⭐ 这就是为什么现代代数拓扑默认在 $\mathrm{CGWH}$ 里做事：$\mathrm{CGWH}$ 对**有限积**封闭、函数空间 $kC(X,Y)$ 还在里面、且是笛卡尔闭的 —— 而 $\mathbf{Top}$ 一个都不满足。 **证明。** 记 $R$ 为 $X$ 上**所有 $k$-闭等价关系**的交（$X$ 紧生成时 $k$-闭 = 闭，所以这就是「最小闭等价关系」；等价关系的交仍是等价关系 ✓），令 $\eta_{X} : X \to X/R$ 为商映射。 - **$X/R \in \mathrm{CGWH}$**：$X/R$ 紧生成（商的紧生成）✓；而 $R$ $k$-闭 $\implies$ $X/R$ 弱 Hausdorff（上一条）✓。 - **反射的泛性质**：设 $Y \in \mathrm{CGWH}$、$f : X \to Y$ 连续。则 $$R_{f} := \{(x, x') : f(x) = f(x')\} = (f,f)^{-1}(\Delta_{Y})$$ 是 $X$ 上的等价关系；由 $\Delta_{Y}$ $k$-闭（$Y$ 弱 Hausdorff）与「$k$-闭沿连续映射拉回仍 $k$-闭」得 $R_{f}$ $k$-闭。于是 $R \subseteq R_{f}$（$R$ 是交），所以 $f$ 在 $R$ 的每个类上取常值，从而**唯一地**穿过商：$\exists!\, \bar f : X/R \to Y$ 使 $\bar f\circ\eta_{X} = f$ ✓。 - **$\mathrm{CGWH}$ 全忠实坐进 $\mathrm{CG}$**：$Y$ 本身弱 Hausdorff 时 $\eta_{Y} : Y \to Y/R_{Y}$ 是同胚（$R_{Y}$ 是 $\Delta_{Y}$ 本身），于是反射在 $\mathrm{CGWH}$ 上的分量是恒等 ✓。 两条合起来就是「$\mathrm{CGWH}$ 是 $\mathrm{CG}$ 的反射子范畴，反射是 $X\mapsto X/R$」。∎ ⚠️ **方向**：等价关系取得**越大**，商掉得越**多**、空间越粗。所以「最小」的闭等价关系给出「最经济」的弱 Hausdorff 化 —— 这也是为什么反射先 $k$-化（$X\rightsquigarrow kX$）、再商最小闭等价关系、两步都函子性。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### CGWH 的开闭子空间与滤过余极限　`prop.cgwh-closed` *命题*　$\mathrm{CGWH}$ 的封闭性 1. 紧生成的弱 Hausdorff 空间的**开子空间**与**闭子空间**仍紧生成且弱 Hausdorff。 2. 若 $X = \varinjlim X_{i}$ 是紧生成的弱 Hausdorff 空间沿**闭含入**的**滤过**余极限，则 $X$ 也紧生成的弱 Hausdorff，并且每个 $X_{i}$ 都在 $X$ 中闭。 第 2 条正是凝聚态数学里反复要用的那一条：把「由有限块拼起来的对象」按滤过余极限拼大，$\mathrm{CGWH}$ 的性质不会掉。 **证明。** - **开子空间**：$U \subseteq X$ 开。紧 Hausdorff 的 $g : S\to U$ 的像 $g(S)$ 在 $X$ 中闭，故在 $U$ 的子空间拓扑里 $g(S) = g(S)\cap U$ 闭 $\implies$ $U$ 弱 Hausdorff ✓；$k$-化与「取开子空间」交换（$k$ 拓扑由沿紧 Hausdorff 块拉回刻画，而块落进 $U$ 与否是局部条件）$\implies$ $U$ 紧生成 ✓。 - **闭子空间**：$A \subseteq X$ 闭。紧 Hausdorff 的 $g : S\to A$ 的像在 $X$ 中闭且含于 $A$，故在 $A$ 中闭 $\implies$ 弱 Hausdorff ✓；$A$ 紧生成同样由「$k$-化与取闭子空间交换」得到 ✓。 - **沿闭含入的滤过余极限**：对极限 $X = \varinjlim_{i\in I} X_{i}$（闭含入、$I$ 滤过），先有一条标准引理：**$X$ 中的闭集就是那些与每个 $X_{i}$ 的交都闭的集合**（余极限拓扑 + $X_{i}$ 闭），于是每个 $X_{i}$ 在 $X$ 中闭 ✓。 - **$X$ 弱 Hausdorff**：取紧 Hausdorff 的 $g : S \to X$。由上面那条引理与 $S$ **紧**，$g(S)$ 落在**某一个** $X_{i}$ 里（这是滤过余极限的标准「紧集落进一块」引理）；又 $X_{i}$ 在 $X$ 中闭、$g$ 经由 $X_{i}$ 的像在 $X_{i}$ 中闭 $\implies$ $g(S)$ 在 $X$ 中闭 ✓。 - **$X$ 紧生成**：由余极限的闭集刻画（逐块判定）与每块紧生成，逐块验证即得 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 函数空间弱 Hausdorff　`prop.cg-function-space` *命题*　$Y$ 弱 Hausdorff $\implies$ $kC(X,Y)$ 弱 Hausdorff 若 $Y$ 弱 Hausdorff，则 $kC(X, Y)$（紧开拓扑再取 $k$-化）也弱 Hausdorff。 **证明。** 取紧 Hausdorff 的 $g : T \to kC(X, Y)$，要证 $g(T)$ 在 $kC(X,Y)$ 中闭。$kC(X,Y)$ 紧生成，故只需证：对**每个**紧 Hausdorff 的 $T'$ 与连续 $h : T'\to kC(X,Y)$， $$A := \{\, t'\in T' : h(t')\in g(T) \,\}$$ 在 $T'$ 中闭。 - 由指数律（$T, T'$ 紧 Hausdorff $\implies$ 局部紧 Hausdorff），$g, h$ 分别对应连续的 $\hat g : T\times X\to Y$、$\hat h : T'\times X\to Y$； - **$X$ 紧生成**，所以「两个映射 $X\to Y$ 相等」只需沿所有紧 Hausdorff 的 $a : S\to X$ 验证。于是 $$A = \operatorname{pr}_{T'}\Bigl(\bigcap_{(S,a)} B_{S,a}\Bigr), \qquad B_{S,a} := \{\,(t',t)\in T'\times T : \hat h\bigl(t',a(s)\bigr) = \hat g\bigl(t,a(s)\bigr)\ \ \forall s\in S\,\};$$ - 每个 $B_{S,a} = \operatorname{pr}_{T'\times T}\bigl(\theta_{S,a}^{-1}(\Delta_{Y})\bigr)$，其中 $\theta_{S,a} : T'\times T\times S \to Y\times Y$，$(t',t,s)\mapsto\bigl(\hat h(t',a(s)),\ \hat g(t,a(s))\bigr)$ 连续。$T'\times T\times S$ **紧 Hausdorff**，而 $\Delta_{Y}$ 是 $k$-闭的，故 $\theta_{S,a}^{-1}(\Delta_{Y})$ **闭**；又 $S$ 紧 $\implies$ 投影 $T'\times T\times S\to T'\times T$ **闭**，所以 $B_{S,a}$ 闭；闭集之交 $B$ 闭；最后 $T$ 紧 $\implies$ $\operatorname{pr}_{T'} : T'\times T\to T'$ 闭，故 $A$ 闭 ✓。∎ 三步关键：① $X$ 紧生成让「函数相等」可以沿紧块检验；② $Y$ 弱 Hausdorff 让 $\Delta_{Y}$ 是 $k$-闭的；③ 紧因子的投影是**闭映射**。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧生成空间是笛卡尔闭的　`prop.cg-cartesian-closed` *定理*　紧生成空间是笛卡尔闭范畴 设 $X, Y, Z$ 是紧生成空间。则存在同胚 $$kC\bigl(k(X \times Y),\ kZ\bigr) \;\cong\; kC\bigl(kX,\ kC(kY, kZ)\bigr).$$ 等价的说法是 $k\mathbf{Top}$ 里成立 **currying**： $$C\bigl(k(X \times Y),\ Z\bigr) \;\cong\; C\bigl(X,\ C(Y, Z)\bigr).$$ ⭐ **这就是这一团要造的那个「能用的东西」**：$k\mathbf{Top}$ 里**有函数空间、而且函数空间还在范畴里**，于是「映射空间」「同伦」这些构造可以完全在 $k\mathbf{Top}$ 内部做完。$\mathbf{Top}$ 本身做不到这件事。 **证明的走法。** 先对紧生成空间手工验证集合层面的双射 $$C\bigl(k(X \times Y),\ Z\bigr) \;\cong\; C\bigl(X,\ C(Y, Z)\bigr),$$ 再用米田引理把「$kC$ 上的同胚」化归成「对每个紧生成测试空间 $T$ 的映射集相等」： $$C\bigl(T,\ kC(k(X\times Y), kZ)\bigr) \cong C\bigl(k(T\times X\times Y),\ Z\bigr) \cong C\bigl(T,\ kC(kX, kC(kY,kZ))\bigr).$$ 两次都只用到积的结合性与 $k$-化的函子性 —— 这也是为什么必须**先取 $k$-化**：不取的话右边那个 $C(Y,Z)$ 未必紧生成。 ⚠️ 一个容易踩的点：$C(kX, kY) = C(kX, Y)$ 作为**集合**相等，但一般**不是同胚**，哪怕换成 $k$-拓扑也一样。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### CG 的指数伴随　`cor.cg-exponential-adjoint` *推论*　$X \mapsto k(X \times Y) \;\dashv\; Z \mapsto kC(kY, Z)$ 在紧生成空间范畴上，函子 $$X \longmapsto k(X \times Y) \qquad \text{左伴随于} \qquad Z \longmapsto kC(kY, Z).$$ 也就是说 $kC(kY, -)$ 是「乘 $Y$」的**右伴随**（$k(Y \times -)$ 叫**指数对象** $Z^{Y}$）。 **两个立刻的推论**：左伴随**保余极限**，所以 $X \mapsto k(X \times Y)$ 保紧生成空间的余极限；右伴随**保极限**，所以 $Z \mapsto kC(kY,Z)$ 保极限。 ⭐ **余极限在 $k\mathbf{Top}$ 里是万有的。** 因为「乘 $Y$」有右伴随，它与余极限交换，这正是余极限万有（把余极限沿任意态射拉回还是余极限）的条件。**这一点在 $\mathbf{Top}$ 里不成立** —— 也是「非要在 $k\mathbf{Top}$ 里做事」的又一条理由。 **证明（伴随 = 自然双射）。** 要证的是**自然**双射 $$\operatorname{Hom}_{k\mathbf{Top}}\bigl(k(X\times Y),\ Z\bigr) \;\cong\; \operatorname{Hom}_{k\mathbf{Top}}\bigl(X,\ kC(kY, Z)\bigr).$$ - **左边**：$k$-化是余反射（含入 $i$ 有右伴随 $k$），故对紧生成的 $Z$ 有 $\operatorname{Hom}_{k\mathbf{Top}}(kA, Z) = \operatorname{Hom}_{\mathbf{Top}}(A, Z)$；取 $A = X\times Y$ 得左边 $= \operatorname{Hom}_{\mathbf{Top}}(X\times Y,\ Z)$。 - **右边**：同理 $\operatorname{Hom}_{k\mathbf{Top}}(X, kC(kY,Z)) = \operatorname{Hom}_{\mathbf{Top}}(X, C(kY,Z))$。 - **中间的 currying**：集合层面永远有双射 $\operatorname{Hom}_{\mathbf{Top}}(X\times Y, Z) \cong \operatorname{Hom}_{\mathbf{Top}}(X, C(Y,Z))$（把 $f$ 送到 $x\mapsto f(x,-)$）；拓扑层面，$Z$ 紧生成时「连续性可由紧 Hausdorff 块检验」，而 $kY$ 的紧块就是 $Y$ 的紧块，故 $C(Y,Z)$ 与 $C(kY,Z)$ 上的紧开拓扑一致。 两条合起来给出自然双射，即 $k(X\times Y) \dashv kC(kY, -)$。∎ **顺带的两个推论**（伴随的一般性质）：左伴随 $X\mapsto k(X\times Y)$ **保余极限**；右伴随 $Z\mapsto kC(kY,Z)$ **保极限**。前者正是「$-\times Y$ 在 $k\mathbf{Top}$ 里保余极限」，也是上面「$\mathrm{CGWH}$ 对积封闭」那条用的零件。 参考：Le Stum, An introduction to condensed mathematics, §2.3 #### 紧块沿闭含入拼出的空间　`prop.closed-inclusion-filtered-limit` *命题*　紧 Hausdorff 块沿闭含入的滤过余极限 设 $X = \varinjlim_{i \in I} X_{i}$ 是**紧 Hausdorff 空间**沿**闭含入**的滤过余极限。则 1. $X$ 紧生成且弱 Hausdorff； 2. 每个 $X_{i}$ 在 $X$ 中**闭**； 3. $X$ 的拓扑就是这些紧块的**余极限拓扑**：$U \subseteq X$ 开 $\iff$ 每个 $U \cap X_{i}$ 在 $X_{i}$ 中开。 反过来，每个紧生成的弱 Hausdorff 空间都是它自己的紧 Hausdorff 子空间沿闭含入的滤过余极限。 **第 3 条是这条命题的实质**。拓扑空间取余极限时，拓扑可能比「逐块看」的拓扑更粗或更细；这条说在这种情况下两侧**恰好一致** —— 一个集合是开的，当且仅当它在每一块上的迹是开的。于是「$X$ 上的连续函数」= 「一族在每块上连续的、互相相容的函数」，可以逐块处理。 **为什么块要取紧 Hausdorff。** 紧性是「有限子覆盖」这种有限性条件的几何化身；在凝聚态数学里，紧 Hausdorff 空间正是「探测者」。把一个大对象写成紧块的滤过余极限，就等于把它写成「越来越大的有限信息」的极限 —— 一切计算都可以停机在某个块上。 ⭐ **用在哪**：证明「拟分离的凝聚态集的底空间弱 Hausdorff」时，先把拟分离的 $X$ 写成紧 Hausdorff 块沿含入的滤过余极限，再对这一串块取底空间 —— 由这条，余极限仍紧生成弱 Hausdorff。 📌 与「$\mathrm{CGWH}$ 的封闭性」那条分工：那条说的是「一般的 CGWH 空间沿闭含入拼起来还是 CGWH」，这条把块**换成紧 Hausdorff**，并额外给出拓扑的显式刻画与反向分解。 参考：Le Stum, Proposition 2.3.9 #### 紧 Hausdorff 上的函数空间是度量空间　`prop.continuous-map-space-metric` *命题*　命题：$S$ 紧 Hausdorff、$X$ （半）度量（完备）$\implies C(S, X)$ 也是 设 $S$ 是**紧 Hausdorff** 空间、$X$ 是（半）度量空间（resp. 完备）。则连续函数空间 $C(S, X)$ 的**紧开拓扑**来自一个（半）度量（resp. 并且是完备的），即 $$d(f, g) := \sup_{s \in S}\ d\bigl(f(s),\ g(s)\bigr).$$ **证明。** $S$ 紧、$d$ 连续，所以 $s \mapsto d(f(s), g(s))$ 连续因而**取到上确界** ✓，上式是有限值，给出（半）度量；它诱导的正是紧开拓扑（等度连续/一致收敛就是紧开拓扑在紧空间上的样子）✓。完备性：给 Cauchy 列，由一致收敛取逐点极限 $f$，一致收敛保证 $f$ 连续 ✓，且它在同一度量下收敛 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.29 #### 弱 Hausdorff 的对角线与核　`prop.weak-hausdorff-k-closed` *命题*　命题：对角线 $k$-闭 $\iff$ 弱 Hausdorff；$\ker(f,g)$ 也 $k$-闭 1. 若 $X$ 弱 Hausdorff，则对角线 $X \subseteq X \times X$ 是 **$k$-闭**的；$X$ 紧生成时反过来也对； 2. 若 $Y$ 弱 Hausdorff、$f, g : X \to Y$ 连续，则 $\ker(f, g) \subseteq X$ 是 **$k$-闭**的。 **证明。** (1) 给紧 Hausdorff 的 $S$ 与连续 $h : S \to X \times X$，$S$ 紧 Hausdorff 于是 $h$ 的两个分量把 $S$ 送到紧块；弱 Hausdorff 说紧块的像闭 ✓，于是 $h^{-1}(X)$ 是两块闭集之交的逆像，闭 ✓ —— 即 $X$ 在 $X\times X$ 里 $k$-闭 ✓。反过来（紧生成时）用「$k$-闭 $\iff$ 与每个紧块交闭」把弱 Hausdorff 性读出来 ✓。(2) $\ker(f,g)$ 是对角线沿连续映射 $(f,g) : X \to Y \times Y$ 的逆像 ✓，$k$-闭性在逆像下保持 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 2.36, Exercise 2.37 ## 星系：抽象代数（Abstract Algebra） > 群、环、域、模与线性代数；佐恩引理的经典应用场。 ### 星团：代数结构 > 造出代数语言本身：**群** = 集合 + 运算 + 公理 → 子群 → 正规子群 → 商群 → 第一同构定理；再往上叠**域**（= 两个阿贝尔群 + 分配律）与**有序域**。 #### 域　`def.field` *定义*　域 $F$（Field） 设 $F$ 是一个**集合**，$+$ 与 $\cdot$ 是 $F$ 上的两个**二元运算**（即两个函数 $F \times F \to F$）。称 $(F, +, \cdot)$ 是一个**域**，当且仅当： - $(F, +)$ 是**阿贝尔群**； - $(F \setminus \{0\}, \cdot)$ 是**阿贝尔群**（这里 $0$ 是加法群的单位元）； - **分配律** $a (b + c) = ab + ac$ 对一切 $a, b, c \in F$ 成立。 一句话：**加减乘除（除以非零元）都封闭，且满足结合、交换、分配律**。 ⭐ **格式是「集合 + 运算 + 公理」**：域不是凭空的对象 —— 一个集合、两个函数、几条等式就定出了一个域。判别一个东西是不是域，就是逐条核对这些等式。注意上面三条把「群」的两条公理组直接**引用**过来了：域的定义是**在群的定义之上再加一层**，不是重新数一遍等式。 已经造好的例子： - $\mathbb{Q}$（有理数）：最顺手的域； - $\mathbb{R}$（实数）：由 Cauchy 列造出来之后，再验证它满足这些等式（见「$\mathbb{R}$ 是完备有序域」）； - $\mathbb{Z}$ **不是**域：$2$ 在里面没有乘法逆元；$\mathbb{N}$ 也不是：$1 - 2$ 没有意义。 ⚠ 「域」（field）与测度论里的「环」不是一回事：那里的环是**集合环**，指对有限并与差封闭的**集族**，同名不同物。 参考：Lang, Algebra, Ch. I；Dummit & Foote, Abstract Algebra, §13.1 #### 有序域　`def.ordered-field` *定义*　有序域（Ordered Field） 设 $(F, +, \cdot)$ 是**域**，$\le$ 是 $F$ 上的**全序**（偏序，且任意两元可比）。若 $\le$ 与两个运算**相容**： $$a \le b \implies a + c \le b + c, \qquad a \le b,\ 0 \le c \implies ac \le bc$$ 则称 $(F, +, \cdot, \le)$ 是一个**有序域**。照搬 $\mathbb{Q}$ 上的说法：$a > 0$ 叫**正元**，$a < 0$ 叫**负元**；两者拼起来就是绝对值 $$|a| := \begin{cases} a, & a \ge 0 \\ -a, & a < 0 \end{cases}$$ ⭐ 第二条相容性只在 $0 \le c$ 时允许「两边同乘」—— 乘**负数**要**反向**（$a \le b,\ c \le 0 \implies ac \ge bc$，由前两条推出）。有理数、实数上关于不等式的全部运算规则，归根到底就是这一条。 由两条相容性立刻得到：**平方元非负**（$a \ge 0 \implies a^2 \ge 0$；$a \le 0 \implies -a \ge 0$ 且 $a^2 = (-a)^2 \ge 0$），特别地 $1 = 1^2 > 0$，故 $-1 < 0$。 📌 **「完备」不是这条定义的一部分**，它是在有序域上再加一条：**每个非空有上界的子集都有上确界**。$\mathbb{Q}$ 就是「有序但完备不了」的例子 —— $\{q \in \mathbb{Q} : q^2 < 2\}$ 有上界却没有上确界。 参考：Lang, Algebra, Ch. VI；Rudin, Principles of Mathematical Analysis, Ch. 1 #### 群　`def.group` *定义*　群与阿贝尔群（Group） 设 $G$ 是**集合**，$\cdot$ 是 $G$ 上的**二元运算**（即函数 $G \times G \to G$，$(a, b) \mapsto a \cdot b$）。称 $(G, \cdot)$ 是一个**群**，当且仅当： - **结合律**：$(a b) c = a (b c)$ 对一切 $a, b, c \in G$ 成立； - **单位元**：存在 $e \in G$ 使 $e a = a e = a$ 对一切 $a$ 成立； - **逆元**：对每个 $a \in G$ 存在 $a^{-1} \in G$ 使 $a a^{-1} = a^{-1} a = e$。 再满足**交换律** $a b = b a$ 的群叫**阿贝尔群**（Abelian group），也叫**交换群**。 ⭐ **格式还是「集合 + 运算 + 公理」**：群不是凭空的对象 —— 一个集合、一个函数、三条等式就定出了一个群。判别一个东西是不是群，就是逐条核对这些等式。 **单位元与逆元是唯一的**：若 $e, e'$ 都是单位元，则 $e = e e' = e'$；若 $a^{-1}, a'$ 都是 $a$ 的逆，则 $a' = a' e = a' a a^{-1} = e a^{-1} = a^{-1}$。所以「$e$」与「$a^{-1}$」这两个记号合法。 **例子与反例**：$(\mathbb{Z}, +)$ 是阿贝尔群；$(\mathbb{Q} \setminus \{0\}, \cdot)$ 是阿贝尔群；$(\mathbb{Z}, \cdot)$ **不是**群（只有 $\pm 1$ 有乘法逆元）；$n \times n$ 可逆矩阵在乘法下是群但**不阿贝尔**（$n \ge 2$）。 📌 还有一层更弱的：只要求结合律与单位元、不要求逆元，叫**幺半群**。（$\mathbb{N}$ 在加法下就是幺半群不是群。） 参考：Lang, Algebra #### 子群　`def.subgroup` *定义*　子群（Subgroup） 设 $(G, \cdot)$ 是群，$H \subseteq G$。称 $H$ 是 $G$ 的**子群**（记 $H \le G$），如果 $H$ 在**限制过来的运算**下自己构成一个群 —— 也就是： - $e \in H$； - $a, b \in H \implies ab \in H$（对运算封闭）； - $a \in H \implies a^{-1} \in H$（对逆封闭）。 （结合律是从 $G$ 里继承的，不必重查。） 两条合起来可写成一条：$a, b \in H \implies a b^{-1} \in H$。 任意多个子群的交仍是子群；但**并**一般不是 —— 这也是「由 $S$ 生成的子群 $\langle S \rangle$」要定义成「含 $S$ 的一切子群的交」的原因。 参考：Lang, Algebra #### 正规子群　`def.normal-subgroup` *定义*　正规子群与陪集（Normal Subgroup） 设 $H \le G$，$g \in G$。**左陪集**与**右陪集**分别是 $$gH := \{\, gh : h \in H \,\}, \qquad Hg := \{\, hg : h \in H \,\}.$$ 称 $H$ 是 $G$ 的**正规子群**（记 $H \trianglelefteq G$），如果对一切 $g \in G$ 有 $gH = Hg$，等价地 $gHg^{-1} = H$。 ⭐ **为什么要正规。** 陪集 $gH$ 是**集合**，想用「$gH \cdot g'H := gg'H$」把商集变成群，就必须让这个定义**与代表元的选取无关**。算一下差在哪儿： $$(g h)(g' h') = g g' \cdot \bigl((g')^{-1} h g'\bigr) h',$$ 最右边那个括号里的 $(g')^{-1} h g'$ 得还在 $H$ 里才行 —— 「$H$ 对共轭封闭」正是正规性。**阿贝尔群里每个子群都正规**（共轭不动），所以在阿贝尔群里这一步永远不碍事。 **陪集是一条等价关系。** 定义 $a \sim b \iff a^{-1} b \in H$，则等价类恰好是左陪集，全体左陪集划分 $G$ —— 这就是下面商群要用的商集。 **记号**：$H \le G$ 表示子群，$H \trianglelefteq G$ 表示正规子群（$\trianglelefteq$ 读作「正规于」）。 参考：Lang, Algebra #### 商群　`def.quotient-group` *定义*　商群（Quotient Group） 设 $N \trianglelefteq G$。全体左陪集 $\{\, gN : g \in G \,\}$ 记作 $G/N$，在上面定义 $$(g N) \cdot (g' N) := (g g') N.$$ 正规性保证这个定义与代表元的选取无关，于是 $G/N$ 成为一个群，叫**商群**。 自然映射 $\pi : G \to G/N$，$g \mapsto gN$，是满同态。 商群就是**集合层面的商集**再往上一层：先在 $G$ 上用等价关系「差一个 $N$ 的元素」商掉，再验证商集上还残留着一个运算。 **泛性质**（商群真正的用处）：对任何群同态 $\varphi : G \to G'$，若 $N \subseteq \ker\varphi$，则 $\varphi$ 唯一地穿过 $\pi$：存在唯一的 $\overline{\varphi} : G/N \to G'$ 使 $\overline{\varphi} \circ \pi = \varphi$。 ⚠️ 商**群**只对正规子群有；商**集** $G/H$ 对任何子群都有（左陪集照样划分 $G$），但那个商集上一般没有群结构。 参考：Lang, Algebra #### 群同态、核与像　`def.group-hom` *定义*　群同态（Group Homomorphism） 设 $(G, \cdot)$、$(G', \ast)$ 是群。映射 $\varphi : G \to G'$ 叫**群同态**，如果 $$\varphi(a b) = \varphi(a) \ast \varphi(b) \qquad (a, b \in G).$$ 它的**核**与**像**分别是 $$\ker\varphi := \{\, g \in G : \varphi(g) = e' \,\} \;\subseteq\; G, \qquad \operatorname{im}\varphi := \varphi(G) \;\subseteq\; G'.$$ **同态自动保单位元与逆元**：$\varphi(e) = e'$、$\varphi(a^{-1}) = \varphi(a)^{-1}$（由 $\varphi(e) = \varphi(e e) = \varphi(e)\varphi(e)$ 两边消去得到）。所以定义里只需写一条等式。 **核与像都是子群**：$\operatorname{im}\varphi \le G'$ 显然；$\ker\varphi \le G$ 由 $\varphi(ab^{-1}) = \varphi(a)\varphi(b)^{-1} = e'$ 得到。 ⭐ **核还是正规子群**：对 $k \in \ker\varphi$、$g \in G$， $$\varphi(g k g^{-1}) = \varphi(g)\, e'\, \varphi(g)^{-1} = e',$$ 所以 $gkg^{-1} \in \ker\varphi$，即 $\ker\varphi \trianglelefteq G$。**核总是正规的** —— 这正是「商群能商掉核」的全部理由。 **单同态 $\iff$ 核平凡**：$\varphi$ 是单射 $\iff$ $\ker\varphi = \{e\}$。于是「单」这个性质被一个**子群**完全编码了。 参考：Lang, Algebra #### 第一同构定理（Noether）　`thm.first-iso` *定理*　第一同构定理（Noether） 设 $\varphi : G \to G'$ 是**群同态**。则 $\varphi$ 诱导出同构 $$G \big/ \ker\varphi \;\cong\; \operatorname{im}\varphi, \qquad g \ker\varphi \;\longmapsto\; \varphi(g).$$ 特别地：**满同态的像就是商群**（$\varphi$ 满时 $G/\ker\varphi \cong G'$）。 **证明的三步。** 记 $K = \ker\varphi$。 - **良定义**：若 $g K = g' K$，则 $g' = g k$（某个 $k \in K$），于是 $\varphi(g') = \varphi(g)\varphi(k) = \varphi(g) e' = \varphi(g)$ —— 同一陪集里的元素被送到同一个值。 - **同态**：$\overline{\varphi}\bigl((gK)(g'K)\bigr) = \overline{\varphi}(gg'K) = \varphi(gg') = \varphi(g)\varphi(g') = \overline{\varphi}(gK)\,\overline{\varphi}(g'K)$。 - **双射**：单，因为 $\overline{\varphi}(gK) = e'$ 意味着 $\varphi(g) = e'$，即 $g \in K$，于是 $gK = K$；满，因为像本来就是 $\varphi(G)$。∎ ⭐ **它其实是「集合 + 运算 + 公理」这套格式的通用定理，不是群的专利。** 同一个证明逐字照搬，只要把「同态」换成对应的东西： $$A \big/ \ker f \;\cong\; \operatorname{im} f.$$ ⭐ **集合层面的原型**：对任何映射 $f : A \to B$，在 $A$ 上令 $a \sim a' \iff f(a) = f(a')$，则 $f$ 诱导**双射** $A/{\sim} \;\to\; \operatorname{im} f$（见「商集与等价类」）。群版比它多出来的只有一句话：**商掉核之后，剩下的是一个群**。前两步（良定义、双射）就是集合版的内容，第三步（同态）才是新的。 **它回答了什么问题。** 「同态把群送到哪里去了」这个问题，答案只有两部分：**核**（被压掉的部分）与**像**（留下来的部分），二者由一个同构精确地锁在一起。于是研究同态 = 研究正规子群，这就是把群论变成「子群格」的原因。 参考：Lang, Algebra, Ch. I §4；Dummit & Foote, Abstract Algebra, §10.2 #### 环　`def.ring` *定义*　环与交换环（Ring） 设 $A$ 是**集合**，$+$ 与 $\cdot$ 是 $A$ 上的两个**二元运算**。称 $(A, +, \cdot)$ 是一个**环**，当且仅当： - $(A, +)$ 是**阿贝尔群**； - $(A, \cdot)$ 满足**结合律**（不要求单位元，也不要求交换）； - **分配律** $a(b + c) = ab + ac$、$(a + b)c = ac + bc$ 成立。 乘法还交换的环叫**交换环**；再要求有乘法单位元 $1 \ne 0$ 的环叫**含幺环**。 ⭐ **又是「集合 + 运算 + 公理」**，而且这一层直接**引用**了下面的阿贝尔群：加法那一组公理不再重写，一句话带过。 **与域对照**：域要求每个非零元可逆（$(F\setminus\{0\}, \cdot)$ 是阿贝尔群），环**不要求**。所以域是环中的一个特例，$\mathbb{Z}$ 是环但不是域 —— 这正是「域」那条定义里 $\mathbb{Z}$ 反例的来源。 参考：Lang, Algebra, Ch. II；Dummit & Foote, Abstract Algebra, §7.1 #### 理想　`def.ideal` *定义*　理想与商环（Ideal） 设 $A$ 是环。子集 $I \subseteq A$ 叫**（双边）理想**，如果 $(I, +)$ 是加法子群，并且对一切 $a \in A$、$x \in I$ 有 $$a x \in I \quad \text{与} \quad x a \in I.$$ （只要求 $a x \in I$ 的叫**左理想**，只要求 $x a \in I$ 的叫**右理想**；交换环里三者一致。） 商集 $A/I$（按加法陪集）上的乘法 $(a + I)(b + I) := ab + I$ 良定义，得到的环叫**商环**。 **为什么理想这样定义。** 与正规子群一模一样的问题：想在商集上定义乘法，就要让 $(a + I)(b + I)$ 与代表元无关。算一下 $(a + x)(b + y) = ab + ay + xb + xy$ —— 后面三项都得落在 $I$ 里。$xy \in I$ 由「$I$ 是子群」保证不了，必须**额外要求**。 ⭐ **对照表**：群要商出**群**，商掉的是**正规子群**；环要商出**环**，商掉的是**理想**。（$I$ 作为加法子群当然自动正规 —— 加法群是阿贝尔群 —— 所以那一边不用另加条件。） **主理想** $(a) := \{\, xa : x \in A \,\}$（交换环里就是 $a$ 的倍数全体）。$A/(a)$ 是「把 $a$ 当成 $0$」造出来的环；$\mathbb{Z}/(n) = \mathbb{Z}/n\mathbb{Z}$ 就是模 $n$ 同余。 参考：Lang, Algebra #### 模　`def.module` *定义*　模与模同态（Module） 设 $A$ 是含幺环、$M$ 是**阿贝尔群**。称 $M$ 是一个 **$A$-模**，如果给定了一个映射 $$A \times M \longrightarrow M, \qquad (a, m) \longmapsto a \cdot m,$$ 满足 $a(bm) = (ab)m$、$(a + b)m = am + bm$、$a(m + n) = am + an$、$1 \cdot m = m$。 保持这个作用的加法群同态叫 **$A$-模同态**：$f(am) = a f(m)$。全体 $A$-模与模同态构成范畴 $A\text{-}\mathbf{Mod}$。 ⭐ **模 = 阿贝尔群 + 环作用**，所以它同时是「群」和「环」两边的孩子：$\mathbb{Z}$-模**就是**阿贝尔群（$n \cdot m$ 只能有一种定义）；域上的模**就是**向量空间。这两句话把「模」放在已知例子的中点。 **$A\text{-}\mathbf{Mod}$ 为什么是同调代数的样板间**：它同时是 - **阿贝尔范畴**（有核、余核，单满态射全部严格）； - **具有足够多内射对象**（每个模都嵌进内射模）； - **具有足够多投射对象**（自由模都是投射的）； - **Grothendieck 范畴**（有生成元 $A$ 自己，滤过余极限正合）。 所以「在 $A\text{-}\mathbf{Mod}$ 里能做的」，就是同调代数想推广到一般范畴的东西。**其余范畴能做的事情，都以它为标尺。** 参考：Lang, Algebra #### 环的局部化 W⁻¹R　`prop.ring-localization` *例*　环的局部化（Localization of a Ring） 设 $R$ 是**交换环**，$W \subseteq R$ 是**乘性子集**（$1 \in W$，且 $f, g \in W \implies fg \in W$）。 把 $R$ 看作**单对象范畴**：唯一对象 $\ast$，$\operatorname{Hom}(\ast, \ast) = R$，复合就是乘法。它关于 $W$ 的局部化记作 $$W^{-1}R,$$ 元素写成**分式** $r/w$（$r \in R$、$w \in W$）。 ⭐ **这就是范畴局部化最熟悉的一个例子。** 「把 $W$ 里的元素变成可逆元」这句话，在单对象范畴里就是「把 $W$ 里的态射变成同构」—— 和第「局部化」那条定义是同一件事。 **等价关系**：分式之间按 $$r/w = r'/w' \iff \exists s \in W,\quad s\,(rw' - r'w) = 0$$ 相等（那个 $s$ 是必要的：$W$ 里可能有零因子，不加 $s$ 会出错）。运算是通常的分数运算 $r/w + r'/w' = (rw' + r'w)/(ww')$、$(r/w)(r'/w') = rr'/(ww')$ —— 分母乘起来还在 $W$ 里，这正是**乘性子集**这个条件的用处。 **两个标准例子**：$R = \mathbb{Z}$、$W = \mathbb{Z} \setminus \{0\}$ 给出 $\mathbb{Q}$；$R$ 一般、$W = \{f^{n} : n \ge 0\}$ 给出「在 $f$ 处局部化」，把 $f$ 变成可逆元。 ⭐ **为什么要求 $W$ 乘性封闭**：不封闭的话分式之间没法相乘（分母不落在 $W$ 里），局部化的泛性质（它是「使 $W$ 中元素可逆」的最一般的环）就构造不出来。 参考：Lang, Algebra #### 代数的几个范畴　`ex.algebra-categories` *例*　$\mathrm{Mon}$、$\mathrm{Gr}$、$\mathrm{Rng}$、$G\text{-}\mathbf{Set}$、$A\text{-}\mathbf{Mod}$、$k\text{-}\mathbf{Alg}$ 常用的代数范畴（对象 + 保结构映射）： - $\mathrm{Mon}$：幺半群； - $\mathrm{Gr}$（也写 $\mathbf{Grp}$）：群； - $\mathrm{Rng}$：环； - $G\text{-}\mathbf{Set}$：$G$-集（带 $G$ 作用的集合）； - $A\text{-}\mathbf{Mod}$：$A$-模； - $k\text{-}\mathbf{Alg}$：$k$-代数（$k$ 交换环）。 ⭐ **它们的共同点**：全都是「集合 + 运算 + 公理」，只是运算的元数与公理的条数不同。所以**关于它们的定理几乎逐字通用**（极限逐点算、遗忘函子保所有极限、自由对象是左伴随……）。 **两个特殊的**：$G\text{-}\mathbf{Set}$ 是**函子范畴**（$G$ 看成单对象范畴，$G$-集就是 $G \to \mathbf{Set}$ 的函子，$G$-映射就是自然变换）；$A\text{-}\mathbf{Mod}$ 是同调代数的样板间。 参考：Lang, Algebra #### 交换化　`prop.abelianization` *命题*　交换化 $G \mapsto G^{\mathrm{ab}}$ 是左伴随 **交换化**函子 $$(-)^{\mathrm{ab}} : \mathbf{Grp} \longrightarrow \mathbf{Ab}, \qquad G \longmapsto G^{\mathrm{ab}} := G / [G, G]$$ 是含入函子 $\mathbf{Ab} \hookrightarrow \mathbf{Grp}$ 的**左伴随**。 记号 $[G, G]$ 是**换位子子群**（由所有 $g h g^{-1} h^{-1}$ 生成）—— 它是正规子群，商掉它正好把「非交换性」清零。 ⭐ **伴随的读法**：任何群同态 $G \to A$（$A$ 阿贝尔）都唯一地穿过 $G \to G^{\mathrm{ab}}$。也就是说**「从 $G$ 到阿贝尔群」的映射全都只看 $G^{\mathrm{ab}}$** —— 这就是「交换化是最经济的把群变阿贝尔的办法」。 **例子**：自由群 $F(S)^{\mathrm{ab}} \cong \mathbb{Z}^{\oplus S}$（自由阿贝尔群）。所以「自由阿贝尔群函子」= 「自由群函子」再交换化。 **证明。** 要造自然双射 $$\operatorname{Hom}_{\mathbf{Grp}}(G,\ A) \;\cong\; \operatorname{Hom}_{\mathbf{Ab}}\bigl(G^{\mathrm{ab}},\ A\bigr),\qquad A\ \text{阿贝尔}.$$ - **良定义**：任给群同态 $\varphi : G\to A$（$A$ 阿贝尔）。换位子 $ghg^{-1}h^{-1}$ 被送到 $\varphi(g)\varphi(h)\varphi(g)^{-1}\varphi(h)^{-1} = e$（交换性！），故 $[G,G] \subseteq \ker\varphi$，于是 $\varphi$ 唯一地穿过商 $G\twoheadrightarrow G^{\mathrm{ab}}$ ✓。 - **反向**是 $G\to G^{\mathrm{ab}}$ 与函数的复合 ✓，且两个方向互逆（在 $G^{\mathrm{ab}}$ 上验一次、在 $\operatorname{Hom}(G,A)$ 上验一次）✓。 - **自然性**对 $G$ 与 $A$ 都逐项验证（$G\to G'$ 的像把 $[G,G]$ 送进 $[G',G']$，故诱导 $G^{\mathrm{ab}}\to G'^{\mathrm{ab}}$）✓。∎ ⭐ 这正是「交换化是左伴随」的含义：它是「把非交换性清零」的**最经济**的函子 —— 任何到阿贝尔群的映射都只能看到 $G^{\mathrm{ab}}$。 参考：Le Stum, Exercise 1.9 #### 交换环的纤维余积是张量积　`prop.ring-tensor-coproduct` *命题*　交换环的推出 = 张量积 在**交换环**范畴里，沿 $A \to B$、$A \to C$ 的**纤维余积**（推出）是 $B \otimes_{A} C$。 **证明（验证推出的泛性质）。** 记 $D := B\otimes_{A} C$，$\beta : B\to D$、$\gamma : C\to D$ 为 $b\mapsto b\otimes 1$、$c\mapsto 1\otimes c$。 - **方块交换**：$\beta(a\cdot 1_{B}) = a\otimes 1 = 1\otimes a\cdot 1 = \gamma(a\cdot 1_{C})$，即 $\beta\circ(A\to B) = \gamma\circ(A\to C)$ ✓； - **泛性质**：任给交换环 $E$ 与同态 $f : B\to E$、$g : C\to E$ 使 $f|_{A} = g|_{A}$，定义 $$\varphi\Bigl(\sum_{k} b_{k}\otimes c_{k}\Bigr) := \sum_{k} f(b_{k})\,g(c_{k}) \in E .$$ 它是**良定义**的：$\otimes$ 的双线性关系逐条被 $f,g$ 的乘法性与 $f|_{A}=g|_{A}$ 满足（例如 $ab\otimes c - b\otimes ac \mapsto f(ab)g(c)-f(b)g(ac) = f(a)f(b)g(c) - f(b)g(a)g(c) = 0$）✓；由交换性 $\varphi$ 是环同态 ✓；且 $\varphi\beta = f$、$\varphi\gamma = g$ ✓。 - **唯一性**：$D$ 由 $\beta(B)\cup\gamma(C)$ 生成（$b\otimes c = \beta(b)\gamma(c)$），故在两个生成块上定死就唯一 ✓。 于是 $D$ 满足推出的泛性质，即 $B\otimes_{A}C = B\coprod_{A} C$。∎ ⚠️ **交换性是必需的**：非交换环上，$B\otimes_{A}C$ 一般不是环（乘法在张量积上不下降）—— 那时纤维余积要用自由积 / 余等化子另造。 参考：Le Stum, Exercise 1.36 #### 张量积对双线性映射万有　`prop.module-tensor-universal` *命题*　命题：$\operatorname{Bil}(M \times N,\ P) \cong \operatorname{Hom}(M \otimes N,\ P)$ 张量积 $M \otimes_{\mathbb{Z}} N$（resp. $M \otimes_{k} N$）对 $\mathbb{Z}$-双线性（resp. $k$-双线性）映射**万有**： $$\operatorname{Bil}_{\mathbb{Z}}(M \times N,\ P) \;\cong\; \operatorname{Hom}_{\mathbb{Z}}\bigl(M \otimes_{\mathbb{Z}} N,\ P\bigr),$$ 左边的双线性映射与右边的群同态一一对应。 **证明。** 先造自由模上的张量积：取 $\mathbb{Z}\cdot(M \times N)$（自由阿贝尔群），商掉「双线性关系」 $$(m + m', n) \sim (m, n) + (m', n), \quad (m, n + n') \sim (m, n) + (m, n'), \quad (am, n) \sim a(m,n) \sim (m, an) ✓$$ 一般模由自由模商出（取表现）✓，商上的张量积就是商 ✓。这时 $M \times N \to M \otimes N$ 双线性 ✓，任何双线性映射 $M \times N \to P$ 唯一地穿过它 ✓ —— 这正是万有性质 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.21 #### Z-模就是阿贝尔群　`prop.zmod-is-ab` *命题*　命题：$\mathbb{Z}\text{-}\mathbf{Mod} \cong \mathbf{Ab}$、$\mathbb{Z}\text{-}\mathbf{Alg} \cong \mathbf{Rng}$ $\mathbb{Z}\text{-}\mathbf{Mod} \cong \mathbf{Ab}$（范畴**同构**）；$\mathbb{Z}\text{-}\mathbf{Alg} \cong \mathbf{Rng}$；更一般地 $k\text{-}\mathbf{Alg} \simeq k\backslash\mathbf{Rng}$ 的全子范畴（要求 $k$ 的像落在中心里）。 **证明。** $\mathbb{Z}$-模结构由「$n$ 倍」唯一确定，所以 $\mathbb{Z}$-模就是阿贝尔群 ✓；$\mathbb{Z}$-代数就是环 ✓；$k$-代数就是「带一个中心里装着 $k$ 的环」✓，逐条对照公理即得。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.10 ### 星团：向量空间的基 > 造出线性代数的地基：每个向量空间都有基。 #### 向量空间的基　`def.vs` *定义*　向量空间 / 线性无关 / 基 设 $K$ 是域，$V$ 是 $K$ 上的向量空间，$S \subseteq V$。 - **$S$ 线性无关**：$S$ 的每个有限子集都线性无关，即不存在不全为零的 $c_{1}$…$c_{n} \in K$ 使 $c_{1}v_{1} + \cdots + c_{n}v_{n} = 0$。 - **$S$ 生成 $V$**：$V$ 中每个向量都是 $S$ 中有限多个向量的线性组合。 - **$S$ 是 $V$ 的基**：$S$ 既线性无关又生成 $V$。 注意线性无关性是**逐有限子集**定义的性质——这正是它「具有有限特征」的原因。 等价说法：$S$ 是基 $\iff V$ 中每个向量都能唯一地写成 $S$ 的有限线性组合。 参考：Lang, Linear Algebra #### 每个向量空间有基　`thm.vsbasis` *定理*　每个向量空间都有基（Zorn 引理的经典应用） 设 $V$ 是域 $K$ 上的向量空间。则 $V$ 有基； - 更精确地：$V$ 的任一线性无关子集都能扩充成 $V$ 的一个基，任一生成集都含有一个基。 在 ZF 中此命题与 AC 等价——去掉 AC，可以构造出没有基的向量空间。 这是「序理论的结论在代数里落地」的标准范例，也是本星图上跨板块连线的一个实例。 参考：Lang, Linear Algebra；Brunner, The Axiom of Choice in Topology ## 星系：分析学（Analysis） > 极限、测度、泛函分析；Hahn–Banach 等定理也依赖选择原理。 ### 星团：实数与极限 > 在造好的 ℝ 上搭起分析的语言：区间 → 数列极限与级数 → 连续 → 导数。**确界原理**（ℝ 是完备有序域）也在这里 —— 它是分析学的引擎。（ℝ 与 ℂ 本身的构造在「数系的构造」里。） #### 扩充实数 [−∞,+∞]　`def.extended-real` *定义*　扩充实数系 $\overline{\mathbb{R}}$（Extended Reals） 在 $\mathbb{R}$ 上添两个记号 $+\infty$、$-\infty$，得到**扩充实数系** $$\overline{\mathbb{R}} := \mathbb{R} \cup \{ -\infty, +\infty \}$$ 规定 $-\infty < x < +\infty$ 对一切 $x \in \mathbb{R}$ 成立，于是 $\overline{\mathbb{R}}$ 仍是全序集；并约定 $$x + (\pm\infty) = \pm\infty, \qquad 0 \cdot (\pm\infty) = 0$$ 而 $\infty - \infty$ 与 $\infty / \infty$ **不定义**。 为什么需要它：测度、积分的取值天然可以是 $\infty$（$\mathbb{R}$ 的 Lebesgue 测度就是 $\infty$），把所有量都放进 $\overline{\mathbb{R}}$，收敛定理（sup、极限）就不必反复讨论「值是不是有限」。 ⚠ 约定 $0 \cdot \infty = 0$ 是刻意的：它让「在无穷测度集上取 $0$ 的函数」积分为 $0$。 ⚠ 它不是域：$\infty$ 没有加法逆元。 参考：Rudin, Principles of Mathematical Analysis, Ch. 1 #### 区间　`def.interval` *定义*　区间（Interval） $\mathbb{R}$ 的**区间**是满足下式的子集 $I$： $$a, b \in I,\ a \le x \le b \implies x \in I$$ 即「中间不空」。常见的有界区间写成 $$(a, b), \quad [a, b], \quad [a, b), \quad (a, b]$$ 按端点是否取到区分；另有 $(-\infty, b)$、$(a, +\infty)$、$\mathbb{R}$ 等无界区间，以及单点集 $[a, a]$。 体积就是长度：$m((a, b]) = b - a$。 ⭐ **半开区间 $\{ (a, b] : a < b \}$ 是构造 Lebesgue–Stieltjes 测度时的起点**：它本身只是一个基本类，做有限不交并就得到环，长度在那个环上已经是预测度。 为什么要用半开而不是开区间：不交并的长度好算 —— $[a, b) \sqcup [b, c) = [a, c)$ 在开区间上不成立。 参考：Rudin, Principles of Mathematical Analysis, Ch. 2 #### 数列极限　`def.sequence-limit` *定义*　数列极限 $x_n \to x$（Limit of a Sequence） 数列 $\{x_n\} \subseteq \mathbb{R}$ **收敛到** $x$（记 $x_n \to x$ 或 $\lim_{n \to \infty} x_n = x$），当且仅当 $$\forall \varepsilon > 0, \exists N, \forall n \ge N : |x_n - x| < \varepsilon$$ 即：不管给出多小的 $\varepsilon$，从某一项之后，所有项都落在 $x$ 的 $\varepsilon$ 邻域里。 不收敛的数列叫**发散**。 ⭐ 这就是「$\varepsilon$-$N$ 语言」：把「越来越近」翻译成可以逐条检验的条件。整个分析学的证明都建立在这个格式上。 基本性质（都由定义直接验证）： - 极限**唯一**； - 收敛数列**有界**； - 四则运算与极限可交换（分母极限非零时）。 ⚠ 「有界」不保证收敛（$(-1)^n$）；「$\varepsilon$ 固定、$N$ 往后」的顺序不能换。 参考：Rudin, Principles of Mathematical Analysis, Ch. 3 #### 级数收敛　`def.series` *定义*　级数 $\sum a_n$（Series） 给定数列 $\{a_n\}$，令**部分和** $s_N := \sum_{n=1}^{N} a_n$。 称级数 $\sum_{n=1}^{\infty} a_n$ **收敛**，当且仅当部分和数列 $\{s_N\}$ 收敛，此时记 $$\sum_{n=1}^{\infty} a_n := \lim_{N \to \infty} s_N$$ **非负项级数**（$a_n \ge 0$）特别干净：部分和递增，于是 $$\sum_{n=1}^{\infty} a_n = \sup_N s_N \in [0, +\infty]$$ 一定有意义（可能是 $+\infty$）。 ⭐ 测度的**可数可加**、积分的**逐项**性质，用的都是非负项级数这一行：非负就不必担心条件收敛与重排。 ⚠ 收敛级数**可以重排**的只有绝对收敛的情形；条件收敛的级数重排后可能收敛到别的值（Riemann 重排定理）。 参考：Rudin, Principles of Mathematical Analysis, Ch. 3 #### 连续　`def.continuous` *定义*　连续（Continuity） $f : \mathbb{R} \to \mathbb{R}$ 在 $x_0$ **连续**，当且仅当 $$\forall \varepsilon > 0, \exists \delta > 0 : |x - x_0| < \delta \implies |f(x) - f(x_0)| < \varepsilon$$ 等价说法：$\lim_{x \to x_0} f(x) = f(x_0)$（极限存在且等于函数值）。 $f$ **连续**（在 $\mathbb{R}$ 上连续）当且仅当它在每一点连续。 **一致连续**是更强的要求：$\delta$ 只依赖 $\varepsilon$，不依赖 $x_0$。 ⭐ 把 $|x - x_0| < \delta$、$|f(x) - f(x_0)| < \varepsilon$ 换成距离 $d$，这个定义原封不动地搬到距离空间 —— 这也正是距离空间的定义为什么长成那样。 ⚠ **连续 $\ne$ 一致连续**：$f(x) = x^2$ 在 $\mathbb{R}$ 上连续但不一致连续（$x$ 越大需要的 $\delta$ 越小）。紧区间上两者才重合。 参考：Rudin, Principles of Mathematical Analysis, Ch. 4 #### 导数　`def.derivative` *定义*　导数 $F'$（Derivative） $F : (a, b) \to \mathbb{C}$ 在 $x_0 \in (a, b)$ **可导**，当且仅当极限 $$F'(x_0) := \lim_{h \to 0} \frac{F(x_0 + h) - F(x_0)}{h}$$ 存在（有限）。这个数叫 $F$ 在 $x_0$ 的**导数**。 在 $(a, b)$ 上处处可导，就得到一个函数 $F'$；称 $F$ **可导**。 若不要求极限存在而允许 $\pm\infty$，得到的是**广义导数**，单调函数的导数理论要用它。 ⭐ 微分理论关心的是**逐点**行为，所以定义域常常收缩到 $L^1_{loc}$ 而不是 $L^1$。 要点（本星图 BV / AC 那一段全靠它们）： - 可导 $\implies$ 连续，反之不成立（$|x|$ 在 $0$ 处）。 - 单调函数**几乎处处可导**，且 $F' \ge 0$ a.e.。 - 可导**不保证** $F(b) - F(a) = \int_a^b F'$（Cantor 函数就是反例）；等式成立要加绝对连续。 参考：Rudin, Principles of Mathematical Analysis, Ch. 5 #### ℝ 是完备有序域　`thm.real-ordered-field` *定理*　$\mathbb{R}$ 是完备有序域（确界原理） 上面构造出来的 $(\mathbb{R}, +, \cdot, \le)$ 满足三组性质： **(i) 域公理**：$(\mathbb{R}, +, \cdot)$ 是域 —— 加减乘除（除以非零元）都封闭，且有结合、交换、分配律； **(ii) 序公理**：$\le$ 是全序，且与运算相容： $$a \le b \implies a + c \le b + c, \qquad a \le b,\ 0 \le c \implies ac \le bc$$ **(iii) 完备性（确界原理）**：$\mathbb{R}$ 的**每个非空有上界的子集都有上确界**。 此外 $\mathbb{Q}$ 的嵌入像在 $\mathbb{R}$ 中**稠密**。 ⚠ **注意这一条的位置**：它是**定理**，不是定义 —— 先有构造（「实数系 $\mathbb{R}$」），再证明造出来的东西满足这三组性质。 ⭐ **第 (iii) 条才是分析学的引擎**：没有它 $\mathbb{Q}$ 也满足前两条，但 $\{ x \in \mathbb{Q} : x^2 < 2 \}$ 在 $\mathbb{Q}$ 里没有上确界。（$\mathbb{Q}$ 因此不是完备有序域 —— 这不是缺陷，而正是要把 $\mathbb{Q}$ 补成 $\mathbb{R}$ 的理由。） 由 (iii) 推出分析里最常用的两件事： - **单调有界数列收敛**； - **闭区间套定理**、**Bolzano–Weierstrass**、**Cauchy 列收敛**。 ⚠ 完备性说的是「**上确界存在**」，不是「极限一定存在」—— 后者是它的推论。 📌 (iii) 的走法分两步（见边的证明）：先证**「$\mathbb{R}$ 里每个 Cauchy 列都收敛」**（用对角线法从代表元里抽出一个有理 Cauchy 列），再由 Cauchy 完备推出确界原理（二分法造递增列与递减上界列，夹逼到同一个极限）。 📌 由这三条推出来的、后面到处要用的性质：**阿基米德性质**与 **$\mathbb{Q}$ 在 $\mathbb{R}$ 中稠密**（见「阿基米德性质」）；$\mathbb{R}$ 还**不可数**（$|\mathbb{R}| = 2^{\aleph_0}$）—— 「稠密」与「一样多」是两件事。 参考：Rudin, Principles of Mathematical Analysis, Ch. 1；Ch. 3 ### 星团：集合族与 σ-代数 > 造出「能承载测度的集合族」：环 → σ-环 → σ-代数 → 生成、Borel、单调类判据。测度本身在下一个团里。 #### 基本类　`def.fundamental-class` *定义*　基本类（Fundamental Class） 设 $X$ 是集合，$\mathfrak{A} \subseteq \mathcal{P}(X)$。$\mathfrak{A}$ 是 $X$ 上的一个**基本类**，当且仅当 - 对**交**封闭：$A, B \in \mathfrak{A} \implies A \cap B \in \mathfrak{A}$ - 差可以拆开：$A, B \in \mathfrak{A} \implies A \setminus B\text{ 是} \mathfrak{A}\text{ 中有限多个两两不交集合之并}$ 它比「环」弱一档：只要求对**交**封闭（不是并），而差只要求「能拆成不交并」。 基本类的作用是当**砖块**：把它的元素做成有限不交并，就得到一个环 —— 这正是下面那条性质 (5)。 典型例子：半开区间族 $\{ (a, b] : a < b \}$ 是 $\mathbb{R}$ 上的基本类；由它做有限不交并得到的，正是构造 Lebesgue–Stieltjes 测度时要用的那个代数。 参考：Halmos, Measure Theory, §4 #### 环与代数　`def.set-ring` *定义*　环与代数（Ring, Algebra） 设 $\mathfrak{A} \subseteq \mathcal{P}(X)$ 是 $X$ 的一族子集。 $\mathfrak{A}$ 是**环**（ring），当且仅当它对有限并封闭、且对差封闭： $$A, B \in \mathfrak{A} \implies A \cup B \in \mathfrak{A}, \quad A \setminus B \in \mathfrak{A}$$ $\mathfrak{A}$ 是**代数**（algebra），当且仅当 $\mathfrak{A}$ 是环、且含全集： $$X \in \mathfrak{A}$$ **代数 $=$ 环 $X \in \mathfrak{A}$**。「把整个 $X$ 放进去」是唯一的差别。 环加上 $X \in \mathfrak{A}$ 之后，差就自动升级成补：$A^c = X \setminus A \in \mathfrak{A}$。所以**代数**也等价于「对有限并、对补封闭」。 ⚠ 这里的「环」是**集合环**（ring of sets），和抽象代数里的 ring 只是同名，毫无关系。 把「有限」都升级成「可数」，就得到 **$\sigma$环** 与 **$\sigma$代数** —— 另开两条节点写。 参考：Halmos, Measure Theory, §4；Folland, Real Analysis, §1.2 #### σ-环　`def.sigma-ring` *定义*　σ-环（σ-Ring） $\mathfrak{A} \subseteq \mathcal{P}(X)$ 是 $X$ 上的一个 **$\sigma$环**，当且仅当把「有限」都换成「可数」之后仍封闭： - 对**可数并**封闭：$A_1, A_2, \ldots \in \mathfrak{A} \implies \bigcup_{n=1}^{\infty} A_n \in \mathfrak{A}$ - 对**差**封闭：$A, B \in \mathfrak{A} \implies A \setminus B \in \mathfrak{A}$ **$\sigma$环 $=$ 环 + 可数并**。它**不要求**含 $X$ —— 这正是它与 $\sigma$代数的唯一差别。 不含 $X$ 的后果是实质的：$\sigma$环里集合的并可能仍是一个真子集，补运算也落不到里面。 典型例子：$X = \mathbb{R}$ 上「全体可数集」是 $\sigma$环，不是 $\sigma$代数 —— 它的元素之并（如 $\mathbb{R} \setminus \mathbb{Q}$）不在里面。 由差 + 可数并，**可数交**自动可用：$\bigcap_n A_n = A_1 \setminus \bigcup_{n \ge 2} (A_1 \setminus A_n)$。 与单调类的关系：**环是 $\sigma$环 $\iff$ 它是单调类 $\iff$ 它对可数不交并封闭**。 参考：Halmos, Measure Theory, §4 #### σ-代数　`def.sigma-algebra` *定义*　σ-代数（σ-Algebra） 设 $X$ 是集合，$\mathfrak{A} \subseteq \mathcal{P}(X)$。$\mathfrak{A}$ 是 $X$ 上的一个 **$\sigma$代数**，当且仅当它同时满足三条： 1. **含全集**：$X \in \mathfrak{A}$ 2. **对补封闭**：$A \in \mathfrak{A} \implies A^c := X \setminus A \in \mathfrak{A}$ 3. **对可数并封闭**：$A_1, A_2, \ldots \in \mathfrak{A} \implies \bigcup_{n=1}^{\infty} A_n \in \mathfrak{A}$ 二元组 $(X, \mathfrak{A})$ 称为**可测空间**（measurable space），$\mathfrak{A}$ 的元素称为**可测集**（measurable set）。 三条是配套的，缺一不可：只留 (2)(3) 就是**$\sigma$环**；把 (3) 降成「有限并」就是**代数**。 由 (2)(3) 用 De Morgan 立得对**可数交**封闭：$\Big( \bigcap_n A_n \Big)^c = \bigcup_n A_n^c \in \mathfrak{A}$。于是有限并、有限交、差、对称差全都可用 —— 真正超出「代数」的，只有**可数**这一件事。 ⚠ 方向不能反：$\sigma$代数一定是代数，代数不一定是 $\sigma$代数。反例：$X = \mathbb{R}$ 上「有限集与余有限集」全体是代数，而 $\mathbb{N} = \{1\} \cup \{2\} \cup \{3\} \cup \cdots$ 是其中可数多个元素的并、本身既非有限也非余有限，所以那个代数不封闭于可数并。 记号里的「$\sigma$」表示**可数**（取自德文 Summe / 法文 somme 的首字母），和标准差那个 $\sigma$ 无关。 为什么非要有它：测度的可数可加性 $\mu (\bigcup A_{n}) = \sum \mu (A_{n})$ 需要一个对**可数**运算封闭的定义域，否则等式两边根本不在同一个集合族里。整条测度构造就是从这里起步的。 参考：Halmos, Measure Theory, §4；Folland, Real Analysis, §1.2；Rudin, Real and Complex Analysis, Ch. 1 #### 单调类　`def.monotone-class` *定义*　单调类（Monotone Class） $\mathfrak{A} \subseteq \mathcal{P}(X)$ 是**单调类**，当且仅当它对两种单调极限都封闭： $$\{E_j\}_{j=1}^{\infty} \nearrow \implies \bigcup_{j=1}^{\infty} E_j \in \mathfrak{A}$$ $$\{E_j\}_{j=1}^{\infty} \searrow \implies \bigcap_{j=1}^{\infty} E_j \in \mathfrak{A}$$ 单调类只关心「递增取并、递减取交」这两种极限，**不**要求对有限并、差、补封闭 —— 所以它比 $\sigma$代数弱得多。 它的用处全在单调类定理：一个 $\sigma$代数等价于「一个对两种极限都封闭的环」。证明「某性质对所有可测集成立」时，通常先验证它在一个单调类上成立，再交给单调类定理。 参考：Halmos, Measure Theory, §6 #### 集合族的基本性质　`prop.set-class-properties` *命题*　命题：基本类 / 环 / σ-代数的几条基本性质 (1) 基本类包含 $\emptyset$。 (2) 代数与 $\sigma$代数对**有限交**、**可数交**封闭。 $(3) \mathfrak{A}$ 是 $\sigma$代数 $\iff \mathfrak{A}$ 对**可数并**与**取补**都封闭。 (5) 若 $\mathcal{E}$ 是**基本类**，则 $$\mathfrak{A} = \{ \mathcal{E}\text{ 中有限多个两两不交集合之并} \}$$ 是一个**环**。 （第 (4) 条因为本身是一条定理，单独列在「环 $\implies \sigma$环 的判据」里。） **证明。** (1) 取 $A \in \mathfrak{A}$，则 $A \setminus A = \emptyset \in \mathfrak{A}$（基本类对差封闭），故空集可写成空的不交并 ✓。 (2) 代数：$A_{1}, \ldots, A_{n} \in \mathfrak{A}$ 时 $A_{1}\cap\cdots\cap A_{n} = X \setminus \bigl(\bigcup_{i}(X\setminus A_{i})\bigr) \in \mathfrak{A}$（补 + 有限并）✓；可数交由 $\sigma$代数的定义直接给出，可数交再用一次 De Morgan ✓。（只含「对不交并封闭」的环上，把「补」换成**相对补** $A \setminus \bigcup B_{j}$ 即可。） (3) $\sigma$代数 = 对可数并封闭的代数，而对可数并封闭 + 对补封闭 $\implies$ 对可数交封闭（De Morgan），反之亦然 —— 两条说法等价 ✓。 (5) 设 $\mathcal{E}$ 是基本类，$\mathfrak{A} := \{ \mathcal{E} \text{ 中有限多个两两不交的集合之并} \}$。 - **对有限并封闭**：把两个有限不交并摆在一起，相交的块用 $A = (A\cap B)\sqcup(A\setminus B)$ 逐块拆开（基本类对差封闭），仍写成有限不交并 ✓； - **对差封闭**：$A \setminus B$ 逐块做差，同样拆成有限不交并 ✓； - 含 $\emptyset$（空并）✓。于是 $\mathfrak{A}$ 是一个**环** ✓。∎ (1)：取 $A \in \mathfrak{A}$，则 $A \setminus A = \emptyset$ 要能被拆成不交并，只能是空并。 (2)：有限交直接由 De Morgan；可数交由 (3) 的补 + 可数并得到。若 $\mathfrak{A}$ 只是环而不含 $X$，「补」要小心，通常用 **$A \setminus \bigcup B_{j}$** 这种相对补。 (5)：这是把基本类升级成环的标准操作 —— 先做不交并保证「差」好算，再验证有限并仍是有限不交并。 这几条性质的实际用途：**验证一个族是 $\sigma$代数时，只需查「含 $X$」「对补」「对可数并」三条**，其余全部免费。 参考：Halmos, Measure Theory, §4 #### 环 → σ-环 的判据　`thm.ring-monotone-sigma` *定理*　定理：环是 σ-环 $\iff$ 它是单调类 $\iff$ 它对可数不交并封闭 设 $\mathfrak{A}$ 是一个**环**。则下列三条等价： $$\mathfrak{A}\text{ 是} \sigma-\text{环} \iff \mathfrak{A}\text{ 是单调类} \iff \mathfrak{A}\text{ 对可列不交并封闭}$$ 注意前提「$\mathfrak{A}$ 是环」不可省 —— 单调类一般不封闭于有限并，所以单调类本身推不出 $\sigma$环。 这条定理是单调类定理的技术核心：正是因为它，才能把「对 $\sigma$代数成立」化归为「先验证一个环，再看单调极限」。 参考：Halmos, Measure Theory, §6 #### 生成的 σ-代数　`def.generated-sigma` *定义*　由 $\mathcal{E}$ 生成的 σ-代数 / 单调类：$\mathcal{M}(\mathcal{E})$ 与 $\mathfrak{m}(\mathcal{E})$ 设 $\mathcal{E} \subseteq \mathcal{P}(X)$。定义 $$\mathcal{M}(\mathcal{E}) := \bigcap \{ \mathfrak{A} : \mathfrak{A}\text{ 是包含} \mathcal{E}\text{ 的} \sigma-\text{代数} \}$$ $$\mathfrak{m}(\mathcal{E}) := \bigcap \{ \mathfrak{A} : \mathfrak{A}\text{ 是包含} \mathcal{E}\text{ 的单调类} \}$$ $\mathcal{M}(\mathcal{E})$ 称为**由 $\mathcal{E}$ 生成的 $\sigma$代数**，$\mathfrak{m}(\mathcal{E})$ 称为由 $\mathcal{E}$ 生成的单调类。 为什么这样定义是合法的：这个交非空（$\mathcal{P}(X)$ 总是一个含 $\mathcal{E}$ 的 $\sigma$代数），而且**任意多个 $\sigma$代数之交仍是 $\sigma$代数**（单调类也一样），所以交出来的是最小的那一个。 「生成」是整段里最常用的手法：你给我一族好用的集合（基本类、开集、柱集），我把它补成最小的 $\sigma$代数，再在上面做测度。Borel、积 $\sigma$代数都是这么来的。 参考：Halmos, Measure Theory, §6；Folland, Real Analysis, §1.2 #### 单调类定理　`thm.monotone-class` *定理*　单调类定理（Monotone Class Theorem） 设 $\mathcal{E} \subseteq \mathcal{P}(X)$。则 $$\mathcal{M}(\mathcal{E}) = \mathfrak{m}(\mathcal{E}) \iff \forall A \in \mathcal{E} : A^c \in \mathfrak{m}(\mathcal{E})\text{ 且} \forall A, B \in \mathcal{E} : A \cup B \in \mathfrak{m}(\mathcal{E})$$ **这一条是「标准版 + 加强版」合起来的那一个版本。** **标准版**（Halmos §6 / Folland 2.37）：$\mathcal{A}$ 是**代数** $\implies \mathfrak{m}(\mathcal{A}) = \mathcal{M}(\mathcal{A})$。 上面陈述的是**加强版**：把「$\mathcal{E}$ 是代数」换成两条更弱的条件——$\mathcal{E}$ 中集合的**补**与**并**落进 $\mathfrak{m}(\mathcal{E})$ 就行。证明仍是单调类定理那三步： **①** 令 $\mathcal{K}_{1} = \{A \in \mathfrak{m} : A^{c} \in \mathfrak{m}\}$。它含 $\mathcal{E}$（第一条条件），且本身是单调类（$\mathfrak{m}$ 单调 $\implies$ 极限仍在 $\mathfrak{m}$；补用一次递减极限）$\implies \mathcal{K}_{1} = \mathfrak{m}$，即 $\mathfrak{m}$ 对**补**封闭。 **②** 固定 $A \in \mathcal{E}$，令 $\mathcal{K}_{2} = \{B \in \mathfrak{m} : A \cup B \in \mathfrak{m}\}$。由第二条条件 $\mathcal{K}_{2} \supseteq \mathcal{E} \implies \mathcal{K}_{2} = \mathfrak{m}$。 **③** 固定 $B \in \mathfrak{m}$，令 $\mathcal{K}_{3} = \{A \in \mathfrak{m} : A \cup B \in \mathfrak{m}\}$。由 ② 知 $\mathcal{K}_{3} \supseteq \mathcal{E} \implies \mathcal{K}_{3} = \mathfrak{m}$，即 $\mathfrak{m}$ 对**并**封闭。 于是 $\mathfrak{m}$ 对 $\cup$ 与补封闭、又是单调类 $\implies \mathfrak{m}$ 是一个 $\sigma$代数 $\implies \mathcal{M}(\mathcal{E}) \subseteq \mathfrak{m}(\mathcal{E})$；反向恒成立，两边相等。（需 $\mathcal{E} \ne \emptyset$，否则 $\mathfrak{m}(\mathcal{E}) = \{\emptyset \}$。） ⚠ 把 $\cup$ 换成 $\cap$ 或 $\setminus$ 结论同样成立 —— 有了补封闭，几种封闭性互相推得出来，所以这一处的符号并不影响定理对不对。 **用法**（不论哪个版本都一样）：要证某个性质对 $\mathcal{M}(\mathcal{E})$ 中所有集合成立，只需（$i$）证明它对 $\mathcal{E}$ 成立，（ii）证明「成立」这件事被递增并、递减交保持 —— 于是成立的集合构成一个含 $\mathcal{E}$ 的单调类，它 $\supseteq \mathfrak{m}(\mathcal{E}) = \mathcal{M}(\mathcal{E})$。测度扩张的唯一性、乘积测度的截口公式、可测函数的逼近，用的都是这个模式。 ⚠ 与「环 $\to \sigma$环 的判据」是姊妹结果：那条说环 $+$ 单调 $\implies \sigma$环，这条说代数 $\implies$ 单调类与 $\sigma$代数重合。 参考：Halmos, Measure Theory, §6；Folland, Real Analysis, Theorem 2.37 #### Borel σ-代数　`def.borel` *定义*　Borel σ-代数（Borel σ-Algebra $\mathfrak{B}_X$） 设 $X$ 是拓扑空间。$X$ 上的 **$Borel \sigma$代数**是由全体开集生成的 $\sigma$代数： $$\mathfrak{B}_X := \mathcal{M}(\{ U \subseteq X : U\text{ 是开集} \})$$ $\mathfrak{B}_X$ 中的集合称为 **Borel 集**：开集、闭集、可数个开集之交（$G_\delta$）、可数个闭集之并（$F_\sigma$）等都属于 $\mathfrak{B}_X$。 开集族本身一般只是拓扑，不是 $\sigma$代数 —— 取它生成的 $\sigma$代数才得到 Borel 集全体。 $\mathbb{R}$ 上 $\mathfrak{B}_\mathbb{R}$ 也可以由半开区间 $\{ (a, b] : a < b \}$ 生成（或 { [a, b) }）。这些形式在构造测度时更好用，因为半开区间的「不交并」算起来干净。 参考：Folland, Real Analysis, §1.2 ### 星团：测度的构造 > 造出「测度」这个对象本身：预测度 → 外测度 → Carathéodory 扩张 → 完备化与唯一性 → Lebesgue–Stieltjes 测度。 #### 测度　`def.measure` *定义*　测度（Measure） 设 $\mathcal{M}$ 是 $X$ 上的 $\sigma$代数。函数 $\mu : \mathcal{M} \to [0, +\infty]$ 是一个**测度**，当且仅当 - **(i)**　$\mu(\emptyset) = 0$ - **(ii) 可数可加**：若 $\{E_{j}\}$ 是 $\mathcal{M}$ 中两两不交的集合列，则 $$\mu( \bigcup_{j=1}^{\infty} E_j ) = \sum_{j=1}^{\infty} \mu(E_j)$$ $(X, \mathcal{M}, \mu )$ 称为**测度空间**。 (i) 看起来多余（由 (ii) 取 $E_{j} = \emptyset$ 立刻得到），写出来是为了排除「恒取 $\infty$」这种没有意义的解，同时保证 (ii) 中的级数不是 $\infty - \infty$。 **可数可加是本定义唯一有实质内容的要求**：它把「大小」从有限可加提升到可数可加，代价是允许取值为 $\infty$。 ⚠ 允许 $\mu (E) = +\infty$ 是必要的：$\mathbb{R}$ 的 Lebesgue 测度就是 $\infty$。 参考：Halmos, Measure Theory, §9；Folland, Real Analysis, §1.2 #### 预测度　`def.premeasure` *定义*　预测度（Premeasure）—— 定义在环上的「测度」 若 $\mathcal{M}$ 只是一个**环**（不必是 $\sigma$代数），而 $\mu : \mathcal{M} \to [0, +\infty]$ 仍满足测度的两条： $$\mu(\emptyset) = 0, \quad \{E_j\}\text{ 两两不交} \implies \mu(\bigcup E_j) = \sum \mu(E_j)$$ 则称 $\mu$ 是 $\mathcal{M}$ 上的**预测度**。 为什么要有这个中间概念：$\mathbb{R}$ 上半开区间 (a, b] 的全体只是一个基本类，它的有限不交并构成一个环，还不是 $\sigma$代数 —— 但这时已经能定义长度了，那就是预测度。 Carathéodory 扩张定理的作用就是把预测度从环一路提升到生成的 $\sigma$代数上。所以「**先造预测度，再扩张**」是构造测度的标准两步走。 参考：Halmos, Measure Theory, §9；Folland, Real Analysis, §1.4 #### 有限可加测度　`def.finitely-additive` *定义*　有限可加测度（Finitely Additive Measure） 若 $\mu$ 只满足 (i) 与**有限**可加性： $$A, B \in \mathcal{M}\text{ 两两不交} \implies \mu(A \cup B) = \mu(A) + \mu(B)$$ （由归纳，可推到任意有限多个不交集合）， 则 $\mu$ 称为**有限可加测度**。 它比预测度还弱：预测度是可数可加的（只是定义域是环），有限可加测度只要求有限可加。 ⚠ 有限可加 $\ne$ 可数可加：在 $\mathbb{N}$ 上定义 $\mu (E) = 0$（$E$ 有限）、$\mu (E) = +\infty$（$E$ 无限），它是有限可加的，但对 $\bigcup _{n} \{n\} = \mathbb{N}$ 不满足可数可加。历史上（Banach–Tarski 时代）确实认真考虑过只用有限可加性的「测度」，但那样连「长度」都构造不出来。 参考：Halmos, Measure Theory, §9 #### 有限 / σ-有限 / 半有限　`def.measure-space` *定义*　测度空间的几种「大小」：有限、σ-有限、半有限 设 $(X, \mathcal{M}, \mu )$ 是测度空间。 - **有限**：$\mu(X) < \infty$ - **$\sigma$有限**：$X$ 能写成可数个测度有限的集合之并：$X = \bigcup_{j=1}^{\infty} E_j, \quad \mu(E_j) < \infty$ - **半有限**：每个无穷测度的集合里都藏着正有限测度的子集： $$\forall E \in \mathcal{M}, \mu(E) = \infty \implies \exists F \subseteq E, F \in \mathcal{M}, 0 < \mu(F) < \infty$$ $\text{有限} \implies \sigma-\text{有限} \implies\text{ 半有限}$，两个箭头都不可逆。 $\sigma$有限是**最常用的技术假设**：$\mathbb{R}$ 上的 Lebesgue 测度 $\sigma$有限（$\mathbb{R} = \bigcup _{n} [-n, n]$），而计数测度在 $\mathbb{R}$ 上不是 $\sigma$有限的。很多定理（Fubini、Radon–Nikodym、Carathéodory 扩张的唯一性）都要 $\sigma$有限。 半有限比 $\sigma$有限弱得多：可以造出「每个可测集要么零测度、要么无穷测度」的测度，它就是半有限的极端反例。 参考：Folland, Real Analysis, §1.2 #### 测度的基本性质　`prop.measure-basic` *命题*　命题：测度的单调性、次可加性与两种连续性 设 $(X, \mathcal{M}, \mu )$ 是测度空间，以下集合都取自 $\mathcal{M}$。 - **(a) 单调**：$E \subseteq F \implies \mu(E) \le \mu(F)$ - **(b) 次可加**：$\mu( \bigcup_j E_j ) \le \sum_j \mu(E_j)$（不要求不交） - **(c) 下连续**：$E_1 \subseteq E_2 \subseteq \cdots \implies \mu( \bigcup_j E_j ) = \lim_{j\to\infty} \mu(E_j)$ - **(d) 上连续**：$\mu(E_1) < \infty, \quad E_1 \supseteq E_2 \supseteq \cdots \implies \mu( \bigcap_j E_j ) = \lim_{j\to\infty} \mu(E_j)$ (a)：把 $F$ 拆成 $F = E \cup (F \setminus E)$ 用可数可加（把余下的位置补 $\emptyset$）。 (b)：把 $\bigcup E_{j}$ 改成不交并：$F_{j} = E_{j} \setminus (E_{1} \cup \cdots \cup E_\{j-1\})$，则 $\mu (\bigcup E_{j}) = \sum \mu (F_{j}) \le \sum \mu (E_{j})$。 (c)：令 $A_{j} = E_{j} \setminus E_\{j-1\}$（$E_{0} = \emptyset$），则 $\bigcup E_{j}$ 是 $A_{j}$ 的不交并，而 $\mu (E_{n}) = \sum _\{j\le n\} \mu (A_{j})$ —— 两边取极限即可。 (d)：**「$\mu (E_{1}) < \infty$」不能省。** 反例：$X = \mathbb{N}$，$\mu =$ 计数测度，$E_{j} = \{j, j+1$ …}，则每个 $\mu (E_{j}) = \infty$ 但交集为 $\emptyset$、$\mu (\emptyset ) = 0$。 (c) 与 (d) 合起来说明：测度在集合的**单调极限**下连续 —— 这正与「单调类」这个词呼应。 参考：Halmos, Measure Theory, §9；Folland, Real Analysis, Prop. 1.3 #### 零集与完备　`def.null-set` *定义*　μ-零集 / 完备测度空间（Null Set & Complete Measure Space） 设 $(X, \mathcal{M}, \mu )$ 是测度空间，$E \in \mathcal{M}$。 若 $\mu(E) = 0$，则称 $E$ 是 **$\mu$零集**（$\mu -null set$）。 若**零集的每个子集都可测**： $$\forall E \in \mathcal{M}, \forall F \subseteq E : \mu(E) = 0 \implies F \in \mathcal{M}$$ 则称 $\mu$（或这个测度空间）**完备**。 完备性说的是「零集的子集也是可测集」。这条**不是**自动成立的：$Borel \sigma$代数配上 Lebesgue 测度就不完备 —— Cantor 集是 Borel 集且测度为 0，它的某些子集不是 Borel 集。 所以常见做法是先把 Borel 测度**完备化**（见下一条定理），得到 $Lebesgue \sigma$代数。 参考：Halmos, Measure Theory, §11 #### 完备化定理　`thm.completion` *定理*　定理：任何测度空间都能完备化 设 $(X, \mathcal{M}, \mu )$ 是测度空间。令 $$\mathcal{N} = \{ N \in \mathcal{M} : \mu(N) = 0 \}$$ $$\bar{\mathcal{M}} = \{ E \cup F : E \in \mathcal{M},\ F \subseteq N,\ N \in \mathcal{N} \}$$ 则 1. $\bar{\mathcal{M}}$ 是一个 $\sigma$代数，且 $\mathcal{M} \subseteq \bar{\mathcal{M}}$； 2. 令 $\bar{\mu}(E \cup F) := \mu(E)$，它是 $\bar{\mathcal{M}}$ 上良定义的测度； 3. $(X, \bar{\mathcal{M}}, \bar{\mu})$ 是**完备**测度空间，称为 $(X, \mathcal{M}, \mu )$ 的**完备化**。 $\bar{\mathcal{M}}$ 的直观：在原来的可测集上「撒一点零集的小碎片」。 **良定义是要检查的**：$E \cup F$ 的写法不唯一，若 $E_{1} \cup F_{1} = E_{2} \cup F_{2}$，要证明 $\mu (E_{1}) = \mu (E_{2})$。做法是用 $E_{1} \subseteq E_{2} \cup N_{2}$（$N_{2}$ 零集）得 $\mu (E_{1}) \le \mu (E_{2})$，反向同理。 ⚠ 完备化是「把零集的子集塞进来」，代价是 $\sigma$代数变大、测度不变。 参考：Halmos, Measure Theory, §13；Folland, Real Analysis, Prop. 1.6 #### 半有限部分　`def.semifinite-part` *定义*　半有限部分（Semifinite Part of a Measure） 设 $(X, \mathcal{M}, \mu )$ 是测度空间。定义 $$\mu_0(E) := \sup \{ \mu(F) : F \subseteq E, F \in \mathcal{M}, \mu(F) < \infty \}$$ 则 $\mu _{0}$ 称为 $\mu$ 的**半有限部分**，它是一个半有限测度，且 $\mu _{0} \le \mu$。 它的作用：把一个「可能有很坏的无穷值」的测度修成半有限的，同时尽量保留原来的有限部分。 若 $\mu$ 本身半有限，则 $\mu _{0} = \mu$ —— 所以这是「半有限化」操作。 参考：Folland, Real Analysis, §1.2 #### 外测度　`def.outer-measure` *定义*　外测度（Outer Measure） 设 $X$ 是非空集合。函数 $\mu^* : \mathcal{P}(X) \to [0, +\infty]$ 是一个**外测度**，当且仅当 - $\mu^*(\emptyset) = 0$ - **单调**：$A \subseteq B \implies \mu^*(A) \le \mu^*(B)$ - **可数次可加**：$\mu^*( \bigcup_{j=1}^{\infty} A_j ) \le \sum_{j=1}^{\infty} \mu^*(A_j)$ 外测度定义在**全体**子集上（$\mathcal{P}(X)$，不是某个 $\sigma$代数），代价是它只有**次**可加性。 所以外测度不是测度 —— 它太大了，连 $\mathcal{P}(X)$ 上都没有可加性。Carathéodory 的想法是在其中挑出一批「表现良好」的集合（下一条定义），外测度在它们上面才变成真正的测度。 Lebesgue 最初构造的就是外测度：$\mu^{*}(A) = \inf\{ \sum (b_{n} - a_{n}) : A \subseteq \bigcup (a_{n}, b_{n}) \}$。 参考：Halmos, Measure Theory, §11；Folland, Real Analysis, §1.4 #### 由预测度诱导外测度　`prop.outer-measure-induced` *命题*　命题：从 $\mathcal{E}$ 上的 $\rho$ 诱导出一个外测度 设 $\mathcal{E} \subseteq \mathcal{P}(X)$，$\emptyset \in \mathcal{E}$，$X \in \mathcal{E}$，$\rho : \mathcal{E} \to [0, +\infty ]$ 满足 $\rho (\emptyset ) = 0$。对 $A \subseteq X$ 定义 $$\mu^*(A) := \inf \{ \sum_{j=1}^{\infty} \rho(E_j) : E_j \in \mathcal{E}, A \subseteq \bigcup_{j=1}^{\infty} E_j \}$$ （用 $\mathcal{E}$ 中可数个集合覆盖 $A$，取下确界。）则 $\mu^{*}$ 是 $X$ 上的一个**外测度**。 这个公式就是「用已知面积的砖块去盖住 $A$，取最省的盖法」—— Lebesgue 外测度正是它的特例（$\mathcal{E}$ 取开区间，$\rho$ 取长度）。 为什么要求 $X \in \mathcal{E}$：保证 $A \subseteq X$ 总有覆盖，inf 不是对空集取。 ⚠ 这一步只用到 $\rho (\emptyset ) = 0$，**没用到可加性** —— 所以 $\mu^{*}$ 一般并不还原成 $\rho$。要还原，就得靠 Carathéodory。 参考：Halmos, Measure Theory, §11；Folland, Real Analysis, §1.4 #### μ*-可测集　`def.caratheodory-measurable` *定义*　Carathéodory 可测性（$\mu^{*}$-Measurable Set） 设 $\mu^{*}$ 是 $X$ 上的外测度。$A \subseteq X$ 称为 **$\mu^{*}$-可测的**，当且仅当 $A$ 把每个集合都「干净地切成两块」： $$\mu^*(E) = \mu^*(E \cap A) + \mu^*(E \cap A^c)\quad \forall E \subseteq X$$ 因为 $\mu^{*}$ 只有次可加性，永远有 $\mu^*(E) \le \mu^*(E \cap A) + \mu^*(E \cap A^c)$。所以这个定义实际上只要求**反向的不等式**：$A$ 不「吃掉」任何东西。 这个定义初看很怪（为什么不用开集、闭集之类的直观条件？）—— 它的妙处是**完全内蕴**：只需要 $\mu^{*}$ 一个对象，不需要任何拓扑。所以它对任意外测度都能用。 直观：$A$ 是「可以随便切」的集合。 参考：Halmos, Measure Theory, §11；Folland, Real Analysis, Theorem 1.11 #### Carathéodory 定理　`thm.caratheodory` *定理*　Carathéodory 定理：$\mu^{*}$-可测集构成 σ-代数，$\mu^{*}$ 在其上是完备测度 设 $\mu^{*}$ 是 $X$ 上的外测度，$\mathcal{M}$ 是全体 $\mu^{*}$-可测集。则 1. **$\mathcal{M}$ 是一个 $\sigma$代数**； 2. **$\mu^*|_\mathcal{M}$ 是 $(X, \mathcal{M})$ 上的一个测度**（即 $\mu^{*}$ 在 $\mathcal{M}$ 上真的可加）； 3. 这个测度是**完备**的。 这是整个测度论构造的枢纽：**外测度不必可加，但它的「可切集合」上就可加了**。 1 的证明是一个冗长的验证：对有限并、补、可数不交并逐一验算。 3 的完备性来自定义本身：若 $\mu^{*}(A) = 0$ 且 $B \subseteq A$，则对任意 $E$ 有 $\mu^{*}(E \cap B) \le \mu^{*}(B) = 0$ 且 $\mu^{*}(E \cap B^{c}) \le \mu^{*}$(E)，两边一夹就得到 $B$ 满足可测性条件。 参考：Halmos, Measure Theory, §11；Folland, Real Analysis, Theorem 1.11 #### 预测度还原　`prop.caratheodory-extension` *命题*　命题：从预测度出发做 Carathéodory，原代数上的值不变 设 $\mathfrak{A} \subseteq \mathcal{P}(X)$ 是**代数**，$\mu _{0}$ 是 $\mathfrak{A}$ 上的**预测度**，$\mu^{*}$ 是由 $\mu _{0}$ 诱导的外测度（按上一条命题，取 $\mathcal{E} = \mathfrak{A}$、$\rho = \mu _{0}$）。则 1. $\mu^*|_\mathfrak{A} = \mu_0$ 2. **$\mathfrak{A}$ 中每个集合都是 $\mu^{*}$-可测的**，因此 $$\mathfrak{A} \subseteq \mathcal{M}(\mathfrak{A}) \subseteq \mathcal{M}$$ （$\mathcal{M}$ 是全体 $\mu^{*}$-可测集），于是 $\mu^{*}|_\mathcal{M}$ 是 $\mu _{0}$ 在 $\sigma$代数 $\mathcal{M}(\mathfrak{A})$ 上的扩张。 这就是「预测度 $\to$ 外测度 $\to$ 测度」三步走的收官：**预测度在 $\sigma$代数的扩张上被完整还原**。 1 的两个方向：$\mu^*(A) \le \mu_0(A)$ 是直接的（$A$ 自己被 $A$ 覆盖）；反向要用 $\mu _{0}$ 的可数可加性。 2 是技术核心，要在 $\mathfrak{A}$ 上验证 Carathéodory 的可切性条件。 不仅 $\mathfrak{A}$ 本身，连它做可数并、可数交（以及反复做）得到的 $\mathfrak{A}_\sigma$、$\mathfrak{A}_\delta$、$\mathfrak{A}_\sigma \delta$、$\mathfrak{A}_\delta \sigma$ 里的集合也都 $\mu^{*}$-可测 —— 因为 $\mathcal{M}$ 是 $\sigma$代数，对这些操作封闭。 参考：Halmos, Measure Theory, §12；Folland, Real Analysis, Theorem 1.14 #### 扩张的唯一性　`thm.caratheodory-uniqueness` *定理*　定理：Carathéodory 扩张是最大的，σ-有限时唯一 设 $\mu _{0}$ 是代数 $\mathfrak{A}$ 上的预测度，$\mu := \mu^{*}|_\mathcal{M}$ 是它经 Carathéodory 得到的扩张。若 $\nu$ 是 $\mathcal{M}(\mathfrak{A})$ 上**另一个**扩张 $\mu _{0}$ 的测度，则 $$\nu(E) \le \mu(E)\quad \forall E \in \mathcal{M}(\mathfrak{A})$$ 且当 $\mu(E) < \infty$ 时等号成立；进而，若 $\mu$ 是 $\sigma$有限的，则 $\nu = \mu$。 要点：**Carathéodory 扩张是「最大」的那一个**。原因藏在 $\mu^{*}$ 的定义里 —— 它是用「覆盖取下确界」造的，而任何扩张 $\nu$ 都要满足次可加性，于是 $\nu (A) \le \sum \nu (E_{j}) = \sum \mu _{0}(E_{j})$，对所有覆盖取下确界就得到 $\nu \le \mu^{*}$。 ⚠ 不 $\sigma$有限时唯一性会**失效**：$\mathbb{R}$ 上取 $\mathfrak{A} =$ 有限并的半开区间，$\mu _{0} = Lebesgue$ 长度限制在 $\mathfrak{A}$ 上，则「Lebesgue 测度」与「Lebesgue 测度 + 集中在某个非 Lebesgue 可测集上的无穷值」都是扩张。$\sigma$有限性正是用来堵住这种漏洞的。 构造测度的标准收尾就是这一条：**先造预测度（好造），再扩张（Carathéodory 保证存在），最后用 $\sigma$有限保证唯一**。 参考：Halmos, Measure Theory, §13；Folland, Real Analysis, Theorem 1.14 #### F 给出的预测度　`prop.ls-premeasure` *命题*　命题：单调右连续的 F 给出半开区间上的预测度 设 $F : \mathbb{R} \to \mathbb{R}$ 是**递增**且**右连续**的函数。在半开区间的全体上定义 $$\mu_0( (a, b] ) = F(b) - F(a)$$ （并规定 $\mu _{0}(\emptyset ) = 0$，扩充到由这些区间做有限不交并得到的代数 $\mathfrak{A}$ 上。）则 $\mu _{0}$ 是 $\mathfrak{A}$ 上的一个**预测度**。 **证明。** 记 $\mathfrak{A}$ 为有限不交并 $\bigsqcup_{j=1}^{n}(a_{j}, b_{j}]$ 全体，$\mu_{0}\bigl(\bigsqcup_{j}(a_{j},b_{j}]\bigr) := \sum_{j}\bigl(F(b_{j})-F(a_{j})\bigr)$。 - **良定义**：半开区间的不交并分解，本质上就是把端点排成一串 $a_{1} < b_{1} \le a_{2} < \cdots$；把两种分解细化到公共细分，用 $F$ 的值在端点上的 telescoping 求和即可看出 $\mu_{0}$ 与分解无关 ✓；空并给 $\mu_{0}(\emptyset) = 0$ ✓。 - **有限可加**：把两个不交并拼起来直接相加 ✓。 - **可数可加（右连续在这里上场）**：设 $(a, b] = \bigsqcup_{j \ge 1}(a_{j}, b_{j}]$。 **$\ge$**：对每个 $n$ 有 $(a,b] \supseteq \bigsqcup_{j \le n}(a_{j},b_{j}]$，由递增性 $F(b)-F(a) \ge \sum_{j \le n}\bigl(F(b_{j})-F(a_{j})\bigr)$，令 $n \to \infty$ ✓； **$\le$**：给 $\varepsilon > 0$。**右连续**给每个 $j$ 一个 $c_{j} > b_{j}$ 使 $F(c_{j}) < F(b_{j}) + \varepsilon 2^{-j}$；再用右连续取 $\delta > 0$ 使 $F(a+\delta) < F(a) + \varepsilon$。开区间族 $\{(a_{j}, c_{j})\}$ 覆盖紧集 $[a+\delta, b]$，抽有限子覆盖并按端点排序相加，得 $$F(b) - F(a) \le 2\varepsilon + \sum_{j}\bigl(F(b_{j}) - F(a_{j})\bigr),$$ 令 $\varepsilon \to 0$ 即得 ✓。∎ ⭐ 取 $F(x) = x$ 就回到长度 $\mu_{0}((a,b]) = b-a$ —— 这正是 Lebesgue 测度的出发点。 **右连续正是用来保证可数可加性的**：若 (a, b] 是 $(a_{j}, b_{j}]$ 的不交并，把 $b_{j}$ 从左边逼近 $b_{j}$ 就能得到单调性的不等式。 取 $F(x) = x$ 就回到长度 $\mu _{0}((a, b]) = b - a$ —— 也就是 Lebesgue 测度的出发点。 ⚠ 半开区间 (a, b] 比开区间好用：它们做不交并时端点不重叠，$\mu _{0}$ 的加法好验。用 [a, b) 也一样，只是右连续要换成左连续。 参考：Folland, Real Analysis, Theorem 1.16 #### F ↔ Borel 测度　`thm.ls-exists` *定理*　定理：每个单调右连续的 F 对应一个 Borel 测度（差常数意义下） 对每个递增右连续的 $F : \mathbb{R} \to \mathbb{R}$，存在 $\mathbb{R}$ 上的一个 Borel 测度 $\mu _F$ 使 $$\mu_F( (a, b] ) = F(b) - F(a)\quad \forall a < b$$ 且这样的 $\mu _F$ 与 $F$ 的对应在**相差一个常数**的意义下是一一的。 证明就是把前两条接起来：$F \mapsto$ 预测度 $\mu _{0}$（上一条命题）$\to$ 由 Carathéodory 扩张到 $\mathfrak{B}_\mathbb{R}$（前面两条定理）。 「差常数」是因为 $\mu _F$ 只看增量 $F(b) - F(a)$：把 $F$ 换成 F + c，增量不变，测度也不变。所以严格的对应是「递增右连续函数模掉常数」$\leftrightarrow$「$\mathbb{R}$ 上局部有限的 Borel 测度」。 ⚠ 「局部有限」这个限制是必要的：$\mu _F((-n, n]) = F(n) - F(-n)$ 必须有限，才能由递增实值函数给出。 参考：Folland, Real Analysis, Theorem 1.16 #### Lebesgue–Stieltjes 测度　`def.lebesgue-stieltjes` *定义*　Lebesgue–Stieltjes 测度（Lebesgue–Stieltjes Measure $\mu_F$） 由递增右连续函数 $F$ 按上一条定理得到的 Borel 测度 $\mu_F$ 称为 **$F$ 的 Lebesgue–Stieltjes 测度**。 特别地，取 $F(x) = x$，得到的 $\mu _F$ 就是 $\mathbb{R}$ 上的 **Lebesgue 测度** $m$： $$m( (a, b] ) = b - a$$ 若改用左连续的 $F$ 配区间 [a, b)，得到的是同一族测度 —— 只是把「右连续」换成了「左连续」。 $\mu _F$ 的**分布函数**视角：若 $F$ 还满足 $F(-\infty ) = 0$、$F(+\infty ) = 1$，那 $F$ 就是一个概率分布的分布函数，$\mu _F$ 就是对应的概率测度。 这条把「测度」和「函数」这两类对象接了起来：$\mathbb{R}$ 上（局部有限的）测度 $\leftrightarrow$ 递增右连续函数（模常数）。后面 Radon–Nikodym 会把「绝对连续」精确地实现为「$F$ 是可积函数的积分」。 参考：Folland, Real Analysis, Theorem 1.16 #### 几乎处处　`def.ae` *定义*　几乎处处（Almost Everywhere, a.e.） 设 $(X, \mathcal{M}, \mu)$ 是测度空间。称一个关于点 $x$ 的命题 $P(x)$ **几乎处处成立**（记 a.e.），当且仅当 $$\exists E \in \mathcal{M}:\ \mu(E) = 0 \quad \text{且} \quad \forall x \in X \setminus E,\ P(x)\ \text{成立}$$ 即：**使命题不成立的那些点构成一个零集**。 常见的用法：$f = g$ a.e.（$\{f \ne g\}$ 是零集）、$f_n \to f$ a.e.（不收敛的点是零集）、$F' = 0$ a.e.。 ⭐ a.e. 是 Lebesgue 理论的**润滑剂**：$L^1$、$L^p$ 的元素其实是**函数的等价类**（a.e. 相等视为同一个），几乎所有收敛定理（MCT、Fatou、DCT 的 a.e. 版本、Egorov）都只要求 a.e. 收敛 —— 因为零集上的取值对积分没有贡献。 ⚠ 「a.e. 相等」与「处处相等」是不同的关系：$\int |f| = 0 \implies f = 0$ a.e.（而不是处处 0）。 ⚠ 零集的**子集**未必可测，除非测度空间完备 —— 这就是「完备化」要解决的问题。 参考：Rudin, Real and Complex Analysis, Ch. 1 ### 星团：可测函数与收敛 > 造出「可测」这套语言：可测函数 → 简单函数逼近 → 五种收敛 → Egorov / Lusin。有了它才能谈积分。 #### 可测函数　`def.measurable-function` *定义*　可测函数（Measurable Function） 设 $(X, \mathcal{M})$ 与 $(Y, \mathcal{N})$ 是可测空间。函数 $f : X \to Y$ 是 **$(\mathcal{M}, \mathcal{N})$可测的**，当且仅当每个可测集的原像可测： $$f^{-1}(E) \in \mathcal{M}\quad \forall E \in \mathcal{N}$$ 为什么用「原像」而不是「像」：原像对交、并、补全部保持（$f^{-1}(\bigcup E_i) = \bigcup f^{-1}(E_i)$ 等），像是没有这些好性质的。所以可测性是「拉回」过去的条件。 等价说法（当 $Y$ 是拓扑空间、$\mathcal{N} = \mathfrak{B}_Y$ 时）：$f$ 可测 $\iff$ 每个开集的原像可测。 ⚠ 「在 $E$ 上可测」是相对说法：$f$ 在 $E$ 上可测 $\iff$ $f|_E$ 关于子空间 $\sigma$代数 $\mathcal{M}_E$ 可测。 参考：Folland, Real Analysis, §2.1；Halmos, Measure Theory, §18 #### 可测性的两条判定准则　`prop.measurable-criterion` *命题*　命题：复合保持可测；只需在生成元上验证 **(1) 复合**：若 $f : X \to Y$ 是 $(\mathcal{M}, \mathcal{N})$可测、$g : Y \to Z$ 是 $(\mathcal{N}, \mathcal{O})$可测，则 $g \circ f$ 是 $(\mathcal{M}, \mathcal{O})$可测。 **(2) 只需验证生成元**：若 $\mathcal{N} = \mathcal{M}(\mathcal{E})$，则 $$f : X \to Y\text{ 可测} \iff f^{-1}(E) \in \mathcal{M}\quad \forall E \in \mathcal{E}$$ **证明。** **(1) 复合**：对 $E \in \mathcal{O}$ 有 $(g \circ f)^{-1}(E) = f^{-1}\bigl(g^{-1}(E)\bigr)$；由 $g$ 可测得 $g^{-1}(E) \in \mathcal{N}$，再由 $f$ 可测得 $f^{-1}(\cdot) \in \mathcal{M}$ ✓。 **(2) 只需验证生成元**： - **$(\Longleftarrow)$** 令 $\mathcal{C} := \{\, E \subseteq Y : f^{-1}(E) \in \mathcal{M} \,\}$。原像保持并、交、补（$f^{-1}(E^{c}) = X \setminus f^{-1}(E)$），故 $\mathcal{C}$ 是 $Y$ 上的 **$\sigma$代数** ✓；由假设 $\mathcal{E} \subseteq \mathcal{C}$，取生成的 $\sigma$代数得 $\mathcal{N} = \mathcal{M}(\mathcal{E}) \subseteq \mathcal{C}$，即一切 $E \in \mathcal{N}$ 的原像都可测 ✓。 - **$(\implies)$** 按可测的定义即得 ✓。 同一论证可用于任何「生成它的族」：拓扑空间上只需开集（或闭集、或基元素）；$\mathbb{R}$ 上只需 $(-\infty, a]$ 这类射线 ✓。∎ (1)：对 $E \in \mathcal{O}$ 有 $(g\circ f)^{-1}(E) = f^{-1}(g^{-1}(E))$，两层都可测。 (2) 的 $(\Longleftarrow )$：令 $\mathcal{C} = \{ E \subseteq Y : f^{-1}(E) \in \mathcal{M} \}$。因为原像保持并、交、补，**$\mathcal{C}$ 是一个 $\sigma$代数**；题设说 $\mathcal{E} \subseteq \mathcal{C}$，于是 $\mathcal{M}(\mathcal{E}) \subseteq \mathcal{C}$，即所有可测集的原像都可测。 (2) 是整段里最常用的判定工具：要证 $f$ 可测，只需在一小族生成元上验证 —— 比如 $\mathbb{R}$ 值函数只需验证 $f^{-1}((a, \infty))$ 可测。 参考：Folland, Real Analysis, Prop. 2.1 #### 连续 ⟹ Borel 可测　`cor.continuous-measurable` *推论*　推论：连续函数是 Borel 可测的 设 X, Y 是拓扑空间，各配 $Borel \sigma$代数 $\mathfrak{B}_X, \mathfrak{B}_Y$。则 $$f : X \to Y\text{ 连续} \implies f\text{ 是} (\mathfrak{B}_X, \mathfrak{B}_Y)-\text{可测的}$$ 连续的定义就是「开集的原像开」；而开集生成 $\mathfrak{B}_Y$，用上一条的判定准则 (2) 立刻得到。 参考：Folland, Real Analysis, §2.1；Halmos, Measure Theory, §18 #### Lebesgue 可测　`def.lebesgue-measurable` *定义*　Lebesgue 可测 / Borel 可测（$\mathbb{R} \to \mathbb{C}$ 的情形） 对 $f : \mathbb{R} \to \mathbb{C}$： - 若 $f$ 是 $(\mathcal{L}, \mathfrak{B}_\mathbb{C})$-可测，称 $f$ **Lebesgue 可测**（$\mathcal{L}$ 是 $Lebesgue \sigma$代数）； - 若 $f$ 是 $(\mathfrak{B}_\mathbb{R}, \mathfrak{B}_\mathbb{C})$-可测，称 $f$ **Borel 可测**。 ⚠ **注意这里有个坑：两个 Lebesgue 可测函数的复合不一定 Lebesgue 可测。** 原因：复合要跑通 (1) 需要中间那个 $\sigma$代数配合，而 $\mathcal{L}$ 严格大于 $\mathfrak{B}_\mathbb{R}$。取 $f : \mathbb{R} \to \mathbb{R} Lebesgue$ 可测、$g : \mathbb{R} \to \mathbb{R} Lebesgue$ 可测，则 $g\circ f$ 关于 $\mathcal{L}$ 未必可测 —— 因为 $g^{-1}$ 只能保证把 $\mathfrak{B}_\mathbb{R}$ 里的集合拉回 $\mathcal{L}$，而 $f^{-1}$ 需要在 $\mathbb{R}$ 里取一个**非 Borel 的 Lebesgue 可测集**才能出问题。 标准修法：让中间那个函数 Borel 可测。若 $g$ 是 Borel 可测、$f$ 是 Lebesgue 可测，则 $g\circ f$ 是 Lebesgue 可测的。 参考：Folland, Real Analysis, §2.1 #### 积空间与实虚部　`prop.measurable-product-and-realimag` *命题*　命题：可测函数到积空间；f 可测 $\iff$ 实部虚部可测 **(1)** 设 $(X, \mathcal{M})$、$(Y_\alpha , \mathcal{N}_\alpha ) (\alpha \in A)$ 是可测空间，$Y = \prod_{\alpha} Y_\alpha$，$\mathcal{N} = \otimes _{\alpha} \mathcal{N}_\alpha$，$\pi _\alpha : Y \to Y_\alpha$ 是投影。则 $$f : X \to Y\text{ 可测} \iff f_\alpha = \pi _\alpha \circ f\text{ 可测}(\forall\alpha \in A)$$ **(2)** 特别地，$f : X \to \mathbb{C}$ 可测 $\iff$ $\operatorname{Re} f$ 与 $\operatorname{Im} f$ 都可测。 (1) 的 $(\implies )$：投影 $\pi _\alpha$ 本身可测（$\pi _\alpha ^{-1}(E_\alpha )$ 是柱集），用复合保持。 (1) 的 $(\Longleftarrow )$：只要证柱集的原像可测 —— 而 $f^{-1}(\pi _\alpha^{-1}(E_\alpha)) = f_\alpha^{-1}(E_\alpha)$ 可测 —— 再由积 $\sigma$代数由柱集生成、用判定准则 (2)。 (2) 的证明用了一个干净的事实：**$\mathbb{C}$ 的 $Borel \sigma$代数与 $\mathbb{R}^{2}$ 的 $Borel \sigma$代数是同一个**： $$\mathfrak{B}_\mathbb{C} = \mathfrak{B}_{\mathbb{R}^2} = \mathfrak{B}_\mathbb{R} \otimes \mathfrak{B}_\mathbb{R}$$ 于是 (2) 就是 (1) 在 $A = \{1, 2\}$ 时的特例。 参考：Folland, Real Analysis, Prop. 2.3 #### 可测函数的封闭性　`prop.measurable-closure` *命题*　命题：可测函数对和、积、sup、max、极限封闭 以下都设函数取值在 $\overline{\mathbb{R}} = [-\infty , +\infty ]$ 或 $\mathbb{C}$ 中，且可测。 - **和与积**：$f + g$、$fg$ 可测； - **逐点上确界**：$\{f_j\}$ 可测 $\implies$ $\sup_j f_j$ 可测； - **有限个取大**：$f, g$ 可测 $\implies$ $\max_{f, g}$ 可测； - **极限**：若 $\lim_j f_j$ 逐点存在，则它是可测的。 $\sup_j f_j$ 的关键：$(\sup_j f_j)^{-1}((a, +\infty]) = \bigcup_j f_j^{-1}((a, +\infty])$ 是可数并，故可测。（取 $(a, +\infty]$ 这族生成元就够了。） max 是 sup 的有限特例（把不够的地方补成 $-\infty$）。 极限：$\liminf_j f_j = \sup_n \inf_{j\ge n} f_j$，而 inf 可以由 sup 取负得到（$\inf f_j = -\sup_{-f_j}$），所以极限是可测函数经过可数次 sup/inf 得到的。 和与积：把 $\sup_j f_j$ 的做法搬到 $\{f+g > a\}$ 上（用有理数把 $f > q > a - g$ 拆开），或先对简单函数验证再逼近。 ⭐ 这条命题是**整个积分理论的地基**：它保证「可测函数取极限之后仍然可测」，而后面 MCT / Fatou / DCT 全都是在取极限。 参考：Folland, Real Analysis, Prop. 2.7 #### 简单函数　`def.simple-function` *定义*　简单函数（Simple Function） 可测函数 $\varphi : X \to \mathbb{C}$ 是**简单函数**，当且仅当它只取**有限多个值**。等价地，它可以写成 $$\varphi = \sum_{j=1}^{n} a_j \chi_{E_j}$$ 其中 $a_j \in \mathbb{C}$，$E_j = \varphi^{-1}(\{a_j\}) \in \mathcal{M}$ 两两不交。 简单函数就是可测版本的「阶梯函数」—— 有限个「台阶」。 它是整个积分理论的**起点**：先给简单函数定义积分（就是加权和），再用「简单函数从下面逼近」把积分推广到一切非负可测函数。 参考：Folland, Real Analysis, §2.2 #### 简单函数逼近　`thm.simple-approximation` *定理*　定理：可测函数都是简单函数列的极限 **(a)** 若 $f : X \to [0, +\infty]$ 可测，则存在简单函数列 $\{\varphi_n\}$ 使 $$0 \le \varphi_1 \le \varphi_2 \le \cdots \le f, \quad \varphi_n \to f\text{ 逐点}, $$ 并且**在 $f$ 有界的集合上还是一致收敛**。 **(b)** 一般地（$f : X \to \mathbb{C}$ 可测），可取 $\{\varphi_n\}$ 简单使 $$0 \le |\varphi_1| \le |\varphi_2| \le \cdots \le |f|, \quad \varphi_n \to f\text{ 逐点}$$ **证明。** **(a)** 对 $n \ge 1$、$k = 0, 1, \ldots, 2^{n}n - 1$ 令 $$E_{n,k} := f^{-1}\bigl((k2^{-n}, (k+1)2^{-n}]\bigr), \qquad F_{n} := f^{-1}\bigl((n, +\infty]\bigr),$$ $$\varphi_{n} := \sum_{k} k\,2^{-n}\,\chi_{E_{n,k}} \;+\; n\,\chi_{F_{n}} \;+\; 0\cdot\chi_{f^{-1}(\{0\})}.$$ - **简单**：每个 $E_{n,k}$、$F_{n}$ 可测（$f$ 可测 + 区间是 Borel 集），只有有限多个取值 ✓； - **$0 \le \varphi_{n} \le f$**：在 $E_{n,k}$ 上 $k2^{-n} < f \le (k+1)2^{-n}$ ✓；在 $F_{n}$ 上 $n < f$ ✓；其余为零 ✓； - **单调**：$n \to n+1$ 时区间按 $2^{-(n+1)}$ 加细、上限从 $n$ 升到 $n+1$，逐点算一遍即知 $\varphi_{n} \le \varphi_{n+1}$ ✓； - **逐点收敛**：若 $f(x) < \infty$，取 $n > f(x)$ 后 $0 \le f(x)-\varphi_{n}(x) \le 2^{-n} \to 0$；若 $f(x) = +\infty$ 则 $\varphi_{n}(x) = n \to \infty$ ✓； - **在有界集上一致**：$f \le M$ 时取 $n > M$，同样得 $|f-\varphi_{n}| \le 2^{-n}$，与 $x$ 无关 ✓。 **(b)** 一般可测 $f$：写成 $f = (f_{1}^{+} - f_{1}^{-}) + i(f_{2}^{+} - f_{2}^{-})$，对四个非负可测部分各用 (a) 得单调列，再把实部虚部、正部负部线性组合起来；由于每一步都满足 $|\varphi_{n}| \le |f|$、逐点收敛，结论成立 ✓。∎ (a) 的构造就是「切蛋糕」：把值域在 [0, n) 上按 $2^{-n}$ 切碎，超过 $n$ 的部分一律抹成 $n$ —— $$\varphi_n = \sum_{k=0}^{2^n\cdot n-1} k\cdot2^{-n}\cdot\chi_{E_n^k} + n\cdot\chi_{F_n}, $$ $$E_n^k = f^{-1}((k\cdot2^{-n}, (k+1)\cdot2^{-n}]), \quad F_n = f^{-1}((n, +\infty])$$ 每一层都是可测集的原像，所以 $\varphi _{n}$ 是简单函数；$n$ 越大格子越细、天花板越高，于是单调递增地爬到 $f$。 (b) 把 $f = g + ih$ 拆成 $g = g^+ - g^-$、$h = h^+ - h^-$，对四个非负部分用 (a)： $$\varphi_n = \psi_n^+ - \psi_n^- + i(\zeta _n^+ - \zeta _n^-)$$ 参考：Folland, Real Analysis, Theorem 2.10 #### 完备性 ⟺ 不破坏可测性　`prop.complete-measurable` *命题*　命题：$\mu$ 完备 $\iff$ 几乎处处相等 / 几乎处处收敛不破坏可测性 设 $(X, \mathcal{M}, \mu )$ 是测度空间。则 $\mu$ **完备**当且仅当下面两条都成立： **(a)** $f$ 可测且 $f = g$ $\mu -\text{a.e.} \implies$ $g$ 可测； **(b)** 每个 $f_n$ 可测且 $f_n \to f$ $\mu -\text{a.e.} \implies$ $f$ 可测。 **证明。** **$(\implies)$** 设 $\mu$ 完备。记 $N := \{f \ne g\}$、$\mu(N) = 0$。对任意可测集 $B$， $$g^{-1}(B) = \bigl(f^{-1}(B) \cap N^{c}\bigr) \cup \bigl(g^{-1}(B) \cap N\bigr),$$ 第一块可测（$f$ 可测）；第二块是**零集的子集**，由完备性可测 ✓。故 $g$ 可测。(b) 同理：$f_{n} \to f$ a.e. 时把 $f$ 在不收敛的零集上改写成 $\limsup_{n} f_{n}$，可测性不变，而它与 $f$ 只差一个零集 ✓。 **$(\Longleftarrow)$** 设 (a) 成立。取零集 $E$（$\mu(E) = 0$）与任意 $F \subseteq E$，令 $f \equiv 0$、$g := \chi_{F}$。则 $f$ 可测，且 $\{f \ne g\} \subseteq E$ 是零集，即 $f = g$ a.e.；由 (a)，$g$ 可测；于是 $F = g^{-1}(\{1\})$ 可测 ✓。故每个零集的子集都可测，**$\mu$ 完备** ✓。（用 (b) 也一样：取常列 $f_{n} \equiv 0$、$f := \chi_{F}$，$f_{n} \to f$ a.e.，由 (b) 得 $\chi_{F}$ 可测。）∎ ⭐ 这条说明**完备性恰好就是「重新定义零集上的值不破坏可测性」所需的全部条件**。 $(\implies )$ 是完备性的直接好处：重新定义零集上的值不改变可测性。 $(\Longleftarrow )$ 是这条命题有意思的地方 —— 它说明**完备性恰好是「不破坏可测性」所需的全部**。构造：取零集 $E$（$\mu (E) = 0$）里一个不可测的子集 $F$（若 $\mu$ 不完备，这样的 $F$ 存在），令 $$f \equiv 0, \quad g = \chi_F$$ 则 $f$ 可测、$f = g$ 在 $E$ 外处处成立（即 a.e.），但 $$\{f \ne g\} = F$$ 不可测，所以 $g^{-1}((0, +\infty]) = F$ 不可测，$g$ 不可测。(a) 失败 $\implies \mu$ 不完备。 参考：Folland, Real Analysis, Prop. 2.11 #### 完备化后可改在零集上　`prop.completion-measurable-function` *命题*　命题：完备化空间上的可测函数，几乎处处等于一个原空间可测函数 设 $(X, \mathcal{M}, \mu )$ 是测度空间，$(X, \bar{\mathcal{M}}, \bar{\mu})$ 是它的完备化（见「完备化定理」）。若 $f$ 是 $\bar{\mathcal{M}}$-可测的函数，则存在 **$\mathcal{M}$可测**的函数 $g$ 使 $$f = g\quad \bar{\mu}-\text{a.e.}$$ 直观：完备化只多加了零集的子集，所以 $\bar{\mathcal{M}}$可测函数与 $\mathcal{M}$可测函数只差在零集上的取值。 证明思路：先看 $f = \chi_E$ 的情形（此时 $E = E' \cup F$，$E' \in \mathcal{M}$、$F$ 含于零集，取 $g = \chi_{E'}$）；对 $\mathcal{M}$可测的简单函数显然；一般情形取简单函数列 $\{\varphi_n\} \to f$，每个 $\varphi_n$ 在某个 $\bar{\mathcal{M}}$零集 $E_n$ 外等于一个 $\mathcal{M}$可测的 $\psi_n$。把零集并起来得 $N \in \mathcal{M}$，$\mu(N) = 0$，$N \supseteq \bigcup E_n$，令 $$g = \lim_n \chi_{N^c} \cdot \varphi_n$$ 则 $g = f$ 在 $N^c$ 上成立，且 $g$ 是 $\mathcal{M}$可测的。 参考：Folland, Real Analysis, Prop. 2.12 #### 五种收敛　`def.convergence-modes` *定义*　收敛的类型：一致 / 近一致 / a.e. / 依测度 / $L^{1}$ 设 $f_n, f : X \to \mathbb{C}$ 可测，$X$ 带测度 $\mu$。 - **一致收敛** $f_n \rightrightarrows f$：$\forall\varepsilon > 0, \exists N > 0, \forall x \in X, n > N \implies |f_n(x) - f(x)| < \varepsilon$ - **几乎处处收敛** $f_n \to f$ a.e.：存在零集 $E$ 使 $f_n(x) \to f(x)$ 对一切 $x \in X \setminus E$ 成立 - **依测度收敛** $f_n \to f$ 依测度：$\forall\varepsilon > 0, \forall\delta > 0, \exists N, \forall n > N : \mu(\{x : |f_n(x) - f(x)| > \delta\}) < \varepsilon$ - **$L^{1}$ 收敛**：$\int |f_n - f| d\mu \to 0$ - **近一致收敛**：$\forall\varepsilon > 0$，存在 $E$ 使 $\mu(E) < \varepsilon$ 且 $f_n \rightrightarrows f$ 在 $E^c$ 上一致 强弱关系（都能画成箭头）： $$\text{一致} \implies\text{ 近一致} \implies \text{a.e.}$$ $$\text{一致} \implies\text{ 近一致} \implies\text{ 依测度}$$ $$L^1 \implies\text{ 依测度}$$ ⚠ 「依测度收敛」是最温和的一个：它不要求任何一处真的收敛，只要求「收敛失败的区域」越来越小。 ⚠ **a.e. 收敛与依测度收敛互不包含**：$\text{a.e.} \implies$ 依测度在**有限测度**空间上成立（Egorov 的推论），反过来依测度 $\nRightarrow$ a.e.（见反例 iv）。 ⚠ $L^{1}$ 收敛 $\nRightarrow$ a.e. 收敛，a.e. 收敛 + 控制函数 $\implies L^{1}$ 收敛（这就是 DCT）。 参考：Folland, Real Analysis, §2.4 #### 四个标准反例　`prop.convergence-counterexamples` *命题*　命题：四个标准反例（把各种收敛区分开） 在 $\mathbb{R}$（或 [0, 1]）上取 Lebesgue 测度。 - **(i)** $f_n = n^{-1} \chi_{(0, n)}$：$f_n \rightrightarrows 0$ **一致**收敛。 - **(ii)** $f_n = \chi_{(n, n+1)}$：$f_n \to 0$ **逐点**（因而 a.e.），但**不一致**（$\sup_x |f_n| = 1$），也不 $L^{1}$ 收敛（$\int f_n = 1 \nrightarrow 0$）。 - **(iii)** $f_n = n \chi_{[0, 1/n]}$：$f_n \to 0$ a.e.（也依测度收敛，因为 $\mu(\{|f_n| > \delta\}) = 1/n \to 0$），但**不 $L^{1}$ 收敛**（$\int f_n = 1$ 对一切 $n$）。 - **(iv) 二进制填充**：把右下角越来越小的区间排成一列 —— $$f_1 = \chi_{[0,1]}, f_2 = \chi_{[0,1/2]}, f_3 = \chi_{[1/2,1]}, f_4 = \chi_{[0,1/4]}, \cdots$$ 即 $f_n = \chi_{[j/2^k, (j+1)/2^k]}$（$n = 2^k + j$）：它**依测度**收敛到 0，但对**任何** $x \in [0,1]$ 都**不**收敛。 **四个例子逐条验证。** - **(i) 一致但不 $L^{1}$**：$f_{n} = \frac1n\chi_{(0,n)}$，$\sup_{x}|f_{n}(x)| = \frac1n \to 0$，故**一致收敛** ✓；但 $\int f_{n}\,\mathrm{d}m = 1 \not\to 0$，所以**不 $L^{1}$ 收敛** ✓（质量往外跑，越来越扁越来越长）。 - **(ii) 逐点但不一致、不 $L^{1}$**：$f_{n} = \chi_{(n, n+1)}$，对每个固定的 $x$，$n > x$ 之后 $f_{n}(x) = 0$，故**逐点（因而 a.e.）收敛到 $0$** ✓；但 $\sup_{x}|f_{n}| = 1$ 不趋于 $0$ $\implies$ **不一致收敛** ✓，且 $\int f_{n} = 1 \not\to 0$ $\implies$ 不 $L^{1}$ 收敛 ✓。 - **(iii) a.e. 但不 $L^{1}$、也不被可积函数控制**：$f_{n} = n\,\chi_{(0, 1/n)}$，逐点收敛到 $0$ ✓，但 $\int f_{n} = 1$；任何可积控制函数 $g$ 都要满足 $g \ge n\chi_{(0,1/n)}$ 无穷多次，从而 $\int g = \infty$ $\implies$ **控制收敛定理里的控制函数不能省** ✓。 - **(iv) 依测度但不 a.e.**：把 $[0,1]$ 按 $2^{-m}$ 等分（$m = 1, 2, \ldots$），第 $m$ 层依次取各单位区间的特征函数排成一列 $f_{1}, f_{2}, \ldots$。$m(E_{n}) = 2^{-m} \to 0$ $\implies$ **依测度收敛** ✓；但每个点都被无穷多次盖住、也被无穷多次漏掉，故 $f_{n}(x)$ 对每个 $x$ **都不收敛** ✓。∎ ⭐ 机制：**区间越来越窄，但位置不停地搬家** —— 质量在每一处只停留一瞬，所以处处不收敛，而出错集合的测度趋于零。 (iii) 是「a.e. 收敛 $\nRightarrow L^{1}$ 收敛」的标准反例 —— 也是 DCT 里「控制函数不能省」的根据。 (iv) 是「依测度收敛 $\nRightarrow$ a.e. 收敛」的标准反例。它的机制很值得记住：**每次取一个越来越窄的区间，但位置不停地搬家** —— 质量在每一处都只停留一瞬间，所以每点都不收敛，但「出错集合」的测度趋于 0。 ⭐ 这四个例子基本覆盖了所有反方向的护栏：一致最强、依测度最弱、a.e. 与 $L^{1}$ 各自独立。 参考：Folland, Real Analysis, §2.4 #### 依测度 Cauchy　`def.cauchy-in-measure` *定义*　依测度 Cauchy 序列 可测函数列 $\{f_n\}$ 是**依测度 Cauchy 的**，当且仅当 $$\forall\varepsilon > 0, \mu(\{x : |f_n(x) - f_m(x)| \ge \varepsilon\}) \to 0\quad (m, n \to \infty)$$ 即：在测度意义下，下标够大之后各项彼此越来越近。 **依测度 $Cauchy \iff$ 依测度收敛**：两个方向都能证（收敛 $\implies Cauchy$ 由三角不等式；$Cauchy \implies$ 收敛就是下一条定理）。 这是「依测度」这个拓扑的一个好处：它**完备**。相比之下 a.e. 收敛既不强也不完备，$L^{1}$ 收敛则完备（Riesz–Fischer）。 参考：Folland, Real Analysis, §2.4 #### 依测度 Cauchy ⟹ 收敛　`thm.cauchy-in-measure` *定理*　定理：依测度 Cauchy 列必有依测度极限，且有一子列 a.e. 收敛 若 $\{f_n\}$ 依测度 Cauchy，则存在可测函数 $f$ 使 $$f_n \to f\text{ 依测度}, $$ 并且存在**子列** $\{f_{n_j}\}$ 使 $$f_{n_j} \to f\quad \text{a.e.}$$ ⭐ 这是「依测度收敛」最有用的性质：**收敛本身不保证任何一处真的收敛，但总能抽出一列几乎处处收敛的子列**。 证明的工具是 Borel–Cantelli 型的推理：造出 $\sum_k \mu(E_k) < \infty$ 的一族「坏集合」，则几乎每个点只落进有限多个坏集合。 这也是 Riesz 定理（a.e. 收敛 $\iff$ 依测度收敛 + 子列）的那一半。 参考：Folland, Real Analysis, Theorem 2.30 #### L¹ 收敛 ⟹ 依测度收敛　`prop.L1-implies-measure` *命题*　命题：$L^{1}$ 收敛蕴含依测度收敛（Markov 不等式） 若 $f_n \to f$ 于 $L^1$，则 $f_n \to f$ 依测度： $$\int |f_n - f| \to 0 \implies f_n \to f\text{ 依测度}$$ 工具是 **Markov（Chebyshev）不等式**：$ \mu(\{|g| \ge \varepsilon\}) \le (1/\varepsilon)\cdot\int |g| d\mu$ （因为 $\varepsilon \chi_{\{|g| \ge \varepsilon\}} \le |g|$，两边积分即可。）取 $g = f_n - f$ 就得到结论。 ⚠ 反方向不成立：反例 (iii) 就是依测度收敛但不 $L^{1}$ 收敛。 参考：Folland, Real Analysis, Prop. 2.29 #### Egorov 定理　`thm.egorov` *定理*　Egorov 定理：a.e. 收敛 $\implies$ 近一致 设 $\mu(X) < \infty$，且 $f_n \to f$ a.e.。则 $f_n \to f$ **近一致**： $$\forall\varepsilon > 0, \exists E \subseteq X : \mu(E) < \varepsilon,\text{ 且} f_n \rightrightarrows f\text{ 在} X \setminus E\text{ 上一致}$$ ⭐ 「几乎处处收敛」听起来很弱，但 Egorov 说：只要空间**有限测度**，它其实差一点就是**一致收敛** —— 代价只是丢掉一个任意小的集合。 ⚠ **「$\mu(X) < \infty$」不能省。** 反例：$f_n = \chi_{(n, n+1)}$ 在 $\mathbb{R}$ 上，a.e. 收敛到 0，但丢掉任何有限测度的集合后，剩下的部分仍有 $\sup = 1$，无法一致收敛。 这是「丢掉小集合换取好性质」这一类结论的模板（Lusin 定理也是这个模式）。 参考：Folland, Real Analysis, Theorem 2.33 #### Lusin 定理　`cor.lusin` *推论*　Lusin 定理：可测函数几乎处处连续 设 $f : [a, b] \to \mathbb{C}$ 是 Lebesgue 可测的。则对任意 $\varepsilon > 0$，存在**紧集** $E \subseteq [a, b]$ 使 $$\mu(E^c) < \varepsilon,\text{ 且} f|_E\text{ 连续}$$ ⭐ 「可测」这个条件看起来很弱，但 Lusin 说：可测函数差一点就是**连续**函数 —— 只要允许把定义域挖掉一小块。 与 Egorov 的分工：Egorov 说「一列函数」几乎一致收敛，Lusin 说「一个函数」几乎连续。两者都是「丢掉小集合换取正则性」。 ⚠ 挖掉的那块必须容许是开集，剩下的必须是**紧**集（在 [a,b] 上紧 $\iff$ 有界闭），不能只是可测集。 参考：Folland, Real Analysis, Theorem 2.34 ### 星团：积分 > 造出 Lebesgue 积分与 L¹：简单函数的加权和 → 非负函数的 sup → 单调收敛 / Fatou / 控制收敛三大定理 → 可积函数。 #### L⁺　`def.lplus` *定义*　$L^{+}$：非负可测函数全体 固定测度空间 $(X, \mathcal{M}, \mu )$。记 $$L^+ := \{ f : X \to [0, +\infty] : f\text{ 可测} \}$$ 即取值在**扩充**非负实数里的可测函数全体。 ⚠ 取值允许是 $\infty$，这是刻意的：先把积分对 $[0, +\infty ]$ 值的函数定义好，收敛定理（sup / 极限）在整个 $L^{+}$ 里封闭，不必反复讨论「积分是不是有限」。 「可积」（积分有限）是之后单独加的条件，见 $L^{1}$ 的定义。 参考：Folland, Real Analysis, §2.2 #### 简单函数的积分　`def.integral-simple` *定义*　简单函数的积分：加权和 设 $\varphi \in L^+$ 是简单函数，写成标准形式 $$\varphi = \sum_{j=1}^{n} a_j \chi_{E_j}, \quad a_j \ge 0, E_j \in \mathcal{M}\text{ 两两不交}$$ 则定义 $$\int \varphi d\mu := \sum_{j=1}^{n} a_j \mu(E_j)$$ 这就是「面积 $=$ 各层高度 $\times$ 各层测度」—— 完全照着 Riemann 和的样子写，只是把区间换成了可测集。 要检查**良定义**：同一个 $\varphi$ 可以写成不同的标准形式（比如把某个 $E_{j}$ 再拆开），但由 $\mu$ 的有限可加性，结果一样。 约定 $0 \cdot \infty = 0$：这一步很关键 —— 它让「在无穷测度集上取 0 的函数」积分为 0，符合直觉。 参考：Folland, Real Analysis, §2.2 #### 简单函数积分的性质　`prop.simple-integral-props` *命题*　命题：简单函数积分的四条基本性质 设 $\varphi, \psi$ 是简单函数。 - **(a)** $c > 0 \implies \int c\varphi = c\int \varphi$ - **(b)** $\int (\varphi + \psi) = \int \varphi + \int \psi$ - **(c)** $\varphi \le \psi \implies \int \varphi \le \int \psi$ - **(d)** $A \mapsto \int_A \varphi d\mu$ 是 $\mathcal{M}$ 上的**测度**。 (d) 是这一组里最有用的：它把「对简单函数积分」变成了「一个测度」，于是可数可加性、单调连续性（关于 $A$）全部免费。 ⚠ 后面 MCT 的证明正是**靠 (d)**：证明里要断言 $\lim_n \int_{E_n} \varphi = \int \varphi$，用的就是「$A \mapsto \int _A \varphi$ 是测度」加上测度的下连续性（$E_n \uparrow X$）。 (a) 里 $c > 0$ 而不是 $c \ge 0$：因为约定 $0\cdot \infty = 0$，$c = 0$ 时左边也自动成立，写成 $c > 0$ 只是为了不啰嗦。 参考：Folland, Real Analysis, Theorem 2.13 #### 非负函数的积分　`def.integral-nonneg` *定义*　非负可测函数的积分：从下面取上确界 设 $f \in L^+$。定义 $$\int f d\mu := \sup \{ \int \varphi d\mu : 0 \le \varphi \le f, \varphi\text{ 是简单函数} \}$$ 直观：用简单函数从**下面**去顶 $f$，取这些面积的**上确界**。这与 Jordan 测度「从外面盖、从里面填」的做法不同 —— 这里只从里面填。 为什么不再要求「外面的盖」：因为测度已经在对偶的那一侧（$\mu$ 本身是从外面用外测度定义的），简单函数的下确界只会把积分定义偏小。 ⚠ 这个定义只对非负函数管用。对一般实值函数，先拆成正负部再相减（见「复函数的积分」）。 参考：Folland, Real Analysis, §2.2 #### 单调收敛定理　`thm.mct` *定理*　单调收敛定理（MCT, Monotone Convergence Theorem） 设 $\{f_n\} \subseteq L^+$ 满足 $$f_1 \le f_2 \le \cdots, \quad f_n \uparrow f\text{ 逐点}, $$ 则 $$\int f = \lim_{n\to\infty} \int f_n$$ ⭐ 这是整个 Lebesgue 积分理论的**发动机**：后面的逐项积分、Fatou、DCT 全都是它的推论。 对比 Riemann 积分：那里「积分与极限交换」需要一致收敛这样强的条件；这里只要**单调**就够了 —— 这就是 Lebesgue 积分的全部好处。 ⚠ 两者都可能是 $\infty$，等式在扩充意义下理解。 参考：Folland, Real Analysis, Theorem 2.14 #### 逐项积分　`thm.termwise-integration` *定理*　定理：非负函数级数可以逐项积分 设 $\{f_n\} \subseteq L^+$，则 $$\int \sum_{n=1}^{\infty} f_n = \sum_{n=1}^{\infty} \int f_n$$ （现在 $f_n \ge 0$，所以两边都可能是 $\infty$；结论等价于：不可能出现「逐项积分发散而整体积分有限」的怪事。） 用法上这就是**无条件地交换 $\int$ 和 $\sum$**，不需要控制函数 —— 代价是要求非负。有正有负时必须换 DCT。 参考：Folland, Real Analysis, Theorem 2.15 #### 积分为零 ⟺ 几乎处处为零　`prop.integral-zero-iff` *命题*　命题：$\int f = 0 \iff f = 0 \text{a.e.}$ 设 $f \in L^+$。则 $$\int f d\mu = 0 \iff f = 0 \mu-\text{a.e.}$$ **证明。** **$(\Longleftarrow)$** 若 $f = 0$ a.e.，则任何简单函数 $\varphi \le f$ 也 a.e. 为零（在 $f = 0$ 处 $\varphi = 0$），故 $\int \varphi = 0$；对全体这样的 $\varphi$ 取上确界得 $\int f = 0$ ✓。 **$(\implies)$** 设 $\int f = 0$。对每个 $n \ge 1$ 记 $A_{n} := \{f > 1/n\}$（可测）。由 $\frac1n\chi_{A_{n}} \le f$ 得 $$\frac1n\,\mu(A_{n}) \le \int f\,\mathrm{d}\mu = 0 \implies \mu(A_{n}) = 0 .$$ 而 $\{f > 0\} = \bigcup_{n \ge 1} A_{n}$ 是可数并零集，故 $\mu(\{f>0\}) = 0$，即 $f = 0$ a.e. ✓。∎ 附带地：$\{f = +\infty\} \subseteq \{f>0\}$ 也一起被处理掉了。 $(\Longleftarrow )$ 只要 $f$ 在零集外为零，下确界里的每个简单函数 $\varphi \le f$ 也几乎处处为零，从而 $\int \varphi = 0$。 $(\implies )$ 记 $A_n = \{f > 1/n\}$，则 $(1/n)\cdot\mu(A_n) \le \int f = 0$，故 $\mu (A_{n}) = 0$；而 $\{f > 0\} = \bigcup_n A_n$ 是零测的。 ⭐ 这条把「积分」与「几乎处处」这两个概念绑在一起了 —— 它是 $L^{1}$ 里「$f = g$」按 a.e. 理解的原因。 参考：Folland, Real Analysis, Prop. 2.16 #### MCT（a.e. 版本）　`cor.mct-ae` *推论*　推论：单调收敛定理的几乎处处版本 设 $\{f_n\} \subseteq L^+$，$f \in L^+$。若对**几乎处处的** $x$ 有 $$f_n(x) \uparrow f(x), $$ 则 $$\int f = \lim_{n\to\infty} \int f_n$$ **证明。** 设例外集 $N$（$\mu(N) = 0$）使 $f_{n}(x) \uparrow f(x)$ 对一切 $x \in N^{c}$ 成立。令 $g_{n} := f_{n}\,\chi_{N^{c}}$、$g := f\,\chi_{N^{c}}$。 - $g_{n} \uparrow g$ **处处**成立（在 $N$ 上两边都是 $0$）✓； - 被改动的只是零集 $N$ 上的值，而由「积分为零 $\iff$ 几乎处处为零」，在零集上改值不影响积分：$\int g_{n} = \int f_{n}$、$\int g = \int f$ ✓； - 对处处收敛的情形用单调收敛定理：$\int g = \lim_{n} \int g_{n}$ ✓。 两式合起来就是 $\int f = \lim_{n}\int f_{n}$。∎ 把例外集 $N$（$\mu (N) = 0$）上的值全部改掉不影响任何一边的积分：左边用「积分为零 $\iff$ 几乎处处为零」，右边用「零集不改变简单函数的积分」。所以收敛只在 a.e. 上成立就够。 参考：Folland, Real Analysis, §2.2；Rudin, Real and Complex Analysis, Ch. 1 #### Fatou 引理　`lem.fatou` *引理*　Fatou 引理（Fatou's Lemma） 设 $\{f_n\} \subseteq L^+$，则 $$\int \liminf_{n\to\infty} f_n \le \liminf_{n\to\infty} \int f_n$$ ⚠ 注意不等号方向：**下面的**极限在积分外面，得到的**不大于**积分的下极限。也就是说「取极限」会让积分**变小**，不会变大。 这是 MCT 去掉单调性后剩下的东西 —— 单调性一旦丢掉，等号就退化成不等式。 反向的例子：$f_n = \chi_{[n, n+1]}$（在 $\mathbb{R}$ 上），则每个 $\int f_{n} = 1$ 但 $\int \liminf f_{n} = 0$。 参考：Folland, Real Analysis, Theorem 2.18 #### Fatou 的推论　`cor.fatou` *推论*　推论：$f_{n} \to f \text{a.e.} \implies \int f \le \lim \int f_{n}$ 设 $\{f_n\} \subseteq L^+$，$f \in L^+$，且 $f_n \to f$ a.e.。则 $$\int f \le \liminf_{n\to\infty} \int f_n$$ a.e. 收敛时 $\liminf f_n = f$，直接套 Fatou 引理即可。 参考：Folland, Real Analysis, §2.2；Rudin, Real and Complex Analysis, Ch. 1 #### 积分有限的后果　`prop.finite-integral-consequences` *命题*　命题：$\int f < \infty$ 时，f 几乎处处有限、支撑 σ-有限 设 $f \in L^+$ 且 $\int f < \infty$。则 - $\{x : f(x) = \infty\}$ 是零集； - $\{x : f(x) > 0\}$ 是 **$\sigma$有限**的（即它是可数个有限测度集之并）。 **证明。** 设 $f \in L^{+}$、$\int f < \infty$。 - **$\{f = +\infty\}$ 是零集**：若 $\mu(\{f = \infty\}) > 0$，则对每个 $n$ 有 $n\,\chi_{\{f=\infty\}} \le f$，故 $\int f \ge n\,\mu(\{f=\infty\}) \to \infty$，与 $\int f < \infty$ 矛盾 ✓。 - **$\{f > 0\}$ 是 $\sigma$ 有限**： $$\{f > 0\} = \bigcup_{n \ge 1}\bigl\{f > \tfrac1n\bigr\},$$ 而由 $\frac1n\chi_{\{f>1/n\}} \le f$ 得 $\mu(\{f > 1/n\}) \le n\int f < \infty$，所以这是一族可数多个**有限测度**集之并，即 $\sigma$ 有限 ✓。∎ 第一条：若 $\mu(\{f = \infty\}) > 0$，则对每个 $n$ 有 $\int f \ge n\cdot\mu(\{f=\infty\})$，让 $n \to \infty$ 得 $\int f = \infty$。 第二条：$\{f > 0\} = \bigcup_n \{f > 1/n\}$，而 $\mu(\{f > 1/n\}) \le n\int f < \infty$ —— 所以是**可数**个有限测度集之并。 ⭐ 这条解释了为什么「$L^{1}$ 里的函数几乎处处有限」是免费的，也预告了 Lp 空间里的 $\sigma$有限假设。 参考：Folland, Real Analysis, Prop. 2.20 #### 复函数的积分　`def.integral-complex` *定义*　复值函数的积分：正负部相减 设 $f : X \to \overline{\mathbb{R}}$ 可测，记正部与负部 $$f^+ = \max_{f, 0}, \quad f^- = \max_{-f, 0}$$ （两者都属于 $L^{+}$，且 $f = f^+ - f^-$、$|f| = f^+ + f^-$。）若 $\int f^+$ 与 $\int f^-$ 中**至少一个有限**，定义 $$\int f := \int f^+ - \int f^-$$ 对复值函数，拆实部虚部：$\int f := \int \operatorname{Re} f + i \int \operatorname{Im} f$（要求两个积分都有意义）。 ⚠ 「至少一个有限」是为了避免 $\infty - \infty$：那是不定式，必须排除。 若两个都有限，就说 $f$ **可积**（见下一条）。 对复值函数，$\operatorname{Re} f$ 与 $\operatorname{Im} f$ 可积 $\iff f$ 可积，因为 $|\operatorname{Re} f|, |\operatorname{Im} f| \le |f| \le |\operatorname{Re} f| + |\operatorname{Im} f|$。 参考：Folland, Real Analysis, §2.3 #### 可积 / L¹　`def.integrable` *定义*　可积函数与 $L^{1}$ 空间 实值可测 $f$ **可积**，当且仅当 $\int f^+ < \infty$ 且 $\int f^- < \infty$。等价地： $$f\text{ 可积} \iff \int |f| d\mu < \infty$$ 复值可测 $f$ 可积，当且仅当 $\int |f| d\mu < \infty$。可积函数全体记作 $$L^1(\mu) = L^1(X, \mathcal{M}, \mu) = L^1(X, \mu)$$ ⭐ **可积 $\iff$ 绝对值可积**：这是 Lebesgue 积分（终于）真正好用的地方 —— 因为 $|f| \in L^{+}$，一切非负情形的定理都能直接套用。 （对比 Riemann 反常积分：那里 $\int f$ 收敛而 $\int|f|$ 发散是可能的，叫条件收敛。） ⚠ 严格说 $L^{1}$ 的元素是**函数的等价类**（a.e. 相等视为同一个），所以「$\int |f| = 0 \implies f = 0$」要在 a.e. 意义下读。这是后面 Lp 空间成为赋范空间的关键一步。 参考：Folland, Real Analysis, §2.3 #### L¹ 是向量空间　`prop.L1-vector-space` *命题*　命题：可积函数全体是向量空间，$\int$ 线性 $X$ 上可积的（实值）函数全体构成一个**实向量空间**，并且 $$\int (af + bg) = a\int f + b\int g\quad \forall a, b \in \mathbb{R}$$ 即 $f \mapsto \int f$ 是线性的。 **证明。** - **非负函数的可加性**：$f, g \in L^{+}$ 时，$\int(f+g) = \int f + \int g$ —— 对简单函数逐条验证（线性性），再用简单函数逼近 + 单调收敛定理取极限 ✓；**齐次性** $\int cf = c\int f$（$c \ge 0$）同理 ✓。 - **一般实值**：$f = f^{+} - f^{-}$、$g = g^{+} - g^{-}$，展开 $(af+bg)^{\pm}$ 并把上面的线性性逐项用上，得 $\int(af+bg) = a\int f + b\int g$ ✓（复值再对实部虚部各做一次）。 - **是向量空间**：$f, g \in L^{1}$、$a, b \in \mathbb{R}$ 时 $$\int|af+bg| \le |a|\int|f| + |b|\int|g| < \infty,$$ 故 $af+bg \in L^{1}$ ✓；元素的加法与数乘按 **a.e.** 意义定义（两个 a.e. 相等的可积函数视为同一元素），$\int$ 在这个商下良定义 ✓。∎ 「是向量空间」要在 a.e. 意义下理解（两个 a.e. 相等的可积函数看作同一个元素）。 线性来自正负部分解后对简单函数的 (a)(b) 逐条验证 —— 这条本身不深，但它是 $L^{1}$ 成为**赋范空间**的第一步，后面 Lp 空间整套理论都从这儿开始。 参考：Folland, Real Analysis, Prop. 2.21 #### 积分绝对值不等式　`prop.integral-abs-ineq` *命题*　命题：$|\int f| \le \int |f|$ 设 $f \in L^1(\mu)$，则 $$| \int f d\mu | \le \int |f| d\mu$$ **证明。** 若 $\int f\,\mathrm{d}\mu = 0$ 则两边都是 $0$。否则—— - **实值**：取 $\alpha := \operatorname{sgn}\bigl(\int f\,\mathrm{d}\mu\bigr) \in \{\pm1\}$，则 $\alpha\int f = \bigl|\int f\bigr|$，于是 $$\Bigl|\int f\,\mathrm{d}\mu\Bigr| = \alpha\int f\,\mathrm{d}\mu = \int \alpha f\,\mathrm{d}\mu \le \int |f|\,\mathrm{d}\mu;$$ - **复值**：取 $\alpha := e^{-i\theta}$，$\theta := \arg\int f\,\mathrm{d}\mu$。则 $\alpha\int f = \bigl|\int f\bigr|$ 是实数，而 $$\Bigl|\int f\,\mathrm{d}\mu\Bigr| = \int \alpha f\,\mathrm{d}\mu = \int \operatorname{Re}(\alpha f)\,\mathrm{d}\mu \le \int |\alpha f|\,\mathrm{d}\mu = \int|f|\,\mathrm{d}\mu,$$ 中间那步用的是「$u \le v$ 逐点 $\implies \int u \le \int v$」（实值情形）以及 $\operatorname{Re}(z) \le |z|$ ✓。∎ 复情形：取 $\alpha = e^{-i\theta}$ 使 $\alpha\int f$ 是实数且等于 $|\int f|$，则 $|\int f| = \int \alpha f = \int \operatorname{Re}(\alpha f) \le \int|\alpha f| = \int|f|$。 参考：Folland, Real Analysis, Prop. 2.22 #### L¹ 函数的支撑 σ-有限　`prop.L1-support-sigma-finite` *命题*　命题：$f \in L^{1} \implies \{f \ne 0\}$ 是 σ-有限的 若 $f \in L^1(\mu)$，则 $$\{x : f(x) \ne 0\}$$ 是 $\sigma$有限的。 **证明。** 令 $g := |f| \in L^{+}$。则 $\int g\,\mathrm{d}\mu = \int|f|\,\mathrm{d}\mu < \infty$（$f \in L^{1}$ 的定义），于是由「积分有限的后果」，$\{g > 0\}$ 是 $\sigma$ 有限的；而 $$\{x : f(x) \ne 0\} = \{x : |f(x)| > 0\} = \{g > 0\},$$ 故 $\{f \ne 0\}$ 是 $\sigma$ 有限的 ✓。∎ ⭐ 这条常被用来把 $L^{1}$ 函数化归到 $\sigma$ 有限的情形（先除掉零集、再逐块处理）。 把「积分有限的后果」分别用到 |f| 上即可：$\{f \ne 0\} = \{|f| > 0\}$。 参考：Folland, Real Analysis, §2.3 #### 何时两个函数积分处处相同　`prop.integrals-equal-iff` *命题*　命题：$\int_E f = \int_E g$ 对一切 $E \iff f = g \text{a.e.}$ 设 $f, g \in L^1(\mu)$。则下列三条等价： $$\int_E f d\mu = \int_E g d\mu\quad \forall E \in \mathcal{M}; $$ $$\int |f - g| d\mu = 0; $$ $$f = g\quad \mu-\text{a.e.}$$ 作用：这类命题就是「用对一切可测集的积分来**识别**函数」。 后面 Radon–Nikodym 定理的**唯一性**部分正是用的这一条 —— 两个密度给出同一个测度，就必须 a.e. 相等。 （$E$ 取遍 $\mathcal{M}$ 而不是只取 $X$，是关键：只对 $X$ 相等是不够的。） 参考：Folland, Real Analysis, Cor. 2.23 #### 控制收敛定理　`thm.dct` *定理*　控制收敛定理（DCT, Dominated Convergence Theorem） 设 $\{f_n\} \subseteq L^1$，$f_n \to f$ a.e.，且存在**控制函数** $g \in L^1$ 使 $$|f_n| \le g\quad \text{a.e.}\quad \forall n$$ 则 $f \in L^1$ 且 $$\int f = \lim_{n\to\infty} \int f_n$$ ⭐ 这是实际计算里**用得最多**的收敛定理。三个条件缺一不可： $\cdot \text{a.e.}$ 收敛 —— 不能去掉（$\chi_{[n,n+1]}$ 反例）； $\cdot$ 控制函数 $g \in L^{1}$ —— 不能去掉（$n\chi_{[0,1/n]}$ 在 [0,1] 上每点趋于 0，但积分为 1）； $\cdot$ 必须是**可积**的 $g$，光是「有界」不够（在无穷测度空间上）。 为什么叫「控制」：$g$ 把所有 $f_{n}$ 关在一间可积的笼子里，所以质量无处可逃，极限过程不会漏掉面积。 参考：Folland, Real Analysis, Theorem 2.24 #### L¹ 的逐项积分　`thm.termwise-L1` *定理*　定理：$\sum\int|f_{j}| < \infty \implies \sum f_{j}$ 几乎处处收敛且可逐项积分 设 $\{f_j\} \subseteq L^1$ 满足 $$\sum_{j=1}^{\infty} \int |f_j| d\mu < \infty$$ 则 $\sum_j f_j$ 几乎处处收敛到一个 $L^1$ 中的函数，并且可以逐项积分： $$\int \sum_{j=1}^{\infty} f_j = \sum_{j=1}^{\infty} \int f_j$$ 与「非负函数逐项积分」的区别：那里不需要任何收敛性假设（非负性保证了没有抵消），这里**需要** $\sum \int |f_{j}| < \infty$ —— 用可积性换来「允许有正有负」。 这是 Fubini–Tonelli 定理证明里的关键工具。 参考：Folland, Real Analysis, Theorem 2.25 #### L¹ 里的逼近　`thm.approximation-L1` *定理*　定理：$L^{1}$ 中可用简单函数 / 连续函数逼近 设 $f \in L^1(\mu)$。则对任意 $\varepsilon > 0$，存在简单函数 $\varphi = \sum_j a_j \chi_{E_j}$ 使 $$\int |f - \varphi| d\mu < \varepsilon$$ 进一步，若 $\mu$ 是 **$\mathbb{R}$ 上的 Lebesgue–Stieltjes 测度**，还可以要求 $E_{j}$ 是开区间的有限并；甚至可以取一个**连续函数** $g$（在某个有界区间外恒为 0）使 $$\int |f - g| d\mu < \varepsilon$$ 意义：**简单函数与连续函数在 $L^{1}$ 里是稠密的**。所以很多命题只要对这两类函数验证就够了，再取极限。 证明思路：先把 $f$ 拆成 $\operatorname{Re} f^{+}$、$\operatorname{Re} f^{-}$、$\operatorname{Im} f^{+}$、$\operatorname{Im} f^{-}$ 四个非负部分，各自用简单函数逼近（简单函数逼近定理）；$\mathbb{R}$ 的情形再把定义域切成有界块，用连续函数去顶半开区间的指示函数。 ⚠ 连续函数那一句**依赖 $\mu$ 是 Lebesgue–Stieltjes 测度**：换一个任意测度，简单函数的逼近照旧，连续函数的说法就不成立了。 参考：Folland, Real Analysis, Theorem 2.26 #### 交换极限/导数与积分　`thm.differentiate-under-integral` *定理*　定理：在积分号下取极限与求导 设 $f : X \times [a, b] \to \mathbb{C}$（$-\infty < a < b < \infty$），$f(\cdot, t)$ 对每个 $t \in [a, b]$ 都可积。记 $$F(t) := \int_X f(x, t) d\mu(x)$$ **(a) 连续性**：若存在 $g \in L^1(\mu)$ 使 $|f(x, t)| \le g(x)$ 对一切 $x, t$ 成立，且对每个 $x$ 有 $\lim_{t\to t_0} f(x, t) = f(x, t_0)$，则 $$\lim_{t\to t_0} F(t) = F(t_0)$$ **(b) 求导**：若 $\partial f / \partial t$ 处处存在，且存在 $g \in L^1(\mu)$ 使 $| \partial f / \partial t(x, t) | \le g(x)$ 对一切 $x, t$ 成立，则 $F$ 可微，且 $$F'(t) = \int_X \partial f / \partial t(x, t) d\mu(x)$$ 两个控制条件都是「用同一个 $g$ 控制一整族函数」—— 这正是 DCT 的标准用法。 ⚠ $g$ 必须属于 $L^{1}$（不能只是「局部有界」）。 这是「带参变量积分」的两个基本定理：连续性可以交换极限与积分，可导性可以交换导数与积分。 参考：Folland, Real Analysis, Theorem 2.27 ### 星团：乘积测度与 Fubini > 造出「一块块算」的办法：积 σ-代数 → 截口 → 乘积测度 → Fubini–Tonelli。 #### 积 σ-代数　`def.product-sigma` *定义*　积 σ-代数（Product σ-Algebra） 设 $\{ (X_\alpha , \mathcal{M}_\alpha ) \}_\{\alpha \in A\}$ 是一族可测空间，$X = \prod_{\alpha \in A} X_\alpha$，投影 $\pi _\alpha : X \to X_\alpha$。**积 $\sigma$代数**定义为 $$\otimes _{\alpha \in A} \mathcal{M}_\alpha := \mathcal{M}(\{ \pi _\alpha^{-1}(E_\alpha) : E_\alpha \in \mathcal{M}_\alpha, \alpha \in A \})$$ 即由全体**柱集**生成的 $\sigma$代数。柱集 $\pi _\alpha ^{-1}(E_\alpha )$ 就是「只对第 $\alpha$ 个坐标提要求」的集合。 ⚠ 一般**不能**定义成「$\prod E_\alpha$ 的全体生成的 $\sigma$代数」—— 那只在**可数**指标集时等价（见下一条）。 这样定义的原因：投影 $\pi _\alpha$ 应当是可测的，而 $\sigma$代数要对逆像封闭 —— 取最小的那一个就够了。 参考：Folland, Real Analysis, §2.1 #### 积 σ-代数的生成基　`prop.product-sigma-base` *命题*　命题：把各坐标的 σ-代数换成生成元，积 σ-代数不变 设每个 $\mathcal{M}_\alpha = \mathcal{M}(\mathcal{E}_\alpha )$（即 $\mathcal{M}_\alpha$ 由 $\mathcal{E}_\alpha$ 生成）。令 $$\mathcal{F} = \{ \pi _\alpha^{-1}(E_\alpha) : E_\alpha \in \mathcal{E}_\alpha, \alpha \in A \}$$ 则 $$\otimes _{\alpha \in A} \mathcal{M}_\alpha = \mathcal{M}(\mathcal{F})$$ 意义：算积 $\sigma$代数时，**每一维只需要拿一个生成元族就够了**，不必把整个 $\mathcal{M}_\alpha$ 搬进来。 典型用法：$\mathbb{R}$ 上取 $\mathcal{E} =$ 半开区间 { (a, b] }（它生成 $\mathfrak{B}_\mathbb{R}$），于是 $\mathfrak{B}_\mathbb{R} \otimes \mathfrak{B}_\mathbb{R}$ 已经由形如 $(a, b] \times (c, d]$ 的矩形生成 —— 这正是后面 Fubini 定理要用的事实。 证明是「生成」的通用套路：两边都等于「包含 $\mathcal{F}$ 的最小 $\sigma$代数」，各自验证 $\mathcal{F} \subseteq$ 一边、另一边 $\subseteq \mathcal{F}$。 参考：Folland, Real Analysis, §2.1 #### 可数积的生成集　`prop.product-sigma-generated` *命题*　命题：指标集可数时，积 σ-代数由「矩形」生成 若指标集 $A$ **可数**，则 $$\otimes _{\alpha \in A} \mathcal{M}_\alpha = \mathcal{M}(\{ \prod_{\alpha \in A} E_\alpha : E_\alpha \in \mathcal{M}_\alpha \})$$ 即：可数积的 $\sigma$代数，恰好是由全体「矩形」生成的 $\sigma$代数。 **证明。** 记 $\mathcal{R} := \{\, \prod_{\alpha \in A} E_{\alpha} : E_{\alpha} \in \mathcal{M}_{\alpha} \,\}$（矩形全体），$\mathcal{M} := \bigotimes_{\alpha \in A} \mathcal{M}_{\alpha}$（柱集生成的 $\sigma$代数）。 - **$\mathcal{M} \subseteq \mathcal{M}(\mathcal{R})$**：柱集 $\pi_{\alpha}^{-1}(E_{\alpha})$ 就是矩形（其余坐标取全空间 $X_{\beta}$）✓； - **$\mathcal{R} \subseteq \mathcal{M}$**：$A$ **可数**时，每个矩形是可数多个柱集之交 $$\prod_{\alpha \in A} E_{\alpha} = \bigcap_{\alpha \in A} \pi_{\alpha}^{-1}(E_{\alpha}),$$ 而 $\mathcal{M}$ 对可数交封闭 ✓； - 两边互包，故 $\mathcal{M}(\mathcal{R}) = \mathcal{M}$ ✓。∎ ⚠️ **「$A$ 可数」不能省**：不可数时「矩形＝柱集之交」需要不可数交，而 $\sigma$代数只保证可数交 —— 结论对不可数积一般不成立。 这条确实 obvious：$A$ 可数时每个矩形都是**可数多个柱集之交**， $$\prod_{\alpha \in A} E_\alpha = \bigcap_{\alpha \in A} \pi _\alpha^{-1}(E_\alpha)$$ 而柱集本来就已经在 $\sigma$代数里了，矩形自然也就在里面；反过来柱集是矩形（其余坐标取全空间）的特例。 ⚠ 该结论对**不可数**的 $A$ **不成立** —— 这就是为什么定义必须用柱集而不是矩形。 参考：Folland, Real Analysis, §2.1 #### 可数积的 Borel 代数　`cor.borel-product` *推论*　推论：可数积距离空间的 Borel σ-代数（可分时相等） 设 $X_{1}, X_{2}$ … 是距离空间，$X = \prod_{j=1}^{\infty} X_j$ 配以积度量。则 $$\otimes _{j=1}^{\infty} \mathfrak{B}_{X_j} \subseteq \mathfrak{B}_X$$ 且当每个 $X_{j}$ **可分**时，等号成立： $$X_j\text{ 都可分} \implies \otimes _{j=1}^{\infty} \mathfrak{B}_{X_j} = \mathfrak{B}_X$$ **证明。** - **$\subseteq$**：投影 $\pi_{j}$ 连续，故 $\pi_{j}^{-1}(\text{开集})$ 是 $X$ 的开集（柱集），即每个 $\pi_{j}^{-1}(U_{j}) \in \mathfrak{B}_{X}$；于是生成它们的 $\sigma$代数 $\bigotimes_{j}\mathfrak{B}_{X_{j}} \subseteq \mathfrak{B}_{X}$ ✓。 - **$\supseteq$（需要可分）**：每个 $X_{j}$ **可分**，取可数稠密集 $C_{j}$，则 $\{ B(c, r) : c \in C_{j},\ r \in \mathbb{Q}_{>0} \}$ 是 $X_{j}$ 的**可数基** ✓。 $X$ 的基本开集形如 $\bigcap_{j \in F}\pi_{j}^{-1}(U_{j})$（$F$ 有限、$U_{j}$ 取基元素）；每个 $\pi_{j}^{-1}(U_{j}) \in \bigotimes_{j}\mathfrak{B}_{X_{j}}$，有限交仍在其中，而**开集是基本开集之并**、基又可数 $\implies$ 一切开集属于 $\bigotimes_{j}\mathfrak{B}_{X_{j}}$ $\implies$ $\mathfrak{B}_{X} \subseteq \bigotimes_{j}\mathfrak{B}_{X_{j}}$ ✓。 两边互包即得等号。∎ ⚠️ **可分性不能省**：$\mathbb{R}^{\mathbb{R}}$（不可数积）上，积 $\sigma$代数**真包含于** Borel $\sigma$代数 —— 那些「只看可数多个坐标」的集合撑不满 Borel 结构。 $\subseteq$ 的原因很直接：投影 $\pi _{j}$ 连续，所以 $\pi _{j}^{-1}($开集) 是开集，那些柱集都在 $\mathfrak{B}_X$ 里。 反方向登场的又是「可分」：$X_{j}$ 可分时取可数稠密集 $C_{j}$，则 $$\{ B(c, r) : c \in C_j, r \in \mathbb{Q} \}$$ 是 $X_{j}$ 的**可数**拓扑基，它已经生成 $\mathfrak{B}_\{X_{j}\}$。于是 $X$ 的拓扑基由这些基的有限积组成，仍然可数，从而 $\mathfrak{B}_X \subseteq \otimes\mathfrak{B}_\{X_{j}\}$。 ⚠ 可分性不能省：$\mathbb{R}^\mathbb{R}$（不可数积）上，积 $\sigma$代数真包含于 $Borel \sigma$代数。 参考：Folland, Real Analysis, §2.1 #### 乘积测度　`def.product-measure` *定义*　乘积测度（Product Measure $\mu \times \nu$） 设 $(X, \mathcal{M}, \mu )$ 与 $(Y, \mathcal{N}, \nu )$ 是测度空间。 **① 矩形**：形如 $A \times B$（$A \in \mathcal{M}$，$B \in \mathcal{N}$）的集合叫（可测）矩形。全体矩形**生成** $\mathcal{M} \otimes \mathcal{N}$。 **② 矩形上的预测度**：令 $\mathcal{A}$ 为**矩形的有限不交并**全体。对 $$E = \bigsqcup_{j=1}^{n} (A_j \times B_j)$$ 定义 $$\mu_{0} (E) := \sum_{j=1}^{n} \mu(A_j) \nu(B_j)$$ 则 $\mu_{0}$ 是代数 $\mathcal{A}$ 上的**预测度**。 **③ 扩张**：$\mu_{0}$ 诱导 $X \times Y$ 上的外测度，限制在 $\mathcal{M} \otimes \mathcal{N}$ 上得到一个测度，记作 $$\mu \times \nu$$ 即**乘积测度**。 $\mu_{0} $ 的良定义要检查（同一个 $E$ 可以拆成不同的矩形不交并）—— 这正是要把「矩形」换成「矩形的**不交**并」的原因：不交并之下加法好验。 **$\sigma$有限的时候一切顺利**：若 $\mu$、$\nu$ 都 $\sigma$有限，则 $\mu \times \nu$ 也 $\sigma$有限，而且由 Carathéodory 唯一性，这样造出来的测度是唯一的。 ⚠ 这一步的整个机器（预测度 $\to$ 外测度 $\to$ Carathéodory 扩张 $\to$ 唯一性）就是「测度的构造」那个星团里现成的四件套。 参考：Folland, Real Analysis, §2.5；Halmos, Measure Theory, §35 #### 截口　`def.section` *定义*　截口（Section）$E_{x}$ 与 $E^{y}$ 设 $E \subseteq X \times Y$。对 $x \in X$、$y \in Y$ 定义 $$E_x := \{y \in Y : (x, y) \in E\}$$ $$E^y := \{x \in X : (x, y) \in E\}$$ 分别叫 $E$ 在 $x$ 处的**纵截口**与在 $y$ 处的**横截口**。 类似地，对函数 $f : X \times Y \to \mathbb{C}$ 定义 $$f_x(y) := f^y(x) := f(x, y)$$ 直观：把平面图形用一根竖线（或横线）切一刀，切出来的那条线段就是截口。 截口是 Fubini 定理的语言：重积分 $\iint f d(\mu \times \nu)$ 就是「先沿截口积一次，再把各条截口的积分对另一变量积一次」。 参考：Folland, Real Analysis, §2.5 #### 截口可测　`prop.section-measurable` *命题*　命题：可测集的截口可测，可测函数的截口可测 **(a)** 若 $E \in \mathcal{M} \otimes \mathcal{N}$，则对一切 $x \in X$ 有 $E_x \in \mathcal{N}$，对一切 $y \in Y$ 有 $E^y \in \mathcal{M}$。 **(b)** 若 $f$ 是 $\mathcal{M} \otimes \mathcal{N}$-可测的，则对一切 $x$ 有 $f_x$ 是 $\mathcal{N}$-可测的，对一切 $y$ 有 $f^y$ 是 $\mathcal{M}$-可测的。 证明是一个「先看矩形、再看 $\sigma$代数」的标准套路：令 $$\mathcal{R} = \{E \subseteq X \times Y : E_x \in \mathcal{N}\text{ 且} E^y \in \mathcal{M}\quad \forall(x, y)\}$$ 则 $\mathcal{R}$ 包含所有矩形，而且**$\mathcal{R}$ 是一个 $\sigma$代数**（截口运算保持并、交、补）。于是 $\mathcal{R} \supseteq \mathcal{M} \otimes \mathcal{N}$。 (b) 由 (a) 与两条恒等式得到： $$f_x^{-1}(B) = (f^{-1}(B))_x, \quad f^{y-1}(B) = (f^{-1}(B))^y$$ ⚠ 注意 (b) 说的是「**每一个** $x$ 都行」，而 Fubini 定理里只能保证「几乎每一个」—— 那是因为 Fubini 还要它可积。 参考：Folland, Real Analysis, Prop. 2.34 #### 乘积测度由截口给出　`thm.product-measure-sections` *定理*　定理：$\mu \times \nu(E) = \int \nu(E_{x}) d\mu(x) = \int \mu(E^{y}) d\nu(y)$ 设 $(X, \mathcal{M}, \mu )$、$(Y, \mathcal{N}, \nu )$ 都是 **$\sigma$有限**的，$E \in \mathcal{M} \otimes \mathcal{N}$。则 - $x \mapsto \nu(E_x)$ 在 $X$ 上可测； - $y \mapsto \mu(E^y)$ 在 $Y$ 上可测； 并且 $$\mu \times \nu(E) = \int_X \nu(E_x) d\mu(x) = \int_Y \mu(E^y) d\nu(y)$$ 这是 Fubini 定理的「集合版本」—— 把函数换成指示函数就是 Fubini。 证明的结构：先设 $\mu$、$\nu$ **有限**，令 $$\mathcal{C} = \{E \in \mathcal{M} \otimes \mathcal{N} :\text{ 上面两条都成立}\}$$ - 矩形 $E = A \times B$：$\nu(E_x) = \chi_A(x) \nu(B)$，立刻成立； $\mathcal{C}$ 对**递增并**封闭（用 MCT）；对**递减交**也封闭（用 DCT）； 于是 $\mathcal{C}$ 是一个**单调类**，含所有矩形。矩形族生成的代数由矩形构成，再由单调类定理升级到整个 $\mathcal{M} \otimes \mathcal{N}$。 最后把「有限」推广到「$\sigma$有限」：取 $X \times Y = \bigcup (X_i \times Y_i)$，对每个 $E \cap (X_i \times Y_i)$ 用已经证好的有限情形，再用 MCT 求和。 参考：Folland, Real Analysis, Theorem 2.36 #### Fubini–Tonelli　`thm.fubini-tonelli` *定理*　Fubini–Tonelli 定理（重积分可交换次序） 设 $(X, \mathcal{M}, \mu )$、$(Y, \mathcal{N}, \nu )$ 是 **$\sigma$有限**的测度空间。 **(a) Tonelli（非负情形，无附加条件）**：若 $f \in L^+(X \times Y)$，则 $$\int f_x d\nu \in L^+(X), \quad \int f^y d\mu \in L^+(Y)$$ 且 $$\int f d(\mu \times \nu) = \int_X ( \int_Y f(x, y) d\nu(y) ) d\mu(x) = \int_Y ( \int_X f(x, y) d\mu(x) ) d\nu(y)$$ **(b) Fubini（可积情形）**：若 $f \in L^1(\mu \times \nu)$，则 - $f_x \in L^1(\nu)$ 对 a.e. x 成立，$f^y \in L^1(\mu)$ 对 a.e. y 成立； - $\int f_x d\nu \in L^1(\mu)$、$\int f^y d\mu \in L^1(\nu)$（都在 a.e. 意义下有定义）； - 上面那两个三重等式同样成立。 ⭐ **Tonelli 不需要任何附加条件**（非负就够了），所以实际使用时通常先拿它「试算」：如果两个累次积分里有一个算出来是有限数，那就说明 $f$ 可积，于是可以放心换序。 **Fubini 则必须假定可积** —— 否则一边是 $\infty$、一边是 $-\infty$，换序会出事。 ⚠ 反例（不是可积但累次积分不等）：在 $[0,1]^{2}$ 上取 $f(x, y) = (x^2 - y^2) / (x^2 + y^2)^3$ 之类，两个累次积分会互为相反数。 ⚠ $\sigma$有限不能省：在「$\mathbb{R}$ 上的计数测度 $\times Lebesgue$ 测度」这种情形下，单调类定理的论证会崩，Fubini 会得出荒谬的结论（对角线上的经典反例）。 参考：Folland, Real Analysis, Theorem 2.37 #### 完备情形的 F–T　`thm.fubini-complete` *定理*　定理：完备化的乘积测度上，Fubini–Tonelli 仍然成立 设 $(X, \mathcal{M}, \mu )$、$(Y, \mathcal{N}, \nu )$ 都是**完备**的 $\sigma$有限测度空间，$(X \times Y, \mathcal{L}, \lambda)$ 是 $$(X \times Y, \mathcal{M} \otimes \mathcal{N}, \mu \times \nu)$$ 的**完备化**。设 $f$ 是 $\mathcal{L}$可测的。 - 若 $f \ge 0$ 或 $f \in L^1(\lambda)$：$f_x$ 对 a.e. x 是 $\mathcal{N}$可测的，$f^y$ 对 a.e. y 是 $\mathcal{M}$可测的； - 若 $f \in L^1(\lambda)$：$f_x$、$f^y$ 对 a.e. 的 $x$、$y$ 可积；并且 $x \mapsto \int f_x d\nu$、$y \mapsto \int f^y d\mu$ 可测； - 此时 $$\int f d\lambda = \int_X ( \int_Y f d\nu ) d\mu = \int_Y ( \int_X f d\mu ) d\nu$$ 为什么需要这一条：**$\mu \times \nu$ 通常不完备**（见下一条），所以 Riesz 意义上的「可积函数」往往落在完备化 $\lambda$ 里，而不是 $\mathcal{M}\otimes\mathcal{N}$ 里。 代价是所有的断言都退化成「**对几乎处处的 x / y**」—— 因为 $\mathcal{L}$ 里多出来的那些集合只在零集上有区别。 证明的核心：先证 $f \ge 0$。若 $f = \chi _E$，$E = F \cup G$ 其中 $F \in \mathcal{M}\otimes\mathcal{N}$、$G \subseteq H$ 且 $\mu \times \nu (H) = 0$，设不交并，则 $f = \chi _F + \chi _G$。$\chi _F$ ✓（归 Fubini–Tonelli），$\chi _G$ ✓（因为每条截口的测度都是 0）。**应该是核心思想，其余都类似**。 参考：Folland, Real Analysis, Theorem 2.39 #### 乘积测度通常不完备　`prop.product-incomplete` *命题*　注记：$\mu$、$\nu$ 完备时，$\mu \times \nu$ 常常不完备 即使 $\mu$ 与 $\nu$ 都**完备**，$\mu \times \nu$ 也**经常是不完备的**：存在 $E \in \mathcal{M} \otimes \mathcal{N}$ 使 $\mu \times \nu(E) = 0$，但 $E$ 有子集不属于 $\mathcal{M} \otimes \mathcal{N}$。 这就是为什么必须单独有「完备情形的 $F$–$T$」：实际用的时候（比如 $\mathbb{R}^{2}$ 上的 Lebesgue 测度）我们手里的往往是**完备化之后**的测度，而不是原始的 $\mu \times \nu$。 ⚠ 容易踩的坑：$\mu$、$\nu$ 都完备时 $\mu \times \nu$ 仍然可能**不完备**。 参考：Folland, Real Analysis, §2.5 ### 星团：符号测度与分解 > 造出「带符号的测度」及其结构定理：Hahn 分解 → Jordan 分解 → 全变差 → Radon–Nikodym。 #### 符号测度　`def.signed-measure` *定义*　符号测度（Signed Measure） 设 $(X, \mathcal{M})$ 是可测空间。$\nu : \mathcal{M} \to [-\infty, +\infty]$ 是**符号测度**，当且仅当 - $\nu(\emptyset) = 0$； - $\nu$ **至多取到 $\pm \infty$ 中的一个**（不能同时取到 $\infty$ 与 $-\infty$）； - 对两两不交的 $\{E_j\} \subseteq \mathcal{M}$： $$\nu( \bigsqcup_j E_j ) = \sum_j \nu(E_j),\text{ 且右边的级数绝对收敛}(\text{当} |\nu(\bigsqcup E_j)| < \infty\text{ 时})$$ ⚠ 「至多取到一个无穷」这一条是**必需的**：否则可数可加性会碰上 $\infty - \infty$。 **例 1**：$\mu _{1}$、$\mu _{2}$ 是测度，其中至少一个有限 $\implies$ $\nu = \mu_1 - \mu_2$ 是符号测度。 **例 2**：$f : X \to [-\infty, +\infty]$ 可测，且 $\int f^+ d\mu$、$\int f^- d\mu$ 中至少一个有限 $\implies$ $$\nu(E) := \int_E f d\mu$$ 是符号测度。这样的 $f$ 叫**广义可积函数**（extended integrable function）。 参考：Folland, Real Analysis, §3.1；Halmos, Measure Theory, §28 #### 正集 / 负集 / 零集　`def.positive-negative-null` *定义*　正集 / 负集 / 零集（Positive, Negative, Null Set） 设 $\nu$ 是符号测度，$E \in \mathcal{M}$。 $E$ 是**正的**：$\nu(F) \ge 0$ 对一切可测 $F \subseteq E$ 成立； $E$ 是**负的**：$\nu(F) \le 0$ 对一切可测 $F \subseteq E$ 成立； $E$ 是**零的**：$\nu(F) = 0$ 对一切可测 $F \subseteq E$ 成立。 ⚠ 注意「正集」不是「$\nu (E) > 0$ 的集合」—— 它要求 **$E$ 的每一个可测子集**都非负。 ⚠ 与 $\mu$零集区分：这里的「零集」是关于符号测度 $\nu$ 说的（$\nu(F) = 0$），不是关于测度 $\mu$ 的。 参考：Folland, Real Analysis, §3.1 #### 正集的封闭性　`prop.positive-set-closure` *命题*　命题：正集的可测子集仍是正集；可数个正集之并仍是正集 设 $\nu$ 是符号测度。 - 正集的每个可测子集都是正集； - **可数多个正集之并仍是正集**。 第一条由定义直接得到。 第二条是 Hahn 分解证明里反复用到的技术步骤：把可数多个正集 $P_1, P_2, \ldots $ 不交化（$P_j' = P_j \setminus \bigcup_{i0 \exists\delta>0$ ( $\mu(E)<\delta \implies |\nu(E)|\le\varepsilon$ ) 设 $\nu$ 是**有限**符号测度、$\mu$ 是测度。则 $$\nu \ll \mu \iff \forall\varepsilon > 0, \exists\delta > 0 : \mu(E) < \delta \implies |\nu(E)| \le \varepsilon$$ 把「零集上为零」升级成了定量的「小测度上小值」—— 这正是绝对连续这个名字里「连续」两个字的来源。 ⚠ 「$\nu$ 有限」不能省：否则 $\delta$ 卡不住（例如 $\mu = Lebesgue$ 测度、$\nu(E) = \int_E 1/x$ 这类）。 （$\Longleftarrow$）方向很直接：$\mu (E) = 0$ 时对一切 $\varepsilon$ 都有 $|\nu (E)| \le \varepsilon$，故 $\nu (E) = 0$。 参考：Folland, Real Analysis, Prop. 3.5 #### 积分给出绝对连续测度　`prop.integral-gives-ac` *命题*　命题：$\nu(E) = \int_E f d\mu$ 关于 $\mu$ 绝对连续 设 $\mu$ 是测度，$f$ 是广义 $\mu$可积函数，定义 $$\nu(E) := \int_E f d\mu$$ 则 $\nu$ 是符号测度，且 $\nu \ll \mu$。并且 $$\nu\text{ 有限} \iff f \in L^1(\mu)$$ 这是绝对连续测度的**标准来源**，也是 Radon–Nikodym 定理要反过来证明的那件事：**所有**绝对连续的 $\nu$ 都长这个样子。 记法上常写成微分形式： $$\nu(E) = \int_E f d\mu\quad \iff\quad d\nu = f d\mu$$ 参考：Folland, Real Analysis, §3.2 #### 积分的绝对连续性　`cor.ac-integral-continuity` *推论*　推论：$\int_E f d\mu$ 在小测度集上任意小 设 $f \in L^1(\mu)$。则 $$\forall\varepsilon > 0, \exists\delta > 0 : \mu(E) < \delta \implies | \int_E f d\mu | < \varepsilon$$ 把「积分给出绝对连续测度」与上一条 $\varepsilon$–$\delta$ 刻画拼起来即可（注意 $f \in L^{1} \implies \nu (E) = \int _E f d\mu$ 是**有限**符号测度，符合前提）。 参考：Folland, Real Analysis, Prop. 3.5 #### 要么奇异、要么有下界　`lem.singular-or-lower-bound` *引理*　引理：两个有限测度，要么相互奇异，要么在某个正测度集上成比例 设 $\nu$、$\mu$ 都是**有限**测度。则二者必有一个成立： - $\nu \perp \mu$；或 - 存在 $\varepsilon > 0$ 与 $E \in \mathcal{M}$，$\mu(E) > 0$，使 $\nu \ge \varepsilon \mu$ 在 $E$ 上成立（即 $\nu(F) \ge \varepsilon \mu(F)$ 对一切可测 $F \subseteq E$）。 这是 Radon–Nikodym 证明里的**关键一步**：它提供了一个「往下顶」的 $\varepsilon$，从而可以造出那个上确界函数 $f$。 证明用的手法很典型：对每个 $n$，取 $\nu - n^{-1} \mu$ 的一个 Hahn 分解 $X = P_n \sqcup N_n$。令 $$P = \bigcup_n P_n, \quad N = \bigcap_n N_n$$ $N$ 是每个 $\nu - n^{-1}\mu$ 的负集，于是 $0 \le \nu(N) \le n^{-1} \mu(N)$ 对一切 $n$ 成立，令 $n \to \infty$ 得 $\nu (N) = 0$。 于是若 $\mu (P) = 0$，则 $\nu \perp \mu$（取 $E = P$、$F = N$）；若 $\mu (P) > 0$，则某个 $n$ 有 $\mu (P_{n}) > 0$，而 $P_{n}$ 是 $\nu - n^{-1}\mu$ 的正集，即 $\nu \ge n^{-1} \mu$ 在 $P_{n}$ 上成立。∎ 参考：Folland, Real Analysis, Lemma 3.8 #### Lebesgue–Radon–Nikodym 定理　`thm.lebesgue-radon-nikodym` *定理*　Lebesgue–Radon–Nikodym 定理：$\nu = \lambda + \rho$，$\lambda \perp \mu$，$\rho \ll \mu$ 设 $\nu$ 是 **$\sigma$有限**符号测度、$\mu$ 是 **$\sigma$有限**正测度，都在 $(X, \mathcal{M})$ 上。则存在**唯一**的一对 $\sigma$有限符号测度 $\lambda$、$\rho$ 使 $$\lambda \perp \mu, \quad \rho \ll \mu, \quad \nu = \lambda + \rho$$ 且 $\rho$ 可以写成积分：存在广义 $\mu$可积函数 $f$ 使 $$d\rho = f d\mu$$ 任何两个这样的 $f$ 都在 $\mu -\text{a.e.}$ 意义下相等。 ⭐ 这是整个符号测度理论的**结构定理**：任何 $\nu$ 都能唯一拆成「与 $\mu$ 奇异的部分」+「关于 $\mu$ 绝对连续的部分」。 特别地，**当 $\nu \ll \mu$ 时**，$\lambda = 0$，于是 $d\nu = f d\mu$ —— 这就是通常说的 **Radon–Nikodym 定理**。 ⚠ $\sigma$有限不能省（对 $\nu$ 和 $\mu$ 都要）。 证明的三步（下一段箭头里展开）：$I. \nu$、$\mu$ 有限；II. 用 $\sigma$有限切成有限块；$III. \nu$ 是符号测度时分别对 $\nu^+, \nu^-$ 做。 参考：Folland, Real Analysis, Theorem 3.8 #### RN 导数与 Lebesgue 分解　`def.rn-derivative` *定义*　Radon–Nikodym 导数 $d\nu/d\mu$ 与 Lebesgue 分解 设 $\nu \ll \mu$（都是 $\sigma$有限的）。取定理里的 $f$，称 $$f = \frac{d\nu}{d\mu}$$ 为 $\nu$ 关于 $\mu$ 的 **Radon–Nikodym 导数**（注意它定义在「$\mu$本质相同的函数类」上，不是单个函数）。 一般的分解 $\nu = \lambda + \rho$（$\lambda \perp \mu$，$\rho \ll \mu$）称为 $\nu$ 关于 $\mu$ 的 **Lebesgue 分解**。 记号的用意：$d\nu = f d\mu$ 看起来就像两个「微分」的商。 ⚠ 「$\mu$本质相同」$= \mu -\text{a.e.}$ 相等 —— 这是 RN 导数唯一的**唯一性**内容：它不是一个函数，而是一个等价类。 术语提醒：「Lebesgue 分解」这个名字在两个地方出现 —— 这里指的是 $\nu$ 拆成奇异部分 + 绝对连续部分。 参考：Folland, Real Analysis, §3.2 #### RN 导数的链式法则　`prop.rn-chain-rule` *命题*　命题：RN 导数的换元公式与链式法则 设 $\nu$ 是 $\sigma$有限符号测度、$\mu$ 与 $\lambda$ 是 $\sigma$有限测度，且 $$\nu \ll \mu, \quad \mu \ll \lambda$$ **(a)** 若 $g \in L^1(\nu)$，则 $g \frac{d\nu}{d\mu} \in L^1(\mu)$，且 $$\int g d\nu = \int g \frac{d\nu}{d\mu} d\mu$$ **(b)** 此时 $\nu \ll \lambda$，且**链式法则**成立： $$\frac{d\nu}{d\lambda} = \frac{d\nu}{d\mu} \cdot \frac{d\mu}{d\lambda}\quad (\lambda-\text{a.e.})$$ (a) 就是「换元公式」：把对 $\nu$ 的积分换成对 $\mu$ 的积分，代价是乘上 RN 导数。它对指示函数成立、于是对简单函数成立、再用单调收敛到 $L^{+}$、最后到 $L^{1}(\nu )$。 (b) 的证明用 (a)：对任意可测 $E$， $$\nu(E) = \int_E \frac{d\nu}{d\mu} d\mu = \int_E \frac{d\nu}{d\mu} \cdot \frac{d\mu}{d\lambda} d\lambda$$ 两边对照 $\nu(E) = \int_E \frac{d\nu}{d\lambda} d\lambda$ 即得（「用积分识别函数」那条命题正是用来做这一步的）。 参考：Folland, Real Analysis, Theorem 3.9 #### 互为绝对连续时导数互逆　`cor.rn-inverse` *推论*　推论：$\mu \ll \lambda$ 且 $\lambda \ll \mu \implies (d\mu/d\lambda)(d\lambda/d\mu) = 1$ 若 $\mu \ll \lambda$ 且 $\lambda \ll \mu$（两个 $\sigma$有限测度互为绝对连续），则 $$\frac{d\mu}{d\lambda} \cdot \frac{d\lambda}{d\mu} = 1\quad \text{a.e.}$$ **证明。** $\mu \ll \lambda$ 且 $\lambda \ll \mu$ 时，Radon–Nikodym 导数满足**链式法则**（乘法性）：若 $\nu \ll \mu \ll \rho$，则 $\frac{d\nu}{d\rho} = \frac{d\nu}{d\mu}\cdot\frac{d\mu}{d\rho}$ $\rho$-a.e. ✓。把它用在 $\nu = \mu = \rho$ 上： $$\frac{d\mu}{d\lambda}\cdot\frac{d\lambda}{d\mu} = \frac{d\mu}{d\mu} = 1 \quad \text{a.e.},$$ 最后一步是因为 $d\mu = 1 \cdot d\mu$，而密度在 a.e. 意义下唯一 ✓。∎ 两条链式法则一拼：$d\mu / d\mu = \frac{d\mu}{d\lambda}\cdot\frac{d\lambda}{d\mu}$，而 $d\mu / d\mu \equiv 1$。 参考：Folland, Real Analysis, Theorem 3.9 #### 复测度　`def.complex-measure` *定义*　复测度（Complex Measure） 可测空间 $(X, \mathcal{M})$ 上的**复测度**是一个映射 $$\nu : \mathcal{M} \to \mathbb{C}$$ 满足 $$\nu(\emptyset) = 0, $$ 且对两两不交的 $\{E_j\} \subseteq \mathcal{M}$： $$\nu( \bigsqcup_j E_j ) = \sum_j \nu(E_j),\text{ 右边的级数绝对收敛}$$ ⚠ 与符号测度相比，复测度**自动有限**（取值在 $\mathbb{C}$ 里，不涉及 $\pm \infty$），而且可数可加性里的那个级数**自动绝对收敛**。 所以在复测度的世界里，「有限性」「重排问题」这些麻烦全部消失 —— 代价是不能再有「无穷质量」的例子。 参考：Folland, Real Analysis, §3.3 #### 复测度的 Radon–Nikodym　`thm.rn-complex` *定理*　定理：复测度的 $\nu = \lambda + f d\mu$ 分解 设 $\nu$ 是复测度、$\mu$ 是 **$\sigma$有限**测度。则存在复测度 $\lambda$ 与 $f \in L^1(\mu)$ 使 $$d\nu = d\lambda + f d\mu, \quad \lambda \perp \mu, $$ 且在 a.e. 意义下唯一。 **证明（把复情形拆回已经证过的实情形）。** - **拆复测度**：$\nu = \nu_{1} + i\nu_{2}$，$\nu_{1}, \nu_{2}$ 是**有限**符号测度（$\nu$ 有限 $\implies$ 其实部虚部有限）✓； - **符号测度**：对有限符号测度 $\rho$ 与 $\sigma$ 有限测度 $\mu$，先用 Hahn 分解写 $\rho = \rho^{+} - \rho^{-}$，对两个有限正测度各用一次 Radon–Nikodym：$d\rho^{\pm} = h^{\pm}\,\mathrm{d}\mu + d\rho^{\pm}_{s}$（$\rho^{\pm}_{s} \perp \mu$，$h^{\pm} \in L^{1}(\mu)$）✓； - **拼起来**：令 $f := (h_{1}^{+} - h_{1}^{-}) + i(h_{2}^{+} - h_{2}^{-}) \in L^{1}(\mu)$、$\lambda := (\rho_{1,a} - \rho_{1,s}) + i(\cdots)$ 的奇异部分之和，则 $d\nu = d\lambda + f\,\mathrm{d}\mu$、$\lambda \perp \mu$ ✓； - **唯一性**：若 $d\lambda + f\,\mathrm{d}\mu = d\lambda' + f'\,\mathrm{d}\mu$，与 $\mu$ 取 Lebesgue 分解比奇异部分得 $\lambda = \lambda'$；比绝对连续部分并用密度 a.e. 唯一得 $f = f'$ a.e. ✓。∎ ⚠️ 这里 $f \in L^{1}(\mu)$（真正可积）而不是「广义可积」，因为复测度**有限**。 复测度可以拆成实部与虚部、各自再用符号测度的版本 —— 这是把上一套结论搬到复情形的标准做法。 ⚠ 这里 $f \in L^1(\mu)$ 而不再是「广义可积」：因为复测度有限，$f$ 必须真可积。 参考：Folland, Real Analysis, Theorem 3.11 #### 全变差的基本性质　`prop.total-variation-basics` *命题*　命题：$|\nu(E)| \le |\nu|(E)$，且 $d|\nu| = |f| d\mu$ 设 $\nu$ 是复测度（或符号测度），$|\nu|$ 是它的全变差。则 **(a)** $|\nu(E)| \le |\nu|(E)$ 对一切 $E \in \mathcal{M}$ 成立； **(b)** 若 $d\nu = f d\mu$（即 $\nu \ll \mu$）则 $d|\nu| = |f| d\mu$，即 $$|\nu|(E) = \int_E |f| d\mu$$ **证明。** 记 $|\nu|(E) := \sup\bigl\{\sum_{j}|\nu(E_{j})| : E = \bigsqcup_{j} E_{j} \text{ 可数划分} \bigr\}$。 **(a)** 对任意划分，由三角不等式 $$|\nu(E)| = \Bigl|\sum_{j}\nu(E_{j})\Bigr| \le \sum_{j}|\nu(E_{j})|,$$ 对一切划分取上确界得 $|\nu(E)| \le |\nu|(E)$ ✓。 **(b)** 设 $d\nu = f\,\mathrm{d}\mu$。 - **上界**：对任意划分 $$\sum_{j}|\nu(E_{j})| = \sum_{j}\Bigl|\int_{E_{j}} f\,\mathrm{d}\mu\Bigr| \le \sum_{j}\int_{E_{j}}|f|\,\mathrm{d}\mu = \int_{E}|f|\,\mathrm{d}\mu,$$ 取上确界得 $|\nu|(E) \le \int_{E}|f|\,\mathrm{d}\mu$ ✓； - **下界**：取只由 $E \cap \{f \ge 0\}$ 与 $E \cap \{f < 0\}$ 组成的划分，此时 $\sum_{j}|\nu(E_{j})| = \int_{E}|f|\,\mathrm{d}\mu$，故上确界 $\ge$ 它 ✓； 两边合起来：$|\nu|(E) = \int_{E}|f|\,\mathrm{d}\mu$，即 $d|\nu| = |f|\,\mathrm{d}\mu$ ✓。 **不同表示的一致性**：若同时有 $d\nu = f_{1}d\mu_{1} = f_{2}d\mu_{2}$，取公共基准 $\rho := |\nu| + \mu_{1} + \mu_{2}$，把两边都用链式法则换到 $\rho$ 上，再用上式的上确界论证即得 $|f_{1}|\frac{d\mu_{1}}{d\rho} = |f_{2}|\frac{d\mu_{2}}{d\rho}$ $\rho$-a.e. ✓。∎ (b) 的证法：先取 $\rho = |\nu_1| + |\nu_2|$ 把 $\nu$ 的两个不同表示拉到一个共同的「基准测度」上，再用 Radon–Nikodym 与链式法则把两个密度都换到 $\rho$ 上。于是要证的就是 $$|f_1| \frac{d\mu_1}{d\rho} = |f_2| \frac{d\mu_2}{d\rho}\quad \rho-\text{a.e.}$$ 从而 $|f_1| d\mu_1 = |f_2| d\mu_2$ —— 说明全变差的密度与「用哪个 $\mu$ 表示 $\nu$」无关。 由此也得到一个实用的直觉：**全变差就是「把质量取绝对值之后再测一遍」**。 参考：Folland, Real Analysis, §3.3；Rudin, Real and Complex Analysis, Ch. 6 ### 星团：微分定理 > 造出「逐点求导」这套工具：覆盖引理 → 极大函数 → Lebesgue 微分定理 → RN 导数的点态公式。 #### L¹(ν) 与全变差　`prop.L1-signed` *命题*　命题：符号测度的 $L^{1}(\nu) = L^{1}(|\nu|)$，以及几条基本不等式 设 $\nu$ 是符号测度或复测度。 **(a)** $\nu \ll |\nu|$，并且 $$| d\nu / d|\nu| | = 1\quad |\nu|-\text{a.e.}$$ **(b)** 定义 $L^1(\nu) := L^1(|\nu|)$。若 $f \in L^1(\nu)$，则 $$| \int f d\nu | \le \int |f| d|\nu|$$ **(c)** $|\nu_1 + \nu_2| \le |\nu_1| + |\nu_2|$（即全变差满足三角不等式）。 **证明。** **(a)** 因为 $|\nu|(E) = 0 \implies \nu(E) = 0$（由 (a) 式 $|\nu(E)| \le |\nu|(E)$），所以 $\nu \ll |\nu|$，由 Radon–Nikodym 取 $g := \frac{d\nu}{d|\nu|}$ ✓。再把上面那条 $(b)$ 用在 $\mu := |\nu|$ 上：$d|\nu| = |g|\,\mathrm{d}|\nu|$，而有限测度对自己的导数恒为 $1$，故 $|g| = 1$ 于 $|\nu|$-a.e. ✓。 **(b)** 定义 $L^{1}(\nu) := L^{1}(|\nu|)$（右边是普通 $L^{1}$ 空间）。对 $f \in L^{1}(\nu)$，$\int f\,\mathrm{d}\nu = \int f g\,\mathrm{d}|\nu|$，于是 $$\Bigl|\int f\,\mathrm{d}\nu\Bigr| = \Bigl|\int fg\,\mathrm{d}|\nu|\Bigr| \le \int|fg|\,\mathrm{d}|\nu| = \int|f|\,\mathrm{d}|\nu|$$ （中间用积分的绝对值不等式，最后一步用 $|g| = 1$）✓。 **(c)** 取公共基准 $\rho := |\nu_{1}| + |\nu_{2}|$，写 $d\nu_{k} = f_{k}\,\mathrm{d}\rho$（$|f_{k}| = \frac{d|\nu_{k}|}{d\rho}$）。由 (a)： $$|\nu_{1}+\nu_{2}|(E) = \int_{E}|f_{1}+f_{2}|\,\mathrm{d}\rho \le \int_{E}|f_{1}|\,\mathrm{d}\rho + \int_{E}|f_{2}|\,\mathrm{d}\rho = |\nu_{1}|(E) + |\nu_{2}|(E) \;✓$$ 即全变差满足**三角不等式**，于是 $\nu \mapsto |\nu|(X)$ 是测度空间上的**范数** ✓。∎ (a) 的来源：$d\nu = g\cdot d|\nu|$ 对某个 $g$ 成立（Radon–Nikodym），且 $|g| = 1 \text{a.e.}$ —— 因为全变差本来就是「把质量取绝对值」得到的。 (b) 说明**积分理论对符号测度不需要重写**：把 $|\nu |$ 当作底层的真测度，一切照旧。 (c) 让「全变差」成为一个范数，这正是把测度空间看作 Banach 空间的起点。 参考：Folland, Real Analysis, §3.3 #### 覆盖引理　`lem.covering` *引理*　覆盖引理：开球族里能挑出不交子族，三倍膨胀仍覆盖 设 $\mathcal{E}$ 是一族 $\mathbb{R}^{n}$ 中的开球，$U = \bigcup\mathcal{E}$。若 $c < m(U)$，则存在 $\mathcal{E}$ 中**两两不交**的球 $B_1, \ldots , B_k$ 使 $$\sum_{j=1}^{k} m(B_j) > 3^{-n} c$$ 这是 **Vitali 型覆盖引理**的核心估计，极大定理全靠它。 证明的挑法：先取**半径最大**的球 $B_1$；再取与 $B_1$ 不交的、半径最大的球 $B_2$；依此类推。 为什么这样挑就够了：若某个 $A_i \in \mathcal{E}$ 没被取到，则必有某个 $B_j$ 与它相交 —— 取**下标最小**的那个 $B_j$。由挑选规则，$A_i$ 的半径不超过 $B_j$ 的半径（否则取 $B_j$ 时就会取到 $A_i$ 了）。把 $B_j$ 的半径放大 3 倍，就有 $A_i \subseteq 3B_j$，于是 $K \subseteq \bigcup_j 3B_j$。 剩下的就是计数： $$c < m(K) \le 3^n \sum_j m(B_j)\quad \implies\quad \sum_j m(B_j) > 3^{-n} c$$ ⚠ 注意膨胀因子是 **$3^{n}$**（而不是 $2^{n}$）—— 这正是因为「半径不超过」是弱不等式，需要一点余量。 参考：Folland, Real Analysis, Lemma 3.15 #### 局部可积　`def.locally-integrable` *定义*　局部可积函数 $L^{1}_{\text{loc}}$ 可测函数 $f : \mathbb{R}^n \to \mathbb{C}$ 是**局部可积的**，当且仅当 $$\int_K |f(x)| dx < \infty\quad \text{ 对每个有界可测集} K \subseteq \mathbb{R}^n$$ 局部可积函数全体记作 $L^1_{loc}$（或 $L^1_{loc}(\mathbb{R}^n)$）。 直觉：$f$ 可能「在无穷远处爆掉」，但在每个有限范围里都还好。 例：常函数 1 属于 $L^{1}_{l}oc$ 但不属于 $L^{1}(\mathbb{R}^{n})$；$1/|x|$ 在 $\mathbb{R}^{n}$ 上属于 $L^{1}_{l}oc$（$n \ge 2$ 时不属于 $L^{1}$）。 ⚠ 微分理论里必须是 $L^{1}_{l}oc$ 而不是 $L^{1}$：因为讨论的是**逐点**行为，而局部信息就够。 参考：Folland, Real Analysis, §3.4 #### 平均算子 Aᵣ　`def.average-operator` *定义*　平均算子（Averaging Operator $A_{r} f$） 设 $f \in L^1_{loc}$，$x \in \mathbb{R}^n$，$r > 0$。定义 $$A_r f(x) := \frac{1}{m(B(r, x))} \int_{B(r, x)} f(y) dy$$ 即 $f$ 在以 $x$ 为心、$r$ 为半径的球上的**平均值**。 这是「把函数抹平」的算子：$A_r f$ 是 $f$ 的连续化版本（见下一条），$r \to 0$ 时应当回到 $f$ 本身 —— 而那正是 Lebesgue 微分定理要说的事。 ⚠ 注意积分是**对 Lebesgue 测度 $m$** 取的，跟这一段的符号测度 $\nu$ 无关。 参考：Folland, Real Analysis, §3.4 #### 平均算子联合连续　`lem.average-continuous` *引理*　引理：$A_{r} f(x)$ 关于 (r, x) 联合连续 设 $f \in L^1_{loc}$。则 $A_r f(x)$ 作为 $(r, x)$ 的函数是**联合连续**的。 证明的骨架：把积分写成 $$\int_{B(r, x)} f(y) dy = \int_{\mathbb{R}^n} \chi_{B(r, x)}(y) f(y) dy$$ 于是只需证 $\chi_{B(r,x)} \to \chi_{B(r_0,x_0)}$（当 $(r,x) \to (r_0,x_0)$）在足够好的意义上成立，再用 DCT。 分两块看（取目标点 $(r_0, x_0)$）： $\cdot$ 若 $y$ 在球内：$\varepsilon := r_0 - |y - x_0| > 0$；当 $|x - x_0| < \varepsilon/2$ 且 $|r - r_0| < \varepsilon/2$ 时 $|y - x| < r$，故 $\chi = 1$； $\cdot$ 若 $y$ 在球外：$\varepsilon := |y - x_0| - r_0 > 0$；同样的小扰动下 $|y - x| > r$，故 $\chi = 0$。 两边合起来说明：对**几乎处处的** $y$（只排除球面），特征函数最终稳定 —— 即逐点收敛 a.e.。 控制函数取 $\chi_{B(r_0+1, x_0)}(y)\cdot|f(y)| \in L^1$，由 **DCT** 得连续性。∎ 参考：Folland, Real Analysis, Lemma 3.16 #### 极大函数　`def.maximal-function` *定义*　Hardy–Littlewood 极大函数 Hf 设 $f \in L^1_{loc}$。定义 $$Hf(x) := \sup_{r > 0} \frac{1}{m(B(r, x))} \int_{B(r, x)} |f(y)| dy = \sup_{r > 0} A_r |f|(x)$$ 称为 $f$ 的 **Hardy–Littlewood 极大函数**。 直觉：$Hf(x)$ 是「$f$ 在 $x$ 附近所有尺度上的平均值里最大的那个」。 它当然比 $f$ 大（$Hf \ge |f|$ a.e.，因为可以取 $r \to 0$），但好处是它**可测**：对每个固定的 $r$，$x \mapsto A_r|f|(x)$ 可测（由联合连续性更强），而可数个可测函数的上确界仍可测。 ⭐ 极大函数是微分理论里的「万能控制函数」：它把一个逐点问题化归成一个关于测度的估计问题，而那个估计就是下一条的极大不等式。 参考：Folland, Real Analysis, §3.4 #### 极大定理　`thm.maximal-theorem` *定理*　极大定理（弱 (1,1) 不等式） 存在常数 $C > 0$（只依赖维数 $n$），使对一切 $f \in L^1$ 与一切 $\alpha > 0$： $$m(\{x : Hf(x) > \alpha\}) \le (C/\alpha)\cdot\int |f(x)| dx$$ 这叫**弱 (1,1) 型**不等式：不能保证 $Hf \in L^1$（事实上一般不是），但能保证它的**分布函数**被 $1/\alpha$ 控制。 在 $\mathbb{R}^{n}$ 里 $C = 3^n$（这正是覆盖引理里那个膨胀因子）。 ⭐ 它的角色：**「平均值的例外集是小的」** —— 于是一切逐点收敛问题都可以用「例外集测度 $\to 0$」来解决。 参考：Folland, Real Analysis, Theorem 3.17 #### Lebesgue 微分定理　`thm.lebesgue-differentiation` *定理*　Lebesgue 微分定理：$A_{r} f(x) \to f(x) \text{a.e.}$ 设 $f \in L^1_{loc}$。则 $$\lim_{r\to0} A_r f(x) = f(x)\quad \text{ 对} \text{a.e.} x \in \mathbb{R}^n$$ ⭐ 一句话：**可积函数几乎处处等于自己局部平均值的极限**。 这也是「Lebesgue 积分比 Riemann 积分好」最直观的一条：Riemann 可积函数的连续性几乎处处成立，而这里连「连续」都不需要。 证明的三段（下一条箭头里展开）：先用连续函数逼近 $\to$ 再用极大定理把「坏集」压成零测。 参考：Folland, Real Analysis, Theorem 3.18 #### Lebesgue 集　`def.lebesgue-set` *定义*　Lebesgue 集 $L_f$ 设 $f \in L^1_{loc}$。定义 $$L_f := \{ x : \lim_{r\to0} \frac{1}{m(B(r, x))} \int_{B(r, x)} |f(y) - f(x)| dy = 0 \}$$ 称为 $f$ 的 **Lebesgue 集**。 ⚠ 注意定义里积的是 $|f(y) - f(x)|$（与 $f$ 在该点的值比较），不是 $|f(y)|$。 这么定义是为了让「可缩族」版本（下一条定理）能直接用 —— 那里需要的是**局部一致逼近**，而不是简单的平均值收敛。 $x \in L_f$ 常被说成「$x$ 是 $f$ 的 Lebesgue 点」。直觉：在这个点附近，$f$ 的振荡在平均意义下趋于 0。 参考：Folland, Real Analysis, §3.4 #### Lebesgue 集几乎处处　`thm.lebesgue-set-full` *定理*　定理：$f \in L^{1}_{\text{loc}} \implies m(L_f^{c}) = 0$ 若 $f \in L^1_{loc}$，则 $$m(L_f^c) = 0$$ 即：**几乎每个点都是 Lebesgue 点**。 证明的思路很巧：对每个复数 $c$，把微分定理用在函数 $|f(x) - c|$ 上，得到「除一个零集 $E_c$ 外，$\lim_{1/m(B)}\int|f(y) - c|dy = |f(x) - c|$」。 然后取 **$\mathbb{C}$ 的一个可数稠密子集 $D$**，令 $E = \bigcup_{c \in D} E_c$（可数并仍是零集）。对 $x \notin E$ 与任意 $\varepsilon > 0$，取 $c \in D$ 使 $|f(x) - c| < \varepsilon$，于是 $$\lim_{r\to0} \frac{1}{m(B(r,x))} \int_{B(r,x)} |f(y) - f(x)| dy \le |f(x) - c| + \varepsilon < 2\varepsilon$$ 令 $\varepsilon \to 0$ 即得。∎ ⭐ 「取一个可数稠密子集」这一步是可数性技巧的典型用法：把不可数多个条件化归成可数多个零集之并。 参考：Folland, Real Analysis, Theorem 3.20 #### 可缩族　`def.shrinks-nicely` *定义*　可缩地趋于 x（Shrinks Nicely） $\mathbb{R}^n$ 的一族 Borel 子集 $\{E_r\}_{r > 0}$ 叫**可缩地趋于 $x$**，当且仅当 $\cdot$ $E_r \subseteq B(r, x)$ 对每个 $r$ 成立； $\cdot$ 存在 $\alpha > 0$，使 $m(E_r) > \alpha\cdot m(B(r, x))$ 对一切 $r$ 成立。 两个条件的含义：**装得进去**（$E_r$ 在球里）、**不能太瘪**（体积至少是球的 $\alpha$ 倍）。 典型例子：取 $E_r = B(r, x)$ 本身（$\alpha = 1$）；或取 $E_r$ 为球内某个固定形状（如立方体）按比例缩放。 反例：$E_r$ 取成球内一条细长的薄片 —— 体积比可以趋于 0，这样的族就不是「可缩地」趋于 $x$。 ⭐ 引入这个概念是为了让微分定理**不依赖球的形状**：只要不瘪，结论照旧。 参考：Folland, Real Analysis, §3.4 #### 可缩族的微分定理　`thm.differentiation-general` *定理*　定理：对可缩族，Lebesgue 微分定理仍然成立 设 $f \in L^1_{loc}$，$x \in L_f$。则对**每一个**可缩地趋于 $x$ 的族 $\{E_r\}_{r>0}$： $$\lim_{r\to0} \frac{1}{m(E_r)} \int_{E_r} |f(y) - f(x)| dy = 0, $$ $$\lim_{r\to0} \frac{1}{m(E_r)} \int_{E_r} f(y) dy = f(x)$$ 证明是一行估计：由 $E_r \subseteq B(r,x)$ 与 $m(E_r) > \alpha m(B(r,x))$， $$\frac{1}{m(E_r)} \int_{E_r} |f - f(x)| \le \frac{1}{m(E_r)} \int_{B(r,x)} |f - f(x)| \le (1/\alpha)\cdot m(B(r,x)) \int_{B(r,x)} |f - f(x)|$$ 而最右边由「$x \in L_f$」趋于 0。∎ ⭐ 全部难度都在把 L_f 的定义选对（用 $|f(y) - f(x)|$ 而不是 $|f(y)|$）—— 选对之后这一步就是白送的。 参考：Folland, Real Analysis, Theorem 3.21 #### 正则 Borel 测度　`def.regular-measure` *定义*　正则 Borel 测度（Regular Borel Measure） $\mathbb{R}^{n}$ 上的 Borel 测度 $\nu$ 是**正则的**，当且仅当 $\cdot$ $\nu(K) < \infty$ 对每个紧集 $K$ 成立； $\cdot$ $\nu(E) = \inf\{ \nu(U) : U\text{ 开}, E \subseteq U \}$ 对每个 $E \in \mathfrak{B}_{\mathbb{R}^n}$ 成立（**外正则**）。 符号测度或复测度 $\nu$ 叫正则 $\iff$ $|\nu|$ 正则。 第二条是「从外面用开集逼近」。在 $\mathbb{R}^{n}$ 上它其实由第一条推出。 **每个正则测度都是 $\sigma$有限的**（用紧集的可数覆盖）。 $f \in L^+(\mathbb{R}^n)$ 时，$f\cdot dm$ 正则 $\iff$ $f \in L^1_{loc}$ —— 这条把「正则」与「局部可积」接了起来。 参考：Folland, Real Analysis, §7.2 #### RN 导数的点态公式　`thm.rn-pointwise` *定理*　定理：$\nu(E_{r})/m(E_{r}) \to f(x) \text{a.e.}$，其中 $d\nu = d\lambda + f dm$ 设 $\nu$ 是 $\mathbb{R}^{n}$ 上的**正则**符号/复 Borel 测度，$d\nu = d\lambda + f\cdot dm$ 是它关于 Lebesgue 测度 $m$ 的 Lebesgue–Radon–Nikodym 表示。则对 **m-a.e.** 的 $x \in \mathbb{R}^n$， $$\lim_{r\to0} \nu(E_r) / m(E_r) = f(x)$$ 对**每一个**可缩地趋于 $x$ 的族 $\{E_r\}_{r>0}$ 成立。 ⭐ 这条定理把 Radon–Nikodym 导数从「抽象的存在物」变成了**可以逐点算出来的极限**： $$f(x) = \lim_{r\to0} \nu(B(r, x)) / m(B(r, x))$$ 这正是微积分里「密度 $=$ 质量 / 体积」的严格版本，也是「RN 导数是导数的推广」这一说法的根据。 证明的思路：先验证 $d|\nu| = d|\lambda| + |f| dm$，于是 $\lambda$ 与 f dm 都正则、特别地 $f \in L^1_{loc}$；把比值拆成 $$\nu(E_r) / m(E_r) = \lambda(E_r) / m(E_r) + \frac{1}{m(E_r)} \int_{E_r} f\cdot dm$$ 第二项由微分定理趋于 f(x)。第一项要证它是 0，用一个「分块 + 覆盖引理 $\lambda (A) = m(A^{c}) = 0$」的论证把坏集压成零测。 参考：Folland, Real Analysis, Theorem 3.22 ### 星团：有界变差与绝对连续 > 造出「测度 ↔ 函数」的字典：全变差 → BV 的 Jordan 分解 → NBV 与 Borel 测度一一对应 → 微积分基本定理。 #### 单调函数几乎处处可导　`thm.monotone-differentiable` *定理*　定理：单调函数几乎处处可导，且不连续点可数 设 $F : \mathbb{R} \to \mathbb{R}$ 递增，$G(x) := F(x+)$（右极限）。则 **(a)** $F$ 的不连续点至多可数； **(b)** $F$ 与 $G$ 都 **a.e. 可导**，且 $$F' = G'\quad \text{a.e.}$$ (a)：每个不连续点 $x$ 对应一个「跳跃区间」$(F(x-), F(x+))$，这些区间两两不交；每个区间里取一个有理数，得到一个到 $\mathbb{Q}$ 的单射。故不连续点至多可数。 (b) 的路线很漂亮：$G$ 右连续递增，于是它诱导一个正则 Borel 测度 $\mu _G$。对 $h > 0$ 有 $$G(x+h) - G(x) = \mu_G((x, x+h])$$ 于是差商恰好是 $\mu_G(E_h)/m(E_h)$ —— 其中 $E_h = (x, x+h]$ 是一个**可缩族**。由 RN 导数的点态公式（见「$\mathbb{R}^{n}$ 上的微分」），这个比值 a.e. 收敛到 $\mu _G$ 关于 $m$ 的 RN 导数，即 $G' \text{a.e.}$ 存在。 剩下的部分用一个「夹逼」把 $F' = G'$ 也拿下：令 $H = G - F \ge 0$（跳跃函数），它 a.e. 为 0；再令 $\bar{F}$ 为跳跃的累积函数，则 $\mu _{\bar{F}}$ 集中在可数集上，故 $\mu _{\bar{F}} \perp m$，于是 $\bar{F}' = 0 \text{a.e.}$。在 $\bar{F}' = 0$ 的点上用 $$0 \le H(x+h) / h \le (\bar{F}(x+h) - \bar{F}(x)) / h\quad (h > 0)$$ 夹逼即得 $H' = 0 \text{a.e.}$，故 $F' = G' \text{a.e.}$∎ 参考：Folland, Real Analysis, Theorem 3.23 #### 有界变差 BV　`def.bounded-variation` *定义*　全变差与有界变差函数（Total Variation, BV） 设 $F : \mathbb{R} \to \mathbb{C}$。定义它的**全变差函数** $$T_F(x) := \sup \{ \sum_{j=1}^{n} |F(x_j) - F(x_{j-1})| : n \in \mathbb{N}, -\infty < x_0 < \cdots < x_n = x \}$$ $T_F$ 是递增的 $\mathbb{R} \to [0, +\infty]$。若 $T_F(+\infty) < +\infty$，称 $F$ 是**有界变差的**，这类函数全体记作 **BV**。 $T_F(b) - T_F(a)$ 称为 $F$ 在 $[a, b]$ 上的全变差；$[a,b]$ 上有界变差的函数全体记作 $BV([a, b])$。 直观：$T_F(x)$ 是「沿着图像从 $-\infty$ 走到 $x$ 所走过的总路程」。有界变差就是「走过的路有限」。 两个自然的映射：**投射** $BV \to BV([a,b])$，$f \mapsto f|_{[a,b]}$；**嵌入** $BV([a,b]) \to BV$，$f \mapsto \{ f(x) (x \in [a,b]); f(b) (x > b); f(a) (x < a) \}$。 ⚠ 全变差用的是**每一段的绝对差之和**，所以振荡太厉害的（比如 $x \sin(1/x)$ 在 0 附近）就要仔细算 —— 见例子节点。 参考：Folland, Real Analysis, §3.5；Rudin, Real and Complex Analysis, Ch. 7 #### BV 的例子与基本性质　`prop.bv-examples` *命题*　命题：BV 的几个例子与封闭性 1. 若 $F : \mathbb{R} \to \mathbb{R}$ **有界递增**，则 $F \in BV$（此时 $T_F = F - F(-\infty)$）。 2. $BV$ 是 $\mathbb{C}$向量空间。 3. 若 $F$ 实可微且 $F'$ 有界，则对一切 $-\infty < a < b < \infty$ 有 $F \in BV([a,b])$。 4. $F(x) = \sin x$：对任何紧区间 $[a,b]$，$F \in BV([a,b])$。 5. $F(x) = xsin(1/x)$（$x \ne 0$），$F(0) = 0$：若 $0 \in [a,b]$，则 $F \in BV([a,b])$。 **逐条验证。** 记 $T_{F}(x) := \sup\bigl\{\sum_{j=1}^{n}|F(x_{j})-F(x_{j-1})| : -\infty < x_{0} < \cdots < x_{n} = x\bigr\}$。 1. **有界递增**：任意划分的变差和 $\sum_{j}(F(x_{j})-F(x_{j-1})) = F(b)-F(a)$（telescoping，绝对值可以去掉），故 $T_{F}(x) = F(x)-F(-\infty)$ 有限 ✓。 2. **$BV$ 是 $\mathbb{C}$-向量空间**：逐点 $|(F+G)(x_{j})-(F+G)(x_{j-1})| \le |\Delta F| + |\Delta G|$，对划分取上确界得 $T_{F+G} \le T_{F}+T_{G} < \infty$ ✓；数乘同理 ✓。 3. **可微 + $F'$ 有界**：$|F'| \le M$ 时由中值定理 $|F(x_{j})-F(x_{j-1})| \le M(x_{j}-x_{j-1})$，故 $T_{F}(b)-T_{F}(a) \le M(b-a) < \infty$ ✓。 4. **$\sin x$**：$|\sin'| \le 1$，套上 3 ✓。 5. **$x\sin(1/x)$**（$x \ne 0$，$F(0)=0$）：在紧区间上 $F$ 可微且 $F'$ 局部有界，同上得有限全变差 ✓。 **分界线**：$F(x) = \sin(1/x)$（$x \ne 0$，$F(0) = 0$）**不属于** $BV$ —— 在 $0$ 附近振幅不衰减，取划分逼近 $0$ 时 $\sum|\Delta F|$ 像调和级数那样发散 ✓。∎ ⭐ 所以「振荡」本身不碍事，**振幅衰减**才是 $BV$ 与「无限振荡」的分界。 第 4、5 两个例子是「振荡型」的：函数本身有界、但导数在某个点附近爆掉或无限振荡。它们仍然有界变差 —— 说明**BV 比「$C^{1}$」宽得多**。 一个标准的**反例**（不属于 BV）：$F(x) = \sin(1/x)$（$x \ne 0$）、$F(0) = 0$ —— 它在 0 附近无限次振荡且振幅不衰减，全变差发散。 ⭐ 记住这条分界线：**振幅不衰减的振荡 $\implies$ 不是 BV**。 参考：Folland, Real Analysis, §3.5 #### T_F ± F 递增　`lem.variation-monotone` *引理*　引理：实值 BV 函数的 $T_F + F$ 与 $T_F - F$ 都递增 设 $F$ 是**实值**有界变差函数。则 $$T_F + F\quad \text{ 与}\quad T_F - F$$ 都是**递增**函数。 证明：设 $x < y$，任给 $\varepsilon > 0$，取分划 $x_0 < \cdots < x_n = x$ 使 $\sum|F(x_j) - F(x_{j-1})| \ge T_F(x) - \varepsilon$，再补上点 $y$ 与 $x$ 之间的比较： $$T_F(y) \pm F(y) \ge \sum_j |F(x_j) - F(x_{j-1})| + (F(y) - F(x)) \pm F(x) \ge T_F(x) - \varepsilon \pm F(x)$$ 由 $\varepsilon$ 任意即得 $T_F(y) \pm F(y) \ge T_F(x) \pm F(x)$。∎ ⭐ 这条是下一条「BV 的 Jordan 分解」的全部技术内容：一旦知道 $T_F \pm F$ 递增，就能把 $F$ 写成一增一减。 参考：Folland, Real Analysis, Theorem 3.27 #### BV 的 Jordan 分解　`thm.bv-jordan` *定理*　定理：$F \in BV \iff F = G - H$（G、H 有界递增） **(a)** $F \in BV \iff \operatorname{Re} F \in BV\text{ 且} \operatorname{Im} F \in BV$。 **(b)** 设 $F : \mathbb{R} \to \mathbb{R}$。则 $$F \in BV \iff F = G - H,\text{ 其中} G, H\text{ 都是有界递增函数}$$ 具体取法（就是测度论 Jordan 分解的函数版）： $$F = (1/2)(T_F + F) - (1/2)(T_F - F)$$ 前一项叫 $F$ 的**正变差**，后一项叫**负变差** —— 名字与符号测度的 $\nu ^{+}$、$\nu ^{-}$ 完全对应。 由引理，$T_F \pm F$ 递增；而「有界」来自 $F \in BV$。 ⭐ 意义：**BV 函数 $=$ 两个有界递增函数之差**。于是关于 BV 的一切都能化归到「递增函数」这个好处理的情形。 参考：Folland, Real Analysis, Theorem 3.27 #### BV 函数的正则性　`prop.bv-regularity` *命题*　命题：BV 函数的单侧极限都存在、不连续点可数、a.e. 可导 设 $F \in BV$。则 **(c)** 对每个 $x \in \mathbb{R}$，$F(x+)$ 与 $F(x-)$ 都存在；$F(\pm \infty)$ 也存在； **(d)** $F$ 的不连续点至多可数； **(e)** 令 $G(x) = F(x+)$，则 $F'$ 与 $G'$ 处处存在且相等（a.e.）。 全部由「$F = G - H$」化归到递增函数：递增函数的单侧极限显然存在；不连续点可数由单调函数那条定理；a.e. 可导也由那条定理（差的导数 $=$ 导数的差）。 ⭐ 所以 BV 函数虽然可能很不光滑，但**结构上非常驯服**：只有可数多个跳跃，其余地方都「几乎处处可导」。 参考：Folland, Real Analysis, Theorem 3.27 #### NBV　`def.nbv` *定义*　NBV：右连续且 $F(-\infty) = 0$ 的有界变差函数 $$NBV := \{ F \in BV : F\text{ 右连续},\text{ 且} F(-\infty) = 0 \}$$ 为什么要加这两个条件：因为下一条定理要建立**$\mathbb{R}$ 上的复 Borel 测度 $\leftrightarrow NBV$** 的一一对应，而对应式是 $$F(x) = \mu((-\infty, x])$$ 右边那个函数自动右连续、且在 $-\infty$ 处为 0。把左边限制成 NBV，对应才是**双射**而不是满射。 参考：Folland, Real Analysis, Theorem 3.29 #### 全变差的 NBV 性质　`lem.nbv-variation` *引理*　引理：$T_F(-\infty) = 0$；F 右连续 $\implies T_F$ 右连续 设 $F \in BV$。则 - $T_F(-\infty) = 0$； - 若 $F$ **右连续**，则 $T_F$ 也右连续。 第一部分：给定 $\varepsilon > 0$ 与 $x$，取分划使 $\sum \ge T_F(x) - \varepsilon$；于是对 $y \le x_0$ 有 $T_F(y) \le \varepsilon$。由 $\varepsilon$ 任意，$T_F(-\infty) = 0$。 第二部分：设 $\alpha = T_F(x+) - T_F(x)$。由 $F$ 右连续，对充分小的 $h$ 有 $|F(x+h) - F(x)| < \varepsilon$ 且 $T_F(x+h) - T_F(x+) < \varepsilon$；再从两边各取分划夹住，得到 $$(3/2)\alpha - \varepsilon \le T_F(x+h) - T_F(x) < \varepsilon + \alpha$$ 于是 $\alpha < 4\varepsilon$，由 $\varepsilon$ 任意得 $\alpha = 0$。∎ ⭐ 这条保证「全变差」这个操作**保持 NBV**：$F \in NBV \implies T_F \in NBV$，正是下一条定理里 $|\mu _F| = \mu _\{T_F\}$ 的根据。 参考：Folland, Real Analysis, Lemma 3.30 #### 递增函数的导数积分不等式　`prop.monotone-integral-derivative` *命题*　命题：$\int_{a}^{b} F' \le F(b) - F(a)$ 设 $F \nearrow $ 递增，$G(x) = F(x+)$（右连续递增）。则 $$\int_a^b F' \le F(b) - F(a)$$ 证明：$G$ 右连续递增，诱导一个正则 Borel 测度 $\mu _G$。写它的 Lebesgue–Radon–Nikodym 分解 $$d\mu_G = d\lambda + f\cdot dm, \quad f = \lim \mu_G(E_h) / m(E_h)\quad \text{a.e.}$$ 而差商恰好是那个比值，所以 $f = G' = F'$ a.e.。于是 $$\int_a^b F' = \int_a^b f\cdot dm \le \int_a^b d\mu_G = G(b) - G(a) \le F(b) - F(a)$$ （中间那个不等号是因为省略了奇异的 $\lambda \ge 0$。）∎ ⚠ **这里一般不是等号**：Cantor 函数是经典反例 —— 它递增、连续、导数 a.e. 为 0，所以左边 $= 0$ 但右边 $= 1$。这个差别正是「绝对连续」这个概念要补上的东西。 参考：Folland, Real Analysis, Theorem 3.28 #### 测度 ↔ NBV 的一一对应　`thm.borel-measure-nbv` *定理*　定理：$\mathbb{R}$ 上的复 Borel 测度 $\longleftrightarrow$ NBV 函数 **(1)** 若 $\mu$ 是 $\mathbb{R}$ 上的复 Borel 测度，$F(x) := \mu((-\infty, x])$，则 $F \in NBV$。 **(2)** 反之，若 $F \in NBV$，则存在**唯一**的复 Borel 测度 $\mu_F$ 使 $$F(x) = \mu_F((-\infty, x])$$ 而且 $$|\mu_F| = \mu_{T_F}$$ 这是 **Riesz 表示定理**在实数轴上的形式：测度与一类函数一一对应。 证明思路：把复测度拆成四个正测度 $\mu = \mu_1^+ - \mu_1^- + i(\mu_2^+ - \mu_2^-)$，各取 $F_j^{\pm }(x) = \mu_j^{\pm }((-\infty, x])$ —— 它们递增、右连续、在 $-\infty$ 处为 0、在 $\infty$ 处有限，于是 $F \in NBV$。反方向把 $F \in NBV$ 拆成 $F_1^+ - F_1^- + i(F_2^+ - F_2^-)$，每一块配一个测度。 $|\mu_F| = \mu_{T_F}$ 这一条说的是：**取全变差（函数侧）与取全变差（测度侧）是同一件事** —— 这也正是引理「$T_F \in NBV$」的用处。 参考：Folland, Real Analysis, Theorem 3.29 #### NBV 函数的导数与测度的关系　`prop.nbv-derivative` *命题*　命题：$\mu_F \perp m \iff F' = 0 \text{a.e.}$；$\mu_F \ll m \iff F(x) = \int_{-\infty}^{x} F'$ 设 $F \in NBV$。则 $F' \in L^1(m)$，并且 $$\mu_F \perp m \iff F' = 0\quad \text{a.e.}$$ $$\mu_F \ll m \iff F(x) = \int_{-\infty}^{x} F'(t) dt$$ 证明：写 $d\mu_F = d\lambda + f\cdot dm$（Lebesgue 分解），由测度那条定理 $f = F'$ a.e.。于是 $\cdot$ $\mu_F \perp m$ 意味着绝对连续部为零，即 $f = 0 \implies F' = 0 \text{a.e.}$； $\cdot$ $\mu_F \ll m$ 意味着 $\lambda = 0$，于是 $F(x) = \mu_F((-\infty,x]) = \int_{-\infty}^x f\cdot dm = \int_{-\infty}^x F'\cdot dt$。 ⭐ 这一条就是「微积分基本定理」的测度版：**能不能把函数积回来，取决于 $\mu _F$ 是否绝对连续**。 参考：Folland, Real Analysis, Theorem 3.35 #### 绝对连续函数　`def.ac-function` *定义*　绝对连续函数 AC（Absolutely Continuous Function） 函数 $F : [a, b] \to \mathbb{C}$ 是**绝对连续的**，当且仅当 $$\forall\varepsilon > 0, \exists\delta > 0 :\text{ 任意有限个两两不交的区间} (a_j, b_j) \subseteq [a, b]\text{ 满足} \sum(b_j - a_j) < \delta,\text{ 就一定有} \sum|F(b_j) - F(a_j)| < \varepsilon$$ ⚠ 注意与「一致连续」的区别：一致连续是**单个**小区间上控制振幅，而绝对连续要求**任意多个小区间合起来**也能控制 —— 这正是为了堵住 Cantor 函数那种「在零测集上爬升」的情形。 记号：$AC([a, b])$ 表示 $[a,b]$ 上绝对连续的函数全体。 参考：Folland, Real Analysis, §3.5 #### 函数绝对连续 ⟺ 测度绝对连续　`prop.ac-iff-measure-ac` *命题*　命题：F 绝对连续 $\iff \mu_F \ll m$ 设 $F \in NBV$。则 $$F\text{ 绝对连续} \iff \mu_F \ll m$$ **$(\Longleftarrow )$** 由测度的绝对连续的 $\varepsilon$–$\delta$ 刻画：$\mu_F \ll m$ 给出「$m(E) < \delta \implies |\mu_F(E)| < \varepsilon$」。取 $E$ 为区间的有限不交并，就直接得到函数版的绝对连续性。 **$(\implies )$** 设 $E \in \mathfrak{B}_\mathbb{R}$ 且 $m(E) = 0$。要证 $\mu_F(E) = 0$。取递减开集列 $U_1 \supseteq U_2 \supseteq \cdots \supseteq E$ 使 $m(U_k) < \delta$（由正则性）。每个 $U_k$ 是区间的可数不交并，由函数的绝对连续性与 $m(U_k) < \delta$ 得 $|\mu_F(U_j)| < \varepsilon$；再由测度的上连续性与 $\bigcap U_k = E$ 得 $|\mu_F(E)| \le \varepsilon$。由 $\varepsilon$ 任意，$\mu_F(E) = 0$。∎ ⭐ 这条把两个「绝对连续」**接上了**：函数的和测度的。从此「绝对连续函数」这个微积分里的概念有了测度论的解释。 参考：Folland, Real Analysis, Theorem 3.35 #### 积出来的函数是 AC · NBV　`cor.integral-is-ac-nbv` *推论*　推论：$f \in L^{1}(m) \implies F(x) = \int_{-\infty}^{x} f$ 是 AC、NBV；反之亦然 **(1)** 若 $f \in L^1(m)$，则 $$F(x) := \int_{-\infty}^{x} f(t) dt$$ 属于 $AC \cap NBV$。 **(2)** 反之，若 $F \in NBV$ 且绝对连续，则 $F' \in L^1(m)$ 且 $$F(x) = \int_{-\infty}^{x} F'(t) dt$$ **证明。** **(1)** 设 $f \in L^{1}(m)$、$F(x) := \int_{-\infty}^{x} f(t)\,\mathrm{d}t$。 - **$F \in NBV$**：$F$ 右连续（$x \downarrow x_{0}$ 时 $f\chi_{(-\infty,x]} \to f\chi_{(-\infty,x_{0}]}$ 逐点且被 $|f|$ 控制，用控制收敛定理）✓；$F(-\infty) = 0$ ✓；对任意划分 $\sum|F(x_{j})-F(x_{j-1})| \le \int_{a}^{b}|f| < \infty$，故 $T_{F} < \infty$ ✓。 - **$F \in AC$**：给 $\varepsilon > 0$。由 $|f| \in L^{1}$ 的绝对连续性取 $\delta > 0$ 使 $m(E) < \delta \implies \int_{E}|f| < \varepsilon$；于是对两两不交的区间族 $\bigsqcup(a_{j}, b_{j})$ 且 $\sum(b_{j}-a_{j}) < \delta$， $$\sum_{j}|F(b_{j}) - F(a_{j})| \le \sum_{j}\int_{a_{j}}^{b_{j}}|f| = \int_{\bigcup(a_{j},b_{j})}|f| < \varepsilon \;✓$$ **(2)** 反之设 $F \in NBV \cap AC$。$F$ 有界变差 $\implies$ $F$ 可测、a.e. 可导、$F' \in L^{1}(m)$，且有 Lebesgue 分解 $dF = F'\,\mathrm{d}m + dF_{s}$（$F_{s} \perp m$，由 $F$ 的测度部分给出）；而**绝对连续恰好等价于「测度部分没有奇异部分」**，即 $F_{s} = 0$ ✓。于是 $F(x) = \int_{-\infty}^{x}F'\,\mathrm{d}m$ ✓。∎ ⭐ 两方向合起来：**绝对连续函数恰好是某个 $L^{1}$ 函数的积分**。 两个方向合起来就是「绝对连续函数正好是某个 $L^{1}$ 函数的积分」。 参考：Folland, Real Analysis, Theorem 3.35 #### AC ⊆ BV　`lem.ac-subset-bv` *引理*　引理：绝对连续蕴含绝对变差（紧区间上） $$AC([a, b]) \subseteq BV([a, b])$$ 证明：由绝对连续性取 $\delta$ 使「总长 $< \delta \implies$ 总变差 $< 1$」。把 [a,b] 切成有限多段、每段长度 $< \delta$，则每段的变差 $\le 1$，加起来 $\le$ 段数 —— 有限。∎ ⚠ 反过来不成立：**Cantor 函数在 [0,1] 上有界变差但不绝对连续**。所以这个包含是严格的。 ⭐ 这条是下面那条「微积分基本定理 TFAE」的准备工作：它保证 $(a) \implies BV$，从而可以谈 $F'$。 参考：Folland, Real Analysis, §3.5 #### 微积分基本定理（Lebesgue 版）　`thm.ftc-lebesgue` *定理*　定理（TFAE）：绝对连续 $\iff$ 是 $L^{1}$ 函数的积分 $\iff$ 导数的积分还原 设 $F : [a, b] \to \mathbb{C}$，区间紧。则下列三条**彼此等价**： **(a)** $F$ 在 $[a, b]$ 上**绝对连续**； **(b)** 存在 $f \in L^1([a, b])$ 使 $$F(x) - F(a) = \int_a^x f(t) dt\quad \forall x \in [a, b]$$ **(c)** $F$ **a.e. 可导**、$F' \in L^1([a, b])$，且 $$F(x) - F(a) = \int_a^x F'(t) dt$$ ⭐ 这是 **Newton–Leibniz 公式在 Lebesgue 积分下的完整版本**。对比 Riemann 积分：那里「$F'$ 可积且公式成立」要求 $F'$ 连续（或至少 Riemann 可积），这里只需要「$F$ 绝对连续」。 三个条件的分工：(a) 是「函数侧」的条件（用区间划分刻画），(b) 是「积分侧」，(c) 是「导数侧」。定理说它们是同一件事。 ⚠ 若去掉绝对连续，公式**会失效**：Cantor 函数满足 (c) 的「a.e. 可导 $F' \in L^{1}$」但 $\int _{0}^{1} F' = 0 \ne F(1) - F(0) = 1$。 证明链条：$(a) \implies (b)$：由 $AC \subseteq BV$ 与「$\mu _F \ll m$」；$(b) \implies (c)$：微积分基本定理的直接推论；$(c) \implies (a)$：由「$F(x) = \int F'$」的形式给出绝对连续性。 参考：Folland, Real Analysis, Theorem 3.35 ### 星团：L^p 空间 > 造出函数空间本身：Hölder / Minkowski → Banach 完备 → 空间之间的包含 → 对偶 (L^p)* ≅ L^q。 #### L^p 范数　`def.lp-norm` *定义*　$L^p$ 范数与 $L^p$ 空间 固定测度空间 $(X, \mathcal{M}, \mu)$。对可测 $f$ 与 $0 < p < \infty$ 定义 $$\|f\|_p := \left[ \int |f|^p \, d\mu \right]^{1/p}$$ 以及 $$L^p(X, \mathcal{M}, \mu) := \{\, f : X \to \mathbb{C} : f \text{ 可测},\ \|f\|_p < \infty \,\}$$ 基本事实（都可直接验证）： - $\|f\|_p = 0 \iff f = 0$ a.e.； - $\|cf\|_p = |c| \, \|f\|_p$； - $f, g \in L^p \implies f + g \in L^p$（这一步用 $|f+g|^p \le 2^p(|f|^p + |g|^p)$）。 ⚠ **$p < 1$ 时三角不等式失效**，所以那时 $L^p$ 只是拟范数空间（虽然它仍然是完备的）。 和 $L^1$ 一样，$L^p$ 的元素其实是**函数的等价类**（a.e. 相等视为同一个），这正是 $\|f\|_p = 0 \implies f = 0$ 得以成立的前提。 参考：Folland, Real Analysis, §6.1 #### Young 不等式　`lem.young-inequality` *引理*　Young 不等式（$a^\lambda \cdot b^{1-\lambda} \le \lambda a + (1-\lambda)b$） 设 $a \ge 0$，$b \ge 0$，$0 < \lambda < 1$。则 $$a^{\lambda} b^{1-\lambda} \le \lambda a + (1-\lambda) b$$ 这就是 $\log$ 的凹性（等价于指数函数的凸性）： $$\log\!\left( \lambda a + (1-\lambda) b \right) \ge \lambda \log a + (1-\lambda) \log b$$ 两边取指数即得。 引出标准特例：取 $\lambda = 1/p$、$a = |f|^p / \|f\|_p^p$、$b = |g|^q / \|g\|_q^q$，就是 **Hölder 不等式** 的证明里那一步。 参考：Folland, Real Analysis, §6.1 #### Hölder 不等式　`thm.holder` *定理*　Hölder 不等式 设 $1 < p < \infty$，$q$ 是 $p$ 的**共轭指数**：$\dfrac{1}{p} + \dfrac{1}{q} = 1$。则对可测 $f, g$： $$\|fg\|_1 \le \|f\|_p \, \|g\|_q$$ **取等条件**：等号成立 $\iff$ $|f|^p$ 与 $|g|^q$ 成比例 a.e.（即 $\alpha |f|^p = \beta |g|^q$ a.e.）。 证明：先设 $\|f\|_p = \|g\|_q = 1$。由 Young 不等式，把 $\lambda = 1/p$、$a = |f|^p$、$b = |g|^q$ 代进去得 $$|fg| \le \frac{|f|^p}{p} + \frac{|g|^q}{q}$$ 两边积分即得 $\|fg\|_1 \le \frac{1}{p} + \frac{1}{q} = 1$。一般情形把 $f, g$ 各自归一化。 ⚠ $p = q = 2$ 时就是 **Cauchy–Schwarz 不等式**。 $p = 1$ 时共轭指数是 $q = \infty$，此时 $\|fg\|_1 \le \|f\|_1 \|g\|_\infty$（见 $L^\infty$ 那一节）。 参考：Folland, Real Analysis, Theorem 6.2 #### Minkowski 不等式　`thm.minkowski` *定理*　Minkowski 不等式（$L^p$ 的三角不等式） 设 $1 \le p < \infty$。则对 $f, g \in L^p$： $$\|f + g\|_p \le \|f\|_p + \|g\|_p$$ $p = 1$ 就是积分的三角不等式，显然。 一般 $p$ 的证明： $$\int |f+g|^p = \int |f+g| \cdot |f+g|^{p-1} \le \int (|f| + |g|) |f+g|^{p-1} \le \left( \|f\|_p + \|g\|_p \right) \left\| |f+g|^{p-1} \right\|_q$$ 其中最后一步是对 $|f| \cdot |f+g|^{p-1}$ 与 $|g| \cdot |f+g|^{p-1}$ 各用一次 Hölder。再注意 $$\left\| |f+g|^{p-1} \right\|_q^{\,q} = \int |f+g|^{(p-1)q} = \int |f+g|^p$$ 两边约掉一个 $\|f+g\|_p^{p/q}$ 即得。∎ ⭐ 有了它，$\|\cdot\|_p$ 才真的成为**范数** —— 这是下面「$L^p$ 是 Banach 空间」的前提。 参考：Folland, Real Analysis, Theorem 6.2 #### L^p 是 Banach 空间　`thm.lp-banach` *定理*　定理（Riesz–Fischer）：$1 \le p < \infty$ 时 $L^p$ 完备 设 $1 \le p < \infty$。则 $L^p(X, \mathcal{M}, \mu)$ 关于范数 $\|\cdot\|_p$ 是**完备**的，即它是一个 **Banach 空间**。 证明用的判据是：**赋范线性空间完备 $\iff$ 绝对收敛的无穷级数收敛**。 设 $\{f_k\} \subseteq L^p$ 且 $\sum_{k} \|f_k\|_p = B < \infty$。只要证明 $\sum_k f_k$ 在 $L^p$ 范数下收敛即可。 技巧在于把「逐点收敛」与「范数收敛」分开处理：令 $G_n = \sum_{k \le n} |f_k|$、$G = \sum_k |f_k|$，则由 MCT $$\|G_n\|_p \le \sum_{k \le n} \|f_k\|_p \le B \quad \implies \quad \int G^p = \lim_n \int G_n^p \le B^p$$ 故 $G \in L^p$、特别地 $G < \infty$ a.e.，于是 $\sum_k f_k$ **a.e. 绝对收敛**。记极限为 $F$。 再用一次 DCT 拿下范数收敛：$\left| F - \sum_{k \le n} f_k \right|^p \le (2G)^p \in L^1$，故 $$\left\| F - \sum_{k \le n} f_k \right\|_p^p = \int \left| F - \sum_{k \le n} f_k \right|^p \to 0$$ ∎ 参考：Folland, Real Analysis, Theorem 6.6 #### 紧支简单函数稠密　`prop.dense-simple-compact-support` *命题*　命题：紧支集简单函数在 $L^p$ 中稠密 设 $1 \le p < \infty$。**紧支集的简单函数**在 $L^p$ 中稠密（$p = \infty$ 时不成立）。 证明：对 $f \in L^p$，取简单函数列 $\{f_n\}$ 使 $f_n \to f$ a.e. 且 $|f_n| \le |f|$（简单函数逼近定理给的就是这个形状）。于是 $f_n \in L^p$，且 $$|f_n - f|^p \le 2^p |f|^p \in L^1$$ 由 DCT 得 $\|f_n - f\|_p \to 0$。$f_n$ 是简单函数、支撑集有限 —— 这就是要的稠密性。∎ ⚠ **$p = \infty$ 时这条失效**：$L^\infty$ 里的简单函数是「有限个值」，均匀逼近一个连续函数办不到（例如 $\sin$ 型或一般的连续函数）。 参考：Folland, Real Analysis, §6.1 #### 本性上界与 L^∞　`def.essential-sup` *定义*　本性上界 $\|f\|_\infty$ 与空间 $L^\infty$ 定义 $$\|f\|_\infty := \inf \{\, a \ge 0 : \mu(\{\, |f| > a \,\}) = 0 \,\}$$ （把 $f$ 在零集上的取值完全忽略之后，它的「真正」上界。）这个下确界**是可以取到的**：对 $a = \|f\|_\infty$ 本身就有 $\mu(\{|f| > a\}) = 0$。 $$ L^\infty(X, \mathcal{M}, \mu) := \{\, f : X \to \mathbb{C} : f \text{ 可测},\ \|f\|_\infty < \infty \,\} $$ 等价说法：$\|f\|_\infty \le M \iff |f(x)| \le M$ 对 a.e. $x$ 成立。 「本性」两个字的意思是：**把零集上的糟糕取值统统不算**。比如 $f = 0$ a.e. 但 $f$ 在某个零集上取 $+\infty$，仍然有 $\|f\|_\infty = 0$。 ⚠ $\|f\|_\infty$ 与「$\sup |f|$」不同：后者可能因为零集上的一点而变得很大。 参考：Folland, Real Analysis, §6.1 #### L^∞ 的性质　`thm.linf-properties` *定理*　定理：$L^\infty$ 的五条基本性质 **(a)** $\|fg\|_\infty \le \|f\|_\infty \|g\|_\infty$。若 $f \in L^1$、$g \in L^\infty$，则 $$\|fg\|_1 = \|f\|_1 \|g\|_\infty \iff |g(x)| = \|g\|_\infty \text{ a.e. on } \{f \ne 0\}$$ **(b)** $\|\cdot\|_\infty$ 是 $L^\infty$ 上的**范数**。 **(c)** $\|f_n - f\|_\infty \to 0 \iff$ 存在 $E \in \mathcal{M}$、$\mu(E^c) = 0$，使 $f_n \to f$ **在 $E$ 上一致收敛**。 **(d)** $L^\infty$ 是 **Banach 空间**。 **(e)** 简单函数在 $L^\infty$ 中**稠密**。 **证明。** **(a)** 由 $|f(x)g(x)| \le \|f\|_{\infty}|g(x)|$ 对 a.e. $x$ 成立，取积分得 $\|fg\|_{1} \le \|f\|_{1}\|g\|_{\infty}$；同理 $\|fg\|_{1} \le \|g\|_{1}\|f\|_{\infty}$ ✓。 等号 $\|fg\|_{1} = \|f\|_{1}\|g\|_{\infty}$ 成立 $\iff$ $|g| = \|g\|_{\infty}$ 在 $\{f \ne 0\}$ 上 a.e. —— 否则 $\{f\ne0\}\cap\{|g|<\|g\|_{\infty}\}$ 正测度（在 $\sigma$ 有限下可取有限测度的子块），那里的严格不等式让整体不等式严格 ✓。 **(b)** $\|\cdot\|_{\infty}$ 是范数：非负性与齐次显然；$\|f\|_{\infty} = 0 \iff f = 0$ a.e. ✓；三角不等式由逐点 $|f+g| \le |f|+|g|$ 取**本质上确界**得到：设 $N$ 是使 $|f| \le \|f\|_{\infty}$、$|g| \le \|g\|_{\infty}$ 同时成立的补集，则在 $N^{c}$ 上 $|f+g| \le \|f\|_{\infty}+\|g\|_{\infty}$，故 $\|f+g\|_{\infty} \le \|f\|_{\infty}+\|g\|_{\infty}$ ✓。 **(c)** $\|f_{n}-f\|_{\infty} \to 0$ $\iff$ 存在**零集** $N$ 使 $f_{n} \to f$ 在 $N^{c}$ 上**一致**： - $(\implies)$ 取 $N := \bigcup_{n}\{|f_{n}-f| > \|f_{n}-f\|_{\infty}\}$，可数并零集 ✓； - $(\Longleftarrow)$ $\|f_{n}-f\|_{\infty} \le \sup_{N^{c}}|f_{n}-f| \to 0$ ✓。 **(d)(e)** $L^{\infty}$ 里简单函数稠密：把 $f$ 按值域分层截断即得一致逼近 ✓。但**紧支**简单函数一般不稠密：取 $f \equiv 1$（$X$ 非紧），任何紧支 $\varphi$ 都满足 $\|f-\varphi\|_{\infty} \ge 1$ ✓ —— 因为 $L^{\infty}$ 只看**逐点大小**、不看集合的测度。∎ ⚠ (c) 值得注意：$L^\infty$ 范数收敛 $=$ **「丢掉一个零集之后一致收敛」** —— 这是 $L^\infty$ 独有的、比其他 $L^p$ 强得多的性质。 ⚠ (e) 与「紧支简单函数在 $L^p$ 稠密」形成对照：$L^\infty$ 里简单函数够稠密，但**紧支**的就不够（因为 $L^\infty$ 不看测度大小，只看逐点大小）。 一个很有用的直觉 ——「**$L^p$ 怎么样失败？**」： 1. 在某点**增长太快**（局部爆破）； 2. 在无穷远**衰减太慢**。 记住这两条，下面三个包含关系命题的取向就都能自己想出来。 参考：Folland, Real Analysis, §6.1 #### L^q 落在 L^p + L^r 里　`prop.lq-in-lp-plus-lr` *命题*　命题：$L^q \subseteq L^p + L^r$（$0 < p < q < r \le \infty$） 设 $0 < p < q < r \le \infty$。则 $$L^q \subseteq L^p + L^r$$ （右边理解为 $\{ g + h : g \in L^p,\ h \in L^r \}$。） 证明：取 $f \in L^q$，按「大」与「小」把它切开 —— $$E := \{\, x : |f(x)| > 1 \,\}, \qquad g := f \chi_E, \qquad h := f \chi_{E^c}$$ 则 $$|g|^p = |f|^p \chi_E \le |f|^q \chi_E, \qquad |h|^r = |f|^r \chi_{E^c} \le |f|^q \chi_{E^c}$$ （第二式用到 $|f| \le 1$ 在 $E^c$ 上成立。）于是 $g \in L^p$、$h \in L^r$。$r = \infty$ 时 $\|h\|_\infty \le 1$，显然。∎ ⭐ 这条说的是：**中间的 $L^q$ 可以被两端的 $L^p$ 与 $L^r$ 分担** —— 「大的部分」交给小的指数管，「小的部分」交给大的指数管。 参考：Folland, Real Analysis, Prop. 6.4 #### L^p ∩ L^r ⊆ L^q　`prop.lp-inter-lr-in-lq` *命题*　命题（插值）：$L^p \cap L^r \subseteq L^q$ 设 $0 < p < q < r \le \infty$。若 $f \in L^p \cap L^r$，则 $f \in L^q$，且 $$\|f\|_q \le \|f\|_p^{\lambda} \, \|f\|_r^{1-\lambda}$$ 其中 $\lambda \in (0,1)$ 由下式确定： $$\frac{1}{q} = \frac{\lambda}{p} + \frac{1-\lambda}{r} \qquad \iff \qquad \lambda = \frac{\,q^{-1} - r^{-1}\,}{p^{-1} - r^{-1}}$$ 这是 **Riesz–Thorin 插值定理**的初等特例：$L^q$ 范数被两端的 $L^p$、$L^r$ 范数「对数凸」地控制住。 证明：$r = \infty$ 的情形最干净 —— 此时 $\lambda = p/q$，从 $|f|^q \le \|f\|_\infty^{\,q-p} |f|^p$ 出发， $$\|f\|_q \le \|f\|_p^{p/q} \|f\|_\infty^{1-p/q} = \|f\|_p^{\lambda} \|f\|_\infty^{1-\lambda}$$ 一般 $r < \infty$ 时对 $$|f|^q = |f|^{\lambda q} \cdot |f|^{(1-\lambda)q}$$ 用 Hölder，指数取 $p/(\lambda q)$ 与 $r/((1-\lambda)q)$（它们的倒数和恰好是 $1$，这正是 $\lambda$ 的定义），得到 $$\|f\|_q^q \le \left[ \int |f|^p \right]^{\lambda q/p} \left[ \int |f|^r \right]^{(1-\lambda)q/r} = \|f\|_p^{\lambda q} \|f\|_r^{(1-\lambda)q}$$ 两边开 $q$ 次方即可。∎ 参考：Folland, Real Analysis, Prop. 6.4 #### ℓ^p ⊆ ℓ^q　`prop.ell-p-inclusion` *命题*　命题（只有衰减的场合）：$\ell^p \subseteq \ell^q$（$0 < p < q \le \infty$） 设 $0 < p < q \le \infty$，$A$ 是任意指标集。则 $$\ell^p(A) \subseteq \ell^q(A), \qquad \|f\|_q \le \|f\|_p$$ 这里 $\ell^p$ 是**计数测度**下的 $L^p$ —— 没有「局部爆破」可言，只剩「衰减」。 证明：先看 $q = \infty$。由 $|f|^p$ 的每一项都不超过总和， $$\|f\|_\infty^p = \sup_{\alpha} |f(\alpha)|^p \le \sum_{\alpha} |f(\alpha)|^p = \|f\|_p^p$$ 故 $\|f\|_\infty \le \|f\|_p$。一般 $q < \infty$ 用插值： $$\|f\|_q \le \|f\|_p^{p/q} \|f\|_\infty^{1-p/q} \le \|f\|_p$$ （第二个不等号把 $\|f\|_\infty \le \|f\|_p$ 代进去。）∎ ⭐ 方向记法：**指数越大，空间越小**（在 $\ell^p$ 里）—— 因为要求「衰减更快」。 参考：Folland, Real Analysis, §6.1 #### 有限测度时方向反过来　`prop.lp-inclusion-finite` *命题*　命题（只有爆破的场合）：$\mu(X) < \infty$ 时 $L^p(\mu) \supseteq L^q(\mu)$ 设 $\mu(X) < \infty$，$0 < p < q \le \infty$。则 $$L^q(\mu) \subseteq L^p(\mu), \qquad \|f\|_p \le \|f\|_q \, \mu(X)^{\,(1/p) - (1/q)}$$ 证明：$q = \infty$ 时， $$\|f\|_p^p = \int |f|^p \le \|f\|_\infty^p \int 1 = \|f\|_\infty^p \, \mu(X)$$ 一般 $q < \infty$ 时，把 $|f|^p$ 看作 $|f|^p \cdot 1$，对它用 Hölder，指数取 $q/p$ 与 $q/(q-p)$： $$\|f\|_p^p = \int |f|^p \cdot 1 \le \big\| |f|^p \big\|_{q/p} \, \|1\|_{q/(q-p)} = \|f\|_q^p \, \mu(X)^{(q-p)/q}$$ 两边开 $p$ 次方即得。∎ ⭐ **与 $\ell^p$ 的方向正好相反**（那里是 $p$ 越大空间越小，这里是越小越大）。 记忆口诀： - **测度有限** $\to$ 只有「爆破」要防 $\to$ 指数**越小**空间**越大**：$L^1 \supseteq L^2 \supseteq \cdots \supseteq L^\infty$； - **计数测度** $\to$ 只有「衰减」要防 $\to$ 指数**越大**空间**越小**：$\ell^1 \subseteq \ell^2 \subseteq \cdots \subseteq \ell^\infty$。 参考：Folland, Real Analysis, §6.1 #### 共轭指数　`def.conjugate-exponents` *定义*　共轭指数（Conjugate Exponents） 设 $1 \le p \le \infty$。称 $q$ 是 $p$ 的**共轭指数**，当且仅当 $$\frac{1}{p} + \frac{1}{q} = 1$$ （约定 $1/\infty = 0$，于是 $p = 1$ 对应 $q = \infty$，$p = \infty$ 对应 $q = 1$。） 由对称性 $\dfrac{1}{q} + \dfrac{1}{p} = 1$，所以「共轭」是相互的：$p$ 与 $q$ 互为共轭。 $p = 2$ 时 $q = 2$：**$L^2$ 是自共轭的** —— 这是 Hilbert 空间理论的起点。 ⭐ 共轭指数的意义：Hölder 不等式说 $L^p$ 与 $L^q$ 之间有一对「配对」$\int fg$；而下面的对偶定理说这个配对**恰好就是 $L^p$ 的整个对偶空间**。 参考：Folland, Real Analysis, §6.2 #### 对偶配对 φ_g　`def.duality-map` *定义*　由 g 给出的线性泛函 $\varphi_g(f) = \int f\cdot g$ 设 $p, q$ 共轭，$g \in L^q$。定义 $L^p$ 上的线性泛函 $$\varphi_g(f) := \int f g \, d\mu$$ 由 **Hölder 不等式**，这个泛函是有界的，而且 $$\|\varphi_g\| \le \|g\|_q$$ （这里 $\|\varphi_g\|$ 是 $(L^p)^*$ 里的算子范数，即 $\sup\{|\varphi_g(f)| : \|f\|_p = 1\}$。） ⭐ 于是得到一个映射 $$L^q \longrightarrow (L^p)^*, \qquad g \mapsto \varphi_g$$ 下面两条命题要证明它是一个**等距同构**（在 $1 < p < \infty$ 时）。 参考：Folland, Real Analysis, §6.2 #### ‖g‖_q = ‖φ_g‖　`prop.duality-isometry` *命题*　命题：$\|\varphi_g\| = \|g\|_q$（$\mu$ 半有限时也含 $q = \infty$） 设 $p, q$ 共轭。则 - 若 $1 \le q < \infty$，$g \in L^q$，就有 $\|\varphi_g\| = \|g\|_q$； - 若 $\mu$ 是**半有限**的，$q = \infty$ 时同样成立。 证明的要点是**构造一个把 $\varphi_g$ 的范数顶满的 $f$**。 **$q < \infty$ 时**：由 Hölder 已有 $\|\varphi_g\| \le \|g\|_q$；反向取 $$f := \frac{|g|^{q-1} \operatorname{sgn} g}{\|g\|_q^{\,q-1}}$$ 直接算得 $\|f\|_p^p = \dfrac{\int |g|^q}{\int |g|^q} = 1$，于是 $$\|\varphi_g\| \ge \int fg = \|g\|_q$$ **$q = 1$ 时**取 $f = \operatorname{sgn} g$（范数 1），得 $\int fg = \|g\|_1$。 **$q = \infty$ 时**要用到半有限性：对任意 $\varepsilon > 0$，集合 $A = \{|g(x)| > \|g\|_\infty - \varepsilon\}$ 有正测度；由半有限性取 $B \subseteq A$ 使 $0 < \mu(B) < \infty$，令 $$f := \mu(B)^{-1} \chi_B \operatorname{sgn} g$$ 则 $\|f\|_1 = 1$ 而 $\|\varphi_g\| \ge \int fg = \dfrac{1}{\mu(B)} \int_B |g| \ge \|g\|_\infty - \varepsilon$。由 $\varepsilon$ 任意即得。∎ 参考：Folland, Real Analysis, Prop. 6.8 #### 有界 ⟹ g ∈ L^q　`prop.bounded-functional-gives-lq` *命题*　命题：若 $f \mapsto \int fg$ 在简单函数上有界，则 $g \in L^q$ 设 $g$ 在 $(X, \mathcal{M})$ 上可测，且对**每个有限支集的简单函数** $f$ 都有 $fg \in L^1$。记 $$M_g(g) := \sup \left\{ \, \left| \int fg \right| : f \in \Sigma,\ \|f\|_p = 1 \,\right\}$$ （$\Sigma$ $=$ 有限支集简单函数全体。）若 $M_g(g) < \infty$，且 - $\{x : g(x) \ne 0\}$ 是 **$\sigma$有限** 的，**或** - $\mu$ 是**半有限**的， 则 $g \in L^q$，且 $M_g(g) = \|g\|_q$。 这条是下一个大定理（$(L^p)^* \cong L^q$）的技术准备：它说「泛函有界」这件事本身就已经把 $g$ 逼进了 $L^q$。 证明分三步（见右侧箭头）：Step 1 先证「$f$ 有限支可测」时也有 $|\int fg| \le M_g(g)$；Step 2 处理 $q < \infty$；Step 3 处理 $q = \infty$。 ⚠ 两个前提条件（$\sigma$有限 / 半有限）在 Step 2、Step 3 里各用一次，**不能省**。 参考：Folland, Real Analysis, Theorem 6.14 #### (L^p)* ≅ L^q　`thm.riesz-representation-lp` *定理*　定理（Riesz 表示）：$1 < p < \infty$ 时 $(L^p)^{*} \cong L^q$ 设 $1 < p < \infty$，$q$ 是共轭指数。则对每个 $\Phi \in (L^p)^*$，存在**唯一**（a.e.）的 $g \in L^q$ 使 $$ \Phi(f) = \int f g \, d\mu \qquad \forall f \in L^p $$ 于是映射 $g \mapsto \varphi_g$ 是 $L^q$ 到 $(L^p)^*$ 的**等距同构**： $$(L^p)^* \cong L^q$$ 特别地，$p = 2$ 时 $L^2$ 自对偶。 ⭐ 这是 $L^p$ 理论的高潮：**$L^p$ 上的每一个连续线性泛函，都只是「乘一个 $L^q$ 函数再积分」**。 $p = 1$、$\mu$ $\sigma$有限时结论同样成立（$(L^1)^* \cong L^\infty$）； ⚠ 但 $p = \infty$ 时**不成立**：$(L^\infty)^*$ 严格大于 $L^1$（存在不是由 $L^1$ 函数给出的有界线性泛函，比如在 $C[0,1]$ 上调 Hahn–Banach 得到的那些）。 证明思路（见右侧箭头）：先把 $\Phi$ 变成一个复测度（$\nu(E) := \Phi(\chi_E)$），再用 Radon–Nikodym 把它写成 $\int \cdot \, g \, d\mu$，最后验证 $g \in L^q$。 参考：Folland, Real Analysis, Theorem 6.15 #### L^p 自反　`cor.lp-reflexive` *推论*　推论：$1 < p < \infty$ 时 $L^p \cong (L^p)^{**}$ 设 $1 < p < \infty$。则 $$L^p \cong (L^p)^{**}$$ 即 $L^p$ 是**自反**的 Banach 空间。 **证明。** 设 $1 < p < \infty$，$q$ 是共轭指数（$\frac1p+\frac1q = 1$，于是也有 $1 < q < \infty$）。 - 由「$L^{p}$ 的对偶是 $L^{q}$」（Riesz 表示）：$(L^{p})^{*} \cong L^{q}$ ✓； - 把同一条定理用在 $q$ 上：$(L^{q})^{*} \cong L^{p}$ ✓； - 于是 $$(L^{p})^{**} \cong (L^{q})^{*} \cong L^{p},$$ 即 $L^{p}$ **自反** ✓。∎ ⚠️ $p = 1$ 与 $p = \infty$ 时**不**自反：$(L^{1})^{*} \cong L^{\infty}$，而 $(L^{\infty})^{*}$ 严格大于 $L^{1}$（有非绝对连续的函数）✓。 ⭐ 自反的价值：自反 Banach 空间里**有界序列必有弱收敛子列**（Eberlein–Šmulian），这是 $L^{p}$ 上变分 / 存在性论证的常用工具。 把对偶定理用两次即可：$(L^p)^* \cong L^q$，而 $q$ 的共轭又回到 $p$，故 $(L^p)^{**} \cong (L^q)^* \cong L^p$。 ⚠ $p = 1$ 与 $p = \infty$ 时**不**自反。 ⭐ 自反性的价值：自反 Banach 空间里**有界序列必有弱收敛子列**（Banach–Alaoglu / Eberlein–Šmulian），这是变分法与 PDE 里取极限的基本工具。 参考：Folland, Real Analysis, §6.2 ## 星系：范畴论（Category Theory） > 范畴、函子、自然变换、极限与伴随；再往上走到层论与拓扑斯。 ### 星团：范畴与图 > 造出「范畴」这个概念本身：先有图 $(V, E, s, t)$，再配上复合与单位，得到一个六元组。 #### Grothendieck 宇宙　`def.universe` *定义*　Grothendieck 宇宙（Grothendieck Universe） 一个集合 $U$ 叫**宇宙**，如果它对集合论的基本构造封闭： 1. （传递）$x \in u \in U \implies x \in U$； 2. $x, y \in U \implies \{ x, y \} \in U$； 3. $x \in U \implies \mathcal{P}(x) \in U$； 4. 对任意 $p \in U$ 与任意 $f : p \to U$，有 $\bigcup_{t \in p} f(t) \in U$。 若 $U$ 含有无穷集，则 $\mathbb{N} \in U$。 **宇宙存在**是一条额外的公理（Grothendieck 公理），不在 ZFC 里。 它的用处是给「大」与「小」一个**相对**的标准：$U$ 里的东西叫小，$U$ 本身叫大。$\mathbf{Set}$、$\mathbf{Grp}$ 这些范畴的对象全体不构成集合，但相对于一个宇宙它们都是小的 —— 「小范畴」这个词背后就是这件事。 封装的四条足够把常见构造全搬进 $U$：由 2 取 $x = y$ 得单点集，再取一次得有序对 $\{ \{x\}, \{x,y\} \}$；由 3、4 得笛卡尔积（$A \times B \subseteq \mathcal{P}(\mathcal{P}(A \cup B))$）与函数集。 参考：SGA 4, I.0 #### 图　`def.graph` *定义*　图（Graph） 一个**图**是一个四元组 $$( V, E, s, t )$$ 其中 $V$ 与 $E$ 是集合，$s, t : E \to V$ 是函数 —— 分别叫**起点映射**与**终点映射**。$V$ 的元素叫**顶点**，$E$ 的元素叫**边**。 这里的「图」是有向多重图：不要求 $s(e) \ne t(e)$（允许自环），也不要求两条边的端点不同（允许平行边）。所以它比日常说的「图的图形」宽 —— 它只是一份「哪些边从哪连到哪」的数据。 四元组是**嵌套的有序对**，所以编码方式不是无关紧要的。$(x, y) := \{ \{x\}, \{x,y\} \}$ 满足有序对公理 $$(a, b) = (c, d) \iff a = c \wedge b = d$$ 而换成 $\{ x, \{x,y\} \}$ 就必须拿这条公理逐条去验，不能想当然。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 图的态射　`def.graph-morphism` *定义*　图的态射（Morphism of Graphs） 从图 $(V, E, s, t)$ 到图 $(V', E', s', t')$ 的**态射**是一对函数 $$\varphi_1 : V \to V', \qquad \varphi_2 : E \to E'$$ 使得下面两个方块都交换： $$s' \circ \varphi_2 = \varphi_1 \circ s, \qquad t' \circ \varphi_2 = \varphi_1 \circ t$$ 也就是说：$\varphi_1$ 把一条边的起点送到这条边的像的起点，把终点送到终点。 两条等式各管一头。把它们画成方块就是「图的态射」这个名字的全部内容 —— 顶点那层与边那层各自连续，并且方向对得上。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 范畴　`def.category` *定义*　范畴（Category） 一个**范畴**是一个六元组 $$( \mathcal{O}, M, s, t, \circ, i )$$ 其中 $(\mathcal{O}, M, s, t)$ 是一个**图**：$\mathcal{O}$ 是**对象**，$M$ 是**态射**，$s, t : M \to \mathcal{O}$ 给出每条态射的**源**与**靶**，记 $f : X \to Y$ 表示 $s(f) = X$、$t(f) = Y$。此外还有两个映射： **复合** $\circ$ 定义在可复合的态射对上。记 $$M \times_{s,t} M = \{ (f, g) \in M \times M : s(f) = t(g) \}$$ 这是「$g$ 的靶等于 $f$ 的源」的全部态射对；$\circ : M \times_{s,t} M \to M$ 把 $(f, g)$ 送到 $f \circ g$，并满足**结合律** $$h \circ (g \circ f) = (h \circ g) \circ f$$ （只要两边都有定义）。 **单位** $i : \mathcal{O} \to M$ 给每个对象 $X$ 指定一条态射 $1_X = i(X)$，满足**单位律** $$f \circ 1_X = f = 1_Y \circ f \qquad (f : X \to Y)$$ 要害是 $M \times_{s,t} M$ 这个**纤维积**：复合不是 $M \times M$ 上的运算，只在一部分态射对上定义。所以范畴里的复合是**部分运算**，「$f \circ g$ 有没有定义」本身就是要检查的事。 例：$\mathbf{Set}$（集合与函数）、$\mathbf{Mon}$（幺半群）、$\mathbf{Grp}$（群）、$\mathbf{Ab}$（交换群）、$\mathbf{Rng}$（环）、$G\text{-}\mathbf{Set}$（$G$-集）。 **单形范畴**：$\mathcal{O} = \mathbb{N}$， $$M = \{ (m, n, f) : m, n \in \mathbb{N},\ f : [m] \to [n] \text{ 递增} \}, \qquad [m] = \{ 1, \ldots, m \}$$ 态射是从 $m$ 到 $n$ 的递增映射。 **开集范畴** $\operatorname{Open}(X)$：给定拓扑空间 $(X, \tau)$，取 $\mathcal{O} = \tau$， $$M = \{ (u, v) : u \subseteq v \} \subseteq \tau \times \tau$$ 即「从小的开集到包含它的开集」。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 截面与收缩　`def.section-retraction` *定义*　截面与收缩（Section / Retraction） 设 $f : X \to Y$ 是范畴里的一条态射。 - $f$ 的**截面**（section）是态射 $g : Y \to X$，使 $$f \circ g = 1_Y$$ - $f$ 的**收缩**（retraction）是态射 $g : Y \to X$，使 $$g \circ f = 1_X$$ 两条等式方向相反：截面是「先 $g$ 再 $f$，回到 $Y$ 原地」，收缩是「先 $f$ 再 $g$，回到 $X$ 原地」。换句话说，截面是 $f$ 的右逆，收缩是 $f$ 的左逆 —— 名字不同是因为复合的写法与映射的写法反着来。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 局部化　`def.localization` *定义*　范畴的局部化（Localization） 设 $\mathcal{C}$ 是范畴，$W$ 是 $\mathcal{C}$ 中一族态射（想「当成同构」的那些）。$\mathcal{C}$ 关于 $W$ 的**局部化** $\mathrm{ho}(\mathcal{C})$ 是这样一个范畴，连同函子 $\gamma : \mathcal{C} \to \mathrm{ho}(\mathcal{C})$： 1. 对每个 $w \in W$，$\gamma(w)$ 是同构； 2. **泛性质**：对任何函子 $F : \mathcal{C} \to \mathcal{D}$ 使每个 $w \in W$ 的像都是同构，存在唯一的 $\overline{F} : \mathrm{ho}(\mathcal{C}) \to \mathcal{D}$ 使 $\overline{F} \circ \gamma = F$。 **怎么把态射造出来。** 局部化里的态射是 $W$ 中态射的**形式逆**与 $\mathcal{C}$ 中原有态射拼成的**有限长链**（这叫**分式**，因为长得像 $c \cdot w^{-1} \cdot d$）。两个这样的链只要能用原范畴里的交换图连通，就视作同一个态射。 ⭐ **两个标准例子**（都在同调代数那一支）：把链同伦 $\simeq$ 全体当成同构，得到**同伦范畴** $\mathbf{K}(\mathcal{C})$；再把**拟同构**全体当成同构，得到**导出范畴** $D(\mathcal{A})$。所以这一条是那一整条线的地基层。 ⚠️ **局部化一定存在，但可能很贵**：一般情形下 $\mathrm{ho}(\mathcal{C})$ 的态射**不再是集合**（每两个对象之间的分式链可能真类多），Hom 也可能爆掉。下面那条命题说的就是「什么时候它老老实实是个局部小范畴」。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 分式演算下的局部化　`prop.calculus-of-fractions` *命题*　右分式演算 $\implies$ 局部化好算 设 $\mathcal{C}$ 是小范畴、$W$ 是其中一族态射。称 $W$ **容许右分式演算**，如果： 1. $W$ 对复合封闭，且包含所有恒等态射； 2. **（Ore 条件）** 对任何 $w : X' \to X$ 与任何 $f : Y \to X$，存在 $g$ 与 $v \in W$ 使方块交换： $$\begin{array}{ccc} Z & \xrightarrow{\;g\;} & Y \\[2pt] {\scriptstyle v}\big\downarrow & & \big\downarrow{\scriptstyle f} \\[2pt] X' & \xrightarrow[\;w\;]{} & X \end{array} \qquad v \in W;$$ 3. **（消去条件）** 若 $w \in W$ 且 $f \circ w = g \circ w$，则存在 $v \in W$ 使 $v \circ f = v \circ g$。 则 $\mathrm{ho}(\mathcal{C})$ 可以这样具体算出来：对象不变，$\operatorname{Hom}_{\mathrm{ho}}(X, Y)$ 是形如 $X \xleftarrow{\;w\;} X' \xrightarrow{\;f\;} Y$（$w \in W$）的**分式**在等价关系下的商集。 **证明（Gabriel–Zisman 的构造，逐条用掉三个条件）。** 设 $W$ 容许右分式演算。 - **分式与等价**：一个分式是 $X \xleftarrow{\ w\ } X' \xrightarrow{\ f\ } Y$（$w \in W$）；两个分式等价，如果存在 $X''\xrightarrow{v}X'$、$X''\xrightarrow{v'}X'$ 使 $w v = w' v'$（$\in W$）且 $f v = f' v'$ ✓。 - **等价关系**：自反、对称显然；传递性用 **Ore 条件 2** 把两次比较拉到同一个 $X''$ 上，再用 **消去条件 3** 处理剩下的差异 ✓。 - **复合**：两个分式的复合要「通分」——把 $f_{1}$ 与 $w_{2}$ 按 **条件 2** 摆成一个方块，得到一个公共的 $Z$，于是复合仍是单分式；换代表元不改变复合类（同样靠 2、3）✓。 - **范畴**：恒等取 $1_{X}$（$X \xleftarrow{1}X\xrightarrow{1}X$，条件 1 给出 $1 \in W$）；结合律由构造直接验（三条条件保证「通分」的结果与顺序无关）✓。 - **泛性质**：记得到的范畴为 $\operatorname{Frac}_{W}(\mathcal{C})$，函子 $\mathcal{C}\to\operatorname{Frac}_{W}(\mathcal{C})$ 把每个 $w\in W$ 变成同构（$w$ 的逆就是分式 $X \xleftarrow{w}X'\xrightarrow{1}X'$）✓；任何把 $W$ 变成同构的函子 $H$ 都用 $H(f)H(w)^{-1}$ 唯一分解 ✓。 于是 $\operatorname{Frac}_{W}(\mathcal{C}) \simeq \mathcal{C}[W^{-1}] = \mathrm{ho}(\mathcal{C})$，且 $\operatorname{Hom}$ 就是分式的商集 ✓。∎ ⚠️ 少了 Ore 或消去条件，局部化仍然存在，但它的 Hom **一般不是**分式的商集 —— 这正是「分式演算」存在的意义。 ⭐ **直觉**：Ore 条件说的是「分式能做通分」—— 一个 $W$ 里的态射跟在前面，总能换成一个 $W$ 里的态射跟在后面，于是分式可以统一写成「先逆一个、再走一个」的**单分式** $f \circ w^{-1}$，复合起来才封得住。消去条件保证「等价」这件事本身是好的。 **与环论对照**：这正是交换环里**局部化** $S^{-1}A$（$S$ 是乘性子集）的那个条件；那里的「分式」$a/s$ 就是这里的分式，Ore 条件在交换的情形自动成立。 ⚠️ 局部化**总是存在**（上一条），但**不总是**能这样具体算 —— 分式演算是一条足够好用的**充分**条件。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 局部化的 Hom 是滤过余极限　`prop.localization-hom-colim` *命题*　$\operatorname{Hom}_{\mathrm{ho}}(X,Y) = \varinjlim_{X' \to X \in W} \operatorname{Hom}(X', Y)$ 设小范畴 $\mathcal{C}$ 关于 $W$ 容许**右分式演算**。则 $$\operatorname{Hom}_{\mathrm{ho}(\mathcal{C})}(X, Y) \;=\; \varinjlim_{X' \to X \in W} \operatorname{Hom}_{\mathcal{C}}(X', Y),$$ 下标遍历所有 $w : X' \to X$（$w \in W$），沿这些 $w$ 取**滤过**余极限。 **证明。** 沿用分式的写法：$\operatorname{Hom}_{\mathrm{ho}}(X, Y)$ 的元素是分式 $X \xleftarrow{w} X' \xrightarrow{f} Y$（$w \in W$）在等价关系下的类。 - **做成余极限**：记 $J$ 是以 $(w : X'-\!\!\to X) \in W$ 为对象、以「$v : X''-\!\!\to X'$ 且 $wv \in W$」为态射的范畴，则 $$\varinjlim_{(X'\to X)\in J}\operatorname{Hom}_{\mathcal{C}}(X', Y)$$ 的元素正是「在某个 $X'$ 上取一个 $f$，两个代表元在更小的 $X''$ 上相同就算同一个」—— 与分式的等价关系逐条对齐 ✓。 - **$J$ 是滤过的**：给两个对象 $w_{1} : X_{1}\to X$、$w_{2} : X_{2}\to X$，由 **Ore 条件 2**（把 $w_{2}$ 提到 $w_{1}$ 前面）得到 $X''$ 同时映到 $X_{1}$ 与 $X_{2}$，且两条复合都在 $W$ 里 —— 这就是余锥 ✓；两个平行态射的等化同样由 Ore 条件给出 ✓。 - 于是该余极限是**滤过**余极限，且它就是 $\operatorname{Hom}_{\mathrm{ho}}(X,Y)$ ✓。 于是局部化的 Hom「原则上无从下手」，在分式演算成立时变成一个可以计算的滤过余极限 ✓。∎ ⭐ **把「形式添加的逆」变成具体的余极限。** 局部化的态射本来是「向右走一步、向左倒一步」的锯齿链，一般没法直接算；右分式演算保证了可以**通分**：找一个大一点的 $X'$ 把几条链对齐，于是所有态射都可以看成「先在 $X'$ 上走一步、再倒回 $X$」，也就是 $\operatorname{Hom}_{\mathcal{C}}(X', Y)$ 里的一个元素。 **为什么是余极限**：不同的 $X' \to X$ 给的是同一族态射的不同「表示」，取余极限正是「把这些表示粘起来」；而 Ore 条件保证这些 $X' \to X$ 组成的指标范畴是**滤过**的（任意两个都能被第三个同时压住），所以这个余极限是滤过余极限 —— 行为良好。 ⭐ **实用价值**：这一条把局部化的 Hom 集合**算成**原范畴里已知东西的滤过余极限。导出范畴 $D(\mathcal{A})$ 里算 $\operatorname{Hom}$ 就是从这一步开始的。 ⚠️ 没有分式演算时余极限**一般不对** —— 那时 $\mathrm{ho}(\mathcal{C})$ 的 Hom 可能连集合都不是。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 子范畴　`def.subcategory` *定义*　子范畴与满子范畴（Subcategory） 范畴 $\mathcal{C}$ 的**子范畴** $\mathcal{C}'$ 由以下数据组成： 1. 对象的一个子类 $\operatorname{Ob}(\mathcal{C}') \subseteq \operatorname{Ob}(\mathcal{C})$； 2. 对每对 $X, Y \in \mathcal{C}'$，一个子集 $\operatorname{Hom}_{\mathcal{C}'}(X, Y) \subseteq \operatorname{Hom}_{\mathcal{C}}(X, Y)$； 要求这些态射对复合封闭、且包含每个对象的恒等态射。（$X, Y$ 之间的全部态射都取上时叫**满子范畴**。） ⚠️ **子范畴不等于满子范畴**：满子范畴是「对象取一部分，但态射一个不丢」；一般子范畴允许同时丢掉态射。 **严格（strict）子范畴**：恒等态射在子范畴里也必须是恒等态射。绝大多数场合默认如此。 **例子**：$\mathbf{Ab} \hookrightarrow \mathbf{Grp}$ 是满子范畴（阿贝尔群之间的同态恰好就是它们作为群的同态）；$\mathbf{CHaus} \hookrightarrow \mathbf{Top}$ 是满子范畴；$\mathbf{Grp} \to \mathbf{Set}$ 不是子范畴（连对象都不是同一批集合）。 ⭐ 「反射子范畴」「余反射子范畴」都是在满子范畴上再加一条：含入函子有伴随。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 同构的截面与收缩唯一　`prop.iso-unique-section` *命题*　同构的截面与收缩 若 $f : X \to Y$ 是**同构**，则它的**截面**与**收缩**都存在且**唯一**，而且两者相等，都等于 $f^{-1}$。 **证明。** 设 $f : X \to Y$ 是同构，记 $g := f^{-1}$。 - **存在**：$g f = 1_{X}$ 且 $f g = 1_{Y}$，故 $g$ 既是 $f$ 的截面（$f g = 1_{Y}$）又是收缩（$g f = 1_{X}$）✓。 - **截面唯一**：设 $s : Y\to X$ 满足 $f s = 1_{Y}$，则 $s = 1_{X}\,s = (g f)\,s = g\,(f s) = g\,1_{Y} = g$ ✓。 - **收缩唯一**：设 $r : X \to Y$ 满足 $r f = 1_{X}$，则 $r = r\,1_{X} = r\,(f g) = (r f)\,g = 1_{X}\,g = g$ ✓。 两件事并起来：截面与收缩都存在、都唯一，且都等于 $f^{-1}$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 预序集就是「Hom 至多一元」的小范畴　`prop.preorder-as-category` *命题*　命题：预序集 $\hookrightarrow$ 小范畴，且与其有序商等价 1. 把预序集看成小范畴（$x \le y$ 给唯一态射）给出一个**全忠实**函子，其本质像恰是「每对对象之间至多一个态射」的小范畴； 2. 预序集 $X$ 与它的**有序商** $Y$（把 $x \le y \le x$ 粘起来）是**等价**的范畴。 **证明。** (1) 两个预序集之间的函子就是保序映射 ✓，而 Hom 集至多一个元素让忠实与满自动成立 ✓。(2) 商映射 $X \to Y$ 保序 ✓；在每个等价类里选一个代表，给出反方向函子 $Y \to X$ ✓；两个复合都是恒等（在 $Y$ 上）或与恒等自然同构（在 $X$ 上，$x \le$ 代表 $\le x$）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.15, Exercise 1.18 #### 投射对象与满态射的截面　`prop.projective-universal-epi` *命题*　命题：满态射万有时，投射 $\iff$ 到它的满射都分裂 设 $\mathcal{C}$ 有纤维积、且**满态射是万有的**（沿任意态射拉回仍是满态射）。则 $$X \text{ 是投射对象} \iff \text{每个满态射 } Y \twoheadrightarrow X \text{ 都有截面}.$$ **证明。** **$(\Longleftarrow)$** 给满态射 $p : Y \twoheadrightarrow Z$ 与 $f : X \to Z$。取拉回 $X \times_{Z} Y \to X$：由万有性它是满态射 ✓，于是有截面 $s$ ✓；$s$ 与第二条投影复合给出 $X \to Y$ 使 $p \circ (\text{复合}) = f$ ✓，即 $f$ 提升 ✓。 **$(\Longrightarrow)$** 满态射 $Y \twoheadrightarrow X$ 本身就是一次提升测试（拿 $1_{X}$ 去提升）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.49 #### 函子保截面与收缩　`prop.functor-preserves-sections` *命题*　命题：函子把截面（收缩、同构）送到同类 函子把**截面**（resp. **收缩**、**同构**）送到截面（resp. 收缩、同构）；特别地函子把同构送到同构。 **证明。** $f \circ g = 1$ 与 $g \circ f = 1$ 在函子下仍是同样的等式（函子保恒等、保复合）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.11 #### 态射范畴上的域与余域函子　`def.mor-domain-codomain` *定义*　定义：$\operatorname{Mor}(\mathcal{C}) \to \mathcal{C}$ 的两个投影 $\operatorname{Mor}(\mathcal{C})$ 上有**域函子**与**余域函子**到 $\mathcal{C}$；对固定 $X$，切片 $\mathcal{C}/X \to \mathcal{C}$ 与余切片 $X\backslash\mathcal{C} \to \mathcal{C}$ 是遗忘函子。 **证明。** $(\text{域}, \text{余域})$ 把 $f : X \to Y$ 送到 $X$（resp. $Y$）✓；切片里把 $(A \to X)$ 送到 $A$，态射的复合按定义就相容 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.12 #### 矩阵范畴　`prop.matrix-category` *命题*　命题：$\operatorname{Mat}(k)$ 是小范畴，与有限维向量空间等价 $k$ 交换时 $\operatorname{Mat}(k)$（对象 $\mathbb{N}$、$\operatorname{Hom}(m,n) = M_{n \times m}(k)$、复合是矩阵乘法）是**小范畴**；$k$ 是域时 $\operatorname{Mat}(k) \simeq$ 有限维 $k$-向量空间范畴（**等价但不同构**）。 **证明。** 矩阵乘法满足结合律与单位律 ✓；取一组基给出到有限维空间的函子，它是全忠实且本质满的 ✓，但没有同构 —— 左边是小范畴、右边是大范畴 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.19 #### Cat 的终始对象与有限积　`prop.cat-final-initial-products` *命题*　命题：$\mathbf{Cat}$ 有终对象 $\mathbf{1}$、始对象 $\mathbf{0}$ 与积范畴 $\mathbf{Cat}$ 有**终对象**（单对象范畴 $\mathbf{1}$）、有**始对象**（空范畴 $\mathbf{0}$）、有**有限积**（积范畴 $\mathcal{C} \times \mathcal{C}'$）；并且 $\operatorname{Op}(\mathcal{C})$ 是域与余域函子 $\operatorname{Mor}(\mathcal{C}) \rightrightarrows \mathcal{C}$ 的**核**。 **证明。** 终/始对象与积范畴的泛性质逐条验证 ✓；「域 = 余域」正是两条函子的等化子 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.31 #### 允许右分式演算时局部化函子正合　`prop.localization-functor-exact` *命题*　命题：右分式演算 $\implies$ $Q : \mathcal{C} \to \mathrm{ho}(\mathcal{C})$ 正合 若 $\mathcal{C}$ 关于 $W$ 容许**右分式演算**，则局部化函子 $Q : \mathcal{C} \to \mathrm{ho}(\mathcal{C})$ **正合**。 **证明。** 右分式演算说 $\operatorname{Hom}_{\mathrm{ho}}(X, Y)$ 是形如 $X \xleftarrow{\ w\ } X' \xrightarrow{\ f\ } Y$（$w \in W$）的分式的商 ✓，而 $Q$ 在这些 Hom 集上是满的、并与原范畴的映射交换 ✓，于是它保有限极限与有限余极限 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.54 ### 星团：函子与自然变换 > 造出「范畴之间的翻译」：函子 → 忠实 / 满 / 全忠实 → 自然变换 → 范畴等价。 #### 函子　`def.functor` *定义*　函子（Functor） 从范畴 $\mathcal{C}$ 到范畴 $\mathcal{D}$ 的**函子** $F : \mathcal{C} \to \mathcal{D}$ 由两部分组成： - 对象上的映射 $X \mapsto F(X)$； - 态射上的映射 $f \mapsto F(f)$，把 $f : X \to Y$ 送到 $F(f) : F(X) \to F(Y)$。 要求它**保持单位**与**保持复合**： $$F(1_X) = 1_{F(X)}, \qquad F(g \circ f) = F(g) \circ F(f)$$ （只要 $g \circ f$ 有定义）。反方向的函子 $F : \mathcal{C}^{\mathrm{op}} \to \mathcal{D}$ 叫**反变函子**。 两条要求合起来就是一句话：**函子把整个范畴的结构原样搬过去** —— 单位还是单位，复合还是复合，连结合律都不用再验（它自动跟着走）。 例： - **遗忘函子** $\mathbf{Top} \to \mathbf{Set}$：$(X, \tau) \mapsto X$，连续映射当作普通映射。拓扑被丢掉，所以叫「遗忘」。同理 $\mathbf{Ab} \to \mathbf{Set}$、$\mathbf{Grp} \to \mathbf{Mon}$（含入）。 - $\mathbf{Set} \to \mathbf{Top}$ 有两种：$X \mapsto (X, \mathcal{P}(X))$（离散拓扑）与 $X \mapsto (X, \{ \emptyset, X \})$（平凡拓扑）。两者都对，因为从离散空间射出、射入平凡空间的映射总是连续的。 - **自由构造** $\mathbf{Set} \to \mathbf{Ab}$：$X \mapsto \bigoplus_X \mathbb{Z}$；$\mathbf{Set} \to \mathbf{Grp}$：$X \mapsto \langle x, x^{-1} \mid x \in X \rangle$。 - **交换化** $\mathbf{Grp} \to \mathbf{Ab}$：$G \mapsto G / [G, G]$。 - **群化** $\mathbf{Mon} \to \mathbf{Grp}$：$M \mapsto M^{gr} = \langle x_g \ (g \in M) \mid x_g x_h = x_{gh} \rangle$。 - $\mathbf{Top}^{\mathrm{op}} \to \mathbf{Cat}$：$(X, \tau) \mapsto \operatorname{Open}(X)$。反变，因为开集越少映射越多。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 自然变换　`def.natural-transformation` *定义*　自然变换（Natural Transformation） 设 $F, G : \mathcal{C} \to \mathcal{D}$ 是两个函子。从 $F$ 到 $G$ 的**自然变换** $\alpha : F \implies G$ 是一族态射 $$\alpha_X : F(X) \to G(X) \qquad (X \in \mathcal{C})$$ 使得对每条 $f : X \to Y$，方块交换： $$G(f) \circ \alpha_X = \alpha_Y \circ F(f)$$ 每个 $\alpha_X$ 都是同构时，$\alpha$ 叫**自然同构**，记 $F \cong G$。 一句话：$\alpha$ 的两个分量各管一头，交换性说的就是「先换函子再走 $f$」与「先走 $f$ 再换函子」结果一样。 有了自然变换，**函子本身也成了对象**：以 $\mathcal{C} \to \mathcal{C}'$ 的函子为对象、以自然变换为态射，得到一个范畴，记 $\operatorname{Hom}(\mathcal{C}, \mathcal{C}')$；所有 $F \implies G$ 的自然变换组成的集合记 $\operatorname{Nat}(F, G)$。 例：$\mathbf{CRng} \to \mathbf{Grp}$ 上有两个函子 —— $A \mapsto GL_n(A)$ 与 $A \mapsto A^{*}$。行列式 $$\det_A : GL_n(A) \to A^{*}$$ 拼起来正是一个**自然变换**：$\det$ 与环同态「交换次序」。这正是「自然」二字的意思 —— 不是逐例验证出来的巧合，而是结构使然。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 忠实 / 满 / 全忠实　`def.ff-faithful` *定义*　忠实、满、全忠实函子（Faithful / Full / Fully Faithful） 函子 $F : \mathcal{C} \to \mathcal{C}'$ 对每一对对象 $X, Y$ 给出一个映射 $$\operatorname{Hom}_{\mathcal{C}}(X, Y) \longrightarrow \operatorname{Hom}_{\mathcal{C}'}(F(X), F(Y)), \qquad f \mapsto F(f)$$ 按这个映射的性质来命名： - **忠实**（faithful）：每个这样的映射都是单射； - **满**（full）：每个这样的映射都是满射； - **全忠实**（fully faithful）：每个这样的映射都是双射。 三个名字说的都是 $F$ 在**态射层**上的表现，与对象层无关 —— 全忠实的函子可以把两个不同对象映到同一个对象上（这在等价里正是允许的）。 忠实保证「态射不被合并」，满保证「目标里的态射都来自源」，两者互不蕴含。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 本质满　`def.essentially-surjective` *定义*　本质满函子（Essentially Surjective） 函子 $F : \mathcal{C} \to \mathcal{C}'$ 叫**本质满**，如果对 $\mathcal{C}'$ 的每个对象 $X'$，都存在 $\mathcal{C}$ 中的对象 $X$ 使 $$F(X) \cong X'$$ 注意是 $\cong$ 而不是 $=$：要求「$F$ 的像**同构于**每个对象」，而不是「$F$ 的像**就是**全体对象」。差这一个同构，正是范畴等价比范畴同构宽松的地方 —— 而恰恰是这一点让它有用，因为绝大多数有趣的等价都不是同构。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 范畴等价　`def.cat-equivalence` *定义*　范畴等价（Equivalence of Categories） 函子 $F : \mathcal{C} \to \mathcal{C}'$ 叫**范畴等价**，如果存在函子 $G : \mathcal{C}' \to \mathcal{C}$ 与自然同构 $$F \circ G \cong 1_{\mathcal{C}'}, \qquad G \circ F \cong 1_{\mathcal{C}}$$ 这时记 $\mathcal{C} \simeq \mathcal{C}'$。若把两个 $\cong$ 加强成等号 $F \circ G = 1_{\mathcal{C}'}$、$G \circ F = 1_{\mathcal{C}}$，则叫**范畴同构**，记 $\mathcal{C} \cong \mathcal{C}'$。 同构要求两个复合**等于**恒等函子，等价只要求它们**自然同构于**恒等函子。后者弱得多，也实用得多：例如「有限维向量空间」与「$\mathbb{F}$ 上的矩阵」等价，但绝不可能是同构（对象层的基数就不对）。 在等价之下，「两个范畴是不是同一个」这个问题被替换成「能不能互相翻译而不丢结构」—— 范畴论后面所有「$\mathcal{C}$ 与 $\mathcal{C}'$ 一样」的说法，用的都是这个意思。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 保极限的函子　`def.preserves-limit` *定义*　函子保极限（Preservation of Limits） 设 $D : I \to \mathcal{C}$ 是图、$F : \mathcal{C} \to \mathcal{D}$ 是函子。$F$ 诱导出锥之间的比较映射 $$F(\lim D) \longrightarrow \lim (F \circ D).$$ 若这个比较映射对**每个**（相应型别的）图 $D$ 都是同构，就说 $F$ **保极限**（记 $\lim D \cong \lim F \circ D$）。对偶地：**保余极限**。 **比较映射是怎么来的**：$\lim D$ 是 $D$ 的泛锥，$F$ 作用之后给出 $F \circ D$ 的一个锥，于是由 $\lim(F\circ D)$ 的泛性质唯一地得到 $F(\lim D) \to \lim(F\circ D)$。所以「保极限」永远是这个**由泛性质自动存在的**映射恰好可逆。 ⭐ **最常用的一条**：**右伴随保所有极限**（对偶地左伴随保所有余极限）。证明只用伴随同构与极限的泛性质，不需要任何具体构造。 **弱一点的说法**：$F$ 保**有限**极限（= **left exact**）、保**滤过**余极限（AB5 那一条）、保**积**、保**等化子**……都是把上面的「每个图」限制到某一类图。 ⚠️ 与「$F$ 连续」区分：这里说的连续函子（continuous functor）是**保极限**，与拓扑里的连续无关。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 正合函子　`def.exact-functor` *定义*　左正合 / 右正合 / 正合函子（Exact Functor） 函子 $F$ 叫**左正合的**（left exact），如果它保所有**有限极限**；叫**右正合的**（right exact），如果它保所有**有限余极限**；两者都对时叫**正合的**（exact）。 **为什么「有限」**：一般范畴里「左正合」的用法来自阿贝尔范畴 —— 那里只要保 $0$、有限积、核，就等价于「把短正合列 $0 \to M' \to M \to M'' \to 0$ 送成 $0 \to FM' \to FM \to FM''$（正的、左边正合）」。所以名字里的「正合」指的就是正合列。 ⭐ **右伴随是左正合的，左伴随是右正合的** —— 这是「伴随 $\implies$ 保极限 / 保余极限」的直接后果，也是最常用的判据。 **在阿贝尔范畴里更好用**：$F$ 左正合 $\iff$ 它保核（$F(\ker) = \ker$）；$F$ 正合 $\iff$ 它把短正合列送成短正合列。 ⚠️ 名字有歧义：有的书把「正合」只指保**有限**极限，有的指保**所有**极限。本图统一按上面这条（保有限极限/余极限）。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 保积与核 ⟹ 保所有有限极限　`prop.preserves-products-kernels` *命题*　保积 + 保核 $\implies$ 保所有有限极限 函子 $F$ 若保**所有有限积**与**所有核**（等化子），则 $F$ 保**所有有限极限**（即 $F$ 左正合）。 **证明。** 记 $F : \mathcal{C}\to\mathcal{D}$ 保有限积与核（等化子）。 - **有限极限的标准构造**：对有限图 $D : I\to\mathcal{C}$，令 $P := \prod_{i\in I}D(i)$，并考虑两条态射 $$P \;\underset{\;q\;}{\overset{\;p\;}{\rightrightarrows}}\; \prod_{u : i\to j}D(j), \qquad p := \bigl(\pi_{j}\bigr)_{u},\quad q := \bigl(D(u)\circ\pi_{i}\bigr)_{u},$$ 即「第 $u$ 个坐标分别取 $D(u)$ 之后的投影与直接投影」。则 $$\lim D \;\cong\; \operatorname{eq}(p, q),$$ （元素层面：$\operatorname{eq}(p,q)$ 恰是一族相容的 $D(i)$ 元素，即 $D$ 的锥；泛性由积的泛性给出）✓。 - **$F$ 保两步**：$F(P) \cong \prod_{i}FD(i)$（保有限积）✓；$F(\operatorname{eq}(p,q)) \cong \operatorname{eq}(Fp, Fq)$（保核）✓。 - **合起来**：把上面的构造用于 $FD$ 得到的等化子正是 $\operatorname{eq}(Fp,Fq) \cong F(\operatorname{eq}(p,q))$，而它又是 $\lim FD$ ✓。故 $F$ 保一切有限极限，即**左正合** ✓。∎ ⚠️ 只保「积」不够：还要保核（等化子），否则上面第二条会断。 参考：Le Stum, An introduction to condensed mathematics, §1.2 #### 保纤维积 ⟹ 保单态射　`prop.preserves-fibered-products-mono` *命题*　保拉回 $\implies$ 保单态射 函子 $F$ 若保**纤维积**（拉回），则 $F$ 保**单态射**；对偶地，若保**纤维余积**（推出），则保**满态射**。 **为什么**：$f : Y \to X$ 是单态射，等价于说「$Y \to X$ 上 $\mathrm{id}$ 与 $\mathrm{id}$ 的两个拉回重合」，即方块 $$\begin{array}{ccc} Y & \xrightarrow{\;\mathrm{id}\;} & Y \\[2pt] {\scriptstyle \mathrm{id}}\big\downarrow & & \big\downarrow{\scriptstyle f} \\[2pt] Y & \xrightarrow[\;f\;]{} & X \end{array}$$ 是拉回方块。保拉回就把这个重合保下来了，于是 $F(f)$ 仍是单态射。∎ 参考：Le Stum, Exercise 1.46 #### 等价函子的判据　`thm.equivalence-criterion` *定理*　定理：$F$ 是等价 $\iff$ $F$ 全忠实且本质满 函子 $F : \mathcal{C} \to \mathcal{C}'$ 是**范畴等价** $\iff$ $F$ **全忠实**且**本质满**。 也就是说：$F$ 有伪逆 $\iff$ 它在每对 Hom 集上是双射，且像**同构于**每个对象。 **证明。** **$(\Longleftarrow)$** 设 $F$ 全忠实、本质满。对每个 $X' \in \mathcal{C}'$ 选一个 $G(X') \in \mathcal{C}$ 与一个同构 $$\varphi_{X'} : F\bigl(G(X')\bigr) \longrightarrow X'$$ （本质满给出存在性，选择公理给出这一族的选择）✓。 对 $f' : X' \to Y'$，令 $G(f') : G(X') \to G(Y')$ 是**唯一**使 $$F\bigl(G(f')\bigr) = \varphi_{Y'}^{-1} \circ f' \circ \varphi_{X'}$$ 的态射 —— $F$ 全忠实，这样的态射存在且唯一 ✓。这样定义的 $G$ 保恒等与复合（两边都过了 $F$，再全忠实即得）✓，所以 $G$ 是函子。 由构造，$\varphi : F \circ G \implies 1_{\mathcal{C}'}$ 是自然同构 ✓。另一侧：每个 $X$ 处 $\varphi_{F(X)}^{-1} : F(X) \to F\bigl(GF(X)\bigr)$ 在全忠实之下来自唯一的 $\psi_{X} : X \to GF(X)$，而 $\psi$ 自然（自然性同样过 $F$ 检验，由 $\varphi$ 的自然性得到）✓，于是 $\psi : 1_{\mathcal{C}} \implies G \circ F$ 也是自然同构 ✓。 **$(\Longrightarrow)$** 设 $F$ 有伪逆 $G$，即 $F G \cong 1_{\mathcal{C}'}$、$G F \cong 1_{\mathcal{C}}$。 - **本质满**：$X' \cong F\bigl(G(X')\bigr)$ ✓； - **全忠实**：$\operatorname{Hom}(X, Y) \xrightarrow{\ F\ } \operatorname{Hom}(FX, FY)$ 的逆由 $$\operatorname{Hom}(FX, FY) \xrightarrow{\ G\ } \operatorname{Hom}(GFX, GFY) \cong \operatorname{Hom}(X, Y)$$ 给出（最后一步用 $GF \cong 1_{\mathcal{C}}$ 的自然性）✓。∎ ⭐ 这条把「两个范畴一样」这件含糊的事换成两条**可以逐项检查**的判据：Hom 集上是双射（全忠实）、像覆盖到同构（本质满）。 ⚠️ 两条缺一不可：全忠实但不本质满的函子（例如 $\mathbf{Set}$ 里单点满子范畴的含入）不是等价；本质满但不忠实的函子也不是。 参考：Le Stum, An introduction to condensed mathematics, Theorem 1.2.4 #### 全忠实函子本质单射　`prop.fully-faithful-injective` *命题*　命题：$F$ 全忠实 $\implies$ $F(X) \cong F(Y)$ 则 $X \cong Y$ 若 $F : \mathcal{C} \to \mathcal{D}$ **全忠实**，则它**本质单射**： $$F(X) \cong F(Y) \implies X \cong Y.$$ **证明。** 给同构 $u : F(X) \to F(Y)$。由全忠实，$u$ 唯一地来自某个 $f : X \to Y$，$u^{-1}$ 唯一地来自某个 $g : Y \to X$ ✓。于是 $F(g f) = u^{-1} u = 1_{F(X)} = F(1_{X})$ ✓，再由全忠实（忠实）得 $g f = 1_{X}$ ✓；对称地 $f g = 1_{Y}$ ✓。∎ ⚠️ 反过来不对：本质单射的函子未必全忠实。 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.17 #### 遗忘函子忠实但不满　`prop.forgetful-faithful-not-full` *命题*　命题：$\mathbf{Top} \to \mathbf{Set}$ 与 $\mathbf{Ab} \to \mathbf{Set}$ 忠实不满 遗忘函子 $\mathbf{Top} \to \mathbf{Set}$ 与 $\mathbf{Ab} \to \mathbf{Set}$ 都是**忠实但不满**的。 **证明。** 映射的集合不变，所以忠实 ✓；但两个拓扑空间之间的连续映射只是全体映射的一部分、两个群之间的映射还要求保运算 ✓ —— 所以不满 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.14 #### 自然同构不改变函子的性质　`prop.nat-iso-invariants` *命题*　命题：$F \cong F'$ 则两者忠实/满/全忠实/本质满/等价性一致 若 $F \cong F'$，则 $F$ 忠实（resp. 满、全忠实、本质满、是等价）$\iff$ $F'$ 也如此。 **证明。** 自然同构在每对 Hom 集上给出一族与复合相容的双射 ✓，于是「$\operatorname{Hom}(X,Y) \to \operatorname{Hom}(FX, FY)$ 是不是双射」这件事两边同时成立 ✓；本质满与等价同理（同构平移对象）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.16 ### 星团：图与极限 > 造出「在图上取值」这件事：交换图 → 锥 → 极限（泛锥）→ 积 / 纤维积 / 等化子。 #### 图与交换图　`def.commutative-diagram` *定义*　图与交换图（Diagram / Commutative Diagram） 设 $I$ 是一个**小范畴**（只有一个小集合那么多对象与态射）。$\mathcal{C}$ 中**以 $I$ 为索引范畴的图**就是一个函子 $$D : I \longrightarrow \mathcal{C}$$ 所有这样的图以自然变换为态射，组成范畴 $$\mathcal{C}^{I} := \operatorname{Hom}(I, \mathcal{C})$$ 若 $I$ 里任意两个对象之间**至多一个态射**（这样的 $I$ 叫**预序**），则称 $D$ 为 $I$ 上的**交换图**。 **交换性是索引范畴的性质，不是函子给的。** 「$I$ 是预序」当且仅当「任何 $I$-形状的图都交换」：此时 $I$ 里同起终点的两条路径复合出来都是 $\operatorname{Hom}(i, j)$ 里那**唯一**的态射，必然相等。 **一般情形只有「形状」。** $I$ 不是预序时 $D$ 只能叫 $I$-形状的图：函子**不要求**平行的 $f \ne g : i \rightrightarrows j$ 被送到相等的箭头。最典型的不交换图是**平行对** $\bullet \rightrightarrows \bullet$，它的极限与余极限正是**等化子**与**余等化子**；经典交换方块则对应预序 $\{A \le B \le D,\ A \le C \le D\}$。 **纸面上的读法。** 画在纸上的图只是**呈现**：给一个有向图 $G$ 的顶点送对象、箭头送态射。说它**交换**，意思是任意两条同起终点的路径在标注下的复合**相等** —— 这是一条**要检查的条件**，等价于标注下降到 $G$ 自由生成的范畴的商上仍是函子。 $I$ 叫**索引范畴**：它只规定图的形状，不规定内容。 沿一个函子 $\lambda : I \to J$ 预复合，得到**重索引** $\lambda^{*} : \mathcal{C}^{J} \to \mathcal{C}^{I}$：把 $J$ 形状的图截成 $I$ 形状的图。特别地，到终范畴的唯一函子 $I \to \mathbf{1}$ 诱导**常图函子** $\Delta : \mathcal{C} \longrightarrow \mathcal{C}^{I}$，它把对象 $X$ 送到「每个位置都是 $X$、每条箭头都是 $1_X$」的常图。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 单纯对象　`def.simplicial` *定义*　单纯对象（Simplicial Object） **单纯形范畴** $\Delta$ 的对象是 $$[0], \ [1], \ [2], \ \ldots, \ [n], \ \ldots$$ 而 $[n] \to [m]$ 的态射取全体**单调映射**（不要求 $n \le m$，也不要求严格）。$\Delta$ 的全体态射由两类生成： - **面映射** $\delta^{i} : [n-1] \to [n]$：跳过第 $i$ 个点（$i = 0, \ldots, n$）； - **退化映射** $\sigma^{i} : [n] \to [n-1]$：重复第 $i$ 个点。 只保留面映射的子范畴记 $\Delta_{\mathrm{inj}}$，只保留退化映射的记 $\Delta_{\mathrm{surj}}$。$\mathcal{C}$ 中的**单纯对象**是图 $$X : \Delta^{\mathrm{op}} \longrightarrow \mathcal{C}$$ 只保留面映射的图（$\Delta_{\mathrm{inj}}^{\mathrm{op}} \to \mathcal{C}$）叫**半单纯对象**。 把 $[n]$ 画成一个顶点数 $n+1$ 的标准单纯形，面映射就是「贴一个面」，退化映射就是「把一个顶点压扁」。于是 $\Delta$ 是「所有标准单纯形及其贴合方式」的骨架，$\Delta^{\mathrm{op}} \to \mathcal{C}$ 的一个图就是把一串层层相套的单纯形安进 $\mathcal{C}$ 里 —— 这是把空间编码成代数数据的最省事的办法。 取 $\mathcal{C} = \mathbf{Set}$，$X([n])$ 就是「$n$ 维单纯形的集合」，$X(\delta^i)$ 给出「第 $i$ 个面」，$X(\sigma^i)$ 给出「退化」。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 锥　`def.cone` *定义*　锥与余锥（Cone / Cocone） 设 $D : I \to \mathcal{C}$ 是一个图。$D$ 上的**锥**是一个对象 $X \in \mathcal{C}$ 连同一族态射 $$p_i : X \longrightarrow D(i) \qquad (i \in I)$$ 使得对 $I$ 中每条 $\alpha : i \to j$ 都有 $$D(\alpha) \circ p_i = p_j$$ 等价地说，锥就是从常图 $\Delta X$ 到 $D$ 的一个自然变换。把其中的箭头全部反向，得到**余锥**。 直观：$X$ 站在图外面，往 $D$ 的每个位置上各投一束光，而且要求投影之间彼此相容（先投影再走图中的箭头，与直接投影到终点，结果一样）。 $X$ 固定时，$D$ 上的锥恰好是自然变换集 $\operatorname{Nat}(\Delta X, D)$，所以「锥」不是新东西，只是把自然变换换了个说法。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 极限　`def.limit` *定义*　极限与余极限（Limit / Colimit） 图 $D : I \to \mathcal{C}$ 的**极限**是对 $D$ 上的锥具有泛性质的那一个：锥 $(\lim D,\ p_i)$ 使得对任意锥 $(Y,\ g_i)$，存在**唯一**的态射 $g : Y \to \lim D$ 使 $$p_i \circ g = g_i \qquad (i \in I)$$ 等价地，锥函子被 $\lim D$ 表示： $$\operatorname{Hom}_{\mathcal{C}^{I}}(\Delta Y, D) \;\cong\; \operatorname{Hom}_{\mathcal{C}}(Y, \lim D)$$ 对偶地，$D$ 的**余极限** $\operatorname{colim} D$ 满足 $\operatorname{Hom}_{\mathcal{C}^{I}}(D, \Delta Y) \cong \operatorname{Hom}_{\mathcal{C}}(\operatorname{colim} D, Y)$。$I$ 有限时叫**有限极限**。 泛性质的含义只有一句：**任何别的锥都唯一地穿过它**。所以极限一旦存在，就在同构意义下唯一 —— 不必挑一个具体构造，用哪个都行。 两个等价的写法：「泛锥」与「$\operatorname{Hom}_{\mathcal{C}^{I}}(\Delta -, D)$ 可被表示」。后者把极限变成了一条可计算的同构。 「泛」还可以说得更彻底：极限就是锥范畴里的**终对象**（见「元素范畴」）。这一句话在后面反复出现。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 终对象 / 始对象　`def.final-initial` *定义*　终对象与始对象（Terminal / Initial Object） $\mathcal{C}$ 的**终对象** $\mathbf{1}_{\mathcal{C}}$ 是空图 $\emptyset \to \mathcal{C}$ 的极限，**始对象** $\mathbf{0}_{\mathcal{C}}$ 是它的余极限。用同构集来刻画： $$\operatorname{Hom}_{\mathcal{C}}(X, \mathbf{1}_{\mathcal{C}}) = \{*\}, \qquad \operatorname{Hom}_{\mathcal{C}}(\mathbf{0}_{\mathcal{C}}, X) = \{*\}$$ （对每个对象 $X$ 都恰好只有一个态射）。二者同时存在且同构时，叫**零对象**。 例：在 $\mathbf{Set}$ 里 $\mathbf{0} = \emptyset$（射入 $X$ 的映射只有空映射）、$\mathbf{1} = \{\emptyset\}$（射入单点集的映射唯一）。在 $\mathbf{Top}$ 里相同。在 $\mathbf{Ab}$ 里两者都是 $\{0\}$。 另一头：$\mathbb{Z}$ 是环范畴的始对象 —— 每个环都有唯一的 $\mathbb{Z} \to R$。所以说 $\mathbb{Z}$「在所有环里泛」，说的正是这件事。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 积 / 余积　`def.product` *定义*　积与余积（Product / Coproduct） 取 $I$ 为**离散范畴**（只有对象，没有非恒等的态射），图 $D : I \to \mathcal{C}$ 就只是一族对象 $(X_i)_{i \in I}$。它的极限叫**积** $\prod_{i} X_i$，余极限叫**余积** $\coprod_{i} X_i$。泛性质写成同构集就是 $$\operatorname{Hom}_{\mathcal{C}}\Bigl(Y, \prod_{i} X_i\Bigr) \;\cong\; \prod_{i} \operatorname{Hom}_{\mathcal{C}}(Y, X_i)$$ 一句话：**积就是「一个映射 = 一族映射」**。射入积的映射与「分别射入每个分量的映射组成的族」一一对应，投影 $p_i$ 就是取出第 $i$ 个分量。 例：$\mathbf{Set}$ 里积是笛卡尔积，余积是无交并；$\mathbf{Top}$ 里积取**乘积拓扑**（使它成为积的最粗的拓扑），余积取**不交并拓扑**（最细的那个）；$\mathbf{Ab}$ 里积是直积 $\prod_i A_i$，余积是直和 $\bigoplus_i A_i$。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 纤维积 / 纤维余积　`def.fibered-product` *定义*　纤维积与纤维余积（Pullback / Pushout） 形状为 $X_1 \xrightarrow{f_1} X_0 \xleftarrow{f_2} X_2$ 的图的极限叫**纤维积**，记 $X_1 \times_{X_0} X_2$，也叫 $f_1$ 沿 $f_2$ 的**拉回**。它补成一个交换方块 $$\begin{array}{ccc} X_1 \times_{X_0} X_2 & \longrightarrow & X_2 \\ \downarrow & & \downarrow f_2 \\ X_1 & \xrightarrow{f_1} & X_0 \end{array}$$ 这样的方块叫**笛卡尔的**。对偶地，图的余极限叫**纤维余积**，也叫**推出**。 直观：拉回是「在底 $X_0$ 上匹配之后的积」—— 解方程 $f_1(x_1) = f_2(x_2)$；推出是「把 $X_1, X_2$ 在 $X_0$ 的像上粘起来」。 例（$\mathbf{Set}$）： $$X_1 \times_{X_0} X_2 = \{(x_1, x_2) \in X_1 \times X_2 : f_1(x_1) = f_2(x_2)\}, \qquad X_1 \cup_{X_0} X_2 = (X_1 \sqcup X_2)/\!\sim$$ 其中 $\sim$ 由 $f_1(x_0) \sim f_2(x_0)$（$x_0 \in X_0$）生成。$\mathbf{Top}$ 里拉回取子空间拓扑、推出取商拓扑。 $\mathbf{Ab}$ 里两个都化成核与余核：把 $f: X \to S$、$g: Y \to S$ 拼成 $\varphi : X \oplus Y \to S$，$(x,y) \mapsto f(x) - g(y)$，则推出 $= \operatorname{coker} \varphi$、拉回 $= \ker \varphi$ —— 第一步取直和，第二步把 $f, g$ 的差商掉。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 等化子 / 余等化子　`def.equalizer` *定义*　等化子与余等化子（Equalizer / Coequalizer） 平行对 $f, g : X \rightrightarrows Y$ 的极限叫**等化子**，记 $\operatorname{eq}(f,g) = \ker(f,g)$；余极限叫**余等化子**，记 $\operatorname{coker}(f,g)$。它们接成 $$\ker(f,g) \longrightarrow X \overset{f}{\underset{g}{\rightrightarrows}} Y \longrightarrow \operatorname{coker}(f,g)$$ 且中间的 $\ker(f,g) \to X$ 是单态射、右端的 $Y \to \operatorname{coker}(f,g)$ 是满态射。这一段叫**左正合**。 直观：等化子是 $X$ 里「被 $f$ 与 $g$ 送到同一处」的那一部分；余等化子是 $Y$ 里「把 $f(x)$ 与 $g(x)$ 粘起来」的商。 例：$\mathbf{Set}$ 里 $\ker(f,g) = \{x \in X : f(x) = g(x)\}$，$\operatorname{coker}(f,g) = Y/\!\sim$（$\sim$ 由 $f(x) \sim g(x)$ 生成）。$\mathbf{Top}$ 里加子空间 / 商拓扑。$\mathbf{Ab}$ 里 $\ker(f,g) = \ker(f - g)$ —— 两个映射的等化子退化成**一个**映射的核，这正是「核」这个名字的来源。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 极限的函子性　`thm.lim-functor` *定理*　极限是函子（Limits as a Functor） 设 $\mathcal{C}$ 具有所有以 $I$ 为索引的极限。给定图 $F, G : I \to \mathcal{C}$ 与自然变换 $\alpha : F \implies G$，族 $$\{\, \alpha_i \circ \pi^{F}_{i} : \lim F \to G(i) \,\}_{i \in I}$$ 是 $\lim F$ 到 $G$ 的一个锥，于是泛性给出**唯一**的态射 $$\lim \alpha : \lim F \longrightarrow \lim G, \qquad \pi^{G}_{i} \circ \lim \alpha = \alpha_i \circ \pi^{F}_{i}$$ 这样得到的 $\lim : \mathcal{C}^{I} \to \mathcal{C}$ 是一个函子。 **证明。** - **锥**：$\pi^{F}_{i} : \lim F \to F(i)$ 是 $F$ 的泛锥。对每个 $i$，$\alpha_{i}\circ\pi^{F}_{i} : \lim F \to G(i)$；由 $\alpha$ 的自然性 $$G(u)\circ\alpha_{i}\circ\pi^{F}_{i} = \alpha_{j}\circ F(u)\circ\pi^{F}_{i} = \alpha_{j}\circ\pi^{F}_{j},$$ 故这是一族相容的映射，即 $\lim F$ 到 $G$ 的锥 ✓。 - **唯一态射**：由 $\lim G$ 的泛性得到唯一的 $\lim\alpha$，并满足 $\pi^{G}_{i}\circ\lim\alpha = \alpha_{i}\circ\pi^{F}_{i}$ ✓。 - **函子性**：$\lim(\mathrm{id}_{F})$ 与 $\mathrm{id}_{\lim F}$ 都是使 $\pi^{F}_{i}\circ(-) = \pi^{F}_{i}$ 的态射，由唯一性相等 ✓；同理 $\lim(\beta\alpha)$ 与 $(\lim\beta)(\lim\alpha)$ 都与同一个锥相容，故相等 ✓。 于是 $\lim : \mathcal{C}^{I}\to\mathcal{C}$ 是函子 ✓。∎ 这就是「泛性」的标准用法：**先造一个锥，再让唯一性把态射免费送上门**。极限的对象层是构造，态射层是泛性，两者合起来才是函子。 有了它，「$\lim$ 保持某个性质」才说得通 —— 后面讨论「某个函子保极限」时，正是拿这个函子去做文章。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 连通范畴　`def.connected-category` *定义*　连通范畴（Connected Category） 范畴 $\mathcal{C}$ 叫**连通的**，如果对任意两个对象 $A, B \in \mathcal{C}$，都存在一条**有限锯齿** $$A = X_{0} \longrightarrow X_{1} \longleftarrow X_{2} \longrightarrow \cdots \longleftarrow X_{n} = B,$$ 或同样一条但箭头方向相反（$A = X_{0} \leftarrow X_{1} \to X_{2} \leftarrow \cdots \to X_{n} = B$）把 $A$ 与 $B$ 连起来。 「锯齿」的意思是：每个 $X_{k} \to X_{k+1}$ 或 $X_{k} \leftarrow X_{k+1}$ 都得是**真态射**，方向可以来回换，只要首尾接得上。 **空范畴不连通**（它连一个对象都没有）；**单对象范畴连通**（$n = 0$ 的空锯齿就够了）。 ⚠️ 与拓扑里的连通**不是一回事**：这里纯粹是「态射图画成的无向图连通」，没有任何开集。 ⭐ **为什么需要它**：滤过范畴要求「任意两个对象都有共同的上界」，那是连通性的一种强形式。共尾函子的定义（每个逗号范畴非空**且连通**）里，连通那一条正是用来保证「两条不同的路给出同一个答案」。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 共尾函子　`def.cofinal-functor` *定义*　共尾函子（Cofinal Functor） 设 $F : J \to I$ 是函子。对 $i \in I$，记 $i \downarrow F$ 为逗号范畴，它的对象是 $\{\, f : i \to F(j) \,\}$（$j \in J$）。 称 $F$ 是**共尾的**（cofinal，也写作 **final**），如果对每个 $i \in I$： $$i \downarrow F \quad \text{非空，且连通。}$$ ⭐ **直观**：$F$ 的像在 $I$ 里「到处都有、而且没有被隔开」。非空 = 每个 $i$ 都有一条路走到 $F$ 的像里；连通 = 不同的走法之间能互相转换。**满足这两条，$J$ 就在 $I$ 里「铺得足够满」**，沿着它算余极限与沿着整个 $I$ 算是一回事（见下一条）。 **对偶**：把 $i \downarrow F$ 换成**下**逗号范畴 $F \downarrow i$（对象是 $\{\, f : F(j) \to i \,\}$）得到的条件叫 **coinitial**，它保的是**极限**。 **例子**：$J \to \mathbf{1}$ 共尾 $\iff$ $J$ 连通；有向集沿 $\le$ 的含入 $\mathbb{N} \to \mathbb{Z}$ 是共尾的；$\mathcal{C}$ 到它的反射子范畴的含入一般**不是**共尾的（方向反了就看 coinitial）。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 共尾函子不改变余极限　`thm.cofinal-colimit` *定理*　共尾 $\implies$ 沿 $F$ 算余极限与沿 $I$ 算同构 设 $F : J \to I$ **共尾**，$D : I \to \mathcal{C}$ 是图。若 $\varinjlim_{j \in J} D(F(j))$ 存在，则 $\varinjlim_{i \in I} D(i)$ 存在，并且 $$\varinjlim_{j \in J} D\bigl(F(j)\bigr) \;\cong\; \varinjlim_{i \in I} D(i).$$ **证明的走法**（记 $L = \varinjlim_{i \in I} D(i)$，要证 $L$ 也是 $D \circ F$ 的余极限）： - $L$ 显然是 $D \circ F$ 的余锥（余锥的腿复合一下就到 $D \circ F$ 上）。 - 设 $\{\, g_{j} : D(F(j)) \to M \,\}$ 是 $D\circ F$ 的余锥。要对**每个** $i \in I$ 造一条腿 $p_{i} : D(i) \to M$：由 $i \downarrow F$ **非空**，取一条 $f : i \to F(j)$，令 $p_{i} := g_{j} \circ D(f)$。 - **良定义**靠连通性：换一条 $f' : i \to F(j')$，两个选择 $(j, f)$、$(j', f')$ 由 $i \downarrow F$ 的连通性被一条锯齿连起来，沿锯齿走一遍交换图，两条腿给出同一个 $p_{i}$。 - 这样 $M$ 变成 $D$ 的余锥，泛性给出唯一的 $L \to M$ —— 于是 $L$ 满足 $D \circ F$ 余锥的泛性质。 - 反方向由「余锥复合」直接得到。两边互逆。∎ ⭐ **用途**：算余极限时可以**把指标范畴换成一个共尾的子范畴**。最常用的一招是把 $\mathbb{N}$ 换成一个子列、或者把有向集换成它的共尾子集 —— 极限不变。 对偶地：**coinitial** 函子不改变极限。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 滤过范畴　`def.filtered-category` *定义*　滤过范畴与滤过余极限（Filtered Category） 范畴 $I$ 叫**滤过的**（filtered），如果： 1. **非空**：$I$ 至少有一个对象； 2. **上界**：对任意 $i, j \in I$，存在 $k \in I$ 与态射 $i \to k$、$j \to k$； 3. **余等化**：对任意平行的 $u, v : i \rightrightarrows j$，存在 $w : j \to k$ 使 $w \circ u = w \circ v$。 等价的说法是：**$I$ 中每个有限图都有余锥。** 沿滤过范畴取的余极限叫**滤过余极限**。 **三条 $\iff$ 有限余锥**：三条正好对应「有限图的余锥存在」的三种情形 —— 空图（就是第 1 条）、两个点（第 2 条）、一对平行箭头（第 3 条）。所以「滤过」=「有限图都有余锥」= **所有信息都能在后面被接住**。 **与有向集的关系**：有向集（偏序集 + 任意两元有上界）看成范畴就是滤过的；反过来，**任何滤过范畴都能换成一个共尾的有向集**（见「滤过范畴可换成有向集」）。所以「滤过余极限」与「沿有向集的余极限」是同一件事。 ⭐ **为什么处处要求它**：滤过余极限在 $\mathbf{Set}$、$A\text{-}\mathbf{Mod}$、$\mathrm{CondAb}$ 里都**正合**（与有限极限交换），这是 Grothendieck 的 **AB5** 公理，也是同调代数挑范畴时的关键条件。沿一般范畴取余极限没有这条好性质。 ⚠️ 与「链」区分：链是**全序**子集，比滤过强；滤过只要求「有共同上界」，任意两元之间不必可比。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 滤过范畴可换成有向集　`prop.filtered-directed` *命题*　滤过 $\implies$ 存在共尾的有向集 若 $I$ 是**滤过**范畴，则存在**有向集** $J$ 与函子 $u : J \to I$，使得对任何图 $D : I \to \mathcal{C}$： 若 $\varinjlim_{J} D \circ u$ 存在，则 $\varinjlim_{I} D$ 存在，且 $\varinjlim_{J} D\circ u \cong \varinjlim_{I} D$。 **构造**：取 $J$ 为「$I$ 中的有限图连同它选定的一个余锥」组成的集合 $$J = \bigl\{\, (K,\ D : K \to I,\ i,\ \{\Phi_{k} : D(k) \to i\}_{k \in K}) \,\bigr\},$$ 按「$D'$ 包含 $D$、且存在相容的 $i \to i'$」排成偏序（滤过性保证任意两个元都有共同上界，所以这确实是个有向集）。令 $u : J \to I$ 把 $(K, D, i, \Phi)$ 送到 $i$。 **只需验证 $u$ 共尾**： - **非空**：把 $i$ 自己看成一个单点范畴上的图，它当然有余锥，于是 $(\cdot, i, \emptyset) \in J$ 给出 $i \downarrow u$ 的一个对象。 - **连通**：给定两个对象 $(j', f')$、$(j'', f'')$，由 $I$ 的滤过性可以把它们的两张有限图并起来、再找一个共同的余锥 $a$，于是 $(j', f') \leftarrow (a, f) \to (j'', f'')$ 把它俩连起来。∎ ⭐ **推论**：**滤过余极限 = 沿有向集的余极限**。所以关于「滤过余极限」的定理，只要对有向集这一种最简单的指标范畴证一遍，就自动对一切滤过范畴成立。 参考：Le Stum, Proposition 1.4.2 #### 极限的构造　`prop.limit-construction` *命题*　极限 = 无限积 + 等化子 设 $D : I \to \mathcal{C}$ 是**小**图。若 $\mathcal{C}$ 有 $I$ 中对象为指标的所有**积**、以及一对平行映射的**等化子**，则 $\lim D$ 存在，并且可以具体地造出来： $$X' := \prod_{i \in I} D(i), \qquad X'' := \prod_{\alpha : i \to j} D(j),$$ $$X = \lim D \;\cong\; \operatorname{eq}\Bigl(\; X' \xrightarrow[\;p\;]{\;q\;} X'' \;\Bigr),$$ 其中两条映射 $p, q : X' \to X''$ 按分量定义为：$p$ 在 $\alpha$-分量上取**投影** $X' \to D(j)$，$q$ 在 $\alpha$-分量上取**投影再复合 $D(\alpha)$**： $$p_{\alpha} := \mathrm{pr}_{j}, \qquad q_{\alpha} := D(\alpha) \circ \mathrm{pr}_{i}.$$ ⭐ **这条把「极限存在」变成了一句具体的话**：只要 $\mathcal{C}$ 有足够多的积与等化子，所有极限就都有了。教科书说「完备范畴 = 有小积且有小等化子的范畴」，依据就是它。 **为什么是这样。** 一个锥 $\{\, g_{i} : Y \to D(i) \,\}$ 等价于一条映射 $g : Y \to X'$（积的泛性质）；而「$g$ 是锥」这个条件（对每条 $\alpha : i \to j$ 有 $D(\alpha) \circ g_{i} = g_{j}$）恰好就是「$p \circ g = q \circ g$」。所以**锥 = 使 $p,q$ 相等的那族映射**，而「最一般的这种映射」正是等化子的定义。 **对偶地**：余极限 = 无限余积 + 余等化子。 ⭐ **实用价值**：证明「某个范畴完备」时不用逐条图去造极限 —— 只要造出（小）积与等化子就够了（譬如 $\mathbf{Set}$、$A\text{-}\mathbf{Mod}$、$\mathrm{Cond}$ 都是这么验的）。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 单纯形范畴　`def.simplex-category` *定义*　单纯形范畴 $\Delta$ **单纯形范畴** $\Delta$ 的对象是正整数 $$[n] := n + 1 := \{\, 0, 1, \ldots, n \,\} \qquad (n \in \mathbb{N}),$$ 态射是**保序映射** $[m] \to [n]$。它由两类基本的态射生成： - **面映射** $\delta^{i} : [n-1] \to [n]$：跳过 $i$（$i = 0, \ldots, n$），不取 $i$ 的保序单射； - **退化映射** $\sigma^{i} : [n+1] \to [n]$：把 $i$ 与 $i+1$ 撞在一起（$i = 0, \ldots, n$），保序满射。 **为什么要它**：单纯对象就是 $\Delta^{\mathrm{op}}$ 上的图（见「单纯对象」）。这一条把「一个空间在 $n$ 维的骨架」组织成范畴语言 —— $[n]$ 是 $n$-单形，面映射是「取第 $i$ 个面」，退化映射是「把单形压扁」。 **$\Delta$ 的态射全都能写成面映射与退化映射的复合**，而且它们满足**单纯恒等式**（$\delta^{j}\delta^{i} = \delta^{i}\delta^{j-1}$ 等）。所以定义单纯对象时只要给出这两族映射就够 —— 这正是「单纯集 = 一族集合 + 面 + 退化」那种写法的来源。 ⚠️ 记号在各书里不统一：有的用 $[n] = \{0, \ldots, n\}$（本图取这个），有的用 $\Delta^{n}$ 指标准的几何 $n$-单形（那是**几何实现**那边的对象，不是这里的指标）。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### Ind-对象　`def.ind-object` *定义*　Ind-对象与 $\operatorname{Ind}(\mathcal{C})$ 范畴 $\mathcal{C}$ 的一个 **Ind-对象**「$\varinjlim_{i \in I} X_{i}$」是一个**滤过图** $(X_{i})_{i \in I}$。它们组成范畴 $\operatorname{Ind}(\mathcal{C})$，其 Hom 为 $$\operatorname{Hom}_{\operatorname{Ind}(\mathcal{C})}\Bigl(\text{“}\varinjlim_{i \in I} X_{i}\text{”},\ \text{“}\varinjlim_{j \in J} Y_{j}\text{”}\Bigr) \;=\; \varinjlim_{j \in J}\ \varprojlim_{i \in I}\ \operatorname{Hom}_{\mathcal{C}}(X_{i}, Y_{j}).$$ **读法**：引号里的 $\varinjlim X_{i}$ 是**形式记法** —— 对象是「滤过图」本身，不是它的余极限（余极限可能压根不存在）。 **公式为什么长这样**：要给两个形式余极限之间的映射，先固定 $j$，对每个 $i$ 给一条 $X_{i} \to Y_{j}$ 且与 $i$ 的变动相容（这就是 $\varprojlim_{i}$），再对 $j$ 取滤过余极限（$Y_{j}$ 越往后越大，晚给的映射可以「补」上早先的）。 **例子**：$\operatorname{Ind}(\mathbf{FinSet})$ 是「所有集合」（每个集合都是它有限子集的滤过余极限）；$K$-理论的「向量丛按直和/余极限补全」用的也是它。 📌 对偶地有 **Pro-对象**：把滤过图换成**余滤过**图，得到 $\operatorname{Pro}(\mathcal{C})$（profinite 空间就是 $\operatorname{Pro}(\mathbf{FinSet})$）。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 零对象与直和　`def.zero-object` *定义*　零对象、双积与直和 范畴 $\mathcal{C}$ 里的对象 $0$ 叫**零对象**，如果它**既是终对象又是始对象**（等价地 $\operatorname{End}(0) = \{ \mathrm{id} \}$，唯一的自同态是零）。 一族对象 $(M_{i})_{i \in I}$ 的**双积**（biproduct）是「积与余积恰好重合」的对象，记 $\bigoplus_{i \in I} M_{i}$；代数里就叫**直和**。 **零对象给出零态射**：任意 $X \to Y$ 都可以经 $X \to 0 \to Y$ 分解，得到的态射记 $0_{X,Y}$。所有「$f = 0$」「$f \ne 0$」的说法都靠它。 **双积为什么会重合**：在**预加性**范畴里，积与余积只要存在就自动一致（两个泛性质能互相满足），所以可以只谈一个。$M \oplus N$ 的元素形式上写成 $f + g$（从 $M$ 与 $N$ 各来一条）。 ⚠️ 零对象在**不一定有**的范畴里可能不存在（如 $\mathbf{Set}$：空集是始对象，但终对象是单点集，两者不同）。$\mathbf{Ab}$、$A\text{-}\mathbf{Mod}$ 里当然是同一个 $\{0\}$。 参考：Le Stum, Definition 5.1.4 #### 偏序集里的极限是交　`prop.poset-limit-join` *命题*　偏序集里：极限 = 下确界，余极限 = 上确界 把偏序集 $(P, \preceq)$ 看作范畴（对象是元素，$x \to y \iff x \preceq y$）。则对任何图 $D : I \to P$： $$\lim D = \inf D \;(\text{下确界}), \qquad \varinjlim D = \sup D \;(\text{上确界}),$$ 只要它们存在。 **证明。** 把偏序集看成范畴时，$\operatorname{Hom}(x,y)$ 至多一个元素，「锥」$c \to D$ 就退化成「$c \preceq D(i)$ 对一切 $i$」，即 $c$ 是 $D$ 的一个**下界** ✓。 - 泛锥 = 下界中**最大**的那一个 = $\inf D$；「$\lim D$ 存在」正好就是「$\inf D$ 存在」✓。 - 对偶地（把 $\preceq$ 反向），余锥 = 上界，泛余锥 = 最小上界 = $\sup D$ ✓。 - 特例：单点图 $\inf = \sup = $ 该元素；空图给出终对象（最大元）与始对象（最小元）；两元素图给出积 $\inf\{x,y\}$ 与余积 $\sup\{x,y\}$；拉回、推出分别是下确界、上确界（因为相容条件自动满足）；而等化子：$f, g$ 若平行则 $f = g$（Hom 至多一个元素），此时等化子就是恒等 ✓。 因此完备格 $=$ 有所有小极限的偏序集；有界格 $\leftrightarrow$ 有有限极限与有限余极限 ✓。∎ ⭐ **这条把整套范畴语言翻译成序语言**，也是最好的入门例子： - **积** = 下确界 $\inf\{x, y\}$；**余积** = 上确界 $\sup\{x, y\}$； - **终对象** = 最大元；**始对象** = 最小元； - **拉回**（纤维积）= 两个元素的下确界；**推出** = 上确界； - **等化子**：因为 Hom 至多一个元素，平行的 $f, g$ 只有「相等」或「不平行」两种，所以等化子平凡。 **由此立刻得到**：完备格 = 有所有小极限与小余极限的偏序集；$\mathbb{Q}$ 作为偏序集**不**完备（$\{q : q^{2} < 2\}$ 没有上确界）—— 这与实数完备性那条是同一件事的两种说法。 参考：Le Stum, Exercise 1.30 #### C 是 Ind(C) 的反射子范畴　`prop.ind-reflective` *命题*　$\mathcal{C} \hookrightarrow \operatorname{Ind}(\mathcal{C})$ 是反射 若 $\mathcal{C}$ 有滤过余极限，则 $\mathcal{C}$ 是 $\operatorname{Ind}(\mathcal{C})$ 的**反射子范畴**。 **证明。** 记嵌入为 $i : \mathcal{C} \hookrightarrow \operatorname{Ind}(\mathcal{C})$，它把 $X$ 看成常图的形式余极限。 - **反射函子**取 $F\bigl(\varinjlim_{i}X_{i}\bigr) := \varinjlim_{i}X_{i}$（在 $\mathcal{C}$ 里真实存在的那个，由假设存在；$\operatorname{Ind}$ 里形式余极限的表示在同构意义下唯一，故良定义）✓。 - **伴随**：对 $X \in \mathcal{C}$ 与形式余极限 $\varinjlim_{j}Y_{j}$，$\operatorname{Ind}$ 里的 Hom 由余极限定义，而 $X$ 是**紧**的（在 $\mathcal{C}$ 里可表示），故 $$\operatorname{Hom}_{\operatorname{Ind}}\bigl(X, \varinjlim_{j}Y_{j}\bigr) \;=\; \varinjlim_{j}\operatorname{Hom}_{\mathcal{C}}(X, Y_{j}) \;=\; \operatorname{Hom}_{\mathcal{C}}\bigl(X, \varinjlim_{j}Y_{j}\bigr) \;=\; \operatorname{Hom}_{\mathcal{C}}\bigl(X, F(\varinjlim_{j}Y_{j})\bigr),$$ 对 $X$ 自然 —— 即 $i \dashv F$（等价地 $F$ 是反射）✓。 - **余单位是同构**：$\varepsilon : F\,i(X) = X \to X$ 就是恒等 ✓；对一般的 $\varinjlim Y_{j}$，$\varepsilon: F(\varinjlim Y_{j}) \to \varinjlim Y_{j}$ 也是同构（把表示换到 $\mathcal{C}$ 里）✓。∎ **反射函子**就是「取形式余极限的真正余极限」：把 Ind-对象「$\varinjlim X_{i}$」送到 $\mathcal{C}$ 里真实存在的那个 $\varinjlim X_{i}$。 ⭐ 于是 $\operatorname{Ind}(\mathcal{C})$ 是「把 $\mathcal{C}$ 补齐到对滤过余极限封闭」的最小范畴 —— 反射性说的正是「补完之后原来的东西没被改坏」。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### 滤过 + 有限余极限 ⟹ 所有余极限　`prop.filtered-finite-colimits` *命题*　有余滤过余极限与有限余极限 $\implies$ 有所有余极限 有**滤过余极限**与**有限余极限**的范畴有**所有余极限**。 **证明。** 记 $\mathcal{C}$ 有有限余极限与滤过余极限。 - **先看小指标**：设 $I$ 是任一小范畴，$D : I \to \mathcal{C}$。令 $\operatorname{Fin}(I)$ 是 $I$ 的**有限子范畴**（对象集有限、且对其中每对对象只取有限多个态射）的全体，按包含构成偏序 —— 它是**滤过**的（两个有限子范畴的并仍有限）✓。 - **两步走**：$\varinjlim_{I} D$ 可以这样算：先在每个有限子范畴 $J$（沿含入 $J \hookrightarrow I$）上取余极限 $\varinjlim_{J}D|_{J}$ —— 这是**有限**余极限（有限图）✓；再沿 $J$ 的滤过序取余极限，得到 $\varinjlim_{J \in \operatorname{Fin}(I)}\bigl(\varinjlim_{J} D\bigr)$，它与 $\varinjlim_{I}D$ 满足同一个泛性质（两条余锥的相容性互相翻译）故同构 ✓。 - 于是任何余极限都是「有限余极限的滤过余极限」，两者都在 $\mathcal{C}$ 里，故 $\mathcal{C}$ 有所有余极限 ✓。∎ ⚠️ 前提「有限余极限」不能只留「余积」：还要有推出 / 余等化子，上面的两步走才封得住。 参考：Le Stum, An introduction to condensed mathematics, §1.3 #### Set、Top、Ab 的完备性　`prop.set-top-ab-complete` *命题*　命题：$\mathbf{Set} / \mathbf{Top} / \mathbf{Ab}$ 完备且余完备 $\mathbf{Set}$、$\mathbf{Top}$、$\mathbf{Ab}$ 都有**所有小极限与小余极限**。 遗忘函子 $\mathbf{Top} \to \mathbf{Set}$ **既保所有极限又保所有余极限**；而 $\mathbf{Ab} \to \mathbf{Set}$ **保所有极限，但不保余积**。 **证明。** $\mathbf{Set}$：小积与等化子给出所有小极限 ✓，不交并与余等化子给出所有小余极限 ✓。$\mathbf{Top}$：同样的构造配上相应的拓扑（积拓扑、子空间/等化子拓扑、不交并拓扑、商拓扑）✓。$\mathbf{Ab}$：用自由阿贝尔群与商群造 ✓。 遗忘函子保极限是因为拓扑与代数结构都是「逐点」定义的 ✓；但 $M \oplus N$ 的底集合不是 $M \sqcup N$，所以 $\mathbf{Ab} \to \mathbf{Set}$ 不保余积 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.38, Exercise 1.45 ### 星团：单满、子对象与像 > 造出「用箭头替代元素」这套语言：可消性（单 / 满）→ 子对象 → 像与余像 → 泛元素。 #### 单态射 / 满态射 / 同构　`def.mono` *定义*　单态射、满态射与同构（Mono / Epi / Isomorphism） 态射 $i : Y \to X$ 叫**单态射**（mono），如果对任意对象 $Z$ 与任意 $f, g : Z \to Y$， $$i \circ f = i \circ g \;\Longrightarrow\; f = g$$ （左可消）。等价地：方块 $Y \to Y \times_X Y$ 是笛卡尔的，即 $Y \cong Y \times_X Y$，其中 $Y \times_X Y$ 是沿 $i$ 的两个拉回。把箭头全部反向，得到**满态射**（epi，右可消）。 两个方向都可消的态射叫**同构**：$f : X \to Y$ 叫**同构**（isomorphism），如果存在 $g : Y \to X$ 使 $$g \circ f = 1_{X}, \qquad f \circ g = 1_{Y}$$ 这时 $g$ 叫 $f$ 的**逆**，记作 $f^{-1}$；它由 $f$ 唯一确定。 在 $\mathbf{Set}$ 里单态射恰好是单射、满态射恰好是满射（后者要用选择公理）。但一般范畴里「可消」才是定义，「一对一 / 到上」只是它在具体范畴里的表现：在环范畴里 $\mathbb{Z} \to \mathbb{Q}$ 是满态射，可它的底层映射并不是满射 —— 遗忘函子把它送出去就不再是满的了。 **逆是唯一的**：若 $g, g'$ 都是 $f$ 的逆，则 $g = g \circ 1_{Y} = g \circ (f \circ g') = (g \circ f) \circ g' = 1_{X} \circ g' = g'$ ✓。 **同构与单态射的关系**：$f$ 是同构 $\iff$ $f$ 是单态射且有**截面**。 $(\implies)$ 由 $f \circ g = 1_{Y}$、$g \circ f = 1_{X}$ 直接看出（后者说明 $f$ 是分裂单态射，从而是单态射）。 $(\Longleftarrow)$ 设 $f \circ g = 1_{Y}$。则 $f \circ (g \circ f) = (f \circ g) \circ f = 1_{Y} \circ f = f = f \circ 1_{X}$，由 $f$ 单态射得 $g \circ f = 1_{X}$，故 $f$ 是同构 ✓。 把箭头全部反向，得到对偶说法：$f$ 是同构 $\iff$ $f$ 是满态射且有**收缩**。 ⚠️ 「单态射 $+$ 满态射」**不够**：环范畴里 $\mathbb{Z} \to \mathbb{Q}$ 既单又满，却不是同构 —— 还差一个截面（或收缩）。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 子对象　`def.subobject` *定义*　子对象（Subobject） 把单态射 $Y \rightarrowtail X$ 看作 $X$ 的一个**子对象**，记 $Y \subseteq X$。两个子对象的**交**与原像都用拉回定义： $$Y \cap Z := Y \times_{X} Z, \qquad f^{-1}(Y) := Y \times_{X} X'$$ （对 $Y, Z \subseteq X$ 与任意 $f : X' \to X$；存在时才有定义）。 把「子集」换成「单态射」，好处是不再依赖元素 —— 于是这套语言可以照搬到没有元素的范畴里去。「交」变成拉回、「原像」也变成拉回，两种操作合成了一个：$Y \cap Z$ 解的是「既在 $Y$ 里又在 $Z$ 里」的部分，$f^{-1}(Y)$ 解的是「$y = f(x)$ 有解」的部分。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 像 / 余像　`def.image` *定义*　像与余像（Image / Coimage） 态射 $f : X \to Y$ 的**像** $\operatorname{im} f$ 是 $Y$ 的一个子对象，它在一切分解 $f : X \to I \rightarrowtail Y$ 组成的范畴中是**始对象**（即：任何别的分解都唯一地穿过它）。对偶地，$\operatorname{coim} f$ 是分解 $X \twoheadrightarrow I \to Y$ 的余泛对象。 总有一个态射 $$\operatorname{coim} f \longrightarrow \operatorname{im} f$$ 它是同构时，称 $f$ 是**严格的**（strict）。 在 $\mathbf{Set}$、$\mathbf{Ab}$、$\mathbf{Top}$ 这些范畴里 $\operatorname{coim} f \to \operatorname{im} f$ 总是同构，所以平时不必区分两者；一般范畴里则不然。 与 $\mathbf{Set}$ 里「像就是 $\{f(x)\}$」相比，这里多出来的东西是**泛性**：像不再是一堆点的集合，而是「最小的那个可以穿过它的中间对象」。子对象、单态射、像三者连在一起看，就是「把元素语言换成箭头语言」的样例。 参考：Le Stum, An introduction to condensed mathematics, §1.1 #### 元素范畴　`def.elements-category` *定义*　元素范畴（Category of Elements） 函子 $F : \mathcal{C} \to \mathbf{Set}$ 的**元素范畴** $\operatorname{el}(F)$ 以 $$\bigl\{(Y, t) : Y \in \mathcal{C},\ t \in F(Y)\bigr\}$$ 为对象，从 $(Y, t)$ 到 $(Z, u)$ 的态射取使 $F(f)(t) = u$ 的 $f : Y \to Z$。 称 $(X, s)$ 是 $F$ 的**泛元素**，如果它是 $\operatorname{el}(F)$ 的始对象。 这条把「**泛**」这个字一次说清：**泛 = 某个辅助范畴里的始对象（或终对象）**。于是「泛锥」「泛分解」「泛元素」其实是同一句套话的三次应用。 例：$\mathbb{Z}$ 是环范畴的始对象，所以说它「在所有环里泛」；空图上的泛锥就是终对象；极限就是锥范畴的终对象。 参考：Mac Lane, Categories for the Working Mathematician, III.7 #### 严格态射　`def.strict-morphism` *定义*　严格态射（Strict Morphism） 态射 $f : X \to Y$ 叫**严格的**（strict），如果它在**余像**上的分解 $X \twoheadrightarrow \operatorname{coim} f \to \operatorname{im} f \hookrightarrow Y$ 中间那一步是**同构** —— 即「余像与像之间的自然映射」可逆。 ⭐ **「严格」是阿贝尔范畴与一般范畴的分水岭**：阿贝尔范畴的**每条态射都严格**；而 $\mathbf{Top}$ 里不严格。 **反例为什么在拓扑里出现**：$\mathbb{R}^{\mathrm{disc}} \to \mathbb{R}$ 是单态射（同构于自己的像），但它的**余像**平凡（因为像在余核里被商掉了），于是余像 $\to$ 像那一步不是同构。**这正是一条 $\mathbf{Top}$ 上「拓扑阿贝尔群不是阿贝尔范畴」的原因。** **在 $\mathbf{Set}$ 与 $\mathbf{Ab}$ 里每条态射都严格**：那边余像与像都能具体算成分解，中间那个映射就是恒等。 参考：Le Stum, Exercise 1.33 #### 单态射的切片刻画　`prop.slice-fully-faithful-mono` *命题*　命题：$f$ 单 $\iff$ $\mathcal{C}/Y \to \mathcal{C}/X$ 全忠实 态射 $f : Y \to X$ 是**单态射** $\iff$ 沿 $f$ 的切片函子 $$\mathcal{C}/Y \longrightarrow \mathcal{C}/X, \qquad (A \to Y) \longmapsto (A \to Y \to X)$$ 是**全忠实**的。对偶地：$f$ 是满态射 $\iff$ $X\backslash\mathcal{C} \to Y\backslash\mathcal{C}$ 全忠实。 **证明。** 该函子在 Hom 集上就是包含映射（两边都是 $\operatorname{Hom}(A, B)$ 的子集），所以**忠实自动成立** ✓，只需看满。 **$(\Longrightarrow)$** 给 $v : A \to B$ 与 $b \circ v = f \circ a$：由 $f$ 单得 $b \circ v = a$ ✓，即 $v$ 是 $/Y$ 里的态射 ✓。 **$(\Longleftarrow)$** 若 $f g = f h$，取 $a = g$、$b = 1_{Y}$：在 $/X$ 里 $h$ 与 $g$ 都是同一对对象之间的态射，由忠实得 $g = h$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.32 ### 星团：范畴里的代数结构 > 把「集合 + 运算 + 公理」搬到任意有有限积的范畴里：幺半群对象 → 群对象 → 阿贝尔群对象。⭐ $\mathrm{Ab}(\mathbf{Set})=\mathbf{Ab}$、$\mathrm{Ab}(\mathbf{Top})$ = 拓扑阿贝尔群、$\mathrm{Ab}(\mathrm{Cond})=\mathrm{CondAb}$ —— 代数那条线与凝聚态那条线在这里接上。 #### 幺半群对象　`def.monoid-object` *定义*　幺半群对象（Monoid Object） 设 $\mathcal{C}$ 是有**有限积**的范畴（也叫**笛卡尔范畴**），$1$ 是它的终对象。$\mathcal{C}$ 中的**幺半群对象**是一个对象 $G$ 连同一个**乘法** $$\mu : G \times G \longrightarrow G$$ 与一个**单位** $\varepsilon : 1 \to G$，使下面两个方块交换： $$\begin{array}{ccc} G\times G\times G & \xrightarrow{\;\mu \times \mathrm{id}\;} & G \times G \\[2pt] {\scriptstyle \mathrm{id}\times \mu}\big\downarrow & & \big\downarrow{\scriptstyle \mu} \\[2pt] G \times G & \xrightarrow[\;\mu\;]{} & G \end{array} \qquad \begin{array}{ccc} G & \xrightarrow{\;\varepsilon \times \mathrm{id}\;} & G \times G \\[2pt] {\scriptstyle \mathrm{id}\times \varepsilon}\big\downarrow & & \big\downarrow{\scriptstyle \mu} \\[2pt] G \times G & \xrightarrow[\;\mu\;]{} & G \end{array}$$ ⭐ **格式一模一样**：还是「对象 + 态射 + 公理」，只是**公理从等式换成了交换图** —— 「$a(bc) = (ab)c$」变成了「两个复合态射相等」。集合上的幺半群就是这个定义在 $\mathcal{C} = \mathbf{Set}$ 时的样子。 **为什么要求有限积**：乘法要拿「两个自变量」说话，而范畴里「两个」就是积 $G \times G$；单位要拿「没有自变量」说话，那就是终对象 $1 \to G$。 **态射**：两个幺半群对象之间的态射 $f : G \to G'$ 是使 $f \circ \mu = \mu' \circ (f\times f)$ 且 $f \circ \varepsilon = \varepsilon'$ 的态射。全体构成范畴 $\mathrm{Mon}(\mathcal{C})$。 ⚠️ 名字上容易和「$\mathcal{C}$ 上的预层 / 群层」混：这里说的是**范畴内部**的一个对象带结构（「内部」的意思），不是值在群里的函子。 参考：Mac Lane, Categories for the Working Mathematician, III.6 #### 群对象与阿贝尔群对象　`def.group-object` *定义*　群对象与阿贝尔群对象（Group Object） 设 $G$ 是笛卡尔范畴 $\mathcal{C}$ 里的一个**幺半群对象**。若存在态射 $$\iota : G \longrightarrow G$$ 使下方方块交换（$\iota$ 就是「取逆」），则称 $G$ 是 $\mathcal{C}$ 里的**群对象**： $$\begin{array}{ccc} G & \xrightarrow{\;(\iota,\ \mathrm{id})\;} & G \times G \\[2pt] {\scriptstyle (\mathrm{id},\ \iota)}\big\downarrow & & \big\downarrow{\scriptstyle \mu} \\[2pt] G \times G & \xrightarrow[\;\mu\;]{} & G \end{array}$$ 再若 $\mu \circ \tau = \mu$（$\tau : G \times G \to G \times G$ 是**交换因子**，交换两个分量），则称 $G$ 是**阿贝尔群对象**。 记 $\mathrm{Gr}(\mathcal{C})$、$\mathrm{Ab}(\mathcal{C})$ 为 $\mathcal{C}$ 中群对象、阿贝尔群对象连同保结构态射构成的范畴。 ⭐ **同一套定义，换范畴就换出一整个世界**： - $\mathrm{Ab}(\mathbf{Set}) = \mathbf{Ab}$ —— 就是通常的阿贝尔群； - $\mathrm{Ab}(\mathbf{Top})$ = **拓扑阿贝尔群**（群运算连续）； - $\mathrm{Ab}(\mathbf{Manifold})$ = 阿贝尔 Lie 群； - **$\mathrm{Ab}(\mathrm{Cond}) = \mathrm{CondAb}$** —— 凝聚态阿贝尔群； - $\mathrm{Ab}(\widehat{\mathcal{C}})$ = 预层范畴里的阿贝尔群对象。 ⭐⭐ **所以「凝聚态阿贝尔群 = 凝聚态集范畴里的阿贝尔群对象」这句话不是新定义，只是这条定义代进 $\mathcal{C} = \mathrm{Cond}$。** 整个星图里「集合 + 运算 + 公理 $ o$ 群 $ o$ 阿贝尔群」那条线，到这一层就和凝聚态那条线接上了。 ⚠️ 群对象**不要求**范畴有极限（只用有限积），所以它比「在拓扑斯里做代数」适用范围更广。 参考：Mac Lane, Categories for the Working Mathematician, III.6 #### Ab(C) 的例子　`ex.ab-of-categories` *例*　$\mathrm{Ab}(-)$ 在几个范畴上的样子 - $\mathrm{Ab}(\mathbf{Set}) = \mathbf{Ab}$； - $\mathrm{Ab}(\mathbf{Top})$ = **拓扑阿贝尔群**； - $\mathrm{Ab}(\mathbf{Manifold})$ = 阿贝尔 Lie 群； - $\mathrm{Ab}(\mathbf{Grp}) = \mathbf{Ab}$（群对象之间的运算是逐点的）； - $\mathrm{Ab}(\mathrm{Cond}) = \mathrm{CondAb}$； - $\mathrm{Ab}(\widehat{\mathcal{C}})$ = 预层范畴里的阿贝尔群对象 $\simeq$ 值在 $\mathbf{Ab}$ 的预层。 ⭐ 这张表最有用的一点是**反着读**：想研究拓扑阿贝尔群，就把 $\mathcal{C}$ 取成 $\mathbf{Top}$；想研究凝聚态阿贝尔群，就把 $\mathcal{C}$ 取成 $\mathrm{Cond}$。**同一个定义、同一套定理（核、余核、正合列……）直接搬**。 ⚠️ $\mathrm{Ab}(\mathbf{Grp}) = \mathbf{Ab}$ 这条最容易让人愣一下：群范畴里的群对象**恰好是**阿贝尔群（Eckmann–Hilton 论证）—— 「群」这个结构加在「群」这个范畴上时，会强制交换性。 参考：Mac Lane, Categories for the Working Mathematician, III.6 #### 保有限积的函子作用于代数对象　`prop.functor-preserves-monoid-objects` *命题*　命题：$F$ 保有限积 $\implies F$ 诱导 $\mathrm{Mon}(\mathcal{C}) \to \mathrm{Mon}(\mathcal{D})$ 若 $F : \mathcal{C} \to \mathcal{D}$ **保有限积**（含终对象），则它把 $$\text{幺半群对象} \longmapsto \text{幺半群对象}, \qquad \text{群对象} \longmapsto \text{群对象}, \qquad \text{环对象} \longmapsto \text{环对象},$$ 以及 $G$-对象、$A$-模、$k$-代数同理 —— 于是它诱导出 $\mathrm{Mon}(\mathcal{C}) \to \mathrm{Mon}(\mathcal{D})$ 等一串函子。 **证明。** 一个群对象就是「$m : G \times G \to G$、$e : \mathbf{1} \to G$、$i : G \to G$ 加上若干交换图」✓。$F$ 保有限积（特别地保 $G \times G$ 与 $\mathbf{1}$），把这些态射与交换图逐条搬过去，得到的仍是群对象 ✓。环对象、模、$G$-对象也一样（它们的数据都只用到有限积）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.53 #### 自由对象的例子　`prop.free-objects-examples` *命题*　命题：各代数范畴里的自由对象 「自由」在几个代数范畴里的样子：$\mathbf{Mon}$ 里是以 $X$ 为生成元的**字幺半群**；$\mathbf{Gr}$ 里是**字群**（允许消去）；$\mathbf{Rng}$ 里是非交换多项式环；$G\text{-}\mathbf{Set}$ 里是 $G$ 本身（正则作用）；$A\text{-}\mathbf{Mod}$ 里是 $A^{(X)}$；$k\text{-}\mathbf{Alg}$ 里是**张量代数**。 **证明。** 逐条核对自由对象的万有性质 $\operatorname{Hom}(FX, -) \cong \operatorname{Hom}_{\mathbf{Set}}\bigl(X, U(-)\bigr)$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.8 #### 带算子的对象就是模　`prop.op-category-is-modules` *命题*　命题：$\operatorname{Op}(k\text{-}\mathbf{Mod}) \simeq k[T]\text{-}\mathbf{Mod}$ 记 $\operatorname{Op}(\mathcal{C}) \subseteq \operatorname{Mor}(\mathcal{C})$ 为由「域 = 余域」的态射组成的**满子范畴**（带算子的对象）。$k$ 交换时 $\operatorname{Op}(k\text{-}\mathbf{Mod}) \simeq k[T]\text{-}\mathbf{Mod}$。 **证明。** 「$k$-模 $M$ 带上一个自同态 $T : M \to M$」与「$k[T]$-模结构」是同一份数据（$T$ 给出 $k[T] \to \operatorname{End}(M)$）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.13 #### 代数范畴里的极限与余极限　`prop.algebra-categories-limits` *命题*　命题：极限逐点算，余极限由自由构造加商给出 $\mathbf{Mon}$、$\mathbf{Gr}$、$\mathbf{Rng}$、$G\text{-}\mathbf{Set}$、$A\text{-}\mathbf{Mod}$、$k\text{-}\mathbf{Alg}$ 里的**极限逐点算**（忘到底集合就是集合的极限）；**余极限**由「先自由生成、再取商」给出 —— 例如 $\mathbf{Gr}$ 里的余积是自由积。 **证明。** 这些遗忘函子都**保极限** ✓，所以极限 = 底层集合的极限配上由泛性质逐点给出的结构 ✓；余积则先把生成元自由地拼起来、再商掉关系 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.28 #### 双代数的例子　`prop.bialgebra-examples` *命题*　命题：$k[t]$ 与 $k[t,1/t]$ 都是双代数 **双代数** = $k$-代数范畴的反范畴里的**幺半群**。$k[t]$ 带 $t \mapsto t \otimes 1 + 1 \otimes t$、$k[t, 1/t]$ 带 $t \mapsto t \otimes t$ 都是双代数。 **证明。** 把「反范畴里的幺半群」翻译回 $k$-代数，就是「余乘 $\Delta : A \to A \otimes A$ 是**代数同态**」✓；上面两个 $\Delta$ 都保乘法 ✓（$k[t,1/t]$ 里 $t$ 可逆，所以只有 $t \mapsto t \otimes t$ 这一种选择）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.50 #### 代数遗忘函子保极限　`prop.forgetful-preserves-limits` *命题*　命题：$\mathbf{Mon}, \mathbf{Gr}, \mathbf{Rng}, \ldots \to \mathbf{Set}$ 保所有极限 $\mathbf{Mon}$、$\mathbf{Gr}$、$\mathbf{Rng}$、$G\text{-}\mathbf{Set}$、$A\text{-}\mathbf{Mod}$、$k\text{-}\mathbf{Alg}$ 到 $\mathbf{Set}$ 的遗忘函子都**保所有极限**。 **证明。** 这些结构都是「在集合上逐点给出运算 + 逐点验证等式」✓，于是极限图表的泛性质在底层集合上逐点成立，结构自动拼出 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.65 #### 遗忘与含入函子的正合性　`prop.forgetful-exactness` *命题*　命题：遗忘保极限不保余极限；层化正合 代数遗忘函子**保极限但不保余极限**；含入 $\widetilde{\mathcal{C}} \hookrightarrow \widehat{\mathcal{C}}$ 保极限不保余极限，而它的左伴随（**层化**）**正合**。 **证明。** 保极限见「代数遗忘函子保极限」✓；不保余极限：$M \oplus N$ 的底集合不是 $M \sqcup N$ ✓；层化是左伴随又左正合，故正合 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.66 ### 星团：预层与米田 > 造出「表示」这套语言：预层范畴是落点，米田引理说自然变换集与 $F(X)$ 一一对应，稠密性定理说每个预层都是可表示预层的余极限。 #### 预层　`def.presheaf` *定义*　预层（Presheaf） 范畴 $\mathcal{C}$ 上的**（集合值）预层**是函子 $$T : \mathcal{C}^{\mathrm{op}} \longrightarrow \mathbf{Set}$$ 预层之间的**态射**就是它们之间的自然变换。记法：对态射 $f : Y \to X$ 记 $f^{-1} = T(f) : T(X) \to T(Y)$；对 $s \in T(X)$ 记 $s|_Y = f^{-1}(s)$。 直白的说法：**每个对象指定一个数据，每条态射指定一个「限制」**。反变是为了让「更小的对象拿到更多的数据」—— 越往子结构走，限制越多。 例： - 偏序集上：对每个 $i$ 给一个 $T_i$，对 $i \le j$ 给「限制」$T_j \to T_i$（把反对称性去掉，预序集上同样成立）。 - 拓扑空间上：$\operatorname{Open}(X)$ 是开集范畴（态射是含入），预层给每个开集 $u$ 一个 $T(u)$，给 $u' \subseteq u$ 一个「限制」$T(u) \to T(u')$，$s \mapsto s|_{u'}$。连续函数预层 $C^{0}$、光滑函数预层 $C^{\infty}$、常预层 $\underline{E}$（$\underline{E}(u) = E$，限制取恒等）、常函数预层都是。 - 固定 $X \in \mathcal{C}$：$h_{X} : Y \mapsto \operatorname{Hom}_{\mathcal{C}}(Y, X)$ 是预层，叫**可表示预层**。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 预层范畴　`def.presheaf-cat` *定义*　预层范畴（Category of Presheaves） $\mathcal{C}$ 上全体预层以自然变换为态射，组成范畴 $$\widehat{\mathcal{C}} := \operatorname{Hom}(\mathcal{C}^{\mathrm{op}}, \mathbf{Set})$$ 它是函子范畴，所以极限与余极限**逐点**算 —— 后面所有关于 $\widehat{\mathcal{C}}$ 的构造都从这里出发。 几个小例子：$\widehat{\emptyset} = \mathbf{1}$（空范畴到 $\mathbf{Set}$ 的唯一函子）；$\widehat{\mathbf{1}} \simeq \mathbf{Set}$（选一个对象、一个集合）；$G$ 是幺半群时 $\widehat{G} \simeq G\text{-}\mathbf{Set}$（带 $G$ 作用的集合，且映射与 $G$ 中每个元素的平移相容）。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 表示函子　`def.representable` *定义*　表示函子与万有元素（Representable Functor） 设 $F : \mathcal{C} \to \mathbf{Set}$ 是函子。 **（一）万有元素。** 对象 $X \in \mathcal{C}$ 连同一个元素 $s \in F(X)$ 叫对 $F$ **万有**，如果 $$\forall Y \in \mathcal{C},\ \forall t \in F(Y),\ \exists! \, f : X \to Y,\qquad F(f)(s) = t$$ 这时也说 $F$ 被 $(X, s)$ **表示**。 **（二）可表示。** 若 $F \cong \operatorname{Hom}_{\mathcal{C}}(X, -)$，就说 $F$ 被 $X$ **表示**，$X$ 叫 $F$ 的**表示对象**。 一句话：**$F$ 的全部数据都由 $X$ 上的一个元素 $s$ 生成**。给定任何别的 $t$，都有唯一的 $f$ 把 $s$ 推过去变成它 —— 所以别处的元素不是随便来的，是被 $s$ 推出来的。 等价的说法：$(X, s)$ 万有 $\iff$ $(X, s)$ 是元素范畴 $\operatorname{el}(F)$ 的始对象 —— 「泛」这个字在这一层和上一层的用法是同一个。 例： - $k \in \operatorname{Ob}(\mathbf{CRng})$，$F : k\text{-}\mathbf{Alg} \to \mathbf{Set}$ 是遗忘函子。$(k[t],\ t)$ 表示 $F$：对 $A \in k\text{-}\mathbf{Alg}$ 与 $a \in F(A)$，令 $t \mapsto a$ 诱导出唯一的 $k$-代数同态 $k[t] \to A$。 - $F : \mathbf{Ring} \to \mathbf{Set}$ 取常值单点集。$\mathbb{Z}$ 表示 $F$：每个环都有唯一的 $\mathbb{Z} \to R$。 - 固定拓扑空间 $X$ 与子空间 $Y \subseteq X$，反变函子 $$F : \mathbf{Top}^{\mathrm{op}} \to \mathbf{Set}, \qquad Z \mapsto \{\, f : Z \to X \ \mid\ f \text{ 连续且 } f(Z) \subseteq Y \,\}$$ 被 $F(Y)$ 里那个自然元素 $i : Y \rightarrowtail X$ 表示。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 米田引理　`lem.yoneda` *引理*　米田引理（Yoneda Lemma） 设 $F : \mathcal{C} \to \mathbf{Set}$ 是函子，$X \in \mathcal{C}$，并记 $$h^{X} = \operatorname{Hom}_{\mathcal{C}}(X, -) : \mathcal{C} \to \mathbf{Set}$$ 则存在自然双射 $$\operatorname{Hom}(h^{X}, F) \;\cong\; F(X), \qquad \alpha \mapsto \alpha_{X}(1_{X})$$ 即「全体自然变换」与「$F(X)$ 的元素」一一对应。 **证明。** 定义映射 $$\Phi : \operatorname{Nat}(h^{X}, F) \longrightarrow F(X), \qquad \Phi(\alpha) := \alpha_{X}(1_{X}).$$ - **逆映射**：给 $u \in F(X)$，对每个 $Y$ 定义 $$\Psi(u)_{Y} : \operatorname{Hom}_{\mathcal{C}}(X, Y) \to F(Y), \qquad \Psi(u)_{Y}(f) := F(f)(u).$$ 它是自然的：对 $g : Y \to Z$，由 $F$ 的函子性 $F(g)\circ F(f) = F(g\circ f)$，两边正是 $F(g)\bigl(\Psi(u)_{Y}(f)\bigr)$ 与 $\Psi(u)_{Z}(g\circ f)$ ✓。 - **$\Phi\Psi = \mathrm{id}$**：$\Psi(u)_{X}(1_{X}) = F(1_{X})(u) = u$ ✓。 - **$\Psi\Phi = \mathrm{id}$**：给 $\alpha$ 与 $f : X\to Y$，用 $\alpha$ 的自然性（作用在 $f$ 上） $$\alpha_{Y}\circ h^{X}(f) = F(f)\circ \alpha_{X} \;\implies\; \alpha_{Y}(f) = F(f)\bigl(\alpha_{X}(1_{X})\bigr) = \Psi\bigl(\Phi(\alpha)\bigr)_{Y}(f) ✓$$ - **自然性**：$\Phi$ 对 $F$ 自然（沿 $\beta : F\to G$ 两边都变成 $\beta_{X}\circ(-)$）✓；对 $X$ 也自然（沿 $k : X'\to X$，$h^{k}$ 的前复合与 $F(k)$ 对应）✓。 于是 $\operatorname{Hom}(h^{X}, F) \cong F(X)$，双射就是 $\alpha\mapsto\alpha_{X}(1_{X})$ ✓；对偶地（取 $\mathcal{C}^{\mathrm{op}}$）得预层版本 $\operatorname{Hom}(h_{X}, T) \cong T(X)$ ✓。∎ 这个双射在两**边**都自然：对 $F$（自然变换）自然，对 $X$（态射）也自然。两头都自然，才是这条引理真正有分量的地方。 它把「$h^{X}$ 到 $F$ 的所有自然变换」这个原则上无从下手的集合，压成了 $F(X)$ 里的**一个元素**。后面凡是遇到「自然变换不好数」的地方，基本都是靠这一步救场。 对偶形式：$T$ 是预层（$T : \mathcal{C}^{\mathrm{op}} \to \mathbf{Set}$）、$h_{X} = \operatorname{Hom}(-, X)$ 时可表示预层时，同样有 $\operatorname{Hom}(h_{X}, T) \cong T(X)$。两式只是把 $\mathcal{C}$ 换成 $\mathcal{C}^{\mathrm{op}}$，所以后面的推导两套都用。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 表示的两个定义等价　`thm.represented-criterion` *定理*　表示 $\iff$ 与 $h^{X}$ 同构 函子 $F : \mathcal{C} \to \mathbf{Set}$ 被 $X \in \mathcal{C}$ 表示 $\iff$ $h^{X} \cong F$。 也就是说，「存在万有元素 $(X, s)$」与「$F$ 同构于 $\operatorname{Hom}_{\mathcal{C}}(X, -)$」是同一件事。 这条把「表示」的两种说法接上了：万有元素是**元素层**的说法，$h^{X} \cong F$ 是**函子层**的说法。实际验证时常走前者（挑出那个 $s$ 就完事），实际使用时常走后者（同构可以直接搬运算）。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 米田嵌入　`prop.yoneda-embedding` *命题*　米田嵌入（Yoneda Embedding） 对应 $$\delta : \mathcal{C} \longrightarrow \widehat{\mathcal{C}}, \qquad X \mapsto h_{X} = \operatorname{Hom}_{\mathcal{C}}(-, X)$$ 是一个**全忠实**函子，并且**保持所有极限**。 全忠实说的是 $\operatorname{Hom}_{\widehat{\mathcal{C}}}(h_{X}, h_{Y}) \cong \operatorname{Hom}_{\mathcal{C}}(X, Y)$ —— 用 $h_{X}$ 互相之间的箭头完全复刻了 $X$ 之间的箭头，一点不多一点不少。 把 $\mathcal{C}$ 嵌进 $\widehat{\mathcal{C}}$ 之后，$\mathcal{C}$ 里的问题就搬到了一个**有所有极限与余极限**的范畴里去解 —— 这是「补全一个范畴」的标准做法。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 切片范畴　`def.slice-category` *定义*　预层的切片范畴（Slice Category） 设 $\mathcal{C}$ 是范畴，$T$ 是 $\mathcal{C}$ 上的预层。**切片范畴** $\mathcal{C}/T$（也记 $\mathcal{C}_{T}$）定义如下： 1. 对象是「$\mathcal{C}$ 的对象 $X$ 加上一个截面 $s \in T(X)$」组成的对 $(X, s)$； 2. 从 $(X, s)$ 到 $(X', s')$ 的态射是使 $T(f)(s') = s$ 的 $f : X \to X'$。 它带一个明显的**遗忘函子** $j_{T} : \mathcal{C}/T \to \mathcal{C}$。用逗号范畴的说法： $$\mathcal{C}/T \;\cong\; \bigl(\mathcal{C} \hookrightarrow \widehat{\mathcal{C}}\bigr) \Big\downarrow \bigl(\mathbf{1} \xrightarrow{\ T\ } \widehat{\mathcal{C}}\bigr)$$ 这正是把「元素范畴」搬到预层上：$T(X)$ 的元素当元素看，遗忘函子 $j_{T}$ 把 $(X, s)$ 送回 $X$。 ⭐ 逗号范畴的写法把它的身份说清了：它是**预层 $T$ 沿着 Yoneda 嵌入往回拉**得到的那个范畴 —— 一边是 $\mathcal{C} \hookrightarrow \widehat{\mathcal{C}}$，一边是 $\mathbf{1} \xrightarrow{T} \widehat{\mathcal{C}}$。它也解释了为什么 $X \in \mathcal{C}$ 时 $\mathcal{C}/X \simeq \widehat{\mathcal{C}}/h_{X}$。 它的用处是给预层配一个**指标范畴**：谈「这个预层由哪些点拼起来」时，指标就跑在 $\mathcal{C}/T$ 上（稠密性定理就是这么用的）。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 切片范畴是拉回　`prop.slice-cartesian` *命题*　切片范畴的方块是笛卡尔的 对任取的一个预层，下面这个方块 $$\begin{array}{ccc} \mathcal{C}/T & \hookrightarrow & \widehat{\mathcal{C}}/T \\ \big\downarrow{\scriptstyle{j_{T}}} & & \big\downarrow \\ \mathcal{C} & \xrightarrow{\ h\ } & \widehat{\mathcal{C}} \end{array}$$ 是**笛卡尔的**。上面是**切片范畴到预层范畴的嵌入**，下面是**范畴 $\mathcal{C}$ 到预层范畴的 Yoneda 嵌入** $h$（$h(X) = h_{X} = \operatorname{Hom}(-, X)$），两条竖边是两个遗忘函子。 **证明。** 需要证 $\mathcal{C}/T \to \mathcal{C}\times_{\widehat{\mathcal{C}}}\widehat{\mathcal{C}}/T$ 是等价。 - **对象**：$\mathcal{C}/T$ 的对象是 $p : X \to T$（$X\in\mathcal{C}$）；由 **Yoneda**，$\operatorname{Hom}(h_{X}, T) \cong T(X)$，所以 $p$ 与一个态射 $h_{X}\to T$ 一一对应 —— 而右边拉回的对象的正是「$X \in \mathcal{C}$ 连同 $h_{X}\to T$」✓。 - **态射**：$\mathcal{C}/T$ 中 $p \to p'$ 是交换三角（$X\to X'$ 与 $T$ 上的相容性）；把 Yoneda 嵌入作用上去得到 $h_{X}\to h_{X'}$ 与 $h_{X}\to T$ 的相容对，右边正是一对这样的数据。由 Yoneda 嵌入**全忠实**（$\operatorname{Hom}(h_{X},h_{X'}) \cong \operatorname{Hom}(X,X')$），这个对应在 Hom 上是双射 ✓。 - **函子性 / 等价**：对应在复合下保持（Yoneda 是函子）✓ 于是得到一个范畴等价，即原方块**笛卡尔** ✓。 - **特例**：取 $T = h_{X}$，得 $\mathcal{C}/X \simeq \widehat{\mathcal{C}}/h_{X}$ —— 在 $\mathcal{C}$ 里沿 $X$ 切片与在预层范畴里沿 $h_{X}$ 切片是同一件事 ✓。∎ 也就是说：**切片范畴 $\mathcal{C}/T$ 就是遗忘函子 $\widehat{\mathcal{C}}/T \to \widehat{\mathcal{C}}$ 沿 Yoneda 嵌入拉回来的东西**。 特例最能说明问题：$T = h_{X}$（可表示）时，方块给出 $\mathcal{C}/X \simeq \widehat{\mathcal{C}}/h_{X}$ —— 在 $\mathcal{C}$ 里沿 $X$ 切片，与在预层范畴里沿 $h_{X}$ 切片，是同一件事。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 稠密性定理　`thm.density` *定理*　稠密性定理（Density Theorem） $\widehat{\mathcal{C}}$ 中的每个预层 $T$ 都是**可表示预层的余极限**： $$T \;\cong\; \varinjlim_{(X, s) \in \mathcal{C}_{T}} h_{X}$$ 指标跑在切片范畴 $\mathcal{C}_{T}$ 上：$T$ 的每个元素 $(X, s)$ 贡献一个 $h_{X}$，$T$ 就是它们的余极限。 所以 $\widehat{\mathcal{C}}$ 是「由可表示预层自由生成的」—— 可表示预层是它的一块块砖。后面说到「预层范畴是所有可表示预层的余极限闭包」时，说的就是这一条。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 预层态射的单满按点检验　`lem.presheaf-mono-pointwise` *引理*　预层是逐点算的 预层态射 $\varphi : T \implies T'$ 在 $\widehat{\mathcal{C}}$ 中是单态射（满态射）$\iff$ 对每个 $X \in \mathcal{C}$，$\varphi_{X} : T(X) \to T'(X)$ 是单射（满射）。 一句话：**预层的性质按点检验**。$\widehat{\mathcal{C}}$ 里的一切都是逐点定义的，单满不例外。 （$\Longleftarrow$）方向是显然的：逐点单射的族当然左可消。（$\Longrightarrow$）方向要用米田引理，见边上那条推导。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 可表函子保所有极限　`prop.representable-preserves-limits` *命题*　可表函子保所有极限 若 $F : \mathcal{C} \to \mathbf{Set}$ **可表**，即 $F \cong \operatorname{Hom}_{\mathcal{C}}(X, -)$，则 $F$ **保所有极限**：对任何图 $D : I \to \mathcal{C}$（只要 $\lim D$ 存在）， $$\operatorname{Hom}_{\mathcal{C}}\bigl(X,\ \lim D\bigr) \;\cong\; \lim \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ D(-)\bigr).$$ **证明。** 先证 $h^{X} = \operatorname{Hom}(X, -)$ 保极限。取 $D : I \to \mathcal{C}$，链式： $$\operatorname{Hom}_{\mathcal{C}}\bigl(X,\ \lim D\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{C}^{I}}\bigl(\underline{\{0\}},\ h^{X} \circ D\bigr) \;\cong\; \lim \bigl(h^{X} \circ D\bigr).$$ 第一式是**极限的定义**（$\lim D$ 表示锥函子：$\operatorname{Hom}(\Delta Y, D) \cong \operatorname{Hom}(Y, \lim D)$，取 $Y = X$）；第二式是「函子范畴里的极限逐点算」。这里 $\underline{\{0\}}$ 是取值恒为 $\{0\}$ 的**常函子**（在函子范畴 $\mathcal{C}^{I}$ 里它才是 $\operatorname{Hom}$ 的合法对象）。∎ 再由 $F \cong \operatorname{Hom}(X,-)$，同构的函子保的东西一样，$F$ 也保所有极限。 **一批立刻的推论**： - **反变**可表函子 $\operatorname{Hom}(-, X)$ 把**余极限**变成**极限**（取对偶范畴即得）； - $\operatorname{Hom}(X, -)$ 保**有限**极限这一点，就是说 $X$ 与一切有限极限「相容」。 说一个函子 **left exact**（左正合），指它保所有**有限**极限 —— 所以右正合就是保所有有限余极限，「正合」是两者都对。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 有限表现对象　`def.finitely-presented` *定义*　有限表现（紧）对象（Finitely Presented Object） 对象 $X \in \mathcal{C}$ 叫**有限表现的**（也叫**紧的**，compact），如果可表函子 $$h^{X} = \operatorname{Hom}_{\mathcal{C}}(X, -)$$ **保滤过余极限**：对每个滤过图 $D$，$\operatorname{Hom}(X, \varinjlim D) \cong \varinjlim \operatorname{Hom}(X, D(-))$。 **直观**：「测 $X$」不需要等到极限做完 —— 从 $X$ 出发的映射**在有限阶段就已经确定**，后面的滤过余极限只是把它们拼起来。所以「紧」=「不往无穷处伸手」。 **例子**：有限集（$\mathbf{Set}$ 里）、有限生成模（$A\text{-}\mathbf{Mod}$ 里）、有限 CW 复形（拓扑里）。$\mathbb{R}$ 在 $\mathbf{Top}$ 里**不是**紧的（$\mathbb{R}$ 是有限区间的滤过余极限，但 $\operatorname{Hom}(\mathbb{R},-)$ 不保那个余极限）。 ⭐ **在同调代数里的用处**：$X$ 有限表现 $\iff$ $h^{X}$ 保滤过余极限 $\iff$ $X$ 是「小」的测试对象。凝聚态那一侧「CondAb 由有限表现的投射对象生成」正是靠它 —— 有限表现的投射对象是 $\mathrm{CondAb}$ 的生成元。 ⚠️ 「有限表现」与「有限生成」不同：有限生成只要求有一个满射 $A^{n} \twoheadrightarrow M$；有限表现还要求核也是有限生成的（即 $A^{m} \to A^{n} \to M \to 0$ 正合）。 参考：Le Stum, An introduction to condensed mathematics, §1.1–1.5 #### 预层范畴的极限与余极限　`thm.presheaf-limits-colimits` *定理*　定理：$\widehat{\mathcal{C}}$ 里极限余极限都存在，而且逐点算 预层范畴 $\widehat{\mathcal{C}}$ 里**所有小极限与小余极限都存在**，而且都是**逐点**算的：对每个 $X \in \mathcal{C}$， $$\Bigl(\varinjlim_{i} T_{i}\Bigr)(X) \;\cong\; \varinjlim_{i} T_{i}(X), \qquad \Bigl(\varprojlim_{i} T_{i}\Bigr)(X) \;\cong\; \varprojlim_{i} T_{i}(X).$$ 等价的说法：对每个 $X$，**求值函子** $\widehat{\mathcal{C}} \to \mathbf{Set}$，$T \mapsto T(X)$，**既保所有极限也保所有余极限**。 **证明。** 分两步。 **（一）逐点定义确实给出极限（余极限）。** 在 $\mathbf{Set}$ 里对每个 $X \in \mathcal{C}$ 取那族集合的极限（或余极限）；对态射 $f : Y \to X$，限制映射 $\bigl(\varprojlim T_i\bigr)(X) \to \bigl(\varprojlim T_i\bigr)(Y)$ 由极限的泛性质给出（余极限那一侧由余极限的泛性质给出）✓。这样得到的预层连同逐点给出的锥（余锥）满足泛性质：一个锥到 $\varprojlim T_i$ 的映射在每一点 $X$ 处都唯一确定，而泛性质是**逐点**陈述的，所以在每一点成立就在整体成立 ✓。 **（二）$\mathbf{Set}$ 完备且余完备。** - **小极限存在**：小积存在（选择公理给出选择函数的集合）；等化子存在（$\{x : f(x) = g(x)\}$ 是子集）；而**极限由积与等化子造**，所以所有小极限存在 ✓。 - **小余极限存在**：小余积是不交并；余等化子是商集；对偶地所有小余极限存在 ✓。 两步合起来：对每个 $X$ 逐点取 $\mathbf{Set}$ 里的极限（余极限）得到 $\widehat{\mathcal{C}}$ 里的极限（余极限）✓，而「求值函子保极限余极限」就是「逐点算」的另一种说法 ✓。∎ ⭐ 这是后面几乎所有构造的**地基**：预层范畴的好处正是「极限余极限不花钱」，于是在它里面可以做各种形式构造，再把结果层化回去。 ⚠️ 「逐点算」只对**极限与余极限**成立，不对一般的东西成立 —— 层化、内 Hom、层上同调都不是逐点的。 参考：Le Stum, An introduction to condensed mathematics, Theorem 3.1.2 #### ind-可表示即左正合　`prop.ind-representable-iff-left-exact` *命题*　命题：$T$ ind-可表示 $\iff$ $\mathcal{C}/T$ 滤过 $\iff$ $T$ 左正合 预层 $T \in \widehat{\mathcal{C}}$ 的三条说法等价： 1. $T$ 是 **ind-可表示**的（可表示为滤过的可表示预层余极限）； 2. 切片范畴 $\mathcal{C}/T$ 是**滤过**的； 3. $T$ **左正合**（保有限极限）。 **证明。** (2) $\iff$ (1)：$T = \varinjlim_{X \to T} h_{X}$ 总是成立（元素范畴的余极限给出 $T$）✓，而它落在可表示预层上、指标范畴正是 $\mathcal{C}/T$ ✓，所以「可表示为滤过余极限」与「$\mathcal{C}/T$ 滤过」是同一句话 ✓。(1) $\iff$ (3)：滤过余极限保有限极限 ✓，可表示预层左正合 ✓，于是余极限也左正合；反过来左正合的预层由它自己的元素范畴给出的表达是滤过的 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.8 #### 遗忘函子可表示　`prop.forgetful-representable` *命题*　命题：以集合为值的常见遗忘函子都可表示 以 $\mathbf{Set}$ 为值的常见遗忘函子都是**可表示的**，表示对象就是相应的**自由对象**。 **证明。** $\mathbf{Grp} \to \mathbf{Set}$ 由 $\mathbb{Z}$ 表示（同态 $\mathbb{Z} \to G$ 就是选一个元素）✓；$\mathbf{Rng} \to \mathbf{Set}$ 由 $\mathbb{Z}[t]$ 表示 ✓；$\mathbf{Top} \to \mathbf{Set}$ 由单点空间表示 ✓；一般地 $U \cong \operatorname{Hom}(F\mathbf{1}, -)$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.20 #### 解集函子可表示　`prop.solution-functor-representable` *命题*　命题：$A \mapsto \{a \in A^{n} : f_{i}(a) = 0\}$ 可表示 设 $f_{1}, \ldots, f_{r} \in k[t_{1}, \ldots, t_{n}]$。把交换 $k$-代数 $A$ 送到**解集** $S(A) = \{(a_{1}, \ldots, a_{n}) \in A^{n} : f_{1}(a) = \cdots = f_{r}(a) = 0\}$ 的函子**可表示**。 **证明。** $k$-代数同态 $k[t_{1},\ldots,t_{n}]/(f_{1},\ldots,f_{r}) \to A$ 完全由 $t_{i}$ 的像决定，而像必须把每个 $f_{i}$ 送到 $0$ ✓ —— 于是这族同态正是 $S(A)$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.22 #### 万有元素唯一到唯一同构　`prop.universal-unique-iso` *命题*　命题：$(X,s)$ 与 $(X',s')$ 都万有 $\implies$ 唯一的 $f : X \cong X'$ 带 $s$ 到 $s'$ 若 $(X, s)$ 与 $(X', s')$ 都是函子 $F$ 的**万有元素**，则存在**唯一的同构** $f : X \to X'$ 使 $F(f)(s) = s'$。 **证明。** 两个万有元素各自给出 $h_{X} \cong F \cong h_{X'}$ ✓，由米田引理得唯一的同构 $X \cong X'$ ✓，而「把 $s$ 送到 $s'$」正是这个同构在元素层的写法 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.23 ### 星团：伴随与反射 > 造出「两个方向之间的最佳翻译」：伴随 → 单位与余单位 → 保极限 → 伴随函子定理 → 反射子范畴 → Kan 延拓。 #### 伴随函子　`def.adjoint` *定义*　伴随函子（Adjoint Functors） 设 $F : \mathcal{C} \to \mathcal{D}$、$G : \mathcal{D} \to \mathcal{C}$ 是一对函子。$(F, G)$ 叫一对**伴随函子**，如果存在自然同构 $$\operatorname{Hom}_{\mathcal{D}}\bigl(F(X),\ Y\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ G(Y)\bigr) \qquad (X \in \mathcal{C},\ Y \in \mathcal{D})$$ 这时记 $F \dashv G$：$F$ 叫 $G$ 的**左伴随**，$G$ 叫 $F$ 的**右伴随**。 一句话：**两个方向之间的翻译互为最佳**。从左边绕（先 $F$ 再射出去）与从右边绕（先射出去再 $G$）得到的东西一样多 —— 而且是**自然**一样多。 例： - 遗忘函子 $\mathbf{Top} \to \mathbf{Set}$ 有左右**两个**伴随：左伴随是**离散拓扑**（$\operatorname{Hom}_{\mathbf{Top}}(S_{d}, X) \cong \operatorname{Hom}_{\mathbf{Set}}(S, F(X))$），右伴随是**平凡拓扑**（$\operatorname{Hom}_{\mathbf{Top}}(X, S_{t}) \cong \operatorname{Hom}_{\mathbf{Set}}(F(X), S)$）。 - 遗忘函子 $\mathbf{Ab} \to \mathbf{Set}$ 的左伴随是**自由阿贝尔群**：$\operatorname{Hom}_{\mathbf{Ab}}(\mathbb{Z}^{(X)}, M) \cong \operatorname{Hom}_{\mathbf{Set}}(X, \operatorname{forget} M)$。**自由是遗忘的左伴随**。 两条运算规则： - **对偶**：$F \dashv G$ $\iff$ $G^{\mathrm{op}} \dashv F^{\mathrm{op}}$（在 $\mathcal{C}^{\mathrm{op}} \to \mathcal{D}^{\mathrm{op}}$ 上）。 - **复合**：$F \dashv G$ 且 $F' \dashv G'$ $\implies$ $F' \circ F \dashv G \circ G'$，因为 $$\operatorname{Hom}(F'F(X), Y) \cong \operatorname{Hom}(F(X), G'(Y)) \cong \operatorname{Hom}(X, GG'(Y))$$ 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 单位与余单位　`def.adjunction-unit` *定义*　单位与余单位（Unit and Counit） 设 $F \dashv G$，记那个自然同构为 $$\Phi_{X, Y} : \operatorname{Hom}_{\mathcal{D}}\bigl(F(X), Y\bigr) \longrightarrow \operatorname{Hom}_{\mathcal{C}}\bigl(X, G(Y)\bigr)$$ 把它在两个「恒等态射」上取值，得到两个自然变换： $$\eta_{X} := \Phi_{X, F(X)}(1_{F(X)}) : X \to G F(X) \qquad (\textbf{单位})$$ $$\varepsilon_{Y} := \Phi_{G(Y), Y}^{-1}(1_{G(Y)}) : F G(Y) \to Y \qquad (\textbf{余单位})$$ 它们满足**三角等式** $$\varepsilon_{F(X)} \circ F(\eta_{X}) = 1_{F(X)}, \qquad G(\varepsilon_{Y}) \circ \eta_{G(Y)} = 1_{G(Y)}$$ 反过来，给定 $\eta : 1_{\mathcal{C}} \implies G \circ F$ 与 $\varepsilon : F \circ G \implies 1_{\mathcal{D}}$ 满足这两条，就唯一决定了一对伴随。 一句话：**单位是「把自己送进去」，余单位是「把别人接回来」**，三角等式保证两个方向互不打架。 ⚠️ **单位与余单位一般不一定是同构**，这是伴随与「范畴等价」最大的差别。它们同时同构时，才是等价。 由 $\Phi$ 反解两边的公式：$\Phi_{X,Y}(f) = G(f) \circ \eta_{X}$，$\Phi^{-1}_{X,Y}(g) = \varepsilon_{Y} \circ F(g)$。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 右伴随存在的判据　`thm.right-adjoint-criterion` *定理*　右伴随存在 $\iff$ 可表示 函子 $F : \mathcal{C} \to \mathcal{D}$ 有右伴随 $\iff$ 对每个 $Y \in \mathcal{D}$，函子 $$\operatorname{Hom}_{\mathcal{D}}\bigl(F(-),\ Y\bigr) : \mathcal{C}^{\mathrm{op}} \to \mathbf{Set}$$ 都可表示。 这是「造右伴随」的通用机器：先对每个 $Y$ 求出表示对象 $G(Y)$，再验证这样拼出来的 $G$ 是函子。证明见边上的推导。 参考：Mac Lane, Categories for the Working Mathematician, V.6 #### 全忠实与单位　`prop.adjoint-full-faithful` *命题*　全忠实 $\iff$ 单位（余单位）是同构 设 $F \dashv G$，单位 $\eta$、余单位 $\varepsilon$。则 $$F \text{ 全忠实} \iff \eta \text{ 是同构}, \qquad G \text{ 全忠实} \iff \varepsilon \text{ 是同构}$$ 所以「左伴随全忠实」这件事，只需要检查一个自然变换的每个分量可逆 —— 比逐对检查 Hom 集容易得多。 这也是**反射**与**余反射**的分界线：反射说的是「含入函子有左伴随」，而含入函子总是全忠实的（满子范畴），所以反射的余单位一定是同构。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 极限即伴随　`prop.limit-adjoint` *命题*　极限 $\iff$ 常图函子有伴随 $\mathcal{C}$ 中所有以 $I$ 为索引的极限存在 $\iff$ 常图函子 $\Delta : \mathcal{C} \to \mathcal{C}^{I}$ 有**右伴随**，且该右伴随由 $$D \mapsto \lim D$$ 给出。对偶地，所有以 $I$ 为索引的余极限存在 $\iff$ $\Delta$ 有左伴随，由 $D \mapsto \operatorname{colim} D$ 给出。 证明就是极限的定义本身： $$\operatorname{Hom}_{\mathcal{C}^{I}}(\Delta X, D) \;\cong\; \operatorname{Hom}_{\mathcal{C}}(X, \lim D)$$ 左边正是「锥」的集合，右边是「射入极限的态射」的集合。逐字对照伴随的定义，两边是同一句话。 所以「这个范畴有没有极限」问的就是「$\Delta$ 有没有伴」—— 后面凡是要造伴随，几乎都能化归成造某种极限。 参考：Mac Lane, Categories for the Working Mathematician, V.5 #### 右伴随保极限　`thm.right-adjoint-preserves-limits` *定理*　右伴随保持所有极限 设 $F \dashv G$。则 $G$ **保持所有（在 $\mathcal{D}$ 中存在的）极限**：对每个图 $D : I \to \mathcal{D}$， $$G\bigl(\lim D\bigr) \;\cong\; \lim\, (G \circ D)$$ 对偶地：**左伴随保持所有余极限**。 这条是判断「某函子不可能是右伴随」最快的办法 —— 只要它不保某个极限（比如不保积），就直接出局。反过来，它也解释了为什么遗忘函子总能当右伴随：遗忘函子通常保极限（结构是逐点定义的）。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 伴随函子定理　`thm.saft` *定理*　伴随函子定理（SAFT） 设 $\mathcal{D}$ 是**小**且**完备**的范畴。则函子 $G : \mathcal{D} \to \mathcal{C}$ 有左伴随 $\iff$ $G$ 保持所有极限。 左伴随由一个极限的构造给出： $$F(X) \;=\; \varprojlim_{(Y,\, f) \in (X \downarrow G)} Y$$ **保极限是唯一的障碍**。这与「右伴随保极限」合起来就是一条完整的判据：保极限既是必要条件，在完备的小范畴上也是充分条件。 构造的含义：把 $X$ 映射进 $G$ 的像的所有方式组成一个范畴 $X \downarrow G$，在其中取极限 —— $F(X)$ 是 $\mathcal{D}$ 中「最接近」$X$ 的对象。所有 $X \to G(Y)$ 都能被整理成 $X \to G(F(X)) \to G(Y)$。 证明见边上的推导。 参考：Mac Lane, Categories for the Working Mathematician, V.8 #### 逗号范畴　`def.comma-category` *定义*　逗号范畴（Comma Category） 设 $F : \mathcal{A} \to \mathcal{C}$、$G : \mathcal{B} \to \mathcal{C}$ 是两个**靶相同**的函子。**逗号范畴** $F \downarrow G$ 以 $$\bigl\{(A, B, f) : A \in \mathcal{A},\ B \in \mathcal{B},\ f : F(A) \to G(B)\bigr\}$$ 为对象，从 $(A, B, f)$ 到 $(A', B', f')$ 的态射是一对 $(a : A \to A',\ b : B \to B')$，使方块交换： $$\begin{array}{ccc} F(A) & \xrightarrow{\;f\;} & G(B) \\[2pt] {\scriptstyle F(a)}\big\downarrow & & \big\downarrow{\scriptstyle G(b)} \\[2pt] F(A') & \xrightarrow[\;f'\;]{} & G(B') \end{array}$$ **两个特例**：取 $\mathcal{A} = \mathbf{1}$（单对象范畴）时 $F$ 就是「选出 $\mathcal{C}$ 的一个对象 $X$」，此时 $F \downarrow G$ 记作 $X \downarrow G$；取 $\mathcal{B} = \mathbf{1}$ 得 $F \downarrow Y$。 **读法**：$F \downarrow G$ 把所有「从 $F$ 的世界伸一条箭头到 $G$ 的世界」的方式组织成一个范畴。**对象是箭头本身**（连同它们两端的来源），态射是让箭头之间能互相比较的那一对态射。 **记号**：$F \downarrow G$ 里的符号就是「逗号」，所以叫逗号范畴；有的书写 $(F \downarrow G)$ 或 $(F/G)$。 ⭐ **为什么它到处出现**：泛性质常常是「某个逗号范畴里的**终/始对象**」。 - $X \downarrow \mathrm{id}_{\mathcal{C}}$ 是**切片** $\mathcal{C}/X$； - 预层的**元素范畴** $\int F$ 就是 $\mathbf{1} \downarrow F$（把预层看成函子 $\mathcal{C}^{\mathrm{op}} \to \mathbf{Set}$）； - 伴随的**单位**定义成 $\mathrm{id} \downarrow G$（或 $F \downarrow \mathrm{id}$）里的始对象。 判别一个东西是不是逗号范畴，就看它「对象是不是箭头、态射是不是交换方块」。 参考：Mac Lane, Categories for the Working Mathematician, II.6 #### 反射子范畴　`def.reflective-subcategory` *定义*　反射子范畴（Reflective Subcategory） 满子范畴 $\mathcal{C}' \subseteq \mathcal{C}$ 叫**反射的**，如果含入函子 $\mathcal{C}' \hookrightarrow \mathcal{C}$ 有左伴随；这个左伴随叫**反射**。对偶的说法是**余反射的**。 函子 $F : \mathcal{C} \to \mathcal{C}'$ 是反射 $\iff$ $$\operatorname{Hom}_{\mathcal{C}}\bigl(F(X),\ X'\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ X'\bigr) \qquad (X' \in \mathcal{C}')$$ 一句话：**反射子范畴是「所有对象都能最佳逼近到它里面」的满子范畴**。$F$ 把 $X$ 送去它里面最接近 $X$ 的那个对象。 例： - $\mathbf{Ab}$ 是 $\mathbf{Grp}$ 的反射子范畴：$F : \mathbf{Grp} \to \mathbf{Ab}$，$G \mapsto G/[G,G]$，且 $\operatorname{Hom}_{\mathbf{Ab}}(G/[G,G], G') \cong \operatorname{Hom}_{\mathbf{Grp}}(G, G')$。 - $\mathbf{Grp}$ 同时是 $\mathbf{Mon}$ 的反射子范畴与余反射子范畴：右伴随把幺半群送到它的**可逆元群** $M^{\times}$。 - $\mathbf{CHaus}$ 是 $\mathbf{Top}$ 的反射子范畴。 - 离散空间范畴在 $\mathbf{Top}$ 中是反射的，平凡拓扑空间范畴在 $\mathbf{Top}$ 中是余反射的。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 反射子范畴里的极限　`prop.reflective-limits` *命题*　反射子范畴中的极限与余极限 设 $\mathcal{C}'$ 是 $\mathcal{C}$ 的反射子范畴，反射记为 $F : \mathcal{C} \to \mathcal{C}'$。若 $\mathcal{C}'$ 中的图 $D'$ 在 $\mathcal{C}$ 中有极限（余极限），则它在 $\mathcal{C}'$ 中也有： - 余极限等于 $F\bigl(\operatorname{colim}_{\mathcal{C}} D'\bigr)$； - 极限就等于 $\operatorname{lim}_{\mathcal{C}} D'$ 本身（它自动落在 $\mathcal{C}'$ 里）。 **证明。** 设嵌入 $i : \mathcal{C}' \hookrightarrow \mathcal{C}$，反射 $F : \mathcal{C}\to\mathcal{C}'$，$F \dashv i$（即 $i$ 是右伴随）。 - **余极限**：对任意 $C' \in \mathcal{C}'$，用伴随同构与 $\mathcal{C}$ 中余极限的泛性 $$\operatorname{Hom}_{\mathcal{C}'}\bigl(F(\operatorname{colim}_{\mathcal{C}}D'), C'\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{C}}\bigl(\operatorname{colim}_{\mathcal{C}}D', iC'\bigr) \;\cong\; \lim_{j}\operatorname{Hom}_{\mathcal{C}}\bigl(D'_{j}, iC'\bigr) \;\cong\; \lim_{j}\operatorname{Hom}_{\mathcal{C}'}\bigl(D'_{j}, C'\bigr),$$ 对 $C'$ 自然 —— 这正是「$F(\operatorname{colim}_{\mathcal{C}}D')$ 是 $D'$ 在 $\mathcal{C}'$ 里的余极限」的泛性质 ✓。 - **极限**：同法 $$\operatorname{Hom}_{\mathcal{C}'}\bigl(C', \operatorname{lim}_{\mathcal{C}}D'\bigr) \;\cong\; \operatorname{lim}_{j}\operatorname{Hom}_{\mathcal{C}}\bigl(iC', D'_{j}\bigr) \;\cong\; \operatorname{lim}_{j}\operatorname{Hom}_{\mathcal{C}'}\bigl(C', D'_{j}\bigr)$$ （第二个同构用了 $i$ 全忠实），故 $\lim_{\mathcal{C}}D'$ 已经落在 $\mathcal{C}'$ 里、且就是 $\mathcal{C}'$ 中的极限 ✓。 **结论：反射子范畴对极限封闭，余极限要过一遍反射。**∎ 也就是说，**反射子范畴对极限封闭**。这条让「先在大的范畴里算，再看能不能落回去」成为标准操作：余极限要回炉过一次反射，极限则不用。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### Kan 延拓　`def.kan-extension` *定义*　Kan 延拓（Kan Extension） 设 $p : \mathcal{C} \to \mathcal{C}'$ 是小范畴之间的函子，$F : \mathcal{C} \to \mathcal{D}$。$F$ 沿 $p$ 的**左 Kan 延拓**是一个函子 $p_{!}F : \mathcal{C}' \to \mathcal{D}$ 连同一个自然变换 $$\alpha : F \implies p_{!}F \circ p$$ 使得对任意 $G : \mathcal{C}' \to \mathcal{D}$ 与任意 $\gamma : F \implies G \circ p$，存在**唯一**的 $\widetilde{\gamma} : p_{!}F \implies G$ 使 $$\gamma = (\widetilde{\gamma} \circ p) \circ \alpha$$ 等价地说： $$\operatorname{Hom}(p_{!}F,\ G) \;\cong\; \operatorname{Hom}(F,\ G \circ p)$$ 即 $p_{!}$ 是预复合函子 $p^{*} = (-) \circ p$ 的**左伴随**。箭头反向得**右 Kan 延拓** $p_{*} \dashv p^{*}$。 回答的问题是：**能不能把 $F$ 延拓到 $\mathcal{C}'$ 上？** 左 Kan 延拓是 $F$ 的**最优左近似扩张** —— 它不要求 $F$ 真能延拓，只要求「在 $\mathcal{C}$ 上与 $F$ 一致」的函子里，它最贴合。 与伴随逐条对照： | 伴随 $L \dashv R$ | $p_{!} \dashv p^{*}$ | | --- | --- | | 单位 $\eta_{A} : A \to R L A$ | $\alpha : F \implies p^{*}(p_{!}F)$ | | $f : A \to R B$ | $\gamma : F \implies p^{*}(G)$ | | $g : L A \to B$ | $\widetilde{\gamma} : p_{!}F \implies G$ | | $f = R(g) \circ \eta_{A}$ | $\gamma = p^{*}(\widetilde{\gamma}) \circ \alpha$ | 所以 Kan 延拓不是新东西，它只是把伴随的公式换了个方向用。 参考：Mac Lane, Categories for the Working Mathematician, X.3 #### Kan 延拓的两个例子　`ex.kan-extension` *命题*　余极限与右伴随都是 Kan 延拓 **(1)** 图 $D : I \to \mathcal{C}$ 有余极限 $X$ $\iff$ 沿投影 $p : I \to \mathbf{1}$ 的左 Kan 延拓 $p_{!}D : \mathbf{1} \to \mathcal{C}$ 存在，且取值为 $$(p_{!}D)(\ast) = \varinjlim_{i \in I} D(i) = X$$ **(2)** 函子 $F : \mathcal{C} \to \mathcal{D}$ 有右伴随 $G$ $\iff$ 恒等函子 $1_{\mathcal{C}}$ 沿 $F$ 的左 Kan 延拓存在，且此时 $$G = F_{!}1_{\mathcal{C}}, \qquad \operatorname{Hom}(F_{!}1_{\mathcal{C}},\ G) \cong \operatorname{Hom}(1_{\mathcal{C}},\ G \circ F)$$ 右边那个对应的 $1_{\mathcal{C}} \implies G \circ F$ 正是**单位** $\eta$。 两条合起来看：**余极限和右伴随都是 Kan 延拓的特例**。Kan 延拓是这一整团的统一出口 —— 前面分散的定义（极限、伴随、反射）在其中都能各就各位。 参考：Mac Lane, Categories for the Working Mathematician, X.3 #### 滤过余极限正合　`prop.filtered-exact` *命题*　滤过余极限正合（$\mathbf{Set}$ 中） 在 $\mathbf{Set}$ 中，**滤过余极限正合**：$I$ 是滤过范畴时，余极限函子 $$\varinjlim : \mathbf{Set}^{I} \longrightarrow \mathbf{Set}$$ 保持所有有限极限。 **证明。** 滤过范畴就是「任意有限图都有余锥」的小范畴。 - **先看有限积**：给滤过图 $X_{i}, Y_{i}$，比较映射 $$\varinjlim_{i}(X_{i}\times Y_{i}) \longrightarrow \bigl(\varinjlim_{i}X_{i}\bigr)\times\bigl(\varinjlim_{i}Y_{i}\bigr)$$ **满**：取右边一对 $([x],[y])$，$x \in X_{i}$、$y \in Y_{j}$；由滤过性存在 $k$ 与 $i\to k$、$j\to k$，于是 $(x_{k}, y_{k})$ 的代表落到 $X_{k}\times Y_{k}$ ✓。 **单**：若 $(x_{i},y_{i})$ 与 $(x'_{i'},y'_{i'})$ 在右边相等，则各坐标在某个更后的指标处相等；由滤过性取公共的 $k$，在 $X_{k}\times Y_{k}$ 里它们已经相等 ✓。 - **一般有限极限**由有限积与等化子生成：等化子 $\{(x,y) : f(x) = g(y)\}$ 的两边取代表元后，滤过性同样给出公共指标使等式在那个指标处成立（$\mathbf{Set}$ 里元素都是「某个指标处的元素」）✓。 - 于是 $\varinjlim$ 与一切有限极限交换，即**正合** ✓。 ⚠️ 这里的「正合」是集合层面的断言；一般范畴里「滤过余极限正合」需要更强的假设（AB5 型），不能照搬。∎ 「正合」在这里就一句话：滤过余极限与有限极限**可以交换**。最基本的例子是它保持有限积： $$\varinjlim_{i} (X_{i} \times Y_{i}) \;\cong\; \bigl(\varinjlim_{i} X_{i}\bigr) \times \bigl(\varinjlim_{i} Y_{i}\bigr)$$ 做法是两边都取代表元再比对：$\mathbf{Set}$ 里滤过余极限的元素恰好是某个指标处的元素，所以「一边一个代表元」可以上升到「同一个指标处的一对」。 这条为什么重要：后面谈层的时候，层化是拿滤过余极限配出来的，而**只有滤过余极限不破坏有限极限**，这套构造才能与有限极限（也就是把拓扑信息编码进去的那个部分）相安无事。 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 左伴随唯一　`prop.left-adjoint-unique` *命题*　同一个右伴随的左伴随在同构意义下唯一 若 $F_{1} \dashv G$ 且 $F_{2} \dashv G$，则 $F_{1} \cong F_{2}$（对偶地：同一个左伴随的右伴随在同构意义下唯一）。 **证明。** 设 $F_{1}\dashv G$、$F_{2}\dashv G$，伴随同构记为 $\varphi_{1}, \varphi_{2}$。 - 对任意 $X \in \mathcal{C}$ 与 $Y \in \mathcal{D}$， $$\operatorname{Hom}_{\mathcal{D}}\bigl(F_{1}X, Y\bigr) \xrightarrow{\;\varphi_{1}\;} \operatorname{Hom}_{\mathcal{C}}\bigl(X, GY\bigr) \xrightarrow{\;\varphi_{2}^{-1}\;} \operatorname{Hom}_{\mathcal{D}}\bigl(F_{2}X, Y\bigr)$$ 是一个与 $Y$ 自然同构 ✓。 - 由 **Yoneda 引理**，自然同构 $\operatorname{Hom}(F_{1}X, -) \cong \operatorname{Hom}(F_{2}X, -)$ 唯一地来自一个同构 $\theta_{X} : F_{1}X \to F_{2}X$ ✓。 - $\theta$ 对 $X$ 自然：$\theta$ 是「用同两个伴随同构拼出来的」，而伴随同构对两个变量都自然，故 $\theta : F_{1} \to F_{2}$ 是自然同构 ✓。 - 同一条论证交换 $\mathcal{C}$ 与 $\mathcal{D}^{\mathrm{op}}$ 就得到右伴随的唯一性 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### 余单位与忠实性　`prop.counit-epi-iff-faithful` *命题*　$G$ 忠实 $\iff$ 余单位是满 设 $F \dashv G$，单位 $\eta$、余单位 $\varepsilon$。则 $G$ **忠实** $\iff$ 余单位 $\varepsilon$ 是**满态射**（对偶地：$F$ 忠实 $\iff$ 单位是单态射）。 **证明。** 设 $F \dashv G$，伴随同构 $\varphi_{Y,Z} : \operatorname{Hom}_{\mathcal{D}}(FY, Z) \xrightarrow{\ \cong\ } \operatorname{Hom}_{\mathcal{C}}(Y, GZ)$，余单位 $\varepsilon_{Y} = \varphi^{-1}(1_{GY})$。 - **关键同构**：由三角恒等式，下面的方块交换（对一切 $Z$）： $$\begin{array}{ccc} \operatorname{Hom}_{\mathcal{D}}(Y, Z) & \xrightarrow{\ G_{Y,Z}\ } & \operatorname{Hom}_{\mathcal{C}}(GY, GZ)\\ {\scriptstyle \operatorname{Hom}(\varepsilon_{Y}, Z)}\big\downarrow & & \big\downarrow{\scriptstyle \cong\ \varphi_{GY,Z}} \\ \operatorname{Hom}_{\mathcal{D}}(FGY, Z) & \xrightarrow[\ \cong\ ]{} & \operatorname{Hom}_{\mathcal{C}}(GY, GZ)\end{array}$$ 即 $\varphi_{GY,Z}\circ\operatorname{Hom}(\varepsilon_{Y}, Z) = G_{Y,Z}$ ✓。 - 于是（用「$e$ 是满态射 $\iff$ $\operatorname{Hom}(e, Z)$ 对一切 $Z$ 是单射」这条刻画） $$\varepsilon_{Y}\text{ 满} \iff \forall Z:\ \operatorname{Hom}(\varepsilon_{Y},Z)\text{ 单} \iff \forall Z:\ G_{Y,Z}\text{ 单} \iff G\text{ 忠实} ✓$$ - 对偶地（把整个论证搬到 $\mathcal{C}^{\mathrm{op}}, \mathcal{D}^{\mathrm{op}}$）得 $F$ 忠实 $\iff$ 单位 $\eta$ 是单态射 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, §1.5 #### Kan 延拓与伴随的存在性　`prop.kan-extension-adjoint` *命题*　命题：$p^{-1}$ 有左伴随 $\iff$ 沿 $p$ 的 Kan 延拓都存在 设 $p : \mathcal{C} \to \mathcal{C}'$ 是小范畴之间的函子，$\mathcal{D}$ 是范畴。则**预复合函子** $$p^{-1} : \operatorname{Hom}(\mathcal{C}', \mathcal{D}) \longrightarrow \operatorname{Hom}(\mathcal{C}, \mathcal{D}), \qquad G \longmapsto G \circ p$$ 有**左伴随** $p_{!}$ $\iff$ **沿 $p$ 的、取值在 $\mathcal{D}$ 中的左 Kan 延拓总存在**。 对偶地：$p^{-1}$ 有右伴随 $p_{*}$ $\iff$ 右 Kan 延拓总存在。 **证明。** 两边逐字对照即可。 「$p^{-1}$ 有左伴随 $p_{!}$」说的是：对每个 $F \in \operatorname{Hom}(\mathcal{C}, \mathcal{D})$ 存在 $p_{!}F \in \operatorname{Hom}(\mathcal{C}', \mathcal{D})$ 与自然同构 $$\operatorname{Hom}\bigl(p_{!}F,\ G\bigr) \;\cong\; \operatorname{Hom}\bigl(F,\ p^{-1}G\bigr) = \operatorname{Hom}\bigl(F,\ G \circ p\bigr).$$ 右边的数据正是「$F$ 沿 $p$ 的左 Kan 延拓」的定义（泛性质）✓：伴随的**单位** $\eta_{F} : F \implies p_{!}F \circ p$ 就是定义里的那条 $\alpha$，而同构本身给出 $\alpha$ 的泛性质 ✓。 所以「每个 $F$ 都有左 Kan 延拓」与「$p^{-1}$ 有左伴随」是同一句话；对偶地把箭头反过来即得右 Kan 延拓那一条 ✓。∎ ⭐ 读法：**Kan 延拓不是新东西，它就是预复合函子的伴随**。这一条把「到处都要用 Kan 延拓」与「到处都要用伴随」两套话合成了一套。 ⚠️ 命题本身**不保证存在**，它只说「伴随」与「Kan 延拓」同生同死；存在性要另加条件（见「有余极限时 Kan 延拓总存在」）。 参考：Le Stum, An introduction to condensed mathematics, Proposition 1.5.10 #### 有余极限时 Kan 延拓总存在　`prop.kan-extension-exists` *命题*　命题：$\mathcal{D}$ 有余极限 $\implies$ 沿 $p$ 的左 Kan 延拓总存在 若 $\mathcal{D}$ 有**所有小余极限**，则任意 $F : \mathcal{C} \to \mathcal{D}$ 沿任意 $p : \mathcal{C} \to \mathcal{C}'$ 的**左 Kan 延拓总存在**，并可由**逐点公式**算出： $$(p_{!}F)(X') \;=\; \varinjlim_{p(X) \to X'} F(X),$$ 其中的余极限沿**逗号范畴** $p \downarrow X'$ 取（对象是形如 $p(X) \to X'$ 的态射）。 对偶地：$\mathcal{D}$ 有所有小极限 $\implies$ 右 Kan 延拓总存在，$(p_{*}F)(X') = \varprojlim_{X' \to p(X)} F(X)$。 **证明。** **（一）造 $p_{!}F$ 在对象上的值。** 对每个 $X' \in \mathcal{C}'$，逗号范畴 $p \downarrow X'$ 的对象是 $(X, f : p(X) \to X')$，态射是使 $f' \circ p(u) = f$ 的 $u : X \to X'$。这一族 $\{F(X)\}$ 连同「$u$ 给出 $F(u) : F(X) \to F(X')$」构成一个余锥，取其余极限就得到 $(p_{!}F)(X')$ ✓。 **（二）在态射上的值。** 给定 $u' : X' \to Y'$，把 $X'$ 处的余锥沿 $u'$ 推前（$(X, f) \mapsto (X, u' \circ f)$）得 $Y'$ 处的余锥，泛性质给出 $(p_{!}F)(u')$ ✓，函子性由泛性质中的唯一性得到 ✓。 **（三）那条自然变换 $\alpha : F \implies p_{!}F \circ p$。** 在 $X$ 处取 $p(X) \xrightarrow{\ 1\ } p(X)$ 对应的那条腿 $F(X) \to (p_{!}F)\bigl(p(X)\bigr)$ ✓。 **（四）泛性质。** 设 $G : \mathcal{C}' \to \mathcal{D}$ 与 $\gamma : F \implies G \circ p$。在 $X'$ 处，$\{\gamma_{X} \text{ 后接 } G(f) : F(X) \to G(X')\}_{f : p(X) \to X'}$ 是 $G(X')$ 里的一个余锥，于是得唯一的 $\widetilde{\gamma}_{X'} : (p_{!}F)(X') \to G(X')$ ✓；唯一性来自余极限的泛性质，自然性两边都是余锥的映射，逐点验证即可 ✓。 于是 $\operatorname{Hom}(p_{!}F, G) \cong \operatorname{Hom}(F, G \circ p)$ ✓，即 $p_{!} \dashv p^{-1}$ ✓。∎ ⭐ 用处：**预层范畴的完备性/余完备性把 Kan 延拓变成自动的**。取 $\mathcal{D} = \mathbf{Set}$ 就得到「任何函子在预层范畴之间都诱导一对伴随」—— 这正是「任意函子诱导拓扑斯态射」的引擎。 ⚠️ 公式里的余极限**不能随手换成「沿 $\mathcal{C}$ 取」**：索引范畴是逗号范畴 $p \downarrow X'$，它的对象会随 $X'$ 变化。 参考：Le Stum, An introduction to condensed mathematics, Proposition 1.5.11 #### 伴随延拓到图范畴　`prop.adjunction-extends-to-diagrams` *命题*　命题：$F \dashv G \implies F_{I} \dashv G_{I}$（逐点） 若 $F : \mathcal{C} \to \mathcal{D}$ 与 $G : \mathcal{D} \to \mathcal{C}$ 互为伴随，则对任意指标范畴 $I$，**逐点作用**给出图范畴之间的伴随 $$F_{I} \dashv G_{I}, \qquad F_{I}(D) = F \circ D,\quad G_{I}(E) = G \circ E,$$ 即 $\operatorname{Hom}_{\mathcal{D}^{I}}\bigl(F \circ D,\ E\bigr) \cong \operatorname{Hom}_{\mathcal{C}^{I}}\bigl(D,\ G \circ E\bigr)$。 **证明。** 图范畴里的 Hom 集是**逐点**交出来的：给出自然变换等价于给出一族相容的态射 ✓。在每个 $i \in I$ 上用 $F \dashv G$ 得到 $\operatorname{Hom}(FD_{i}, E_{i}) \cong \operatorname{Hom}(D_{i}, GE_{i})$ ✓；这族同构与 $I$ 中的态射相容（因为原来的同构关于 $F,G$ 自然）✓，于是它们拼成两个 Hom 集之间的同构 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.63 #### 全忠实沿自身的 Kan 延拓　`prop.kan-extension-fully-faithful` *命题*　命题：$p$ 全忠实 $\implies p_{!}F \circ p \cong F$ 设 $p : \mathcal{C} \to \mathcal{C}'$ **全忠实**、$\mathcal{D}$ 有余极限。则对每个 $F : \mathcal{C} \to \mathcal{D}$，左 Kan 延拓满足 $$p_{!}F \circ p \;\cong\; F.$$ **证明。** 用逐点公式 $p_{!}F(X') = \varinjlim_{p(X) \to X'} F(X)$ ✓。取 $X' = p(X_{0})$：逗号范畴 $p \downarrow p(X_{0})$ 以 $1_{p(X_{0})}$ 为**终对象**（$p$ 全忠实说明 $p(X_0)$ 的态射到 $p(X)$ 唯一地来自 $X_0 \to X$）✓，而沿带终对象的范畴取余极限就是取终对象处的值 ✓，于是 $(p_{!}F)(p(X_{0})) \cong F(X_{0})$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.74 #### 伴随的复合　`prop.adjunction-composition` *命题*　命题：$F_{1} \dashv G_{1}$、$F_{2} \dashv G_{2}$ $\implies$ $F_{2}F_{1} \dashv G_{1}G_{2}$ 若 $F_{1} \dashv G_{1}$（$\mathcal{C} \to \mathcal{D}$）与 $F_{2} \dashv G_{2}$（$\mathcal{D} \to \mathcal{E}$），则 $$F_{2} \circ F_{1} \;\dashv\; G_{1} \circ G_{2}.$$ **证明。** 把两个伴随的同构串起来 ✓：对 $X \in \mathcal{C}$、$Z \in \mathcal{E}$， $$\operatorname{Hom}_{\mathcal{E}}\bigl(F_{2}F_{1}X,\ Z\bigr) \cong \operatorname{Hom}_{\mathcal{D}}\bigl(F_{1}X,\ G_{2}Z\bigr) \cong \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ G_{1}G_{2}Z\bigr) ✓$$ 两次都用伴随的定义，而这族同构关于 $X, Z$ 自然（两个自然同构的复合仍自然）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.59 #### 伴随双射的自然性　`prop.adjunction-naturality` *命题*　命题：$\Phi$ 自然的显式写法 伴随双射 $\Phi_{X, X'} : \operatorname{Hom}\bigl(F(X), X'\bigr) \cong \operatorname{Hom}\bigl(X, G(X')\bigr)$ 的自然性说的是：对 $g : Y \to X$、$g' : X' \to Y'$ 与 $f : F(X) \to X'$，有 $\Phi\bigl(g' \circ f \circ F(g)\bigr) = G(g') \circ \Phi(f) \circ g$。 **证明。** 代 $\Phi(f) = G(f) \circ \eta_{X}$ 与 $\Phi^{-1}(h) = \varepsilon_{X'} \circ F(h)$ ✓，两边都用单位与余单位的自然性即得那条等式 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.55 #### 遗忘函子的伴随　`prop.forgetful-adjoints-examples` *命题*　命题：自由 $\dashv$ 遗忘、层化 $\dashv$ 含入、$k$-化 $\dashv$ 含入 常见的一对对子：**自由 $\dashv$ 遗忘**（$\mathbf{Mon}$、$\mathbf{Gr}$、$\mathbf{Ab}$、$A\text{-}\mathbf{Mod}$……）、**层化 $\dashv$ 含入**（$\widetilde{\mathcal{C}} \hookrightarrow \widehat{\mathcal{C}}$）、**$k$-化 $\dashv$ 含入**（$k\mathbf{Top} \hookrightarrow \mathbf{Top}$）。一般规律：**「忘掉结构 / 放宽结构」的函子是右伴随，其左伴随即「自由地补上结构」**。 **证明。** 逐例核对万能性质：$\operatorname{Hom}_{\mathbf{Mon}}(\text{自由幺半群},\ G) \cong \operatorname{Hom}_{\mathbf{Set}}(X, G)$ ✓；$\operatorname{Hom}(T^{\#}, F) \cong \operatorname{Hom}(T, F)$ ✓；$\operatorname{Hom}_{k\mathbf{Top}}(kX, Y) \cong \operatorname{Hom}_{\mathbf{Top}}(X, Y)$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.56 #### Currying　`prop.currying` *命题*　命题：$X \mapsto X \times Y \;\dashv\; Z \mapsto \mathbf{Set}(Y, Z)$ 在 $\mathbf{Set}$ 里 $X \mapsto X \times Y$ **$\dashv$** $Z \mapsto \mathbf{Set}(Y, Z)$： **证明。** 给 $f : X \times Y \to Z$，令 $\widehat{f}(x)(y) = f(x, y)$ ✓；反过来给 $g$ 令 $f(x,y) = g(x)(y)$ ✓ —— 两个方向互逆且自然 ✓，所以 $\mathbf{Set}(X \times Y, Z) \cong \mathbf{Set}\bigl(X, \mathbf{Set}(Y, Z)\bigr)$ ✓。$\mathbf{Cat}$（函子范畴）与 $\mathbf{Ab}$ 里有同一套伴随 —— 这就是**笛卡尔闭**。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.57 #### 常见伴随的单位与余单位　`prop.unit-counit-examples` *命题*　命题：从单位/余单位读出忠实性 几对常见伴随的单位：**自由 $\dashv$ 遗忘** 的单位是「把 $x$ 送进生成元」；**层化 $\dashv$ 含入** 的单位是 $T \to T^{\#}$；**$k$-化 $\dashv$ 含入** 的单位是恒等（$X \to kX$ 当 $X$ 已紧生成时）。由「余单位满 $\iff$ 忠实」还能从单位/余单位读出忠实性。 **证明。** 逐例用 $\eta_{X} = \Phi(1_{FX})$、$\varepsilon_{Y} = \Phi^{-1}(1_{GY})$ 算即可 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.61 #### 有余幂则可表示函子有伴随　`prop.copowers-give-adjoint` *命题*　命题：$\mathcal{C}$ 有余幂 $\implies$ $X^{(I)} \dashv h_{X}$ 若小范畴 $\mathcal{C}$ 有**余幂**，则每个可表示函子 $h_{X}$ 都有左伴随：$\mathbf{Set} \to \mathcal{C},\ I \mapsto X^{(I)}$ **$\dashv$** $h_{X} = \operatorname{Hom}_{\mathcal{C}}(X, -)$。 **证明。** 余幂的泛性质给出 $\operatorname{Hom}_{\mathcal{C}}\bigl(X^{(I)}, Y\bigr) \cong \operatorname{Hom}_{\mathbf{Set}}\bigl(I, \operatorname{Hom}_{\mathcal{C}}(X, Y)\bigr) = \mathbf{Set}\bigl(I, h_{X}(Y)\bigr)$ ✓，正是伴随的定义 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.62 #### 反射的判据　`prop.reflection-criterion` *命题*　命题：$F$ 是反射 $\iff$ 存在 $\alpha_{X} : X \to F(X)$，在 $\mathcal{C}'$ 上是同构 设 $\mathcal{C}'$ 是 $\mathcal{C}$ 的**满**子范畴、$F : \mathcal{C} \to \mathcal{C}'$。则 $F$ 是**反射** $\iff$ 存在自然态射 $\alpha_{X} : X \to F(X)$（$X \in \mathcal{C}$），且 $X \in \mathcal{C}'$ 时 $\alpha_{X}$ 是**同构**。 **证明。** ($\Longrightarrow$) 取单位 $\alpha = \eta$ ✓；$X \in \mathcal{C}'$ 时含入全忠实使 $\eta_{X}$ 是同构（三角等式逼出逆）✓。 ($\Longleftarrow$) 由 $\alpha$ 的泛性，每个 $X \to Y$（$Y \in \mathcal{C}'$）唯一地穿过 $\alpha_{X}$ ✓ —— 正是反射的泛性质 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.71 #### 余反射子范畴上的幺半群　`prop.coreflective-monoids-full` *命题*　命题：$\mathcal{C}'$ 余反射 $\implies \mathrm{Mon}(\mathcal{C}')$ 是 $\mathrm{Mon}(\mathcal{C})$ 的满子范畴 若 $\mathcal{C}'$ 是 $\mathcal{C}$ 的**余反射**子范畴，则 $\mathrm{Mon}(\mathcal{C}')$ 是 $\mathrm{Mon}(\mathcal{C})$ 的**满子范畴**；$\mathrm{Gr}$、$\mathbf{Ab}$ 等同样。 **证明。** $\mathcal{C}'$ 是满子范畴，所以 $\mathrm{Mon}(\mathcal{C}') \to \mathrm{Mon}(\mathcal{C})$ 自动全忠实 ✓。结构能对上靠**余单位**：含入 $i$ 有右伴随 $r$（这就是余反射），于是 $\mathcal{C}'$ 里的积是 $G \times_{\mathcal{C}'} G' = r(G \times_{\mathcal{C}} G')$ ✓，而 $\varepsilon : i\,r \to 1$ 给出 $\mathcal{C}$ 里的态射 $G \times_{\mathcal{C}'} G' \to G \times_{\mathcal{C}} G'$ —— 用它可以把 $\mathcal{C}'$ 里的乘法搬到 $\mathcal{C}$ 里，反之亦然 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 1.72 ### 星团：层与拓扑 > 造出「覆盖」这套语言：筛 → 预拓扑 / Grothendieck 拓扑 → 层（下降条件）→ Čech 函子与层化 → site 的层范畴的好性质。 #### 筛　`def.sieve` *定义*　筛（Sieve） 设 $X \in \mathcal{C}$。$X$ 上的**筛**是预层 $h_{X} = \operatorname{Hom}_{\mathcal{C}}(-, X)$ 的一个子函子 $R \subseteq h_{X}$：对每个 $X'$ 给一个子集 $R(X') \subseteq \operatorname{Hom}_{\mathcal{C}}(X', X)$，使得只要 $f \in R(X')$，任何 $g : X'' \to X'$ 都满足 $f \circ g \in R(X'')$。 一族态射 $(f_{i} : X_{i} \to X)_{i \in I}$ **生成的筛**是 $$S = \{\, g : Y \to X \ \mid\ \exists i,\ \exists h : Y \to X_{i},\ g = f_{i} \circ h \,\}$$ 直觉：**$X$ 上一族「允许的映射」，而且凡是能再往下接的都算进来**。所以筛不是随便一族箭头，它「对预复合封闭」—— 这正是一个子函子该有的样子。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 预拓扑　`def.pretopology` *定义*　预拓扑（Pretopology） 范畴 $\mathcal{C}$ 上的**预拓扑**是对每个 $X$ 指定一族**覆盖族** $\operatorname{Cov}(X)$（每个元素是一族态射 $(X_{i} \to X)_{i \in I}$），满足： 1. **同构是覆盖**：任何同构 $X' \to X$ 都在 $\operatorname{Cov}(X)$ 中； 2. **拉回稳定**：若 $(X_{i} \to X)_{i \in I} \in \operatorname{Cov}(X)$，则对任意 $f : Y \to X$， $$\bigl(\, X_{i} \times_{X} Y \to Y \,\bigr)_{i \in I} \in \operatorname{Cov}(Y)$$ 3. **传递**：若 $(X_{i} \to X)_{i \in I} \in \operatorname{Cov}(X)$ 且对每个 $i$ 有 $(X_{ij} \to X_{i})_{j \in J_{i}} \in \operatorname{Cov}(X_{i})$，则 $(X_{ij} \to X)_{i \in I, j \in J_{i}} \in \operatorname{Cov}(X)$。 三条读成一句话：**同构是覆盖、覆盖能拉回、覆盖的覆盖还是覆盖**。 例：在 $\mathbf{Set}$ 上取 $\operatorname{Cov}(X) = \{(X_{i} \to X) : X = \bigcup_{i} X_{i}\}$，三条都成立 —— 这就是「覆盖」两个字的原型。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### Grothendieck 拓扑　`def.grothendieck-topology` *定义*　Grothendieck 拓扑与 site（Grothendieck Topology, Site） 范畴 $\mathcal{C}$ 上的 **Grothendieck 拓扑**是对每个 $X$ 指定一族**覆盖筛** $J(X)$，满足： 1. $h_{X} \in J(X)$； 2. **拉回稳定**：$R \in J(X)$、$f : Y \to X$ $\implies$ $f^{*}(R) := R \times_{h_{X}} h_{Y} \in J(Y)$； 3. **传递**：$R, R' \subseteq h_{X}$，若 $R' \in J(X)$ 且对每个 $f \in R'(Y)$ 有 $f^{*}(R) \in J(Y)$，则 $R \in J(X)$。 带 Grothendieck 拓扑的范畴叫 **site**。 $J(X)$ 在所有筛的偏序集上构成一个**滤子**：非空；对交封闭（$R, R' \in J(X) \implies R \cap R' \in J(X)$）；对更大的筛封闭（$R \subseteq R'$、$R \in J(X) \implies R' \in J(X)$）。合起来就是「$J(X)$ 里有一堆「够大」的筛」。 由预拓扑可以生成拓扑：把每个覆盖族换成它生成的筛，再取全部这样的筛。**拓扑比预拓扑更一般** —— 预拓扑要求那些纤维积存在，而在预层范畴里筛的拉回总是存在的。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 层　`def.sheaf` *定义*　层与分离预层（Sheaf） 设 $\mathcal{C}$ 是 site，$F : \mathcal{C}^{\mathrm{op}} \to \mathbf{Set}$ 是预层。 - $F$ 叫**分离的**，如果对每个 $X$ 与每个 $R \in J(X)$，限制映射 $$\operatorname{Hom}(h_{X}, F) \longrightarrow \operatorname{Hom}(R, F)$$ 是**单射**； - $F$ 叫**层**，如果这个映射是**双射**。 用米田引理 $\operatorname{Hom}(h_{X}, F) \cong F(X)$，可以把这个定义读成两句话：左边是 $F(X)$（整体截面），右边是「沿 $R$ 的一族相容截面」： - **单射 = 分离公理**：两个整体截面若在 $R$ 上一致，就必定相等； - **双射 = 粘合公理**：任何一族相容截面都能**唯一**地拼成整体截面。 在拓扑空间的老写法里（$\mathcal{C} = \operatorname{Open}(X)^{\mathrm{op}}$），这两条就是：$s|_{U_{i}} = t|_{U_{i}}$ 处处成立则 $s = t$；以及局部截面 $s_{i}$ 在交叠处一致时能拼出整体截面。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 层的下降条件　`thm.sheaf-descent` *定理*　用覆盖族检验层 设 $\mathcal{C}$ 带预拓扑。预层 $F$ 是层 $\iff$ 对每个 $X$ 与每个覆盖族 $(X_{i} \to X)_{i \in I}$，序列 $$F(X) \longrightarrow \prod_{i \in I} F(X_{i}) \overset{\alpha}{\underset{\beta}{\rightrightarrows}} \prod_{i, j \in I} F(X_{i} \times_{X} X_{j})$$ 正合，即 $F(X) \cong \ker(\alpha - \beta)$，其中 $$\alpha\bigl((s_{i})_{i}\bigr) = \bigl(s_{i}|_{X_{i} \times_{X} X_{j}}\bigr)_{i,j}, \qquad \beta\bigl((s_{i})_{i}\bigr) = \bigl(s_{j}|_{X_{i} \times_{X} X_{j}}\bigr)_{i,j}$$ 这就是教科书里那两条：**单态** $F(X) \hookrightarrow \prod_{i} F(X_{i})$ 是**分离公理**，**等于核**是**粘合公理**（相容族恰好是整体截面的像）。 把交叠条件写成 $X_{i} \times_{X} X_{j}$ 上的一致性是关键 —— 「两块覆盖在重叠部分的限制相同」这句话，在一般范畴里没有交叠可用，只有纤维积。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### Čech 函子　`def.cech-functor` *定义*　Čech 函子（Čech Functor） site $\mathcal{C}$ 上的 **Čech 函子** $\widehat{H}$ 定义在预层上： $$\widehat{H}(T)(X) \;:=\; \varinjlim_{R \in J(X)} \operatorname{Hom}(R, T)$$ （因为 $J(X)$ 是滤子，这是一个**滤过余极限**。）由 $h_{X} \in J(X)$ 与 $\operatorname{Hom}(h_{X}, T) \cong T(X)$，得到自然映射 $T \to \widehat{H}(T)$。 「沿越来越大的覆盖筛取极限」在 $T$ 这一侧翻成了余极限 —— 因为 $\operatorname{Hom}(-, T)$ 是**反变**的，反变函子沿滤子取极限等于共变函子的滤过余极限。$\widehat{H}$ 是把预层朝层的方向推一把的第一步。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### Čech 函子的性质　`prop.cech-properties` *命题*　Čech 函子的三条性质 1. $\widehat{H}$ **左正合**（保有限极限）； 2. $T$ 是预层 $\implies$ $\widehat{H}(T)$ **分离**；$T$ 分离 $\implies$ $\widehat{H}(T)$ 是**层**； 3. $T$ 是分离的（层）$\iff$ $T \to \widehat{H}(T)$ 是单态射（同构）。 **证明。** 记 $\widehat{H}(T) := \varinjlim_{(X_{i}\to X)}\check{H}^{0}\bigl((X_{i}),T\bigr)$，其中 $\check{H}^{0}$ 是 $\prod_{i}T(X_{i}) \rightrightarrows \prod_{i,j}T(X_{i}\times_{X}X_{j})$ 的等化子。 **1.（左正合）** $T \mapsto \check{H}^{0}((X_{i}),T)$ 只用到 $T$ 的取值与拉回，是有限极限（积 + 等化子）的复合，故保有限极限；而 $\mathbf{Set}$ 里的**滤过余极限正合**（与有限极限交换）✓。两者合起来给出 $\widehat{H}$ 左正合 ✓。 **2.（分离 / 层）** $\widehat{H}(T)(X)$ 的元素是「某个覆盖上的相容族」，两个元素相等 $\iff$ 存在公共细化使它们在那上面一致（滤过性）。于是：若它们在某个覆盖的每支上相等，则在该覆盖上就已经相等，故 $\widehat{H}(T) \to \prod_{i}\widehat{H}(T)(X_{i})$ 单 —— 即 $\widehat{H}(T)$ **分离** ✓。进一步，若 $T$ 分离，任何 $\widehat{H}(T)$ 上的相容族可以逐层提升到 $T$（分离性保证提升唯一），从而粘成 $\widehat{H}(T)$ 的一个元素，故 $\widehat{H}(T)$ 是**层** ✓。 **3.（与嵌入的关系）** 由 $\check{H}^{0}$ 是等化子，$T(X) \to \widehat{H}(T)(X)$ 总是单 $\iff$ 「$T$ 上两个元素若在某个覆盖上一致则相等」，即 $T$ 分离 ✓；这个映射还是满的 $\iff$ 每个相容族都能粘合，即 $T$ 是层 ✓。于是 $T$ 分离 $\iff T \to \widehat{H}(T)$ 单、$T$ 是层 $\iff$ 它是同构 ✓。∎ 1 的理由很短：$\operatorname{Hom}(-, T)$ 保极限，而**滤过余极限左正合**。3 说明「分离」与「层」的差别就是「$T$ 在 $\widehat{H}$ 里是不是已经到顶了」—— 于是「做两次 $\widehat{H}$」这件事有了明确的意义。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 层化　`thm.sheafification` *定理*　层化：层范畴是预层范畴的反射子范畴 层范畴是预层范畴的**反射子范畴**，反射 $$\sharp : \widehat{\mathcal{C}} \longrightarrow \widehat{\mathcal{C}}, \qquad T \mapsto T^{\sharp}$$ 叫 **sheafification**（层化）：对每个层 $F$， $$\operatorname{Hom}_{\widehat{\mathcal{C}}}\bigl(T^{\sharp},\ F\bigr) \;\cong\; \operatorname{Hom}_{\widehat{\mathcal{C}}}\bigl(T,\ F\bigr)$$ 并且它是**幂等**的：$(T^{\sharp})^{\sharp} \cong T^{\sharp}$。具体地，$T^{\sharp}$ 取「对预层做两次 Čech 构造」。 推论： 1. **层范畴里的极限就是在预层范畴里算的**（反射子范畴对极限封闭）； 2. $T \mapsto T^{\sharp}$ **保所有余极限与有限极限**。 例： - 取**最粗**拓扑（$J(X) = \{h_{X}\}$）时每个预层都是层，$\sharp$ 是恒等；取**最细**拓扑（$J(X) = $ 一切筛）时层范畴只剩一个对象，即常数预层 $\mathbf{1}$。 - 常数预层（每个开集上取同一个集合 $E$）的层化叫**常数层**。 - 拓扑空间 $X$ 上取 $\mathcal{C} = \operatorname{Open}(X)$，得到的就是通常的层范畴，$\sharp$ 就是通常的层化函子。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 正则满态射　`def.regular-epi` *定义*　正则满态射（Regular Epimorphism） 态射 $f : X \to Y$ 叫**正则满态射**，如果它是某个平行对的**余等化子**：存在 $u, v : W \rightrightarrows X$ 使 $f = \operatorname{coker}(u, v)$。 在 $\mathbf{Set}$ 里**每个满射都是正则的**：取 $W = X \times_{Y} X$ 与两个投影，它们的余等化子正是 $f$。在一般范畴里不然 —— 「满」（右可消）比「正则满」弱得多，差的那部分正是「$Y$ 是不是真的由 $X$ 商出来的」。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 万有关系　`def.universal-colimit` *定义*　万有余极限、万有满态射、不交余积 1. 余极限 $X = \varinjlim_{i} X_{i}$ 叫**万有的**，如果对任意 $X \to Y$ 与 $Y' \to Y$， $$X \times_{Y} Y' \;\cong\; \varinjlim_{i} \bigl(X_{i} \times_{Y} Y'\bigr)$$ 2. 正则满态射 $f : X \to Y$ 叫**万有的**，如果对任意 $Y' \to Y$，拉回 $f \times_{Y} Y'$ 仍是正则满态射； 3. 余积 $X = \coprod_{i \in I} X_{i}$ 叫**不交的**，如果 (a) 每个 $X_{i} \to X$ 是单态射，(b) $i \ne j$ 时 $X_{i} \times_{X} X_{j}$ 是始对象。 有效等价关系叫**万有的**，如果它的商映射是万有正则满态射。 「万有」= **拉回之后还在**：不管把整个图沿什么映射拉回去，性质都保持。这三条是把「集合里那些显然的好性质」翻译成范畴语言的样板 —— 它们在 $\mathbf{Set}$ 里不出问题，但换一个范畴就未必，所以必须写下来。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### site 的层范畴的好性质　`prop.site-properties` *命题*　Grothendieck 拓扑下的层范畴 若 $\mathcal{C}$ 是 site，则层范畴 $\widehat{\mathcal{C}}$ 中所有极限与余极限存在，并且： 1. 余极限是**万有**的； 2. **滤过余极限正合**； 3. 满态射都是**正则的**且**万有**的； 4. 余积是**不交**的； 5. 等价关系是**有效的**且**万有**的。 理由一句话：**这些性质在 $\mathbf{Set}$ 里成立，而层范畴里的构造逐点继承 $\mathbf{Set}$ 的性质**，再配合层化保有限极限与余极限。第 3 条尤其值得记：在这里「满 = 正则满」是自动的，不必额外假设 —— 这正是后面预拓扑斯公理里那一条的来源。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 层中单满即同构　`prop.sheaf-mono-epi-iso` *命题*　层里的单满分解 设 $u : F \to G$ 是层之间的态射。则： 1. 若 $u$ 既是单态射又是满态射，则 $u$ 是同构； 2. $u$ 有**唯一的**满-单分解：存在唯一的 $I$ 使 $u = F \twoheadrightarrow I \rightarrowtail G$。 **证明。** 设 $u : F \to G$ 是层之间的态射。 **1.** 设 $u$ 既单又满。由满性（层中满态射的**局部**判据），对 $1_{G} \in G(G)$ 存在覆盖 $(G_{i}\to G)$ 与 $t_{i}\in F(G_{i})$ 使 $u(t_{i}) = 1_{G}|_{G_{i}}$。在双重拉回 $G_{i}\times_{G}G_{j}$ 上，$t_{i}$ 与 $t_{j}$ 的像都等于 $1_{G}$ 的限制，由 $u$ 单得 $t_{i}|= t_{j}|$ —— 相容 ✓。层条件给唯一的 $v \in F(G)$ 与 $v|_{G_{i}} = t_{i}$，于是 $u(v) = 1_{G}$（两边在覆盖上一致，层分离）。又 $u(v u) = u$，而 $u$ 单 $\implies v u = 1_{F}$。故 $u$ 同构 ✓。 **2.** 像分解：拓扑斯里每个态射都有 (满, 单) 分解（像 $= $ 层化后的余等化子）。设 $u = m e$ 与 $u = m' e'$ 是两个这样的分解。由 $m e = m' e'$ 与满-单的泛性，$e'$ 通过 $e$ 分解（$e$ 满、$m'$ 单，用「满 $\implies$ 左消去」得唯一分解），对称地 $e$ 通过 $e'$ 分解，两个分解互相比较得 $I \cong I'$ ✓。∎ 这两条在 $\mathbf{Set}$ 里也对，但在层范畴里**不是自动的**，要证。它们恰好就是**预拓扑斯（pretopos）**公理的内容 —— 所以这个位置正是从「层」走向「拓扑斯」的接口。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 满态射的局部判据　`prop.sheaf-epi-criterion` *命题*　层中满态射的局部刻画 设 $\mathcal{C}$ 带预拓扑。层的态射 $u : F \to G$ 是满态射 $\iff$ 对每个 $X \in \mathcal{C}$ 与每个 $s \in G(X)$，存在覆盖 $(X_{i} \to X)_{i \in I}$ 使 $$s|_{X_{i}} \in \operatorname{im}\bigl(F(X_{i}) \to G(X_{i})\bigr) \qquad (\forall i \in I)$$ **证明。** - **$(\implies)$** 设 $u : F \to G$ 是满态射。任取 $X$ 与 $s \in G(X)$，即 $s : h_{X} \to G$。取拉回 $$\begin{array}{ccc} h_{X}\times_{G}F & \xrightarrow{\ \ } & F\\ \big\downarrow & & \big\downarrow{\scriptstyle u}\\ h_{X} & \xrightarrow{\ s\ } & G\end{array}$$ 底边 $u$ 满 $\implies$ 左边那条也是满态射（拓扑斯里满态射沿任意态射拉回仍满），即 $h_{X}\times_{G}F \to h_{X}$ 是**覆盖**；取它的一族可表示层覆盖 $(X_{i}\to X)$，则每支给出 $s|_{X_{i}}$ 在 $F(X_{i})$ 里的一个原像 ✓。 - **$(\Longleftarrow)$** 设条件成立，取像分解 $u = m\,e$（$e$ 满、$m : I \rightarrowtail G$ 单）。条件说：对每个 $X$、每个 $s \in G(X)$，存在覆盖使 $s|_{X_{i}}$ 落在 $\operatorname{im}u \subseteq \operatorname{im}m = I$ 里。而单态射是同构 $\iff$ 它的像在每个 $X$ 上被覆盖局部地盖住（子对象相等的局部判据）。故 $m$ 是同构，$u = m e$ 满 ✓。∎ 一句话：**层的满态射就是「局部满」。** 一句话：**层的满态射是「局部满」**。整体上 $s$ 可能没有原像，但总能把 $X$ 切成一层覆盖，每块上都有原像 —— 这是「层上只有局部信息」最典型的体现。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 有效等价关系　`def.effective-equivalence` *定义*　有效等价关系（Effective Equivalence Relation） 对象 $X$ 上的**等价关系**是一个图 $R \rightrightarrows X$，使得对每个 $Y$，$\operatorname{Hom}(Y, R) \to \operatorname{Hom}(Y, X) \times \operatorname{Hom}(Y, X)$ 是等价关系（在 $\mathbf{Set}$ 里取）。 它叫**有效的**，如果 $$R \;\cong\; X \times_{\overline{X}} X, \qquad \overline{X} := \operatorname{coker}(R \rightrightarrows X)$$ 即 $R$ 恰好就是商映射的核对。 「有效」说的是**商没有多粘**：先取等价关系再取商、然后再看商映射的核对，回到原来的等价关系。 对照集合：任意 $f : X \to Y$ 给出的核对 $X \times_{Y} X$ 一定是有效的（$\overline{X} \cong \operatorname{im} f$）；反过来任意等价关系 $R \subseteq X \times X$ 取 $\overline{X} = X/R$ 也总是回到 $R$。**在 $\mathbf{Set}$ 里人人都有效**，但在一般范畴里这是要额外要求的一条。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 层化与等价关系交换　`prop.sheafify-equivalence` *命题*　层化保持等价关系与商 若 $R$ 是预层 $T$ 上的等价关系，则层化之后 $R^{\sharp}$ 是 $T^{\sharp}$ 上的等价关系，并且 $$\bigl(T/R\bigr)^{\sharp} \;\cong\; T^{\sharp} / R^{\sharp}$$ **证明。** 记层化为 $(-)^{\sharp}$：它是到层范畴的反射，故左伴随。 - 左伴随保**余极限** ✓；它同时又**左正合**（保有限极限，因为拓扑斯都是左正合的）✓。 - **等价关系的条件都是有限极限条件**：$R \rightrightarrows T$ 是等价关系 $\iff$ 存在 $R \to T\times T$ 使其为单态射（自反、对称、传递三条用对角、交换与拉回表达）。层化保这些有限极限，故 $R^{\sharp} \rightrightarrows T^{\sharp}$ 仍是等价关系 ✓。 - **商是余等化子**：$T/R := \operatorname{coeq}(R \rightrightarrows T)$，是余极限，故 $(T/R)^{\sharp} \cong \operatorname{coeq}(R^{\sharp}\rightrightarrows T^{\sharp}) = T^{\sharp}/R^{\sharp}$ ✓。 两件事合起来就是「先商再层化 $=$ 先层化再商」✓。∎ 「先取商再层化」与「先层化再取商」结果一样 —— 这类交换性是层化「保余极限」的具体面貌（商是余等化子，是余极限）。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 标准拓扑　`def.canonical-topology` *定义*　标准拓扑与次标准拓扑（Canonical Topology） 在任何范畴 $\mathcal{C}$ 上，存在**最细**的拓扑使得所有可表示预层都是层：规定 $X$ 上的筛 $R$ 是覆盖筛，当且仅当 $$\forall f : Y \to X,\ \forall Z \in \mathcal{C}, \qquad \operatorname{Hom}_{\mathcal{C}}(Y, Z) \;\cong\; \operatorname{Hom}\bigl(f^{-1}(R),\ h_{Z}\bigr)$$ 这个拓扑叫 $\mathcal{C}$ 上的**标准拓扑**。比标准拓扑**粗**的拓扑叫**次标准的**（subcanonical）。 等价刻画（把「次标准」一次说清）： $$\text{次标准} \iff \text{可表示预层都是层} \iff X^{\sharp} = h_{X}\ (\forall X) \iff \text{米田嵌入经过层范畴仍然全忠实}$$ 所以「次标准」= **层范畴仍然看得见原来的范畴**。反过来，标准拓扑就是「能看见 $\mathcal{C}$ 的前提下的最细拓扑」。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 覆盖筛即余积满射　`prop.covering-sieve-epi` *命题*　覆盖族生成覆盖筛 $\iff$ 余积满射 族 $(X_{i} \to X)_{i \in I}$ 生成一个**覆盖筛** $\iff$ 余积 $\coprod_{i \in I} X_{i} \to X$ 是**满态射**（在 $\mathcal{C}$ 中）。 这把一件看起来属于「拓扑」的事（什么算覆盖）翻译成一句纯范畴的话（余积是不是满射）。从此「$\{X_{i} \to X\}$ 覆盖 $X$」与「$\coprod_{i} X_{i} \to X$ 满」可以随意换着用。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 不交万有余积与次标准拓扑　`prop.disjoint-universal` *命题*　不交万有余积在次标准拓扑下不变 设 $\mathcal{C}$ 有有限极限。则 $X = \coprod_{i \in I} X_{i}$ 在 $\mathcal{C}$ 中是**不交的万有余积** $\iff$ 对任何（等价地：某一个）**次标准拓扑**，它作为层范畴中的余积仍然不交、万有。 **证明。** 记次标准拓扑下的层化为 $(-)^{\sharp}$，此时可表示预层都是层：$h_{X}^{\sharp} = h_{X}$。 **$(\implies)$** 设 $X = \coprod_{i}X_{i}$ 在 $\mathcal{C}$ 里不交、万有。Yoneda 嵌入保余积，故 $h_{X} \cong \coprod_{i}h_{X_{i}}$，两边都是层，即这个余积在层范畴里就被算出来了 ✓。不交：层范畴的余积逐点算，$\coprod_{i}h_{X_{i}}$ 的注入都来自 $\mathcal{C}$ 里的注入，两两拉回是 $h_{0}$（始对象）✓。万有：沿任意 $Z \to h_{X}$ 的拉回逐点验，落在 $\mathcal{C}$ 里就是原来的万有性 ✓。 **$(\Longleftarrow)$** 设某个次标准拓扑下 $h_{X} = \coprod_{i}h_{X_{i}}$ 不交、万有。逐点（对每个 $Z \in \mathcal{C}$）展开：不交给 $\operatorname{Hom}(Z,X) = \coprod_{i}\operatorname{Hom}(Z,X_{i})$ 的不交并；万有给「沿 $Z' \to Z$ 拉回保持它」。取 $Z = X$ 与 $1_{X}$ 读出 $X_{i}\to X$ 的注入性，取 $Z = X_{i}\times_{X}X_{j}$ 读出两两拉回是始对象，再取任意 $Z$ 得万有性，逐条搬回 $\mathcal{C}$ ✓。 **结论：标准拓扑恰好把 $\mathcal{C}$ 里成立的余积性质原样保留，不多也不少。**∎ 一个方向：次标准保证 $X = h_{X}$、$X_{i} = h_{X_{i}}$ 都在层范畴里，而 $\coprod_{i} h_{X_{i}}$ 本来就不交，所以自动是层。另一个方向：拿 $h_{X} = \coprod_{i} h_{X_{i}}$ 去逐条验注入性与「拉回是始对象」。 含义：**标准拓扑恰好把 $\mathcal{C}$ 里成立的那部分余积性质原样保留下来**，不多也不少 —— 这就是「次标准」这个名字该有的分量。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 覆盖筛的四条等价　`prop.sieve-covering-equivalent` *命题*　覆盖筛的等价刻画（$\widetilde{R} \simeq \underline{X}$） 设 $\mathcal{C}$ 是 site，$X \in \mathcal{C}$，$R$ 是 $X$ 上的一个**筛**。则下列四条等价： 1. $R \in J(X)$（即 $R$ 是 $X$ 上的**覆盖筛**）； 2. $\widetilde{R} \simeq \underline{X}$； 3. $\underline{X} \simeq \varinjlim_{Y \in \mathcal{C}/R} \underline{Y}$； 4. $\coprod_{Y \in \mathcal{C}/R} \underline{Y} \longrightarrow \underline{X}$ 是**满态射**。 记号：$\underline{X} := \widetilde{h_{X}}$ 是 $X$ 对应的**层**；$\mathcal{C}/R$ 是由「筛 $R$ 里的那些态射」组成的范畴（对象是 $f \in R(Y)$，态射是使 $\ast$ 交换的那些 $g$）。 ⭐ **读法**：第 1 条是「$R$ 被拓扑 $J$ 承认」，第 2、3、4 条都**只提到层**。所以这一条说的是：**「是不是覆盖」这件事可以由层来刻画，不必回头看 $J$。** 这正是「拓扑 $\leftrightarrow$ 层范畴」那条对应能够一一对上的原因。 **证明走法。** 合成 $R \hookrightarrow h_{X} \to \widetilde{h_{X}} = \underline{X}$ 唯一地延拓出 $u : \widetilde{R} \to \underline{X}$（层化是左伴随，层是余完备的）。 - **$1 \implies 2$**：$R \in J(X)$ 时 $R \to \widetilde{R}$ 又由**层化的粘合公理**唯一延拓出 $v : \underline{X} = \widetilde{h_{X}} \to \widetilde{R}$；把 $v \circ u$ 与 $u \circ v$ 分别与 $R \to \widetilde{R}$、$h_{X} \to \underline{X}$ 比较，由延拓的**唯一性**它们分别是 $\mathrm{id}_{\widetilde{R}}$ 与 $\mathrm{id}_{\underline{X}}$，故 $u$ 是同构。 - **$2 \implies 1$**：设 $u$ 是同构。由**传递性公理**，只要造出一个 $R' \in J(X)$ 使每个 $f \in R'(Y)$ 都有 $f^{-1}(R) \in J(Y)$ 就够了。由 2 有 $h_{X} \to \underline{X} \cong \widetilde{R} = \mathcal{H}(\mathcal{H}(R))$，于是可造出 $R' \in J(X)$ 与 $\varphi : R' \to \mathcal{H}(R)$。对 $f \in R'(Y)$，它在 $\mathcal{H}(R)(Y)$ 里的像来自某个 $S \to R$（$S \in J(Y)$）—— 沿 $h_{Y} \to R' \to \mathcal{H}(R)$ 走一圈可知 $S \subseteq f^{-1}(R)$，于是 $f^{-1}(R) \in J(Y)$。再用一次传递性，得 $R \in J(X)$。 - **$2 \iff 3$**：由「层化是左 Kan 延拓」（$\sharp T = \varinjlim_{X \in \mathcal{C}/T} \underline{X}$）取 $T = R$，得 $\widetilde{R} = \sharp R = \varinjlim_{Y \in \mathcal{C}/R} \underline{Y}$。于是「$\widetilde{R} = \underline{X}$」与「$\underline{X} = \varinjlim_{Y \in \mathcal{C}/R} \underline{Y}$」是同一句话。 - **$3 \implies 4$**：余极限是余积的**商** —— 自然映射 $\coprod_{Y \in \mathcal{C}/R} \underline{Y} \to \varinjlim_{Y} \underline{Y}$ 总是满态射；3 成立时右端就是 $\underline{X}$。 - **$4 \iff 2$**：靠一个恒等式。先看**预层**层面：$\coprod_{Y \in \mathcal{C}/R} h_{Y} \to h_{X}$ 的**像恰好是 $R$** —— 它在 $Z$ 处的像是「能穿过某个 $Y \to X \in R$ 的那些 $Z \to X$」，而这正是筛的定义。再对两边作用 $\sharp$：**层化是正合的**（保有限极限），正合函子保像，于是 $$\widetilde{R} \;=\; \sharp\Bigl(\operatorname{im}\bigl(\coprod_{Y \in \mathcal{C}/R} h_{Y} \to h_{X}\bigr)\Bigr) \;=\; \operatorname{im}\Bigl(\coprod_{Y \in \mathcal{C}/R} \underline{Y} \to \underline{X}\Bigr).$$ 于是 4（那个映射是满态射）$\iff$ 那个像是整个 $\underline{X}$ $\iff$ $\widetilde{R} = \underline{X}$ $\iff$ 2。∎ **一族态射的版本**（紧跟着的推论）：族 $(X_{i} \to X)_{i \in I}$ 生成覆盖筛 $\iff \coprod_{i \in I} X_{i} \to X$ 是满态射。 参考：Le Stum, Proposition 3.2.12；Le Stum, Exercise 3.26 #### 截面函子　`def.section-functor` *定义*　截面函子与全局截面（Sections Functor） 设 $\mathcal{C}$ 是 site，$X \in \mathcal{C}$，$\widetilde{\mathcal{C}}$ 是层范畴。**在 $X$ 处的截面函子**是 $$\Gamma(X, -) : \widetilde{\mathcal{C}} \longrightarrow \mathbf{Set}, \qquad F \longmapsto \Gamma(X, F) := F(X).$$ 取 $X = \mathbf{1}$（终对象）时叫**全局截面函子**，记 $\Gamma(F) := F(\mathbf{1})$。 **它就是 $h_{X}$ 的 Hom 函子**：$\Gamma(X, F) = \operatorname{Hom}_{\widetilde{\mathcal{C}}}(h_{X}, F) = F(X)$（米田引理）—— 所以截面函子不是新东西，它就是「用可表示预层去测 $F$」。 ⭐ **保什么、不保什么**： - **保所有极限**：层范畴里的极限是在预层范畴里逐点算的，而逐点算的极限在 $X$ 处当然还是那个极限。 - **一般不保余极限**：余极限要先在预层里算、再**层化**，而层化之后在 $X$ 处取的值可能严格大于余极限。**这就是「截面函子不正合」的全部内容。** **什么时候保余极限**：当 $X$ 在层范畴里**投射**时（$\operatorname{Hom}(h_{X}, -) = \Gamma(X,-)$ 保满态射），它保余极限。 ⭐ **凝聚态那一侧的例子**：$F \in \mathbf{FCHaus}$ 时 $\mathbb{Z}\cdot F$ 是投射的，于是 $\Gamma(F, -)$ 保所有极限**与**所有余极限 —— 那条命题是这里的一个特例。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 拓扑生成集　`def.topologically-generating` *定义*　拓扑生成集（Topologically Generating Set） 设 $\mathcal{C}$ 是 site。集合 $G \subseteq \mathcal{C}$ 叫**拓扑生成集**，如果每个 $X \in \mathcal{C}$ 都容许一个由**落在 $G$ 里的对象**组成的覆盖族 $(G_{i} \to X)_{i}$。 参考：Le Stum, An introduction to condensed mathematics, §3.1–3.2 #### 常层函子保极限　`prop.constant-sheaf-preserves-limits` *命题*　命题：常（预）层函子 $\Delta$ 保所有极限 设 $\mathcal{C}$ 是 site，$\Delta : \mathbf{Set} \to \widehat{\mathcal{C}}$ 把集合 $E$ 送到**常预层**，$\underline{(-)}$ 表示对应的**常层**。则： 1. 若 $E = \varprojlim_{i} E_{i}$ 是集合里的极限，则 $\Delta E = \varprojlim_{i}\Delta E_{i}$； 2. 同样地 $\underline{E} = \varprojlim_{i}\underline{E_{i}}$ —— 常层函子也保极限。 **证明。** **1.** 预层范畴里的极限与余极限是**逐点计算**的：$(\varprojlim \Delta E_{i})(X) = \varprojlim (\Delta E_{i})(X) = \varprojlim E_{i} = E = (\Delta E)(X)$，且这在 $X$ 上自然（转移映射都是恒等）✓。于是 $\Delta E = \varprojlim \Delta E_{i}$ ✓。 **2.** 常层函子可以写成 $\underline{E} = a(\Delta E)$（$a$ 是层化）。而 $\Delta$ 还有一条更本质的刻画：**它有一个左伴随**，就是整体截面函子 $$\Gamma : \mathcal{T} \longrightarrow \mathbf{Set}, \qquad \Gamma(F) = \operatorname{Hom}(1, F) = F(*)$$ （$1$ 是终对象）✓ —— 因为 $\operatorname{Hom}_{\mathcal{T}}(1, \Delta E) = E$ 给出自然双射 $\Gamma \dashv \Delta$ ✓。**右伴随保极限**，所以 $\Delta$ 保一切极限；再由「层范畴中的极限与预层范畴中的极限一致」（层范畴中的极限逐点算，层化在极限上是恒等）得 $\underline{E} = \varprojlim\underline{E_{i}}$ ✓。∎ ⭐ 一句话：**「常」这个操作是右伴随，所以它把集合里的极限原样搬到层里。** 后面把 $E = \varinjlim E_{i}$、$E \times S$ 这类构造搬进凝聚态世界时，用的就是这条。 参考：Le Stum, An introduction to condensed mathematics, §3.2 #### 茎与分离预层　`prop.stalk-separated` *命题*　命题：茎 $T_{x} = \varinjlim_{U \ni x}T(U)$ 与「分离」的茎刻画 设 $X$ 是拓扑空间，把 $x \in X$ 看成连续映射 $x : 1 \to X$（$1$ 是单点空间），它给出拓扑斯态射 $\hat x : \mathbf{Set} \to \operatorname{Sh}(X)$。则 1. **拉回就是茎**：$\hat x^{*}(T) = T_{x} := \varinjlim_{U \ni x} T(U)$（余极限沿 $x$ 的全体邻域取）； 2. **推前是「在 $x$ 处取值」**：$\hat x_{*}(E)$ 是层 $$U \longmapsto \begin{cases} E, & x \in U \\ \emptyset, & x \notin U \end{cases}$$ 而 $\hat x^{*}$ 的左伴随 $\hat x_{!}$ 是同一形状的「**摩天楼层**」； 3. **分离性的茎刻画**：预层 $T$ 是**分离的**（层条件里「单射」那一半：在某个覆盖的每支上限制相等 $\implies$ 自身相等）$\iff$ 对每个开集 $U$，映射 $$T(U) \longrightarrow \prod_{x \in U} T_{x}$$ 是**单射**。 **证明。** **1.** 拓扑斯态射 $\hat x = (\hat x^{*}, \hat x_{*})$ 的拉回是「在 $x$ 处的纤维」，而层在一点的纤维就是**茎** $T_{x} = \varinjlim_{x \in U} T(U)$ ✓（余极限沿 $x$ 的邻域取 —— 邻域按包含构成滤过范畴）。 **2.** 验证伴随关系 $\operatorname{Hom}(T, \hat x_{*}E) \cong \operatorname{Hom}(\hat x^{*}T, E)$：左边是一个自然变换，在 $U \ni x$ 处给出 $T(U) \to E$，相容性说明它们「在限制下对应同一个元素」✓；这样的相容族恰好是 $$\varprojlim_{U \ni x} \operatorname{Hom}\bigl(T(U),\ E\bigr) \;=\; \operatorname{Hom}\Bigl(\varinjlim_{U \ni x} T(U),\ E\Bigr) \;=\; \operatorname{Hom}(T_{x}, E) ✓$$ （第一个等号是「反变的 Hom 把余极限送成极限」）。$x \notin U$ 时该层取值 $\emptyset$，覆盖上的相容族只能落在空集里 —— 不存在，故仍是层 ✓。左伴随 $\hat x_{!}$ 同理（把 $E$ 摆在 $x$ 的邻域上，别处放空集）✓。 **3.** $(\Longrightarrow)$ 设 $s, t \in T(U)$ 在每个茎里相等。对每个 $x \in U$：$s$ 与 $t$ 在 $T_{x}$ 里相等，意味着存在开邻域 $U_{x} \subseteq U$（$x \in U_{x}$）使 $s|_{U_{x}} = t|_{U_{x}}$ ✓。$\{U_{x}\}_{x \in U}$ 是 $U$ 的开覆盖，由**分离性**得 $s = t$ ✓。 $(\Longleftarrow)$ 反过来设 $s, t \in T(U)$ 在某个开覆盖 $(U_{i})$ 的每支上相等。任取 $x \in U$，取一支 $U_{i} \ni x$，则 $s$ 与 $t$ 在 $x$ 的邻域 $U_{i}$ 上相等，故它们在茎 $T_{x}$ 里相等 ✓；这对一切 $x \in U$ 成立，由单射性得 $s = t$ ✓。∎ ⭐ 一句话：**「分离」=「在每个点的茎里都相等就能推出整体相等」**。层比分离预层多的那一步（相容族的**粘合**）在茎里是看不出来的 —— 这正是「分离」与「层」的差别。 参考：Le Stum, An introduction to condensed mathematics, §3.4 #### 关联层　`def.associated-sheaf` *定义*　定义：$X^{\sharp} := h_{X}^{\#}$ 设 $\mathcal{C}$ 是 site，$X \in \mathcal{C}$。**关联层**（associated sheaf）是「先米田嵌入、再层化」： $$X^{\sharp} \;:=\; h_{X}^{\#}, \qquad h_{X} = \operatorname{Hom}_{\mathcal{C}}(-, X).$$ 它由一条**万有性质**刻画：对任何层 $F$， $$\operatorname{Hom}\bigl(X^{\sharp},\ F\bigr) \;\cong\; F(X).$$ **这个同构怎么来的。** 层化 $(-)^{\#}$ 与含入 $\widehat{\mathcal{C}}^{\#} \hookrightarrow \widehat{\mathcal{C}}$ 互为伴随，所以 $$\operatorname{Hom}\bigl(h_{X}^{\#},\ F\bigr) \cong \operatorname{Hom}(h_{X}, F) \cong F(X),$$ 最后一步是米田引理 ✓。 ⭐ **用处**：它给出「把 $\mathcal{C}$ 的对象当成层看」的规范做法 $X \mapsto X^{\sharp}$。当拓扑**次标准**时 $h_{X}$ 本来就是层，于是 $X^{\sharp} = h_{X}$，米田嵌入直接经过层范畴 ✓（这也是「次标准」最常用的等价说法）。 ⚠️ 这个函子**左正合**（米田嵌入保极限、层化也左正合），但一般**不忠实**，也不保余极限与无穷极限：层化会把「同一个对象的不同预层描述」粘起来。 参考：Le Stum, An introduction to condensed mathematics, Definition 3.2.10 #### 覆盖筛构成滤子　`prop.covering-sieves-filter` *命题*　命题：$J(X)$ 是筛的序集上的滤子 对每个 $X$，$J(X)$（$X$ 上的覆盖筛全体）是筛的序集上的**滤子**： 1. $J(X) \ne \emptyset$； 2. $R, R' \in J(X) \implies R \cap R' \in J(X)$（即 $J(X)$ 对下界封闭）； 3. $R \in J(X)$ 且 $R \subseteq R' \implies R' \in J(X)$（对更大的筛封闭）。 **证明。** 三条都是 Grothendieck 拓扑公理的直接改写：公理 (T1) 给出 $h_{X} \in J(X)$ ✓；公理 (T2)（覆盖沿自身拉回）给出第 3 条 ✓；公理 (T3)（覆盖沿覆盖细化）给出第 2 条 = 「两个覆盖的公共细化仍是覆盖」✓。∎ ⭐ 于是「沿越来越大的覆盖取极限」是对一个**滤子**取滤过余极限 —— Čech 函子的定义正是这么写的。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.11 #### 覆盖族构成预拓扑　`prop.site-covering-families-pretopology` *命题*　命题：site 里所有生成覆盖筛的族构成预拓扑 设 $\mathcal{C}$ 是有纤维积的 site。则全体「生成 $X$ 的覆盖筛」的族 $(X_{i} \to X)_{i \in I}$ 构成 $\mathcal{C}$ 上的一个**预拓扑**，而且它**生成 $\mathcal{C}$ 原来的拓扑** —— 这个预拓扑叫**极大预拓扑**。 ⚠️ 注意：生成覆盖筛的族**未必**是**给定**预拓扑下的覆盖族 —— 「极大」说的是「对给定的拓扑」，不是「对给定的预拓扑」。 **证明。** 逐条验证预拓扑公理 ✓：恒等同构是覆盖 ✓；覆盖沿任意态射拉回仍是覆盖（用 (T2) 与纤维积）✓；两个覆盖的公共细化是覆盖（用 (T3)）✓。∎ ⭐ 读法：**site 与（带纤维积的）预拓扑是同一份数据的两种写法** —— 用筛写方便讲层，用族写方便实际算。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.14 #### 层化与像交换　`prop.sheafification-image` *命题*　命题：$\operatorname{im}(T^{\#} \to T'^{\#}) = \bigl(\operatorname{im}(T \to T')\bigr)^{\#}$ 设 $\mathcal{C}$ 是 site、$u : T \to T'$ 是预层态射。则 $$\operatorname{im}\bigl(T^{\#} \to T'^{\#}\bigr) \;=\; \Bigl(\operatorname{im}\bigl(T \to T'\bigr)\Bigr)^{\#}.$$ **证明。** 层化**正合**（既保有限极限又保余极限）✓，所以它把预层里的像（$\ker(\operatorname{coker})$ 形式）逐项送过去；层范畴里的像同样由 $\operatorname{im} = \ker(\operatorname{coker})$ 给出 ✓，两条路走到同一处 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.20 #### 层化是切片上的余极限　`prop.sheafification-slice-colimit` *命题*　命题：$T^{\#} \cong \varinjlim_{X \in \mathcal{C}/T} X$ 设 $T$ 是 site $\mathcal{C}$ 上的预层。则它的层化是切片范畴上的余极限 $$T^{\#} \;\cong\; \varinjlim_{X \in \mathcal{C}/T}\ X^{\sharp},$$ 这里每个 $X$ 都看成它的关联层 $X^{\sharp} = h_{X}^{\#}$。 **证明。** $T = \varinjlim_{(X \to T)} h_{X}$ ✓（元素范畴给出的余极限），层化保余极限 ✓，而 $h_{X}^{\#} = X^{\sharp}$ ✓，于是 $T^{\#} = \varinjlim X^{\sharp}$ ✓。∎ ⭐ 读法：**层化就是「把 $T$ 按它的元素拆开、逐个关联层化再拼回去」**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.26 #### 层之间的 Hom 在预层里算　`prop.sheaf-hom-computed-in-presheaves` *命题*　命题：$\operatorname{Hom}_{\widetilde{\mathcal{C}}}(T^{\#}, F) = \operatorname{Hom}_{\widehat{\mathcal{C}}}(T, F)$ 设 $\mathcal{C}$ 是 site、$T$ 是预层、$F$ 是**层**。则 $$\operatorname{Hom}_{\widetilde{\mathcal{C}}}\bigl(T^{\#},\ F\bigr) \;=\; \operatorname{Hom}_{\widehat{\mathcal{C}}}\bigl(T,\ F\bigr).$$ **证明。** 层化 $(-)^{\#}$ 与含入互为一对伴随 ✓，于是 $$\operatorname{Hom}_{\widetilde{\mathcal{C}}}\bigl(T^{\#}, F\bigr) = \operatorname{Hom}_{\widehat{\mathcal{C}}}\bigl(T,\ F\bigr) ✓$$ （右边把 $F$ 看成预层）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.45 #### 常层沿拉回不变　`prop.inverse-image-constant-sheaf` *命题*　命题：$f^{-1}\overline{E} = \overline{E}$ 设 $f : \mathcal{T} \to \mathcal{T}'$ 是拓扑斯态射、$\overline{E}$ 是常层（$E$ 是集合）。则 $$f^{-1}\bigl(\overline{E}\bigr) \;=\; \overline{E}.$$ **证明。** 常层由余极限拼出：$\overline{E} = \coprod_{e \in E} \mathbf{1}$ ✓；而 $f^{-1}$ 是**左伴随**，保余极限，且 $f^{-1}\mathbf{1} = \mathbf{1}$ ✓，于是 $f^{-1}\overline{E} = \coprod_{e} f^{-1}\mathbf{1} = \overline{E}$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.50 #### 层化不改变茎　`prop.stalk-of-sheafification` *命题*　命题：$(T^{\#})_{x} = T_{x}$ 设 $X$ 是拓扑空间、$T$ 是 $X$ 上的预层、$x \in X$。则层化不改变茎： $$\bigl(T^{\#}\bigr)_{x} \;=\; T_{x}.$$ **证明。** 茎是沿 $x$ 的开邻域取的**滤过余极限** ✓，而层化是保滤过余极限的（它是保余极限的左伴随）✓；两侧都归结到 $T$ 在同一批邻域上的取值 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.57 #### 族生成的筛　`prop.sieve-generated-by-family` *命题*　命题：$R = \coprod_{i} \operatorname{im}(h_{f_{i}})$ 族 $(f_{i} : X_{i} \to X)_{i \in I}$ 生成的筛是 $$R \;=\; \coprod_{i \in I} \operatorname{im}\bigl(h_{f_{i}}\bigr),$$ 其中 $h_{f_{i}} : h_{X_{i}} \to h_{X}$。也就是说：$g : Y \to X$ 落在 $R$ 中 $\iff$ 它在 $\widehat{\mathcal{C}}$ 里穿过某个 $f_{i}$。 **证明。** 筛就是对每个 $Y$ 给一个 $\operatorname{Hom}(Y, X)$ 的子集、且对预复合封闭 ✓。按定义，由 ${f_i}$ 生成的筛是**含全体 $f_{i}$ 的那个最小筛** ✓；而 $\operatorname{im}(h_{f_{i}})$ 的取值正是「穿过 $f_{i}$ 的那些 $g$」，对预复合封闭 ✓，取并（余积）就得到最小的那个 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.10 #### 拓扑公理的替代形式　`prop.topology-alternative-axiom` *命题*　命题：最后一条公理可换成「放大 + 局部化」 Grothendieck 拓扑定义里**最后一条公理**可以换成：对一切 $R \subseteq R' \subseteq h_{X}$， $$R \in J(X) \implies R' \in J(X), \qquad \bigl(R' \in J(X) \text{ 且 } \forall f \in R'(Y),\ f^{-1}(R) \in J(Y)\bigr) \implies R \in J(X).$$ **证明。** 两条正是原公理 (T2)、(T3) 的「筛版本」：第一句说覆盖**对放大封闭**（原来那条是「沿自身拉回仍覆盖」，两者等价）✓；第二句说**局部是覆盖则整体是覆盖**（原来那条是「覆盖沿覆盖细化」）✓。逐条对照即得 ✓。∎ ⭐ 读法：这两句把「覆盖」说成一族满足**滤子 + 局部性**的筛，实际验证拓扑时比原公理好写好用。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.12 #### 常层的伴随　`prop.constant-sheaf-adjunction` *命题*　命题：$\operatorname{Hom}(\widetilde{E}_{\mathcal{C}}, F) \cong \operatorname{Hom}_{\mathbf{Set}}\bigl(E, \operatorname{Hom}(\mathbf{1}_{\mathcal{C}}, F)\bigr)$ 设 $E$ 是集合、$F$ 是 site $\mathcal{C}$ 上的层。则 $$\operatorname{Hom}\bigl(\widetilde{E}_{\mathcal{C}},\ F\bigr) \;\cong\; \operatorname{Hom}_{\mathbf{Set}}\bigl(E,\ \operatorname{Hom}(\mathbf{1}_{\mathcal{C}}, F)\bigr) \;\cong\; \operatorname{Hom}(\mathbf{1}_{\mathcal{C}}, F)^{E},$$ 其中 $\mathbf{1}_{\mathcal{C}}$ 是终对象。 **证明。** 常层是「$E$ 份终对象」的余积的层化 ✓，而层化与含入互为伴随、余积的 Hom 是积 ✓，于是 $$\operatorname{Hom}\bigl(\widetilde{E},\ F\bigr) \cong \operatorname{Hom}\Bigl(\coprod_{E} \mathbf{1}_{\mathcal{C}},\ F\Bigr) \cong \operatorname{Hom}(\mathbf{1}_{\mathcal{C}}, F)^{E} ✓$$ 左端再换成 $\operatorname{Hom}_{\mathbf{Set}}(E, \operatorname{Hom}(\mathbf{1}, F))$ 即可 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.22 #### 拓扑空间上的常层就是离散空间的层　`prop.constant-sheaf-top` *命题*　命题：$\widetilde{E}_{\mathbf{Top}} \cong \underline{E^{\mathrm{disc}}}$ 设 $E$ 是集合。则 $\mathbf{Top}$ 上的**常层**就是**离散空间** $E$ 所给出的层： $$\widetilde{E}_{\mathbf{Top}} \;\cong\; \underline{E^{\mathrm{disc}}},$$ 并且 $\widetilde{E}_{\mathbf{Top}}(X) = E$ $\iff$ $X$ **连通**。 **证明。** 常层的取值是「$X$ 上的**局部常值** $E$-值映射」✓（层化把常预层换成局部常值映射），而离散空间 $E$ 给出的层取值是连续映射 $X \to E^{\mathrm{disc}}$ —— 那正好也是局部常值映射 ✓，两者一致 ✓。而「$X$ 上每个局部常值映射都是常映射」$\iff$ $X$ 连通 ✓。∎ ⭐ 这条把「常」与「离散」接上了：**离散空间的凝聚态集就是常层**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.23 #### 晶体层　`def.crystalline-sheaf` *定义*　定义：所有过渡都是同构的 $\mathbf{Top}_{/X}$ 上的层 给出 $\mathbf{Top}_{/X}$ 上的一个层 $\mathcal{F}$，等价于给出所有 $\mathcal{F}_{Y}$（$Y \to X$）连同相容的态射 $$\alpha_{f} : f^{-1}\mathcal{F}_{Y} \longrightarrow \mathcal{F}_{Z} \qquad (f : Z \to Y).$$ 若所有 $\alpha_{f}$ 都是**同构**，就叫 $\mathcal{F}$ 是**晶体层**（crystalline sheaf）。 **读法。** $\mathbf{Top}_{/X}$ 上的层就是「把 $X$ 上每个空间 $Y$ 上的数据 $\mathcal{F}_{Y}$ 按拉回相容地拼起来」✓；晶体的意思正是「拉回就是同一个东西」—— 数据只依赖 $Y \to X$ 的**同伦/同胚型**，不依赖 $Y$ 的选取 ✓。 📌 这条是下面「晶体层 $\simeq$ $X$ 上的层」那条定义的一半。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.67 #### 晶体层就是 X 上的层　`prop.crystalline-sheaf-equiv` *命题*　命题：实化 $\mathcal{F} \mapsto \mathcal{F}_{X}$ 给出等价；$\mathbf{Et}(X) \simeq \widetilde{\mathbf{Open}(X)}$ 1. **实化** $\mathcal{F} \mapsto \mathcal{F}_{X}$ 给出 $\mathbf{Top}_{/X}$ 上的**晶体层**与 $X$ 上的**层**之间的等价； 2. 于是 $\mathbf{Et}(X)$（$X$ 上的 étale 空间范畴）$\simeq$ 晶体层 $\simeq$ $X$ 上的层 —— 特别地 $\mathbf{Et}(X)$ 是拓扑斯，因为 $\mathbf{Et}(X) \simeq \widetilde{\mathbf{Open}(X)}$。 **证明的思路。** 从晶体层到 $X$ 上的层是「取 $Y = X$ 那份数据」✓；反方向把 $X$ 上的层 $\mathcal{F}$ 送到 $\mathbf{Top}_{/X}$ 上的层 $\mathcal{F}_{Y} := f^{-1}\mathcal{F}$（$f : Y \to X$）✓ —— 这时过渡 $\alpha_f$ 自动是同构，所以落在晶体层里 ✓。两个方向互逆 ✓。(2) 是 (1) 加上「$X$ 上的层范畴 $\simeq$ étale 空间范畴」这条标准等价 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.68, Exercise 3.69 ### 星团：拓扑斯 > 造出「几何的代数替身」：预拓扑斯 → 预标准拓扑 → 生成元 → 拓扑斯 → Giraud 定理 → 拟紧拟分离 → 拓扑斯的态射。 #### 预拓扑斯　`def.pretopos` *定义*　预拓扑斯（Pretopos） 范畴 $\mathcal{C}$ 叫**预拓扑斯**，如果 1. **有限极限存在**； 2. **有限余积存在**，并且是**不交的**与**万有的**； 3. **等价关系是有效的且万有的**； 4. **满态射是正则的且万有的**。 第 4 条**不是独立的** —— 它可以由前三条推出，所以有些课本只写三条。写下来的好处是提醒一件事：**在这里满态射自动是正则的**，于是「满」与「商映射」是同一件事。 标准事实：**单态射可以通过极限来定义**（$i$ 是单态射 $\iff$ 那个方形是笛卡尔的），而拉回与极限都保持单态射；这保证了推出也保单态射 —— 第 2、3 条里那些「不交」「有效」才有意义。 例：$\mathbf{Set}$、$\mathbf{FinSet}$ 是预拓扑斯；$\mathbf{CHaus}$ 是拓扑斯；**$\mathbf{Top}$ 不是预拓扑斯**（满态射不一定是商映射）。任何 site 的层范畴都是预拓扑斯。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 满-单分解　`prop.pretopos-factorization` *命题*　预拓扑斯中的满-单分解 设 $\mathcal{C}$ 是预拓扑斯。则 1. $\mathcal{C}$ 是**平衡的**：既单又满的态射一定是同构； 2. 每个态射都是**严格的**：$\operatorname{im} f \cong \operatorname{coim} f$； 3. 每个态射都有**唯一**的满-单分解 $$f : X \twoheadrightarrow \overline{X} \rightarrowtail Y, \qquad \overline{X} := X / R,\quad R := X \times_{Y} X$$ 这三条在 $\mathbf{Set}$ 里都理所当然，但在一般范畴里都要证。它们合起来说：「**预拓扑斯里的像 = 商**」，与集合里「像就是按核对取商」完全一致。证明见边上那条推导。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 子对象构成有界格　`prop.subobject-lattice` *命题*　预拓扑斯中子对象构成有界格 设 $\mathcal{C}$ 是预拓扑斯，$X \in \mathcal{C}$。则子对象全体 $\{X' : X' \rightarrowtail X\}$ 构成一个**有界格**： $$X_{1} \cup X_{2} := \operatorname{im}\bigl(X_{1} \coprod X_{2} \to X\bigr)$$ 而且**拉回是格之间的同态**（保交、保并、保上界）。 **证明。** 「子对象」是单态射 $X' \rightarrowtail X$ 的同构类。 - **交**取**拉回**：$X_{1} \cap X_{2} := X_{1} \times_{X} X_{2}$。单态射的拉回仍是单态射 ✓；泛性给出「同时分解过 $X_{1}$ 与 $X_{2}$」$\iff$「分解过拉回」，即它恰是两个子对象的**最大下界** ✓。 - **并**取**像**：$X_{1} \cup X_{2} := \operatorname{im}(X_{1} \coprod X_{2} \to X)$。余积的泛性给出「同时被 $X_{1}, X_{2}$ 包含的态射 $\iff$ 从余积出发的态射」，而取像正是把它变成单态射：$X_{1} \to X$ 与 $X_{2} \to X$ 都分解过它，且任何同时包含两者的子对象都被它分解过（像的泛性）—— 恰是**最小上界** ✓。（像的存在来自预拓扑斯里余等化子 / 商的存在。） - **有界**：最小元是始对象到 $X$ 的唯一态射（预拓扑斯里始对象到任何对象都是单态射），最大元是 $1_{X}$ ✓。 - **分配律**：$X_{1} \cap (X_{2}\cup X_{3}) = (X_{1}\cap X_{2}) \cup (X_{1}\cap X_{3})$ —— 沿单态射的拉回保余积（预拓扑斯里余积不交且万有），把两边都算成同一个拉回 ✓。 - **拉回是格同态**：$f^{*}(-) := -\times_{Y} X$ 保拉回（是极限），故保交、保上下界；而它保余积（万有性）与像（像的计算可以搬到拉回里做），故保并 ✓。∎ 「有界」指的是这个格有最小元（始对象出发的那个子对象）与最大元（$X$ 自己）。把「子对象」当成一个格来看，后面讲拓扑斯内部逻辑时用的就是它 —— 这里的交、并分别是逻辑的「且」与「或」。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 预标准拓扑　`def.precanonical-topology` *定义*　预标准拓扑（Precanonical Topology） 预拓扑斯 $\mathcal{C}$ 上的**预标准预拓扑**由所有**有限**族 $(X_{i} \to X)_{i \in I}$ 组成，使得 $$\coprod_{i \in I} X_{i} \longrightarrow X$$ 是满态射。它生成的 Grothendieck 拓扑叫**预标准拓扑**，配它的 $\mathcal{C}$ 是一个 site。 生成它的其实是两类覆盖：**有限不交并**（$\coprod_{i \in I} X_{i} \cong X$）与**满射** $(X_{i} \to X)$。名字里的「预」是因为它比标准拓扑**粗** —— 但仍然是次标准的。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 预标准拓扑下的层　`prop.precanonical-sheaf` *命题*　预标准拓扑下「层」的两条等式 设 $\mathcal{C}$ 是预拓扑斯、配预标准拓扑。预层 $F$ 是层 $\iff$ 对每个有限族 $(X_{i} \to X)$ 且 $\coprod_{i} X_{i} \to X$ 满， $$F(X) \;\cong\; \ker\Bigl(\prod_{i} F(X_{i}) \rightrightarrows \prod_{i,j} F(X_{i} \times_{X} X_{j})\Bigr)$$ 等价地，下面两条同时成立： $$F\Bigl(\coprod_{i \in I} X_{i}\Bigr) \;\cong\; \prod_{i \in I} F(X_{i}), \qquad R \text{ 是 } X \text{ 上的等价关系} \implies F(X/R) \;\cong\; \ker\bigl(F(X) \rightrightarrows F(R)\bigr)$$ **证明。** 设覆盖族 $(X_{i} \to X)_{i \in I}$（有限、$\coprod_{i}X_{i} \to X$ 满）。层条件是对每个这样的族 $$F(X) \to \prod_{i}F(X_{i}) \rightrightarrows \prod_{i,j}F(X_{i}\times_{X}X_{j})$$ 为等化子。 - **「余积变积」**：取单支覆盖 $X \to X$（它当然满），则层条件退化成 $F(X) \cong F(X)$ 的平凡等式 —— 有限余积的层条件要把 $I$ 取成各支自身：对有限族 $(X_{i})$，$\coprod_{i}X_{i} \to \coprod_{i}X_{i}$ 满，层条件给出 $F(\coprod_{i}X_{i}) \cong \prod_{i}F(X_{i})$ ✓（与余积交换 == 与有限积交换，因为 $F$ 是 $\mathbf{Set}$ 值）。 - **「商变核」**：一般族的覆盖条件里，$\coprod_{i}X_{i} \to X$ 是满态射，于是它在预拓扑斯里是**有效满**的：$R := \coprod_{i,j}X_{i}\times_{X}X_{j}$ 是 $\coprod_{i}X_{i}$ 上的等价关系，而 $X$ 是这个关系的商（余等化子）。于是层条件读作 $F(X) \cong \ker\bigl(F(\coprod X_{i}) \rightrightarrows F(R)\bigr)$；再接上「余积变积」就得到陈述里的第一条等式 ✓。反过来取 $X = X/R$ 的商映射作覆盖，得 $F(X/R) \cong \ker(F(X)\rightrightarrows F(R))$ ✓。 - **合起来**：两条所说正是所有覆盖（都是有限族、余积满）的层条件 ✓。 - **推论**：$h_{X} = \operatorname{Hom}(X,-)$ 满足两条（Hom 把余积送成积、把商送成核），故每个可表示预层都是层 —— 即预标准拓扑是次标准的 ✓。∎ 这两条把「层」写成了两条在 $\mathbf{Set}$ 里显然、在这里需要验的等式：**有限余积变有限积**、**商变核**。它们正是「预拓扑斯里的余积与商和集合里长得一样」的精确说法。 推论：**预标准拓扑是次标准的** —— 可表示预层 $h_{X}$ 满足上面两条（$\operatorname{Hom}(X, -)$ 保积，$\operatorname{Hom}(X/R, -)$ 由余等化子给出核），所以它们都是层。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 余积与商在层范畴中不变　`prop.precanonical-preserves` *命题*　预标准拓扑下余积与商不变 设 $\mathcal{C}$ 是预拓扑斯、配预标准拓扑。则 1. $I$ **有限**时，$\coprod_{i \in I} X_{i}$ 在层范畴中仍然是那个余积； 2. 若 $R$ 是 $X$ 上的等价关系，则商 $X/R$ 在层范畴中仍然是那个商。 也就是说：$\mathcal{C}$ 与 $\mathcal{C}$ 中的 $X \mapsto h_{X}$ 之间，余积与商**两边算出来一样**。 证明一句话：对任意层 $F$，由 $F$ 是层（上一条的乘积等式）得 $\operatorname{Hom}(X \coprod Y, F) = F(X \coprod Y) \cong F(X) \times F(Y) = \operatorname{Hom}(X, F) \times \operatorname{Hom}(Y, F) = \operatorname{Hom}(X \coprod Y, F)$，所以层范畴里这个余积的泛性质原样成立。商的情形是把正合列 $F(X/R) \to F(X) \rightrightarrows F(R)$ 读成 $\operatorname{Hom}(X/R, F) \cong \ker\bigl(\operatorname{Hom}(X, F) \rightrightarrows \operatorname{Hom}(R, F)\bigr)$。∎ 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 单满在层化后不变　`prop.precanonical-mono-epi` *命题*　预标准拓扑下单态射与满态射不变 设 $\mathcal{C}$ 是预拓扑斯、配预标准拓扑。对 $\mathcal{C}$ 中的态射 $f : X \to Y$， $$f \text{ 是单态射（满态射）} \iff X^{\sharp} \to Y^{\sharp} \text{ 是单态射（满态射）}$$ **证明。** 记层化为 $(-)^{\sharp}$。 - **$(\implies)$**：层化是到层范畴的**左伴随**，故保余极限，特别保满态射；又是**左正合**的（保有限极限），故保单态射 ✓。 - **$(\Longleftarrow)$**：预标准拓扑是次标准的，所以 $h_{X}^{\sharp} \cong h_{X}$、$h_{Y}^{\sharp} \cong h_{Y}$，且 $f^{\sharp}$ 在 Yoneda 嵌入下的像就是 $h_{f}$。 - 对可表示预层：$h_{f}$ 单 $\iff$ $f$ 单（Yoneda 双射把 $h_{f}(Z)$ 的诱导映射写成「与 $f$ 复合」，单射性逐点验出）；$h_{f}$ 满 $\iff$ $f$ 满（$\mathbf{Set}$ 值预层范畴中的满态射逐点判定；一边取 $Z = Y$ 与 $1_{Y}$，另一边用 $\operatorname{Hom}(Z,-)$ 保满态射）✓。 - 于是 $h_{f}$ 单（满）$\iff$ $h_{f}^{\sharp}$ 单（满），两头接起来即得 ✓。∎ 所以「谁是单的、谁是满的」在 $\mathcal{C}$ 里和它在层范畴里问出来是同一个答案。这在后面起作用：Giraud 定理里把 $\mathcal{C}$ 换成 $\mathcal{T}$ 再配标准拓扑时，单满关系不会走样。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 生成元集　`def.generator` *定义*　生成元集与生成元（Generators） 范畴 $\mathcal{C}$ 的一个集合 $S \subseteq \mathcal{C}$ 叫**生成元集**，如果函子 $$\prod_{a \in S} h_{a} : \mathcal{C} \longrightarrow \mathbf{Set}^{S}, \qquad X \mapsto \bigl(\operatorname{Hom}_{\mathcal{C}}(a, X)\bigr)_{a \in S}$$ 是**忠实**的。等价地：只要 $f \ne g : X \to Y$，就存在 $a \in S$ 与 $g_{0} : a \to X$ 使 $f \circ g_{0} \ne g \circ g_{0}$。$S = \{G\}$ 时，$G$ 叫**生成元**。 直观：**$S$ 里的对象「看得见」所有态射之间的差别** —— 随便两个不同的态射，总有一个来自 $S$ 的箭头能把它们分开。 例：$\mathbf{1}$ 是 $\mathbf{Set}$ 的生成元；$A$ 是 $A\text{-}\mathbf{Mod}$ 的生成元；$\mathcal{C}$ 本身是预层范畴 $\widehat{\mathcal{C}}$ 的生成元集。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拓扑斯　`def.topos` *定义*　拓扑斯（Topos） 范畴 $\mathcal{T}$ 叫**拓扑斯**，如果 1. 存在一个**小**的生成元集； 2. 有限极限存在； 3. 余积存在，并且是不交的、万有的（等价地说：所有余极限存在）； 4. 等价关系是有效的且万有的。 与预拓扑斯的差别只有第 1 条：**拓扑斯 = 带小生成元集的预拓扑斯**。所以「拓扑斯就是把预拓扑斯缩小到一个集合能管住」。 例：$\mathbf{Set}$、$G\text{-}\mathbf{Set}$ 是拓扑斯；预层范畴 $\widehat{\mathcal{C}}$ 是拓扑斯；site 的层范畴是拓扑斯；拓扑空间上的层、它的 étalé 空间也是拓扑斯。**$\mathbf{Top}$ 不是拓扑斯。** ⭐ **凝聚态集的范畴是拓扑斯** —— 这是后面 Cond 那一段的地基。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### Giraud 定理　`thm.giraud` *定理*　Giraud 定理 对范畴 $\mathcal{T}$，下列四条等价： 1. $\mathcal{T}$ 是拓扑斯； 2. $\mathcal{T}$ 上对**标准拓扑**而言的层都是**可表示的**，且存在小生成元集； 3. 存在 site $\mathcal{C}$ 使 $\mathcal{T} \simeq \widehat{\mathcal{C}}$； 4. 存在范畴使 $\mathcal{T}$ 是它的**反射子范畴**，且反射**正合**（保有限极限）。 四条的对译：(2)$\iff$(3) 取 $\mathcal{C} = \mathcal{T}$ 配上标准拓扑；(3)$\iff$(4) 平凡（预层范畴对层范畴的层化是正合反射）；(4)$\implies$(1) 用「预层范畴是拓扑斯」配合反射把结构运下来；(1)$\implies$(2) 也给 $\mathcal{T}$ 配标准拓扑。 第 4 条是最好用的一条：**要造一个拓扑斯，只要造一个预层范畴加一个正合反射**。凝聚态集正是这么来的 —— 取紧 Hausdorff 空间上的层。 参考：Mac Lane–Moerdijk, Sheaves in Geometry and Logic, Appendix #### 可表示性的下降　`lem.representable-quotient` *引理*　可表示性的下降引理 设 $\mathcal{T}$ 是拓扑斯（配标准拓扑）。若层之间的满态射 $$\coprod_{i \in I} F_{i} \longrightarrow F$$ 中每个 $F_{i}$ 以及每个 $F_{i} \times_{F} F_{j}$ 都**可表示**，则 $F$ 也可表示。 **证明。** 记 $F_{i} \cong h_{X_{i}}$、$F_{i}\times_{F}F_{j} \cong h_{X_{i,j}}$，并记 $X := \coprod_{i}X_{i}$、$R := \coprod_{i,j}X_{i,j}$。 - **$R$ 是 $X$ 上的等价关系**：满态射 $\coprod_{i}F_{i} \to F$ 给出平行对 $R \rightrightarrows X$ 的两条结构映射（由 $F_{i}\times_{F}F_{j} \rightrightarrows F_{i}$ 与 Yoneda 得到）；自反来自对角 $F_{i} \to F_{i}\times_{F}F_{i}$，对称来自 $X_{i,j} \cong X_{j,i}$，传递来自 $F_{i}\times_{F}F_{j}\times_{F}F_{k}$ 的三重拉回（这些都在层范畴里是极限，逐层算）✓。 - **等价关系有效**：拓扑斯里等价关系都有效，故商 $X/R$ 存在，且 $h_{X/R}$ 是这个关系在层范畴里的余等化子 ✓。 - **$F \cong X/R$**：层范畴中的余等化子列 $$\coprod_{i,j}F_{i}\times_{F}F_{j} \rightrightarrows \coprod_{i}F_{i} \longrightarrow F$$ 说明 $F$ 是这两个对象的余等化子（满态射是有效满的），而同一列换成可表示层就是 $R \rightrightarrows X \to X/R$，故 $F \cong X/R = h_{X/R}$，即 $F$ 可表示 ✓。∎ 把 $F_{i} \cong X_{i}$、$F_{i} \times_{F} F_{j} \cong X_{i,j}$ 记下来，则 $R := \coprod_{i,j} X_{i,j}$ 定义 $X := \coprod_{i} X_{i}$ 上的一个等价关系，于是 $F \cong X/R$ —— 商在拓扑斯里是存在的（等价关系有效），所以 $F$ 是同构于一个可表示层。这条是 Giraud 定理 $(1) \implies (2)$ 里最吃力的那一步。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拓扑斯中覆盖即余积满射　`prop.topos-covering-epi` *命题*　拓扑斯中的覆盖 拓扑斯 $\mathcal{T}$（配标准拓扑）中，族 $(X_{i} \to X)_{i \in I}$ 是覆盖 $\iff \coprod_{i \in I} X_{i} \to X$ 是满态射。 **证明。** - **$(\Longleftarrow)$**：标准拓扑里，族 $(X_{i}\to X)$ 是覆盖当且仅当 $\coprod_{i}X_{i} \to X$ 是满态射，这正是定义 ✓。 - **$(\implies)$**：设 $(X_{i}\to X)$ 覆盖。在层范畴里取 $s := 1_{X} \in h_{X}(X)$。由「层中满态射的局部判据」，只要在每支上找到 $s|_{X_{i}}$ 的原像：取 $t_{i} := 1_{X_{i}} \in h_{X_{i}}(X_{i})$，它在 $h_{X}(X_{i})$ 里的像就是 $X_{i} \to X$ 这个态射，正是 $s|_{X_{i}}$ ✓。故 $\coprod_{i}h_{X_{i}} \to h_{X}$ 是满态射 ✓。 - 两个方向合起来：在拓扑斯里，「覆盖」可以完全用**余积 + 满态射**这两个纯范畴概念表达，不需要几何残余 ✓。∎ 这条在一般 site 里也对，但在拓扑斯里更顺手：拓扑斯的余积是「好」的（不交、万有），所以「覆盖」这个词在这里完全可以用余积与满射这两个纯范畴概念替换掉，一点几何残余都不剩。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拓扑斯上的层即保极限的预层　`prop.topos-sheaf-limits` *命题*　拓扑斯上的层 $\iff$ 保持所有极限 拓扑斯 $\mathcal{T}$（配标准拓扑）上的预层 $F : \mathcal{T}^{\mathrm{op}} \to \mathbf{Set}$ 是层 $\iff$ $F$ 保持所有极限。 证明就一行：若 $R$ 是 $X$ 的覆盖筛，则 $X \cong \varinjlim_{X' \to X \in R} X'$ —— 这句话正是覆盖的定义；把它送回 $F$ 就得到 $F(X) \cong \varprojlim_{X' \in \mathcal{T}/R} F(X')$，即层条件。 所以在拓扑斯上，「**层**」与「**把余极限送回极限的预层**」是同一件事。层论里那两条（分离 + 粘合）在这里合成了「连续」这一个词。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拟紧对象　`def.quasi-compact` *定义*　拟紧对象（Quasi-Compact Object） site $\mathcal{C}$ 的对象 $X$ 叫**拟紧的**，如果任给生成覆盖筛的族 $(X_{i} \to X)_{i \in I}$，都存在**有限**的 $J \subseteq I$，使 $(X_{i} \to X)_{i \in J}$ 生成的筛**也是**覆盖筛。 在拓扑斯中，等价的说法是：任给满射 $\coprod_{i \in I} X_{i} \to X$，都存在有限 $J \subseteq I$ 使 $\coprod_{i \in J} X_{i} \to X$ 仍是满射。 这就是**紧性**在剥掉拓扑之后剩下的形状：**任何覆盖都有有限子覆盖**。紧 Hausdorff 空间在 $\mathrm{Cond}$ 里正是「拟紧」的那批对象 —— 后面凝聚态集的定义就是靠它写下来的，所以这个名字值得记牢。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拟紧的性质　`prop.quasi-compact-properties` *命题*　拟紧对象的性质 1. site $\mathcal{C}$ 中 $X$ 拟紧 $\iff$ $X$ 在标准拓扑下拟紧； 2. 若 $X$ 有一个由**拟紧**对象组成的**有限**覆盖，则 $X$ 拟紧； 3. 预拓扑斯 $\mathcal{C}$（配预标准拓扑）上的层 $F$ 拟紧 $\iff$ 存在满射 $X \to F$ 且 $X \in \mathcal{C}$。 **逐条证明。** **1.** site 里的覆盖族与它在标准拓扑下生成的层范畴里的覆盖族一一对应（次标准性保证可表示层原样保留），而「拟紧」只用到覆盖族这件事，故两种说法一致 ✓。 **2.** 设 $X$ 被拟紧对象 $X_{1}, \ldots, X_{n}$ 的有限族覆盖，给 $X$ 的任一覆盖 $(Y_{j}\to X)$。对每个 $k$ 沿 $X_{k}\to X$ 拉回得到 $X_{k}$ 的覆盖 $(Y_{j}\times_{X}X_{k} \to X_{k})$；由 $X_{k}$ 拟紧抽出有限子族 $(j \in J_{k})$。则 $J := \bigcup_{k}J_{k}$ 有限，且 $(Y_{j}\to X)_{j\in J}$ 已是覆盖（每支 $X_{k}$ 都被覆盖，而 $\{X_{k}\}$ 覆盖 $X$）✓。 **3.** $(\Longleftarrow)$ 若 $X \to F$ 满且 $X \in \mathcal{C}$，则任何由可表示层给出的覆盖 $(h_{X_{i}} \to F)$ 沿 $X \to F$ 拉回得到 $X$ 的覆盖，由「$h_{X}$ 拟紧」（$X \in \mathcal{C}$）抽出有限子族，复合 $h_{X_{i}} \to h_{X} \to F$ 给出 $F$ 的有限子覆盖 ✓。 $(\implies)$ 反之，$\mathcal{C}$ 的对象构成层范畴的生成元族，故有满态射 $\coprod_{i}h_{X_{i}} \to F$；由 $F$ 拟紧抽出有限子族 $(i \in I,\ |I| < \infty)$，令 $X := \coprod_{i\in I}X_{i} \in \mathcal{C}$，则 $h_{X} = \coprod_{i\in I}h_{X_{i}} \to F$ 仍满 ✓。—— 在凝聚态集里这条读作「凝聚态集拟紧 $\iff$ 有紧 Hausdorff 空间到它的满射」✓。∎ 第 3 条最有用：它把「层 $F$ 拟紧」换成了「$F$ 能被一个小对象盖住」—— 在凝聚态集里，这就是「凝聚态集 $X$ 拟紧 $\iff$ 存在紧 Hausdorff 空间到它的满射」。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拟分离对象　`def.quasi-separated` *定义*　拟分离对象（Quasi-Separated Object） 拓扑斯 $\mathcal{T}$ 的对象 $X$ 叫**拟分离的**，如果任给 $Y \to X$、$Z \to X$（其中 $Y, Z$ 都拟紧），纤维积 $$Y \times_{X} Z$$ 仍然拟紧。 性质：**子对象封闭**（拟分离对象的子对象拟分离）；**余积封闭**；**沿单射的滤过余极限封闭**。 「拟分离」在两个拟紧对象之间多加了一道要求：**交叠处也要小**。这和拓扑里「紧 + 交叠紧」的想法完全平行 —— 有了拟紧与拟分离，「小而好」的对象就被挑出来了。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 预拓扑斯由拓扑斯唯一确定　`thm.pretopos-qcqs` *定理*　预拓扑斯 $\simeq$ 拟紧拟分离层 若 $\mathcal{C}$ 是预拓扑斯（配预标准拓扑），则函子 $$X \mapsto h_{X}$$ 给出 $\mathcal{C}$ 与「$\mathcal{C}$ 上**拟紧且拟分离**的层」所成范畴之间的**等价**。 也就是说：**预拓扑斯由它的拓扑斯唯一确定**。一边是「小的对象」，一边是「拓扑斯里那种小而好的层」，两者是同一批东西的两个名字。 这条把这一段的结构说圆了：预拓扑斯 $\to$ 配上预标准拓扑 $\to$ site $\to$ 层范畴（拓扑斯）$\to$ 从拓扑斯里捞回「小而好的层」，回到预拓扑斯。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 拓扑斯的态射　`def.topos-morphism` *定义*　拓扑斯的态射（Morphism of Toposes） 拓扑斯的**态射** $f : \mathcal{T} \to \mathcal{T}'$ 是一对函子 $$f^{*} : \mathcal{T}' \longrightarrow \mathcal{T}, \qquad f_{*} : \mathcal{T} \longrightarrow \mathcal{T}'$$ 满足 $f^{*} \dashv f_{*}$，并且 $f^{*}$ **正合**（保有限极限）。$f^{*}$ 叫**拉回函子**，$f_{*}$ 叫**推前函子**。 动机来自拓扑空间：连续映射 $\varphi : X \to Y$ 给出层范畴之间的一对函子 —— 沿 $\varphi$ 把层拉回来（$f^{*}$）、再把层推出去（$f_{*}$）。这一对满足 $f^{*} \dashv f_{*}$，并且 $f^{*}$ 正合。于是**拓扑斯之间的「映射」就照这个样子定义**：不是函子，而是一对互为伴随的函子，而且方向与几何直觉相反（左边那个是拉回）。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 连续函子（site 之间）　`def.continuous-functor` *定义*　连续函子（Continuous Functor between Sites） 设 $\mathcal{C}, \mathcal{C}'$ 是两个 site。函子 $$f^{-1} := g : \mathcal{C} \longrightarrow \mathcal{C}'$$ 叫**连续的**，如果沿 $g$ 的预复合把 $\mathcal{C}'$ 上的层拉回成 $\mathcal{C}$ 上的层： $$g^{*} : \widetilde{\mathcal{C}'} \longrightarrow \widetilde{\mathcal{C}}, \qquad F \longmapsto F \circ g, \qquad \text{落在层范畴里。}$$ **读法**：$g$ 的方向是 $\mathcal{C} \to \mathcal{C}'$，但层是**反变**的，所以 $g$ 把 $\mathcal{C}'$ 上的层**拉回**到 $\mathcal{C}$ 上。这个「方向拧一下」是 site 态射的一切别扭之处。 ⭐ **它等价于**：$g$ 把 $\mathcal{C}'$ 的覆盖族拉回成 $\mathcal{C}$ 的覆盖族（覆盖筛的原像还是覆盖筛）。所以「连续」= 「覆盖关系被保住了」。 **记号**：$f^{-1}$ 这个名字来自拓扑：空间之间的连续映射 $f : X \to Y$ 给出开集范畴之间的函子 $f^{-1} : \operatorname{Open}(Y) \to \operatorname{Open}(X)$（取原像），而层沿它拉回。 📌 下一步：再加一条「$f^{-1}$ 是左正合的」，就得到 **site 的态射**。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### site 的态射　`def.morphism-of-sites` *定义*　site 的态射（Morphism of Sites） **site 的态射**是一个**连续函子** $f^{-1} := g : \mathcal{C} \to \mathcal{C}'$，并且要求 $f^{-1}$ 是**左正合**的（保有限极限）。等价地：$f^{-1}$ 有右伴随 $f_{*}$，而 $f^{-1} \dashv f_{*}$。 ⭐ **一对伴随**：$f^{-1} \dashv f_{*}$ —— $f^{-1}$ 是左伴随（所以保余极限），$f_{*}$ 是右伴随（所以保极限）。加上「连续」那一条（$f^{-1}$ 把层拉回成层），这一对就构成拓扑斯之间的态射（见「拓扑斯的态射」）。 **为什么要求左正合**：层范畴里的有限极限是在预层里逐点算的，要让 $f^{-1}$ 把层送到层之后**还保有限极限**，就得让它在 site 这一层先保有限极限。 **几何直觉**：空间之间的连续映射给出 site 的态射；site 的态射是这条的「代数替身」—— 之后拓扑斯的态射也是照这个模式定义的，只是把「site」换成「层范畴」。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 余连续函子　`def.cocontinuous-functor` *定义*　余连续函子（Cocontinuous Functor） 设 $g : \mathcal{C}' \to \mathcal{C}$ 是两个 site 之间的函子。叫**余连续的**，如果函子 $g^{\sharp}$（把预层沿 $g$ 推出、再层化）**把层送到层**。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 诱导拓扑　`def.induced-topology` *定义*　诱导拓扑（Induced Topology） 设 $\mathcal{C}'$ 是 site，$f^{-1} : \mathcal{C} \to \mathcal{C}'$ 是任何函子。$\mathcal{C}$ 上的**诱导拓扑**是使 $f^{-1}$ **连续**的最细拓扑。 参考：Le Stum, An introduction to condensed mathematics, §3.3 #### 任意函子诱导拓扑斯态射　`thm.induced-topos-morphism` *定理*　定理：$\hat{g}_{!} \dashv \hat{g}^{-1} \dashv \hat{g}_{*}$，于是 $\hat{g}$ 是拓扑斯的态射 设 $g : \mathcal{C} \to \mathcal{C}'$ 是任意函子。则预复合 $$\hat{g}^{-1} : \widehat{\mathcal{C}'} \longrightarrow \widehat{\mathcal{C}}, \qquad T' \longmapsto T' \circ g^{\mathrm{op}}$$ **既有一个左伴随 $\hat{g}_{!}$，又有一个右伴随 $\hat{g}_{*}$**。特别地 $\hat{g}^{-1}$ 正合，于是 $$\hat{g} : \widehat{\mathcal{C}} \longrightarrow \widehat{\mathcal{C}'}, \qquad \hat{g}^{*} := \hat{g}^{-1} \ \dashv\ \hat{g}_{*}$$ 是拓扑斯的态射。也就是说，**任意函子都诱导预层范畴之间的态射**，方向与 $g$ 相反。 ⭐ 一句话读法：$g$ 只是范畴之间的一条箭头，可是一旦取预层范畴，它自动长出**两边**的伴随 —— 左边 $\hat{g}_{!}$ 与右边 $\hat{g}_{*}$。于是「函子」到了预层这一层就升级成「拓扑斯态射」。 ⚠️ 方向容易记反：$g : \mathcal{C} \to \mathcal{C}'$ 而 $\hat{g} : \widehat{\mathcal{C}} \to \widehat{\mathcal{C}'}$，**推前** $\hat{g}_{*}$ 沿 $g$ 的方向走、**拉回** $\hat{g}^{-1}$ 反着走。 📌 这条是「拓扑空间 / site 之间的映射给出拓扑斯态射」的一般引擎；它在第 4 章被用来把 $\mathbf{CHaus}$ 上的层与更小 site 上的层对齐。 参考：Le Stum, An introduction to condensed mathematics, Theorem 3.4.2, Corollary 3.4.3 #### 拓扑斯态射在阿贝尔群上给出伴随　`prop.topos-morphism-abelian-adjunction` *命题*　命题：$f^{-1} \dashv f_{*}$ 升级到 $\mathcal{T}(\mathbf{Ab})$ 设 $f : \mathcal{T} \to \mathcal{T}'$ 是拓扑斯态射。则拉回 $f^{-1} : \mathcal{T}'(\mathbf{Ab}) \to \mathcal{T}(\mathbf{Ab})$ 有**右伴随** $f_{*}$，而且 $f^{-1}$ **正合**。 **证明。** 在底层 $f^{-1} \dashv f_{*}$ 且 $f^{-1}$ 正合 ✓；而阿贝尔群层的结构是**逐点**给的（群运算是态射、等式逐点验证），所以这对伴随连同正合性自动升级到 $\mathbf{Ab}$ 这一层 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.51 #### 拉回与内 Hom、张量积相容　`prop.inverse-image-tensor` *命题*　命题：$f_{*}\operatorname{Hom}(f^{-1}M, N) = \operatorname{Hom}(M, f_{*}N)$，$f^{-1}(M \otimes N) \cong f^{-1}M \otimes f^{-1}N$ 设 $f : \mathcal{T} \to \mathcal{T}'$ 是拓扑斯态射、$M, N$ 是阿贝尔群层。则 $$f_{*}\operatorname{Hom}_{\mathbb{Z}}\bigl(f^{-1}M,\ N\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ f_{*}N\bigr), \qquad f^{-1}\bigl(M \otimes_{\mathbb{Z}} N\bigr) \cong f^{-1}M \otimes_{\mathbb{Z}} f^{-1}N.$$ **证明。** 第一条把伴随 $f^{-1} \dashv f_{*}$ 与内 Hom 的伴随性串起来 ✓（两边在测试对象上给出的自然同构是同一个）。 第二条：$f^{-1}$ 是左伴随因而**保余极限** ✓，而张量积是幺半结构里的余极限（商的余核）✓；也可以逐点验证 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.52 #### 切片上的正合左伴随　`prop.abelian-slice-adjunction` *命题*　命题：$j_{X!} \dashv j_{X}^{-1}$ 且 $j_{X!}$ 正合 设 $\mathcal{T}$ 是拓扑斯、$X \in \mathcal{T}$。则函子 $$j_{X}^{-1} : \mathcal{T}(\mathbf{Ab}) \longrightarrow \mathcal{T}/X(\mathbf{Ab})$$ 有**左伴随** $j_{X!}$，而且 $j_{X!}$ **正合**。 **证明。** 预层情形有显式公式 $$j_{S!}M(U) = \bigoplus_{s : U \to S} M(s) ✓$$ 它明显是 $j_{S}^{-1}$ 的左伴随 ✓，正合性来自「$\bigoplus$ 与拉回交换」✓。一般拓扑斯上把两边层化即得 ✓（正合性对层化保持，因为层化正合）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.57 #### 切片左伴随作用在 Z 上　`prop.slice-shriek-z` *命题*　命题：$j_{X!}\mathbb{Z} = \mathbb{Z}\cdot X$ 设 $\mathcal{T}$ 是拓扑斯、$X \in \mathcal{T}$。则 $$j_{X!}\mathbb{Z} \;=\; \mathbb{Z}\cdot X.$$ **证明。** 逐条用伴随： $$\operatorname{Hom}_{\mathbb{Z}}\bigl(j_{X!}\mathbb{Z},\ M\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z},\ j_{X}^{-1}M\bigr) = \operatorname{Hom}\bigl(\mathbf{1}_{X},\ j_{X}^{-1}M\bigr) = \operatorname{Hom}(X,\ M) ✓$$ 最后一式用了「$X$ 上方的终对象给出 $\operatorname{Hom}(\mathbf{1}_{X}, j_X^{-1}M) = M(X) = \operatorname{Hom}(X,M)$」✓。与 $\mathbb{Z}\cdot X$ 的万有性质比对，由米田引理即得 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.58 #### 切片上的上同调就是原上同调　`prop.cohomology-slice-identification` *命题*　命题：$H^{n}\bigl(\mathbf{1}_{X}, j_{X}^{-1}M^{\bullet}\bigr) = H^{n}(X, M^{\bullet})$ 设 $\mathcal{T}$ 是拓扑斯、$X \in \mathcal{T}$、$M^{\bullet}$ 是阿贝尔群复形。则 $$H^{n}\bigl(\mathbf{1}_{X},\ j_{X}^{-1}M^{\bullet}\bigr) \;=\; H^{n}\bigl(X,\ M^{\bullet}\bigr),$$ 其中 $\mathbf{1}_{X}$ 是切片拓扑斯 $\mathcal{T}/X$ 的终对象。 **证明。** 先看 $0$ 次： $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z},\ j_{X}^{-1}M\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(j_{X!}\mathbb{Z},\ M\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M\bigr) = M(X) ✓$$ 再用「$j_{X}^{-1}$ 有正合左伴随，因而保内射」✓，于是两边的内射消解一一对应，取导出函子即得等式 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.59 #### 内 Hom 的取值　`prop.internal-hom-slice-value` *命题*　命题：$\operatorname{Hom}_{\mathbb{Z}}(M, N)(X) = \operatorname{Hom}_{\mathbb{Z}}\bigl(j_{X}^{-1}M, j_{X}^{-1}N\bigr)$ 设 $\mathcal{T}$ 是拓扑斯、$X \in \mathcal{T}$、$M, N$ 是阿贝尔群层。则 $$\operatorname{Hom}_{\mathbb{Z}}(M, N)(X) = \operatorname{Hom}_{\mathbb{Z}}\bigl(j_{X!}j_{X}^{-1}M,\ N\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(j_{X}^{-1}M,\ j_{X}^{-1}N\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ j_{X*}j_{X}^{-1}N\bigr).$$ 对一个**测试对象** $Z$ 也一样：$\operatorname{Hom}(X, N)(Z) = \operatorname{Hom}_{\mathbb{Z}}\bigl(j_{Z}^{-1} X,\ j_{Z}^{-1}N\bigr)$（只是把 $X$ 换成 $Z$ 那一对伴随）。 **证明。** 每一步都是一次伴随：内 Hom 的取值 $\operatorname{Hom}_{\mathbb{Z}}(M,N)(X) = \operatorname{Hom}_{\mathbb{Z}}(M, N)(\mathbf{1}_{X})$ 与 $\operatorname{Hom}_{\mathbb{Z}}(j_{X}^{-1}M, j_{X}^{-1}N)$ 之间用 $j_{X!} \dashv j_{X}^{-1}$ 搭桥 ✓，$j_{X}^{-1} \dashv j_{X*}$ 则把中间的 Hom 换成最后一式 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.60 #### 切片的投影公式　`prop.slice-shriek-projection` *命题*　命题：$j_{X!}(M \otimes j_{X}^{-1}N) = j_{X!}M \otimes N$ 设 $\mathcal{T}$ 是拓扑斯、$X \in \mathcal{T}$、$M, N$ 是阿贝尔群层。则 $$j_{X!}\bigl(M \otimes_{\mathbb{Z}} j_{X}^{-1}N\bigr) = j_{X!}M \otimes_{\mathbb{Z}} N, \qquad j_{X!}\bigl(j_{X}^{-1}M \otimes_{\mathbb{Z}} N\bigr) = M \otimes_{\mathbb{Z}} j_{X!}N.$$ 特别地 $$M\cdot X \;:=\; M \otimes_{\mathbb{Z}} \mathbb{Z}\cdot X \;=\; j_{X!}j_{X}^{-1}M.$$ **证明。** 投影公式是「左伴随与封闭幺半结构相容」的一般现象：把两边的 Hom 用 $j_{X!} \dashv j_{X}^{-1}$ 与张量–内 Hom 伴随对到同一处，由米田引理得同构 ✓。最后一式把 $N = \mathbb{Z}$ 代入并记住 $j_{X!}\mathbb{Z} = \mathbb{Z}\cdot X$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.61 #### 对象给出拓扑斯态射　`prop.topos-morphism-from-object` *命题*　命题：$X \in \mathcal{C}$ 给出 $\widehat{X} : \mathbf{Set} \to \widehat{\mathcal{C}}$ 把 $X \in \mathcal{C}$ 看成函子 $X : \mathbf{1} \to \mathcal{C}$，它给出拓扑斯态射 $\widehat{X} : \mathbf{Set} \to \widehat{\mathcal{C}}$，三个函子在对象上由下式给出： $$\widehat{X}^{-1}(T) = T(X), \qquad \bigl(\widehat{X}_{!}(E)\bigr)(Y) = \begin{cases} E & \exists\, Y \to X,\\ \emptyset & \text{否则},\end{cases} \qquad \bigl(\widehat{X}_{*}(E)\bigr)(Y) = \begin{cases} E & \exists\, X \to Y,\\ \{0\} & \text{否则}.\end{cases}$$ **证明。** 由「任意函子诱导拓扑斯态射」，$X : \mathbf{1} \to \mathcal{C}$ 诱导出 $\widehat{X}_{!} \dashv \widehat{X}^{-1} \dashv \widehat{X}_{*}$ ✓。三条公式分别是：拉回就是取值 ✓；左 Kan 延拓沿 $\mathbf{1} \to \mathcal{C}$ 由逗号范畴的余极限给出，而「$\exists Y \to X$」正是那个余极限非空的条件 ✓；右伴对偶 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.52 #### 终映射给出的拓扑斯态射　`prop.topos-morphism-final-map` *命题*　命题：$p : X \to \mathbf{1}$ 给出 $p_{*} = \Gamma(X, -)$、$p^{-1}E = \widetilde{E}_{X}$ 设 $X$ 是拓扑空间、$p : X \to \mathbf{1}$ 是到单点的映射。则它给出的拓扑斯态射满足 $$p_{*}\mathcal{F} = \Gamma(X, \mathcal{F}), \qquad p^{-1}E = \widetilde{E}_{X};$$ 而且对连续映射 $f : Y \to X$，有 $\widetilde{E}_{Y} = f^{-1}\widetilde{E}_{X}$。 **证明。** $p_{*}$ 是「推前」，在单点上的层就是整体截面 ✓；$p^{-1}$ 是「拉回」，把集合 $E$ 送到 $X$ 上的常层 $\widetilde{E}_{X}$ ✓（它在 $\mathbf{Top}$ 上的层就是 $\underline{E^{\mathrm{disc}}}$）。最后一式：记 $q : Y \to \mathbf{1}$，则 $q = p \circ f$，而推前/拉回关于复合相容 ✓，于是 $\widetilde{E}_{Y} = q^{-1}E = f^{-1}p^{-1}E = f^{-1}\widetilde{E}_{X}$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.55 #### 点给出的拓扑斯态射　`prop.topos-morphism-point` *命题*　命题：$x : \mathbf{1} \to X$ 给出 $(x_{*}E)(U) = E$（$x \in U$）与 $x^{-1}\mathcal{F} = \mathcal{F}_{x}$ 设 $X$ 是拓扑空间、$x : \mathbf{1} \to X$ 是一个点。则它给出的拓扑斯态射满足 $$(x_{*}E)(U) = \begin{cases} E & x \in U,\\ \emptyset & x \notin U,\end{cases} \qquad x^{-1}\mathcal{F} = \mathcal{F}_{x}.$$ 也就是说：**推前是「只看 $x$ 的开邻域」的常层，拉回就是茎**。 **证明。** $x_{*}E$ 的取值是「拉回 $x^{-1}(U)$ 的」：$x^{-1}(U)$ 在单点空间里要么是空集要么是全空间 ✓，于是取值如式 ✓。$x^{-1}$ 是 $x_{*}$ 的左伴随，由伴随公式 $\operatorname{Hom}(x^{-1}\mathcal{F}, E) = \operatorname{Hom}(\mathcal{F}, x_{*}E) = \mathcal{F}_{x}$-型的计算即得它就是茎 ✓（也可直接用「茎 = 沿 $x$ 的开邻域取滤过余极限」）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.56 #### 切片拓扑斯　`prop.slice-topos` *命题*　命题：$\widetilde{\mathcal{C}/T} \simeq \widetilde{\mathcal{C}}/\widetilde{T}$，且 $j_{T} : \widetilde{\mathcal{C}/T} \to \widetilde{\mathcal{C}}$ 是拓扑斯态射 设 $\mathcal{C}$ 是 site、$T \in \widehat{\mathcal{C}}$。则 1. $j_{T}$ **余连续**，因而给出拓扑斯态射 $j_{T} : \widetilde{\mathcal{C}/T} \to \widetilde{\mathcal{C}}$； 2. $\widetilde{\mathcal{C}/T} \;\simeq\; \widetilde{\mathcal{C}}/\widetilde{T}$； 3. 在这个等价下，$j_{T!}$ 对应遗忘函子 $\widetilde{\mathcal{C}}/\widetilde{T} \to \widetilde{\mathcal{C}}$，$j_{T}^{-1}$ 对应 $\mathcal{F} \mapsto (\mathcal{F} \times \widetilde{T} \to \widetilde{T})$。 **证明。** (1) 余连续说的是「$j_{T}$ 把覆盖送到覆盖」，这由覆盖筛在切片里的定义直接核对 ✓，于是由「余连续函子给出拓扑斯态射」得到 $j_{T}$ ✓。(2) 两个范畴的对象都是「$X \in \mathcal{C}$ 加一个截面 $s \in T(X)$」，层条件也逐字对应 ✓。(3) 把两边的函子按定义写出来即得 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.63, Exercise 3.64 #### 拟紧层与紧的 étale 空间　`prop.qc-sheaf-etale` *命题*　命题：$X$ 上的层拟紧 $\iff$ 对应 espace étalé 紧 拓扑空间 $X$ 上的层（对**标准拓扑**而言）**拟紧** $\iff$ 与它对应的 **espace étalé** 是**紧**空间。 **证明。** 拟紧的定义是「从余积出发的满态射可以取有限子族仍然满」✓；在 $X$ 上的层这个具体世界里，「$\coprod_{i} \mathcal{F}_{i} \to \mathcal{G}$ 满」正是 espace étalé 之间的映射在每根纤维上满，于是「有限子族已经满」$\iff$「相应的紧空间被有限个块覆盖」✓ —— 两边同时成立 ✓。∎ ⭐ 读法：**拓扑空间上的「拟紧层」就是几何里那个「紧的 étale 空间」**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.70 #### 切片里的覆盖筛　`prop.slice-covering-sieve` *命题*　命题：$R$ 在 $\mathcal{C}/T$ 里覆盖 $\iff$ $\hat j_{T!}R$ 在 $\mathcal{C}$ 里是覆盖筛 设 $\mathcal{C}$ 是 site、$T \in \widehat{\mathcal{C}}$、$s \in T(X)$。则 $s$ 上的一个筛 $R$ 在 $\mathcal{C}/T$ 里是**覆盖** $\iff$ $\hat j_{T!}R$ 是 $X$ 在 $\mathcal{C}$ 里的**覆盖筛**。 **证明。** 两边都是「沿 $R$ 的余锥能不能覆盖」这件事的翻译 ✓：$\mathcal{C}/T$ 里的覆盖由 $\mathcal{C}$ 的覆盖沿 $j_{T}$ 拉来，而 $j_{T!}$ 正是把 $\mathcal{C}/T$ 里的筛搬回 $\mathcal{C}$ 的函子 ✓。 ⚠️ 但 $j_{T!}$ **一般不左正合** —— 所以这条给不出 site 的态射（这正是为什么后面要用 $j_{T}$ 的**余连续性**去造拓扑斯态射）。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 3.62 ## 星系：同调代数（Homological Algebra） > 加法与阿贝尔范畴、复形与导出三角、同调与长正合列、谱序列。 ### 星团：加法与阿贝尔范畴 > 造出做同调代数的场地：预加法 / 加法范畴 → 预阿贝尔 → 阿贝尔范畴 → AB 公理 → Grothendieck 范畴。 #### Grothendieck 的 AB 公理　`def.ab-axioms` *定义*　Grothendieck 的 AB 公理（AB1–AB6） 范畴 $\mathcal{C}$ 的**正合性等级**（Grothendieck 的 AB 公理）逐条加强如下： 1. **AB1**：预阿贝尔范畴； 2. **AB2**：阿贝尔范畴； 3. **AB3**：AB2 且有所有余极限（**AB3\*** 是对偶）； 4. **AB4**：AB3 且**余积正合**（**AB4\*** 是对偶）； 5. **AB5**：AB4 且**滤过余极限正合**（**AB5\*** 是对偶）； 6. **AB6**：AB5 且**滤过余极限与积交换**（**AB5\*** 是对偶）。 一个字读法：**头两条补的是「态射有没有核与余核、单满正不正则」；后面几条一路在补「越来越多的余极限操作是正合的、并且和别的操作交换」。** ⭐ **这些公理之间还有蕴含关系**（见「AB5 与 AB3*/AB4* 的关系」）：Grothendieck 范畴自动满足 AB3\*；AB5 与 AB5\* 互斥（除零范畴外不能同时成立）；拓扑斯上的 $\mathbf{Ab}(\mathcal{T})$ 停在 AB5 + AB3\*，而 $\mathrm{CondAb}$ 能上到 AB6 + AB4\*。 ⭐ **哪些范畴落在哪一级**是另一条独立的事，见「AB 公理的例子表」—— 那张表把 $\mathbf{Ab}$、$\mathbf{AbTop}$、$\mathbf{AbCHaus}$、预层范畴、拓扑斯上的阿贝尔群、$\mathrm{CondAb}$ 全部排了一遍。 ⚠️ 这条只给**定义与名字**：AB 公理是一把尺子，用来量「一个范畴能做多少同调代数」。真正有用的是把它用在具体范畴上得到的结论（即上面两条）。 参考：Le Stum, Definition 5.2.5 #### Grothendieck 范畴　`def.grothendieck-category` *定义*　Grothendieck 范畴（Grothendieck Category） **Grothendieck 范畴**是带**生成元**的 **AB5** 范畴（AB5 即：有所有余极限，且滤过余极限正合）。 例：$A\text{-}\mathbf{Mod}$ 是 Grothendieck 范畴；阿贝尔范畴 $\mathcal{C}$ 的 $\operatorname{Ind}(\mathcal{C})$（按滤过余极限补全）也是；拓扑斯 $\mathcal{T}$ 上的 $\mathbf{Ab}(\mathcal{T})$ 也是（见「拓扑斯上的阿贝尔群是 Grothendieck 范畴」）。 两条随定义而来的事实：Grothendieck 范畴**自动满足 AB3\***（有所有极限）；而且它**有足够多的内射对象**。 「滤过余极限正合 + 有生成元」这两条合起来，就足以让一套同调代数跑起来 —— 这是 Grothendieck 那一代人为「在抽象范畴上做同调代数」挑出来的最低要求。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### 加法 / 阿贝尔范畴　`def.abelian-category` *定义*　加法范畴与阿贝尔范畴（Additive / Abelian Category） - **预加法范畴**（$\mathbf{Ab}$-范畴）是每个 $\operatorname{Hom}$ 集都带有阿贝尔群结构、且复合双线性的范畴； - **零对象**是 $\operatorname{End}(M) = 1$（即 $1_{M} = 0_{M}$）的对象；对象 $M$ 是 $M_{1}, M_{2}$ 的**直和** $M = M_{1} \oplus M_{2}$，如果存在 $p_{k} : M \to M_{k}$、$i_{k} : M_{k} \to M$ 使 $p_{1} i_{1} = 1$、$p_{2} i_{2} = 1$、$i_{1} p_{1} + i_{2} p_{2} = 1_{M}$； - **加法范畴**是有零对象与所有直和的预加法范畴（等价地：所有有限积、或所有有限余积存在，此时二者存在且相等）； - **预阿贝尔范畴**是每个态射都有核与余核的加法范畴（等价地：所有有限极限与有限余极限存在）； - **阿贝尔范畴**是满足下列**等价**条件之一的预阿贝尔范畴： 1. 每个单态射都是正则的（对偶地每个满态射都是正则的）； 2. 若 $i : N \rightarrowtail M$ 是单态射，则 $N \cong \ker\bigl(M \twoheadrightarrow \operatorname{coker}(i)\bigr)$（对偶同理）； 3. 每个态射都能（在相差一个同构的意义下**唯一**地）分解成满态射接单态射； 4. 对每个 $f : M \to N$ 有 $\ker\bigl(N \to \operatorname{coker} f\bigr) \cong \operatorname{coker}\bigl(\ker f \to M\bigr)$。 在阿贝尔范畴里，人们习惯说**单射 / 满射**而不说单态射 / 满态射 —— 因为第 1 条保证了「正则的」与「可消的」是一回事。 例：$A\text{-}\mathbf{Mod}$ 是阿贝尔范畴；拓扑斯上的 $\mathbf{Ab}(\mathcal{T})$ 也是；$\mathbf{AbCHaus}$ 也是。而 $\mathbf{AbTop}$ **不是**（$\mathbb{Z}^{\mathrm{disc}} \to \mathbb{Z}^{\mathrm{coarse}}$ 这个恒等映射不严格），$\mathbf{AbHaus}$ 也不是。 阿贝尔范畴是整套同调代数的**工作环境**：有核有余核，「正合列」才说得出口；而加法范畴只提供加法的骨架（零对象与直和）。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### Freyd–Mitchell 嵌入定理　`thm.freyd-mitchell` *定理*　Freyd–Mitchell 嵌入定理 若 $\mathcal{C}$ 是**小**阿贝尔范畴，则存在一个环 $A$ 与一个**全忠实**的**正合**函子 $$\mathcal{C} \longrightarrow A\text{-}\mathbf{Mod}.$$ ⭐ **它的意义是：追元素这件事为什么是合法的。** 小阿贝尔范畴里的命题，都可以先沿一个全忠实正合函子嵌进 $A\text{-}\mathbf{Mod}$，在那边（元素有意义的地方）证完再搬回来。「在一个具体的范畴里追元素」因此是一种合法的推广手段。 ⚠️ 但它**不是**证蛇引理、五引理的常规手段 —— 那是大定理，标准证明本身就要在阿贝尔范畴里先搭一套正合性工具，拿它去证那两条是杀鸡用牛刀。那两条有初等的泛性质 / 泛元证明（见各自节点）。 **为什么要求小**：证明要把 $\mathcal{C}$ 里的对象**做成**模，用的正是「全体 $\hom$ 集合」的余极限构造；范畴不小的话这些集合是真类，做不成模。 ⚠️ **对偶版本**：同样的论证给一个嵌进 $\mathbf{Mod}\text{-}A$（右模）的版本；$A$ 不唯一，构造依赖选定的生成元。 **与 Giraud 定理对照**：Giraud 是把**拓扑斯**说成「预层范畴的正合反射子范畴」，Freyd–Mitchell 是把**小阿贝尔范畴**说成「模范畴的全忠实正合子范畴」—— 两条定理是同一个思路（「找一个具体的大范畴把自己装进去」）在不同结构上的版本。 参考：Freyd, Abelian Categories (1964)；Mitchell, The full imbedding theorem (1964) #### 蛇引理　`thm.snake-lemma` *引理*　蛇引理（Snake Lemma） 设 $\mathcal{A}$ 是阿贝尔范畴，下面这张交换图的两行都正合： $$\begin{array}{ccccccc} A & \xrightarrow{\;f\;} & B & \xrightarrow{\;g\;} & C & \longrightarrow & 0 \\[2pt] {\scriptstyle a}\big\downarrow & & {\scriptstyle b}\big\downarrow & & {\scriptstyle c}\big\downarrow & & \\[2pt] 0 & \longrightarrow & A' & \xrightarrow[\;f'\;]{} & B' & \xrightarrow[\;g'\;]{} & C' \end{array}$$ 则存在**连接同态** $\delta : \ker c \to \operatorname{coker} a$，使序列 $$\ker a \to \ker b \to \ker c \xrightarrow{\;\delta\;} \operatorname{coker} a \to \operatorname{coker} b \to \operatorname{coker} c$$ 正合。 **为什么叫「蛇」**：把这条长正合列画成一圈，六个群/模串起来正好是一条蛇的形状 —— $\delta$ 是蛇头那一拐。 ⚠️ **不能追元素。** $\mathcal{A}$ 是一般的阿贝尔范畴，对象里没有「元素」可挑，$x \in \ker c$ 这种话在这里没有意义。合法的替代是**泛元**：「$x \in X$」一律读成「任给态射 $t : T \to X$」（Yoneda 的成员语言），其余全靠核与余核的泛性质。 **$\delta$ 怎么造（只用泛性质）。** 设 $k : K \rightarrowtail C$ 是 $c$ 的核，把 $g$ 沿 $k$ 拉回得 $P := B \times_{C} K$ 与投影 $p : P \to B$、$q : P \to K$： 1. $g f = 0$ 经拉回性质给出唯一的 $u : A \to P$；由 $f = \ker g$ 单、$g$ 满，得短正合列 $0 \to A \xrightarrow{\;u\;} P \xrightarrow{\;q\;} K \to 0$。 2. $g' b p = c\, g p = c\, k\, q = 0$，故 $b p$ 穿过 $f' = \ker g'$：存在唯一 $\beta : P \to A'$ 使 $f' \beta = b p$。 3. $f' \beta u = b p u = b f = f' a$，而 $f'$ 单，故 $\beta u = a$ —— 于是 $\beta$ 与 $A' \to \operatorname{coker} a$ 的复合把 $u$ 杀掉，由 $q = \operatorname{coker} u$ 的泛性质，存在唯一 $$\delta : K \longrightarrow \operatorname{coker} a, \qquad \delta \circ q = (A' \to \operatorname{coker} a) \circ \beta.$$ **正合性**同样逐步用核 / 余核的泛性质验证（关键一步是 $\operatorname{im} u = \ker q$），没有一步需要元素。∎ ⭐ **用处**：它是**长正合列**的引擎 —— 把短正合列 $0 \to K \to L \to M \to 0$ 的每一层（核、余核）串起来，靠的就是每层的 $\delta$。凡是「有了短正合列想推长正合列」的地方，底下都在跑蛇引理。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### 五引理　`thm.five-lemma` *引理*　五引理（Five Lemma） 设 $\mathcal{A}$ 是阿贝尔范畴，下面这张交换图的两行都正合： $$\begin{array}{ccccccccc} A_{1} & \to & A_{2} & \to & A_{3} & \to & A_{4} & \to & A_{5} \\[2pt] {\scriptstyle \alpha_{1}}\big\downarrow & & {\scriptstyle \alpha_{2}}\big\downarrow & & {\scriptstyle \alpha_{3}}\big\downarrow & & {\scriptstyle \alpha_{4}}\big\downarrow & & {\scriptstyle \alpha_{5}}\big\downarrow \\[2pt] B_{1} & \to & B_{2} & \to & B_{3} & \to & B_{4} & \to & B_{5} \end{array}$$ 若 $\alpha_{1}$ 是**满**态射、$\alpha_{2}, \alpha_{4}$ 是**同构**、$\alpha_{5}$ 是**单**态射，则中间的 $\alpha_{3}$ 也是**同构**。 **证明走泛元，不追元素。** 把「$x \in A_{3}$」读成「任给 $t : T \to A_{3}$」—— $t$ 就是 $A_{3}$ 的一个**泛元**。分两半： - **$\alpha_{3}$ 单**：设 $\alpha_{3} t = 0$。由 $\alpha_{4} f_{3} t = g_{3} \alpha_{3} t = 0$ 与 $\alpha_{4}$ 单得 $f_{3} t = 0$，即 $t$ 穿过 $\operatorname{im} f_{2} = \ker f_{3}$：$t = f_{2} s$；再由 $g_{2} \alpha_{2} s = \alpha_{3} f_{2} s = 0$ 得 $\alpha_{2} s$ 穿过 $\operatorname{im} g_{1} = \ker g_{2}$，即 $\alpha_{2} s = g_{1} r'$，而 $\alpha_{1}$ 满给出 $r' = \alpha_{1} r$，于是 $\alpha_{2} s = g_{1} \alpha_{1} r = \alpha_{2} f_{1} r$，而 $\alpha_{2}$ 单，故 $s = f_{1} r$，于是 $t = f_{2} f_{1} r = 0$。 - **$\alpha_{3}$ 满**：任给 $y : T \to B_{3}$。由 $g_{4} g_{3} = 0$ 与 $\alpha_{5}$ 单得 $f_{4} \alpha_{4}^{-1} g_{3} y = 0$，故 $\alpha_{4}^{-1} g_{3} y$ 穿过 $\operatorname{im} f_{3} = \ker f_{4}$：$\alpha_{4}^{-1} g_{3} y = f_{3} x'$；于是 $g_{3}(y - \alpha_{3} x') = 0$，即 $y - \alpha_{3} x'$ 穿过 $\operatorname{im} g_{2} = \ker g_{3}$：$y - \alpha_{3} x' = g_{2} u = g_{2} \alpha_{2} x'' = \alpha_{3} f_{2} x''$，故 $y = \alpha_{3}(x' + f_{2} x'')$。 两步都只用「正合 = 核 = 像」这一条泛性质。∎ ⭐ **推论（常用形式）**：若图中的 $A_{1} = B_{1} = 0$、$A_{5} = B_{5} = 0$，则 $\alpha_{3}$ 是单（满 / 同构）由 $\alpha_{2}, \alpha_{4}$ 单（满 / 同构）决定 —— **这就是「比较长正合列」时最常引的那句：两头一样，中间就一样。** ⚠️ 与蛇引理的关系：**两者都不能靠追元素**，都得走泛元与泛性质；区别在五引理只讲同构传递（不必造连接同态），蛇引理要**造**出 $\delta$。凡是「想比较两个谱序列/两条长正合列」的地方，用五引理。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### 加法函子　`def.additive-functor` *定义*　加法函子（Additive Functor） 设 $\mathcal{C}, \mathcal{D}$ 是两个**预加性范畴**。函子 $F : \mathcal{C} \to \mathcal{D}$ 叫**加法函子**，如果对每对 $M, N \in \mathcal{C}$，映射 $$\operatorname{Hom}_{\mathcal{C}}(M, N) \longrightarrow \operatorname{Hom}_{\mathcal{D}}(F(M), F(N)), \qquad f \longmapsto F(f)$$ 是**阿贝尔群同态**（即保加法、保 $0$）。 **等价说法**：加法函子自动保**有限直和**（$F(M \oplus N) \cong F(M) \oplus F(N)$），而且 $F(0) = 0$。反过来，一个保有限直和的函子（在预加性范畴之间）也是加法的。 ⭐ **为什么同调代数只谈加法函子**：求导函子、$\operatorname{Ext}$、$H^{n}$ 都是加法的。复形上的运算（$d^{2}=0$、取同调、映射锥）每一步都是**加减法**，非加法函子连复形都送不成复形。 **例子**：$\operatorname{Hom}(X, -)$ 是加法的（$\operatorname{Hom}$ 本身是阿贝尔群）；$M \otimes_{A} -$ 是加法的；遗忘函子 $A\text{-}\mathbf{Mod} \to \mathbf{Ab}$ 是加法的。 ⚠️ 「加法」与「左正合/右正合」是两件事：加法只是保群结构，正合才是保核与余核。加法是前提，正合是进一步的条件。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### 分裂短正合列　`def.split-exact` *定义*　分裂的短正合列（Split Exact Sequence） 短正合列 $$0 \longrightarrow M_{1} \xrightarrow{\;i_{1}\;} M \xrightarrow{\;i_{2}\;} M_{2} \longrightarrow 0$$ 叫**分裂的**，如果它同构于 $$0 \longrightarrow M_{1} \xrightarrow{\;\mathrm{pr}_{1}\;} M_{1} \oplus M_{2} \xrightarrow{\;\mathrm{pr}_{2}\;} M_{2} \longrightarrow 0$$ （即 $i_{1}$ 是到直和第一个分量的含入、$i_{2}$ 是到第二个分量的投影）。 **等价判据**（在阿贝尔范畴里，三条等价）： - $i_{2}$ 有**截面** $s : M_{2} \to M$（$i_{2} \circ s = \mathrm{id}$）； - $i_{1}$ 有**收缩** $r : M \to M_{1}$（$r \circ i_{1} = \mathrm{id}$）； - $M \cong M_{1} \oplus M_{2}$ 与这个列相容。 **证明。** 记 $i := i_{1}$、$p := i_{2}$，则 $i$ 单、$p$ 满且 $\operatorname{im} i = \ker p$。 - **有截面 $\implies$ 分裂**：设 $p s = 1_{M_{2}}$。则 $p(1_{M} - s p) = p - p s p = 0$，故 $1_{M} - sp$ 落在 $\ker p = \operatorname{im} i$ 里，于是存在 $r : M \to M_{1}$ 使 $$i r = 1_{M} - s p.$$ 由 $i$ 单：$i(r i) = (1_{M} - sp)\,i = i - s(p i) = i$（用了 $p i = 0$），故 $r i = 1_{M_{1}}$ ✓。与 $p i = 0$ 合起来，$p_{1} := r$、$i_{1} := i$、$p_{2} := p$、$i_{2} := s$ 满足双积的三条等式（$r i = 1$、$p s = 1$、$i r + s p = 1_{M}$，见「直和就是积」），即 $M$ 就是 $M_{1} \oplus M_{2}$，该列分裂 ✓。 - **分裂 $\implies$ 有截面**：分裂时该列同构于 $0 \to M_{1} \xrightarrow{\ \mathrm{pr}_{1}\ } M_{1} \oplus M_{2} \xrightarrow{\ \mathrm{pr}_{2}\ } M_{2} \to 0$，而 $\mathrm{pr}_{2}$ 有显然的截面（到第二个分量的含入），沿同构搬回去就得到 $p$ 的截面 ✓。 - **对偶**：把同一论证搬到 $\mathcal{C}^{\mathrm{op}}$，得「分裂 $\iff$ $i$ 有收缩」✓。∎ ⭐ **这就是「分裂引理」**（split lemma）：在加法范畴里，「短正合列分裂」与「有截面」与「是直和」是同一件事。它把**列论的问题化成直和的问题** —— 这是同调代数里最常用的一步化简。 ⚠️ 短正合列一般**不**分裂（$0 \to \mathbb{Z} \xrightarrow{2} \mathbb{Z} \to \mathbb{Z}/2 \to 0$ 就不分裂）—— 分裂是特殊情形，判断它分不分裂正是 $\operatorname{Ext}^{1}$ 要回答的问题。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### 足够多投射对象　`def.enough-projectives` *定义*　足够多投射对象（Enough Projectives） 范畴 $\mathcal{C}$ **有足够多的投射对象**，如果对每个 $X \in \mathcal{C}$，都存在投射对象 $P$ 与**满态射** $$P \twoheadrightarrow X.$$ 对偶地：**有足够多的内射对象**，如果每个 $X$ 都能**单射**进某个内射对象 $X \hookrightarrow I$。 ⭐ **它保证投射消解存在**：由 $P_{0} \twoheadrightarrow X$ 起，把核 $\ker(P_{0} \to X)$ 再用一个投射对象盖住，如此递归得到**投射消解** $$\cdots \to P_{2} \to P_{1} \to P_{0} \to X \to 0,$$ 于是可以取左导出函子（$\operatorname{Tor}$、$L^{n}F$）。对偶地足够多内射给出**内射消解**与右导出函子（$\operatorname{Ext}^{n}$、$R^{n}F$）。 **为什么需要「足够多」这个条件**：导出函子是把对象换成消解再取同调，若某个对象压根没有消解，定义就卡住。所以同调代数挑范畴时会点名「有足够多投射 / 内射」。 **例子**：$A\text{-}\mathbf{Mod}$ 两个都有（自由模投射、每个模可嵌入内射模）；$\mathrm{CondAb}$ 有足够多投射（有限表现的投射凝聚态阿贝尔群生成它）；**Grothendieck 范畴自动有足够多内射**。 参考：Le Stum, Definition 1.4.8 #### 投射对象的余积投射　`prop.projective-coproduct` *命题*　投射对象的余积还是投射的 投射对象的**余积**还是投射的；对偶地，内射对象的**积**还是内射的。 **证明。** 设 $P_{i}$（$i \in I$）都投射，$Q := \coprod_{i} P_{i}$，带余射 $\iota_{i} : P_{i} \to Q$。任给满态射 $e : X \twoheadrightarrow Y$ 与 $f : Q \to Y$，要造 $g$ 使 $e g = f$： - 限制到每个分量，$f \iota_{i} : P_{i} \to Y$。因为 $P_{i}$ 投射，存在 $g_{i} : P_{i} \to X$ 使 $e g_{i} = f \iota_{i}$； - 余积的**泛性质**给出唯一的 $g : Q \to X$ 使 $g \iota_{i} = g_{i}$（对所有 $i$）； - 于是 $e g \iota_{i} = e g_{i} = f \iota_{i}$ 对所有 $i$ 成立，再由余积泛性质的**唯一性**得 $e g = f$。∎ 对偶地（把上面每个箭头反向、余积换积、满态射换单态射）：内射对象的积仍内射。 参考：Le Stum, An introduction to condensed mathematics, §5.1–5.2 #### Ab(C) 的极限　`prop.ab-limits-forgetful` *命题*　$\mathrm{Ab}(\mathcal{C})$ 有所有极限 若 $\mathcal{C}$ 有所有极限，则 $\mathrm{Ab}(\mathcal{C})$ 也有所有极限，并且**遗忘函子** $\mathrm{Ab}(\mathcal{C}) \to \mathcal{C}$ 保它们。 ⭐ **实用价值**：这条让「在 $\mathcal{C}$ 里算极限」与「在 $\mathrm{Ab}(\mathcal{C})$ 里算极限」完全一致 —— 凝聚态那一侧 $\mathrm{Ab}(\mathrm{Cond}) = \mathrm{CondAb}$ 有所有极限，就是这条在 $\mathcal{C} = \mathrm{Cond}$ 上的一次应用。 **证明（极限在遗忘函子下逐项算）。** 阿贝尔群对象的定义是一组态射与**交换图**： $$m : X \times X \to X, \qquad e : 1 \to X, \qquad i : X \to X$$ 配上一串等式（结合、单位、逆、交换性）—— 全是「两个复合相等」形式的图。 - 设 $D : I \to \mathrm{Ab}(\mathcal{C})$ 是可图表，记 $UX$ 为 $X$ 的底对象。因为极限保持极限（特别地保持有限积与终对象），把上述各图和等式逐项送进 $\mathcal{C}$ 后仍然成立；于是底对象上的 $\lim UD$ **自动**带上阿贝尔群对象的结构，$m$ 取 $\lim (Um \circ \text{交换}) $、$e$ 取 $\lim Ue$。 - 于是 $\mathrm{Ab}(\mathcal{C})$ 有 $I$-极限，而遗忘函子把它送到 $\mathcal{C}$ 里的 $\lim UD$ —— 即**保极限**。 - 细节只在一处：$\lim$ 与有限积的交换（$U \lim = \lim U$ 与 $\lim(X_{i}\times Y_{i}) = \lim X_{i}\times \lim Y_{i}$），那是极限的一般性质。∎ 参考：Le Stum, Exercise 1.52 #### AB6：滤过余极限与积交换　`prop.ab6` *命题*　$\mathbf{Ab}$ 满足 AB6 在 $\mathbf{Ab}$（以及 $A\text{-}\mathbf{Mod}$）里**一族滤过余极限与积交换**，这就是 Grothendieck 的 **AB6** 公理：对任意指标族 $J$、**各自**的滤过范畴 $I_{j}$（$j \in J$）与函子 $M_{j} : I_{j} \to \mathbf{Ab}$，自然映射 $$\varinjlim_{(i_{j})_{j} \in \prod_{j} I_{j}} \ \prod_{j \in J} M_{j}(i_{j}) \longrightarrow \prod_{j \in J} \varinjlim_{i_{j} \in I_{j}} M_{j}(i_{j})$$ 是同构。 **证明（两边各算一次）。** 余极限取在 $\prod_{j} I_{j}$ 上，而滤过范畴的**积**仍是滤过的（任意两个对象 $(i_{j})$、$(i'_{j})$ 在每个分量上各取上界，再逐坐标拼起来）。 - **单**：左边一个元素是某一点 $(i_{j})_{j}$ 上的族 $(x_{j})_{j}$。若它在右边为 $0$，则对每个 $j$ 存在 $i_{j} \to i'_{j}$ 把 $x_{j}$ 杀掉；$(i'_{j})_{j}$ 就是 $\prod_{j} I_{j}$ 里接受它的那个对象，于是这个类本身就是 $0$。 - **满**：右边任给 $(t_{j})_{j}$，每个 $t_{j}$ 由某个 $x_{j} \in M_{j}(i_{j})$ 表示；把 $(i_{j})_{j}$ 与 $(x_{j})_{j}$ 拼起来就是左边的一个元素，它映到 $(t_{j})_{j}$。∎ ⚠️ **关键是「每个 $j$ 各有自己的滤过范畴」。** 若所有 $j$ 共用同一个 $I$（取对角），断言**是错的** —— 那时只有 $J$ **有限**才对（那就是「滤过余极限与有限积交换」，来自滤过余极限是 sifted 余极限）。 反例：$I = (\mathbb{N}, \le)$、$M_{i,j} = \mathbb{Z}/p^{i}$，转移映射取「乘以 $p$」，于是 $\varinjlim_{i} \mathbb{Z}/p^{i} = \mathbb{Z}[1/p]/\mathbb{Z}$。取 $t = (t_{j})_{j}$，其中 $t_{j}$ 是阶为 $p^{j}$ 的那个元素：任何单个 $i$ 上，元素只能有阶 $\le p^{i}$，所以 $j > i$ 的分量根本提不出来 —— 而 $\prod_{j} I_{j}$ 上就没这个问题，每个 $j$ 可以各自跑到够高的层级。 与 AB5 的关系：AB6 = AB5 + 上面这条（AB5 管「滤过余极限正合」，AB6 再管「它与积交换」）。 参考：Le Stum, Definition 5.2.5 #### 一般正合列　`def.exact-sequence` *定义*　正合列 设 $$\cdots \longrightarrow M^{n-1} \xrightarrow{\ d^{n-1}\ } M^{n} \xrightarrow{\ d^{n}\ } M^{n+1} \longrightarrow \cdots$$ 是阿贝尔范畴中的复形（$d^{n} \circ d^{n-1} = 0$）。称它在 $M^{n}$ 处**正合**，如果 $$\operatorname{im}(d^{n-1}) = \ker(d^{n}).$$ 处处正合的复形叫**正合列**。特别地，**短正合列** $$0 \longrightarrow M' \xrightarrow{\ f\ } M \xrightarrow{\ g\ } M'' \longrightarrow 0$$ 意思是：$f$ 是单态射、$g$ 是满态射，且 $\operatorname{im}(f) = \ker(g)$。 **一句话**：正合 = 「进来的东西恰好就是出去会被杀掉的核」—— 没有多、没有少。$\operatorname{im} \subseteq \ker$ 是复形条件自动给的（$d \circ d = 0$），正合要求的只是**反方向**的包含。 **两端的 $0$ 在做什么**：左端的 $0 \to M'$ 表示 $\ker(f) = 0$，即 $f$ 单；右端的 $M'' \to 0$ 表示 $\operatorname{im}(g) = M''$，即 $g$ 满。于是「短正合列」把单、满、正合三件事打包成一条。 **同构的另一种写法**：短正合列等价于「$M'$ 是 $M$ 的子对象、且 $M'' \cong M/M'$」。这就是把「扩张」讲清楚的最短方式。 📌 与「分裂短正合列」相对照：一般正合列**不保证**可以写成直和；能写成 $M \cong M' \oplus M''$ 的那些是特殊情形。 参考：Le Stum, Definition 5.2.3 #### Grothendieck 范畴有足够多内射　`prop.grothendieck-enough-injectives` *命题*　Grothendieck 范畴有足够多的内射对象 任意 **Grothendieck 范畴**（即带生成元的 AB5 范畴）都有**足够多的内射对象**： 每个对象 $M$ 都能嵌入一个内射对象，等价地，每个对象都有内射消解 $$0 \longrightarrow M \longrightarrow I^{0} \longrightarrow I^{1} \longrightarrow \cdots$$ ⭐ **这是「右导出函子存在」的存在性保障**。右导出函子 $R^{n}F$ 的标准定义是「取内射消解、施 $F$、取上同调」—— 而这个定义只有在**内射消解总是存在**的前提下才有意义。这条定理说：只要范畴是 Grothendieck 的，就不用担心。 **「足够多」是什么意思**：不是「有很多内射对象」，而是「每个对象都能嵌进某个内射对象里」。这个条件是关于**范畴整体**的，不能逐对象验证。 **用在哪**：$A\text{-}\mathbf{Mod}$、$\operatorname{Ind}(\mathcal{C})$、拓扑斯上的 $\mathbf{Ab}(\mathcal{T})$、$\mathrm{CondAb}$ —— 都是 Grothendieck 范畴，于是右导出函子、导出范畴、谱序列这一整套在它们上面全部可用。这就是 Grothendieck 那一代人挑出「AB5 + 生成元」这两条的全部理由。 📌 随定义而来的另一条（同章）：Grothendieck 范畴**自动满足 AB3\***（有所有极限）—— 极限的存在性不用额外假设。 **证明（超限迭代；Baer 判据的范畴版本）。** 记 $\mathcal{A}$ 是带生成元 $U$ 的 AB5 范畴。 - **判据**：$I$ 内射 $\iff$ 对每个单态射 $A\rightarrowtail B$ 与每个 $A\to I$，延拓 $B\to I$ 存在。因为 $U$ 是生成元，只需对**子对象** $A\rightarrowtail U$ 验证（一般的 $B$ 用一族 $U\to B$ 铺开、逐块延拓再拼）。 - **第一步**：$U$ 生成 $\implies$ 求值映射 $M\hookrightarrow U^{\operatorname{Hom}(U,M)}$ 是单态射（两个态射若在所有 $U\to M$ 上相同则相同），所以 $M$ 总能嵌进 $U$ 的一族积里。 - **第二步（补全延拓）**：设 $M_{0} := M$。给定 $M_{\alpha}$，把所有「待延拓数据」$\bigl(A\rightarrowtail U,\ A\to M_{\alpha}\bigr)$ 一次性推出去 —— 令 $M_{\alpha+1}$ 是 $M_{\alpha}$ 与 $\coprod_{(A,\varphi)}U$ 沿 $\coprod_{(A,\varphi)}A$ 的推出。于是每个从 $U$ 的子对象出发的映射都能在 $M_{\alpha+1}$ 里延拓到整个 $U$ 上。 - **极限序数**：取 $M_{\beta} := \varinjlim_{\alpha<\beta}M_{\alpha}$。$\mathcal{A}$ 是 **AB5**（滤过余极限正合），这一层层余极限保持单射与正合 ✓。 - **稳定**：增量只依赖「$U$ 的子对象全体」这一**集合**（生成元 + AB5 保证它小），故足够大的序数之后 $M_{\alpha}\to M_{\alpha+1}$ 已是同构；稳定下来的 $I := M_{\infty}$ 满足判据，故内射 ✓。对 $M\hookrightarrow I$ 重复该过程即得内射消解。∎ **标准出处**：Freyd, *Abelian Categories*；另有一条更短的路线走 Gabriel–Popescu 嵌入（把 $\mathcal{A}$ 看成 $R\text{-}\mathbf{Mod}$ 的正合反射子范畴，再把 $R\text{-}\mathbf{Mod}$ 的内射对象反射过来）。 参考：Le Stum, Proposition 5.2.8（另见 Proposition 5.2.7） #### AB5 与 AB3*/AB4* 的关系　`prop.ab5-implications` *命题*　AB 公理之间的蕴含关系 1. **Grothendieck 范畴自动满足 AB3\***（有所有极限）—— 即 AB5 加上生成元，就免费得到 AB3\*； 2. 除零范畴 $\{0\}$ 外，**没有范畴能同时满足 AB5 与 AB5\***； 3. 拓扑斯上的 $\mathbf{Ab}(\mathcal{T})$ 满足 **AB5 与 AB3\***，但**一般并不满足 AB6 或 AB4\***。 **第 1 条为什么值得单说**：AB3 与 AB3* 是**对偶**的两条（一个有所有余极限、一个有所有极限），一般不能互相推出。「有生成元 + 滤过余极限正合」这两条合起来却把对偶那一条也带出来了 —— 这是 Grothendieck 范畴理论里最不平凡的一条「免费午餐」。 **第 2 条的意思**：AB5（滤过余极限正合）与 AB5*（滤过极限正合）是**互相排斥**的，只能一边倒。零范畴是唯一例外（它什么都没有，两边都满足）。 **第 3 条是「为什么凝聚态数学要用 CondAb 而不是随便一个拓扑斯」的答案**：$\mathbf{Ab}(\mathcal{T})$ 只有 AB5 与 AB3*，做一般的同调代数够用；但 $\mathrm{CondAb}$ 额外满足 **AB6 与 AB4\*** —— 即「滤过余极限与积交换」「积正合」。有了这两条才能像在 $\mathbf{Ab}$ 里一样自由地交换极限与余极限。 **三条各自的理由。** - **第 1 条**：用 **Freyd 的特殊伴随函子定理**。一个**余完备**范畴若有**小的余生成集**且**余良幂**（每个对象只有一个小集合那么多的商），则它**完备**。Grothendieck 范畴 $\mathcal{A}$：余完备 ✓（AB5）；余良幂与小的余生成集都来自**生成元** $U$ —— 一个商由它「在 $U$ 上的点」决定，于是 $U$ 的商构成一个集合，而它们的积就是余生成元。SAFT 于是给出所有极限存在 ✓。 - **第 2 条**：这是 **Roos** 的经典结果。思路：AB5 让 $\mathbb{N}$ 形状的**余**极限行为良好、AB5\* 让 $\mathbb{N}$ 形状的**逆**极限行为良好；两者同时成立时会逼出一条 Milnor 型的正合列（$\prod$ 与 $\bigoplus$ 的比较），在阿贝尔范畴里只能对零对象成立 ✓。 - **第 3 条**：前半 —— $\mathbf{Ab}(\mathcal{T})$ 是拓扑斯上的层范畴，是 Grothendieck 范畴，故 AB5 + AB3\*（第 1 条）✓；后半 —— 「AB6 与 AB4\* 一般不成立」在一般拓扑斯上有反例（阿贝尔层的积一般不正合、滤过余极限一般不与积交换），这两条**不能白拿** ✓。∎ ⭐ 所以 $\mathrm{CondAb}$ 的 AB6 / AB4\* 是**额外**的收获，来自 $\mathbf{CHaus}$ 这个 site 的具体形状（逐项归约到 $\mathbf{Ab}$），而不是任何拓扑斯都有的。 参考：Le Stum, Proposition 5.2.7；Freyd, Abelian Categories；Roos, Derived functors of inverse limits (AB5 与 AB5\* 互斥) #### AB 公理的例子表　`prop.ab-axioms-examples` *例*　哪些范畴满足哪些 AB 公理 - $\mathbf{Ab}$：**AB6** 与 **AB4\***； - $\mathbf{AbTop}$（拓扑阿贝尔群）：只满足 **AB1**； - $\mathbf{AbCHaus}$（紧 Hausdorff 阿贝尔群）：只满足 **AB1**（更精确地 $\mathbf{AbCHaus} \simeq \mathbf{Ab}^{\mathrm{op}}$，故满足 AB4 与 AB6\*）； - $\mathbf{Ab}^{\mathcal{C}}$（任意范畴 $\mathcal{C}$ 上的阿贝尔群预层）：**AB6** 与 **AB4\***； - $\mathbf{Ab}(\mathcal{T})$（拓扑斯 $\mathcal{T}$ 上的阿贝尔群）：**AB5** 与 **AB3\***； - $\mathrm{CondAb}$：**AB6** 与 **AB4\***。 **怎么读这张表**：从下往上，公理越往上越强（AB1 < AB2 < AB3 < AB4 < AB5 < AB6）。表里最有意思的两个对照： - $\mathbf{AbTop}$ 只到 AB1 —— 连 AB2 都不满足。理由是「态射不必严格」（存在单态射不是核的情形），所以它连阿贝尔范畴都不是，做不了同调代数。这正是要把拓扑群搬进凝聚态那侧的理由。- $\mathbf{Ab}(\mathcal{T})$ 停在 AB5，而 $\mathrm{CondAb}$ 能上到 AB6 —— 多出来的正是「滤过余极限与积交换」与「积正合」。凝聚态数学在一般拓扑斯之上额外拿到的，就是这两条。 ⭐ 表里 $\mathbf{AbCHaus} \simeq \mathbf{Ab}^{\mathrm{op}}$ 那一行是把 Pontryagin 对偶提升成范畴等价的结果：紧 Hausdorff 阿贝尔群的范畴**反等价于**离散阿贝尔群的范畴，于是它的公理等级就是 $\mathbf{Ab}$ 的**对偶**版本。 参考：Le Stum, §5.2 #### 核与余核　`def.kernel-cokernel` *定义*　核 / 余核与左正合、右正合列（Kernel, Cokernel） 设 $\mathcal{C}$ 是（预）加法范畴，$f : M \to N$。 - $f$ 的**核** $\ker f := \ker(f, 0)$ 是 $f$ 与**零态射** $0_{M,N}$ 的**等化子**（若存在）； - $f$ 的**余核** $\operatorname{coker} f$ 是 $f$ 在 $\mathcal{C}^{\mathrm{op}}$ 中的核（若存在），也就是 $f$ 与零态射的**余等化子**； - 列 $0 \to M' \xrightarrow{f} M \xrightarrow{g} M''$ 叫**左正合的**，如果 $f$ 实现 $\ker g$（即 $M' \cong \ker g$）；对偶地 $M \xrightarrow{g} M'' \to 0$ 叫**右正合的**，如果 $g$ 实现 $\operatorname{coker} g$； - 既左正合又右正合的列 $0 \to M' \xrightarrow{\varphi} M \xrightarrow{\psi} M'' \to 0$ 叫**短正合列**，此时称 $M$ 是 $M'$ 被 $M''$ 的**扩张**。 **为什么核取「等化子」而不是「原像」**：$f$ 与 $0_{M,N}$ 的等化子是「一切被 $f$ 杀掉的态射」的**泛对象** —— 它比「$f^{-1}(0)$」基本得多，因为一般范畴里根本没有元素可取原像。（在 $\mathbf{Ab}$ 里两者一致：$\ker f = f^{-1}(0)$。） **加法范畴里核与余核的行为是规则的**：$\ker f \to M$ 一定是**单态射**、$M \to \operatorname{coker} f$ 一定是**满态射**（等化子必单、余等化子必满，这不需要阿贝尔范畴的假设）。 ⚠️ 「每个态射都有核与余核」还**不够**：预阿贝尔范畴里 $\operatorname{coim} f \to \operatorname{im} f$ 一般不是同构，阿贝尔范畴正是把这个缺口补上的那一条条件。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 零对象与终对象　`prop.zero-object-final-criterion` *命题*　命题：预加性范畴里零对象 $\iff$ 终对象 $\iff$ 始对象 设 $\mathcal{C}$ 是**预加性范畴**，$M \in \mathcal{C}$。则 $$M \text{ 是零对象} \iff M \text{ 是终对象} \iff M \text{ 是始对象}.$$ **证明。** 预加性给每个 $\operatorname{Hom}(X,Y)$ 一个阿贝尔群结构，且复合**双线性** —— 于是**零态射**永远存在（它就是群的单位元），并且由双线性把 $0 + h = h$ 展开得 $$0_{Y,Z}\circ h = 0_{X,Z}, \qquad f\circ 0_{X,Y} = 0_{X,Z} ✓$$ **终对象 $\implies$ 零对象**：$M$ 终对象时 $\operatorname{End}(M) = \{1_{M}\}$ 只有一个元素；而它是阿贝尔群，群里的唯一元素必是单位元，故 $1_{M} = 0_{M}$ ✓。 **零对象 $\implies$ 终对象**：设 $1_{M} = 0_{M}$。任给 $X$ 与 $f, g : X \to M$，由双线性 $$f = 1_{M}\circ f = 0_{M}\circ f = 0_{X,M}, \qquad g = 0_{X,M},$$ 故 $f = g$：$\operatorname{Hom}(X,M)$ 至多一个元素，而它非空（有零态射），所以 $M$ 是终对象 ✓。 **始对象**：把整个论证搬到 $\mathcal{C}^{\mathrm{op}}$ 即可 ✓。∎ ⭐ 于是「零对象」有两条等价说法：$\operatorname{End}(M) = 1$（$1_{M} = 0_{M}$），以及「既是终对象又是始对象」—— 在预加性范畴里它们完全等价，可以随意挑方便的那条用。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 直和就是积　`prop.biproduct-is-product` *命题*　命题：预加性范畴里直和 $\iff$ 积 $\iff$ 余积 设 $\mathcal{C}$ 是预加性范畴，$M, M_{1}, M_{2} \in \mathcal{C}$。 $$M \text{ 是} M_{1}, M_{2} \text{ 的直和} \iff (M, p_{1}, p_{2}) \text{ 是} M_{1}, M_{2} \text{ 的积} \iff (M, i_{1}, i_{2}) \text{ 是余积},$$ 其中「直和」指存在 $p_{k} : M \to M_{k}$、$i_{k} : M_{k} \to M$ 使 $$p_{1}i_{1} = 1_{M_{1}}, \qquad p_{2}i_{2} = 1_{M_{2}}, \qquad i_{1}p_{1} + i_{2}p_{2} = 1_{M}.$$ **证明。** **① 先推出正交性。** 把 $i_{1}p_{1} + i_{2}p_{2} = 1_{M}$ 夹在 $p_{1}$ 与 $i_{2}$ 之间： $$p_{1}i_{2} = p_{1}(i_{1}p_{1} + i_{2}p_{2})i_{2} = (p_{1}i_{1})(p_{1}i_{2}) + (p_{1}i_{2})(p_{2}i_{2}) = p_{1}i_{2} + p_{1}i_{2},$$ 两边在阿贝尔群 $\operatorname{Hom}(M_{2},M_{1})$ 里减去 $p_{1}i_{2}$，得 $p_{1}i_{2} = 0$ ✓；对称地 $p_{2}i_{1} = 0$。合起来就是 $p_{k}i_{l} = \delta_{kl}$ ✓。 **② 直和 $\implies$ 是积。** 给 $f_{k} : X \to M_{k}$，令 $f := i_{1}f_{1} + i_{2}f_{2}$。由 ① 得 $p_{k}f = f_{k}$ ✓。唯一性：若 $h$ 也满足 $p_{k}h = f_{k}$，则 $$h = 1_{M}\,h = (i_{1}p_{1} + i_{2}p_{2})h = i_{1}f_{1} + i_{2}f_{2} = f ✓$$ 故 $(M,p_{1},p_{2})$ 是积 ✓。 **③ 是积 $\implies$ 直和。** 设 $(M,p_{1},p_{2})$ 是积。由积的泛性取**唯一**的 $i_{k} : M_{k} \to M$ 使 $p_{l}i_{k} = \delta_{lk}$，于是 $p_{k}i_{k} = 1_{M_{k}}$ ✓；又 $i_{1}p_{1} + i_{2}p_{2}$ 与 $1_{M}$ 的两个投影都是 $p_{l}$，由积的唯一性两者相等 ✓。 **④ 余积。** 把 ② ③ 搬到 $\mathcal{C}^{\mathrm{op}}$（积与余积互换、$i$ 与 $p$ 互换）即得 ✓。∎ ⭐ 这就是**双积**（biproduct）这个名字的来历：积与余积在预加性范畴里重合，所以直和只需要谈一个对象。 **为什么加法范畴一定要有双积**：正因为两者重合，才可以把「加」（$f + g$）与「余积的含入」写在同一套符号里 —— 这是整个同调代数记号的地基。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 预加性结构唯一　`prop.hom-enrichment-unique` *命题*　命题：加法范畴里 $\operatorname{Hom}$ 的阿贝尔群结构唯一 设 $\mathcal{C}$ 是**加法范畴**。则使复合双线性、并与直和结构相容的 $\operatorname{Hom}_{\mathcal{C}}(M,N)$ 的阿贝尔群结构是**唯一**的。 **证明。** 记 $\Delta_{M} : M \to M \oplus M$ 是由**积**的泛性给出的「对角线」（$p_{k}\Delta_{M} = 1_{M}$）、$\nabla_{N} : N \oplus N \to N$ 是由**余积**的泛性给出的「余对角线」（$\nabla_{N}i_{k} = 1_{N}$）、$f \oplus g : M \oplus M \to N \oplus N$ 是由四个角 $p_{k}(f\oplus g)i_{l} = \delta_{kl}\,(f \text{ 或 } g)$ 刻画的映射。这三个映射**只用到直和的对象、投影与含入**，与任何群结构无关 ✓。 **关键公式**： $$f + g = \nabla_{N}\circ (f \oplus g)\circ \Delta_{M}.$$ 验证：由 $p_{k}(f\oplus g) = (\text{第} k \text{分量})p_{k}$ 得 $(f\oplus g)\Delta_{M}$ 的两个分量恰是 $f$ 与 $g$，即 $(f\oplus g)\Delta_{M} = i_{1}f + i_{2}g$；再作用 $\nabla_{N}$，用 $\nabla_{N}i_{k} = 1_{N}$ 得 $f + g$ ✓。（这一步的**计算**用到了群结构，但公式右边本身不依赖它。） **唯一性**：既然「$f$ 与 $g$ 的和」等于一个只由范畴结构与直和写出的表达式，任何使复合双线性的群结构都必须满足同一公式，故与它逐对一致 ✓。∎ ⭐ 一句话：**加法范畴里的「加」不是额外数据，而是双积结构逼出来的。** 这也是为什么「加法函子」可以只要求「保双积」——见「加法函子的刻画」。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 加法函子的刻画　`prop.additive-iff-preserves-biproduct` *命题*　命题：$F$ 加法 $\iff$ 保零对象与直和 $\iff$ 保有限积 设 $\mathcal{C}, \mathcal{D}$ 是加法范畴，$F : \mathcal{C} \to \mathcal{D}$ 是函子。则三者等价： $$F \text{ 加法} \iff F \text{ 保零对象与所有直和} \iff F \text{ 保所有有限积} \iff F \text{ 保所有有限余积}.$$ **证明。** **① 加法 $\implies$ 保双积。** $F$ 加法意味着每个 $\operatorname{Hom}(M,N) \to \operatorname{Hom}(FM,FN)$ 是群同态。若 $M$ 是 $M_{1},M_{2}$ 的双积，$F$ 把三条等式送到 $$F(p_{k})F(i_{k}) = 1, \qquad F(i_{1})F(p_{1}) + F(i_{2})F(p_{2}) = 1_{F(M)},$$ 这正是「$F(M)$ 是 $F(M_{1}), F(M_{2})$ 的双积」的定义 ✓；有限多支同理。零对象：$1_{F(0)} = F(1_{0}) = F(0_{0}) = 0_{F(0)}$（群同态把零元送到零元），故 $F(0)$ 是零对象 ✓。 **② 保双积与零对象 $\implies$ 加法。** 用上面的关键公式 $f + g = \nabla_{N}(f\oplus g)\Delta_{M}$。$F$ 保积、保余积，故 $F(\Delta_{M}) = \Delta_{FM}$、$F(\nabla_{N}) = \nabla_{FN}$（这三个映射都由「与投影 / 含入复合是什么」唯一刻画，而 $F$ 保投影与含入），且 $F(f \oplus g) = Ff \oplus Fg$（由四角刻画同样唯一）。于是 $$F(f+g) = F(\nabla_{N})F(f\oplus g)F(\Delta_{M}) = \nabla_{FN}(Ff\oplus Fg)\Delta_{FM} = Ff + Fg ✓$$ 故 $\operatorname{Hom}(M,N) \to \operatorname{Hom}(FM,FN)$ 保加法；它当然保零，所以是群同态，即 $F$ 加法 ✓。 **③ 有限积 / 有限余积**：加法范畴里有限积、有限余积、直和三者重合（见「直和就是积」），所以三个条件说的是同一件事；空积是终对象、空余积是始对象，都是零对象 ✓。∎ ⭐ 实用价值：验一个函子加法，只需验它**保双积**，不必去碰 $\operatorname{Hom}$ 上的群结构。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 伴随函子都加法　`prop.adjoint-additive` *命题*　命题：加法范畴之间的伴随函子都是加法函子 设 $\mathcal{C}, \mathcal{D}$ 是加法范畴，$F : \mathcal{C} \to \mathcal{D}$ 左伴随 $G : \mathcal{D} \to \mathcal{C}$（记 $F \dashv G$）。则 $F$ 与 $G$ **都加法**，并且伴随的双射 $$\operatorname{Hom}_{\mathcal{D}}(FM, N) \;\cong\; \operatorname{Hom}_{\mathcal{C}}(M, GN)$$ 是**阿贝尔群**的同构（对 $M$、$N$ 都自然）。 **证明。** 记单位 $\eta$、余单位 $\varepsilon$，则双射由 $\varphi(f) := G(f)\circ\eta_{M}$ 给出。 **① 右伴随保积**：$G$ 保极限，特别保积。于是 $G(f\oplus g) = Gf \oplus Gg$（由四角刻画），而 $G(\Delta_{M}) = \Delta_{GM}$、$G(\nabla_{N}) = \nabla_{GN}$：后一条要点一下 —— $G(N\oplus N) \cong GN \times GN$ 作为**积**，而 $G(i_{k})$ 的两个分量是 $G(p_{l})G(i_{k}) = G(\delta_{lk}) = \delta_{lk}$，故 $G(i_{k})$ 就是双积的含入，$G(\nabla_{N})$ 满足 $G(\nabla_{N})G(i_{k}) = 1$，即余对角线 ✓。 **② $G$ 在 $\operatorname{Hom}$ 上保加法**：把关键公式 $f + g = \nabla(f\oplus g)\Delta$ 作用 $G$，用 ①： $$G(f+g) = G(\nabla_{N})G(f\oplus g)G(\Delta_{M}) = \nabla_{GN}(Gf\oplus Gg)\Delta_{GM} = Gf + Gg ✓$$ **③ 双射是群同态**：由 $\varphi(f) = G(f)\eta_{M}$ 与复合的双线性， $$\varphi(f+g) = G(f+g)\,\eta_{M} = (Gf + Gg)\,\eta_{M} = Gf\,\eta_{M} + Gg\,\eta_{M} = \varphi(f) + \varphi(g) ✓$$ 故 $\varphi$ 是群同态，从而是群同构 ✓。 **④ $F$ 也加法**：把整个论证搬到 $\mathcal{C}^{\mathrm{op}}, \mathcal{D}^{\mathrm{op}}$（此时伴随反向：$G^{\mathrm{op}} \dashv F^{\mathrm{op}}$，且两个范畴仍是加法范畴 —— 加法范畴的定义对 $\mathrm{op}$ 对称），得 $F^{\mathrm{op}}$ 在 $\operatorname{Hom}$ 上保加法，即 $F$ 也保加法 ✓。∎ ⭐ 一句话：**一旦有伴随，加法是白送的。** 所以「加法范畴之间的伴随」永远可以当作加性伴随来用，$\operatorname{Hom}(FM,N) \cong \operatorname{Hom}(M,GN)$ 也就自动升级成群同构。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 正合列构成子范畴　`prop.exact-sequence-subcategory` *命题*　命题：左 / 右 / 短正合列构成加法子范畴 设 $\mathcal{C}$ 是阿贝尔范畴，$\mathcal{C}^{3}$ 是**可复合的态射对**构成的范畴（对象是 $M' \to M \to M''$，态射是三个分量相容的比较映射）。则左正合列、右正合列、短正合列各自构成 $\mathcal{C}^{3}$ 的一个**加法子范畴**。 **证明。** **① 是（全）子范畴。** 正合性是列**本身**的性质，与比较映射无关，所以「对象是左正合列」在恒等与复合下当然封闭 —— 它其实是 $\mathcal{C}^{3}$ 的全子范畴 ✓。 **② 对有限双积封闭。** 阿贝尔范畴里核与像都与有限双积交换： $$\ker(f_{1}\oplus f_{2}) = \ker f_{1}\oplus\ker f_{2}, \qquad \operatorname{im}(f_{1}\oplus f_{2}) = \operatorname{im}f_{1}\oplus\operatorname{im}f_{2} ✓$$ （两者分别是有限极限与有限余极限，逐分量计算即可。）于是两条左正合列的双积仍左正合： $$\operatorname{im}(d^{n-1}_{1}\oplus d^{n-1}_{2}) = \operatorname{im}d^{n-1}_{1}\oplus\operatorname{im}d^{n-1}_{2} = \ker d^{n}_{1}\oplus\ker d^{n}_{2} = \ker(d^{n}_{1}\oplus d^{n}_{2}) ✓$$ 右正合对偶。短正合列再补一句：$0 \to M' \to M \to M'' \to 0$ 正合 $\iff$ 左端映射单、右端映射满、且 $\operatorname{im} = \ker$ —— 这三条都被逐分量保持 ✓。零对象（三条零列）显然正合，充当双积的单位元 ✓。 于是这三族对象各自是 $\mathcal{C}^{3}$ 的加法子范畴 ✓。∎ ⭐ 这条的意义是把「取正合列」当成一个**可以运算的对象**：两个正合列能直和、能取核余核，得到的还在里面 —— 谱序列那一套（过滤复形、双复形）正是靠这种封闭性才写得出来。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 左正合性的判据　`prop.left-exact-criterion` *命题*　命题：$F$ 左正合 $\iff$ $F$ 加法且保左正合列 设 $\mathcal{C}, \mathcal{D}$ 是阿贝尔范畴，$F : \mathcal{C} \to \mathcal{D}$ 是函子。则 $$F \text{ 左正合} \iff F \text{ 加法，且把左正合列送到左正合列}.$$ 对偶地：$F$ 右正合 $\iff$ $F$ 加法，且把右正合列送到右正合列。 **证明。** **$(\Longrightarrow)$** 左正合就是**保有限极限** ✓。保有限极限当然保有限积与核，于是：$F$ 保双积 $\implies$ $F$ 加法（见「加法函子的刻画」）✓；而左正合列 $0 \to M' \to M \to M''$ 本身就是一个有限极限图表，被 $F$ 送到同样的图表，即仍是左正合列 ✓。 **$(\Longleftarrow)$** 设 $F$ 加法且保左正合列。由「保有限积 + 保核 $\implies$ 保所有有限极限」，只需证这两条 ✓： - **保核**：$0 \to \ker f \xrightarrow{\ i\ } M \xrightarrow{\ f\ } N$ 是左正合列 ✓，被送到左正合列 $0 \to F(\ker f) \xrightarrow{\ Fi\ } FM \xrightarrow{\ Ff\ } FN$，这正是 $F(\ker f) \cong \ker(Ff)$ ✓； - **保有限积**：$0 \to M \xrightarrow{\ i_{1}\ } M \oplus N \xrightarrow{\ p_{2}\ } N$ 也是左正合列（$i_{1}$ 单、$\operatorname{im}i_{1} = \ker p_{2}$）✓，被送到左正合列 $0 \to FM \to F(M\oplus N) \to FN$；而 $F$ **加法**说明 $F$ 保双积、$Fi_{1}$ 就是第一个含入 ✓，于是 $F(M \oplus N)$ 连同 $Fi_{1}, Fi_{2}$ 满足直和的三条等式（见「直和就是积」），即 $F(M\oplus N) \cong FM \oplus FN$ ✓。 两条合起来：$F$ 保有限积与核，从而保所有有限极限，即左正合 ✓。∎ ⭐ 这条把「左正合」拆成两件**逐项可查**的事：**加法**（看双积）与**保左正合列**（看具体的列）。实际验证函子左正合时用的就是这两把尺子。 参考：Le Stum, An introduction to condensed mathematics, §5.2 #### 像就是余核的核　`prop.image-kernel-cokernel` *命题*　命题：$\operatorname{im} f = \ker(\operatorname{coker} f)$，每个态射都严格 设 $\mathcal{C}$ 是阿贝尔范畴，$f : M \to N$。则 $$\operatorname{im} f \;=\; \ker\bigl(N \longrightarrow \operatorname{coker} f\bigr), \qquad \operatorname{coim} f \;=\; \operatorname{coker}\bigl(\ker f \longrightarrow M\bigr).$$ 特别地典范态射 $\operatorname{coim} f \to \operatorname{im} f$ 是同构 —— **阿贝尔范畴里每个态射都是严格的**。 **证明（两条基本事实：阿贝尔范畴里每个单态射都是它余核的核、每个满态射都是它核的余核）。** 记 $m := \ker\bigl(N \to \operatorname{coker} f\bigr)$，它按定义是单态射 ✓。 **（一）$f$ 穿过 $m$。** 因为 $(\operatorname{coker} f) \circ f = 0$ ✓，而 $m$ 正是这个映射的核，所以 $f$ 唯一地分解为 $f = m \circ e$ ✓。 **（二）$m$ 最小。** 设 $f = m' \circ e'$ 是任意分解且 $m'$ 是单态射。因为 $(\operatorname{coker} m') \circ m' = 0$ ✓，得 $(\operatorname{coker} m') \circ f = 0$，于是由 $\operatorname{coker} f$ 的泛性质，$\operatorname{coker} m'$ 穿过 $\operatorname{coker} f$ ✓，特别地 $$(\operatorname{coker} m') \circ m = 0.$$ 再用「单态射 $m'$ 是它自己余核的核」：$m' = \ker(\operatorname{coker} m')$ ✓，于是 $m$ 唯一地穿过 $m'$ —— 即 $m$ 是「$f$ 能穿过的各种单态射」里最小的那个 ✓。 （一）（二）合起来，$m$ 连同分解 $f = m \circ e$ 正是**像**的泛性质 ✓，所以 $\operatorname{im} f = \ker(\operatorname{coker} f)$ ✓。 对偶地把箭头反过来（在 $\mathcal{C}^{\mathrm{op}}$ 里做同一件事）即得余像那条 ✓。 **（三）严格性。** 由 (一) 的分解 $f = m \circ e$ 与它的对偶分解，$\operatorname{coim} f \to \operatorname{im} f$ 两边都是同一个中间对象，于是它是同构 ✓。∎ ⭐ 这条把「像」从泛性定义（最小中间对象）换成**可以算的公式**：$\ker(\operatorname{coker} f)$。同调代数里凡是要「手工取像」的地方，用的都是这个公式。 ⚠️ **阿贝尔**这个前提不能省：一般范畴里 $\operatorname{coim} f \to \operatorname{im} f$ 未必同构（那种态射就不叫严格的了）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.9 #### 正合就是逐点正合　`prop.exact-at-points` *命题*　命题：短正合 $\iff$ 三处都正合 设 $0 \to M' \xrightarrow{\ i\ } M \xrightarrow{\ p\ } M'' \to 0$ 是阿贝尔范畴里的列。则 - **短正合** $\iff$ 在 $M'$、$M$、$M''$ **三处都正合**； - **左正合** $\iff$ 在 $M'$、$M$ 处正合； - **右正合** $\iff$ 在 $M$、$M''$ 处正合。 **证明。** 三句话逐条对照定义即可：「在 $M'$ 处正合」读作 $\ker i = 0$（即 $i$ 单）；「在 $M$ 处正合」读作 $\operatorname{im} i = \ker p$；「在 $M''$ 处正合」读作 $\operatorname{coker} p = 0$（即 $p$ 满）✓。把这几条组合起来正是左/右/短正合的定义 ✓。∎ ⭐ 用处：把「整条列正合」这件整体的事拆成**逐点检查**，实际验证时用的就是这一条。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.10 #### 子范畴继承加法与阿贝尔性　`prop.subcat-additive` *命题*　命题：全忠实 + 有伴随 $\implies$ $\mathcal{C}$ 也加法（阿贝尔） 设 $F : \mathcal{C} \hookrightarrow \mathcal{D}$ 是**全忠实**函子，$\mathcal{D}$ 加法（resp. 阿贝尔）。若 $F$ 有**伴随或余伴随**（resp. 且 $F$ 正合），则 $\mathcal{C}$ 也是**加法**（resp. **阿贝尔**）范畴。 **证明。** **（一）双积。** 伴随（不论左右）都加法：右伴随保积、左伴随保余积 ✓（见「伴随函子都加法」）。于是 $\mathcal{D}$ 里 $F(X) \oplus F(Y)$ 是双积，而 $F$ 全忠实把它「如实」搬回 $\mathcal{C}$：由米田引理，$\operatorname{Hom}_{\mathcal{C}}(Z, \cdot)$ 上的两条等式与 $\mathcal{D}$ 里的完全一致 ✓。 **（二）阿贝尔性。** 有了双积后核余核再由 $\mathcal{D}$ 里「每个态射都严格」（$\operatorname{coker}(\ker u) \cong \ker(\operatorname{coker} u)$）沿**正合**函子搬回来 ✓。∎ ⭐ 读法：**「往里放」的全忠实函子只要还有伴随，子范畴就白拿加法结构** —— 这就是「$\mathbf{Ab}$ 的子范畴为什么自动加法」的答案。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.12 #### 生成元的余积刻画　`prop.generator-coproduct-epi` *命题*　命题：$G$ 生成 $\iff$ 每个 $M$ 都有 $G^{(I)} \twoheadrightarrow M$ 设 $\mathcal{C}$ 是有余积的阿贝尔范畴、$G \in \mathcal{C}$。则 $$G \text{ 是生成元} \iff \text{对每个 } M \in \mathcal{C},\ \exists I:\ G^{(I)} \twoheadrightarrow M.$$ **证明。** **$(\Longrightarrow)$** 取 $I := \operatorname{Hom}_{\mathcal{C}}(G, M)$，令 $\coprod_I G \to M$ 的各分量按对应态射来 ✓。若它不是满射，则 $M \to \operatorname{coker}$ 非零，由生成性存在 $g : G \to M$ 使这个复合非零 —— 可是 $g$ 本来就是 $I$ 中的一个分量，它的像落在 $\operatorname{im}$ 里，矛盾 ✓。 **$(\Longleftarrow)$** 给 $f \ne g : M \to N$，则 $h := f - g \ne 0$。取满射 $G^{(I)} \twoheadrightarrow M$，于是 $h \circ (\text{满射}) \ne 0$，特别地某个分量 $G \to M$ 上非零 ✓，即 $\operatorname{Hom}(G, h) \ne 0$ —— 所以 $\operatorname{Hom}(G, -)$ 忠实，$G$ 是生成元 ✓。∎ ⚠️ 这条判据其实**只用到余积**（AB3），滤过余极限没有出场（AB5 的那部分条件用不上）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.13 ### 星团：复形与导出三角 > 造出「两两复合为零」的机器：复形 → 同伦 → 同伦范畴 → 映射锥 → 导出三角，以及三角的旋转与延拓。 #### 上链复形　`def.cochain-complex` *定义*　复形（Complex） 设 $\mathcal{C}$ 是加法范畴。$\mathcal{C}$ 中的**（长）序列**是有序集 $(\mathbb{Z}, \le)$ 上的图 $$\cdots \longrightarrow K^{n-1} \xrightarrow{\ d^{n-1}\ } K^{n} \xrightarrow{\ d^{n}\ } K^{n+1} \longrightarrow \cdots$$ 若对每个 $n$ 都有 $d^{n} \circ d^{n-1} = 0$，则称 $K$ 是一个**（上）链复形**，$d$ 叫**微分**。把箭头反向（或等价地在 $\mathcal{C}^{\mathrm{op}}$ 里取）得**链复形**，记 $K_{n} := K^{-n}$、$d_{n} := d^{-n}$。 $K$ 叫**下有界**（$n \ll 0$ 时 $K^{n} = 0$）、**上有界**、**有界**（两者兼备）。相应地记复形范畴为 $\mathcal{C}(\mathcal{C})$，其下有界、上有界、有界的满子范畴分别记 $\mathcal{C}^{+}(\mathcal{C})$、$\mathcal{C}^{-}(\mathcal{C})$、$\mathcal{C}^{b}(\mathcal{C})$；同伦范畴那边同样加 $+$ $-$ $b$。 例：$K$ 是（半）单纯对象时，令 $d^{n} := \sum_{i} (-1)^{i} d_{i}^{n}$，则 $K$ 成为一个链复形 —— 系数 $(-1)^{i}$ 就是让相邻两项的复合正负相消的那个符号，和经典的单纯边界算子完全一致。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 复形范畴是加法范畴　`prop.complex-additive` *命题*　复形范畴的性质 复形构成 $\mathcal{C}$ 的**加法满子范畴** $\mathcal{C}(\mathcal{C})$： - 双积**逐项**取：$(K \oplus L)^{n} := K^{n} \oplus L^{n}$，$d_{K \oplus L} := d_{K} \oplus d_{L}$； - 核与余核也**逐项**取：$(\ker f)^{n} = \ker f^{n}$，$d_{\ker f} := d_{K}|_{\ker f^{n}}$； - $\mathcal{C}(\mathcal{C})$ 中的**极限与余极限逐项计算**。 「逐项计算」是函子范畴的通用事实：$\mathcal{C}(\mathcal{C})$ 是 $\operatorname{Hom}((\mathbb{Z},\le), \mathcal{C})$ 的满子范畴，一切构造都在每个 $n$ 上分别做，然后再验证微分与它们相容。这条让后面所有关于复形的极限/余极限都不必单独证明。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 同伦　`def.homotopy` *定义*　同伦（Homotopy） 复形态射 $f, g : K \to L$ 叫**同伦的**，如果存在一族态射 $$s^{n} : K^{n} \longrightarrow L^{n-1}$$ 使得对每个 $n$， $$f^{n} - g^{n} \;=\; s^{n+1} \circ d_{K}^{n} + d_{L}^{n-1} \circ s^{n}$$ 记 $f \sim g$，$s$ 叫一个**同伦**。与 $0$ 同伦的态射叫**零伦的**。 零伦态射构成 $\operatorname{Hom}_{\mathcal{C}(\mathcal{C})}(K, L)$ 的一个**子群**；而且同伦是**两边都相容于复合**的等价关系（$f \sim g$ 时 $h \circ f \circ k \sim h \circ g \circ k$）。两条合起来，才允许把「同伦」当成要商掉的东西。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 同伦范畴　`def.homotopy-category` *定义*　同伦范畴（Homotopy Category） **同伦范畴** $\mathbf{K}(\mathcal{C})$ 的对象与 $\mathcal{C}(\mathcal{C})$ 相同，态射取 $$\operatorname{Hom}_{\mathbf{K}(\mathcal{C})}(K, L) \;:=\; \operatorname{Hom}_{\mathcal{C}(\mathcal{C})}(K, L) \big/ \{\text{零伦态射}\}$$ 其中的同构叫**同伦等价**；在 $\mathbf{K}(\mathcal{C})$ 中变成 $0$ 的复形叫**同伦平凡的**。 等价的说法：$f : K \to L$ 是同伦等价 $\iff$ 存在 $g : L \to K$ 使 $g \circ f \sim 1_{K}$、$f \circ g \sim 1_{L}$；$K$ 同伦平凡 $\iff$ $1_{K} \sim 0_{K}$。 $\mathbf{K}(\mathcal{C})$ 是**加法范畴**，且 $\mathcal{C}(\mathcal{C}) \to \mathbf{K}(\mathcal{C})$ 加法；任何加法函子 $F : \mathcal{C} \to \mathcal{C}'$ 诱导 $\mathbf{K}(\mathcal{C}) \to \mathbf{K}(\mathcal{C}')$。 为什么要在同伦范畴里干活：同调函子在同伦下不变，所以**先商掉同伦，剩下的信息才是同调真正看得见的**。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 映射锥　`def.mapping-cone` *定义*　映射锥与位移（Mapping Cone） 态射 $f : K \to L$ 的**映射锥**是复形 $$M(f)^{n} := K^{n+1} \oplus L^{n}, \qquad d^{n} := \begin{pmatrix} -d^{n+1} & 0 \\ f^{n} & d^{n} \end{pmatrix}$$ （矩阵按 $K^{n+1} \oplus L^{n}$ 分块：左上取自 $K$ 的微分，右下取自 $L$ 的微分，左下是 $f$ 的分量；$d^{2} = 0$ 只要 $f$ 与微分交换。）$k$-**位移** $K[k]$ 取 $K[k]^{n} := K^{n+k}$，微分带符号 $(-1)^{k} d^{n+k}$。 用处：给出短正合列 $0 \to L \to M(f) \to K[1] \to 0$（一般不分裂）。于是**每个态射都能嵌进一条「几乎正合」的序列**，这是三角范畴的出发点 —— 后面所有导出三角的定义都靠它。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 导出三角　`def.distinguished-triangle` *定义*　导出三角（Distinguished Triangle） $\mathbf{K}(\mathcal{C})$ 中的**导出三角**是形状为 $$K \longrightarrow L \longrightarrow M \longrightarrow K[1]$$ 的图。它叫**导出的**，如果它在 $\mathbf{K}(\mathcal{C})$ 中同构于某个映射锥三角 $$K \xrightarrow{\ f\ } L \longrightarrow M(f) \longrightarrow K[1]$$ 三角之间的**态射**是一族映射 $(u, v, w, u[1])$，使所有方块交换。 导出三角是「短正合列」的**同伦版**：它不要求 $M$ 是商，只要求 $K \to L \to M \to K[1]$ 在形状上接得上。加上位移这一步之后，一个态射就能嵌进一条任意长度的序列里 —— 这正是三角范畴要的形式。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 三角的旋转与延拓　`prop.triangle-rotation` *命题*　导出三角的基本性质 在 $\mathbf{K}(\mathcal{C})$ 中： 1. $K \xrightarrow{\ 1\ } K \to 0 \to K[1]$ 是导出三角； 2. **旋转**：$K \xrightarrow{\ f\ } L \xrightarrow{\ g\ } M \xrightarrow{\ h\ } K[1]$ 导出 $\iff$ 旋转后的 $L \xrightarrow{\ g\ } M \xrightarrow{\ h\ } K[1] \xrightarrow{\ -f[1]\ } L[1]$ 导出； 3. 任意 $f : K \to L$ 都能（**不唯一**地）嵌入一个导出三角； 4. 导出三角之间的态射可以（**不唯一**地）延拓。 推论：**映射锥在 $\mathbf{K}(\mathcal{C})$ 中唯一**（同伦意义下唯一）。所以「$f$ 的锥」在 $\mathbf{K}(\mathcal{C})$ 里是一个定义良好的对象 —— 尽管 $M(f)$ 的显式写法依赖于 $f$ 的表示。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 三角态射的性质　`lem.triangle-morphism` *引理*　导出三角之间态射的性质 设 $(u, v, w)$ 是 $\mathbf{K}(\mathcal{C})$ 中导出三角之间的态射。则 1. 若这是三角**到自身**的态射、而**前两步为零**（$u = v = 0$），则第三步的 $w$ 满足 $w^{2} = 0$； 2. 若 $u, v$ 都是**同伦等价**，则 $w$ 也是。 **证明第 2 条（三角的五引理）。** 取任意 $T \in \mathbf{K}(\mathcal{C})$，对共调函子 $\operatorname{Hom}_{\mathbf{K}}(T, -)$ 作用在两个三角上，得两条长正合列，并由 $(u, v, w, u[1], v[1], w[1])$ 连起来： $$\begin{array}{ccccccccc} \operatorname{Hom}(T, K) & \to & \operatorname{Hom}(T, L) & \to & \operatorname{Hom}(T, M) & \to & \operatorname{Hom}(T, K[1]) & \to & \operatorname{Hom}(T, L[1]) \\ {\scriptstyle u_{*}}\big\downarrow & & {\scriptstyle v_{*}}\big\downarrow & & {\scriptstyle w_{*}}\big\downarrow & & {\scriptstyle u[1]_{*}}\big\downarrow & & {\scriptstyle v[1]_{*}}\big\downarrow \\ \operatorname{Hom}(T, K') & \to & \operatorname{Hom}(T, L') & \to & \operatorname{Hom}(T, M') & \to & \operatorname{Hom}(T, K'[1]) & \to & \operatorname{Hom}(T, L'[1]) \end{array}$$ 若 $u, v$ 是同伦等价，则 $u_{*}, v_{*}$ 以及它们的平移 $u[1]_{*}, v[1]_{*}$ 都是双射 —— 五引理把中间的 $w_{*}$ 夹成双射。这对**每个** $T$ 都成立，于是由 Yoneda 引理，$w$ 本身就是同伦等价。∎ **证明第 1 条。** 设三角 $K \xrightarrow{f} L \xrightarrow{g} M \xrightarrow{h} K[1]$ 到自身有态射 $(0, 0, w)$，于是 $g v = w g$、$h w = u[1] h$，即 $$w g = 0, \qquad h w = 0 .$$ - 由 $w g = 0$：把共调函子 $\operatorname{Hom}(-, M)$ 作用在三角上得长正合列 $\operatorname{Hom}(K[1], M) \xrightarrow{\;h^{*}\;} \operatorname{Hom}(M, M) \xrightarrow{\;g^{*}\;} \operatorname{Hom}(L, M)$，而 $g^{*}(w) = w g = 0$，所以 $w$ 落在 $\operatorname{im} h^{*}$ 里：存在 $w_{1} : K[1] \to M$ 使 **$w = w_{1} \circ h$**； - 由 $h w = 0$ 得 $(h w_{1}) \circ h = 0$。把同一套正合列用在**旋转后**的三角 $L \xrightarrow{g} M \xrightarrow{h} K[1] \xrightarrow{-f[1]} L[1]$ 上（对着靶 $K[1]$），$(h w_{1}) \circ h = 0$ 给出 $h w_{1}$ 落在 $\operatorname{im}(-f[1])^{*}$ 里：存在 $\beta : L[1] \to K[1]$ 使 **$h w_{1} = -\beta \circ f[1]$**； - 于是 $w^{2} = w_{1} h w_{1} h = w_{1}(h w_{1}) h = -w_{1} \beta f[1] h$。而 $f[1] \circ h = 0$ —— 那正是旋转公理说的「三角里相邻两步复合为零」。故 $w^{2} = 0$。∎ **第 1 条在说什么**：三角之间的态射被前两步控制得很紧 —— 前两步一旦归零，第三步不但被逼成零平方，还被夹在两条正合列之间。这正是三角范畴公理里那条最不显然的要求的来源。 第 2 条是「五引理」在同伦范畴里的样子：**前两步定住了，第三步就跟着定住**。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### K(A) 允许分式演算　`prop.k-calculus-fractions` *命题*　$K(\mathcal{A})$ 关于拟同构允许左右分式演算 $K(\mathcal{A})$ 关于**拟同构**这一族态射同时允许**左**与**右分式演算**。 **预备：锥零调 $\iff$ 拟同构。** 复形态射 $s : K^{\bullet} \to L^{\bullet}$ 是拟同构，当且仅当它的**映射锥** $M(s)^{\bullet}$ 零调 —— 三角 $K^{\bullet} \to L^{\bullet} \to M(s)^{\bullet} \to K^{\bullet}[1]$ 取同调得长正合列，$M(s)$ 零调正是「$H^{n}(s)$ 全是同构」。 **Ore 条件。** 给定拟同构 $w : L'^{\bullet} \to L^{\bullet}$ 与任意 $f : K^{\bullet} \to L^{\bullet}$。记 $\theta := f - w : K^{\bullet} \oplus L'^{\bullet} \to L^{\bullet}$，取它的**移位锥** $N^{\bullet} := M(\theta)[-1]$ —— 锥的三角给出两个态射，方形交换 $$N^{\bullet} \xrightarrow{\;g\;} K^{\bullet}, \qquad N^{\bullet} \xrightarrow{\;t\;} L'^{\bullet}, \qquad f \circ g = w \circ t .$$ **为什么 $t$ 是拟同构。** 关键在「把 $w$ 放在 $\theta$ 的第二个分量」：于是 $\theta_{*}$ 的第二分量是 $w_{*}$，可逆，所以 $\theta_{*}$ 是**满**的，三角的长正合列就把 $M(\theta)$ 的同调压进 $\ker \theta_{*}$ 里： - $\theta_{*}$ 满，故连接同态为零，$H^{n}(M(\theta)) \cong \ker \theta_{*}^{n}$； - $\ker \theta_{*}^{n} = \{(k, \ell) : f_{*}k = w_{*}\ell\} \xrightarrow{\;\sim\;} H^{n}(K^{\bullet})$（给定 $k$，$\ell = w_{*}^{-1}f_{*}k$ 唯一）； - 这条同构下 $H^{n}(N^{\bullet}) = H^{n-1}(M(\theta)) \xrightarrow{\;t_{*}\;} H^{n}(L'^{\bullet})$ 就是 $w_{*}^{-1}f_{*}$，是**同构**。 **消去条件。** 设 $f \circ s \simeq g \circ s$（$s$ 是拟同构），记 $h := f - g$。则 $h s \simeq 0$；由映射锥的泛性质，$h$ 分解成 $L^{\bullet} \xrightarrow{\;i\;} M(s)^{\bullet} \xrightarrow{\;h'\;} M^{\bullet}$。取 $t : M^{\bullet} \to M(h')^{\bullet}$ 为映射锥的包含，则 $t h \simeq 0$；而三角 $M(s) \xrightarrow{h'} M^{\bullet} \xrightarrow{t} M(h') \to M(s)[1]$ 的长正合列配上「$M(s)$ 零调」给出 $H^{n}(M^{\bullet}) \cong H^{n}(M(h')^{\bullet})$ —— 所以 **$t$ 是拟同构**，于是 $t f \simeq t g$。 恒等是拟同构、拟同构对复合封闭 —— 这两条平凡（$H^{n}$ 是函子）。**左**分式演算把同一套构造放到 $\mathcal{A}^{\mathrm{op}}$ 里做（等价地：让 $\theta$ 的拟同构分量换到第一边）即得。∎ ⭐ **意义**：有了它，$D(\mathcal{A})$ 的态射就能老老实实写成**屋顶** $K^{\bullet} \xleftarrow{\;\sim\;} K'^{\bullet} \longrightarrow L^{\bullet}$，不必去处理任意长的分式链。 参考：Le Stum, Proposition 7.2.1 #### 导出范畴　`def.derived-category` *定义*　导出范畴 $D(\mathcal{A})$ 阿贝尔范畴 $\mathcal{A}$ 的**导出范畴** $D(\mathcal{A})$ 是**同伦范畴 $K(\mathcal{A})$ 关于拟同构的局部化**。 于是 $D(\mathcal{A})$ 的对象与 $K(\mathcal{A})$（等价地 $C(\mathcal{A})$）相同，而 $K^{\bullet} \to L^{\bullet}$ 的一个态射是一个「屋顶」： $$K^{\bullet} \xleftarrow{\ \sim\ } K'^{\bullet} \longrightarrow L^{\bullet},$$ 左边的箭头是**拟同构**（已变成同构）。 ⭐ **为什么要在 $K(\mathcal{A})$ 里再商一次**：$K(\mathcal{A})$ 里同伦的态射被identify了，但**拟同构还不是同构** —— 而求导函子、$\operatorname{Ext}$、谱序列这些机器真正想要的，是「拟同构 = 同构」的那个范畴。$D(\mathcal{A})$ 就是为此造的。 **「屋顶」是什么**：局部化一般不能只靠「右走一步」，因为拟同构不总能通分；于是态射写成「先逆一个拟同构、再走一步」。这也正是 $D(\mathcal{A})$ 的 Hom **可能不再是集合**的原因 —— 只有当 $\mathcal{A}$ 有足够多内射（或投射）时才控制得住。 📌 上有界、下有界、有界版本记 $D^{+}$、$D^{-}$、$D^{b}$；内射复形的版本记 $K^{+}(\mathcal{I})$ 等。 参考：Le Stum, Definition 7.2.2 #### 正合列给出导出三角　`prop.exact-to-triangle` *命题*　复形的短正合列 $\implies$ 导出三角 若 $0 \to K^{\bullet} \xrightarrow{\;f\;} L^{\bullet} \xrightarrow{\;g\;} M^{\bullet} \to 0$ 是复形的**短正合列**，则在 $D(\mathcal{A})$ 里存在**导出三角** $$K^{\bullet} \xrightarrow{\;f\;} L^{\bullet} \xrightarrow{\;g\;} M^{\bullet} \longrightarrow K^{\bullet}[1].$$ 本质上是说：这个短正合列「就是」某个映射锥三角（在 $D(\mathcal{A})$ 里同构于 $K^{\bullet} \xrightarrow{f} L^{\bullet} \to M(f) \to K^{\bullet}[1]$）。 **证明。** 由映射锥的显式写法（$M(f)^{n} = L^{n}\oplus K^{n+1}$），复合 $$M(f)^{n} \longrightarrow L^{n} \xrightarrow{\;g\;} M^{n}$$ 是复形态射（把 $L^{n}$ 那一块投过去），记作 $\varphi : M(f)^{\bullet} \to M^{\bullet}$。于是有复形的短正合列 $$0 \to M(\mathrm{id}_{K^{\bullet}})^{\bullet} \longrightarrow M(f)^{\bullet} \xrightarrow{\;\varphi\;} M^{\bullet} \to 0 .$$ 而 $M(\mathrm{id}_{K^{\bullet}})$ 是**零调**的（$\mathrm{id}_{K}$ 是拟同构；显式看就是可缩复形）。取长正合列，两头零调把首尾杀掉，读出 $\varphi$ 是**拟同构** —— 于是它在 $D(\mathcal{A})$ 里是同构，三角 $K^{\bullet} \xrightarrow{f} L^{\bullet} \to M(f)^{\bullet} \to K^{\bullet}[1]$ 与要的那条同构。∎ ⭐ **这就是长正合列的来源**：有了三角，取同调函子（三角 $\implies$ 同调长正合列）就直接得到长正合列 —— 见「导出函子的长正合列」。 参考：Le Stum, Proposition 7.2.4 #### Hom 在同伦范畴与导出范畴里一样　`prop.hom-k-eq-hom-d` *命题*　$\operatorname{Hom}_{K}(K^{\bullet}, I^{\bullet}) = \operatorname{Hom}_{D}(K^{\bullet}, I^{\bullet})$ 设 $K^{\bullet} \in C(\mathcal{A})$、$I^{\bullet} \in C^{+}(\mathcal{I})$（上有界内射复形）。则局部化函子给出的映射 $$\operatorname{Hom}_{\mathbf{K}(\mathcal{A})}(K^{\bullet}, I^{\bullet}) \xrightarrow{\;\sim\;} \operatorname{Hom}_{D(\mathcal{A})}(K^{\bullet}, I^{\bullet})$$ 是双射。对偶地：以**投射**复形为源（$P^{\bullet} \in C^{-}(\mathcal{P})$）时同样成立。 **要用的那条引理。** 若 $s : K'^{\bullet} \to K^{\bullet}$ 是拟同构、$I^{\bullet} \in C^{+}(\mathcal{I})$，则「右乘 $s$」 $$\operatorname{Hom}_{\mathbf{K}}(K^{\bullet}, I^{\bullet}) \xrightarrow{\;\circ s\;} \operatorname{Hom}_{\mathbf{K}}(K'^{\bullet}, I^{\bullet})$$ 是**双射**。证：把 $s$ 补成三角 $K'^{\bullet} \to K^{\bullet} \to M^{\bullet} \to K'^{\bullet}[1]$（$M^{\bullet}$ 零调），对共调函子 $\operatorname{Hom}_{\mathbf{K}}(-, I^{\bullet})$ 取长正合列得 $$\operatorname{Hom}_{\mathbf{K}}(M^{\bullet}[-1], I^{\bullet}) \to \operatorname{Hom}_{\mathbf{K}}(K^{\bullet}, I^{\bullet}) \xrightarrow{\;\circ s\;} \operatorname{Hom}_{\mathbf{K}}(K'^{\bullet}, I^{\bullet}) \to \operatorname{Hom}_{\mathbf{K}}(M^{\bullet}, I^{\bullet}),$$ 再用「零调的源到上有界内射复形的态射同伦于零」（逐项提升造同伦 $s^{n+1} \circ d^{n} = f^{n} - d^{n-1}\circ s^{n}$）把两头杀掉。 **满。** $D$ 里的态射是屋顶 $K^{\bullet} \xleftarrow{\;s\;} K'^{\bullet} \xrightarrow{\;q\;} I^{\bullet}$（$s$ 拟同构）。由引理「右乘 $s$」是满射，存在 $p : K^{\bullet} \to I^{\bullet}$ 使 $p s \simeq q$ —— 屋顶与直接态射 $p$ 在 $D$ 里表示同一个态射。 **单。** 若 $p, p'$ 在 $D$ 里相等，则存在拟同构 $s$ 使 $p s \simeq p' s$（屋顶的等价关系按定义就是「存在公共细化」）；由引理「右乘 $s$」是单射，得 $p \simeq p'$。∎ ⭐ **用途**：这是「上有界内射复形**就是**导出范畴」与「用内射消解算 $R\operatorname{Hom}$」两件事的共同地基 —— 以 $I^{\bullet}$ 为靶时，同伦类和导出态射没有区别，于是可以安心在 $\mathbf{K}$ 里算。 参考：Le Stum, Proposition 7.2.5 #### 内射复形就是导出范畴　`thm.k-plus-injectives` *定理*　$K^{+}(\mathcal{I}) \simeq D^{+}(\mathcal{A})$ 若 $\mathcal{A}$ **有足够多内射对象**，则含入函子 $$\mathbf{K}^{+}(\mathcal{I}) \xrightarrow{\;\sim\;} D^{+}(\mathcal{A})$$ 是**范畴等价**。对偶地：有足够多投射对象时 $\mathbf{K}^{-}(\mathcal{P}) \xrightarrow{\;\sim\;} D^{-}(\mathcal{A})$。 记 $\mathbf{K}^{+}(\mathcal{I})$ 为**上有界内射复形**模同伦构成的范畴。这条说：要算 $D^{+}(\mathcal{A})$ 里的东西，**只需要看内射复形**。 **证明：全忠实 + 本质满。** - **全忠实**：源与靶都是 $C^{+}(\mathcal{I})$ 里的复形，由「上有界内射复形里 Hom 就是导出 Hom」直接得 $\operatorname{Hom}_{\mathbf{K}}(I^{\bullet}, J^{\bullet}) = \operatorname{Hom}_{D}(I^{\bullet}, J^{\bullet})$，所以含入在 Hom 上是双射。 - **本质满**：任给 $K^{\bullet} \in C^{+}(\mathcal{A})$，由「足够多内射」可逐项提升，造出**由单射组成**的内射消解 $K^{\bullet} \rightarrowtail I^{\bullet}$（同伦范畴里每步用内射性延拓态射即可，从上往下递推）。消解是拟同构，于是在 $D^{+}(\mathcal{A})$ 里是同构 —— $K^{\bullet}$ 与 $I^{\bullet}$ 同构。 ⭐ **实用价值**：这就是「用内射消解算右导出函子」的合法性来源 —— 右导出函子 $RF$ 的定义本来就要求把复形换成内射复形，这条保证了那一侧的范畴**就是**导出范畴本身，替换不会丢信息。 参考：Le Stum, Theorem 7.2.6；Le Stum, Proposition 7.1.21 #### 右导出函子　`def.right-derived-functor` *定义*　右导出函子 $RF$ 设 $F : \mathcal{A} \to \mathcal{A}'$ 是**加法函子**、$\mathcal{A}$ 有足够多内射对象。$F$ 的**右导出函子** $RF$ 是（在同构意义下唯一的）使下图交换的函子 $$\begin{array}{ccc} K^{+}(\mathcal{A}) & \xrightarrow{\;F\;} & K^{+}(\mathcal{A}') \\[2pt] {\scriptstyle \text{换成内射复形}}\big\downarrow & & \\[2pt] K^{+}(\mathcal{I}) & \xrightarrow[\;RF\;]{} & \end{array}$$ **读法**：$F$ 本身不正合（所以不能把它直接送到导出范畴里），但**先把复形换成内射复形**、再作用 $F$、再回导出范畴，这一步就正合了 —— 那个复合就是 $RF$。 **分量形式**：$R^{n}F(M) := H^{n}(RF(M))$，其中 $M$ 看成集中在 $0$ 次的复形。$R^{0}F = F$（对左正合函子），$R^{n}F = 0$（$n < 0$）。 ⭐ **动机**：$F$ 左正合时，短正合列 $0 \to M' \to M \to M'' \to 0$ 只给出 $0 \to FM' \to FM \to FM''$ —— **右边断掉了**。右导出函子 $R^{1}F(M'')$ 正好补上那个断口，把长正合列接起来。 **对偶**：左导出函子 $LF$ 用**投射**消解，补的是「右半段断掉」的情形（$M \otimes_{A} -$、$\operatorname{Tor}$）。 参考：Le Stum, Definition 7.2.7 #### 导出函子的长正合列　`thm.derived-long-exact` *定理*　短正合列 $\implies$ 右导出函子的长正合列 任意短正合列 $0 \to K^{\bullet} \to L^{\bullet} \to M^{\bullet} \to 0$（在 $C^{+}(\mathcal{A})$ 里）给出长正合列 $$\cdots \to R^{n}FK^{\bullet} \to R^{n}FL^{\bullet} \to R^{n}FM^{\bullet} \xrightarrow{\ \delta\ } R^{n+1}FK^{\bullet} \to \cdots$$ （$\delta$ 就是三角的连接同态经 $H^{n}$ 取出来的那一段。） **证明。** 由「短正合列给出导出三角」，在 $D^{+}(\mathcal{A})$ 里有导出三角 $$K^{\bullet} \to L^{\bullet} \to M^{\bullet} \to K^{\bullet}[1].$$ 由 $\mathbf{K}^{+}(\mathcal{I}) \simeq D^{+}(\mathcal{A})$，可以假设这三个复形都**由内射对象组成**，态射也都在 $C(\mathcal{A})$ 里取到（同构不改变同调）。于是把它们送到 $K^{+}(\mathcal{A}')$ 里仍然是一条三角（$F$ 加法，映射锥三角逐项送过去还是映射锥三角）。 而 $H^{n} : \mathbf{K}(\mathcal{A}') \to \mathcal{A}'$ 是**共调函子**：三角取同调就是长正合列。在内射复形上 $R^{n}F = H^{n}F$，于是得到 $$\cdots \to H^{n}FK^{\bullet} \to H^{n}FL^{\bullet} \to H^{n}FM^{\bullet} \to H^{n+1}FK^{\bullet} \to \cdots ,$$ 正是要的那条。∎ ⭐ **这就是「求导」的全部收益**：原来 $F$ 只给半条，$RF$ 把连接同态 $\delta$ 补上，长正合列就活了。 参考：Le Stum, Theorem 7.2.8 #### 扩展群 Ext　`def.ext` *定义*　扩展群 $\operatorname{Ext}^{n}$ $L^{\bullet}$ 被 $K^{\bullet}$ 的**第 $n$ 个扩展群**是 $$\operatorname{Ext}^{n}(K^{\bullet}, L^{\bullet}) := \operatorname{Hom}_{D(\mathcal{A})}\bigl(K^{\bullet},\ L^{\bullet}[n]\bigr).$$ **几条立刻要记住的**（对 $\mathcal{A}$ 里的对象 $M, N$）： - $\operatorname{Ext}^{n}(M, N) = 0$（$n < 0$）； - $\operatorname{Ext}^{0}(M, N) = \operatorname{Hom}(M, N)$； - $\operatorname{Ext}^{1}(M, N)$ **分类 $N$ 被 $M$ 的扩张**（同构意义下）； - 在 $\mathbf{Ab}$ 里 $\operatorname{Ext}^{n}(M, N) = 0$（$n > 1$）； - $\operatorname{Ext}^{1}(\mathbb{Z}/n\mathbb{Z},\ \mathbb{Z}/m\mathbb{Z}) = \mathbb{Z}/d\mathbb{Z}$，$d = \gcd(m, n)$。 ⭐ **两种算法**：$\operatorname{Ext}^{n} = $ 「导出范畴里的 Hom」（这条定义）$ = R^{n}\operatorname{Hom}$（用内射消解算）。两者一致 —— 见下一条。 参考：Le Stum, Definition 7.2.9 #### Ext 就是 RHom　`prop.ext-is-rhom` *命题*　$R^{n}\operatorname{Hom}(M, K^{\bullet}) = \operatorname{Ext}^{n}(M, K^{\bullet})$ 若 $M \in \mathcal{A}$、$K^{\bullet} \in C^{+}(\mathcal{A})$，则 $R^{n}\operatorname{Hom}(M, K^{\bullet}) = \operatorname{Ext}^{n}(M, K^{\bullet})$（对偶地 $R^{n}\operatorname{Hom}(-, N)$ 给出另一边的 $\operatorname{Ext}$）。 **证明。** 右边 $\operatorname{Ext}^{n}(M, K^{\bullet}) = \operatorname{Hom}_{D}(M, K^{\bullet}[n])$，左边用内射消解算。先化到 $K^{\bullet}$ **本身就是内射复形**的情形（一般情形取内射消解 $K^{\bullet} \to I^{\bullet}$，两边都对它不变）。于是由「上有界内射复形里 Hom 就是导出 Hom」 $$\operatorname{Ext}^{n}(M, I^{\bullet}) = \operatorname{Hom}_{D}(M, I^{\bullet}[n]) = \operatorname{Hom}_{\mathbf{K}}(M, I^{\bullet}[n]) = H^{0}\bigl(\operatorname{Hom}(M, I^{\bullet}[n])\bigr) = H^{n}\bigl(\operatorname{Hom}(M, I^{\bullet})\bigr),$$ 而最右边正是 $R^{n}\operatorname{Hom}(M, I^{\bullet})$（内射复形上 $R\operatorname{Hom} = \operatorname{Hom}$）。 **最后那步 $\operatorname{Hom}_{\mathbf{K}} = H^{0}(\operatorname{Hom})$ 要交代一句**： - $\operatorname{Hom}_{C}(M, I^{\bullet}) = Z^{0}\bigl(\operatorname{Hom}(M, I^{\bullet})\bigr)$ —— 链映射就是「$f : M \to I^{0}$ 且 $d^{0} f = 0$」，即 $0$-闭上链； - $f$ 同伦于零 $\iff$ $f = d^{0} \circ s$（$M$ 集中在 $0$ 次，同伦只剩一项），即 $f \in B^{0}$。 两句话一比即得。∎ ⭐ **读法**：$\operatorname{Ext}$ 有两种算法 —— 导出范畴里的 Hom，和用内射消解算的 $R^{n}\operatorname{Hom}$；这条说它们给出同一个东西，所以实践中挑好算的那个。 参考：Le Stum, Proposition 7.2.10 #### F-零调对象　`def.f-acyclic` *定义*　$F$-零调对象（$F$-Acyclic） 设 $F$ 是**左正合**加法函子、有足够多内射。对象 $M \in \mathcal{A}$ 叫（右）**$F$-零调的**，如果 $$FM = RFM,$$ 即 $FM = R^{0}FM$ 且 $R^{n}FM = 0$（$n \ne 0$）。 **为什么重要**：$F$-零调对象**可以拿来做消解** —— 算 $RF$ 时不必只用内射对象，用零调对象也合法（这就是下一条 Leray 零调性说的）。 **例子**：内射对象当然零调（$RF$ 就是用它们定义的）；平坦模对 $M \otimes_{A} -$ 零调；**Stonean 空间上的凝聚态阿贝尔群**在取截面函子下零调 —— 那正是 §8 的开头。 参考：Le Stum, Definition 7.2.11 #### Leray 零调性　`prop.leray-acyclicity` *命题*　Leray 零调性：零调复形算导出函子 若 $K^{\bullet} \in C^{+}(\mathcal{A})$ 且每个 $K^{n}$ 都是 **$F$-零调**的，则 $RFK^{\bullet} = FK^{\bullet}$。 **证明（截断 + 递推）。** 不妨设 $K^{n} = 0$（$n < 0$）。先设 $K^{\bullet}$ **有界**，记它的「丢掉第 $0$ 项」的截断为 $K'^{\bullet} := (K^{1} \to K^{2} \to \cdots)$，有复形的短正合列 $$0 \to K'^{\bullet} \to K^{\bullet} \to [K^{0}] \to 0 .$$ 由「短正合列给出导出三角」，它在 $D(\mathcal{A})$ 里给出三角；把它与 $RF$ 作用后的三角摆在一起（右边用 $R^{n}F$ 的长正合列比较），两列竖直箭头构成三角之间的态射： $$\begin{array}{ccccccc} FK'^{\bullet} & \to & FK^{\bullet} & \to & FK^{0} & \to & FK'^{\bullet}[1] \\ \downarrow{\scriptstyle \sim} & & \downarrow & & \downarrow{\scriptstyle \sim} & & \downarrow{\scriptstyle \sim} \\ RFK'^{\bullet} & \to & RFK^{\bullet} & \to & RFK^{0} & \to & RFK'^{\bullet}[1]. \end{array}$$ - 第三列左右相等，因为 $K^{0}$ 零调：$RFK^{0} = FK^{0}$； - 第一列由归纳假设（$K'^{\bullet}$ 更短，且每一项仍零调）是同构； - 于是由三角的四条「五引理」（两端是同构则中间也是），中间那列也是同构，即 $RFK^{\bullet} = FK^{\bullet}$。 **无界情形**：把 $K^{\bullet}$ 按 $K''^{\bullet} := (K^{0} \to \cdots \to K^{n+1})$ 截出有界尾段，对 $0 \to K'^{\bullet} \to K^{\bullet} \to K''^{\bullet} \to 0$ 取两条长正合列逐项比较（$\varinjlim$ 让 $n \to \infty$），即得上一条。∎ **推论（常用形式）**：若 $M \to K^{\bullet}$ 是**右消解**、且每个 $K^{n}$ 都 $F$-零调，则 $RFM = FK^{\bullet}$，于是 $R^{n}FM = H^{n}(FK^{\bullet})$ —— 这就是为什么算 $RF$ 不一定非要用内射消解。 参考：Le Stum, Proposition 7.2.12 #### 单纯对象给出链复形　`prop.simplicial-to-chain` *命题*　命题：单纯对象的交替和给出微分 设 $K_{\bullet}$ 是加法范畴 $\mathcal{C}$ 中的（半）**单纯对象**，记 $K_{n} := K_{\bullet}([n])$、面映射 $d^{n}_{i} : K_{n} \to K_{n-1}$（$i = 0, \ldots, n$）。令 $$d_{n} := \sum_{i=0}^{n} (-1)^{i} d^{n}_{i} : K_{n} \longrightarrow K_{n-1}.$$ 则 $d_{n-1} \circ d_{n} = 0$，于是 $K_{\bullet}$ 成为一个**链复形**。 **证明。** 展开 $$d_{n-1}d_{n} = \sum_{j=0}^{n-1}\sum_{i=0}^{n} (-1)^{i+j} d^{n-1}_{j} d^{n}_{i}.$$ 由单纯恒等式，$i \le j-1$ 时 $d^{n-1}_{j} d^{n}_{i} = d^{n-1}_{i} d^{n}_{j+1}$；因此每一对 $(i,j)$ 与 $i > j$ 的那一对 $(j, i+1)$ 给出**同一项**，而符号为 $(-1)^{i+j}$ 与 $(-1)^{j+i+1}$ —— 恰好相反，两两抵消 ✓。于是 $d^{2} = 0$ ✓。∎ ⭐ 这是**单纯方法**的入口：把一个（半）单纯对象按交替和变成复形，就能用同调代数去算它的不变量。拓扑空间 $X$ 的奇异单纯集 $S_{\bullet}(X) = h_{X} \circ \Delta^{\bullet}$ 配上 $\mathbb{Z}\cdot(-)$ 给出的 $C_{\bullet}(X) := \mathbb{Z}\cdot S_{\bullet}(X)$ 就是标准例子 —— 它的同调正是**奇异同调**。 ⚠️ 这里只需要**半**单纯（只要有面映射）；退化映射不进入微分（这是「正规化」的做法）。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 范畴嵌入复形　`prop.category-into-complexes` *命题*　命题：$M \mapsto [M]$ 把范畴全忠实地嵌进复形范畴 把整数集看成偏序范畴 $(\mathbb{Z}, \le)$。由含入 $\{0\} \hookrightarrow (\mathbb{Z},\le)$ 得到函子 $$\mathcal{C} \longrightarrow \mathcal{C}(\mathcal{C}), \qquad M \longmapsto [M], \qquad [M]^{n} := \begin{cases} M, & n = 0 \\ 0, & n \ne 0\end{cases}$$ （微分全为零）。则： 1. 这个函子**全忠实**； 2. 它**保所有极限与所有余极限**。 **证明。** **1.** 复形之间的态射是 $\mathbb{Z}$ 指标的一族映射 $f^{n} : [M]^{n} \to [N]^{n}$ 且与微分交换；而 $[M]$、$[N]$ 只在 $0$ 次非零，微分又是零，交换性自动成立 ✓。于是 $$\operatorname{Hom}_{\mathcal{C}(\mathcal{C})}([M], [N]) = \operatorname{Hom}_{\mathcal{C}}(M, N) \quad \text{（只有 } n = 0 \text{ 这一项）}\;\checkmark$$ 即全忠实 ✓。 **2.** 复形范畴里的极限与余极限**逐项计算**（见「复形范畴的性质」）。逐项看：$0$ 次上得到原图在该处的极限（对 $[M_{i}]$ 逐项取极限，$0$ 次那一项恰是 $\lim M_{i}$）✓；其余次上得到「一堆零对象的极限」—— 而 $0$ 既是始对象又是终对象，故那些极限与余极限仍是 $0$ ✓。于是 $[\lim M_{i}] = \lim [M_{i}]$，$[\varinjlim M_{i}] = \varinjlim [M_{i}]$ ✓。∎ ⭐ 用处：**「对象」可以当成「退化成一项的复形」来看**。于是「$\mathcal{C}$ 里的构造」与「$\mathcal{C}(\mathcal{C})$ 里的构造」可以自由互相搬运，短正合列 $0 \to M \to N \to P \to 0$ 与两项复形的正合列不再需要区分。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 同伦等价的判据　`prop.homotopy-equivalence-criterion` *命题*　命题：$f$ 是同伦等价 $\iff$ 存在同伦逆 设 $f : K^{\bullet} \to L^{\bullet}$ 是复形态射。则 1. $f$ 是**同伦等价**（即在 $\mathbf{K}(\mathcal{C})$ 中同构）$\iff$ 存在 $g : L^{\bullet} \to K^{\bullet}$ 使 $g f \sim 1_{K}$、$f g \sim 1_{L}$； 2. 复形 $K^{\bullet}$ **同伦平凡** $\iff$ $1_{K} \sim 0_{K}$。 **证明。** 两条都是把定义展开（$\mathbf{K}(\mathcal{C})$ 的对象是复形、态射是**同伦类**）。 **1.** 若 $f$ 在 $\mathbf{K}(\mathcal{C})$ 中同构，取它的逆 $g$（一个复形态射），则 $gf$ 与 $1_{K}$ 在同伦范畴里相等，即 $gf \sim 1_{K}$ ✓；$fg \sim 1_{L}$ 同理。反之，若存在这样的 $g$，则 $[f]$ 与 $[g]$ 在 $\mathbf{K}(\mathcal{C})$ 中互为逆 ✓。 **2.** 「同伦平凡」的定义就是「与零对象同构」；而 $\mathbf{K}(\mathcal{C})$ 中的零对象是零复形，$K \to 0 \to K$ 的复合是 $0_{K}$。故存在同构 $\iff$ $1_{K} \sim 0_{K}$ ✓。∎ ⚠️ 注意「同伦等价」**不是**「逐项同构」：$1 \sim 0$ 意味着 $K^{\bullet}$ 的两个相邻层之间有一族映射 $s^{n}$ 把恒等收缩掉，这样的复形（例如 $0 \to M \xrightarrow{1} M \to 0$）每一层都非零，但整体同伦平凡。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 加法函子保导出三角　`prop.additive-functor-preserves-triangles` *命题*　命题：加法函子把导出三角送到导出三角 设 $F : \mathcal{C} \to \mathcal{C}'$ 是加法范畴之间的**加法函子**。若 $$K^{\bullet} \longrightarrow L^{\bullet} \longrightarrow M^{\bullet} \longrightarrow K^{\bullet}[1]$$ 是 $\mathbf{K}(\mathcal{C})$ 中的**导出三角**，则 $$FK^{\bullet} \longrightarrow FL^{\bullet} \longrightarrow FM^{\bullet} \longrightarrow FK^{\bullet}[1]$$ 是 $\mathbf{K}(\mathcal{C}')$ 中的导出三角。（$F$ 逐项作用在复形上。） **证明。** 导出三角的定义是「同构于某个映射锥三角」。逐条检查： - **$F$ 保映射锥**：$M(f)^{n} = K^{n+1} \oplus L^{n}$ 而微分是分块矩阵 $\begin{pmatrix} -d^{n+1} & 0 \\ f^{n} & d^{n} \end{pmatrix}$。$F$ 加法，故保有限双积（$F(K^{n+1}\oplus L^{n}) = FK^{n+1}\oplus FL^{n}$）✓，而分块矩阵的两个条件（与微分交换、左上取 $-d$）都是等式，逐项被 $F$ 保持 ✓。于是 $F(M(f)) \cong M(Ff)$ ✓。 - **$F$ 保平移**：$F(K[1]) = F(K)[1]$（逐项作用与指标无关）✓。 - **$F$ 保同构与同伦类**：$F$ 是函子，把同构送到同构、把 $\mathbf{K}(\mathcal{C})$ 的态射送到 $\mathbf{K}(\mathcal{C}')$ 的态射 ✓。 于是任何导出三角（$\cong$ 某个映射锥三角）被 $F$ 送到 $\cong$ $F$ 的映射锥三角，仍是导出三角 ✓。 ⚠️ 这里**必须**用加法性：非加法函子不保双积，$F(K^{n+1}\oplus L^{n}) \ne FK^{n+1}\oplus FL^{n}$，论证立刻断掉。∎ ⭐ 推论：**任何加法函子都诱导同伦范畴之间的函子 $\mathbf{K}(\mathcal{C}) \to \mathbf{K}(\mathcal{C}')$，并保持三角结构** —— 这是「导出范畴之间也能搬东西」的第一步。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 复形范畴是阿贝尔范畴　`prop.complexes-abelian` *命题*　命题：$\mathcal{A}$ 阿贝尔 $\implies \mathcal{C}(\mathcal{A})$ 阿贝尔 设 $\mathcal{A}$ 是**阿贝尔范畴**。则上链复形范畴 $\mathcal{C}(\mathcal{A})$ **也是阿贝尔范畴**（$\mathcal{C}^{+}(\mathcal{A})$、$\mathcal{C}^{-}(\mathcal{A})$、$\mathcal{C}^{b}(\mathcal{A})$ 这些有界情形同理）。 **证明。** 阿贝尔范畴的定义是：预阿贝尔 + 每个单态射正则（等价地：$\operatorname{coim} f \to \operatorname{im} f$ 是同构）。逐条验： - **预阿贝尔**：复形范畴是加法范畴，而核与余核**逐项**取（见「复形范畴的性质」）✓； - **$\operatorname{coim} \to \operatorname{im}$ 逐项同构**：$\mathcal{A}$ 里同构是逐项判断的（复形态射是同构 $\iff$ 每一层都是同构，因为逆映射可以逐层拼起来），所以只要逐项验 ✓；而每一层上 $\operatorname{coim} f^{n} \to \operatorname{im} f^{n}$ 是 $\mathcal{A}$ 里的同构 ✓； - **逐项构造与微分相容**：核、余核、像、余像的微分都是「由原来复形的微分限制 / 诱导」得到的，满足 $d^{2} = 0$ 与交换性 —— 这是「逐项计算」的一般机制 ✓。 于是 $\mathcal{C}(\mathcal{A})$ 满足阿贝尔范畴的全部条件 ✓。∎ ⭐ 这条是**整个同调代数的前提**：只有在 $\mathcal{C}(\mathcal{A})$ 里才能谈正合、才能谈同调 $H^{n}$。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 同调的两条正合列　`prop.cohomology-short-exact` *命题*　命题：$0 \to H^{k} \to \operatorname{coker} d^{k-1} \to Z^{k+1} \to H^{k+1} \to 0$ 设 $\mathcal{A}$ 是阿贝尔范畴，$K^{\bullet}$ 是 $\mathcal{A}$ 中的上链复形。记 $Z^{k} := \ker d^{k}$（**闭链**）、$B^{k} := \operatorname{im} d^{k-1}$（**上边缘**），于是 $H^{k} = Z^{k}/B^{k}$。则对每个 $k$ 有处处正合的列 $$0 \longrightarrow H^{k} \longrightarrow \operatorname{coker}\bigl(d^{k-1}\bigr) \longrightarrow Z^{k+1} \longrightarrow H^{k+1} \longrightarrow 0.$$ **证明。** $d^{k}\circ d^{k-1} = 0$ 说明 $d^{k}$ 诱导出一个映射 $$D : \operatorname{coker}(d^{k-1}) = K^{k}/B^{k} \longrightarrow Z^{k+1},$$ （良定义：$B^{k} \subseteq Z^{k}$，因为 $d^{k}$ 把 $B^{k}$ 杀死 ✓）。逐段读这条列： - **$H^{k} = \ker D$**：$D$ 的核是 $Z^{k}/B^{k}$，正是 $H^{k}$ ✓，这就是左端的正合性； - **$\operatorname{im}D = B^{k+1}$**：$D$ 的像就是 $d^{k}(K^{k}) = B^{k+1}$ ✓，这就是中间的正合性； - **$\operatorname{coker}D = Z^{k+1}/B^{k+1} = H^{k+1}$** ✓，即右端的正合性。 三段合起来就是整条列处处正合 ✓。∎ ⭐ 这条列常常写成两条短正合列再拼起来： $$0 \to H^{k} \to K^{k}/B^{k} \to B^{k+1} \to 0, \qquad 0 \to B^{k+1} \to Z^{k+1} \to H^{k+1} \to 0.$$ 后面构造谱序列时用的正是这两条。 ⭐ 用途：它把「同调」拆成两条只管闭链与上边缘的短正合列。**谱序列的全部技术内容就是在这些短正合列之间做逐步比较。** 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 内射复形：零调、拟同构与同伦　`prop.injective-complex-homotopy` *命题*　命题：内射复形上「零调 $\iff$ 同伦平凡」、「拟同构 $\iff$ 同伦等价」 设 $\mathcal{A}$ 是阿贝尔范畴，$I^{\bullet}, J^{\bullet}$ 是**有界下方、逐项内射**的复形（即每个 $I^{n}$ 是内射对象，且 $n \ll 0$ 时 $I^{n} = 0$）。则 1. $I^{\bullet}$ **零调**（$H^{n} = 0$ 对一切 $n$）$\iff$ $I^{\bullet}$ **同伦平凡**（$1_{I^{\bullet}} \sim 0$）； 2. $I^{\bullet}$ 与 $J^{\bullet}$ 拟同构 $\iff$ 它们同伦等价。 **证明。** **1.** $(\Longleftarrow)$ 同伦的映射在同调上给出同一个映射（同调函子把同伦送到相等），故 $1 = 0$ 在 $H^{n}$ 上，即 $H^{n} = 0$ ✓。 $(\Longrightarrow)$ 逐层构造收缩同伦。零调给出短正合列 $$0 \longrightarrow Z^{n} \longrightarrow I^{n} \xrightarrow{\ p_{n}\ } Z^{n+1} \longrightarrow 0,$$ （$Z^{n} = \ker d^{n}$、$Z^{n+1} = \operatorname{im} d^{n}$）。$I^{n}$ **内射**，所以这条列**分裂**：取 $q_{n} : I^{n} \to Z^{n}$ 使 $q_{n}j_{n} = 1$、取 $s_{n} : Z^{n+1} \to I^{n}$ 使 $p_{n}s_{n} = 1$，于是 $$1_{I^{n}} = j_{n}q_{n} + s_{n}p_{n} \qquad \text{（分裂短正合列的标准恒等式）}\;\checkmark$$ 令 $s^{n} := s_{n-1}\circ q_{n} : I^{n} \to I^{n-1}$。注意 $d^{n} = j_{n+1}p_{n}$ 且 $d^{n-1} = j_{n}p_{n-1}$，于是 $$d^{n-1}s^{n} + s^{n+1}d^{n} = j_{n}p_{n-1}s_{n-1}q_{n} + s_{n}q_{n+1}j_{n+1}p_{n} = j_{n}q_{n} + s_{n}p_{n} = 1_{I^{n}} \;\checkmark$$ （用了 $p_{n-1}s_{n-1} = 1$、$q_{n+1}j_{n+1} = 1$。）这正是「$1 \sim 0$」要求的恒等式 ✓。 **2.** $(\Longleftarrow)$ 同伦等价显然给出拟同构（同伦的映射在同调上相等，逆映射的存在性使 $H^{n}(f)$ 可逆）✓。 $(\Longrightarrow)$ 设 $f : I^{\bullet} \to J^{\bullet}$ 是拟同构。映射锥 $M(f)^{n} = I^{n+1}\oplus J^{n}$ 仍是**逐项内射、有界下方**的复形 ✓，而由导出三角 $I \to J \to M(f) \to I[1]$ 与「$f$ 拟同构 $\iff$ 锥零调」，$M(f)$ 零调 ✓。对上 $M(f)$ 用第 1 条，得 $M(f)$ 同伦平凡；再由三角 $I \to J \to M(f) \to I[1]$ 与同伦平凡的锥，可以逐层把映射抬起来，得到 $g : J^{\bullet}\to I^{\bullet}$ 与同伦 $gf \sim 1$、$fg \sim 1$ ✓（这就是「三角论证」：锥的同伦平凡性正好给出同伦逆的数据）。于是 $f$ 是同伦等价 ✓。∎ ⭐ 一句话：**在逐项内射的复形上，「弱等价」（拟同构）与「强等价」（同伦等价）是一回事。** 这正是内射消解好用的根本原因 —— 也解释了为什么导出范畴的常数构造要用 $K^{\pm}(\mathcal{I})$。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 内射消解之间的提升　`prop.injective-resolution-lift` *命题*　命题：态射可以提升到内射消解之间 设 $\mathcal{A}$ 是阿贝尔范畴，$I^{\bullet} \to M$、$J^{\bullet} \to N$ 是 $\mathcal{C}^{+}(\mathcal{A})$ 中的**内射消解**（$I^{n}$、$J^{n}$ 内射、有界下方、拟同构于 $M$、$N$）。则对每个态射 $f : M \to N$： 1. **存在**复形态射 $F : I^{\bullet} \to J^{\bullet}$ 提升 $f$（即诱导 $H^{0}(F) = f$）； 2. 任何两个这样的提升**同伦**。 **证明（比较定理的标准两步）。** **① 存在性（逐层抬升）。** 第 $0$ 层：$M = Z^{0}_{I} \hookrightarrow I^{0}$ 是单态射（因为 $I^{-1} = 0$），复合 $M \xrightarrow{\ f\ } N \to J^{0}$ 沿这个单态射由 $J^{0}$ 的**内射性**抬成 $F^{0} : I^{0} \to J^{0}$ ✓。 归纳步：设已构造 $F^{0}, \ldots, F^{n}$，且对 $k \le n$ 有 $F^{k}d^{k-1}_{I} = d^{k-1}_{J}F^{k-1}$。要构造 $F^{n+1}$ 只需在**上边缘** $B^{n+1}_{I} = \operatorname{im}d^{n}_{I}$ 上定下它的取值，因为 $B^{n+1}_{I}\hookrightarrow I^{n+1}$ 是单态射。关键观察：$n \ge 1$ 时 $H^{n}(I^{\bullet}) = 0$，即 $Z^{n}_{I} = B^{n}_{I}$ —— 于是 $F^{n}$ 在 $Z^{n}_{I}$ 上的取值已经由前一层定下、且落在 $Z^{n}_{J}$ 里（$n \ge 1$ 时它等于 $d^{n-1}_{J}F^{n-1}$，$n = 0$ 时改用增广处的交换性）✓。因此 $d^{n}_{J}F^{n}$ 在 $\ker d^{n}_{I}$ 上为零，从而沿 $B^{n+1}_{I} \hookrightarrow I^{n+1}$ 分解；再用 $J^{n+1}$ 的**内射性**把它抬成 $F^{n+1} : I^{n+1}\to J^{n+1}$ ✓。有界下方保证这个过程在某个 $n$ 之后终止 ✓。 **② 同伦唯一性。** 设 $F, G$ 都提升 $f$。差 $F - G$ 在 $H^{0}$ 上诱导 $0$，于是可以用**同样的逐层抬升**造同伦 $s^{n} : I^{n}\to J^{n-1}$：每一层的方程 $F^{n}-G^{n} = s^{n+1}d^{n}_{I} + d^{n-1}_{J}s^{n}$ 都是一个「沿单态射抬升」的问题，仍由 $J^{n-1}$ 的内射性解决；起点处 $F^{0}-G^{0}$ 在 $M$ 上为零，故它分解过 $I^{0}/M = B^{1}_{I}$ ✓。于是 $F \sim G$ ✓。∎ ⭐ 两条合起来就是**内射消解在同伦意义下唯一**：$\operatorname{Hom}(M,N)$ 中的态射可以提升成复形态射、且提升在同伦意义下唯一。所以「用内射消解算右导出函子」与消解的选取无关 —— 这是 $R^{n}F$ 良定义的全部依据。 参考：Le Stum, An introduction to condensed mathematics, §7.1 #### 阿贝尔群的 Ext　`prop.ext-abelian-groups` *命题*　命题：$\operatorname{Ext}^{n}_{\mathbb{Z}}(M,N) = 0$（$n \ge 2$）与 $\operatorname{Ext}^{1}(\mathbb{Z}/k,\,N) = N/kN$ 取 $\mathcal{A} = \mathbf{Ab}$（阿贝尔群）。则 1. 对任意阿贝尔群 $M, N$ 与一切 $n \ge 2$： $$\operatorname{Ext}^{n}_{\mathbb{Z}}(M,\ N) = 0, \qquad \operatorname{Ext}^{0}_{\mathbb{Z}}(M,\ N) = \operatorname{Hom}_{\mathbb{Z}}(M,\ N);$$ 2. 对 $k \ge 1$： $$\operatorname{Ext}^{1}_{\mathbb{Z}}\bigl(\mathbb{Z}/k\mathbb{Z},\ N\bigr) \;\cong\; N/kN, \qquad \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}/k\mathbb{Z},\ N\bigr) = N[k].$$ （$N[k] := \{n \in N : kn = 0\}$。） **证明。** **1.** 每个阿贝尔群都有**长度 2 的自由消解**：取满射 $\mathbb{Z}^{(I)} \twoheadrightarrow M$（由生成元集 $I$ 给出），它的核 $K$ 是自由阿贝尔群 $\mathbb{Z}^{(I)}$ 的子群，**因而也自由**（$\mathbb{Z}$ 是主理想整环，PID 上自由模的子模仍自由 ✓）。取 $\mathbb{Z}^{(J)} \twoheadrightarrow K$ 得 $$0 \longrightarrow \mathbb{Z}^{(J)} \longrightarrow \mathbb{Z}^{(I)} \longrightarrow M \longrightarrow 0.$$ 只要有一条长度 2 的消解，就可以用它算 $\operatorname{Ext}^{n}$：复形 $\operatorname{Hom}(\mathbb{Z}^{(\bullet)}, N)$ 只在 $0$、$1$ 次非零，故上同调只在 $n = 0, 1$ 次可能出现：$\operatorname{Ext}^{n}(M,N) = 0$（$n \ge 2$）✓，且 $\operatorname{Ext}^{0} = \operatorname{Hom}(M,N)$ ✓。 **2.** 用 $\mathbb{Z}/k$ 的标准消解 $$0 \longrightarrow \mathbb{Z} \xrightarrow{\ \times k\ } \mathbb{Z} \longrightarrow \mathbb{Z}/k \longrightarrow 0$$ 作用 $\operatorname{Hom}_{\mathbb{Z}}(-, N)$ 得长正合列 $$0 \to \operatorname{Hom}(\mathbb{Z}/k, N) \to \operatorname{Hom}(\mathbb{Z}, N) \xrightarrow{\ (\times k)^{*}\ } \operatorname{Hom}(\mathbb{Z}, N) \to \operatorname{Ext}^{1}(\mathbb{Z}/k, N) \to \underbrace{\operatorname{Ext}^{1}(\mathbb{Z}, N)}_{=\,0} \to \cdots$$ 其中 $\operatorname{Hom}(\mathbb{Z}, N) \cong N$、$(\times k)^{*}$ 就是「乘 $k$」这个自同态 ✓（$\operatorname{Ext}^{1}(\mathbb{Z}, N) = 0$ 因为 $\mathbb{Z}$ 投射）。于是 $$\operatorname{Hom}(\mathbb{Z}/k, N) = \ker(\times k) = N[k], \qquad \operatorname{Ext}^{1}(\mathbb{Z}/k, N) = \operatorname{coker}(\times k) = N/kN ✓$$ ∎ ⭐ 这两条合起来是一句话：**阿贝尔群的同调代数只有两层**（$n = 0$ 与 $n = 1$）。所以「高次 Ext」是只有换了范畴（层、凝聚态阿贝尔群）之后才会真正出现的现象 —— 后面整套凝聚态上同调做的正是这件事。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 投射对象没有高次 Ext　`prop.ext-projective-vanishes` *命题*　命题：$P$ 投射 $\implies \operatorname{Ext}^{n}(P, M) = 0$（$n > 0$） 设 $\mathcal{A}$ 是阿贝尔范畴，$P \in \mathcal{A}$ 是**投射**对象，$M \in \mathcal{A}$ 任意。则 $$\operatorname{Ext}^{n}_{\mathcal{A}}(P,\ M) = 0 \qquad (n > 0), \qquad \operatorname{Ext}^{0}_{\mathcal{A}}(P,\ M) = \operatorname{Hom}_{\mathcal{A}}(P,\ M).$$ 注意：这句话**不需要** $\mathcal{A}$ 有足够多投射对象 —— $P$ 投射本身就给出 $P$ 的一条长度 $0$ 的投射消解。 **证明。** $P$ **投射**意味着函子 $\operatorname{Hom}_{\mathcal{A}}(P, -)$ **正合** ✓。而 $P$ 的投射消解可以取成 $$\cdots \to 0 \to 0 \to P \xrightarrow{\ 1\ } P \to 0,$$ 即「长度 $0$ 的消解」（$P$ 自己就是投射的，不需要再找覆盖）✓。把 $\operatorname{Hom}(P, -)$ 作用在 $M$ 的内射消解 $M \to I^{\bullet}$ 上：因为 $\operatorname{Hom}(P,-)$ 正合、$M \to I^{\bullet}$ 正合，复形 $\operatorname{Hom}(P, I^{\bullet})$ 只可能在 $0$ 次有上同调 ✓，即 $$R^{n}\operatorname{Hom}(P, M) = \operatorname{Ext}^{n}(P, M) = 0 \quad (n > 0) ✓$$ （也可以直接从 $\operatorname{RHom}(P, M) = \operatorname{Hom}(P, M)$ 这件事读出来：正合函子的右导出函子就是它自己。）∎ ⭐ 对偶地：**内射对象没有高次 Ext**（$\operatorname{Ext}^{n}(M, I) = 0$，$n>0$）—— 这两条合起来就是「投射 / 内射对象可以拿来替代消解里的项」的全部理由。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 内射与零调的等价　`prop.injective-iff-acyclic` *命题*　命题：内射 $\iff$ 对一切左正合函子零调 设 $\mathcal{A}$ 是阿贝尔范畴，$I \in \mathcal{A}$。则下列等价： 1. $I$ 是**内射**对象； 2. $I$ 对**一切左正合**加法函子 $F : \mathcal{A} \to \mathcal{A}'$ 都是 $F$-零调的； 3. $I$ 对一切形如 $F = \operatorname{Hom}_{\mathcal{A}}(M, -)$ 的左正合函子都是 $F$-零调的。 **证明。** $(1) \implies (2)$：$I$ 内射时，$I$ 自己（连同恒等映射）就是一条**长度 $0$ 的内射消解** $0 \to I \xrightarrow{\ 1\ } I \to 0$ ✓。用它算右导出函子：$RF(I) = F(I)$ 集中在 $0$ 次，故 $R^{n}F(I) = 0$（$n > 0$）✓，即 $I$ 是 $F$-零调的。 $(2) \implies (3)$：显然（$\operatorname{Hom}(M,-)$ 是左正合的）。 $(3) \implies (1)$：对每个 $M$，$I$ 对 $\operatorname{Hom}(M,-)$ 零调意味着 $R^{n}\operatorname{Hom}(M, I) = \operatorname{Ext}^{n}(M, I) = 0$（$n > 0$），特别地 $\operatorname{Ext}^{1}_{\mathcal{A}}(M, I) = 0$ 对一切 $M$ 成立 ✓。而由**内射判据**，$\operatorname{Ext}^{1}_{\mathcal{A}}(-, I) = 0$ 正是「$I$ 内射」的等价刻画（在阿贝尔范畴里，它等价于「每个单态射 $I \rightarrowtail N$ 都有收缩」）✓。于是 $I$ 内射 ✓。∎ ⭐ 用途：验「内射」时可以从**任何**左正合函子那一侧下手 —— 而在凝聚态 / 层的情形里，最方便的左正合函子就是取截面 $\Gamma(S, -)$。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 左正合性与 R⁰　`prop.left-exact-iff-R0` *命题*　命题：$F$ 左正合 $\iff$ $R^{0}F \cong F$ 设 $\mathcal{A}$ 是阿贝尔范畴（有足够多内射）、$\mathcal{A}'$ 是阿贝尔范畴，$F : \mathcal{A} \to \mathcal{A}'$ 是**加法**函子。则 $$F \text{ 左正合} \iff \forall M \in \mathcal{A}:\ R^{0}F(M) \cong F(M).$$ 对偶地（有足够多投射时）：$F$ 右正合 $\iff L_{0}F \cong F$。 **证明。** **$(\Longrightarrow)$** 取 $M$ 的一条内射消解 $0 \to M \xrightarrow{\ \varepsilon\ } I^{0} \xrightarrow{\ d^{0}\ } I^{1} \to \cdots$ ✓。$F$ **左正合**，所以它把上半段正合列送到正合列 $$0 \longrightarrow FM \xrightarrow{\ F\varepsilon\ } FI^{0} \xrightarrow{\ Fd^{0}\ } FI^{1} ✓$$ 于是由 $R^{0}F(M) = H^{0}(FI^{\bullet})$ 的定义 $$R^{0}F(M) = \ker(Fd^{0}) = \operatorname{im}(F\varepsilon) \cong FM ✓$$ **$(\Longleftarrow)$** 设 $R^{0}F \cong F$。短正合列 $0 \to M' \to M \to M'' \to 0$ 的长正合列开头是 $$0 \to R^{0}F(M') \to R^{0}F(M) \to R^{0}F(M'') \to R^{1}F(M') \to \cdots$$ 用 $R^{0}F \cong F$ 换掉前三项，得到 $0 \to FM' \to FM \to FM''$ **正合** ✓，即 $F$ 左正合 ✓。∎ ⭐ 一句话：**左正合性可以只用 $0$ 次导出函子来检验**。反过来，这也解释了为什么「$R^{0}F = F$」在导出函子的记号里被当成左正合的默认性质。 ⚠️ 前提「$F$ 加法」不能省：非加法函子的导出函子没有意义（导出函子是在加法范畴的复形上定义的）。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 加法函子与复形构造交换　`prop.additive-complex-construction` *命题*　命题：$F(C(\mathcal{A})) \cong C(F(\mathcal{A}))$ 加法函子 $F : \mathcal{A} \to \mathcal{A}'$ 逐项作用给出函子 $$C(F) : C(\mathcal{A}) \longrightarrow C(\mathcal{A}'), \qquad (K^{n}, d^{n}) \longmapsto \bigl(FK^{n},\ Fd^{n}\bigr),$$ 即 $F(C(\mathcal{A})) \cong C(F(\mathcal{A}))$：**先取复形范畴再作用 $F$，与先作用 $F$ 再取复形范畴一样**。 **证明。** 复形的数据只有「一族对象 + 一族态射 + $d \circ d = 0$」✓，全是加法范畴的语言：加法函子保零态射、保复合、保加法，于是 $F(d^{n+1}) \circ F(d^{n}) = F(d^{n+1} \circ d^{n}) = 0$ ✓，$C(F)$ 是函子（$F$ 保持交换图）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.27 #### 全复形还是内射消解　`prop.total-complex-injective-resolution` *命题*　命题：全复形 $I^{\bullet}$ 仍是 $K^{\bullet}$ 的内射消解 设 $K^{\bullet,\bullet}$ 是下有界双复形、每项内射，且其全复形 $I^{\bullet}$ 连同增广给出 $K^{\bullet}$ 的一条消解。则 $K^{\bullet} \to I^{\bullet}$ **仍是内射消解**。 **证明。** 全复形的每一项是**有限**多个内射对象的直和（下有界保证每个次数上只有有限多项），直和仍是内射 ✓；而全复形与双复形同调相容：$H^{n}(\operatorname{Tot}) \cong H^{n}$（这里用的是「下有界 + 每列是消解」的收敛性）✓，所以 $K^{\bullet} \to I^{\bullet}$ 是拟同构 ✓。∎ ⭐ 这一条是 Cartan–Eilenberg 那套「双复形 $\to$ 全复形」的合法性依据。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.34 #### 导出函子就是 Kan 延拓　`prop.derived-functor-kan-extension` *命题*　命题：$F$ 左正合 $\implies RF$ 是沿局部化的左 Kan 延拓 设 $F : \mathcal{A} \to \mathcal{A}'$ 是**左正合**加法函子。则 $RF$ 是复合映射 $$\mathbf{K}^{+}(\mathcal{A}) \xrightarrow{\ F\ } \mathbf{K}^{+}(\mathcal{A}') \longrightarrow \mathbf{D}^{+}(\mathcal{A}')$$ 沿**局部化** $\mathbf{K}^{+}(\mathcal{A}) \to \mathbf{D}^{+}(\mathcal{A})$ 的（左）**Kan 延拓**（对偶地：右正合函子的 $LF$ 沿另一个局部化）。 **证明。** 局部化（把拟同构变成同构）是预复合函子的左伴随 ✓，而左正合函子在拟同构上表现良好，于是「先取 $F$ 再局部化」这个复合函子沿局部化的左 Kan 延拓存在且正是 $RF$ ✓ —— 这就是导出函子的泛性刻画：它是 $F$ 在导出范畴里的**最优扩张** ✓。∎ ⭐ 读法：**「导出函子」不是新东西，它是局部化下的 Kan 延拓** —— 与「Kan 延拓就是伴随」配成一对。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.22 ### 星团：同调与正合列 > 造出「把复形读成不变量」这件事：同调 → 上同调函子 → 长正合列 → 拟同构与零调 → 内射对象。 #### 同调　`def.cohomology` *定义*　同调（Cohomology） 设 $\mathcal{A}$ 是阿贝尔范畴，$K$ 是 $\mathcal{A}$ 中的上链复形。$K$ 的**第 $n$ 阶同调**是 $$H^{n}(K) \;:=\; Z^{n}(K) \big/ B^{n}(K) \;=\; \ker d^{n} \big/ \operatorname{im} d^{n-1}$$ 链复形 $K_{n}$ 的第 $n$ 阶同调取它在 $\mathcal{A}^{\mathrm{op}}$ 中的 $(1-n)$ 阶上同调。 例：$H^{n}(K[k]) = H^{n+k}(K)$；$M \in \mathcal{A}$ 时 $H^{0}([M]) = M$、其余为 $0$；$H^{0}([M \to N]) = \ker f$、$H^{1}([M \to N]) = \operatorname{coker} f$。 $H^{n}$ 是**函子**，但它是**加法而不正合**的 —— 同调不可交换性是整个同调代数的起点。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 同调的短正合列　`prop.cohomology-exact-sequence` *命题*　把同调夹在两个余核 / 核之间 设 $K$ 是复形。则对每个 $k$ 有正合列 $$0 \longrightarrow H^{k}(K) \longrightarrow \operatorname{coker} d^{k-1} \longrightarrow \ker d^{k+1} \longrightarrow H^{k+1}(K) \longrightarrow 0$$ 也就是 $0 \to Z^{k}/B^{k} \to K^{k}/B^{k} \to Z^{k+1} \to Z^{k+1}/B^{k+1} \to 0$。这条把「同调」拆成两段：**先取余核去掉上一步的像，再取核挑出闭链，最后取商** —— 于是复形里的信息被一层层剥出来。 **证明。** 记 $Z^{k} := \ker d^{k}$、$B^{k} := \operatorname{im} d^{k-1}$，于是 $H^{k} = Z^{k}/B^{k}$、$\operatorname{coker} d^{k-1} = K^{k}/B^{k}$。要证的四个箭头依次是： - $Z^{k}/B^{k} \to K^{k}/B^{k}$：由含入 $Z^{k} \hookrightarrow K^{k}$ 诱导，单射（$Z^{k}$ 在 $K^{k}$ 里，商掉同一个 $B^{k}$）； - $K^{k}/B^{k} \to Z^{k+1}$：由 $d^{k}$ 诱导（它把 $B^{k} = \operatorname{im} d^{k-1}$ 送到 $d^{k}d^{k-1} = 0$，故下降得良定义）。核正是「$d^{k}x = 0$ 的那些 $x + B^{k}$」＝ $Z^{k}/B^{k}$； - $Z^{k+1} \to Z^{k+1}/B^{k+1} = H^{k+1}$：取商映射，满，核是 $B^{k+1} = \operatorname{im} d^{k}$ —— 正好是上一个箭头的像。∎ 三段正合各只用到「$d^{2} = 0$」和核/余核的泛性质。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 上同调函子　`def.cohomological-functor` *定义*　上同调函子（Cohomological Functor） 设 $\mathcal{C}$ 是加法范畴、$\mathcal{A}$ 是阿贝尔范畴。函子 $F : \mathbf{K}(\mathcal{C}) \to \mathcal{A}$ 叫**上同调函子**，如果对每个导出三角 $K \to L \to M \to K[1]$，序列 $$FK \longrightarrow FL \longrightarrow FM$$ 正合。 上同调函子把导出三角变成一条**长正合列**：反复旋转三角、每次用一次正合性、再拼接，就得到 $\cdots \to F(K[n]) \to F(L[n]) \to F(M[n]) \to F(K[n+1]) \to \cdots$。 例：固定 $K$ 之后，$\operatorname{Hom}_{\mathbf{K}(\mathcal{C})}(K, -)$ 是上同调函子 —— 这就是同调代数里那些「长正合列」的总来源。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 长正合列　`thm.long-exact` *定理*　短正合列给出长正合列（蛇引理） 设 $\mathcal{A}$ 是阿贝尔范畴，$0 \to K \to L \to M \to 0$ 是复形的短正合列。则存在**长正合列** $$\cdots \to H^{n}(K) \to H^{n}(L) \to H^{n}(M) \xrightarrow{\ \delta\ } H^{n+1}(K) \to \cdots$$ 其中 $\delta$ 叫**连接同态**。 推论：$H^{n} : \mathbf{K}(\mathcal{A}) \to \mathcal{A}$ 是**上同调函子**。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 拟同构　`def.quasi-iso` *定义*　拟同构与零调复形（Quasi-Isomorphism） 复形态射 $f : K \to L$ 叫**拟同构**，如果对每个 $n$，$H^{n}(f)$ 都是同构。复形 $K$ 叫**零调的**，如果 $H^{n}(K) = 0$ 对所有 $n$。 注意：$K \to L$ 拟同构 $\iff$ $L \to K$ 拟同构（「拟同构」是双向的说法，虽然映射只有一个方向）；$K$ 零调 $\iff$ $[0] \to K$ 拟同构 $\iff$ $K \to [0]$ 拟同构。 两条命题：（1）若 $K \to L \to M \to$ 是导出三角，则 $f$ 是拟同构 $\iff$ $M$ 零调；（2）对三角态射 $(u, v, w)$，$u, v$ 是拟同构 $\iff$ $w$ 是拟同构。 拟同构是「在 $\mathbf{K}(\mathcal{C})$ 里不是同构，但同调上看不出差别」的映射 —— 把拟同构反过来形式地变成同构，就得到**导出范畴**。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 内射对象的判据　`prop.injective-criterion` *命题*　内射对象的四条等价说法 设 $\mathcal{A}$ 是阿贝尔范畴，$I \in \mathcal{A}$。下列等价： 1. $I$ 是**内射对象**； 2. 每个单态射 $I \rightarrowtail M$ 都有**收缩** $M \to I$； 3. 函子 $\operatorname{Hom}_{\mathcal{A}}(-, I)$ **正合**； 4. 每个短正合列 $0 \to I \to M \to M'' \to 0$ 都**分裂**。 进一步：若 $0 \to M' \to M \to M'' \to 0$ 正合且 $M'$ 内射，则 $$M \text{ 内射} \iff M'' \text{ 内射}$$ 证明用一张 $3 \times 3$ 的 $\operatorname{Hom}$ 图表：把短正合列 $0 \to A \to B \to C \to 0$ 用 $\operatorname{Hom}(-, M)$ 家族拉成三行，用两次蛇引理读出中间一行 $0 \to \ker f \to \ker g \to \ker h \to \operatorname{coker} f \to \operatorname{coker} g \to 0$，再看出第一行与第三行都是正合的，于是 $\ker g = \operatorname{coker} g = 0$。 参考：Le Stum, An introduction to condensed mathematics, §7.1–7.3 #### 消解　`def.resolution` *定义*　定义：左/右消解、投射/内射消解 设 $f : K^{\bullet} \to L^{\bullet}$ 是复形之间的**拟同构**，就说 $L^{\bullet}$ 是 $K^{\bullet}$ 的一个**右消解**（right resolution，也叫 replacement）；若每个 $L^{n}$ 都是**内射**对象，就叫**内射消解**。 把箭头反过来（即到 $\mathcal{A}^{\mathrm{op}}$ 里去取同样的定义），得到**左消解**；若每个 $L^{n}$ 都是**投射**对象，就叫**投射消解**。 **为什么要「消解」。** 导出函子要拿**好算**的复形去算：内射对象上任何加法函子的高次导出函子为零，所以用内射消解算 $R^{n}F$ 时，只需取 $F$ 再算同调 —— 这就是「消解」的全部意义 ✓。 ⚠️ 名字说的是**复形朝哪一侧延伸**（右消解朝高次方向延伸），**不是**箭头的方向：箭头始终是 $K^{\bullet} \to L^{\bullet}$。反过来的箭头叫左消解。 **存在性**：有足够多内射时，每个下有界复形都有内射消解（逐次把核嵌入内射对象）✓；对偶地，有足够多投射时每个上有界复形都有投射消解 ✓。 **例**：自由阿贝尔群层拼出的 $\mathbb{Z}\cdot X_{\bullet} \to \mathbb{Z}\cdot X$ 是一条**投射**消解（见「覆盖给出的自由复形零调」）。 参考：Le Stum, An introduction to condensed mathematics, Definition 7.1.20 ### 星团：过滤与谱序列 > 造出「逐层逼近同调」的工具：带过滤的对象 → 关联分次 → 谱序列从 $E_{r}$ 页逐页算到 $E_{\infty}$。 #### 过滤　`def.filtration` *定义*　过滤（Filtration） 设 $\mathcal{A}$ 是阿贝尔范畴。$M \in \mathcal{A}$ 上的（**递降**）**过滤**是 $M$ 的子对象沿 $(\mathbb{Z}, \ge)$ 的图： $$\cdots \subseteq F^{n}M \subseteq F^{n+1}M \subseteq \cdots \subseteq M$$ 总假定过滤是**穷尽的**（$\bigcup_{n} F^{n}M = M$）与**分离的**（$\bigcap_{n} F^{n}M = 0$）；若 $n \ll 0$ 时 $F^{n}M = M$ 且 $n \gg 0$ 时 $F^{n}M = 0$，叫**有限的**。带过滤的对象构成范畴 $\mathbf{F}(\mathcal{A})$，**关联分次**记 $\operatorname{Gr}^{n}M := F^{n}M / F^{n+1}M$。 命题：$\mathbf{F}(\mathcal{C}(\mathcal{A})) \cong \mathcal{C}(\mathbf{F}(\mathcal{A}))$ —— **「带过滤」与「取复形」可以交换**。所以可以先把复形过滤好，再逐层算同调。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 谱序列　`def.spectral-sequence` *定义*　谱序列（Spectral Sequence） **谱序列**由两部分组成： 1. 一族复形 $E^{p,q}_{r}$（$p, q, r \in \mathbb{Z}$，$r \ge r_{0}$），微分 $$d^{p,q}_{r} : E^{p,q}_{r} \longrightarrow E^{p+r,\, q-r+1}_{r}$$ 使得 $E^{p,q}_{r+1} \cong H^{p,q}(E_{r}) = \ker d^{p,q}_{r} / \operatorname{im} d^{p-r,\, q+r-1}_{r}$； 2. 一族**带过滤**的对象 $H^{n}$（$n \in \mathbb{Z}$），使得对每个 $p, q$ 与所有充分大的 $r$， $$\operatorname{Gr}^{p} H^{p+q} \;\cong\; E^{p,q}_{r}$$ 仅当 $p, q \ge 0$ 时 $E^{p,q}_{r}$ 才可能非零的，叫**第一象限**谱序列。 从哪来：给复形 $K$ 一个过滤 $F^{p}K$，同调上的过滤由 $$F^{p}H^{n} := \operatorname{im}\bigl(H^{n}(F^{p}K) \to H^{n}(K)\bigr)$$ 继承。于是每根 $H^{n}$ 上都有一串 $H^{n} \supseteq \cdots \supseteq F^{p}H^{n} \supseteq F^{p+1}H^{n} \supseteq \cdots \supseteq 0$。 谱序列说的就是：**对充分大的 $r$，$E_{r}$ 页稳定下来，恰好等于这个过滤的关联分次**。所以它是「从过滤的复形一层层逼近同调」的工具 —— 直接算 $H^{n}$ 太难时，就把 $H^{n}$ 拆成容易算的那些碎片。 参考：Le Stum, An introduction to condensed mathematics, §7.2 #### 过滤复形给出谱序列　`thm.filtered-complex-spectral` *定理*　下有界过滤复形 $\implies$ 谱序列 设 $K^{\bullet}$ 是**带过滤**的复形（递降过滤 $F^{p}K^{\bullet}$），且**下有界**（对每个 $n$，$p \ll 0$ 时 $F^{p}K^{n} = K^{n}$）。则存在谱序列 $$E^{p,q}_{0} = \operatorname{Gr}^{p}K^{p+q} \;\Longrightarrow\; H^{p+q}(K^{\bullet}).$$ **构造（逐页逼近的真身）。** 对 $r \ge 0$ 定义两族子对象 $$Z^{p,q}_{r} := F^{p}K^{p+q} \cap (d^{p+q})^{-1}\bigl(F^{p+r}K^{p+q+1}\bigr), \qquad B^{p,q}_{r} := F^{p}K^{p+q} \cap d^{p+q-1}\bigl(F^{p-r+1}K^{p+q-1}\bigr),$$ 并令 $E^{p,q}_{r} := Z^{p,q}_{r}/B^{p,q}_{r}$。逐条读： - $r = 0$：$Z^{p,q}_{0} = F^{p}K^{p+q}$、$B^{p,q}_{0} = F^{p+1}K^{p+q}$，所以 $E^{p,q}_{0} = \operatorname{Gr}^{p}K^{p+q}$ —— **第一页就是把过滤一层层切开**； - $r = 1$：$Z^{p,q}_{1}$ 是 $\operatorname{Gr}^{p}K^{p+q}$ 里的闭上链、$B^{p,q}_{1}$ 是边界，故 $E^{p,q}_{1} = H^{p+q}(\operatorname{Gr}^{p}K^{\bullet})$； - 一般地，$d$ 把 $Z^{p,q}_{r}$ 送进 $Z^{p+r,q-r+1}_{r}$ 并把 $B^{p,q}_{r}$ 送进 $B^{p+r,q-r+1}_{r}$，因此下降为微分 $d_{r} : E^{p,q}_{r} \to E^{p+r,q-r+1}_{r}$，而**第 $r+1$ 页就是第 $r$ 页对 $d_{r}$ 取同调**：$E_{r+1} = H(E_{r}, d_{r})$。 - **收敛**：$r$ 增大时 $Z^{p,q}_{r}$ 递升、$B^{p,q}_{r}$ 递降；因为过滤下有界，「$d$ 跳得够远」这件事在有限步后就空了，所以每个 $(p,q)$ 上 $Z^{p,q}_{r}$ 与 $B^{p,q}_{r}$ 都**稳定**，极限就是 $H^{p+q}(K^{\bullet})$ 配上诱导过滤后的关联分次。∎ ⭐ **读法**：先把带过滤的复形「按层切碎」（取关联分次 $\operatorname{Gr}^{p}$），算出每层的同调当第一页；然后微分一页一页地把它们拼回去，收敛到**原来的**同调。 ⚠️ 「下有界」这个条件不能省 —— 它保证上面的 $Z$、$B$ 真的会稳定（不是每个谱序列都会收敛到什么东西）。 参考：Le Stum, Theorem 7.2.16；Weibel, An Introduction to Homological Algebra, 5.4.1 #### 双复形　`def.bicomplex` *定义*　双复形（Bicomplex） 加法范畴里的**双复形**就是**复形的复形**：即 $(\mathbb{Z}, \preceq)^{2}$ 上的图 $(K^{p,q}, d^{p,q}, d'^{p,q})$，使对一切 $p, q$ $$d^{p+1,q} \circ d^{p,q} = 0, \qquad d'^{p,q+1} \circ d'^{p,q} = 0, \qquad d'^{p+1,q} \circ d^{p,q} = d^{p,q+1} \circ d'^{p,q}.$$ 前两条说「每个方向各自是复形」；**第三条说两个方向的微分交换**（差一个符号，视约定）。 ⭐ **怎么把它变成一个普通复形**：取**全复形** $K^{n} := \bigoplus_{p+q=n} K^{p,q}$，微分 $d + d'$（带符号）。于是双复形的同调与「逐行算完再逐列算」的关系，正是给出谱序列的地方。 **典型来源**：把复形作内射消解时自然会得到双复形（$I^{p,q}$ 里 $p$ 是原复形的次数、$q$ 是消解的次数）。**Grothendieck 谱序列**就是从它来的。 参考：Le Stum, Definition 7.2.17 #### Grothendieck 谱序列　`cor.grothendieck-spectral` *推论*　Grothendieck 谱序列 设 $\mathcal{A} \xrightarrow{F} \mathcal{A}' \xrightarrow{G} \mathcal{A}''$ 是加法函子，$\mathcal{A}, \mathcal{A}'$ **有足够多内射**、且 $F$ 把内射对象送到 $G$-零调对象。则存在谱序列 $$E^{p,q}_{2} = R^{p}G\bigl(R^{q}F(M)\bigr) \;\Longrightarrow\; R^{p+q}(G \circ F)(M).$$ ⭐ **它的用处**：想算复合函子的导出函子 $R^{n}(G \circ F)$，可以**先算 $R^{q}F$、再算 $R^{p}G$**，中间用谱序列把两层的贡献拼起来。这是同调代数里最基本的「两步走」工具。 **证明（双复形 + 两个谱序列）。** 取 $M$ 的内射消解 $I^{\bullet}$，令 $A^{\bullet} := F I^{\bullet}$。 - 由假设，$I^{n}$ 内射，故 $FI^{n}$ 是 $G$-零调的，所以 $A^{\bullet}$ 是 $FM$ 的一个**由 $G$-零调对象组成的**右消解，于是 $R(G\circ F)M = G A^{\bullet}$ 在导出范畴里（Leray 零调性），即 $R^{n}(G\circ F)M = H^{n}(GA^{\bullet})$； - 再对 $A^{\bullet}$ 取 **Cartan–Eilenberg 分解** $J^{\bullet,\bullet}$（每个 $J^{p,\bullet}$ 是 $A^{p}$ 的 $G$-零调消解，横竖两方向的同调都算得出来）； - 双复形的两个谱序列：按 $p$ 先过滤收敛到 $H^{p+q}(G J^{\bullet,\bullet}) = R^{p+q}(G\circ F)M$，而它的 $E_{2}$ 页是「先竖后横」算出来的 $R^{p}G\bigl(H^{q}(A^{\bullet})\bigr) = R^{p}G\bigl(R^{q}FM\bigr)$；另一个谱序列（先横后竖）因为每列都是零调消解而在 $E_{2}$ 页退化，两边收敛到同一个东西。∎ 细节在前两条里：Cartan–Eilenberg 分解的存在性，双复形谱序列的收敛与 $E_{2}$ 页的识别。 **典型应用**：层上同调 — 先层化再取截面、Čech 上同调到 de Rham 上同调、群的同调里的 Lyndon–Hochschild–Serre 谱序列，都是它的特例。 **为什么要求 $F$ 把内射送到 $G$-零调**：这样 $F$ 的内射消解才能直接拿来做 $G$ 的零调消解，两边才接得上。 参考：Le Stum, Corollary 7.2.13；Le Stum, Corollary 7.2.21 #### 双复形给出谱序列　`prop.bicomplex-spectral` *命题*　命题：下有界双复形 $\implies$ $E^{0}_{p,q} = K^{p,q} \Longrightarrow H^{p+q}(K^{\bullet})$ 设 $K^{\bullet,\bullet}$ 是双复形，且在**两个方向上都下有界**。则存在谱序列 $$E^{0}_{p,q} \;=\; K^{p,q} \;\Longrightarrow\; H^{p+q}(K^{\bullet}),$$ 其中 $K^{\bullet}$ 是**全复形** $K^{n} := \bigoplus_{p+q=n} K^{p,q}$，微分为 $d + d'$（带符号）。 ⭐ **下一页就是「逐行算完再逐列算」**：沿竖直方向取同调得 $$E^{1}_{p,q} \;=\; H^{q}\bigl(K^{p,\bullet}\bigr),$$ 再沿水平方向取同调得 $E^{2}$ 页。谱序列说的就是：这两步走完的结果，最终收敛到全复形的同调 $H^{p+q}(K^{\bullet})$ ✓。 ⭐ 典型用法：把「一个复形作内射消解」自然得到的双复形按这条取谱序列，就得到 **Grothendieck 谱序列**；按另一种过滤（先横后竖）则得到 Cartan–Eilenberg 那一套分解 ✓。 ⚠️ **下有界**不能省：谱序列在无界情形要额外讨论收敛（一般要用 $\varprojlim$ 的整套语言）。 参考：Le Stum, An introduction to condensed mathematics, Proposition 7.2.18 #### 谱序列的退化行　`prop.spectral-degenerate-row` *命题*　命题：只有 $p = 0$ 那一行时 $E^{0,q} \cong H^{q}$ 设 $E^{p,q}_{r} \implies H^{p+q}$ 是**第一象限**谱序列。若对某个 $r \ge 1$ 有 $$p \ne 0 \implies E^{p,q}_{r} = 0 \qquad (\forall q),$$ 则对一切 $q$：$E^{0,q}_{r} \cong H^{q}$。 对偶地，若某个 $r \ge 2$ 满足 $q \ne 0 \implies E^{p,q}_{r} = 0$（$\forall p$），则对一切 $p$：$E^{p,0}_{r} \cong H^{p}$。 **证明。** 固定 $q$。第一象限保证 $p < 0$ 或 $q < 0$ 的项恒为零 ✓，所以 $E^{0,q}$ 处进出它的微分都要离开 $p = 0$ 这一行或跑出第一象限，于是 $$E^{0,q}_{r} = E^{0,q}_{r+1} = \cdots = E^{0,q}_{\infty} ✓$$ 而收敛到 $H^{q}$ 的过滤里，$E^{\infty}_{0,q} = \operatorname{Gr}^{0}H^{q}$，且 $p < 0$ 的项全为零说明 $H^{q}$ 的过滤在 $0$ 处没有更低的层，故 $\operatorname{Gr}^{0}H^{q} = H^{q}$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.29 #### 谱序列的五项正合列　`prop.five-term-spectral-sequence` *命题*　命题：$0 \to E^{1,0}_{2} \to H^{1} \to E^{0,1}_{2} \xrightarrow{d_{2}} E^{2,0}_{2} \to H^{2}$ 第一象限谱序列 $E^{p,q}_{2} \implies H^{p+q}$ 给出**五项正合列** $$0 \longrightarrow E^{1,0}_{2} \longrightarrow H^{1} \longrightarrow E^{0,1}_{2} \xrightarrow{\ d_{2}\ } E^{2,0}_{2} \longrightarrow H^{2}.$$ **证明（逐页核对）。** 第一象限里 $d_{2} : E^{0,1}_{2} \to E^{2,0}_{2}$ 是这两项唯一可能的非零微分 ✓；$E^{1,0}$ 与 $E^{0,1}$ 都活到 $E^{\infty}$（没有更低的 $q$ 可以被打到）✓。把 $E^{\infty}_{1,0} = \operatorname{Gr}^{1}H^{1}$、$E^{\infty}_{0,1} = \operatorname{Gr}^{0}H^{1}$ 连同 $E^{\infty}_{2,0} = \operatorname{Gr}^{2}H^{2}$ 的过滤逐项拼起来，就得到上面这条链 ✓。∎ ⭐ 用处：这是「谱序列直接给出低次正合列」的标准工具，$H^{1}$ 与 $H^{2}$ 的低次项就从这里读出来。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.30 #### 过滤复形的第一页　`prop.filtered-first-page` *命题*　命题：$E^{1}_{p,q} = H^{p+q}(\operatorname{Gr}^{p}K^{\bullet})$ 设 $K^{\bullet}$ 是带（递降）过滤的复形，$E^{p,q}_{r}$ 是它给出的谱序列。则 $$E^{1}_{p,q} \;=\; H^{p+q}\bigl(\operatorname{Gr}^{p}K^{\bullet}\bigr).$$ **证明。** 由 $E^{0}_{p,q} = \operatorname{Gr}^{p}K^{p+q}$ ✓，而第 $0$ 页的微分 $d_{0}$ 是过滤商上诱导的微分（也就是 $K^{\bullet}$ 的微分下到分次片上）✓；取同调即得 $E^{1}_{p,q} = H^{p+q}(\operatorname{Gr}^{p}K^{\bullet})$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.31 #### 正合因子让谱序列退化　`prop.derived-functor-exact-factor` *命题*　命题：$F$ 正合 $\implies R^{n}G(FK) \cong R^{n}(G \circ F)(K)$ 设 $\mathcal{A} \xrightarrow{F} \mathcal{A}' \xrightarrow{G} \mathcal{A}''$ 是加法函子，满足 Grothendieck 谱序列的条件。若 $F$ 正合，则 $$R^{n}G\bigl(F(K)\bigr) \;\cong\; R^{n}(G \circ F)(K);$$ 对偶地，若 $G$ 正合，则 $G\bigl(R^{n}F(K)\bigr) \cong R^{n}(G \circ F)(K)$。 **证明。** 正合函子的高次导出函子为零：$R^{q}F = 0$（$q > 0$）✓。在 Grothendieck 谱序列 $E^{p,q}_{2} = R^{p}G(R^{q}F(K)) \implies R^{p+q}(G\circ F)(K)$ 里，$E_{2}$ 页只剩下 $q = 0$ 那一行 ✓，于是谱序列退化，$R^{n}(G\circ F)(K) \cong R^{n}G(F(K))$ ✓。对偶地把 $F,G$ 互换（另一半用 $G$ 正合 $\implies$ $R^{p}G = 0$）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.35 #### 谱序列的页画在 (p,q) 平面上　`prop.spectral-sequence-page-picture` *命题*　命题：$E_{0}, E_{1}, E_{2}$ 都是 $(p,q)$ 平面上的格点族 谱序列的每一页 $E_{r}$ 都可以画成 $(p, q)$ 平面上的**格点族**（每个格点挂一个对象 $E^{p,q}_{r}$），而微分 $d_{r}$ 是从 $(p,q)$ 指向 $(p+r,\, q-r+1)$ 的**斜向箭头**。于是 $E_{0}, E_{1}, E_{2}$ 只是同一张图上不同的「向量场」。 **证明。** 逐项对定义：$E_{0}$ 的箭头是 $(p,q) \to (p, q+1)$（纵向）✓；$E_{1}$ 的是 $(p,q) \to (p+1, q)$（横向）✓；$E_{2}$ 的是 $(p,q) \to (p+2, q-1)$（斜率 $-\frac{1}{2}$）✓ —— 每翻一页箭头就转一次、同时「吃掉」更多格点 ✓。∎ ⭐ 用处：**第一象限**谱序列里，这条图画出来一眼就能看出哪些项会活到 $E_{\infty}$（比如 $E^{0,q}$ 只可能被从左上来的箭头打到）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.28 ### 星团：层上同调 > 把导出函子开到层上：$H^{n}(X, M) = R^{n}\Gamma(X, M)$ → Čech 上同调（便宜的算法）→ Cartan–Leray 谱序列把它们接起来 → 无环层 → 拓扑斯态射的导出函子。 #### 层上同调　`def.sheaf-cohomology` *定义*　层上同调 $H^{n}(X, M^{\bullet})$ 设 $M^{\bullet}$ 是 site $\mathcal{C}$ 上的**阿贝尔层复形**，$X \in \mathcal{C}$。它在 $X$ 上的**第 $n$ 个上同调群**是 $$H^{n}(X, M^{\bullet}) := R^{n}\Gamma(X, M^{\bullet}),$$ 其中 $\Gamma(X, -)$ 是 $X$ 处的**截面函子**。 ⭐ **一句话**：层上同调就是**截面函子的右导出函子**。$\Gamma(X,-)$ 左正合但不右正合（层化会捣乱），$R^{n}\Gamma$ 正是补上断口的那半个。 **为什么需要它**：单看 $H^{0}(X, M) = \Gamma(X, M) = M(X)$ 只有整体截面；$H^{1}$ 起才开始记录「层粘不上去」的信息（$H^{1}$ 分类层的主丛 / torsor）。 参考：Le Stum, Definition 7.3.1 #### Čech 上同调　`def.cech-cohomology` *定义*　Čech 上同调 $\check{H}^{n}(X, M^{\bullet})$ 设 $M^{\bullet}$ 是 site $\mathcal{C}$ 上的**阿贝尔预层复形**，$X \in \mathcal{C}$。它的第 $n$ 个 **Čech 上同调群**是 $$\check{H}^{n}(X, M^{\bullet}) := \Gamma\bigl(X,\ \check{H}^{n}(M^{\bullet})\bigr).$$ **与层上同调的区别**：层上同调要**先取内射消解**（贵）；Čech 上同调**直接用覆盖算**（便宜），代价是它一般只是「逼近」。 **为什么叫 Čech**：它照着 Čech 那套「用开覆盖的交叠来算整体信息」的直觉造出来的 —— 覆盖的每一层交叠给一个群，交叠的包含关系给微分，取同调就是 Čech 上同调。 参考：Le Stum, Definition 7.3.5 #### Čech 上同调是沿覆盖筛的余极限　`prop.cech-as-colim` *命题*　$\check{H}^{n}(X, M) = \varinjlim_{R \in J(X)} H^{n}(R, M)$ 若 $X \in \mathcal{C}$、$M$ 是阿贝尔预层，则 $\check{H}^{n}(X, M) = \varinjlim_{R \in J(X)} H^{n}(R, M)$（沿 $X$ 上所有覆盖筛 $R$ 取滤过余极限）。 **证明。** 两层意思：**(a) 换覆盖不改变 Čech 复形（在筛的意义下）。** 每个覆盖族 $\mathfrak{X}$ 生成一个筛 $R_{\mathfrak{X}}$，而 $\check{C}^{\bullet}(\mathfrak{X}, M) \to \check{C}^{\bullet}(R_{\mathfrak{X}}, M)$ 是同构 —— 筛版的 Čech 复形本来就是「把 $\mathfrak{X}$ 的交叠一字排开」，细化只是把重复的项并掉。于是「沿覆盖取余极限」与「沿筛取余极限」是同一个余极限（覆盖在筛里是共尾的）。 **(b) 余极限与取同调交换。** $J(X)$ 这个偏序集是**滤过**的：任意两个筛 $R, R'$ 都有上界（取它们生成的筛，或直接取交），任意两个 $R \subseteq R'\subseteq R$ 之间的态射被夹成同一个。而 $\varinjlim$ 在 $\mathrm{Ab}$ 里**正合**（AB5），所以 $$\varinjlim_{R \in J(X)} H^{n}(R, M) = H^{n}\Bigl(\varinjlim_{R \in J(X)} \check{C}^{\bullet}(R, M)\Bigr),$$ 而右边括号里那个余极限复形与按覆盖定义的 $\check{C}^{\bullet}(X, M)$ 逐项一致（(a) 说的就是「每个覆盖都已经被某个筛表示」）。两边一比即得。∎ 参考：Le Stum, Exercise 7.46 #### Cartan–Leray 谱序列　`thm.cartan-leray` *定理*　Cartan–Leray：Čech 到层上同调的谱序列 若 $\mathfrak{X}$ 是 $X$ 的一个**覆盖**、$M$ 是阿贝尔层，则存在谱序列 $$E^{p,q}_{2} := \check{H}^{p}\bigl(\mathfrak{X},\ H^{q}(M)\bigr) \;\Longrightarrow\; H^{p+q}(X, M).$$ ⭐ **它说的是**：Čech 上同调（右边那个 $\check{H}^{p}$）用 $H^{q}(M)$ 当系数，收敛到**真正的**层上同调。于是「便宜的算法」怎么逼近「贵的算法」这件事被讲清楚了。 **推论**：若覆盖的每一层上 $H^{q} = 0$（$q \ne 0$），则 $\check{H}^{n} \cong H^{n}$ —— 此时 Čech 直接给出层上同调。 **证明走法**：取 $\mathfrak{X}$ 生成的筛 $R$，则 $\Gamma(\mathfrak{X}, M) = \Gamma(R, \mathcal{H}(M))$；$\mathcal{H}$ 保内射，于是由 Grothendieck 谱序列 + 上一条得到。 参考：Le Stum, Theorem 7.3.6 #### 无环层　`def.acyclic-sheaf` *定义*　无环层（Acyclic Sheaf） site $\mathcal{C}$ 上的阿贝尔层 $M$ 叫**无环的**，如果 $H^{n}(M) = 0$ 对一切 $n \ne 0$。 ⚠️ 专门提醒：**这个定义依赖 site $\mathcal{C}$，不只是依赖拓扑斯 $\widetilde{\mathcal{C}}$** —— 换个 site（同一拓扑斯）无环性可能变。这一点和「层的概念只依赖拓扑斯」形成对比。 参考：Le Stum, An introduction to condensed mathematics, §7.3 #### 无环 ⟺ Čech 上同调为零　`prop.acyclic-iff-cech` *命题*　$M$ 无环 $\iff \check{H}^{n}(M) = 0$（$n \ne 0$） $\mathcal{C}$ 上的阿贝尔层 $M$ **无环** $\iff \check{H}^{n}(M) = 0$ 对一切 $n \ne 0$。 **证明。** 关键的中间物是**预层的谱序列**（由「Čech 到上同调」那条沿覆盖取余极限、再用滤过余极限正合得到） $$E^{p,q}_{2} := \check{H}^{p}\bigl(H^{q}(M)\bigr) \;\Longrightarrow\; H^{p+q}(M).$$ - **$\implies$ 方向**：若 $M$ 无环，则 $H^{q}(M) = 0$（$q \ne 0$），第一页只剩 $q = 0$ 那一行，谱序列立刻退化，给出 $\check{H}^{n}(M) = 0$（$n \ne 0$）。 - **$\Longleftarrow$ 方向**：对 $n$ 归纳，证「$0 < p + q \le n$ 时 $E^{p,q}_{2} = 0$」。设 $0 < q \le n$：由归纳假设（$H^{q}(M)$ 在更低的总次数上）得 $H^{q}(M) = 0$，于是这一整个 $q$ 行是 $0$；又 $q \ne 0$ 时 $E^{0,q}_{2} = 0$（$\check{H}^{0}$ 只看到整体截面），而 $p \ne 0$ 时 $E^{p,0}_{2} = \check{H}^{p}(H^{0}(M)) = \check{H}^{p}(M) = 0$（假设）。所以总次数 $= n$ 的格子全灭，归纳走通。∎ ⭐ **读法**：Čech 上同调**完全**检测无环性 —— 它虽然一般只是「逼近」真上同调，但「逼不逼得零」这件事与真上同调完全一致。 参考：Le Stum, Proposition 7.3.10；Le Stum, Corollary 7.3.8 #### 紧 Hausdorff 上 Čech 就是上同调　`prop.chaus-cech-eq-h` *命题*　紧 Hausdorff：$\check{H}^{n}(X, M) = H^{n}(X, M)$ 若 $X$ 是**紧 Hausdorff** 空间，则 $\check{H}^{n}(X, M) = H^{n}(X, M)$（对一切阿贝尔层 $M$）。 **证明思路（经典的比较论证）。** 两边都是 $\Gamma(X, -)$ 的导出函子，差别只在「用哪种消解去算」。要证的其实是一件事： **紧 Hausdorff 空间的开覆盖的 Čech 项是 $\Gamma(X, -)$-零调的。** 具体地，覆盖 $\mathfrak{X} = (X_{i})_{i}$ 的 Čech 复形每一项是 $\prod_{i} M(X_{i})$ 型的「有限多个可表对象上的取值」（紧性保证可以只取**有限**覆盖 —— 有限细化在覆盖的滤过系统里是共尾的），而这类对象正是「有截面 $\implies$ 零调」那一套（$\mathbb{Z}\cdot h_{X}$ 投射，见「有截面的态射给出零调」）适用的形状。 于是 Cartan–Leray 谱序列 $E^{p,q}_{2} = \check{H}^{p}(\mathfrak{X}, H^{q}(M)) \implies H^{p+q}(X, M)$ 里 $q > 0$ 的整行消失，退化给出 $\check{H}^{n}(X, M) \cong H^{n}(X, M)$；再沿覆盖取余极限（上一条）即得对所有覆盖成立的结论。∎ ⚠️ 「紧」在这里的用处有两处：让**有限**覆盖在滤过系统里共尾，以及让每个有限覆盖的高阶 Čech 项被零调性吃掉。 参考：Le Stum, Proposition 7.3.11（原书标为 classic）；Godement, Topologie algébrique et théorie des faisceaux, II.5 #### 滤过极限的上同调　`prop.filtered-limit-cohomology` *命题*　紧 Hausdorff 的滤过极限上，常值系数的上同调是余极限 若 $X = \varprojlim_{i \in I} X_{i}$ 是紧 Hausdorff 空间的**滤过极限**（过渡映射满）、$M$ 是**常值**阿贝尔群，则 $$H^{n}(X, M) = \varinjlim_{i \in I} H^{n}(X_{i}, M).$$ ⚠️ 注意方向：**极限** $X = \varprojlim X_{i}$ 在拓扑这一侧，而它上面的**上同调**却成了**余极限** —— 上同调把方向翻过来。这条是「用越来越精细的有限块逼近整体，再取上同调」的合法性来源。 **证明（走 Čech）。** 设 $\pi_{i} : X \to X_{i}$ 是投影。两件事： 1. **$X$ 的覆盖有「从某个 $X_{i}$ 拉回来」的细化。** $X$ 落在乘积 $\prod_{i} X_{i}$ 里，而一个开覆盖的每个成员只约束**有限多个**坐标（乘积拓扑的定义），紧性再把「有限多个」压成「有限个覆盖成员」；于是这个覆盖被某个 $\pi_{i}^{-1}(\mathfrak{X})$ 细化，$\mathfrak{X}$ 是某个 $X_{i}$ 的覆盖。 2. **$M$ 常值 $\implies$ Čech 复形沿 $\pi_{i}$ 拉回不变。** 常值系数的交叠项只依赖「有几块、怎么叠」，与具体开集无关，所以 $\check{C}^{\bullet}(\pi_{i}^{-1}(\mathfrak{X}), M) = \check{C}^{\bullet}(\mathfrak{X}, M)$，取同调得 $\check{H}^{n}(\pi_{i}^{-1}(\mathfrak{X}), M) = \check{H}^{n}(\mathfrak{X}, M)$。 把 1、2 合起来：$\{\check{H}^{n}(\pi_{i}^{-1}(\mathfrak{X}), M)\}$ 这个沿 $i$ 的系统与 $\{\check{H}^{n}(\mathfrak{X}, M)\}_{\mathfrak{X} \in \mathrm{Cov}(X_{i})}$ 共尾，而 Čech 上同调是沿覆盖的滤过余极限，于是 $\check{H}^{n}(X, M) = \varinjlim_{i} \check{H}^{n}(X_{i}, M)$。 最后两端各用一次「紧 Hausdorff 上 Čech = 层上同调」，得到要证的等式。∎ ⭐ **用途**：把一个大（可能是无穷维、非紧）对象的上同调，降维成一族紧 Hausdorff 块上同调的滤过余极限。这类「先逐块算、再取余极限」的手法在 §8.3 的 Breen–Deligne 谱序列里反复出现。 参考：Le Stum, Proposition 7.3.12 #### Stone 空间上的上同调为零　`prop.stone-acyclic` *命题*　Stone 空间：$H^{n}(S, M) = 0$（$n \ne 0$） 若 $S$ 是 **Stone** 空间（= 紧 Hausdorff 完全不连通空间），则对任何阿贝尔层 $M$，$H^{n}(S, M) = 0$ 对一切 $n \ne 0$。 **证明。** $S$ 紧 Hausdorff，所以可以用 **Čech 上同调**算（上一条）。而完全不连通 + 紧 Hausdorff 给出一条极强的细化性质： - **任何覆盖都有有限的、两两不交的闭开（clopen）细化。** 取任一覆盖，用紧性抽出有限子覆盖；再由完全不连通，每个点有包含在某个覆盖成员里的闭开邻域；有限多个这样的闭开集两两求差，就得到一族**两两不交**的闭开集盖住 $S$（这是「零维 + 紧」的标准操作）。 - 于是只需算**两两不交**的覆盖 $\mathfrak{X} = (S_{k})_{k=0}^{r}$ 的 Čech 复形：$S_{k} \cap S_{l} = \emptyset$（$k \ne l$），所以所有高阶交叠都是空集，Čech 复形只在 $0$ 次有非零项，**集中在 $0$ 次**。 - 把覆盖换成细化不改变 Čech 上同调（上一条已证沿覆盖取余极限），而每个覆盖都细化到一个「集中在 $0$ 次」的复形，故 $\check{H}^{n}(S, M) = 0$（$n \ne 0$）。再用紧 Hausdorff 上 Čech = 层上同调即得。∎ ⭐ **这就是凝聚态数学里 Stonean 空间好用的根源**：层上同调在它们上面**自动退化**，$\Gamma(S, -)$ 直接就是正合函子，于是「取截面」不用付出任何导出代价。 参考：Le Stum, Exercise 7.50 #### 拓扑斯态射的导出函子　`prop.topos-morphism-derived` *命题*　$R^{n}f_{*}M$ 是 $X' \mapsto H^{n}(f^{-1}(X'), M)$ 的层化 若 $f : \mathcal{T} \to \mathcal{T}'$ 是**拓扑斯的态射**，则 $R^{n}f_{*}M$ 是预层 $X' \mapsto H^{n}\bigl(f^{-1}(X'),\ M\bigr)$ 所**层化**得到的层。 ⭐ **读法**：想算拓扑斯态射的导出函子，先逐点算「另一边像处的上同调」，再把结果层化回去。这与层上同调的定义（截面函子的右导出函子）是同一回事，只是把「一个点的截面」换成了「拓扑斯态射的拉回」。 **证明。** 记 $f = (f^{-1} \dashv f_{*})$，并把 $f^{-1}$、$f_{*}$ 在**预层**上的版本记作 $\hat{f}^{-1}$、$\hat{f}_{*}$。两个关键事实： - $f^{-1}$ 与**层化**都是正合的（拓扑斯态射的定义要求 $f^{-1}$ 正合；层化左正合且右正合，因为它是伴随）。 - $f_{*} = \sharp \circ \hat{f}_{*}$（先按预层推，再层化）。 于是 $R f_{*} = \sharp \circ \hat{f}_{*} \circ R H$（记 $H$ 为「把层看成预层」，它是左正合且正合的嵌入）。取第 $n$ 阶：**$R^{n}f_{*}M$ 就是预层 $\hat{f}_{*}H^{n}(M)$ 的层化**。 最后认这个预层：由伴随 $f^{-1} \dashv \hat{f}_{*}$，对每个 $X' \in \mathcal{T}'$ $$\bigl(\hat{f}_{*}H^{n}(M)\bigr)(X') = H^{n}(M)\bigl(f^{-1}(X')\bigr) = H^{n}\bigl(f^{-1}(X'),\ M\bigr).$$ 两边一合就是要证的。∎ 参考：Le Stum, Proposition 7.4.1 #### 层上同调是同伦不变量　`cor.homotopy-invariant-cohomology` *推论*　同伦等价的映射给同构的上同调 设 $M$ 是**常值**阿贝尔群。 1. 若 $f \simeq g : X \to Y$ 是**同伦**的连续映射，则 $f$ 与 $g$ 诱导的上同调映射相同； 2. 若 $f : X \to Y$ 是**同伦等价**，则 $H^{n}(Y, M) \cong H^{n}(X, M)$。 **证明第 1 条。** 常值系数下可以用 **Čech 模型**（在紧 Hausdorff 上它就算出真上同调，在一般情形也足够比较）。 - 同伦 $H : X \times [0,1] \to Y$ 把 $Y$ 的覆盖拉到 $X \times [0,1]$ 上。用 $[0,1]$ 的**有限区间分解** $[0,1] = \bigcup_{k} I_{k}$（相邻交叠也是区间）把它拆成有限段，于是对每个覆盖都能在 Čech 复形之间造出一个**链同伦** $f^{*} \simeq g^{*}$ —— 这一步的核心是「$[0,1]$ 的常值系数 Čech 上同调在正次数为零」（区间分解给出的增广 Čech 复形是可缩的）。 - 链同伦在同调上诱导**同一个**映射，故 $H^{n}(f) = H^{n}(g)$。 **第 2 条。** 设 $g$ 是 $f$ 的同伦逆，即 $f g \simeq \mathrm{id}_{Y}$、$g f \simeq \mathrm{id}_{X}$。由第 1 条，$H^{n}(fg) = H^{n}(\mathrm{id}_{Y}) = \mathrm{id}$，而 $H^{n}(fg) = H^{n}(f) \circ H^{n}(g)$（上同调是函子），同理另一边。于是 $H^{n}(f)$ 与 $H^{n}(g)$ 互逆，$H^{n}(Y, M) \cong H^{n}(X, M)$。∎ ⭐ **这就是「层上同调是拓扑不变量」那句话的出处** —— 常值系数下，$H^{n}(-, M)$ 是同伦不变的，所以它可以拿来算空间的同伦类不变量（奇异上同调、de Rham 上同调都落在这一条上）。 参考：Le Stum, Proposition 7.4.2；Le Stum, Corollary 7.4.3 #### 单纯方法算层上同调　`method.simplicial-cohomology` *命题*　用单纯超覆盖计算 $H^{n}(X, M)$ 设 $M$ 是 site $\mathcal{C}$ 上的阿贝尔层，$X \in \mathcal{C}$。取 $M$ 的一个**超覆盖**（即一个复形 $F_{\bullet} \to M$，其中每个 $F_{n}$ 是若干可表层的直和，且增广后处处正合）。则 $M$ 的上同调等于「逐层取截面」得到的**单纯阿贝尔群**的同伦群： $$H^{n}(X,\ M) \cong \pi^{n}\bigl(\Gamma(X,\ F_{\bullet})\bigr).$$ **在说什么。** 层上同调的定义是「取内射消解、取截面、取上同调」，而内射消解**无法计算**（内射对象太大）。这条给出一个**能算的替代品**：把内射消解换成「自由 / 可表对象的消解」，逐层取截面之后得到一个单纯阿贝尔群（或链复形），它的同伦群就是 $H^{n}$。 **为什么可行**：$F_{n}$ 由可表对象组成时，截面 $\Gamma(X, F_{n})$ 是可以直接写下来的（就是 $F_{n}$ 在该对象上的值）。而两个消解之间的映射给出**链同伦**，所以算出来的同伦群与消解的选取无关。 ⭐ **这就是 Godement 分解的现代形式，也是 $\infty$-范畴方法的入口**：在 $\infty$-范畴的语言里，「超覆盖」被换成「$X$ 的单纯分解」，而上同调就是那个单纯对象的映射空间的同伦群。整个导出代数几何的层上同调计算都走这条路。 **证明。** 分两步。 - **超覆盖的每一项在 $\Gamma(X, -)$ 下零调。** $F_{n}$ 是可表层的直和，而 $\Gamma(X, h_{U}) = \operatorname{Hom}(X, U)$ 直接可算；「有截面 $\implies$ 高阶为零」那套（$\mathbb{Z}\cdot h_{X}$ 是投射对象，投射 $\implies$ 无环）保证 $H^{p}(\Gamma(X, F_{n})) = 0$（$p > 0$）。 - **于是 $F_{\bullet} \to M$ 就是一个「由 $\Gamma(X, -)$-零调对象组成的消解」。** 把 Leray 零调性搬过来：$R\Gamma(X, M)$ 可以直接用 $\Gamma(X, F_{\bullet})$ 这个复形算，即 $H^{n}(X, M) = H^{n}\bigl(\Gamma(X, F_{\bullet})\bigr)$。 最后把链复形读成单纯阿贝尔群（Dold–Kan：单纯阿贝尔群的同伦群就是归一化链复形的上同调），就得到 $H^{n}(X, M) \cong \pi^{n}(\Gamma(X, F_{\bullet}))$。两个超覆盖之间的比较给出链同伦（投射性 / 已有的 Ext 论证），所以右边与超覆盖的选取无关。∎ 📌 **三个输入**：单纯对象、单纯形范畴的定义（已有），以及 Čech 复形（已有的「便宜算法」）。这条把它们接成一台计算上同调的机器。 参考：Le Stum, §7.3（配合 Lemma 7.3.2） #### Cartan–Eilenberg 分解　`lem.cartan-eilenberg` *引理*　Cartan–Eilenberg 分解（双复形内射消解） 设 $K^{\bullet}$ 是阿贝尔范畴中的**下有界**复形。则存在下有界**双复形** $I^{\bullet,\bullet}$（即 $I^{p,q} = 0$ 对 $q < 0$）与复形态射 $K^{\bullet} \to I^{\bullet,0}$，使得 - 每个 $K^{p} \to I^{p,\bullet}$ 是**内射消解**； - 每个 $H^{p}(K^{\bullet}) \to H^{p}(I^{\bullet,\bullet})$ 也是**内射消解**。 **为什么需要它。** 双复形可以按两种方式过滤（先按列、或先按行），各得一条谱序列。要让这两条谱序列**同时**收敛到同一个总复形的上同调，就必须在构造上保证「行和列都是内射消解」—— 这正是 Cartan–Eilenberg 分解给出的东西。 **「$H^{p}$ 那一层也是内射消解」是关键的额外要求**：只要求每列是内射消解还不够（那样第二条谱序列会退化）；要求上同调层也是内射消解，才能让两条过滤都读到完整信息。 ⭐ **用在哪**：推导「两个导出函子的复合 = 谱序列」（Grothendieck 谱序列）、以及导出范畴里「有界下有界复形可以换成分解」的标准论证，都要先有这条。 **构造（归纳 + 马蹄引理）。** 记 $Z^{p} := \ker d^{p}$、$B^{p} := \operatorname{im} d^{p-1}$，于是每个 $p$ 有两条短正合列 $$0 \to Z^{p} \to K^{p} \to B^{p+1} \to 0, \qquad 0 \to B^{p} \to Z^{p} \to H^{p}(K^{\bullet}) \to 0 .$$ - 对**大序数/整个复形同时**取内射消解：先取 $K^{p}$ 的内射消解 $I^{p,\bullet}$，再用**马蹄引理**（horseshoe lemma）把它与 $B^{p+1}$、$Z^{p}$ 的消解拼起来 —— 因为 $B^{p+1}$ 与 $Z^{p}$ 的消解可以从 $K^{p}$ 的消解里「切」出来； - 两条正合列各用一次马蹄引理，就能保证**同时**满足两个要求：每个 $K^{p} \to I^{p,\bullet}$ 是内射消解，且每个 $H^{p}(K^{\bullet}) \to H^{p}(I^{\bullet,\bullet})$ 也是内射消解（后者靠第二条正合列与「分次内射」的逐层内射性）； - 下有界：从最小的 $p$ 起递推，$q < 0$ 的层取 $0$。∎ ⚠️ 第二条要求是关键：只要求「每列是内射消解」不够，那样按行的过滤会退化；要求**上同调层也是内射消解**，两条过滤才都读到完整信息。 参考：Le Stum, Lemma 7.2.19 #### 带截面的覆盖上 Čech 零调　`prop.cech-section-vanishing` *命题*　命题：满射有截面时增广 Čech 复形同伦平凡 设 $\mathcal{T}$ 是拓扑斯，$X_{0} \xrightarrow{\ p\ } X$ 是态射且**有截面** $s$（$p s = 1_{X}$）。记 $$X_{n} := X_{0} \times_{X} \cdots \times_{X} X_{0} \quad (n+1 \text{ 个因子}),$$ 则对 $\mathcal{T}$ 中任何阿贝尔群 $M$，增广 Čech 复形 $\check{C}^{\bullet}\bigl((X_{0} \to X)^{+}, M\bigr)$ 是**同伦平凡**的；特别地 $$\check{H}^{n}\bigl((X_{0} \to X),\ M\bigr) = 0 \qquad (n > 0).$$ 同伦的形状是 $f \mapsto f \circ s^{n}$，其中 $s^{n} : X_{n} \to X_{n+1}$。 **证明。** 对每个 $n \ge -1$ 取 $$s^{n} := s \times_{X} 1_{X_{n}} : X_{n} \longrightarrow X_{n+1}$$ （$n = -1$ 时它就是 $s$ 本身）。这是「沿截面把次数提高一格」的那一族映射，满足收缩同伦的恒等式 $$1_{X_{n}} = s^{n+1} d_{n} + d_{n+1} s^{n}, \qquad d_{n} := \sum_{i=0}^{n}(-1)^{i} d^{n}_{i}$$ （把两边逐项展开成各面映射 $d^{n}_{i}$ 的复合即可验证）✓。把 $s^{n}$ 线性延拓到自由对象上，同一恒等式说明 $\mathbb{Z}\cdot X^{+}_{\bullet}$ 上的恒等映射**同伦于 0** —— 即这个复形同伦平凡 ✓。 而 $\check{C}^{\bullet} = \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X^{+}_{\bullet},\ M\bigr)$，Hom 函子把同伦 $(s^{n})$ 送到同伦 $(\operatorname{Hom}(s^{n}, M))$，故 Čech 复形也同伦平凡，正次数上同调为零 ✓。∎ ⭐ **有截面 $\implies$ 没有高次 Čech 上同调**。于是覆盖族里只要有一支映射带截面，整族的 Čech 复形就收缩掉 —— 「同构映射」「有限不交覆盖」这些情形全部自动零调。 参考：Le Stum, An introduction to condensed mathematics, §7.3 #### 上同调与不交并　`prop.cohomology-of-coproduct` *命题*　命题：$H^{n}(\coprod_{i} X_{i}, M) \cong \prod_{i} H^{n}(X_{i}, M)$ 设 $\mathcal{T}$ 是拓扑斯，$(X_{i})_{i \in I}$ 是一族对象，$M$ 是 $\mathcal{T}$ 中的阿贝尔群。则对一切 $n \ge 0$ $$H^{n}\Bigl(\coprod_{i \in I} X_{i},\ M\Bigr) \;\cong\; \prod_{i \in I} H^{n}(X_{i},\ M).$$ **证明。** 取 $M$ 的**内射消解** $I^{\bullet}$ ✓。截面函子把不交并送成**积**： $$\Gamma\Bigl(\coprod_{i} X_{i},\ -\Bigr) \;=\; \prod_{i} \Gamma(X_{i},\ -) ✓$$ （从余积出发的映射恰是一族相容的映射；等价地，$\Gamma(X, -) = \operatorname{Hom}(h_{X}, -)$ 而 $h$ 保余积。）于是 $$\Gamma\Bigl(\coprod_{i} X_{i},\ I^{\bullet}\Bigr) = \prod_{i} \Gamma(X_{i},\ I^{\bullet}) ✓$$ 在 $\mathbf{Ab}$ 里**积是正合的**，所以逐项取积不影响上同调的计算： $$H^{n}\Bigl(\Gamma\bigl(\coprod_{i} X_{i},\ I^{\bullet}\bigr)\Bigr) \cong \prod_{i} H^{n}\bigl(\Gamma(X_{i},\ I^{\bullet})\bigr) = \prod_{i} H^{n}(X_{i},\ M) ✓$$ （每个 $\Gamma(X_{i}, I^{\bullet})$ 都算 $H^{n}(X_{i}, M)$：$I^{\bullet}$ 逐项内射，对**每个**测试对象 $X_{i}$ 仍然给出消解。）∎ ⭐ 一句话：**不交并这一侧是积**。离散空间上的零调（$H^{n}(\coprod_{e} *, M) = \prod_{e} H^{n}(*, M) = 0$）就是它的直接推论。 参考：Le Stum, An introduction to condensed mathematics, §7.3 #### 上同调就是 Ext　`prop.cohomology-as-ext` *命题*　命题：$H^{n}(X, M^{\bullet}) \cong \operatorname{Ext}^{n}_{\mathbb{Z}}(\mathbb{Z}\cdot X,\ M^{\bullet})$ 设 $\mathcal{T}$ 是拓扑斯，$X \in \mathcal{T}$，$M^{\bullet}$ 是 $\mathcal{T}$ 中阿贝尔群的复形。则 $$\operatorname{R}\Gamma(X,\ M^{\bullet}) \;\cong\; \operatorname{RHom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M^{\bullet}\bigr), \qquad H^{n}(X,\ M^{\bullet}) \;\cong\; \operatorname{Ext}^{n}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M^{\bullet}\bigr).$$ **证明。** 关键在于这两个函子**本来是同一个函子**。由 $\mathbb{Z}\cdot X$ 的泛性质（它是自由对象：$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X, M) = \operatorname{Hom}(X, M)$）✓， $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M\bigr) \;=\; \operatorname{Hom}_{\mathcal{T}}\bigl(X,\ M\bigr) \;=\; \Gamma(X, M) = M(X) ✓$$ 即「取截面」函子与「$\operatorname{Hom}(\mathbb{Z}\cdot X, -)$」逐字相同 ✓。右导出函子只依赖函子本身，故两者的右导出函子在导出范畴里同构：$\operatorname{R}\Gamma(X, -) \cong \operatorname{RHom}(\mathbb{Z}\cdot X, -)$ ✓；逐类取上同调就得到第二个同构 ✓。∎ ⭐ 这条是**两套语言之间的桥**：一边是几何味的「截面」（$\Gamma(X,-)$），一边是代数味的「导出 Hom」。有了它，层上同调的一切计算都能翻译成导出范畴里的 Ext 计算 —— 反过来，Ext 的几何意义也清楚了：**它就是某个空间上的上同调**。 📌 与「Stonean 上的截面公式」对照看：那条把 Ext 写成 $\operatorname{Ext}^{n}(M \cdot S, N)$，这条把 Ext 写成 $H^{n}(X, N)$，两条合起来正是「$H^{n}(X, N)$ 可以用 $\mathbb{Z}\cdot X$ 的消解来算」。 参考：Le Stum, An introduction to condensed mathematics, §7.3 #### 预层在可表示对象上没有高次上同调　`prop.presheaf-representable-acyclic` *命题*　命题：$H^{n}(h_{X}, M) = 0$（$n > 0$，预层情形） 设 $\mathcal{C}$ 是任意范畴、$\widehat{\mathcal{C}}$ 配标准拓扑，$X \in \mathcal{C}$、$M$ 是 $\widehat{\mathcal{C}}$ 上的阿贝尔**预层**。则 $$H^{n}\bigl(h_{X},\ M\bigr) = 0 \qquad (n > 0).$$ **证明。** 取截面函子 $\Gamma(h_{X}, -)$：由 Yoneda 引理 $$\Gamma(h_{X}, M) = \operatorname{Hom}_{\widehat{\mathcal{C}}}(h_{X}, M) = M(X) ✓$$ 而在**预层**范畴上，「逐点取值」$M \mapsto M(X)$ 是**正合**的 ✓（预层的核、像、余核都逐点算；$M(X)$ 就是一个普通的阿贝尔群）。 正合函子的右导出函子集中在 $0$ 次（用长度 $0$ 的「消解」$M \to M$ 即可看出）✓，于是 $H^{n}(h_{X}, M) = R^{n}\Gamma(h_{X}, M) = 0$（$n > 0$）✓。∎ ⭐ **为什么值得单独说**：因为这是「**层化为什么必要**」的最好说明 —— 在预层层面，可表示对象上根本没有高次上同调（一切正合）；一取层化，$\mathbb{Z}\cdot X$ 就不再是「取值」那个函子，高次才冒出来。层上同调的非平凡性，全部来自**层的范畴里正合性被打破**这一点。 参考：Le Stum, An introduction to condensed mathematics, §7.3 #### 覆盖给出的自由复形零调　`lem.covering-free-acyclic` *引理*　引理：$X = (X_{i} \to X)$ 是覆盖 $\implies$ $\mathbb{Z}\cdot X_{\bullet}$ 零调 设 $\mathcal{T}$ 是拓扑斯，$X = (X_{i} \to X)_{i \in I}$ 是 $\mathcal{T}$ 中的一个**覆盖**（即 $\coprod_{i} X_{i} \to X$ 是满态射）。记它的 **Čech 脉**为 $$X_{n} \;:=\; \coprod_{i_{0}, \ldots, i_{n}} X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}},$$ 则增广复形 $\mathbb{Z}\cdot X_{\bullet} \to \mathbb{Z}\cdot X$ **零调**： $$H^{n}\bigl(\mathbb{Z}\cdot X_{\bullet}\bigr) = 0 \qquad (n \ge 0).$$ 这里 $\mathbb{Z}\cdot X$ 是 $X$ 生成的**自由阿贝尔群层**。 ⭐ **用处**：它说 $\mathbb{Z}\cdot X_{\bullet} \to \mathbb{Z}\cdot X$ 是一条**自由（因而是投射）消解**。于是「用 Čech 复形算上同调」有了依据 —— $\check{C}^{\bullet}(X, M) = \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X_{\bullet}, M)$ 确实是在拿一条投射消解算 $\operatorname{RHom}$ ✓（见「Čech 上同调是沿覆盖筛的余极限」）。 ⚠️ 注意「覆盖」在这里是**整族** $(X_{i} \to X)$：零调说的是整条 Čech 脉，而不只是某一个 $X_{i}$。 📌 这条与「带截面的覆盖上 Čech 零调」的关系是：**后者是前者证明里最硬的那一步**（有截面时能写出显式同伦），前者再靠「逐点 + 层化」把截面推广成任意覆盖。 参考：Le Stum, An introduction to condensed mathematics, Lemma 7.3.2 #### Čech 到上同调的谱序列　`cor.cech-cohomology-spectral` *推论*　推论：$\check{H}^{p}\bigl(X, H^{q}(M)\bigr) \Longrightarrow H^{p+q}(X, M)$ 设 $\mathcal{C}$ 是有纤维积的 site、$X \in \mathcal{C}$、$M$ 是 $\mathcal{C}$ 上的**阿贝尔层**。则存在谱序列 $$E^{p,q}_{2} \;=\; \check{H}^{p}\bigl(X,\ H^{q}(M)\bigr) \;\Longrightarrow\; H^{p+q}(X,\ M),$$ 其中 $H^{q}(M)$ 记预层 $U \mapsto H^{q}(U, M)$，而 $\check{H}^{p}(X, -)$ 是沿覆盖取滤过余极限的 Čech 上同调。 ⭐ **用处**：这是「用 Čech 上同调算层上同调」的一般依据。要让两者直接**相等**（而不只是被一条谱序列联系），只要再要求高次 Čech 群在 $E_{2}$ 页退化 —— 这正是「无环 $\iff$ Čech 上同调为零」的证明里用的那一步 ✓。 ⚠️ 与 Cartan–Leray 那条谱序列的区别：那条**固定一个覆盖** $\mathfrak{X}$；这条把所有覆盖都取了余极限，所以左端可以直接写成 $\check{H}^{p}(X, \cdot)$。 参考：Le Stum, An introduction to condensed mathematics, Corollary 7.3.8 #### Čech 上链的具体公式　`prop.cech-cochain-formula` *命题*　命题：$\check{C}^{n}(\mathfrak{X}, M) = \prod M(X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}})$ 设 site $\mathcal{C}$ 有纤维积，$\mathfrak{X} = (X_{i} \to X)_{i \in I}$ 是一族态射，$M$ 是阿贝尔层。则 $$\check{C}^{n}(\mathfrak{X}, M) \;=\; \prod_{i_{0}, \ldots, i_{n}} M\bigl(X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}}\bigr).$$ **证明。** 按定义 $\check{C}^{\bullet}(\mathfrak{X}, M) = \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X_{\bullet}, M)$ ✓，而 Čech 脉的 $n$ 次项是 $X_{n} = \coprod_{i_{0},\ldots,i_{n}} X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}}$ ✓。自由对象把余积换成直和、把取值写成 Hom： $$\operatorname{Hom}_{\mathbb{Z}}\Bigl(\bigoplus_{i_{0},\ldots,i_{n}} \mathbb{Z}\cdot\bigl(X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}}\bigr),\ M\Bigr) = \prod_{i_{0},\ldots,i_{n}} M\bigl(X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}}\bigr) ✓$$ ∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.40 #### 高次上同调预层的关联层为零　`prop.higher-cohomology-presheaf-zero` *命题*　命题：$n \ne 0$ 时 $\widetilde{H^{n}(M)} = 0$ 设 $M$ 是 site $\mathcal{C}$ 上的阿贝尔层、$n \ne 0$。则预层 $$U \longmapsto H^{n}(U,\ M)$$ 的**关联层为零**：它的层化是零层。 **证明。** 取 $M$ 的一条内射消解 $I^{\bullet}$ ✓，则 $H^{n}(U, M) = H^{n}\Gamma(U, I^{\bullet})$ ✓。给一个上同调类 $s$，用它在某条覆盖的每一块上的代表上链 $c$：因为 $I^{\bullet}$ 作为复形在每个点处正合，$c$ 在局部是某个上链的**边界** ✓ —— 于是 $s$ 限制到覆盖的每一块上都是 $0$ ✓，也就是说它在关联层里的芽为 $0$ ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.43 #### 高次上同调预层没有 Čech 上同调　`prop.cech-higher-cohomology-presheaf` *命题*　命题：$n \ne 0 \implies \check{H}^{p}\bigl(H^{n}(M)\bigr) = 0$ 设 $M$ 是 site 上的阿贝尔层、$n \ne 0$，并把 $H^{n}(M)$ 记作预层 $U \mapsto H^{n}(U, M)$。则 $$\check{H}^{p}\bigl(H^{n}(M)\bigr) = 0 \qquad (\forall p \ge 0).$$ **证明。** 由「高次上同调预层的关联层为零」，$H^{n}(M)$ 层化之后是零层 ✓；而 Čech 上同调只依赖预层的**层化**（Čech 函子分解成两趟 $(-)^{+}$）✓ —— 零层上当然没有 Čech 上同调 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.45 #### 区间上没有高阶 Čech 上同调　`prop.cech-interval-vanishing` *命题*　命题：$M$ 常 $\implies \check{H}^{n}([0,1], M) = 0$（$n \ne 0$） 设 $M$ 是 $[0,1]$ 上的**常**阿贝尔群。则 $$\check{H}^{n}\bigl([0,1],\ M\bigr) = 0 \qquad (n \ne 0).$$ **证明。** 先看加细：$[0,1]$ 的任一开覆盖都有形如 $$[0,1] = \bigcup_{k=0}^{r} I_{k}, \qquad I_{k} \cap I_{k+1} = J_{k} \text{ 也是区间}$$ 的加细 ✓（画个图即可）。对这种「区间拼区间」的覆盖，增广 Čech 复形可以写出**显式同伦收缩** ✓，于是这个覆盖上的高阶 Čech 群为零 ✓。 而 Čech 上同调是**沿覆盖取滤过余极限** ✓，加细上为零 $\implies$ 极限上为零 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.47 #### 一次 Čech 就是一次上同调　`prop.cech-h1-equals-h1` *命题*　命题：$\check{H}^{1}(X, M) \cong H^{1}(X, M)$ 设 $\mathcal{C}$ 是有纤维积的 site、$X \in \mathcal{C}$、$M$ 是阿贝尔层。则 $$\check{H}^{1}(X,\ M) \;\cong\; H^{1}(X,\ M).$$ **证明。** 用 Čech 到上同调的谱序列 $$E^{p,q}_{2} = \check{H}^{p}\bigl(X,\ H^{q}(M)\bigr) \implies H^{p+q}(X, M) ✓$$ 由「高次上同调预层没有 Čech 上同调」，$q \ne 0$ 那一整块都为零 ✓，特别地 $E^{0,1}_{2} = 0$。 再由第一象限谱序列的五项正合列 $$0 \to E^{1,0}_{2} \to H^{1} \to E^{0,1}_{2} \to \cdots$$ 最后一项为零，故 $E^{1,0}_{2} \cong H^{1}$ ✓；而 $E^{1,0}_{2} = \check{H}^{1}(X, H^{0}(M)) = \check{H}^{1}(X, M)$ ✓（$H^{0}(M) = M$）。∎ ⭐ 于是**一次** Čech 上同调永远等于一次层上同调，高次才会差（差多少由谱序列量出来）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.48 #### 无环性的四条等价说法　`prop.acyclic-equivalent-conditions` *命题*　命题：$M$ 无环 $\iff$ 处处上同调为零 $\iff$ 处处 Čech 为零 设 $M$ 是 site $\mathcal{C}$ 上的阿贝尔层。以下四条等价： 1. $M$ **无环**：$H^{n}(M) = 0$（$n \ne 0$）； 2. 对每个 $X \in \mathcal{C}$：$H^{n}(X, M) = 0$（$n \ne 0$）； 3. 对每个覆盖族 $\mathfrak{X}$：$\check{H}^{n}(\mathfrak{X}, M) = 0$（$n \ne 0$）； 4. 对每个 $X \in \mathcal{C}$：$\check{H}^{n}(X, M) = 0$（$n \ne 0$）。 **证明。** **(1) $\iff$ (2)**：层上同调就是「高次上同调预层」的整体截面，$H^{n}(X, M) = \Gamma\bigl(X, H^{n}(M)\bigr)$ ✓，两边同时为零 ✓。 **(1) $\implies$ (3)**：对固定覆盖用 Cartan–Leray 谱序列 $E^{p,q}_{2} = \check{H}^{p}(\mathfrak{X}, H^{q}(M)) \implies H^{p+q}(X,M)$ ✓；(1) 让 $q \ne 0$ 的行全为零、$H^{p+q}$ 也全为零（$p+q \ne 0$），谱序列退化给出 $\check{H}^{n}(\mathfrak{X}, M) = 0$ ✓。 **(3) $\implies$ (4)**：$\check{H}^{n}(X, -)$ 是沿覆盖取的滤过余极限 ✓，每个覆盖上都为零故为零 ✓。 **(4) $\implies$ (1)**：把同一句话反过来 —— 用 Čech 到上同调的谱序列逐次消去，$E^{p,q}_{2}$ 的右端全为零，故全为零 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.49 #### 上同调的函子性　`prop.cohomology-functoriality` *命题*　命题：$H^{n}(X', M^{\bullet}) \to H^{n}\bigl(f^{-1}(X'), f^{-1}M^{\bullet}\bigr)$ 设 $f : \mathcal{T} \to \mathcal{T}'$ 是拓扑斯态射。则对 $X' \in \mathcal{T}'$ 与复形 $M^{\bullet}$，存在**典范映射** $$H^{n}\bigl(X',\ M^{\bullet}\bigr) \longrightarrow H^{n}\bigl(f^{-1}(X'),\ f^{-1}M^{\bullet}\bigr).$$ **证明。** 由伴随 $f^{-1} \dashv f_{*}$，整体截面满足 $$\Gamma\bigl(X',\ M\bigr) = \operatorname{Hom}(X', M) = \operatorname{Hom}\bigl(f^{-1}(X'),\ f^{-1}M\bigr) = \Gamma\bigl(f^{-1}(X'),\ f^{-1}M\bigr) ✓$$ 而 $f^{-1}$ 正合、保内射 ✓，所以它把内射消解送到内射消解，两边取导出函子即得这条典范映射 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.54 #### 推前的复合　`prop.derived-pushforward-composition` *命题*　命题：$Rf'_{*} \circ Rf_{*} = R(f' \circ f)_{*}$ 设 $\mathcal{T} \xrightarrow{\ f\ } \mathcal{T}' \xrightarrow{\ f'\ } \mathcal{T}''$ 是拓扑斯态射的序列。则 $$Rf'_{*} \circ Rf_{*} \;=\; R(f' \circ f)_{*},$$ 并且有谱序列 $E^{p,q}_{2} = R^{p}f'_{*}\bigl(R^{q}f_{*}M\bigr) \implies R^{p+q}(f' \circ f)_{*}M$。 **证明。** 这是 Grothendieck 谱序列的又一特例：$f_{*}$ 把内射层送到 $f'_{*}$-零调对象 ✓，于是在 $\Gamma\bigl(X'', \cdot\bigr)$ 这一层套用 Grothendieck 谱序列即得 ✓；谱序列在 $f_{*}$ 严格保持内射时退化成上面那条等式 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.55 #### Leray 谱序列　`thm.leray-spectral-sequence` *定理*　定理：$E^{p,q}_{2} = H^{p}\bigl(X', R^{q}f_{*}M^{\bullet}\bigr) \implies H^{p+q}\bigl(f^{-1}X', M^{\bullet}\bigr)$ 设 $f : \mathcal{T} \to \mathcal{T}'$ 是拓扑斯态射、$X' \in \mathcal{T}'$、$M^{\bullet}$ 是 $\mathcal{T}$ 里的阿贝尔群复形。则存在谱序列 $$E^{p,q}_{2} \;=\; H^{p}\bigl(X',\ R^{q}f_{*}M^{\bullet}\bigr) \;\Longrightarrow\; H^{p+q}\bigl(f^{-1}(X'),\ M^{\bullet}\bigr).$$ **证明。** 关键的一条是伴随给出的截面同构 $$\Gamma\bigl(X',\ f_{*}M\bigr) = \Gamma\bigl(f^{-1}(X'),\ M\bigr) ✓$$ 把 $\Gamma\bigl(f^{-1}(X'), \cdot\bigr)$ 写成 $\Gamma(X', \cdot) \circ f_{*}$，再套 Grothendieck 谱序列（$f_{*}$ 把内射送到 $f_{*}$ 的零调对象 —— 内射本身零调）✓，即得 ✓。∎ ⭐ 用处：**先在 $\mathcal{T}$ 这一侧算 $R^{q}f_{*}$，再在 $\mathcal{T}'$ 那一侧算 $H^{p}$**，两层的信息由这条谱序列拼起来。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.56 #### 用关联层算上同调　`prop.cohomology-via-associated-sheaf` *命题*　命题：$\mathrm{R}\Gamma(X, M^{\bullet}) = \mathrm{R}\Gamma(\underline{X}, M^{\bullet})$ 设 $X \in \mathcal{C}$、$\underline{X} = h_{X}^{\#}$ 是它的**关联层**。则 $$\mathrm{R}\Gamma\bigl(X,\ M^{\bullet}\bigr) \;=\; \mathrm{R}\Gamma\bigl(\underline{X},\ M^{\bullet}\bigr), \qquad \mathrm{H}^{n}\bigl(\underline{X},\ M^{\bullet}\bigr) = \mathrm{H}^{n}\bigl(X,\ M^{\bullet}\bigr).$$ **证明。** 对任何层 $M$，由关联层的万有性质 $\operatorname{Hom}(\underline{X}, M) = M(X) = \operatorname{Hom}(X, M)$ ✓，即 $\Gamma(X, M) = \Gamma(\underline{X}, M)$。取内射消解 $I^{\bullet}$，两边逐项相等 ✓，故导出函子相等 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.36 #### 层化不改变导出的整体截面　`prop.cohomology-presheaf-H` *命题*　命题：$\Gamma\bigl(X, R\mathcal{H}(M^{\bullet})\bigr) = R\Gamma(X, M^{\bullet})$，从而 $\Gamma\bigl(X, \mathcal{H}^{n}(M^{\bullet})\bigr) = H^{n}(X, M^{\bullet})$ 设 $X \in \mathcal{C}$、$M^{\bullet}$ 是阿贝尔层复形，$\mathcal{H}$ 记「把阿贝尔层当预层看」的含入函子。则 $$\Gamma\bigl(X,\ R\mathcal{H}(M^{\bullet})\bigr) \;=\; R\Gamma\bigl(X,\ M^{\bullet}\bigr), \qquad \Gamma\bigl(X,\ \mathcal{H}^{n}(M^{\bullet})\bigr) \;=\; H^{n}\bigl(X,\ M^{\bullet}\bigr).$$ **证明。** $\mathcal{H}$ 与**层化**互为伴随，而层化**正合** ✓，所以 $\mathcal{H}$ 保内射 ✓（左伴随正合的右伴随保内射）。反过来，函子 $M \mapsto \Gamma(X, M)$ 在**预层**上是正合的 ✓。两条合起来套用「导出函子与正合因子的复合」那条，即得第一式 ✓；第二式就是对它取 $n$ 次同调并在层那一侧读出取值 ✓。∎ ⭐ 用处：**上同调预层 $H^{n}(M)$ 的取值就是上同调** —— 这句在算 Čech 与上同调的关系时反复要用。 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.42 ### 星团：阿贝尔层 > 造出「拓扑斯里的阿贝尔群」：取值一般的层 → 阿贝尔层 → 拓扑斯上的阿贝尔群是 Grothendieck 范畴 → 内 Hom → 张量积 → 平坦性。 #### 取值一般的预层与层　`def.presheaf-valued` *定义*　取值在一般范畴里的层（Sheaf with Values in a Category） 设 $\mathcal{C}$、$\mathcal{D}$ 是范畴。 1. 取值在 $\mathcal{D}$ 的**预层**是反变函子 $T : \mathcal{C}^{\mathrm{op}} \to \mathcal{D}$；预层之间的**态射**是自然变换。 2. $\mathcal{C}$ 是 site 时，**层** $F : \mathcal{C}^{\mathrm{op}} \to \mathcal{D}$ 是这样的预层：对每个 $Y \in \mathcal{D}$，集合值预层 $$X \longmapsto \operatorname{Hom}_{\mathcal{D}}\bigl(Y,\ F(X)\bigr)$$ 都是层。 把 $\mathcal{D}$ 取成 $\mathbf{Set}$ 就回到原来的层；取成 $\mathbf{Ab}$ 就得到**阿贝尔层**。 定义里的技巧是：**用「射入 $Y$ 的映射」把 $\mathcal{D}$ 里的层条件降回集合层**。于是集合层的每一条结论，只要它的表述里那些构造在 $\mathcal{D}$ 里也有（极限、积……），就能逐条搬过来 —— 这是「层可以取一般值」的全部秘密。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 阿贝尔层　`def.abelian-sheaf` *定义*　阿贝尔层（Abelian Sheaf） 固定 site $\mathcal{C}$。记 $$\widehat{\mathcal{C}}(\mathbf{Ab}) := \operatorname{Hom}(\mathcal{C}^{\mathrm{op}}, \mathbf{Ab})$$ 为**阿贝尔群预层**的范畴，$\widetilde{\mathcal{C}}(\mathbf{Ab})$ 为它里面**层**的满子范畴。后者叫 $\mathcal{C}$ 上的**阿贝尔层**，也叫 $\mathcal{C}$ 上的**阿贝尔群**。 记号：$\operatorname{Hom}_{\mathbb{Z}}(M, N) := \operatorname{Hom}_{\widehat{\mathcal{C}}(\mathbf{Ab})}(M, N) = \operatorname{Hom}_{\widetilde{\mathcal{C}}(\mathbf{Ab})}(M, N)$。 ⭐ **阿贝尔群预层就是「最粗拓扑下的层」** —— 两种说法是一套东西。 遗忘函子 $\mathbf{Ab} \to \mathbf{Set}$ 沿复合给出遗忘函子 $\widehat{\mathcal{C}}(\mathbf{Ab}) \to \widehat{\mathcal{C}}$。 两条基本事实： - **阿贝尔层按底集合层来判**：$M$ 是阿贝尔层 $\iff$ 它的底集合预层是层。因为遗忘函子保所有极限，而层条件是一个极限图 —— 用米田引理把 $\operatorname{Hom}_{\mathbb{Z}}(N, M(-))$ 换回 $M(-)$，条件就同一条。 - **阿贝尔层 = 层范畴里的阿贝尔群对象**：$\widetilde{\mathcal{C}}(\mathbf{Ab}) \simeq \mathbf{Ab}\bigl(\widetilde{\mathcal{C}}\bigr)$。这正是「凝聚态阿贝尔群 = 凝聚态集范畴里的阿贝尔群」那条定义的一般版本。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`thm.topos-abelian-grothendieck` *定理*　$\mathcal{T}(\mathbf{Ab})$ 是 Grothendieck 范畴 若 $\mathcal{T}$ 是拓扑斯，则 $\mathcal{T}$ 上的阿贝尔层所成范畴 $\mathcal{T}(\mathbf{Ab})$ 是 **Grothendieck 范畴**：它有小的生成元集、有所有余极限、且滤过余极限正合。 证明分三段： - **阿贝尔**：先在预层范畴 $\widehat{\mathcal{C}}(\mathbf{Ab})$ 里逐分量验证（那里就是逐点的阿贝尔群）—— 具体的，对任意态射 $u$ 验证 $\operatorname{coker}(\ker u) \cong \ker(\operatorname{coker} u)$；再沿**正合反射**（层化）把这些等式运回层范畴。滤过余极限正合同理。 - **所有极限与余极限存在**：因为层范畴是预层范畴的反射子范畴。 - **小生成元集**：若 $S$ 是 $\mathcal{T}$ 的小生成元集，则 $\{\mathbb{Z}\cdot X : X \in S\}$ 生成 $\mathcal{T}(\mathbf{Ab})$ —— 它们的余积就是生成元。 顺带一条：$\mathbb{Z}\cdot X$ 在 $\mathcal{T}(\mathbf{Ab})$ 里**投射**（先看预层：$M \mapsto \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot h_{X}, M) \cong M(X)$ 在预层上是正合的）。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 内 Hom　`def.internal-hom` *定义*　内 Hom（Internal Hom） 设 $\mathcal{T}$ 是拓扑斯，$X \in \mathcal{T}$、$M \in \mathcal{T}(\mathbf{Ab})$。则 $$\operatorname{Hom}(X, M) : Y \longmapsto \operatorname{Hom}(X \times Y,\ M) \;\cong\; \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot(X \times Y),\ M\bigr)$$ 是 $\mathcal{T}$ 上的一个阿贝尔层，叫 $M$ 在 $X$ 处的**内 Hom**。 又对 $M, N \in \mathcal{T}(\mathbf{Ab})$，预层 $X \mapsto \operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ \operatorname{Hom}(X, N)\bigr)$ 是**可表示的**；表示对象记 $\operatorname{Hom}_{\mathbb{Z}}(M, N) \in \mathcal{T}(\mathbf{Ab})$。 于是有自然同构 $$\operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ \operatorname{Hom}(X, N)\bigr) \;\cong\; \operatorname{Hom}\bigl(X,\ \operatorname{Hom}_{\mathbb{Z}}(M, N)\bigr) \;\cong\; \operatorname{Hom}_{\mathbb{Z}}(M, N)(X)$$ 「可表示」这一步只用到一个事实：那个预层**保所有极限**（于是由表示函子的判据，它有表示对象）。 两条推论：$\operatorname{Hom}_{\mathbb{Z}}(M, N) = \operatorname{Hom}_{\mathbb{Z}}(M, N)(\mathbf{1})$ —— 也就是说 **$\mathcal{T}(\mathbf{Ab})$ 富集在自己上面**；以及 $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X, M) \cong \operatorname{Hom}(X, M)$。 内 Hom 在预层范畴里算与在层范畴里算结果一样：$\operatorname{Hom}_{\widehat{\mathcal{C}}(\mathbf{Ab})}(M,N) = \operatorname{Hom}_{\widetilde{\mathcal{C}}(\mathbf{Ab})}(M,N)$。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 阿贝尔层的张量积　`def.tensor-abelian-sheaf` *定义*　张量积与封闭幺半结构 设 $\mathcal{T}$ 是拓扑斯、$M, N \in \mathcal{T}(\mathbf{Ab})$。函子 $$P \longmapsto \operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ \operatorname{Hom}_{\mathbb{Z}}(N, P)\bigr)$$ 可表示；表示对象记 $M \otimes_{\mathbb{Z}} N$。于是 $$\operatorname{Hom}_{\mathbb{Z}}\bigl(M \otimes_{\mathbb{Z}} N,\ P\bigr) \;\cong\; \operatorname{Hom}_{\mathbb{Z}}\bigl(M,\ \operatorname{Hom}_{\mathbb{Z}}(N, P)\bigr)$$ 也就是说 $\mathcal{T}(\mathbf{Ab})$ 是**封闭对称幺半**范畴：对固定的 $N$，$M \mapsto M \otimes_{\mathbb{Z}} N$ 是 $P \mapsto \operatorname{Hom}_{\mathbb{Z}}(N, P)$ 的左伴随。 **怎么算。** $M \otimes_{\mathbb{Z}} N$ 是预层 $X \mapsto M(X) \otimes_{\mathbb{Z}} N(X)$ 的**层化**：先逐点张量，再层化。（证明只要考虑 $\mathcal{T} = \widehat{\mathcal{C}}$ 的情形，再用层化；最后归结到通常阿贝尔群的同名结论。） **基本性质。** 交换（$M \otimes_{\mathbb{Z}} N \cong N \otimes_{\mathbb{Z}} M$）、结合、单位 $M \otimes_{\mathbb{Z}} \mathbb{Z}\cdot\mathbf{1} \cong M$；以及 $$\mathbb{Z}\cdot X \;\otimes_{\mathbb{Z}}\; \mathbb{Z}\cdot Y \;\cong\; \mathbb{Z}\cdot (X \times Y)$$ 记 $M \cdot X := M \otimes_{\mathbb{Z}} \mathbb{Z}\cdot X$，则 $\operatorname{Hom}_{\mathbb{Z}}(M, N)(X) \cong \operatorname{Hom}_{\mathbb{Z}}(M \cdot X,\ N)$ —— **「在某点处取值」= 「先在点处张量、再取 Hom」**。 ⭐ **凝聚态阿贝尔群 $\mathrm{CondAb}$ 就是这里的特例**（$\mathcal{T} = \mathrm{Cond}$）：上面每一条原样照搬，不必单独写一遍。特别地 $\mathrm{CondAb}$ 是封闭对称幺半范畴，因而富集在自己上面，可以谈张量积、对偶与交换代数。 ⚠️ 但要注意 $\operatorname{Hom}_{\mathbb{Z}}(M, N)$ 自然是一个**紧生成拓扑空间**，却**不是拓扑阿贝尔群** —— 因为紧生成空间对（拓扑空间的）积不封闭。把 $\mathrm{CondAb}$ 当成「拓扑阿贝尔群」来用会在这一步出问题。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 平坦阿贝尔层　`def.flat-abelian-sheaf` *定义*　平坦性（Flatness） 拓扑斯 $\mathcal{T}$ 中的阿贝尔群 $P$ 叫**平坦的**，如果函子 $$M \longmapsto P \otimes_{\mathbb{Z}} M$$ 是**正合**的。 例：**通常的阿贝尔群平坦 $\iff$ 无挠**。由此立刻得到：$\mathbb{Z}\cdot X$ **总是平坦的** —— 先归结到预层、再归结到通常的阿贝尔群，而自由阿贝尔群无挠。 参考：Le Stum, An introduction to condensed mathematics, §5.3 #### 张量与 RHom 的配对　`prop.tensor-rhom-natural-map` *命题*　命题：$M \otimes^{\mathbf{L}} \operatorname{RHom}(P, N) \to \operatorname{RHom}(\operatorname{RHom}(M, P), N)$ 设 $\mathcal{T}$ 是拓扑斯，$M, N, P$ 是 $\mathcal{T}$ 中的阿贝尔群。则存在自然映射 $$M \otimes^{\mathbf{L}}_{\mathbb{Z}} \operatorname{RHom}_{\mathbb{Z}}(P,\ N) \longrightarrow \operatorname{RHom}_{\mathbb{Z}}\bigl(\operatorname{RHom}_{\mathbb{Z}}(M,\ P),\ N\bigr).$$ **证明（由两条配对拼出来）。** - **求值配对**：$\operatorname{RHom}(M, P) \otimes^{\mathbf{L}} M \to P$（把映射作用在元素上，由内部 Hom 与导出张量的伴随给出）✓； - **复合配对**：$P \otimes^{\mathbf{L}} \operatorname{RHom}(P, N) \to N$，同理 ✓。 把两者张量起来： $$M \otimes^{\mathbf{L}} \operatorname{RHom}(M, P) \otimes^{\mathbf{L}} \operatorname{RHom}(P, N) \longrightarrow P \otimes^{\mathbf{L}} \operatorname{RHom}(P, N) \longrightarrow N.$$ 再用**内部 Hom 与导出张量的伴随**（$A \otimes^{\mathbf{L}} X \to N$ 等价于 $X \to \operatorname{RHom}(A, N)$），取 $A = \operatorname{RHom}(M, P)$、$X = M \otimes^{\mathbf{L}} \operatorname{RHom}(P, N)$，上面这个映射一一对应于 $$M \otimes^{\mathbf{L}} \operatorname{RHom}(P, N) \longrightarrow \operatorname{RHom}\bigl(\operatorname{RHom}(M, P),\ N\bigr) ✓$$ 自然性来自两层配对都自然（伴随同构对三个变量都自然）✓。∎ ⚠️ **一般不是同构** —— 要它成为同构需要额外的有限性 / 对偶条件。这条给的是**自然映射**，用处在于把「对偶的 RHom」换成「张量积的 RHom」，从而可以用自由消解去算。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### 自由阿贝尔群层　`def.free-abelian-sheaf` *定义*　定义：$\mathbb{Z}\cdot X$，遗忘函子的左伴随 设 $\mathcal{T}$ 是拓扑斯。遗忘函子 $$\mathcal{T}(\mathbf{Ab}) \longrightarrow \mathcal{T}$$ （把阿贝尔层忘成底集合层）有**左伴随**，记作 $$\mathbb{Z}\cdot(-) : \mathcal{T} \longrightarrow \mathcal{T}(\mathbf{Ab}), \qquad X \longmapsto \mathbb{Z}\cdot X \quad (\text{也记 } \mathbb{Z}[X]),$$ 它由**万有性质**刻画：对 $X \in \mathcal{T}$ 与 $M \in \mathcal{T}(\mathbf{Ab})$， $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{T}}(X,\ M) = M(X).$$ **怎么造。** 先逐点自由化、再层化：把 $X$ 看成预层，取预层 $U \mapsto \mathbb{Z}\cdot X(U)$（逐点自由阿贝尔群），再层化： $$\mathbb{Z}\cdot X \;:=\; \bigl(U \mapsto \mathbb{Z}\cdot X(U)\bigr)^{\#}.$$ **为什么这就对。** 预层那一层是逐点的：函子范畴里的伴随逐点造，而 $\mathbf{Ab} \to \mathbf{Set}$ 的遗忘函子有左伴随 $E \mapsto \mathbb{Z}\cdot E$（自由阿贝尔群）✓，于是 $\widehat{\mathcal{C}}(\mathbf{Ab}) \to \widehat{\mathcal{C}}$ 的左伴随即逐点自由 ✓。到层这一层，用「层化 $\dashv$ 含入」把伴随传下去 ✓： $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ M\bigr) = \operatorname{Hom}_{\widehat{\mathcal{C}}(\mathbf{Ab})}\bigl(\mathbb{Z}\cdot X,\ M\bigr) \cong \operatorname{Hom}_{\widehat{\mathcal{C}}}(X,\ M) = M(X) ✓$$ （$M$ 本身是层，所以在预层那边的 Hom 与层这边的 Hom 一样）。∎ ⭐ **用处**：$\mathbb{Z}\cdot X$ 是「把一个空间/层当自由生成元看」的装置。Čech 复形就是 $\check{C}^{\bullet}(X, M) = \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X_{\bullet}, M)$；层上同调则是 $H^{n}(X, M) = \operatorname{Ext}^{n}_{\mathbb{Z}}(\mathbb{Z}\cdot X, M)$ ✓。 ⚠️ **一般不是逐点算的**：层化会改动取值，「逐点自由再层化」与「自由」只有在层条件不碍事的时候才重合。 📌 例：$\mathbb{Z}\cdot \mathbf{1} \cong \mathbb{Z}$（常层）；$\mathbb{Z}\cdot X$ 永远是**投射**对象的候选（它是自由的）。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.18, Exercise 5.24 #### 阿贝尔层即拓扑斯里的阿贝尔群　`thm.abelian-sheaf-equiv` *定理*　定理：$\widetilde{\mathcal{C}}(\mathbf{Ab}) \simeq \mathbf{Ab}(\widetilde{\mathcal{C}})$ 设 $\mathcal{C}$ 是 site。则「site 上的**阿贝尔层**」与「拓扑斯 $\widetilde{\mathcal{C}}$ 里的**阿贝尔群对象**」是同一个范畴： $$\widetilde{\mathcal{C}}(\mathbf{Ab}) \;\simeq\; \mathbf{Ab}\bigl(\widetilde{\mathcal{C}}\bigr).$$ **证明的思路。** 两个方向都是「**逐点取值**」： - $\to$：拓扑斯里的阿贝尔群对象 $M$ 在 $X \in \mathcal{C}$ 上取值，用的是**整体截面函子保积**（群的运算、$0$、逆元逐点读出来）✓，于是 $X \mapsto M(X)$ 给出一个阿贝尔预层，而且它是层 ✓； - $\leftarrow$：反过来给阿贝尔层 $M$，在每个 $X$ 处的取值自动带阿贝尔群结构，而层范畴里的群结构由这些值逐点决定（预层范畴里的群对象就是逐点的群）✓。 两个方向互逆，因为都是「取遍每个 $X$ 的值」✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.15 #### 自由的预层是投射的　`prop.presheaf-free-projective` *命题*　命题：$\mathbb{Z}\cdot h_{X}$ 在 $\widehat{\mathcal{C}}(\mathbf{Ab})$ 里投射 设 $\mathcal{C}$ 是范畴、$X \in \mathcal{C}$。则 $\mathbb{Z}\cdot h_{X}$ 是预层范畴 $\widehat{\mathcal{C}}(\mathbf{Ab})$ 里的**投射对象**；更一般地，$\mathbb{Z}\cdot T$（$T$ 是任意预层）也投射。 **证明。** 投射性等价于 $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot T, -)$ **正合** ✓。由自由对象的万有性质，$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot T, M) \cong M(T)$ —— 这里的 $M(T)$ 指「预层的 $T$ 处取值」那一族逐点取值 ✓；而预层范畴里的正合性是**逐点判**的，逐点正是阿贝尔群之间的 Hom，因而是正合的 ✓。∎ ⭐ 这就是「自由即投射」在层论里的样子，也是 $\mathbb{Z}\cdot X_{\bullet}$ 能充当投射消解的依据。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.19 #### 生成元给出阿贝尔层的生成元　`prop.generators-abelian-sheaves` *命题*　命题：$S$ 生成 $\mathcal{T}$ $\implies$ $\{\mathbb{Z}\cdot X\}$ 生成 $\mathcal{T}(\mathbf{Ab})$ 设 $\mathcal{T}$ 是拓扑斯、$S$ 是它的一组**生成元**。则 $$\bigl\{\ \mathbb{Z}\cdot X \ :\ X \in S\ \bigr\}$$ 是 $\mathcal{T}(\mathbf{Ab})$ 的一组生成元。 **证明。** 由自由对象的万有性质，$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X, M) = M(X) = \operatorname{Hom}(X, M)$ ✓ —— 于是「用 $\mathbb{Z}\cdot X$ 检测态射」与「用 $X$ 检测态射」是同一件事 ✓。$S$ 生成 $\mathcal{T}$ 说明后者够用，所以前者也够用 ✓。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.20 #### 自由对象的张量积　`prop.free-sheaf-tensor` *命题*　命题：$\mathbb{Z}\cdot X \otimes \mathbb{Z}\cdot Y \cong \mathbb{Z}\cdot(X \times Y)$ 设 $\mathcal{T}$ 是拓扑斯、$X, Y \in \mathcal{T}$。则 $$\mathbb{Z}\cdot X \;\otimes_{\mathbb{Z}}\; \mathbb{Z}\cdot Y \;\cong\; \mathbb{Z}\cdot (X \times Y).$$ **证明（米田）。** 对任意 $N \in \mathcal{T}(\mathbf{Ab})$， $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X \otimes \mathbb{Z}\cdot Y,\ N\bigr) \cong \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot Y, N)\bigr) \cong \operatorname{Hom}\bigl(X,\ \operatorname{Hom}(Y, N)\bigr) \cong \operatorname{Hom}(X \times Y,\ N) \cong \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot(X \times Y),\ N\bigr) ✓$$ （第一、三步是张量–内 Hom 伴随，第二、四步是自由对象的万有性质，中间一步是 $X \times Y$ 的泛性质。）对一切 $N$ 成立，由米田引理即得同构 ✓。∎ ⭐ 读法：**自由对象把拓扑斯里的积翻译成阿贝尔群层里的张量积**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 5.29 #### 平坦张量保持零调　`prop.flat-tensor-acyclic` *命题*　命题：$P$ 平坦、$M$ 下有界零调 $\implies P \otimes M$ 零调 设 $P$ 是拓扑斯里的**平坦**阿贝尔群，$M$ 是幂（下有界、在 $n \ne 0$ 处同调为零）的**零调**复形。则 $P \otimes_{\mathbb{Z}} M$ 也零调。 **证明。** 平坦就是说 $P \otimes_{\mathbb{Z}} -$ **正合** ✓。「下有界 + 零调」的复形就是一条正合列 ✓，正合函子把正合列仍送到正合列，所以 $P \otimes M$ 也正合，即零调 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 7.39 ## 星系：凝聚态数学（Condensed Mathematics） > 把拓扑空间换成「紧 Hausdorff 空间上的层」：凝聚态集、凝聚态阿贝尔群。 ### 星团：凝聚态集 > 造出主角：紧 Hausdorff 空间上的层就是凝聚态集；换到自由对象上，层条件退化成「保有限积」。 #### CHaus 是预拓扑斯　`def.chaus-pretopos` *定理*　$\mathbf{CHaus}$ 是预拓扑斯 在 $\mathbf{CHaus}$ 中： 1. 所有极限与余极限存在； 2. 有限余积**不交**且**万有**； 3. 等价关系**有效**且**万有**； 4. 满态射**正则**且**万有**。 因此 $\mathbf{CHaus}$ 是**预拓扑斯**。 第 1 条由「$\mathbf{CHaus}$ 是 $\mathbf{Top}$ 的反射子范畴」直接读出： $$\varprojlim{}^{\mathbf{CHaus}} D \;\cong\; \varprojlim{}^{\mathbf{Top}} D, \qquad \varinjlim{}^{\mathbf{CHaus}} D \;\cong\; \beta\Bigl(\varinjlim{}^{\mathbf{Top}} D\Bigr)$$ **极限在 $\mathbf{Top}$ 里怎么算就怎么算**（反射子范畴对极限封闭），**余极限要先在 $\mathbf{Top}$ 里算、再用 $\beta$ 紧化回去**（左伴随保余极限）。 **证明。** 关键在于「哪些 $\mathbf{Top}$ 里的余极限**同时也是** $\mathbf{CHaus}$ 里的余极限」： - 四条性质在 $\mathbf{Set}$（拓扑斯）里都成立；而 $\mathbf{CHaus}$ 的极限在 $\mathbf{Top}$ 里逐点算（$\mathbf{CHaus}$ 对极限封闭），所以涉及极限的部分直接从 $\mathbf{Set}$ 继承； - 一个**本身还是紧 Hausdorff** 的 $\mathbf{Top}$ 余极限，就是 $\mathbf{CHaus}$ 里的余极限 —— **有限余积**、**满射的余等化子**、**闭等价关系的余等化子**都属于这一类； - 于是：有限余积不交（先在 $\mathbf{Set}$ 里不交，再注意到那个余积本身紧 Hausdorff）、满射万有（拉回仍是满射，仍在紧 Hausdorff 里）、闭等价关系有效（商对象紧 Hausdorff）； - 第 4 条：紧 Hausdorff 空间之间的**连续满射是商映射** —— 这正是「满 $\implies$ 正则」。∎ 第 2、3 条也可以从 $\mathbf{Set}$ 继承：不交性、万有性、有效性都是「逐点」的性质，而 $\mathbf{CHaus}$ 里的构造逐点继承集合。 参考：Le Stum, Proposition 4.1.1；Le Stum, Corollary 4.1.2 #### 凝聚态集　`def.condensed-set` *定义*　凝聚态集（Condensed Set） **凝聚态集**是 $\mathbf{CHaus}$ 上的（集合值）**层**。其范畴记 $$\mathrm{Cond} \;:=\; \widehat{\mathbf{CHaus}}$$ 这里 $\mathbf{CHaus}$ 配的是它的**预标准拓扑**。 **例 1. 拓扑空间给凝聚态集。** 任一拓扑空间 $X$ 给出凝聚态集 $\underline{X}(S) := C(S, X) = \operatorname{Hom}_{\mathbf{Top}}(S, X)$ —— 从 $S$ 到 $X$ 的连续映射全体。 **例 2. 收敛序列。** 取 $X$ 是拓扑空间，则 $\underline{X}(\bar{\mathbb{N}})$ 恰好是「**收敛序列 $(x_{n})_{n \ge 1}$ 连同指定的极限 $x_{\infty}$**」的集合 —— 这里 $\bar{\mathbb{N}}$ 是 $\mathbb{N}$ 的**一点紧化**，而「收敛序列连同极限」正好就是从 $\bar{\mathbb{N}}$ 到 $X$ 的连续映射：$\mathbb{N}$ 上的像给出序列，新添那个点上的像给出极限。 **例 3. 连续函数模掉局部常值函数。** 存在唯一的凝聚态集 $Q$ 使 $Q(S) = C(S, \mathbb{R}) / C(S, \mathbb{R}^{\mathrm{disc}})$。 这三个例子的共同点：**取值都是「从紧 Hausdorff 空间出发的连续映射的某种商或子集」**。凝聚态集之所以能记住拓扑信息，靠的就是把这些映射全留下来。 参考：Le Stum, An introduction to condensed mathematics, §4 #### 凝聚态集的刻画　`prop.condensed-criterion` *命题*　预层是凝聚态集的两条判据 $\mathbf{CHaus}$ 上的集合预层 $X$ 是凝聚态集 $\iff$ 1. 对有限族 $(S_{i})_{i \in I}$： $$X\Bigl(\coprod_{i \in I} S_{i}\Bigr) \;\cong\; \prod_{i \in I} X(S_{i})$$ 2. 对任何**闭等价关系** $R \rightrightarrows S$： $$X\bigl(\operatorname{coker}(R \rightrightarrows S)\bigr) \;\cong\; \ker\bigl(X(S) \rightrightarrows X(R)\bigr)$$ 特别地 $X(\emptyset) \cong \{\ast\}$；等价地，若 $S' \to S$ 是满射，则 $$X(S) \longrightarrow X(S') \rightrightarrows X(S' \times_{S} S')$$ 左正合。 $\mathbf{CHaus}$ 是预拓扑斯，所以它上面的预标准拓扑恰好由两类覆盖生成：**有限不交并**与**满射**。上面第 1、2 条就是这两类覆盖下的层条件 —— 「有限余积变有限积」与「商变核」。 换一种写法：$X$ 是凝聚态集 $\iff$ 它把有限余积变成有限积、把余等化子变成等化子。这句话后面的所有构造都在用。 **证明。** 只需对预标准拓扑的**生成元**验证层条件 —— 一般覆盖由「有限不交并」与「满射」复合而成，够用的正是两类： - **有限不交并**：覆盖是 $(S_{i} \hookrightarrow S)_{i \in I}$（$I$ 有限、$\coprod_{i} S_{i} \to S$ 双射）。层条件要求 $X(S) \to \prod_{i} X(S_{i}) \rightrightarrows \prod_{i,j} X(S_{i} \times_{S} S_{j})$ 正合；由不交性，$i \ne j$ 时 $S_{i} \times_{S} S_{j} = \emptyset$、$i = j$ 时 $= S_{i}$，而 $X(\emptyset) = \{\ast\}$，于是那对映射一个是恒等、一个是常值 —— 正合化归为 $X(S) \cong \prod_{i} X(S_{i})$，即 (4.1)。特别地取 $I = \emptyset$ 得 $X(\emptyset) = \{\ast\}$。 - **满射**：覆盖是单个满射 $S' \twoheadrightarrow S$。层条件就是 $X(S) \to X(S') \rightrightarrows X(S' \times_{S} S')$ 左正合，即 (4.2)。 反过来，两条条件合起来显然蕴含「对所有覆盖是层」（覆盖可以分解成这两类的复合），于是判据成立。∎ 参考：Le Stum, An introduction to condensed mathematics, §4 #### Cond 是拓扑斯　`thm.cond-topos` *定理*　凝聚态集的范畴是拓扑斯 **凝聚态集的范畴 $\mathrm{Cond}$ 是拓扑斯。** **这句话的代价**：一旦 $\mathrm{Cond}$ 是拓扑斯，就自动拥有三个东西 —— **内部 Hom**（$\mathrm{Cond}$ 笛卡尔闭）、**层上同调**（拓扑斯上总能对阿贝尔群取上同调）、**取商**（等价关系总能商掉）。凝聚态数学后面的一切都建立在这三件工具上。 ⭐ **理由不在这一条里，而在旁边三条**：$\mathrm{Cond}$ 之所以是拓扑斯，是因为它逐条满足 Giraud 判据 —— - **极限与余极限逐点计算**（「Cond 的极限与余极限」）：保证余极限存在、且是万有的； - **每个满态射都是正则的**（「Cond 的满态射都是正则的」）：保证商映射是良态的； - **每个等价关系都是有效的**（「Cond 的等价关系有效」）：保证商了再拉回来能还原。 三条合起来 $\implies$ 拓扑斯。所以这一条是**结论**，那三条是**理由**；看这一团时先看结论定方向，再看三条理清它凭什么。 参考：Le Stum, §4.1 #### FCHaus 上的预拓扑　`prop.fchaus-pretopology` *命题*　有限不交并给出自由紧 Hausforff 空间上的预拓扑 记 $\mathbf{FCHaus}$ 为**自由紧 Hausdorff 空间**（即 $\beta I$）构成的满子范畴。$\mathbf{FCHaus}$ 中的对象都是 $\mathrm{Cond}$ 的**投射对象**，满射 $S \to S'$ 总有截面 —— 于是**有限不交并给出 $\mathbf{FCHaus}$ 上的一个预拓扑**。 为什么层条件「自动成立」：在自由紧 Hausdorff 空间上，满射有截面，所以「局部有原像」总能在整体上补出来（分离性由截面的存在直接给出）。**能取截面**是这里最省事的一点。 **证明（验证预拓扑的三条公理）。** 覆盖约定为：$(F_{i} \to F)_{i \in I}$，$I$ 有限且 $\coprod_{i} F_{i} \to F$ 双射。 - **恒等**：$\{\mathrm{id}_{F}\}$ 是覆盖； - **拉回稳定**：给覆盖与任意 $F' \to F$，拉回族 $(F_{i} \times_{F} F' \to F')_{i}$ 仍然有限，且由「不交并沿任意映射拉回仍是不交并」得 $\coprod_{i}(F_{i} \times_{F} F') \cong F'$；$\mathbf{FCHaus}$ 对有限不交并与纤维积封闭（自由对象的有限不交并还是自由的：$\beta I \coprod \beta J = \beta(I \coprod J)$）； - **复合**：覆盖的覆盖拼起来还是覆盖。 另外，$\mathbf{FCHaus}$ 里的覆盖 $\coprod_{i} F_{i} \to F$ 是**双射**，于是每个 $F_{i} \to F$ 都是含入，而「$F \to F_{i}$ 的截面」由 $F_{i}$ 的闭性 + 完全性给出 —— 这就是为什么这里的层条件好验。∎ 参考：Le Stum, Exercise 4.1 #### FCHaus 上层的判据　`prop.fchaus-sheaf` *命题*　自由紧 Hausforff 空间上的层 $\iff$ 保有限积 设 $X$ 是 $\mathbf{FCHaus}$ 上的集合预层。则 $X$ 是层 $\iff$ $X$ **保有限积**。 **证明。** $\mathbf{FCHaus}$ 上的覆盖就是「有限不交并」，即 $F = \coprod_{i \in I} F_{i}$（$I$ 有限）。对它写层条件： $$X(F) \longrightarrow \prod_{i} X(F_{i}) \rightrightarrows \prod_{i,j} X(F_{i} \times_{F} F_{j}).$$ - 由不交性，$i \ne j$ 时 $F_{i} \times_{F} F_{j} = \emptyset$、$i = j$ 时 $= F_{i}$。于是右边那对映射一个是恒等、另一个把 $i \ne j$ 的分量送到 $X(\emptyset)$ —— 而 $X(\emptyset)$ 由 $I = \emptyset$ 的层条件（$X$ 保空余积）给出 $X(\emptyset) \cong \{\ast\}$。 - 所以层条件正合化归为 $X\bigl(\coprod_{i} F_{i}\bigr) \cong \prod_{i} X(F_{i})$ —— 这正是「保有限积」。 反过来，若 $X$ 保有限积，则上述每一条层条件自动成立。∎ ⭐ **用处**：这一条把「$\mathrm{Cond}$ 里的层」换成了一句纯代数的话 ——「保有限积的函子」。于是验一条性质是不是层，只要验它是否保有限积。 参考：Le Stum, Exercise 4.2 #### Cond 即 FCHaus 上的层　`thm.cond-equiv-fchaus` *定理*　$\mathrm{Cond} \simeq \widehat{\mathbf{FCHaus}}$ $\mathbf{CHaus}$ 上的层与 $\mathbf{FCHaus}$ 上的层是**同一个范畴**： $$\mathrm{Cond} \;\simeq\; \widehat{\mathbf{FCHaus}}$$ 两个方向：$\mathbf{CHaus}$ 上的层限制到 $\mathbf{FCHaus}$ 上仍是层（覆盖变少了，层的条件只会更容易满足）；反过来，$\mathbf{FCHaus}$ 上的层 $X$ 沿「自由对象到 $S$ 的映射」取滤过余极限延拓回 $\mathbf{CHaus}$，得到的就是粘合出来的那个值。证明见边上那条推导。 参考：Le Stum, An introduction to condensed mathematics, §4 #### 凝聚态集满态射的判据　`prop.cond-epi` *命题*　凝聚态集的满态射 凝聚态集的态射 $X \to Y$ 是满态射 $\iff$ 对每个**自由**紧 Hausdorff 空间 $F$，$X(F) \to Y(F)$ 是满射。 参考：Le Stum, An introduction to condensed mathematics, §4 #### Cond 有足够多投射对象　`prop.cond-projectives` *命题*　$\mathrm{Cond}$ 的投射对象 自由紧 Hausdorff 空间（看作凝聚态集）都是**投射对象**；并且 $\mathrm{Cond}$ 有**足够多的投射对象**。 **证明。** 分两步。 - **自由紧 Hausdorff 空间是投射对象。** 记 $F = \beta I$ 自由。任给满态射 $X \twoheadrightarrow Y$ 与 $y \in Y(F)$。由**满态射的判据**（在自由对象上逐点满），$y$ 在某个覆盖上局部有原像：存在有限不交并分解 $F = \coprod_{k=1}^{n} F_{k}$ 与 $x_{k} \in X(F_{k})$ 使 $p(x_{k}) = y|_{F_{k}}$。把 $(x_{k})_{k}$ 拼起来，用「保有限积」的层条件得 $x \in X(F) = \prod_{k} X(F_{k})$，且 $p(x) = y$ —— 这就是提升。 - **足够多投射对象。** 任给凝聚态集 $X$：由「$\mathbf{FCHaus}$ 张成 $\mathbf{CHaus}$」（每个紧 Hausdorff 空间都是自由空间的满像），可取含 $X$ 的满态射 $\coprod_{i} h_{F_{i}} \twoheadrightarrow X$（$h_{F_{i}}$ 表示自由空间），而自由对象的**余积**仍是投射对象（「投射对象的余积还是投射的」）。于是每个 $X$ 都是某个投射对象的商。∎ ⭐ **为什么这件事对凝聚态数学这么要紧**：$\mathrm{Cond}$ 有足够多**投射**对象（不像一般拓扑斯只有足够多内射），于是「左导出函子」在 $\mathrm{Cond}$ 里可以直接用自由紧 Hausdorff 块算 —— 这是 $\mathrm{CondAb}$ 能做导出代数的那一半依据。 参考：Le Stum, Exercise 4.3 #### 底拓扑空间　`def.underlying-topological-space` *定义*　凝聚态集的底拓扑空间 凝聚态集 $X$ 的**底拓扑空间** $X(\cdot)$ 取集合 $X(\ast)$（在单点空间处的截面），并赋予使所有映射 $$f : S \longrightarrow X(\cdot), \qquad f \in X(S),\ S \in \mathbf{CHaus}$$ 都连续的**最细**拓扑。 等价刻画：$Y \subseteq X(\cdot)$ 是开集 $\iff$ 对每个 $S \in \mathbf{CHaus}$ 与每个 $f \in X(S)$，$f^{-1}(Y)$ 在 $S$ 中开。 所以「$X$ 的底空间」记下了 $X$ 能看见的全部拓扑信息，但**一般会丢掉 $X$ 自己的精细结构** —— 除非 $X$ 来自一个紧生成空间。 参考：Le Stum, An introduction to condensed mathematics, §4 #### Top 与 Cond 的伴随　`thm.top-cond-adjoint` *定理*　$\mathbf{Top} \to \mathrm{Cond}$ 与它的伴随 函子 $$\mathbf{Top} \longrightarrow \mathrm{Cond}, \qquad X \mapsto \underline{X},\quad \underline{X}(S) := C(S, X)$$ 是**忠实**的，并且有右伴随 $X \mapsto X(\cdot)$。限制到**紧生成空间**的满子范畴上时，它变成**全忠实**的。 关键一句：**若 $X$ 是拓扑空间，则它的底空间 $X(\cdot) \cong kX$**。 所以「拓扑空间 $\to$ 凝聚态集 $\to$ 底拓扑空间」这个来回，做的正是**$k$-化**：它把一般拓扑空间换成紧生成的那一个，之后就不再变化。于是 $k\mathbf{Top}$ 恰好是 $\mathrm{Cond}$ 里「完整地记得自己」的那部分，而一般的 $\mathbf{Top}$ 多出来的那些空间在 $\mathrm{Cond}$ 里被合并掉了。 参考：Le Stum, An introduction to condensed mathematics, §4 #### 内部 Hom 的函数空间刻画　`prop.cond-internal-hom` *命题*　$C(X(\bullet), Y) \cong \operatorname{Hom}(X, Y)$ 设 $X$ 是凝聚态集、$Y$ 是紧生成空间（视为凝聚态集 $\underline{Y}$）。则凝聚态集之间有自然同构 $$C\bigl(X(\bullet),\ Y\bigr) \cong \operatorname{Hom}(X,\ \underline{Y}),$$ 其中左边是「测试对象 $S \mapsto C\bigl(X(S), Y\bigr)$」（连续映射空间配紧开拓扑）所定的凝聚态集，右边是 $\mathrm{Cond}$ 的**内部 Hom**。 特别地，若 $X$ 与 $Y$ **都紧生成**，则 $kC(X, Y) \cong \operatorname{Hom}(X, Y)$。 **为什么需要它。** $\mathrm{Cond}$ 是拓扑斯，内部 Hom 由拓扑斯结构**自动**给出 —— 但那是抽象的。这一条给出它的**具体实现**：「内部 Hom 就是连续函数空间」。有了它，内部 Hom 才是一个可以算、可以往 $\mathbf{Top}$ 里搬的东西。 **两边分别在说什么。** $X(\bullet)$ 是 $X$ 的**底空间**（把 $X$ 喂给紧 Hausdorff 测试对象 $S$ 得到的集合，再装上由测试映射定出的拓扑）；$\operatorname{Hom}(X, \underline{Y})$ 是「从 $X$ 到 $Y$ 的映射」这个**对象**。等号说：先取底空间再取函数空间，和先取内部 Hom 再取底空间，是一回事。 ⭐ 与「$\mathrm{Cond}$ 是笛卡尔闭」连起来看：笛卡尔闭给的是**存在性**，这一条给的是**具体形状**。$Y$ 紧生成这个假设不能去掉 —— 紧生成正是让「紧开拓扑」够用的那个条件。 **证明。** 先设 $X = S$ 是紧 Hausdorff 空间（此时 $X(\bullet) = S$）。对任意紧 Hausdorff 的 $T$，两边在 $T$ 上取值并逐步用「内部 Hom 的伴随」与「紧生成空间上的指数律」： $$\underline{\operatorname{Hom}}(S, \underline{Y})(T) = \operatorname{Hom}\bigl(T,\ \underline{\operatorname{Hom}}(S,\underline{Y})\bigr) \cong \operatorname{Hom}(T \times S,\ \underline{Y}) \cong C(T\times S,\ Y) \cong C\bigl(T,\ C(S, Y)\bigr) = \underline{C(X(\bullet), Y)}(T).$$ 其中第四步是紧生成空间（$T \times S$ 与 $Y$）上的**指数律**。取 $T = \bullet$ 得自然变换；一般 $X$ 再用 Yoneda：对紧 Hausdorff 的 $S$， $$\operatorname{Hom}(X, \underline{Y})(S) \cong \operatorname{Hom}(S, \operatorname{Hom}(X, \underline{Y})) \cong \operatorname{Hom}(X, \operatorname{Hom}(S, \underline{Y})) \cong \operatorname{Hom}\bigl(X, C(S, Y)\bigr) \cong C\bigl(X(\bullet), C(S, Y)\bigr) \cong C\bigl(S, C(X(\bullet), Y)\bigr),$$ 最后一步又是指数律。于是两边作为 $\mathbf{CHaus}$ 上的层逐点同构，即自然同构。 **紧生成的情形**：$X$ 也紧生成时，$X(\bullet) = X$（底空间就是它自己），且两侧都落在 $\mathrm{CGWH}$ 里，取 $k$-化即得 $kC(X, Y) \cong \operatorname{Hom}(X, \underline{Y})$。∎ 参考：Le Stum, Proposition 4.2.6 #### qc 与 qcqs 的判定　`thm.qcqs-chaus-equiv` *定理*　紧 Hausdorff 空间 $\cong$ qcqs 凝聚态集 1. 凝聚态集 $X$ 是**拟紧**的 $\iff$ 存在**自由**紧 Hausdorff 空间 $F$ 与满态射 $$F \twoheadrightarrow X.$$ 2. 函子 $S \mapsto \underline{S}$（把紧 Hausdorff 空间看成它表示的凝聚态集）给出范畴等价 $$\mathbf{CHaus}\ \simeq\ \{\text{紧 Hausdorff 空间}\} \longrightarrow \{\text{拟紧且拟分离的凝聚态集}\}.$$ **这一条在说什么。** 凝聚态集是「用紧 Hausdorff 空间探测出来的层」。这条定理说：探测得最规整的那批对象（qcqs 的），**原来就是探测者自己**。于是「紧 Hausdorff 空间」这个范畴可以**原封不动**地坐进 $\mathrm{Cond}$ 里，作为它的「紧块部分」。 **第 1 条为什么用「自由」的 $F$。** 「拟紧」的一般定义是「任何覆盖都有有限子覆盖」，这是纯逻辑条件。这条把它换成了一个**几何**条件：能从一个（无限可能是很大的）自由紧 Hausdorff 块**满射**过来。于是拟紧变成了「可以被一个紧 Hausdorff 块盖住」。 **「自由」的含义**：$\mathbb{Z}[S]$ 那类由点集生成、不带额外关系的东西 —— 装得上就是「有足够多的点去盖」。 ⭐ 一般拓扑斯上的对应结论是「qcqs 对象 $\cong$ 紧 Hausdorff 对象」，这里做的是 $\mathrm{Cond}$ 这个特例。 **证明（两条都是一般拓扑斯上的定理在 $\mathrm{Cond}$ 上的特例）。** - **第 1 条**：「拟紧」在拓扑斯里的等价刻画是「存在从**投射 / 自由**对象的满射」—— 反向显然（满射 $F \twoheadrightarrow X$ 给出一个覆盖，用 $F$ 的参数化把有限子覆盖抽出来，因为自由对象 $F = \beta I$ 是「由点集生成」的，有限性是逐点的）；正向用 $\mathbf{FCHaus}$ 张成 $\mathbf{CHaus}$ 再把覆盖的参数压进一个自由对象。 - **第 2 条**：qcqs 的对象由「它到各紧 Hausdorff 块的值」决定，而 $\mathrm{Cond}$ 里紧 Hausdorff 空间 $S$ 表示的层 $\underline{S} = h_{S}$ 正是 qcqs 的（qc 由 $S \to S$ 本身给出；qs 由「紧 Hausdorff 的两块相交还是紧 Hausdorff」给出）。于是 $S \mapsto \underline{S}$ 全忠实；本质满则是上一条与拟分离的刻画拼起来。∎ 参考：Le Stum, Theorem 4.2.8 #### 弱 Hausdorff 推出 拟分离　`lem.weak-hausdorff-qseparated` *引理*　弱 Hausdorff 的紧块相交还是紧块 设 $X$ 是弱 Hausdorff 空间（且 $X$ 紧生成），$X_{1}, X_{2} \hookrightarrow X$ 是**拟紧**子空间。则纤维积 $$X_{1} \times_{X} X_{2}$$ 紧 Hausdorff。特别地，任意两个拟紧开子空间的交是拟紧的，即 $X$ 是**拟分离**的。 **直觉**：拟分离要的是「两个紧块的交还是紧块」。弱 Hausdorff 正好保证了这件事 —— 它说紧块的像都是闭的，于是两个紧块沿 $X$ 的拉回落在紧块里。 ⚠️ 这里 $X_{1} \times_{X} X_{2}$ 的紧性是 $\mathrm{CGWH}$ 系里那条「紧 Hausdorff 沿弱 Hausdorff 的纤维积」的直接应用。 **证明。** 不妨设 $X$ 紧生成（弱 Hausdorff 的 $k$-化不改变结论）。对 $i = 1, 2$，由拟紧性取紧 Hausdorff 空间 $S_{i}$ 与满态射 $S_{i} \twoheadrightarrow X_{i}$（「拟紧 $\iff$ 有从自由紧 Hausdorff 的满射」）。于是有满态射 $$S_{1} \times_{X} S_{2} \twoheadrightarrow X_{1} \times_{X} X_{2},$$ （纤维积保满射）。而 $X$ 弱 Hausdorff、$S_{1}, S_{2}$ 紧 Hausdorff，于是 $S_{1} \times_{X} S_{2}$ 是 $S_{1} \times S_{2}$ 里的**闭**子集（弱 Hausdorff 的定义：紧 Hausdorff 子空间沿连续映射的纤维积仍紧 Hausdorff），故紧 Hausdorff。 紧 Hausdorff 空间的商还是紧 Hausdorff（连续满像是紧的，Hausdorff 商还是 Hausdorff），故 $X_{1} \times_{X} X_{2}$ 紧 Hausdorff。∎ 参考：Le Stum, Lemma 4.2.9 #### 拟分离即含入的滤过余极限　`lem.qseparated-ind-inclusions` *引理*　拟分离 $\iff$ 紧 Hausdorff 块沿含入拼起来 凝聚态集 $X$ 是**拟分离**的 $\iff$ 它可以写成 $$X \cong \varinjlim_{i \in I}\ S_{i},$$ 其中每个 $S_{i}$ 是紧 Hausdorff 空间、每个过渡映射 $S_{i} \hookrightarrow S_{j}$ 都是**含入**。 **推论**：$\operatorname{Ind}(\mathbf{CHaus})$ 中那些「过渡映射为单射」的对象，恰好就是 qcqs 的凝聚态集。 ⚠️ **不要读成 $\operatorname{Ind}(\mathbf{CHaus}) \cong \mathrm{Cond}$。** 整块 $\operatorname{Ind}(\mathbf{CHaus})$ 比凝聚态集**大**：一般凝聚态集的紧块过渡映射只是映射、不是含入，所以只有「含入过渡」那一部分才对得上 qcqs 的对象。 **为什么这条重要。** 它把「拟分离」这个抽象的有限性条件换成了一个**可操作**的写法：$X$ 是一串越来越大的紧 Hausdorff 块 $S_{1} \hookrightarrow S_{2} \hookrightarrow \cdots$ 的余极限。$\operatorname{Ind}$-对象这套语言正是为「滤过余极限拼出来的东西」准备的，于是 $\mathrm{Cond}$ 的很多计算可以逐块做再取余极限。 ⭐ 这条也是后面「层上同调用紧块算」那一路技术的起点：先在紧 Hausdorff 块上算，再沿滤过余极限抬上去（滤过余极限正合）。 **证明。** 只需证正向（反向是定义）。 - 任何凝聚态集 $X$ 都能写成 $X \cong \varinjlim_{i} T_{i}$（$T_{i}$ 紧 Hausdorff）—— 这是 $\mathrm{Cond}$ 里「用紧块拼出来」的一般事实。 - 记 $X_{i}$ 为 $T_{i}$ 在 $X$ 中的**像**，则 $X = \varinjlim_{i} X_{i}$。每个 $X_{i}$ 作为 $T_{i}$ 的像是**拟紧**的；而 $X$ 拟分离，故每个 $X_{i}$ 也拟分离（拟分离沿子对象遗传）。于是由「qcqs $\cong$ 紧 Hausdorff」得 $X_{i} \cong S_{i}$，$S_{i}$ 紧 Hausdorff。 - 把族 $(S_{i})$ 换成 $S_{J} := \bigcup_{i \in J} S_{i}$（$J$ 有限）—— 因为 $X$ 拟分离，两个紧 Hausdorff 块的交还是紧 Hausdorff（上一条），有限并仍紧 Hausdorff，于是得到一个**有向**的族 $S_{J}$，且 $X = \varinjlim_{J} S_{J}$，过渡映射都是含入。∎ 参考：Le Stum, Lemma 4.2.10 #### 拟分离 推出 底空间弱 Hausdorff　`lem.qseparated-underlying-weak-hausdorff` *引理*　拟分离凝聚态集的底空间弱 Hausdorff 若凝聚态集 $X$ 拟分离，则它的底空间 $X(\bullet)$ 弱 Hausdorff。 **证法**：把 $X$ 写成紧 Hausdorff 块沿含入的滤过余极限（上一条），再对底空间取 $k$-化。滤过余极限在 $\mathrm{CGWH}$ 里被保留，而每个紧 Hausdorff 块都弱 Hausdorff，于是余极限仍弱 Hausdorff。 **方向别弄反**：这条是「拟分离 $\implies$ 弱 Hausdorff」，反向要加**紧生成**才成立（见下一条）。 **证明。** 由拟分离的刻画，把 $X$ 写成紧 Hausdorff 块沿**含入**的滤过余极限 $X = \varinjlim_{i} S_{i}$（$S_{i} \hookrightarrow S_{j}$）。底空间沿滤过余极限是正合的： $$X(\bullet) = \varinjlim_{i} S_{i}$$ （在 $\mathrm{CGWH}$ 里取 $k$-化后这个余极限仍被保留）。而**每个** $S_{i}$ 是紧 Hausdorff，当然弱 Hausdorff；$\mathrm{CGWH}$ 是**余完备且对滤过余极限封闭**的，于是余极限 $X(\bullet)$ 仍弱 Hausdorff。∎ 参考：Le Stum, Lemma 4.2.11 #### 紧生成：弱 Hausdorff ⟺ 拟分离　`prop.cg-wh-iff-qseparated` *命题*　紧生成空间上两个条件等价 设 $X$ 是**紧生成**空间。则 $X$ 弱 Hausdorff $\iff$ $X$（视为凝聚态集）拟分离。 **两个方向分别来自哪**：「弱 Hausdorff $\implies$ 拟分离」是那条纤维积引理；「拟分离 $\implies$ 弱 Hausdorff」是底空间那条。紧生成是用来让「底空间」这个概念和 $X$ 自己对齐的。 ⭐ **合起来的意义**：在紧生成的范围里，「弱 Hausdorff」这个**拓扑**条件与「拟分离」这个**层论**条件说的是同一件事。于是 $\mathrm{CGWH}$ 这一整套同伦论的栖息地，在凝聚态世界里有了一个纯层论的名字。 **证明。** 两个方向各用一条引理： - **$\implies$**：$X$ 紧生成且弱 Hausdorff，则视为凝聚态集时拟分离 —— 这正是「弱 Hausdorff $\implies$ 拟分离」那条纤维积引理。 - **$\Longleftarrow$**：$X$ 紧生成且拟分离，则底空间 $X(\bullet)$ 弱 Hausdorff；而 $X$ 紧生成意味着 $X(\bullet) \cong X$（紧生成空间的 $k$-化就是它自己，且它在凝聚态世界里由 $\underline{S} \mapsto \operatorname{Hom}(S, X)$ 决定），所以 $X$ 本身弱 Hausdorff。∎ 参考：Le Stum, Proposition 4.2.12 #### Cond 的极限与余极限　`prop.cond-limits-colimits` *命题*　$\mathrm{Cond}$ 的极限逐点算，余极限要先层化 $\mathrm{Cond}$ 有所有（小）极限与余极限。**极限逐点计算**：对每个紧 Hausdorff 空间 $S$， $$\Bigl(\varprojlim_{i} X_{i}\Bigr)(S) = \varprojlim_{i} X_{i}(S).$$ **余极限不能这样算** —— 它是「先在预层里逐点取余极限、再**层化**」： $$\Bigl(\varinjlim_{i} X_{i}\Bigr)(S) = \Bigl(\text{层化}\bigl(S' \mapsto \varinjlim_{i} X_{i}(S')\bigr)\Bigr)(S).$$ **证明极限那一半。** 层范畴 $\mathrm{Cond}$ 是预层范畴 $\widehat{\mathbf{CHaus}}$ 的**反射**满子范畴，含入函子 $i$ 有左伴随（层化）。右伴随保极限，所以 $i$ 保极限：$\mathrm{Cond}$ 里的极限就是预层里的极限；而预层里的极限是**逐点**算的。∎ **余极限为什么不行。** 层化只是 $i$ 的**左**伴随，它不保余极限，所以余极限要先在预层里逐点取、再层化一次。 **一个具体的反例。** 取紧 Hausdorff 的满射 $F \twoheadrightarrow S$，例如 $S = S^{1}$、$F = S^{1}$、$z \mapsto z^{2}$。在 $\mathrm{Cond}$ 里，满射是**有效满**，所以 $$\operatorname{coeq}\bigl(F \times_{S} F \rightrightarrows F\bigr) = h_{S};$$ 但**逐点**看 $T = S^{1}$：$F \times_{S} F = S^{1} \times \{\pm 1\}$，两个投影在 $\mathrm{Hom}(S^{1}, F) = \mathrm{Hom}(S^{1}, S^{1})$ 上就是 $g \mapsto g$ 与 $g \mapsto -g$，于是逐点余等化子把 $\mathrm{id}$ 与 $-\mathrm{id}$ 粘了起来，是 $\mathrm{Hom}(S^{1}, S^{1})$ 的一个**真商**；而 $h_{S}(S^{1}) = \mathrm{Hom}(S^{1}, S^{1})$ 里这两个元素并不相等。两者不同，故余极限不是逐点算的。 **「逐点」是什么意思**：要算一个凝聚态集，就得知道它在每个 $S$ 上取什么值。极限可以一路拆到每个 $S$ 上算；余极限不行，多一步层化。 ⭐ **这条是后面所有计算的技术基础**：凡是遇到 $\mathrm{Cond}$ 里的极限，都可以拆到每个 $S$ 上去算，而集合的极限是好算的。 ⚠️ **有限余积是例外**（它是逐点的）：$h_{S_{1}} \coprod h_{S_{2}} = h_{S_{1} \coprod S_{2}}$ —— 因为 $\coprod$ 正是预标准拓扑的覆盖，「有限余积变有限积」那条层条件直接给出它。 参考：Le Stum, Corollary 4.1.6；Le Stum, §4.1 #### Cond 的满态射都是正则的　`prop.cond-epi-regular` *命题*　$\mathrm{Cond}$ 中满态射 $=$ 余等化子 在 $\mathrm{Cond}$ 中，每个满态射 $f : X \to Y$ 都是**正则**的：它是它自己那对投影的余等化子， $$Y \cong \operatorname{coeq}\bigl(X \times_{Y} X \rightrightarrows X\bigr).$$ **在说什么。** 一般的范畴里，「满态射」（右边可消）和「余等化子」（是某对映射的商）是两个不同的概念。拓扑斯里两者**重合** —— 这就是为什么在拓扑斯里可以放心地「取商」：任何满态射都真的在商掉一个等价关系。 **$X \times_{Y} X \rightrightarrows X$ 是什么**：$X \times_{Y} X = \{\, (x, x') : f(x) = f(x') \,\}$ 是 $f$ 的**核对**；它的两个投影就是那对映射。余等化子就是把「被 $f$ 认同的点」粘起来 —— 粘出来的结果正好是 $Y$。 📌 这条与下一条（等价关系有效）是同一枚硬币的两面：这条说「商是良态的」，下一条说「每个等价关系都能当成某个商来出现」。 **证明。** 一般范畴里「满」与「有效满」是两个概念；拓扑斯里两者重合。 - 先看「$f$ 有效 $\implies$ $f$ 满」：有效满按定义是余等化子，而余等化子总是满的。 - 再看「$f: X \to Y$ 满 $\implies$ 有效」：令 $\bar f : \operatorname{coeq}(X \times_{Y} X \rightrightarrows X) \to Y$ 为余等化子的泛性质给出的映射，它是满的，且由余等化子的泛性质本身就单 —— 于是只需证 **$\bar f$ 是满**这一点在层论上「局部能验」。 - 具体验：满态射的局部判据说 $f$ 在**自由**紧 Hausdorff 对象上逐点满（$X(F) \to Y(F)$ 是满射）。取 $y \in Y(F)$，有原像 $x \in X(F)$；把 $x$ 送到余等化子，再送回来还是 $y$ —— 于是 $\bar f$ 在 $F$ 上满。$\bar f$ 单且满，故是同构，$f$ 是它自己核对对的余等化子。∎ 参考：Le Stum, §4.1 #### Cond 的等价关系有效　`prop.cond-equivalence-effective` *命题*　$\mathrm{Cond}$ 中每个等价关系都是有效的 在 $\mathrm{Cond}$ 中，每个等价关系 $R \rightrightarrows X$（即 $R \subseteq X \times X$ 是一个「自反、对称、传递」的子对象）都是**有效的**： $$R \cong X \times_{Y} X,\qquad Y := \operatorname{coeq}\bigl(R \rightrightarrows X\bigr).$$ 也就是说：等价关系的商存在，而且 $R$ 恰好是那个商的核对。 **「有效」是什么意思。** 给定一个等价关系，先取商 $Y = X/R$（这总能做），再把 $Y$ 沿商映射拉回 $X \times X$。一般范畴里拉回来的东西可能**比 $R$ 大**（多粘了一些东西）。有效等价关系就是**恰好拉回 $R$ 自己**的那些。 **为什么它重要**：只有有效等价关系才能「商了再拉回来还原」，也就是「取商」这个操作**不丢信息**。聚集到 $\mathrm{Cond}$ 上，这条保证：把两个紧 Hausdorff 块按一个等价关系粘起来，得到的商对象在层论意义上「就是」那个等价关系本身。 ⭐ **这三条合起来正好是 Giraud 定理的输入**：一个有所有余极限、余极限万有且有效等价关系有效的范畴就是拓扑斯。反过来说，$\mathrm{Cond}$ 是拓扑斯这件事可以从这三条**逐条验证**，不必回到「它是一个 site 上的层范畴」那个定义。 📌 与「Cond 是拓扑斯」那条合起来看：那条给**结论**，这三条给**理由**；有了理由，才知道 $\mathrm{Cond}$ 的拓扑斯结构具体好在哪里（能做商、能做内部 Hom、能做层上同调）。 **证明。** 给定 $R \rightrightarrows X$。因为 $\mathrm{Cond}$ 有余极限，商 $Y := \operatorname{coeq}(R \rightrightarrows X)$ 存在，且商映射 $q : X \to Y$ 满（余等化子总是满）。由**上一条**，$q$ 是有效满：$q$ 是 $X \times_{Y} X \rightrightarrows X$ 的余等化子。 现在比较 $R$ 与 $X\times_{Y} X$： - 两个投影 $R \rightrightarrows X$ 复合到 $Y$ 相同（余等化子的定义），故 $R \subseteq X \times_{Y} X$； - 反过来，$X \times_{Y} X$ 是「被 $q$ 认同的点对」，而层论上「$q$ 在两个点上取同值」这件事可以在**覆盖上逐点验**：取覆盖 $(X_{i} \to X)$，$X\times_{Y}X$ 在每块上就是 $R$ 在每块上的值（用 $X$ 与 $R$ 的层条件 + 余等化子的泛性质），于是 $X \times_{Y} X \subseteq R$。 两边互包，$R \cong X \times_{Y} X$ —— 这正是有效性，也正是 Giraud 判据里那一条。∎ 参考：Le Stum, §4.1 #### 底空间保有限积　`cor.cond-ktop-finite-products` *推论*　推论：$(X \times Y)(\cdot) \;\cong\; k\bigl(X(\cdot) \times Y(\cdot)\bigr)$ 函子 $\mathrm{Cond} \to k\mathbf{Top}$，$X \mapsto X(\cdot)$，**保有限积**：对任意 $X, Y \in \mathrm{Cond}$， $$(X \times Y)(\cdot) \;\cong\; k\bigl(X(\cdot) \times Y(\cdot)\bigr).$$ （右端必须先 $k$-化：$\mathbf{Top}$ 里那个积一般是紧生成的。） ⭐ **为什么重要**：它说明「凝聚态集 $\mapsto$ 底拓扑空间」这个函子**不破坏有限积**，所以 $\mathrm{Cond}$ 里算出来的积，落到空间上还是那个积（取 $k$-化后）。这是把 $\mathrm{Cond}$ 里的代数构造翻译回拓扑构造时最常用的一步。 ⚠️ 换成 $\mathbf{Top}$（不取 $k$-化）就**不再成立** —— 根子在 $\mathbf{Top}$ 不是笛卡尔闭的。 📌 例：$S \times X(\cdot) \cong (S \times X)(\cdot)$ 这类投影公式（$S$ 局部紧 Hausdorff）就是同一条道理的另一副面孔。 参考：Le Stum, An introduction to condensed mathematics, Corollary 4.2.7 #### 投影公式　`prop.projection-formula-cond` *命题*　投影公式：$S \times X(\cdot) \cong (S \times X)(\cdot)$ 设 $X$ 是凝聚态集，$S$ 是**局部紧 Hausdorff** 拓扑空间。则 $$S \times X(\cdot) \;\cong\; (S \times X)(\cdot).$$ （左边是底空间 $X(\cdot)$ 与 $S$ 的拓扑积；$S$ 紧 Hausdorff 时这就是「把 $S$ 拉进来不影响 $k$-化」。） ⭐ **读法**：底空间函子 $X \mapsto X(\cdot)$ 与「乘一个局部紧空间」可交换。于是「在空间上乘以紧块」这类操作，可以先在 $\mathrm{Cond}$ 里做、再落回拓扑空间，也可以反过来做。 📌 它与「底空间保有限积」是一条链上的两步：那条给出 $k$-化后的公式，这条把 $k$-化消掉。 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.11 #### 开满射是满态射　`prop.cond-epi-open-surjective` *命题*　命题：开满 + 弱 Hausdorff $\implies$ 在 $\mathrm{Cond}$ 里满 设 $f : X \to Y$ 是连续映射。若 $Y$ **弱 Hausdorff**，且每个紧 Hausdorff 子集 $K \subseteq Y$ 都含于某个 $f(S)$（$S$ 紧 Hausdorff），则 $f$ 在 $\mathrm{Cond}$ 里是**满态射**。 特例：$X$ 局部紧 Hausdorff、$Y$ 弱 Hausdorff、$f$ **开且满**时，上面的条件自动满足。 **证明。** 由「凝聚态集满态射的判据」，只需对每个**自由**紧 Hausdorff 空间 $F$ 验证 $C(F, X) \to C(F, Y)$ 是满射 ✓。 给 $g : F \to Y$。因为 $F$ 紧、$Y$ 弱 Hausdorff，$g(F)$ 是紧 Hausdorff 子集 ✓，于是存在紧 Hausdorff $S \subseteq X$ 使 $g(F) = f(S)$ ✓。 $F$ 是紧 Hausdorff 范畴里的**投射对象**（自由即投射），所以 $F \to f(S)$ 可提升为 $F \to S$ ✓，再嵌回 $X$ 即得 $g$ 的原像 ✓。∎ **特例的验证。** $X$ 局部紧时每个点有紧邻域 $S_x$；$f$ 开说明 $f(S_x)$ 是 $f(x)$ 的邻域，$f$ 满说明 $Y = \bigcup_x f(S_x)$ ✓；$Y$ 里任何紧集被有限多个 $f(S_{x_i})$ 覆盖，取 $S := \bigcup_i S_{x_i}$（有限并仍是紧 Hausdorff）✓。 ⭐ 这是「一个拓扑映射在两个拓扑空间之间是满态射」的可操作判据：**先看弱 Hausdorff，再看紧块的像够不够大**。 参考：Le Stum, An introduction to condensed mathematics, Proposition 4.2.5, Exercise 4.9 #### 开覆盖给出覆盖　`prop.open-covering-covering` *命题*　命题：开覆盖 $X = \bigsqcup_{i} X_{i}$ $\implies$ 它是覆盖 若 $X = \bigcup_{i \in I} X_{i}$ 是拓扑空间 $X$ 的**开覆盖**（$X_i$ 开），则把每个 $X_i$ 看成凝聚态集时，$(X_{i} \to X)_{i \in I}$ 是 $X$ 在 $\mathrm{Cond}$ 中的一个**覆盖**。 **证明。** **（一）$X = S$ 紧 Hausdorff。** 开覆盖可取有限子覆盖，而紧 Hausdorff 是正规的，每块开集里含一个闭邻域、闭子集紧 ✓ —— 于是把开覆盖换成**有限的紧覆盖**，而「有限族拼起来等于全空间」正是 $\mathbf{FCHaus}$ 上预拓扑允许的覆盖 ✓。 **（二）一般 $X$。** 取 $f : S \to X$（$S$ 紧 Hausdorff），把覆盖拉回：$S = \bigcup_i f^{-1}(X_{i})$ 仍是开覆盖，由 (一) 得 $(S \times_{X} X_{i} \to S)_{i}$ 是 $S$ 的覆盖 ✓；覆盖沿覆盖下降（传递性），于是 $(X_{i} \to X)_{i}$ 是 $X$ 的覆盖 ✓。∎ ⭐ 用处：$\mathrm{Cond}$ 里的覆盖可以**直接用拓扑的开覆盖**给出，这是后面「层在开集上算」的依据。 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.6 #### Hom 预层是层　`prop.hom-presheaf-sheaf` *命题*　命题：$U \mapsto \operatorname{Hom}_{/X}(U, Y)$ 是 $X$ 上的层 设 $X$ 是拓扑空间、$Y \to X$ 是凝聚态集之间的态射（即 $Y \in \mathrm{Cond}/X$）。则预层 $$U \;\longmapsto\; Y(U) := \operatorname{Hom}_{/X}\bigl(\underline{U},\ Y\bigr) \qquad (U \subseteq X \text{ 开})$$ 是 $X$ 上的一个**层**。 **证明。** 由「开覆盖给出覆盖」，开覆盖 $U = \bigcup_i U_{i}$ 给出 $\mathrm{Cond}/X$ 里的覆盖 $\coprod_i \underline{U_{i}} \to \underline{U}$ ✓。 而 $Y$ 是拓扑斯 $\mathrm{Cond}/X$ 的对象，拓扑斯的对象对**标准拓扑**下的每个覆盖筛都满足下降 —— 层条件的定义正是「$\operatorname{Hom}(-, Y)$ 把覆盖筛变成等化子」✓。 把这条用在上面的覆盖上：$Y(U) \to \prod_i Y(U_{i}) \rightrightarrows \prod_{i,j} Y(U_{i} \cap U_{j})$ 是等化子，正是 $U \mapsto Y(U)$ 的层条件 ✓。∎ ⭐ 一句话：**「$X$ 上的开集给的截面」就是层**，因为开覆盖已经是 $\mathrm{Cond}/X$ 里的覆盖。 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.7 #### 可数递增余极限是拟分离的　`prop.countable-colimit-qseparated` *命题*　命题：$X = \varinjlim_{n} S_{n}$（含入、可数）$\implies$ 拟分离 若 $X = \varinjlim_{n \in \mathbb{N}} S_{n}$ 是一列紧 Hausdorff 空间沿**含入** $S_{n} \hookrightarrow S_{n+1}$ 的拓扑余极限，则 1. $X$ 作为凝聚态集是**拟分离**的； 2. 这个余极限**在 $\mathrm{Cond}$ 里算也一样**：$X \cong \varinjlim_{n} S_{n}$。 **证明。** 由「拟分离 $\iff$ 含入过渡的滤过余极限」，含入过渡的滤过余极限总是拟分离的 ✓ —— 可数情形是它的特例。 第二条是「元素从有限层来」：给紧 Hausdorff $T$ 与连续 $f : T \to X$，因为 $T$ 紧而 $\{S_{n}\}$ 是递增的开覆盖式的逼近，$f(T)$ 落在某个 $S_{n}$ 里 ✓（这正是「紧集只能看见有限层」），于是 $f$ 来自某个 $T \to S_{n}$ ✓。∎ ⭐ 用处：**局部紧 Hausdorff 空间就是这种可数递增余极限**（取它的紧块），所以它们的凝聚态版本总是拟分离的。 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.12 #### 拟分离嵌入底空间　`prop.qseparated-mono` *命题*　命题：$X$ 拟分离 $\implies$ $X \hookrightarrow X(\cdot)$ 是单态射 若 $X$ 是**拟分离**的凝聚态集，则典范映射 $$X \longrightarrow \underline{X(\cdot)}$$ （把 $X$ 送到它的底拓扑空间 $X(\cdot)$ 所代表的凝聚态集）是**单态射**。 **证明。** 只需对每个紧 Hausdorff $S$ 验证 $X(S) \to \underline{X(\cdot)}(S) = C(S, X(\cdot))$ 是单射 ✓（单态射按点检验）。 由「可数递增余极限」那一条的推广（拟分离 $\iff$ 含入过渡的滤过余极限），$X = \varinjlim_i S_{i}$ 且 $X(S) = \varinjlim_i \operatorname{Hom}(S, S_{i})$ ✓。 取 $f, g \in X(S)$ 映到同一个连续映射：它们都来自某个 $i$ 的 $\tilde f, \tilde g : S \to S_{i}$，而 $S_{i} \hookrightarrow X(\cdot)$ 是含入、特别地是单射 ✓，于是 $\tilde f = \tilde g$，从而 $f = g$ ✓。∎ ⭐ 读法：**拟分离的凝聚态集不会丢信息** —— 它整个能从底空间里被读回来。反面是一般凝聚态集的底空间会把精细结构抹掉。 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.13 #### 离散即常　`prop.discrete-iff-constant` *命题*　命题：$X$ 离散 $\iff$ 常 $\iff$ 只依赖紧 Hausdorff 的离散商 对凝聚态集 $X$，三条等价： 1. $X$ 是**离散的**：存在离散拓扑空间 $E$ 使 $X \cong \underline{E}$； 2. $X$ 是**常的**：存在集合 $E$ 使 $X \cong \widetilde{E}$（常层）； 3. 对任何紧 Hausdorff 空间 $S$， $$X(S) \;\cong\; \varprojlim_{S \twoheadrightarrow S'} X(S'),$$ 其中 $S'$ 跑遍 $S$ 的**离散商**。 **证明。** (1)$\iff$(2)：离散空间 $E$ 给出的凝聚态集取值是 $\underline{E}(S) = C(S, E)$，也就是「$S$ 上的局部常值 $E$-值映射」✓；而常层 $\widetilde{E}$ 的取值按定义正是局部常值映射 ✓ —— 两个函子一致 ✓（见「拓扑空间上的常层就是离散空间的层」）。 (2)$\iff$(3)：局部常值映射只依赖 $S$ 的连通块结构，而这正是「沿 $S$ 的离散商取投影极限」读出来的信息 ✓；反过来若 $X(S) = \varprojlim_{S \twoheadrightarrow S'}X(S')$，则 $X$ 只看得见离散商，等价于常 ✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.5 #### 底函子保不交并　`prop.underlying-preserves-coproduct` *命题*　命题：$X = \coprod_{i} X_{i}$ $\implies$ $\underline{X} = \coprod_{i}\underline{X_{i}}$ 若拓扑空间 $X$ 是子空间的不交并 $X = \coprod_{i \in I} X_{i}$，则它的凝聚态集就是各块的凝聚态集在 $\mathrm{Cond}$ 里的**余积**： $$\underline{X} \;=\; \coprod_{i \in I} \underline{X_{i}}.$$ **证明。** 函子 $X \mapsto \underline{X}$（$\underline{X}(S) = C(S, X)$）是 $X \mapsto X(\cdot)$ 的**左伴随** ✓，左伴随保余极限、特别地保余积 ✓。所以把拓扑空间的不交并送进 $\mathrm{Cond}$，得到的就是余积 ✓（$\mathrm{Cond}$ 里的余积是「先取逐点不交并、再层化」，正是 $C(S, \coprod_i X_i)$ 的层化）✓。∎ 参考：Le Stum, An introduction to condensed mathematics, Exercise 4.8 ### 星团：凝聚态阿贝尔群 > 在凝聚态集上做代数：阿贝尔群值层 → 截面函子 → 足够多投射对象 → 张量与内 Hom。 #### 凝聚态阿贝尔群　`def.condensed-abelian-group` *定义*　凝聚态阿贝尔群（Condensed Abelian Group） **凝聚态阿贝尔群**就是 $\mathrm{Cond}$ 上的**阿贝尔层**。四种说法给出同一个范畴： $$\mathrm{Ab}(\mathrm{Cond}) \;\simeq\; \mathrm{Cond}(\mathrm{Ab}) \;\simeq\; \widehat{\mathbf{CHaus}}(\mathrm{Ab}) \;\simeq\; \widehat{\mathbf{FCHaus}}(\mathrm{Ab})$$ 记作 $\mathrm{CondAb}$。 一般定义见「阿贝尔层」—— 凝聚态阿贝尔群就是 $\mathcal{T} = \mathrm{Cond}$ 的那个特例。 在紧 Hausdorff 这个场地里层条件可以化简：**$M$ 是凝聚态阿贝尔群 $\iff$ 它保有限积**（一般拓扑斯上没有这么干净的判据）。 记号：$\operatorname{Hom}_{\mathbb{Z}}(M, N) := \operatorname{Hom}_{\mathrm{CondAb}}(M, N)$。 参考：Le Stum, An introduction to condensed mathematics, §6.1 #### 截面函子保极限余极限　`prop.condab-section` *命题*　截面函子 $\Gamma(F, -)$ 设 $F \in \mathbf{FCHaus}$。则**截面函子** $$\Gamma(F, -) : \mathrm{CondAb} \longrightarrow \mathbf{Ab}, \qquad M \mapsto \Gamma(F, M) := M(F)$$ 保**所有极限与所有余极限**。 理由：层在 $F$ 处的截面是「逐点」算出来的，而 $\mathbf{Ab}$ 里有限积与有限余积一致、滤过余极限正合。 这条是**把 $\mathrm{CondAb}$ 的性质逐点归到 $\mathbf{Ab}$** 的通道 —— 下面的 AB 公理那一条就是靠它推出来的。 **证明。** 把 $\mathrm{CondAb}$ 等同于 $\mathbf{FCHaus}$ 上的阿贝尔层范畴（这是「$\mathrm{Cond} \simeq \widehat{\mathbf{FCHaus}}$」的加法版本）。 - **保余极限**：只需证预层意义的余极限**自动是层**。$F$ 自由时，$\mathbf{FCHaus}$ 上的覆盖就是有限不交并，于是对 $\coprod_{j=1}^{r} F_{j}$： $$\Bigl(\varinjlim_{i} M_{i}\Bigr)\Bigl(\coprod_{j} F_{j}\Bigr) = \varinjlim_{i} M_{i}\Bigl(\coprod_{j} F_{j}\Bigr) = \varinjlim_{i} \bigoplus_{j} M_{i}(F_{j}) = \bigoplus_{j} \varinjlim_{i} M_{i}(F_{j}),$$ 中间一步用「$\mathbf{FCHaus}$ 上的层保有限积」（即 $M(\coprod F_{j}) = \bigoplus M(F_{j})$），最后一步用 $\mathbf{Ab}$ 里有限积与有限余积一致、且滤过余极限正合。既然余极限仍满足层条件，它就是层内的余极限，且 $\Gamma(F, -)$ 与它交换 ✓。 - **保极限**：层范畴里的极限**逐项**计算（预层极限自动是层），故 $\Gamma(F, \varprojlim M_{i}) = \varprojlim \Gamma(F, M_{i})$ ✓。∎ ⭐ 推论：$\Gamma(F,-)$ 还是**正合**的（既保核又保余核）—— 这正是「自由紧 Hausdorff 空间给投射对象」的根源。 参考：Le Stum, Lemma 6.1.3 #### CondAb 满足 AB6 与 AB4*　`thm.condab-ab` *定理*　$\mathrm{CondAb}$ 的 AB 公理 $\mathrm{CondAb}$ 是**Grothendieck 范畴**，并且满足 **AB6** 与 **AB4\***。 推论：$\mathrm{CondAb}$ 是**阿贝尔范畴**，并且（1）有生成元；（2）所有极限与余极限存在；（3）所有积与余积都**正合**；（4）**滤过余极限正合，且与积交换**。 「是 Grothendieck 范畴」那一半其实对**任意**拓扑斯都成立（见「拓扑斯上的阿贝尔群是 Grothendieck 范畴」）；这里真正多出来的是 **AB6 与 AB4\*** —— 一般拓扑斯上的阿贝尔群并不同时具备这两条。 这一整段的好处是：$\mathrm{CondAb}$ 上能照搬 $\mathbf{Ab}$ 上那一套同调代数 —— 求导函子、长正合列、导出范畴，一样都不缺。 **证明（逐条归约到 $\mathbf{Ab}$）。** 关键工具就是上一条：**每个 $\Gamma(F,-)$（$F$ 自由）都保所有极限与余极限**，所以任何「用有限极限 + 余极限写出来的性质」都可以逐项检验，而逐项之后就是 $\mathbf{Ab}$ 里的熟事实。 - **有余极限 / 有极限**：逐项取余极限得到的预层仍是层（上一条）$\implies$ 存在 ✓； - **滤过余极限正合（AB5）**：逐项算，$\mathbf{Ab}$ 里滤过余极限正合 ✓； - **有生成元**：$\mathrm{Cond}$ 由 $\{h_{F}\}$（$F$ 自由紧 Hausdorff）生成 $\implies$ $\mathrm{CondAb}$ 由 $\{\mathbb{Z}\cdot F\}$ 生成 ✓； - **AB4\*（积正合）**：积逐项算，$\mathbf{Ab}$ 里积正合 ✓； - **AB6（滤过余极限与积交换）**：逐项化归到 $\mathbf{Ab}$ 的 AB6 ✓； - **阿贝尔**：核、余核逐项算都是 $\mathbf{Ab}$ 里的核余核，单满分解、$\operatorname{im}\cong\operatorname{coim}$ 都逐项成立 ✓。∎ 参考：Le Stum, Theorem 6.1.4；Le Stum, Corollary 6.1.5 #### Stonean 给出有限表现投射对象　`lem.stonean-projective` *引理*　Stonean 空间给出有限表现的投射对象 设 $F$ 是**自由紧 Hausdorff 空间**（更一般地，**Stonean 空间**）。则自由凝聚态阿贝尔群 $\mathbb{Z}\cdot F$ 是**有限表现**的**投射**凝聚态阿贝尔群。 要证的等价形式是：函子 $M \mapsto \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot F, M) \cong \Gamma(F, M)$ 保满态射与滤过余极限。前半由「自由紧 Hausdorff 空间在 $\mathrm{Cond}$ 里投射」给出，后半由截面函子的构造给出 —— 而截面函子实际上**保所有余极限**。 **证明。** 由张量—Hom 伴随，$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot F, M) \cong M(F) = \Gamma(F, M)$ ✓，所以只需看 $\Gamma(F,-)$。 - **保满态射**：上一条说 $\Gamma(F,-)$ 保**所有**余极限，特别地保余核；$v$ 满 $\iff$ $\operatorname{coker} v = 0$ $\implies$ $\operatorname{coker}\Gamma(v) = 0$ $\implies$ $\Gamma(v)$ 满 ✓； - **保滤过余极限**：同样由「保所有余极限」✓。 而标准判据是：$P$ **投射** $\iff$ $\operatorname{Hom}(P,-)$ 保满态射；$P$ **有限表现** $\iff$ $\operatorname{Hom}(P,-)$ 保滤过余极限。两条合起来，$\mathbb{Z}\cdot F$ 就是有限表现的投射对象。∎ 参考：Le Stum, Lemma 6.1.6 #### CondAb 由有限表现投射对象生成　`prop.condab-generated` *命题*　$\mathrm{CondAb}$ 的生成元 $\mathrm{CondAb}$ 由**有限表现的投射**凝聚态阿贝尔群生成。特别地，它有足够多的投射对象。 **证明。** - **生成**：$\mathrm{Cond}$ 由 $\{h_{F}\}$（$F$ 自由紧 Hausdorff）生成；而一般地「若 $\{X_{i}\}$ 生成 $\mathcal{C}$，则 $\{\mathbb{Z}\cdot X_{i}\}$ 生成 $\mathrm{Ab}(\mathcal{C})$」（用自由阿贝尔群对象的泛性质：两个态射若在所有 $\mathbb{Z}\cdot X_{i}$ 上相同则相同）。于是 $\{\mathbb{Z}\cdot F\}$ 生成 $\mathrm{CondAb}$ ✓； - 而每个 $\mathbb{Z}\cdot F$ 由**上一条**是有限表现的投射对象 ✓； - **足够多投射对象**：任给 $M$，由「生成」存在满态射 $\bigoplus_{i} \mathbb{Z}\cdot F_{i} \twoheadrightarrow M$，而投射对象的**余积**仍是投射对象 ✓ —— 所以每个 $M$ 都是某个投射对象的商。∎ ⭐ **这条是「在 $\mathrm{CondAb}$ 里能做导出代数」的另一半依据**（另一半是「有足够多内射」，由它是 Grothendieck 范畴给出）：有足够多**投射**对象意味着**左**导出函子也能直接算。 参考：Le Stum, Proposition 6.1.7 #### 离散函子保直和　`prop.discrete-functor-coproduct` *命题*　命题：$\bigl(\bigoplus_{i} M_{i}\bigr)^{\mathrm{disc}} \cong \bigoplus_{i} M_{i}^{\mathrm{disc}}$ 设 $(M_{i})_{i \in I}$ 是一族阿贝尔群。则 $$\Bigl(\bigoplus_{i \in I} M_{i}\Bigr)^{\mathrm{disc}} \;\cong\; \bigoplus_{i \in I} M_{i}^{\mathrm{disc}},$$ 其中 $(-)^{\mathrm{disc}}$ 是把阿贝尔群看成离散凝聚态阿贝尔群。 **证明。** $(-)^{\mathrm{disc}}$ 是遗忘函子的**左伴随** ✓，左伴随保余极限、特别地保直和 ✓。∎ ⚠️ 对**积**不成立：$(-)^{\mathrm{disc}}$ 是左伴随，一般不保积 —— 这正是「离散化会把无限直积换成直和」的那件事。 参考：Le Stum, An introduction to condensed mathematics, Exercise 6.3 #### 商群在凝聚态意义下一致　`prop.cond-quotient-topological` *命题*　命题：$\underline{M/N} \cong \underline{M}/\underline{N}$（$N$ 闭） 设 $N$ 是局部紧 Hausdorff 阿贝尔群 $M$ 的**闭**子群。则拓扑商群的凝聚态版本与凝聚态商的商一致： $$\underline{M/N} \;\cong\; \underline{M}\big/\underline{N}.$$ **证明。** 正合列 $0 \to N \to M \to M/N \to 0$ 里，$N$ 闭保证 $M/N$ 是 Hausdorff 的局部紧群 ✓；而「拓扑阿贝尔群 $\mapsto$ 凝聚态阿贝尔群」是**保所有极限**的函子 ✓，它把商的余核送到余核 ✓。于是拓扑意义下的商与凝聚态意义下的商对上 ✓。∎ 📌 用处：算凝聚态阿贝尔群时，**可以先在拓扑这一侧把商算好再离散化**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 6.5 ### 星团：拓扑阿贝尔群 > 造出「拓扑阿贝尔群 → 凝聚态阿贝尔群」这条通道：关联凝聚态群（保所有极限）→ 连续同态即内部 Hom → 正合列的搬运 → Pontryagin 对偶 → 局部紧阿贝尔群不是阿贝尔范畴。 #### 拓扑阿贝尔群　`def.topo-ab-group` *定义*　拓扑阿贝尔群与连续同态（Topological Abelian Group） **拓扑阿贝尔群** $(M, +, \tau)$ 是一个**阿贝尔群** $M$ 连带一个拓扑 $\tau$，使运算连续： $$+ : M \times M \longrightarrow M, \qquad - : M \longrightarrow M.$$ 两个拓扑阿贝尔群之间的**连续同态**记作 $$C_{\mathbb{Z}}(M, N) \;\subseteq\; C(M, N),$$ 右边带**紧开拓扑**，左边取**子空间拓扑**。 ⭐ **为什么用 $C_{\mathbb{Z}}$ 这个记号**：$\mathbb{Z}$ 提醒你这些是 $\mathbb{Z}$-模（也就是阿贝尔群）的同态，不是随便的连续映射。 **与内部 Hom 的关系**：$M$ **紧生成**时 $C_{\mathbb{Z}}(M, N) = \operatorname{Hom}_{\mathbb{Z}}(M, N)$ —— 见下一条命题。（这是「测试够了」的又一个红利。） ⚠️ **两个容易掉进去的坑**（专门点出来）： - $\underline{M} \mapsto M$ 那条通道**没有明显的伴随**，因为函子 $X \mapsto X(\bullet)$（取底拓扑空间）**不保积**； - 就算 $M$ 是拓扑阿贝尔群，$kM$ **一般也不是**拓扑阿贝尔群 —— 因为紧生成空间对（拓扑空间的）积不封闭。 参考：Le Stum, An introduction to condensed mathematics, §6.2 #### 拓扑阿贝尔群嵌入凝聚态　`prop.abtop-to-abcond` *命题*　$\mathbf{AbTop} \to \mathrm{AbCond}$ 保所有极限 存在**保所有极限**的**忠实**函子 $$\mathbf{AbTop} \longrightarrow \mathrm{AbCond}, \qquad M \longmapsto \underline{M}.$$ 它在**紧生成**阿贝尔群这一部分上是**全忠实**的。 **构造**：一个拓扑阿贝尔群 $M$ 给出凝聚态阿贝尔群 $$\underline{M} : S \longmapsto C(S, M),$$ 即「从紧 Hausdorff 空间 $S$ 到 $M$ 的连续映射集」（逐点加法）。因为 $M$ 是拓扑阿贝尔群、$C(S, M)$ 按逐点加法是阿贝尔群，这是阿贝尔群值预层；层条件是「粘合连续映射」，成立。 **保所有极限**来自定理「$\mathbf{Top} \to \mathrm{Cond}$ 保有限积」：凝聚态里的极限逐点算，而连续映射的极限在 $\mathbf{Top}$ 里算和逐点算一致。 ⭐ **这一条的实际用途**：把拓扑问题搬进凝聚态这一侧，用那里的同调代数（长正合列、求导函子）去算，再搬回来。**代价是丢失信息** —— 忠实但不一定满，所以「凝聚态地相等」比「拓扑地相等」更弱。 **证明（照书：形式上来自「拓扑空间到凝聚态集」那条定理）。** 对拓扑阿贝尔群 $M$，记 $\underline{M}(S) := C(S, M)$，逐点取加法，得到 $\mathrm{CondAb}$ 的对象 ✓（层条件是「连续映射的粘合」，逐点成立）。 - **忠实**：$f \ne g : M \to N$ 时取一点 $m$ 使 $f(m)\ne g(m)$，则在 $\underline{M}(\bullet)$ 上 $f,g$ 已经不同 ✓（用测试对象 $\bullet$ 这一个点就够）。 - **保所有极限**：凝聚态侧的极限逐项计算，而 $C\bigl(S, \varprojlim_{i} M_{i}\bigr) = \varprojlim_{i} C(S, M_{i})$ —— 拓扑阿贝尔群的极限（积 / 核 / 等化子）里「连续映射由各分量连续决定」✓。逐项取极限得到的仍是层，故它就是 $\mathrm{CondAb}$ 里的极限 ✓。 - **紧生成那一部分全忠实**：由 $\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, \underline{Y}) = C(X, Y)$（紧生成情形，见「内部 Hom 的函数空间刻画」），把 $X, Y$ 取成紧生成的拓扑阿贝尔群、并把同态条件一并带上即得。∎ ⚠️ **反向没有伴随**：函子 $X \mapsto X(\bullet)$ 不保积（$\mathrm{CGWH}$ 不是对任意积封闭），所以这个嵌入没有现成的伴随 —— 这也是「凝聚态地相等更弱」的技术原因。 参考：Le Stum, Proposition 6.2.1 #### 连续同态与内部 Hom　`prop.continuous-hom-condensed` *命题*　$C_{\mathbb{Z}}(M,N) \cong \operatorname{Hom}_{\mathbb{Z}}(M,N)$（$M$ 紧生成） 若 $M, N$ 是两个拓扑阿贝尔群、且 $M$ **紧生成**，则存在凝聚态阿贝尔群的自然同构 $C_{\mathbb{Z}}(M, N) \cong \operatorname{Hom}_{\mathbb{Z}}(M, N)$。 **证明。** 记左边的凝聚态阿贝尔群为 $S \mapsto C(S, C_{\mathbb{Z}}(M,N))$。对紧 Hausdorff 的 $S$，两边逐项算： - 右边： $$\operatorname{Hom}_{\mathbb{Z}}(\underline{M},\underline{N})(S) = \operatorname{Hom}\bigl(S, \operatorname{Hom}_{\mathbb{Z}}(\underline{M},\underline{N})\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(\underline{M},\ \operatorname{Hom}(S, \underline{N})\bigr) = \operatorname{Hom}_{\mathbb{Z}}\bigl(\underline{M},\ C(S, N)\bigr) = C_{\mathbb{Z}}\bigl(M,\ C(S,N)\bigr),$$ 第二步是 $(S, -)$ 与内部 Hom 的伴随，最后一步用「$M$ 紧生成时 $\underline{M}$ 是全忠实嵌入」（上一条）； - 左边：$C_{\mathbb{Z}}(M,N)(S) = \operatorname{Hom}\bigl(S, C_{\mathbb{Z}}(M,N)\bigr) = C\bigl(S,\ C_{\mathbb{Z}}(M,N)\bigr)$； - 两端之间由**指数律**（紧生成 / 局部紧下成立）搭桥： $$C\bigl(M,\ C(S,N)\bigr) \cong C(M\times S,\ N) \cong C\bigl(S,\ C(M,N)\bigr).$$ 三条串起来就是所要的自然同构（同态条件在指数律下逐点对应）。∎ ⭐ **前提「$M$ 紧生成」的作用**：只有这时 $\operatorname{Hom}_{\mathbb{Z}}(\underline{M}, -)$ 才真的量的是「连续同态」；一般拓扑阿贝尔群上，凝聚态 Hom 比连续同态**多**（可以「逐块拼」出连续而整体不连续的东西）。 参考：Le Stum, Proposition 6.2.2 #### 拓扑阿贝尔群正合列的搬运　`prop.exact-sequence-topo-ab` *命题*　拓扑正合列 $\implies$ 凝聚态正合列 设 $$0 \longrightarrow M' \xrightarrow{\;u\;} M \xrightarrow{\;v\;} M'' \longrightarrow 0$$ 是拓扑阿贝尔群的**正合列**，$M''$ **弱 Hausdorff**，并且满足： **（紧提升条件）** 对每个紧 Hausdorff $K'' \subseteq M''$，存在紧 Hausdorff $K \subseteq M$ 使 $K'' \subseteq v(K)$。 则凝聚态阿贝尔群的正合列 $$0 \longrightarrow \underline{M'} \xrightarrow{\;\underline{u}\;} \underline{M} \xrightarrow{\;\underline{v}\;} \underline{M''} \longrightarrow 0$$ 也正合。 左正合是自动的（上一条函子保所有极限）；右端要的是「$\underline{v}$ 是满态射」，而凝聚态里满态射的判据就是「对自由紧 Hausdorff 空间逐点满」，于是归结为紧提升条件。 📌 **局部紧时紧提升条件自动满足** —— 所以对局部紧阿贝尔群，正合列可以整条搬过去。 **证明。** - **左正合**：函子 $M\mapsto\underline{M}$ 保所有极限（上一条），于是 $0\to\underline{M'}\to\underline{M}$ 正合、且 $\underline u$ 是单射 ✓。 - **中段的像 = 核**：$v\circ u = 0$ 逐点成立；反向「$v(m) = 0 \implies m\in u(M')$」逐点由拓扑正合列给出 ✓。 - **右端满**：由满态射判据（在自由紧 Hausdorff 对象上逐点满），取自由 $F$ 与 $y : F \to M''$。$y(F)$ 是 $M''$ 里的**紧 Hausdorff** 子集（$F$ 紧、$M''$ 弱 Hausdorff 故 $y(F)$ 闭且 Hausdorff）；由**紧提升条件**取紧 Hausdorff $K\subseteq M$ 使 $y(F)\subseteq v(K)$。对每点挑一个原像，得到映射 $F\to K\to M$；连续性由「$v$ 在紧块上是商映射」（拓扑正合列里 $v$ 是商映射，限制到$K$、$y(F)$ 上仍是商映射）给出。于是 $y$ 在图下提升，$\underline v(F)$ 满 ✓。∎ 参考：Le Stum, Proposition 6.2.3 #### 局部紧阿贝尔群不是阿贝尔范畴　`prop.lc-ab-preabelian` *命题*　局部紧 Hausdorff 阿贝尔群：预阿贝尔但非阿贝尔 局部紧 Hausdorff 阿贝尔群构成的范畴是**预阿贝尔**的，但**不是阿贝尔**范畴。 具体地：核 = 通常的核带子空间拓扑；余核 = 商群 $N/f(M)$ 带商拓扑；但态射**不必是严格的** —— $$\mathrm{id} : \mathbb{R}^{\mathrm{disc}} \longrightarrow \mathbb{R}$$ （同一个群，一个取离散拓扑、一个取通常拓扑）就不是严格的。 ⭐ 这条说明「拓扑阿贝尔群」这个范畴**不够好**：没法在里面做同调代数。这正是要把它搬进凝聚态那侧的理由 —— 那边是 Grothendieck 范畴，要什么有什么。 **为什么核余核都造得出还是不行。** 阿贝尔范畴要求「每个单态射都是某个态射的核」（等价地：单态射与其余核的核同构，即**严格**）。$\mathbb{R}^{\mathrm{disc}} \to \mathbb{R}$ 是单态射（它同构于自己的像），但它的余核是 $0$ —— 像在余核里被整个商掉了。于是「余核的核」不是原来的对象，严格性破掉。 **证明。** - **预阿贝尔**：有有限积与有限余积（积 = 积群配积拓扑；余积 = 直和配「余积拓扑」）、核与余核都存在 —— 核是通常的核配**子空间拓扑**；余核是 $N/f(M)$ 配**商拓扑**（商群配商拓扑仍是局部紧 Hausdorff，因为 $f(M)$ 未必闭、商掉的是它的闭包……取 $N/\overline{f(M)}$ 的那一套标准处理）✓。 - **不是阿贝尔**：取 $\mathrm{id} : \mathbb{R}^{\mathrm{disc}} \to \mathbb{R}$。它连续（离散拓扑比欧氏拓扑细）且是单射，故是单态射；它的**余核** $\mathbb{R}/\mathbb{R} = 0$。而阿贝尔范畴要求单态射是**严格的**，即 $f = \ker(\operatorname{coker} f)$ —— 这里 $\ker(0) = \mathbb{R}$，但 $\ker(0)$ 要带的拓扑是欧氏拓扑，而 $\mathbb{R}^{\mathrm{disc}}$ 不是它，二者**同构但不相等**（作为拓扑群的态射不同构）✗。∎ （等价的说法：$\mathrm{id}$ 同构于它的像，但不是「余核的核」，于是单满分解不是严格的。） 参考：Le Stum, Exercise 6.4 #### Pontryagin 对偶　`def.pontryagin-dual` *定义*　Pontryagin 对偶（Pontryagin Dual） 记**圆群** $$\mathbb{T} := \{\, z \in \mathbb{C} : |z| = 1 \,\}.$$ 拓扑阿贝尔群 $M$ 的 **Pontryagin 对偶**是 $$\widehat{M} := C_{\mathbb{Z}}(M, \mathbb{T}),$$ 即从 $M$ 到 $\mathbb{T}$ 的连续群同态全体，带紧开拓扑。 **为什么是 $\mathbb{T}$**：它是**紧**的 $T_{1}$ 群，也是最简单的「能承载全部特征标」的群。对偶群因此自动是紧的（当 $M$ 离散时）—— 这就是「对偶把大小反过来」的机制。 **两个基本例子**（都可以直接算）：$\widehat{\mathbb{Z}} \cong \mathbb{T}$，$\widehat{\mathbb{T}} \cong \mathbb{Z}$ —— 对偶把离散的整数群换成紧的圆群，反过来也一样。第三个例子 $\widehat{\mathbb{R}} \cong \mathbb{R}$ 由 Fourier 变换给出：$y \mapsto e^{2\pi i xy}$ 的每个连续特征标都长这样。 ⭐ **对偶到底把什么换成了什么，有两条独立的命题**： - 「离散与紧 Hausdorff 互换」—— 讲的是**拓扑性质**怎么翻； - 「挠与 Stonean、无挠与连通」—— 讲的是**代数性质**怎么翻。 两张字典合起来才是完整的「用拓扑来读代数」，也是凝聚态数学「用紧 Hausdorff 空间测一切」这一思路的来源。 参考：Le Stum, §6.2 #### Pontryagin–van Kampen 对偶　`thm.pontryagin-van-kampen` *定理*　Pontryagin–van Kampen 对偶定理 函子 $$M \longmapsto \widehat{M} := C_{\mathbb{Z}}(M, \mathbb{T}),$$ 是**局部紧 Hausdorff 阿贝尔群**范畴上的**自等价**（而且是自伴随的等价）。 特别地，$\widehat{M}$ 仍局部紧 Hausdorff，并且**双重对偶回到自己**：$\widehat{\widehat{M}} = M$。 **「自伴随的等价」是什么意思**：$M \mapsto \widehat{M}$ 既是 $M \mapsto \widehat{M}$ 的左伴随又是它的右伴随（对偶函子与自己的伴随关系，配对由取值映射 $M \times \widehat{M} \to \mathbb{T}$ 给出）。 **整条正合列都对偶过去**：如果 $0 \to M' \to M \to M'' \to 0$ 是局部紧阿贝尔群的（严格）正合列，那么对偶之后 $0 \to \widehat{M''} \to \widehat{M} \to \widehat{M'} \to 0$ 仍正合 —— **箭头全部转向**。这是「自等价保结构」的直接好处：群论问题可以在对偶那边做，再翻回来。 **几个必记的对应**：$\widehat{\mathbb{R}} \cong \mathbb{R}$（Fourier 变换）；$\widehat{\mathbb{Z}} \cong \mathbb{T}$ 与 $\widehat{\mathbb{T}} \cong \mathbb{Z}$（互相换）；有限维实 Banach 空间上的对偶退化成通常的线性对偶（实 Banach 空间局部紧 $\iff$ 有限维）。 ⭐ **这一条是凝聚态阿贝尔群那套理论的原型**：把 $\mathbb{T}$ 换成别的测试对象、把「局部紧」换成别的条件，就得到各种对偶（Tannaka、Gelfand……）。凝聚态数学把「$\mathbb{T}$ 换成 CHaus 上的层」升了一次维。 **证明（按三类情形拼起来）。** - **$M$ 离散**：经典 Pontryagin 对偶。先取满射 $\mathbb{Z}^{(I)} \twoheadrightarrow M$，对偶后得闭嵌入 $\widehat M \hookrightarrow \mathbb{T}^{I}$，故 $\widehat M$ 紧；求值 $M \to \widehat{\widehat M}$ 在有限群与有限生成群上用初等计算验证，再用「$M$ 是有限生成子群的滤过余极限 + 对偶把余极限变成逆极限 + 两边都正合」取极限即得同构 ✓。 - **$M$ 紧**：$\widehat M$ 离散（见「离散与紧 Hausdorff 互换」）；对紧群用**特征标分离点**（Pontryagin 的经典论证：紧阿贝尔群的特征标构成足够的分离族，用 Peter–Weyl / 有限维表示论给出），得求值 $M \to \widehat{\widehat M}$ 单；再用前一情形与紧的 $M$ 的对偶离散，把单射性与满性补全 ✓。 - **$M$ 一般局部紧**：用结构定理——$M$ 含开子群 $V\oplus K$（$V$ 有限维实向量空间、$K$ 紧）、其余商 $D$ 离散。对群 $V$、$K$、$D$ 分别已知对偶自等价，而三者通过正合列拼起来、对偶把正合列翻成正合列（箭向反转），五引理把中间的求值映射夹成同构 ✓。 - **自伴随**：配对 $M\times\widehat M \to \mathbb{T}$（取值）给出伴随 $\operatorname{Hom}(\widehat M, N) \cong \operatorname{Hom}(M, \widehat N)$，把 $M$ 换成 $\widehat M$ 再用两次自等价即得 ✓。∎ **标准出处**：Morris, *Pontryagin Duality and the Structure of Locally Compact Abelian Groups*。 参考：Le Stum, Theorem 6.2.4；Morris, Pontryagin Duality and the Structure of Locally Compact Abelian Groups #### 局部紧阿贝尔群结构定理　`thm.lc-structure` *定理*　局部紧 Hausdorff 阿贝尔群的结构：$V \oplus K$ 设 $M$ 是**局部紧 Hausdorff 阿贝尔群**。则 $M$ 含有一个**开**子群，它同构于 $$V \oplus K,$$ 其中 $V$ 是**有限维实向量空间**（看作加法群）、$K$ 是**紧 Hausdorff 阿贝尔群**。 等价地说：存在正合列 $$0 \longrightarrow V \oplus K \longrightarrow M \longrightarrow D \longrightarrow 0,$$ 其中 $D$ 是**离散**阿贝尔群。 **怎么读这条。** 局部紧 Hausdorff 阿贝尔群看着种类繁多，其实只有三种「基本块」：**离散群**、**有限维实向量空间**、**紧 Hausdorff 群**。这条定理说：任意一个这样的群，都是「$V \oplus K$」被一个离散群扩张出来的。 **为什么 $V$ 必须有限维**：实向量空间的加法群局部紧 $\iff$ 有限维。无限维的实 Banach 空间（如 $\ell^{2}$）**不局部紧**，所以不在结构定理的覆盖范围内。 **「开子群」是什么意思**：$V \oplus K \subseteq M$ 是一个开子群，于是余核 $D = M/(V\oplus K)$ 带商拓扑 —— 由于 $V \oplus K$ 开，商是**离散**的。开性正是让商离散的原因。 ⭐ **它是第 8 章的引擎**。「局部紧阿贝尔群之间的高次 Ext 消失」那一步，用的就是这条定理：既然每个对象都是「离散 / 有限维实 Banach / 紧连通」三类扩张出来的，那么只要对这三类交叉验证 Ext 的消失就够了 —— 也就是把无穷多种群的情形归约成 $3 \times 3$ 种。 **证明（标准路线）。** 1. **连通部分**：$M^{0}$（单位元的连通分支）是闭子群。$M^0$ 是**连通局部紧阿贝尔群**，而这一类群恰好形如 $\mathbb{R}^{n}\times K$（$K$ 紧连通阿贝尔群）—— 这一步是经典理论（用「无小子群」/Lie 理论把 $M^{0}$ 的紧子群部分与向量群部分分开）。 2. **全不连通商**：$M/M^{0}$ 是**全不连通**的局部紧 Hausdorff 群；这类群必有**开紧子群**（取单位元的紧邻域并取它生成的子群的闭包）。 3. **拼起来**：取 $M_{1}$ 为某个开紧子群的原像，则 $M_{1}$ 开、$M_{1}/M^{0}$ 紧。于是 $M_{1}$ 是紧群 $K$ 被 $\mathbb{R}^{n}$ 扩张：$0 \to K \to M_{1} \to \mathbb{R}^{n} \to 0$。 4. **扩张分裂**：$\mathbb{R}^{n}$ 是**向量群**，而「紧群被向量群扩张必分裂」（对紧方向取平均 / 用局部截面 + 紧性把它整体化），故 $M_{1} \cong \mathbb{R}^{n}\times K$ ✓。 5. **余商离散**：$M_{1}$ 开 $\implies$ $D := M/M_{1}$ 带商拓扑是**离散**的 ✓，于是 $0\to V\oplus K\to M\to D\to 0$ 正合。∎ **标准出处**：Morris（同上）。 参考：Le Stum, Theorem 6.2.5；Morris, Pontryagin Duality and the Structure of Locally Compact Abelian Groups #### 离散 与 紧 Hausdorff　`prop.pontryagin-discrete-compact-duality` *命题*　Pontryagin 对偶把离散与紧互换 设 $M$ 是局部紧 Hausdorff 阿贝尔群，$\widehat{M} = C_{\mathbb{Z}}(M, \mathbb{T})$ 是它的 Pontryagin 对偶。则 - $M$ **离散** $\iff$ $\widehat{M}$ **紧 Hausdorff**； - $M$ **紧 Hausdorff** $\iff$ $\widehat{M}$ **离散**。 于是对偶函子把「离散阿贝尔群」与「紧 Hausdorff 阿贝尔群」这两个范畴**互相换过来**。 **为什么。** $\mathbb{T} = \mathbb{R}/\mathbb{Z}$ 是紧的：从**离散**的 $M$ 到紧的 $\mathbb{T}$ 的连续同态全体，配上紧开拓扑，自然是紧的（乘积 $\mathbb{T}^{M}$ 紧，闭子集仍紧）；反过来，$\widehat{M}$ 紧的时候 $M = \widehat{\widehat{M}}$ 就离散了。 **两个范例**：$\widehat{\mathbb{Z}} \cong \mathbb{T}$（离散 $ o$ 紧）、$\widehat{\mathbb{T}} \cong \mathbb{Z}$（紧 $ o$ 离散）。 ⭐ **这里可以看到「用紧 Hausdorff 空间测一切」这套思路的源头**：离散群不能直接谈紧性，但它可以「变成」一个紧 Hausdorff 空间；于是「取离散群的商 / 子」这类操作在那边变成「取紧空间的闭子空间 / 商」，全部变成拓扑问题。 📌 这条是 Pontryagin 那一对字典的**一半**（另一条处理挠与连通）。 **证明。** - **$M$ 离散 $\implies \widehat M$ 紧**：取满射 $\mathbb{Z}^{(I)} \twoheadrightarrow M$；对偶把满射变成**单射**（取值互逆），且像是闭的（$\widehat M \hookrightarrow \mathbb{T}^{I}$ 是闭嵌入）。$\mathbb{T}$ 紧 Hausdorff、$\mathbb{T}^{I}$ 紧，闭子集紧 $\implies$ $\widehat M$ 紧 ✓。 - **$\widehat M$ 紧 $\implies M$ 离散**：由对偶定理（自等价）$M \cong \widehat{\widehat M}$，而 $\widehat M$ 紧，用上一方向（把 $M$ 换成 $\widehat M$）得 $M$ 的对偶的对偶…… 更直接地：紧的 $\widehat M$ 的对偶 $\widehat{\widehat M} = M$ 由前一方向是紧的——不，需要的是「紧的对偶离散」：取上半平面 $U\subseteq\mathbb{T}$（$\operatorname{Im} z > 0$），它不含单位元闭包，于是任何连续同态 $\widehat M \to \mathbb{T}$ 的像落在某个 $\mathbb{T}$ 的连通分量里，再由 $\widehat M$ 紧、特征标分离点可得 $\widehat{\widehat M}$ 在原点有离散的邻域，故 $M = \widehat{\widehat M}$ 离散 ✓。 - **紧 $\implies$ 对偶离散**与上一条的第二个方向是同一句话（对偶自等价 + 对偶把「离散」与「紧」互换的两个方向互为逆）✓。∎ 参考：Le Stum, §6.2；Le Stum, Exercise 6.9 #### 挠 与 Stonean，无挠 与 连通　`prop.pontryagin-torsion-stone` *命题*　Pontryagin 对偶下的挠与连通 设 $M$ 是**离散**阿贝尔群，$\widehat{M} = C_{\mathbb{Z}}(M, \mathbb{T})$ 是它的 Pontryagin 对偶（由另一条对偶定理，$\widehat{M}$ 紧 Hausdorff）。则 - $M$ **挠**（每个元素都有有限阶）$\iff$ $\widehat{M}$ 是 **Stonean** 空间（极不连通的紧 Hausdorff 空间）； - $M$ **无挠** $\iff$ $\widehat{M}$ **连通**。 更一般地：$M$ 的挠子群 $M_{\mathrm{tors}}$ 对应对偶的连通分支，而 $M/M_{\mathrm{tors}}$ 对应 $\widehat{M}$ 的 Stonean 部分。 **为什么「挠」对应「极不连通」。** 阶为 $n$ 的元素 $x$ 对应 $\widehat{M}$ 上一条满足 $n\chi(x) = 0$ 的取值 —— 取值落在一个有限子群 $\mathbb{Z}/n \subseteq \mathbb{T}$ 里。有限离散的东西在拓扑上是**极不连通**的：整个对偶空间被「整除不到」的性质切成开闭片。 **为什么「无挠」对应「连通」。** 反过来，若 $M$ 无挠（像 $\mathbb{Z}$ 那样），对偶 $\widehat{M}$ 就是连通的 —— 例子：$\widehat{\mathbb{Z}} = \mathbb{T}$ 连通，而 $\widehat{\mathbb{Z}/n} = \mathbb{Z}/n$ 是有限离散、极不连通。 ⭐ **为什么凝聚态数学特别在意这条**：Stonean 空间恰好是凝聚态上同调**恒为零**的那一类空间，而极不连通性又恰好对应对偶侧的挠性。于是「Stonean 上的零调性」这条 §8.1 的起点定理，在这里有了一个**纯代数**的描述方式。 ⚠️ 注意 $M$ 这里要求**离散** —— 一般局部紧群的对偶分析要先把结构定理用上。 **证明。** - **挠 $\iff$ Stonean**：$M$ 挠 $\iff$ $M = \varinjlim_{i} M_{i}$（$M_{i}$ **有限**）$\iff$ $\widehat M = \varprojlim_{i} \widehat{M_{i}}$（每个 $\widehat{M_{i}}$ 仍有限，对偶把余极限翻成逆极限）$\iff$ $\widehat M$ 是**投射有限**空间，即 Stone 空间（紧、Hausdorff、全不连通）；对一般（非挠）离散群，极不连通性对应同样的「有限块的逆极限」结构 ✓。 - **无挠 $\iff$ 连通**：等价链逐条走 —— $M$ 不是无挠 $\iff$ 存在非平凡的**有限**子群单射 $M' \hookrightarrow M$ $\iff$ 存在非平凡有限商 $\widehat M \twoheadrightarrow \widehat{M'}$（对偶把单射翻成满射）$\iff$ $\widehat M$ **不连通** ✓。 （最后一步：紧 Hausdorff 空间不连通 $\iff$ 有开闭真子集 $\iff$ 有到非平凡有限离散空间的满连续映射。）∎ ⭐ 「挠子群 $\leftrightarrow$ 连通分支」「无挠商 $\leftrightarrow$ Stonean 部分」两个字典都可以从这两条链逐字读出。 参考：Le Stum, §6.2；Le Stum, Exercise 6.9 #### Hausdorff 拓扑阿贝尔群的核与余核　`prop.abhaus-strict-exact` *命题*　命题：$\mathbf{AbHaus}$ 中的核、余核与严格正合列 设 $\mathbf{AbHaus}$ 是 **Hausdorff 拓扑阿贝尔群**（态射取连续同态）的范畴。则 1. 对连续同态 $f : M \to N$：$\ker f = f^{-1}(0)$（带子空间拓扑），$\operatorname{coker} f = N/\operatorname{cl}\bigl(f(M)\bigr)$（带商拓扑）； 2. 连续同态是核 $\iff$ 它是**到闭子群上的同胚嵌入**；是余核 $\iff$ 它是**开满射**； 3. 列 $0 \to M' \xrightarrow{\varphi} M \xrightarrow{\psi} M'' \to 0$ **严格正合** $\iff$ 它作为抽象阿贝尔群正合、且 $\varphi$ 是闭嵌入、$\psi$ 是开满射。 **证明。** **1.** 核是 $f$ 与 $0$ 的等化子；在拓扑阿贝尔群里等化子就是 $\{x : f(x) = 0\}$ 配**子空间拓扑**（$f$ 连续而 $N$ 是 Hausdorff，所以这个集合闭）✓。余核是余等化子：$\mathbf{AbHaus}$ 里的商必须仍然 Hausdorff，而 $N/f(M)$ 只有在 $f(M)$ **闭**时才 Hausdorff，故余等化子只能是 $N/\operatorname{cl}(f(M))$（带商拓扑）✓ —— 一般连续同态的像**不必闭**（$\mathbb{Z}^{\mathrm{disc}} \to \mathbb{Z}^{\mathrm{coarse}}$ 的像稠密而不闭），所以闭包不能省；像已经闭时就退化成 $N/f(M)$ ✓。 **2.** 「核」是带子空间拓扑的那个等化子，所以它作为映射必然是到闭子群上的同胚嵌入 ✓；反过来，闭嵌入 $\varphi : M' \to M$ 恰好是 $\varphi$ 与 $0$ 的等化子（等化子带的就是子空间拓扑，像闭保证商/余核那边也对）✓。余核那条同理：商映射是开满射 ✓，反之开满射正是它自己核的余等化子 ✓ —— 「开」不能省：$\mathbb{Z}^{\mathrm{disc}} \to \mathbb{Z}^{\mathrm{coarse}}$ 满，但不是余核。 **3.** 若列严格正合，则 $\varphi$ 实现 $\ker\psi$、$\psi$ 实现 $\operatorname{coker}\varphi$，由 2 得 $\varphi$ 闭嵌入、$\psi$ 开满射 ✓。反过来，若作为抽象群正合、且 $\varphi$ 闭嵌入、$\psi$ 开满射，则 $\varphi$ 与「$\psi^{-1}(0)$ 带子空间拓扑」一致、$\psi$ 与「商去 $\operatorname{cl}\varphi(M)$」一致，而 $\varphi(M)$ 闭、故就是商去像 ✓。于是这条列是核-余核列，即严格正合 ✓。∎ ⭐ **「严格」不是装饰**：在拓扑阿贝尔群里，「正合」与「严格正合」是实打实的差别 —— 拓扑阿贝尔群**不是**阿贝尔范畴，缺的正是「每个态射都由它的核与余核刻画」这一条。凝聚态数学把这一层补回来的方式，是把拓扑群嵌进 $\mathrm{CondAb}$。 参考：Le Stum, An introduction to condensed mathematics, §5.1 #### 紧阿贝尔群的两项消解　`prop.chaus-two-term-resolution` *命题*　命题：紧 Hausdorff 阿贝尔群有两项连通消解 设 $M$ 是**紧 Hausdorff 阿贝尔群**。则存在短正合列（一个「两项消解」） $$0 \longrightarrow M \longrightarrow M_{0} \longrightarrow M_{1} \longrightarrow 0$$ 其中 $M_{0}$、$M_{1}$ 都是**连通的**紧 Hausdorff 阿贝尔群。 **证明（对偶过去再对偶回来）。** 记 $\widehat{M} = \operatorname{Hom}_{\mathrm{cts}}(M, T)$ 为 Pontryagin 对偶（$T = \mathbb{R}/\mathbb{Z}$），由 Pontryagin–van Kampen 对偶，$M$ 紧 $\iff$ $\widehat{M}$ **离散** ✓。 **① 对离散的一侧造一个满射。** 取 $\widehat{M}$ 的一组生成元 $(e_{i})_{i \in I}$，得满射 $$\mathbb{Z}^{(I)} \twoheadrightarrow \widehat{M} ✓$$ （自由离散群是离散群的投射覆盖。） **② 对偶回来。** Pontryagin 对偶把满射换成**单态射**、把自由离散群 $\mathbb{Z}^{(I)}$ 换成 $T^{I}$ ✓，于是 $$M \hookrightarrow T^{I}, \qquad M_{0} := T^{I} \text{ 连通（$T$ 连通，连通空间的积连通）}\;\checkmark$$ **③ 商也是连通的。** 令 $M_{1} := M_{0}/M$。对偶这条短正合列 $$0 \to M \to M_{0} \to M_{1} \to 0 \quad\leadsto\quad 0 \to \widehat{M_{1}} \to \mathbb{Z}^{(I)} \to \widehat{M} \to 0,$$ 其中 $\widehat{M_{1}}$ 是自由离散群 $\mathbb{Z}^{(I)}$ 的**子群**，因而本身也是**自由离散群** $\cong \mathbb{Z}^{(J)}$ ✓（PID 上自由模的子模自由）。再对偶回来：$M_{1} \cong T^{J}$ ✓ —— 连通（并紧）✓。 两部分合起来就是所求的两项消解 ✓。∎ ⭐ 用处：把「**紧**阿贝尔群」化归成「**连通紧**阿贝尔群」。例如算 $\operatorname{RHom}$ 时，中间项与右端项都是连通的，于是可以用连通情形的结论（连通时只剩 $0$ 次与 $1$ 次 Ext）把高次 Ext 一次性掐掉。 参考：Le Stum, An introduction to condensed mathematics, §6.2 #### 有限维 Banach 空间的对偶是向量空间对偶　`prop.pontryagin-finite-dim-banach` *命题*　命题：$V$ 有限维实 Banach $\implies \widehat{V} \cong V^{\ast}$ 设 $V$ 是**有限维**实 Banach 空间。则 Pontryagin 对偶就是通常的向量空间对偶： $$\widehat{V} \;\cong\; V^{\ast} = \operatorname{Hom}_{\mathbb{R}}(V,\ \mathbb{R}).$$ **证明。** 因为 $\mathbb{T} = \mathbb{R}/\mathbb{Z}$，而 $V$ 是有限维实向量空间、特别地**单连通** ✓，连续同态 $V \to \mathbb{T}$ 都能唯一地提升为连续同态 $V \to \mathbb{R}$ ✓。再注意：**连续的加法映射 $V \to \mathbb{R}$ 自动是 $\mathbb{R}$-线性的** —— 先在有理数上由加性得 $f(qv) = q f(v)$ ✓，再由连续性逼近实数系数 ✓。于是 $\widehat{V} \cong \operatorname{Hom}_{\mathbb{R}}(V, \mathbb{R}) = V^{\ast}$ ✓。∎ 📌 前提「有限维」不能去掉：实 Banach 空间**局部紧当且仅当有限维**。 参考：Le Stum, An introduction to condensed mathematics, Exercise 6.8 ### 星团：凝聚态上同调 > 造出「哪些空间的上同调会自动消失」：Stonean 上零调 → Stone 上常系数零调 → 局部紧上等于层上同调 → 半范数 / Banach 阿贝尔群与 $K$-有界正合 → 实 Banach 在紧 Hausdorff 上零调 → Breen–Deligne 分解 → $\operatorname{RHom}$ 的逐类计算 → 局部紧阿贝尔群只剩 $\operatorname{Ext}^{0}, \operatorname{Ext}^{1}$。 #### Cond/X 到开集拓扑斯的态射　`prop.cond-slice-topos-morphism` *命题*　拓扑斯态射 $c_{X} : \mathrm{Cond}/X \rightleftarrows \mathrm{Open}(X)$ 设 $X$ 是拓扑空间。存在拓扑斯态射 $$c_{X} : \mathrm{Cond}/X \rightleftarrows \mathrm{Open}(X),$$ 其中 $\mathrm{Open}(X)$ 是 $X$ 的开集所成的拓扑空间对应的拓扑斯（开集按含入组成的偏序，配上它的标准拓扑）。 **逆像**把 $Y \in \mathrm{Cond}/X$ 送到 $U \mapsto \operatorname{Hom}_{/X}(\underline{U}, Y)$； **顺像**把 $F \in \mathrm{Open}(X)$ 送到 $\varinjlim_{U \subseteq X,\ s \in F(U)} \underline{U}$。 **在做什么。** $\mathrm{Cond}/X$ 是「把 $X$ 当成基点、在上面做凝聚态数学」的世界；$\mathrm{Open}(X)$ 是「$X$ 的开集格」这个世界。这条态射把两边接起来：**两个世界算出来的上同调可以互相换算**。 **逆像的形状怎么读**：$\operatorname{Hom}_{/X}(\underline{U}, Y)$ 是「越过 $X$ 的、从 $U$ 到 $Y$ 的映射」。$U$ 越小能给的映射越多 —— 这正是层的「限制」味道。 **顺像的形状怎么读**：$\varinjlim \underline{U}$ 是「把所有开集拼起来」的余极限 —— 开集沿含入的余极限就是它们并起来。 ⭐ 这条是下面 Dyckhoff 定理那条谱序列的**构造基础**：有了这两个方向，$\mathrm{Cond}/X$ 上的上同调才能被 $\mathrm{Open}(X)$ 上的层上同调逼近。 **证明。** 先看两个函子都有定义：逆像把 $Y \in \mathrm{Cond}/X$ 送到预层 $U \mapsto \operatorname{Hom}_{/X}(\underline{U}, Y)$，而 $\mathrm{Open}(X)$ 上的层条件只涉及开集的含入，逐条验即可；顺像 $\varinjlim_{U \subseteq X,\ s \in F(U)} \underline{U}$ 取的是**滤过**余极限（开集沿含入滤过），在 $\mathrm{Cond}$ 里存在。 **逆像左正合**：$\varinjlim$ 在 $\mathrm{Cond}$ 里正合（AB5）。 **伴随**：逐项算 $$\operatorname{Hom}_{/X}\Bigl(\varinjlim_{U, s} \underline{U},\ Y\Bigr) = \varinjlim_{U, s} \operatorname{Hom}_{/X}(\underline{U}, Y) = \operatorname{Hom}(F, Y),$$ 第一式是余极限的泛性质，第二式就是把「从 $F$ 到 $Y$ 的映射」按 $F$ 的定义写成相容族 $\{F(U) \to \operatorname{Hom}_{/X}(\underline{U}, Y)\}$ —— 两者是同一件事。于是有伴随 $\varinjlim \underline{U} \dashv \bigl(U \mapsto \operatorname{Hom}_{/X}(\underline{U}, -)\bigr)$，逆像左正合，故 $c_{X}$ 是拓扑斯态射。∎ 参考：Le Stum, Proposition 8.1.3 #### Stonean 上凝聚阿贝尔群零调　`prop.stonean-cond-acyclic` *命题*　Stonean 空间上一切凝聚态阿贝尔群零调 设 $S$ 是 **Stonean 空间**（极不连通的紧 Hausdorff 空间），$M$ 是凝聚态阿贝尔群。则对一切 $n > 0$ $$H^{n}_{\mathrm{cond}}(S,\ M) = 0.$$ **一句话**：Stonean 空间对凝聚态上同调是**不可见的** —— 只要系数是凝聚态阿贝尔群，高次上同调一律消失。 **为什么**。截面函子 $\Gamma(S, -) = \operatorname{Hom}(\mathbb{Z}[S], -)$ 在 Stonean 空间上是**正合**的：Stonean 的极不连通性让 $\mathbb{Z}[S]$ 是投射的，于是 $\operatorname{Hom}(\mathbb{Z}[S], -)$ 保满射，而右导出函子在 $n>0$ 上正好量度「保不保满射」。 ⭐ **这是整章的起点**：后面每一步「零调」都是把一般空间归约到 Stonean（先 Stone 化，再用 Čech 复杂度量偏差），而 Stonean 这一格已经归零。 ⚠️ 注意这条对**任意**凝聚态阿贝尔群 $M$ 成立，不要求 $M$ 来自拓扑群。 **证明。** 截面函子是 $\Gamma(S, -) = \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}[S], -)$。 - **$\mathbb{Z}[S]$ 在 $S$ Stonean 时是投射对象**：极不连通性给出 $S$ 的闭开集格上的投影性（$S = \beta I$ 时 $\mathbb{Z}[S] = \mathbb{Z}[\beta I]$ 是自由的，而自由对象投射）； - 于是 $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}[S], -)$ 把满射送到满射 —— 即**正合**； - 右导出函子 $R^{n}\Gamma(S,-)$ 量的正是「这个函子在第 $n$ 步有多大程度不正合」，函子本身正合故全为 $0$（$n>0$）。∎ 参考：Le Stum, Proposition 8.1.1 #### Stone 上常系数零调　`lem.stone-constant-acyclic` *引理*　Stone 空间上常值系数的零调 设 $S$ 是 **Stone 空间**（紧、Hausdorff、全不连通），$A$ 是普通阿贝尔群（看作常值凝聚态阿贝尔群 $\underline{A}$）。则对一切 $n > 0$ $$H^{n}_{\mathrm{cond}}(S,\ \underline{A}) = 0.$$ **与 Stonean 那条的区别**。Stonean 要求**极**不连通（开集的闭包还开），Stone 只要求**全**不连通（没有非平凡连通分支）。全不连通比极不连通弱，所以这条不能直接由上面那条得到，得另证 —— 但结论形状一样：零调。 **证法**。把 $S$ 与它的一个 Stone 满射 $S_{0} \twoheadrightarrow S$ 都写成**有限离散空间**的滤过**逆**极限（Stone 空间按定义就是投射有限空间的逆极限）。增广 Čech 复形逐段零调（有限离散情形是好算的），而滤过逆极限沿着正合列取极限仍然正合，于是整体零调。 **为什么值得单列**：常系数是最常用的系数，这条让「Stone 空间上的常系数上同调」这一整类计算直接归零。 **证明（先有限、再取逆极限）。** 由「无环 $\iff$ Čech 上同调为零」，只需对 Stone 空间之间的**满射** $f : S_{0} \twoheadrightarrow S$ 证明增广 Čech 复形 $\check{C}^{\bullet}\bigl((S_{0}\to S)^{+}, M\bigr)$ 零调（有限**不交**覆盖那情形由「有限不交覆盖的高次 Čech 为零」给出）。 - **$S, S_{0}$ 有限的情形**：此时它们是有限离散集，$f$ 是有限满射，增广 Čech 复形是**零伦**的（有截面的态射那条），故零调。 - **一般情形**：Stone 空间是**投射有限空间**的滤过逆极限，写 $S_{0} = \varprojlim_{k} S_{0,k}$（$S_{0,k}$ 有限），记 $S_{k}$ 为 $S_{0,k}$ 在 $S$ 里的像。$M$ **离散**，于是交叠上的连续函数就是逐块给定的，而逆极限的取值是滤过余极限： $$\check{C}^{\bullet}\bigl((S_{0}\to S)^{+},\ M\bigr) = \varinjlim_{k} \check{C}^{\bullet}\bigl((S_{0,k}\to S_{k})^{+},\ M\bigr).$$ - **滤过余极限正合**（AB5），所以「每一项都零调」沿这个余极限传下去：整体零调。∎ 参考：Le Stum, Lemma 8.1.2 #### 局部紧上凝聚态＝层上同调　`thm.dyckhoff` *定理*　Dyckhoff：$H^{n}_{\mathrm{cond}}(X, M) = H^{n}_{\mathrm{sheaf}}(X, M)$ 设 $X$ 是**局部紧 Hausdorff** 空间，$M$ 是**离散**阿贝尔群（看作常值凝聚态阿贝尔群）。则对一切 $n \ge 0$ $$H^{n}_{\mathrm{cond}}(X,\ M) \cong H^{n}_{\mathrm{sheaf}}(X,\ M).$$ ⭐ **这条是把两套上同调接起来的桥。** 凝聚态上同调是从「$X$ 上的层」算的；层上同调是从「$X$ 的开集上的层」算的。这条说：只要 $X$ 局部紧、系数离散，两边**一样**。 **怎么证**。用拓扑斯态射 $c_{X} : \mathrm{Cond}/X \rightleftarrows \mathrm{Open}(X)$ 及其导出函子，得到一条谱序列，其 $E_{2}$ 项是 $R^{q}c_{*}$ 作用在 $M$ 上。关键计算是 $R^{q}c_{*}\underline{M} = 0$（$q > 0$），它由**茎**上的计算给出：茎化之后 $M$ 是离散的，没有高阶信息。谱序列退化，两边同构。 **为什么限定「系数离散」**。系数一旦带上拓扑（比如实 Banach 空间），$R^{q}c_{*}$ 一般不再消失，两边就对不上了 —— §8.2 要处理的就是这种情形。 📌 **用法**：任何**局部紧**空间上的凝聚态上同调，可以**直接**用经典的层上同调来算（开覆盖、Čech、细层消解那一整套老工具全都能用）。 **证明（用 $c_{X}$ 的谱序列，把 $R^{q}c_{X*}$ 算成零）。** - 由 $c_{X}^{-1}(X) = X$（$X$ 作为 $\mathrm{Open}(X)$ 里的对象，逆像取回它自己），得 Grothendieck 谱序列 $$E^{p,q}_{2} = H^{p}_{\mathrm{sheaf}}\bigl(X,\ R^{q}c_{X*}M\bigr) \;\Longrightarrow\; H^{p+q}_{\mathrm{cond}}(X,\ M).$$ - 又 $c_{X*}M = M$，所以**只需证 $R^{q}c_{X*}M = 0$（$q > 0$）**。 - $R^{q}c_{X*}M$ 是预层 $U \mapsto H^{q}_{\mathrm{cond}}(U, M)$ 层化得到的层。$X$ **局部紧**，它在 $x$ 处的茎是 $$(R^{q}c_{X*}M)_{x} = \varinjlim_{x \in U} H^{q}_{\mathrm{cond}}(U, M) = \varinjlim_{x \in K} H^{q}_{\mathrm{cond}}(K, M)$$ （$U$ 跑 $x$ 的开邻域、$K$ 跑 $x$ 的紧邻域 —— 局部紧让两个滤过系统共尾）。 - 固定 $x$ 的一个紧邻域 $K$ 与 Stone 空间 $K_{0}$ 连同满射 $K_{0} \twoheadrightarrow K$；对 $x$ 的每个紧邻域 $S \subseteq K$，拉回得 $S_{0} \to S$。**Stone 的积与子空间仍是 Stone**，所以 $S_{n}$ 全是 Stone 空间，于是由「紧 Hausdorff 上 Čech = 层上同调」与上一条「Stone 上常系数零调」 $$H^{n}_{\mathrm{cond}}(S, M) = \check{H}^{n}(S_{\bullet}, M).$$ - 滤过余极限正合，于是茎那个余极限化归到 $S = \{x\}$ 的情形；而单点的 Čech 复形由「有截面 $\implies$ 零调」直接给出零。故 $R^{q}c_{X*}M = 0$（$q>0$），谱序列退化，$H^{n}_{\mathrm{cond}}(X,M) \cong H^{n}_{\mathrm{sheaf}}(X,M)$。∎ 参考：Le Stum, Proposition 8.1.4 #### 半范数阿贝尔群　`def.semi-normed-ab-group` *定义*　半范数阿贝尔群 **半范数阿贝尔群**是一个阿贝尔群 $M$ 配上函数 $\|\cdot\| : M \to \mathbb{R}_{\ge 0}$，满足 - $\|0\| = 0$； - $\|s + t\| \le \|s\| + \|t\|$（三角不等式）； - $\|-s\| = \|s\|$（对称性）。 ⚠️ **不要求 $\|s\| = 0 \implies s = 0$** —— 这正是「半」字的全部含义。范数为 $0$ 的元素组成子群 $M_{0} = \{\, s : \|s\| = 0 \,\}$。 **为什么从半范数开始。** 完备化的过程本身会先经过半范数这个中间站：把一个半范数空间做完备化之前，得先把 $M_{0}$ 商掉。$K$-有界正合在**半范数**层面定义最自然，到 Banach 层面才干净 —— 所以两套概念都留着。 参考：Le Stum, §8.2 #### Banach 阿贝尔群　`def.banach-ab-group` *定义*　Banach 阿贝尔群与 Banach 化 **Banach 阿贝尔群**是半范数阿贝尔群 $M$，且满足 - $\|s\| = 0 \implies s = 0$（**分离性**，即半范数其实是范数）； - $M$ 对范数导出的度量**完备**。 任一半范数阿贝尔群 $M$ 都有 **Banach 化**：先 Hausdorff 化、再完备化， $$M \longmapsto \widehat{M/M_{0}},\qquad M_{0} = \{\, s : \|s\| = 0 \,\}.$$ **在凝聚态世界里长什么样**。Banach 阿贝尔群 $M$ 上，截面 $\operatorname{Hom}(\mathbb{Z}[S], M)$ 可以配一个「上确界半范数」，于是 $M$ 作为一个凝聚态阿贝尔群本身带着范数信息。§8.2 的所有定量陈述都是在这个半范数上做的。 ⚠️ 这里说的是**阿贝尔群**带范数，不是「向量空间」。每个实 Banach 空间当然是 Banach 阿贝尔群（忘掉标量乘法），但反过来不然 —— 第 8 章的很多定理只用到群结构。 ⭐ 「Hausdorff 化 + 完备化」这两步是**反射**：它把半范数阿贝尔群的范畴投到 Banach 阿贝尔群的子范畴上，且让 $K$-有界正合这种定量性质**不增不减**地传过去。 参考：Le Stum, §8.2 #### K-有界正合　`def.k-bounded-exact` *定义*　$K$-有界正合与 $K$-有界零调 设 $M^{\bullet}$ 是**半范数阿贝尔群**的复形，$K \in \mathbb{R}$。称 $M^{\bullet}$ 在 $M^{n}$ 处 **$K$-有界正合**，如果 $$\forall s \in M^{n},\ \forall \varepsilon > 0,\ \exists s' \in M^{n+1} :\quad \|s - d^{n+1}s'\| \le K\,\|d^{n}s\| + \varepsilon.$$ 若 $M^{\bullet}$ 在每个 $M^{n}$ 处都 $K$-有界正合，则称它 **$K$-有界零调**。 **和普通正合差在哪。** 普通正合只说「每个闭链都是上一边的边界」（存在性）。$K$-有界正合不但要求存在原像 $s'$，还要求这个原像**可以被控制住**：误差不超过 $K\|ds\|$，再多给一个任意的 $\varepsilon$。 **为什么非要这么强。** 在 Banach / 半范数语境里，「闭链是不是边界」这种纯存在性问题**不够用** —— 因为取极限的时候，误差会累积。$K$-有界正合给出的是**可数控制**，让后续构造（几何级数式的 Cauchy 列）能收敛。 **$\varepsilon$ 项是干嘛的**：所有范数比较都会留一点余量，好让「$\le$」在取极限后仍然成立。实践上 $\varepsilon$ 可以随便小。 ⭐ 这条是本节所有定理的**公共语言**：把「正合」这个定性条件换成带常数 $K$ 的定量条件，再证明「定量 $\implies$ 定性」。 参考：Le Stum, Definition 8.2.1 #### K-有界正合在完备化下不变　`lem.k-bounded-completion` *引理*　$K$-有界正合 $\iff$ 完备化后 $K$-有界正合 设 $M^{\bullet}$ 是半范数阿贝尔群复形，$\widehat{M}^{\bullet}$ 是它的 Banach 化（Hausdorff 化后再完备化）。则 $M^{\bullet}$ 在 $M^{n}$ 处 $K$-有界正合 $\iff$ $\widehat{M}^{\bullet}$ 在 $\widehat{M}^{n}$ 处 $K$-有界正合。 **作用**：这条把「半范数」的一般情形**归结为 Banach 情形**。于是后面只要在 Banach 层面上证定理，一般情形自动跟着走。 **为什么成立**。完备化把 $M^{n}$ 嵌成一个**稠密**子空间，而 $K$-有界正合只用到范数不等式与「任取 $\varepsilon > 0$」—— 这类条件在取稠密子空间时**两边都保持**：稠密性保证能在 $M^{n}$ 里找到足够好的逼近，而完备空间的极限点又能落回 $\widehat{M}^{\bullet}$。 **证明（两个方向各算一次 $\varepsilon/2$）。** 先商掉 $M_{0}$（$K$-有界正合在商掉范数为零的元素下不变），于是可设 $M^{\bullet} \subseteq \widehat{M}^{\bullet}$ 是稠密保范嵌入。 - **$\implies$**：给 $s \in \widehat{M}^{n}$ 与 $\varepsilon>0$。由稠密性取 $t \in M^{n}$ 使 $\|s - t\| \le \frac{\varepsilon}{2(1+K\|d^{n}\|)}$；由 $M^{\bullet}$ 的 $K$-有界性取 $s' \in M^{n+1}$ 使 $\|t - ds'\| \le K\|dt\| + \frac{\varepsilon}{2}$。于是 $$\|s - ds'\| \le \|s-t\| + K\|dt\| + \frac{\varepsilon}{2} = K\|ds\| + \Bigl(\|s-t\| + K\|ds - dt\| + \frac{\varepsilon}{2}\Bigr) \le K\|ds\| + \varepsilon .$$ - **$\Longleftarrow$**：给 $s \in M^{n} \subseteq \widehat{M}^{n}$。由 $\widehat{M}^{\bullet}$ 的 $K$-有界性取 $t' \in \widehat{M}^{n+1}$ 使 $\|s - dt'\| \le K\|ds\| + \frac{\varepsilon}{2}$；再由稠密性取 $s' \in M^{n+1}$ 使 $\|s' - t'\| \le \frac{\varepsilon}{2(1+\|d^{n+1}\|)}$。于是 $\|s - ds'\| \le K\|ds\| + \varepsilon$。∎ 参考：Le Stum, Lemma 8.2.2 #### 相邻两条 K-有界 推出 正合　`prop.k-bounded-implies-exact` *命题*　$K$-有界正合（相邻两处）$\implies$ 通常正合 设 $M^{\bullet}$ 是 **Banach** 阿贝尔群复形。若它在 $M^{n-1}$ 与 $M^{n}$ 两处都 $K$-有界正合，则它在 $M^{n}$ 处（通常意义下）**正合**。 **这是「定量 $\implies$ 定性」的核心一步。** 给定闭链 $s \in M^{n}$（即 $d^{n}s = 0$），要造出 $s' \in M^{n+1}$ 使 $ds' = s$。 **造法（几何级数）**。由上一条 $K$-有界条件，先取一个几乎的原像 $s'_{1}$，误差 $e_{1} = s - ds'_{1}$ 满足 $\|e_{1}\| \le K\|ds\| + \varepsilon = \varepsilon$（用了 $ds = 0$）。现在 $e_{1}$ 又是 $M^{n}$ 里的闭链（因为 $de_{1} = ds - d^{2}s'_{1} = 0$），可以对它再取一次几乎的原像，误差 $\le \varepsilon/2$，如此迭代。 **关键的第二处 $K$-有界**：为保证迭代出的 $s'_{i}$ 本身**收敛**，每一步都要用 $M^{n-1}$ 处的 $K$-有界正合把「原像之间差了多少」控制住 —— 这样 $\|s'_{i} - s'_{i+1}\|$ 被一个几何级数控制，$M^{n+1}$ 完备保证极限存在。 **结论**：$s' = \sum_{i \ge 1}(s'_{i+1} - s'_{i})$ 的收敛和的 $d$ 正好是 $s$。于是每个闭链都是边界，即正合。 **严格写法。** 设 $s \in M^{n}$、$ds = 0$。 - 由 $M^{n}$ 处 $K$-有界，取 $s'_{1} \in M^{n+1}$ 使 $\|s - ds'_{1}\| \le \frac{1}{2^{2}}$；误差 $e_{1} := s - ds'_{1}$ 满足 $de_{1} = 0$，故对 $e_{1}$ 再用一次得 $s'_{2} \in M^{n+1}$ 使 $\|e_{1} - d(s'_{2}-s'_{1})\| \le \frac{1}{2^{3}}$，如此递推，得 $s'_{i}$ 与 $e_{i} = s - ds'_{i}$，$\|e_{i}\| \le 2^{-i-1}$。 - **这一步用到「相邻两处」**：要控制 $\|s'_{i+1} - s'_{i}\|$ 本身（而不只是它的边界），得把 $M^{n+1}$ 处的 $K$-有界性用在元素 $s'_{i+1}-s'_{i}$ 上： $$\|s'_{i+1} - s'_{i}\| \le K\,\|d(s'_{i+1}-s'_{i})\| + \frac{1}{2^{i+1}} \le \frac{K}{2^{i}} + \frac{1}{2^{i+1}} .$$ - 于是 $(s'_{i})$ 是 **Cauchy 列**，$M^{n+1}$ 完备给出极限 $s' := \lim_{i} s'_{i}$。 - $d$ 连续，故 $ds' = \lim_{i} ds'_{i} = \lim_{i}(s - e_{i}) = s$（因 $\|e_{i}\| \to 0$）。∎ 参考：Le Stum, Proposition 8.2.3 #### K-有界零调 推出 零调　`cor.k-acyclic-acyclic` *推论*　$K$-有界零调 $\implies$ 通常零调 若 Banach 阿贝尔群复形 $M^{\bullet}$ 是 $K$-有界零调的（对某个 $K$），则它（通常意义下）零调。 **直接推论**：把上一条逐层应用 —— 处处相邻两处都 $K$-有界，于是处处正合。 ⭐ **这是全章的「转换器」**：所有零调性证明都走同一条路线 —— 先在 Stone / 紧块上证出**有界**零调，再用这条把它换成通常的零调，从而得到上同调消失。 参考：Le Stum, Corollary 8.2.4 #### Stone 满射的 Čech 复形 1-有界零调　`lem.stone-cech-1-bounded` *引理*　Stone 满射的增广 Čech 复形是 $1$-有界零调 设 $M$ 是半范数阿贝尔群，$S_{0} \twoheadrightarrow S$ 是 **Stone 空间之间的满射**。则增广 Čech 复形 $$\check{C}^{\bullet}\bigl((S_{0} \to S)^{+},\ M\bigr)$$ 是 **$1$-有界零调**的。 **要做的事**：造一个零伦（contraction），把复形每一项的「闭链」都显式地写成边界，并且**范数不超过原来的 $1$ 倍**。$K = 1$ 是能得到的最好常数。 **怎么造**。先归约到 $S_{0}$、$S$ 都**有限离散**的情形（Stone 空间是投射有限的逆极限，逆极限保持零伦）。有限离散时，满射 $S_{0} \twoheadrightarrow S$ 允许把一个函数「在 $S$ 的每个纤维内逐点常值化」—— 这一步是线性的、范数不增的，正好给出所需零伦，于是 $|h| \le 1$。 **为什么只到 Stone / 有限离散为止。** 这一步只处理「Stone 空间之间的满射」。要把结论推到紧 Hausdorff，得先把它 Stone 化，再用 Čech 复形与层上同调的谱序列去比较偏差 —— 那正是下面两条要做的事。 **证明。** 三步归约。 - **归约到 $M$ 离散**：Stone 空间写 $S_{0} = \varprojlim_{k} S_{0,k}$（$S_{0,k}$ 有限），$S_{k}$ 为它在 $S$ 里的像，则 $$\varinjlim_{k} \check{C}^{\bullet}\bigl((S_{0,k}\to S_{k})^{+}, M\bigr) = \check{C}^{\bullet}\bigl((S_{0}\to S)^{+}, M^{\mathrm{disc}}\bigr) \hookrightarrow \check{C}^{\bullet}\bigl((S_{0}\to S)^{+}, M\bigr),$$ 左端的直极限拓扑就是**上确界范数**拓扑；而 $C(S, M^{\mathrm{disc}})$ 在 $C(S, M)$ 里**稠密**（极不连通性给出有限不交闭开细化，在每块上取常值逼近）。配上「$K$-有界正合在完备化下不变」与「滤过余极限保持 $K$-有界」，只需证**离散那一个**复形 $1$-有界零调（对它自己的拓扑）。 - **归约到 $S, S_{0}$ 有限**：同一个余极限再把离散情形化归到有限。 - **有限情形**：由「有截面的态射给出零调」，$\check{C}^{\bullet}\bigl((S_{0}\to S)^{+}, M\bigr)$ 是**零伦**的，且零伦有形式 $h^{n} : f \mapsto f \circ k_{n}$（逐纤维取一个截面点），于是 $\|h^{n}\| \le 1$。由 $\mathrm{id} = h\circ d + d\circ h$，对任意 $s$： $$\|s - d(hs)\| = \|h(ds)\| \le \|ds\| ,$$ 这正是 $K = 1$ 的 $K$-有界正合。∎ 参考：Le Stum, Lemma 8.2.5 #### Banach 在 Stone 上零调　`prop.banach-stone-acyclic` *命题*　Banach 阿贝尔群在 Stone 空间上零调 设 $M$ 是 Banach 阿贝尔群，$S$ 是 Stone 空间。则对一切 $n > 0$ $$H^{n}_{\mathrm{cond}}(S,\ M) = 0.$$ **证法三段**。① 取一个 Stone 满射 $S_{0} \twoheadrightarrow S$，用它算 Čech 复形；② 上一条给出这个复形是 $1$-有界零调的；③ 那条「$K$-有界零调 $\implies$ 零调」把它换成通常的零调，于是 Čech 上同调消失，而 Stone 空间上 Čech 上同调就是凝聚态上同调。 **和「Stone 上常系数零调」的关系**。常系数那条的系数是**离散**阿贝尔群（本质上是「有离散拓扑」的极端情形）；这条的系数是 **Banach** 阿贝尔群 —— 带完整的范数结构。两条结论形状一样，证明路线完全不同：常系数用的是「投射有限逆极限」，Banach 用的是「$K$-有界 + Čech」。 参考：Le Stum, Proposition 8.2.6 #### Tietze 延拓（Banach 值）　`thm.tietze-banach` *定理*　Tietze 延拓定理：$C(X, V) \twoheadrightarrow C(K, V)$ 设 $X$ 是**正规**拓扑空间，$K \subseteq X$ 是**紧**子集，$V$ 是**实 Banach 空间**。则限制映射 $$C(X,\ V) \twoheadrightarrow C(K,\ V)$$ 是**满**的：每个连续映射 $K \to V$ 都能延拓到 $X$ 上。 **分层归约**。① 有限维：$V = \mathbb{R}^{m}$，逐坐标用经典 Tietze 延拓（正规空间上实值连续函数的延拓，本质是 Urysohn 引理）。② 一般可分 Banach：每个可分 Banach 空间都同构于 $\ell^{\infty}$ 的闭子空间，而 $\ell^{\infty}$ 是 **Lipschitz 收缩核** —— 于是可以先把映射延拓到 $\ell^{\infty}$ 再收缩回来。③ 不可分的情形用「紧像落在某个可分闭子空间里」再归约到 ②。 ⭐ **为什么凝聚态数学要用它。** §8.2 的主定理「实 Banach 空间在紧 Hausdorff 空间上零调」走的是「把一般紧 Hausdorff 空间 $S$ 用 Stonean 的 $S_{0}$ 覆盖、再把偏差压回去」的路线；偏差项住在一个函数空间 $C(K, V)$ 里，而**要把它压掉就得靠延拓**，即这条 Tietze。 ⚠️ **这条一般拓扑里也有实值版本**（Tietze 延拓定理）；这里的增量是：**取值可以让是任意实 Banach 空间**。 **证明（Dugundji 延拓定理）。** 取值在拓扑向量空间里的 Tietze 是 Dugundji 的定理：设 $X$ **仿紧**（度量空间即可）、$A \subseteq X$ **闭**、$V$ 是**局部凸**拓扑向量空间，则存在**线性**延拓算子 $C(A, V) \to C(X, V)$，特别地限制映射满。 - **构造**：仿紧性给出 $A$ 的一个开邻域系 $\{U_{i}\}$ 的局部有限细化与配套的**单位分解** $\{\varphi_{i}\}$（$\sum \varphi_{i} = 1$，$\varphi_{i} \ge 0$，支集在 $U_{i}$ 里）。每个 $U_{i}$ 上先把 $g|_{A \cap U_{i}}$ 延拓成一个常值映射 $g_{i}$（取 $A\cap U_{i}$ 上某点的值）；再令 $$G := \sum_{i} \varphi_{i}\, g_{i} .$$ - **为什么良定义**：局部有限 $\implies$ 每个点附近只有有限个 $\varphi_{i}$ 非零，和是有限的；$V$ 是**向量空间**，凸组合有意义；$\varphi_{i}$ 连续，故 $G$ 连续。 - **为什么是延拓**：若 $x \in A$，则所有满足 $\varphi_{i}(x) > 0$ 的 $U_{i}$ 都含 $x$，而每个 $g_{i}$ 在 $A \cap U_{i}$ 上等于 $g$，于是 $G(x) = \sum \varphi_{i}(x) g(x) = g(x)$。 **应用到这里**：$X$ 正规（度量 / 仿紧空间都正规）、$K \subseteq X$ 紧故闭，$V$ 实 Banach 空间（局部凸），于是限制映射 $C(X,V) \twoheadrightarrow C(K,V)$ 满。$V = \mathbb{R}^{m}$ 是逐坐标用经典 Tietze。∎ 参考：Le Stum, Theorem 8.2.7；Dugundji, An extension of Tietze's theorem (1951) #### 实 Banach 在紧 Hausdorff 上零调　`thm.real-banach-chaus-acyclic` *定理*　实 Banach 空间在紧 Hausdorff 空间上零调 设 $V$ 是**实 Banach 空间**，$S$ 是**紧 Hausdorff** 空间。则对一切 $n > 0$ $$H^{n}_{\mathrm{cond}}(S,\ V) = 0.$$ ⭐ **这是 §8.2 的主定理**，也是整章的枢纽：它把「零调」从 Stone 空间推到了一般紧 Hausdorff 空间，代价是系数必须落在实 Banach 空间里。 **证法**。① 用 Stonean 空间 $S_{0}$ 满射到 $S$（由「紧 Hausdorff 空间沿闭含入的滤过余极限 / Stonean 覆盖」那套技术得到）；② 在 $S_{0}$ 上由「Banach 在 Stone 上零调」知道 Čech 复形零调；③ 比较 $S_{0} \to S$ 的 Čech 复形与 $S$ 本身的上同调，偏差项住在 $C(K, V)$ 里；④ 用 **Tietze 延拓（Banach 值）** 把偏差压掉，得到 $S$ 上的**有界**零调；⑤ 用「$K$-有界零调 $\implies$ 零调」转成通常零调。 ⚠️ **复 Banach 空间不成立。** 这是「solid 模 / solid 拟凝聚层」那一整套理论出现的直接原因之一 —— 实的情形能用 Tietze 那样的**序结构**（$\mathbb{R}$ 上的上确界、分割）把它压下来，复的情形没有这套工具，得上完全不同的机器。 📌 与「局部紧上凝聚态＝层上同调」对照：那条处理的是**离散系数**（且空间只需局部紧），这条处理的是 **Banach 系数**（而空间只需紧）—— 两条合起来覆盖了第 8 章大半的计算。 **证明（把偏差用单位分解压掉）。** 由「紧 Hausdorff 上 Čech = 层上同调」、「Banach 在 Stone 上零调」与「$K$-有界零调 $\implies$ 零调」，只需证：对 Stone 空间的连续满射 $S_{0} \to S$，增广 Čech 复形 $\check{C}^{\bullet}\bigl((S_{0}\to S)^{+}, V\bigr)$ 是 **$1$-有界零调**的。 固定 $\varepsilon > 0$ 与 $f \in \check{C}^{n}$（即 $S_{n} \to V$ 连续，$S_{n}$ 是 $S_{0}$ 在 $S$ 上的 $(n{+}1)$ 重纤维积）。记 $\pi_{n} : S_{n} \to S$ 与 $f_{x} := f|_{\pi_{n}^{-1}(x)}$。 - 对每个 $x \in S$，对纤维上的满射 $\pi_{n}^{-1}(x) \to \{x\}$ 用「Stone 满射的 Čech 复形 $1$-有界零调」（逐纤维的版本），得 $g_{x} : \pi_{n+1}^{-1}(x) \to V$ 使 $$\|f_{x} - d g_{x}\| \le \|d f_{x}\| + \frac{\varepsilon}{2} \le \|df\| + \frac{\varepsilon}{2}.$$ - 由 **Tietze（Banach 值）**，$g_{x}$ 延拓成 $S_{n+1}$ 上的 $G_{x}$；由连续性，$x$ 有邻域 $V_{x}$ 使在 $\pi_{n+1}^{-1}(V_{x})$ 上 $\|f - dG_{x}\| < \|df\| + \varepsilon$。 - 取有限的 $V_{1}, \ldots, V_{r}$ 覆盖 $S$（**紧性**），配从属的单位分解 $\{\varphi_{i}\}$，令 $g := \sum_{i} (\varphi_{i}\circ\pi_{n+1})\,G_{i}$。由 $\sum_{i}(\varphi_{i}\circ\pi_{n}) = 1$ 得 $f = \sum_{i}(\varphi_{i}\circ\pi_{n}) f$，又 $dg = \sum_{i}(\varphi_{i}\circ\pi_{n})\, dG_{i}$，两式相减： $$\|f - dg\| = \Bigl\|\sum_{i} (\varphi_{i}\circ\pi_{n})\,(f - dG_{i})\Bigr\| \le \max_{i} \|f - dG_{i}\| \le \|df\| + \varepsilon,$$ 最后一步是「凸组合的范数不超过最大范数」（$\varphi_{i} \ge 0$、$\sum\varphi_{i} = 1$）。这正是 $K = 1$ 的 $K$-有界正合。∎ 参考：Le Stum, Theorem 8.2.8 #### Stonean 上 Ext 的截面公式　`lem.ext-stonean-section` *引理*　$\operatorname{Ext}^{n}(M, N)(S) \cong \operatorname{Ext}^{n}(M \cdot S,\ N)$ 设 $M, N$ 是凝聚态阿贝尔群，$S$ 是 **Stonean 空间**。记 $M \cdot S := M \otimes_{\mathbb{Z}} \mathbb{Z}[S]$。则对一切 $n \ge 0$ $$\operatorname{Ext}^{n}_{\mathbb{Z}}(M, N)(S) \cong \operatorname{Ext}^{n}_{\mathbb{Z}}(M \cdot S,\ N).$$ **在做什么。** 左边是「Ext 层在 $S$ 上的截面」，右边是「把一个普通 Ext 算出来」。这条把**层的** Ext 换成了**单次**的 Ext —— 于是「算 Ext 层」这件事变成「算一个具体的导出 Hom」。 **为什么 Stonean 可以。** Stonean 空间 $S$ 上，$\mathbb{Z}[S]$ 是**投射**的，于是 $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}[S], -)$ 正合。把这个正合函子搬到自然同构 $$\operatorname{Hom}_{\mathbb{Z}}(M \cdot S,\ N) \cong \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}[S],\ \operatorname{Hom}_{\mathbb{Z}}(M, N)\bigr)$$ 两边，就得到了结论：右边是「内 Hom 的截面」，左边是「先张量再 Hom」。 ⚠️ 关键前提是 **Stonean**（极不连通），不是一般的紧 Hausdorff —— 极不连通性正是 $\mathbb{Z}[S]$ 投射的来源。 ⭐ 这条是下面谱序列的**接线口**：Breen–Deligne 分解把 Ext 展开成若干「自由对象」，而每一项的 Ext 恰好可以用这条把层的计算搬回普通计算。 **证明。** $S$ Stonean $\implies$ $\mathbb{Z}[S]$ 是**投射**对象，于是 $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}[S], -)$ **正合**。 对自然同构 $$\operatorname{Hom}_{\mathbb{Z}}(M \cdot S,\ N) \cong \operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}[S],\ \operatorname{Hom}_{\mathbb{Z}}(M, N)\bigr)$$ （这是 $M \cdot S = M \otimes_{\mathbb{Z}} \mathbb{Z}[S]$ 的伴随形式）两边取右导出：左端给出 $\operatorname{Ext}^{n}_{\mathbb{Z}}(M\cdot S, N)$；右端因为 $\operatorname{Hom}(\mathbb{Z}[S],-)$ 正合，可以直接穿过导出函子，得 $\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}[S], \operatorname{Ext}^{n}_{\mathbb{Z}}(M,N)\bigr)$，而后者按定义就是 $\operatorname{Ext}^{n}_{\mathbb{Z}}(M,N)(S)$。两边一比即得。∎ 参考：Le Stum, Lemma 8.3.1 #### Breen–Deligne 分解　`thm.breen-deligne` *定理*　Breen–Deligne 分解：自由阿贝尔群的有限直和消解 设 $M$ 是拓扑斯中的阿贝尔群（例如 $M \in \mathrm{CondAb}$）。则存在**自然的左消解** $$F(M)^{\bullet} \twoheadrightarrow M,$$ 其中每一项是「自由阿贝尔群 $\mathbb{Z} \cdot M^{s}$」的有限直和： $$F(M)_{n} = \bigoplus_{i=1}^{r_{n}} \mathbb{Z} \cdot M^{s_{n,i}}.$$ **在说什么。** 在一般的拓扑斯里，「自由对象」不是有限的（$M^{s}$ 里的 $s$ 是**集合**，可以是任意大的基数）。这条定理说：不管怎样，总能把任意阿贝尔群 $M$ 用一个**逐项自由**的复形消解掉，而且这个消解是**自然的**（不依赖选择、对 $M$ 的映射函子性）。 **$\mathbb{Z} \cdot X$ 是什么**：集合 $X$ 生成的**自由阿贝尔群**（在拓扑斯里就是 $\mathbb{Z}[X]$）。$M^{s}$ 是「$s$ 个 $M$ 的积」—— 之所以要取幂集，是为了让「$M$ 的元」能作为一个可数的组合被写出来。 **为什么叫 Breen–Deligne 分解**：这个构造由 Deligne 提出，但长期没有完整证明；Scholze 在它的凝聚态数学第四讲附录里补全了证明。所以它是一条**现代**定理。 ⭐ **它是 $\mathrm{CondAb}$ 里一切 Ext 计算的引擎**：有了这个逐项自由的消解，任意 $\operatorname{Ext}^{n}(M, N)$ 都能展开成自由项上的 Ext，而那些是能算的（见下面的谱序列）。 ⚠️ 证明很重，且构造的显式公式（$d_{0}, d_{1}, d_{2}$ 的组合公式）相当技术性 —— 使用时通常只需要知道它**存在且自然**。 参考：Le Stum, Theorem 8.3.2 #### 分解上乘 p 与 M 上乘 p 同伦　`lem.breen-deligne-scalar-homotopy` *引理*　标量乘法的同伦提升 设 $F(M)^{\bullet} \twoheadrightarrow M$ 是 Breen–Deligne 分解，$p$ 是整数。则「在 $F(M)^{\bullet}$ 上逐项乘 $p$」与「在 $M$ 上乘 $p$ 再沿分解提升」所诱导的映射 $[p]$ 是**自然同伦**的。 **为什么需要这条。** 分解 $F(M)^{\bullet} \twoheadrightarrow M$ 是**拟同构**、不是同构 —— 所以「$M$ 上的运算」搬到分解上会有歧义。这条给出**消解歧义**的机制：不管你怎么把乘 $p$ 抬上去，抬出来的结果都同伦，于是「乘 $p$」在导出层面是**良定义**的。 **用在哪**：$\operatorname{RHom}(M, N)$ 的计算里要处理「除以 $2$」这类操作（把闭链写成收敛的级数），而收敛用的是 $2 - [2]$ 这个操作的**可逆性**。同伦的良定义正是这一步合法的前提。 **证明（两步归约）。** - **第一步：投射消解的情形。** 设 $F(M)^{\bullet}$ 是一个**投射**消解。在导出范畴里「乘 $p$」与 $[p]$ 是同一个态射（两者都诱导 $M$ 上乘 $p$），于是由「投射复形里 Hom 就是导出 Hom」的对偶版本，$[p]$ 与逐项乘 $p$ 在复形层面**同伦**。 - **第二步：Breen–Deligne 分解是「自然投射消解」。** 在拓扑斯 $\mathcal{T} = \widehat{\mathbf{Ab}^{\mathrm{op}}}$ 上取 $M := h_{\mathbb{Z}}$。对预层 $N$， $$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot M^{s},\ N) = \operatorname{Hom}(M^{s}, N) = \operatorname{Hom}(h_{\mathbb{Z}^{s}}, N) = N(\mathbb{Z}^{s}),$$ 而预层上的极限、余极限逐项计算 —— 于是 $\mathbb{Z}\cdot M^{s}$ 是 $\mathcal{T}$ 里的**投射**对象，第一步适用。 - 把 $M$ 取成 $h_{\mathbb{Z}}(M)$ 再层化，就得到任意拓扑斯上的情形。∎ 参考：Le Stum, Lemma 8.3.3 #### Stonean 上 Breen–Deligne 的谱序列　`prop.breen-deligne-ss-stonean` *命题*　$E^{p,q}_{1} = \bigoplus_{i} H^{q}(M^{s_{p,i}} \times S,\ N)$ 设 $M, N$ 是凝聚态阿贝尔群，$S$ 是 **Stonean 空间**。则有自然谱序列 $$E^{p,q}_{1} = \bigoplus_{i=1}^{r_{p}} H^{q}\bigl(M^{s_{p,i}} \times S,\ N\bigr) \implies \operatorname{Ext}^{p+q}_{\mathbb{Z}}(M, N)(S).$$ **构造**。把 Breen–Deligne 分解 $F(M)^{\bullet}$ 沿 $S$ **基变换**（张量 $\mathbb{Z}[S]$）。因为 $\mathbb{Z}[S]$ 平坦，$F(M)^{\bullet} \cdot S \to M \cdot S$ 仍是拟同构；再套 Stonean 上的截面公式，把 $\operatorname{Ext}(M \cdot S, N)$ 换成 $\operatorname{Ext}(M, N)(S)$。取「对分解的次数过滤」的标准谱序列，$E_{1}$ 项就是逐项自由对象的 Ext。 **$E_{1}$ 项的形状怎么读**：$M^{s_{p,i}}$ 是「$s_{p,i}$ 个 $M$ 的积」，$M^{s_{p,i}} \times S$ 是它配上测试空间 $S$；$H^{q}(-, N)$ 是那个空间上的凝聚态上同调。也就是：**把 Ext 换算成一批空间的上同调**，而空间的上同调是能靠 §8.1–8.2 的零调性定理打掉的。 ⭐ **这就是计算路径**：「要算 Ext，先展成谱序列，再把每一格的上同调按空间的类型（Stone / 紧 Hausdorff / 局部紧）用零调性定理归零」。§8.3 后面的每条计算定理都是这条谱序列的特例。 **证明。** 取 $M$ 的 Breen–Deligne 分解 $F(M)^{\bullet} \twoheadrightarrow M$，沿 Stonean 空间 $S$ 基变换（张量 $\mathbb{Z}[S]$），再对函子 $\operatorname{Hom}_{\mathbb{Z}}(-, N)$ 用「先用消解算、再用测试空间算」的标准谱序列： $$E^{p,q}_{1} = \operatorname{Ext}^{q}_{\mathbb{Z}}\bigl(F(M)^{p}\cdot S,\ N\bigr) \;\Longrightarrow\; \operatorname{Ext}^{p+q}_{\mathbb{Z}}\bigl(F(M)^{\bullet}\cdot S,\ N\bigr).$$ - **左端**：$F(M)^{p}\cdot S = \bigoplus_{i} \mathbb{Z}\cdot M^{s_{p,i}} \otimes \mathbb{Z}[S] = \bigoplus_{i} \mathbb{Z}\cdot\bigl(M^{s_{p,i}}\times S\bigr)$，于是由「凝聚态上同调 = 自由对象上的 Ext」得 $\operatorname{Ext}^{q}_{\mathbb{Z}}(\mathbb{Z}\cdot(M^{s_{p,i}}\times S), N) = H^{q}\bigl(M^{s_{p,i}}\times S,\ N\bigr)$。 - **右端**：$\mathbb{Z}[S]$ **平坦**，故 $F(M)^{\bullet}\cdot S \to M\cdot S$ 仍是拟同构；再由 Stonean 上的截面公式（$\operatorname{Ext}^{n}(M\cdot S, N) \cong \operatorname{Ext}^{n}(M,N)(S)$）得 $\operatorname{Ext}^{n}_{\mathbb{Z}}(F(M)^{\bullet}\cdot S, N) \cong \operatorname{Ext}^{n}_{\mathbb{Z}}(M,N)(S)$。 两边一合就是所要的谱序列。∎ 参考：Le Stum, Proposition 8.3.4 #### 有限维 Banach 到离散群全零　`prop.rhom-banach-discrete-zero` *命题*　$\operatorname{RHom}_{\mathbb{Z}}(M, N) = 0$（Banach 到 离散） 设 $M$ 是**有限维实 Banach 空间**、$N$ 是**离散**阿贝尔群。则 $$\operatorname{RHom}_{\mathbb{Z}}(M,\ N) = 0.$$ 更一般地：若 $V$ 是任意 $\mathbb{R}$-模、$N$ 离散，则 $\operatorname{RHom}_{\mathbb{Z}}(V, N) = 0$。 **直觉**：$\mathbb{R}$ 是**可除**的（$\mathbb{R}$ 中任何元素都能任意次地开方、任何 $n$ 都除得尽），而离散群里没有这种可除性。**可除性对进离散群的方向会整个塌掉** —— 于是从实向量空间出发的所有高阶（连同 0 阶）Hom 都不剩。 **证法**。用上一条谱序列：$M^{s}$（有限维 $M$ 的幂）是**可缩**的（向量空间都是可缩的），而 $H^{q}(M^{s} \times S, N) \cong H^{q}(S, N)$，于是 $E^{p,q}_{1}$ 只与 $S$ 有关，谱序列的极限项与「常数分解」的情形对得上，计算下来一律归零。 ⭐ **用法**：任何以实向量空间为源、离散群为靶的 Ext 问题，直接判零 —— 这是后面「局部紧阿贝尔群只剩 $\operatorname{Ext}^{0}, \operatorname{Ext}^{1}$」那一步的关键零件之一。 **证明。** 用上一条的谱序列（$S$ 取 Stonean），要证收敛项为零，只需证每一格 $E^{p,q}_{1}$ 为零。 - $M^{s_{p,i}}$ 是有限维实向量空间的（可能大）幂，**凸 $\implies$ 可缩**； - 而 $M^{s_{p,i}}\times S \to S$ 是同伦等价，$M^{s_{p,i}}\times S$ **局部紧 Hausdorff**、$N$ **离散**，于是由 Dyckhoff（局部紧 + 离散系数：凝聚态 = 层上同调）与「层上同调是同伦不变量」得 $$H^{q}\bigl(M^{s_{p,i}}\times S,\ N\bigr) \cong H^{q}(S,\ N).$$ - 右边**完全不含 $M$**。于是这一族 $E_{1}$ 项与 $M$ 无关：把 $M = 0$ 代进去得到同一族 $E_{1}$ 项，而 $\operatorname{RHom}_{\mathbb{Z}}(0, N) = 0$，谱序列收敛到 $0$；由谱序列的收敛性（$E_{1}$ 项决定极限），一般 $M$ 的收敛项也为 $0$。∎ **一般 $\mathbb{R}$-模的情形**：$\operatorname{RHom}_{\mathbb{Z}}(V, N) = \operatorname{RHom}_{\mathbb{R}}(V, \operatorname{RHom}_{\mathbb{Z}}(\mathbb{R}, N)) = \operatorname{RHom}_{\mathbb{R}}(V, 0) = 0$（$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{R}, N) = 0$ 由有限维情形取余极限得到）。 参考：Le Stum, Proposition 8.3.5 #### 紧 Haus 到实 Banach 全零　`prop.rhom-chaus-banach-zero` *命题*　$\operatorname{RHom}_{\mathbb{Z}}(M, N) = 0$（紧 Haus 到 Banach） 设 $M$ 是**紧 Hausdorff 阿贝尔群**、$N$ 是**实 Banach 空间**。则 $$\operatorname{RHom}_{\mathbb{Z}}(M,\ N) = 0.$$ **与上一条对偶**：上一条说「实向量空间 $ o$ 离散」全零；这条说「紧 Hausdorff 群 $ o$ 实 Banach」全零。两条合起来正好是后面「分三类归约」时用来掐掉两端的两把剪刀。 **证法里的关键工具**是分解上乘 $p$ 的同伦：紧 Hausdorff 群上有「乘 $2$」这个映射，它在 Banach 空间里**可逆**（除以 $2$）；利用 $2 - [2]$ 的同伦，可以把一个闭链写成 $d$(一个收敛级数)，即每个闭链都是边界。收敛用 Banach 的完备性。 ⚠️ 要求 $N$ 是**实** Banach 空间（带 $\mathbb{R}$-模结构），不是任意 Banach 阿贝尔群 —— 除以 $2$ 那一步要用到标量结构。 **证明（把闭链写成收敛级数）。** 仍用 Breen–Deligne 谱序列 $E^{p,q}_{1} = \bigoplus_{i} H^{q}(M^{s_{p,i}}\times S, N) \implies \operatorname{Ext}^{p+q}_{\mathbb{Z}}(M,N)(S)$。 - 由 **Thm（实 Banach 在紧 Hausdorff 上零调）**，$M^{s_{p,i}}\times S$ 是紧 Hausdorff（$M$ 紧、$S$ Stonean 紧），故 $q > 0$ 的整行是 $0$；只剩下 $q = 0$ 那一行，即复形 $K^{\bullet}$，$K^{n} := \bigoplus_{i} C\bigl(M^{s_{n,i}}\times S,\ N\bigr)$（Banach 空间）。只要证 $K^{\bullet}$ 零调。 - **关键工具**是「乘 $2$ 与 $[2]$ 同伦」：由 $2 - [2] = dh + hd$，对闭链 $f \in K^{n}$（$df = 0$）有 $2f - [2]f = dh^{n+1}f$，于是 $$f = \tfrac{1}{2}[2]f + d\Bigl(\tfrac{1}{2}h^{n+1}f\Bigr).$$ - 把这一式对 $f$ 反复代入 $n$ 次： $$f = \frac{1}{2^{n}}[2^{n}]f + d\Bigl(\sum_{k=1}^{n} \frac{1}{2^{k}} h^{n+1}\bigl([2^{k-1}]f\bigr)\Bigr).$$ - 因为 $\|[2]\| \le 1$、$\|h^{n+1}\| \le \|h^{n+1}\| < \infty$ 且 $N$ 是 Banach（**完备**），级数 $\sum_{k} \frac{1}{2^{k}} h^{n+1}([2^{k-1}]f)$ **收敛**；又 $\frac{1}{2^{n}}[2^{n}]f \to 0$。令 $n\to\infty$： $$f = d\Bigl(\sum_{k=1}^{\infty} \frac{1}{2^{k}} h^{n+1}\bigl([2^{k-1}]f\bigr)\Bigr),$$ 即每个闭链都是边界，$K^{\bullet}$ 零调。∎ 参考：Le Stum, Proposition 8.3.6 #### 离散对偶的 RHom 与导出张量　`prop.rhom-dual-tensor` *命题*　$\operatorname{RHom}(\operatorname{RHom}(M, T), N) \cong M \otimes^{\mathbf{L}}_{\mathbb{Z}} N[-1]$ 设 $M, N$ 是**离散**阿贝尔群，$T = \mathbb{R}/\mathbb{Z}$。则 $$\operatorname{RHom}_{\mathbb{Z}}\bigl(\operatorname{RHom}_{\mathbb{Z}}(M, T),\ N\bigr) \cong M \otimes^{\mathbf{L}}_{\mathbb{Z}} N[-1].$$ **在说什么。** 把「先取对偶、再对靶算 RHom」这个往返回溯成一个**导出张量积**，并且**降了一次数**（$[-1]$）。于是「算对偶的 Ext」被换成了「算张量积」—— 后者在离散群上可以用自由消解直接做。 **证法**。用短正合列 $0 \to \mathbb{Z} \to \mathbb{R} \to T \to 0$。由前面两条归零定理得 $\operatorname{RHom}_{\mathbb{Z}}(\mathbb{R}, N) = 0$，于是 $\operatorname{RHom}_{\mathbb{Z}}(T, N) \cong N[-1]$。代入 $\operatorname{RHom}(M, T)$ 并逐层展开，再用自由情形的导出张量计算，就得到结论。 ⭐ 这条把 $T$ 这个「圆」的角色讲清楚了：$T$ 在导出层面**等价于降一次数**（$\operatorname{RHom}(-, T)$ 把离散群送到它自己的 $[-1]$）。这正是下一节 Pontryagin 对偶能用 RHom 写出来的原因。 **证明（先造映射，再在自由情形验它是同构）。** - **造映射**：串联三个同构 $$M \otimes^{\mathbf{L}}_{\mathbb{Z}} N[-1] \;\cong\; M \otimes^{\mathbf{L}}_{\mathbb{Z}} \operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z}[-1], N) \;\cong\; M \otimes^{\mathbf{L}}_{\mathbb{Z}} \operatorname{RHom}_{\mathbb{Z}}(T, N) \;\cong\; \operatorname{RHom}_{\mathbb{Z}}\bigl(\operatorname{RHom}_{\mathbb{Z}}(M, T),\ N\bigr),$$ 其中第一式来自「离散群的 $\operatorname{RHom}(\mathbb{Z}, N) = N$」，第二式来自短正合列 $0\to\mathbb{Z}\to\mathbb{R}\to T\to 0$（配合 $\operatorname{RHom}(\mathbb{R}, N) = 0$，于是 $\operatorname{RHom}(T,N)\cong\operatorname{RHom}(\mathbb{Z},N)[-1] = N[-1]$），第三式是「张量与内 Hom 的伴随」。 - **验同构**：只需对 $M = \mathbb{Z}\cdot E$（自由）验证。此时由「离散情形的 $\operatorname{RHom}(\mathbb{Z}\cdot E, N) = N^{E}$」得 $\operatorname{RHom}(M, T) = T^{E}$，而 $M\otimes^{\mathbf{L}}N = N\cdot E$；问题化归为证 $\operatorname{RHom}_{\mathbb{Z}}(T^{E}, N) \cong N\cdot E[-1]$。 - $E$ **有限**时：由三角 $\operatorname{RHom}(\mathbb{Z},N)\to\operatorname{RHom}(\mathbb{R},N)\to\operatorname{RHom}(T,N)\to$ 与 $\operatorname{RHom}(\mathbb{R},N)=0$ 得 $\operatorname{RHom}(T,N)\cong N[-1]$，取 $E$ 次幂即可。 - $E$ **一般**时：写成有限子集的滤过余极限 $E = \varinjlim E'$，用 Breen–Deligne 谱序列 + 滤过余极限正合把结论传上去，而这一步只需 $H^{q}\bigl((T^{s})^{E}\times S, N\bigr) = \varinjlim_{E'} H^{q}\bigl((T^{s})^{E'}\times S, N\bigr)$ —— 由 Dyckhoff 与「紧 Hausdorff 的滤过极限上常系数上同调是余极限」给出。∎ 参考：Le Stum, Proposition 8.3.7 #### Pontryagin 对偶的 RHom 刻画　`prop.dual-rhom-characterization` *命题*　$M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, T)$ 设 $M$ 是**局部紧 Hausdorff 阿贝尔群**，$M^{\vee}$ 是它的 Pontryagin 对偶。则 - 一般地 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, T)$； - 若 $M$ **紧**，则 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, \mathbb{Z})[1]$； - 若 $M$ 是（有限维实）**Banach 空间**，则 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, \mathbb{R})$。 其中 $T = \mathbb{R}/\mathbb{Z}$。 **在说什么。** 经典的 Pontryagin 对偶 $M^{\vee} = \operatorname{Hom}_{\mathrm{cts}}(M, T)$ 说的是「取到圆里的连续同态」。这条给出它在**导出层面**的三种等价写法 —— 于是「取对偶」这个操作可以在导出的世界里做，进而参与 RHom / 张量的计算。 **三条为什么互相相容**。用 $0 \to \mathbb{Z} \to \mathbb{R} \to T \to 0$：对**紧**的 $M$，$\operatorname{RHom}(M, \mathbb{R}) = 0$（紧 $ o$ Banach 全零），于是 $\operatorname{RHom}(M, T) \cong \operatorname{RHom}(M, \mathbb{Z})[1]$，第二条就是这么来的。 **注意三种情形的「位移」不同**：紧的情形多一个 $[1]$、Banach 的情形换成靶 $\mathbb{R}$。这说明「对偶」在导出层面不是一个统一的操作 —— 具体走哪条，取决于 $M$ 属于哪一类。 📌 **用法**：把「算 Pontryagin 对偶」归约成「算 RHom」，而 RHom 有 Breen–Deligne 谱序列与逐类归零定理可用。 **证明（由结构定理化归到三类）。** 局部紧 Hausdorff 阿贝尔群都是「离散群」被「有限维实 Banach 空间 $\oplus$ 连通紧 Hausdorff 阿贝尔群」扩张出来的，所以只要对三类分别验证。 - **$M$ 离散**：取两段自由消解 $0 \to F' \to F \to M \to 0$（$F, F'$ 自由）。由「离散自由群的 $\operatorname{RHom}$ 只有 $0$ 次」得长正合列 $$0 \to M^{\vee} \to F^{\vee} \to F'^{\vee} \to \operatorname{Ext}^{1}_{\mathbb{Z}}(M, T) \to 0,$$ 这既给出 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, T)$，又顺带给出 $\operatorname{Ext}^{1}$ 的位置。 - **$M$ 紧**：先把上一段用在 $M^{\vee}$（对偶又紧）上，得 $\operatorname{RHom}_{\mathbb{Z}}(M^{\vee}, T) \cong M$；再用 8.3.7（把 $M^{\vee}$ 与 $\mathbb{Z}$ 代入）与「紧 $\to$ 实 Banach 全零」得 $\operatorname{RHom}_{\mathbb{Z}}(M, \mathbb{Z}) \cong M^{\vee}[-1]$，即 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, \mathbb{Z})[1]$。 - **$M$ 有限维 Banach**：由「有限维 Banach 到离散群全零」的三类掐掉只剩 $\mathbb{R}$ 的靶，逐条比对得 $M^{\vee} \cong \operatorname{RHom}_{\mathbb{Z}}(M, \mathbb{R})$。∎ 参考：Le Stum, Proposition 8.3.8 #### 局部紧阿贝尔群高次 Ext 消失　`thm.lc-ext-vanishing` *定理*　$\operatorname{Ext}^{n}_{\mathbb{Z}}(M, N) = 0$（$n \ne 0, 1$） 设 $M, N$ 是**局部紧 Hausdorff 阿贝尔群**。则对一切 $n \ne 0, 1$ $$\operatorname{Ext}^{n}_{\mathbb{Z}}(M, N) = 0.$$ ⭐ **这是 §8.3 的终点**：局部紧 Hausdorff 阿贝尔群之间的 Ext 只在 $0$ 次和 $1$ 次上可能非零，再高一律消失。凝聚态数学对局部紧阿贝尔群给出的最终结论就是这个。 **证法：先归约、再逐类掐掉**。由局部紧阿贝尔群的**结构定理**（每个这样的群都是「离散群」被「有限维实 Banach 空间 $\oplus$ 连通紧 Hausdorff 群」扩张出来的），只要对三类源与三类靶交叉验证即可。$M$ 离散时用两段自由消解，$N$ 离散时用那条练习（连通局部紧群对离散群）；$N$ 是 Banach 时用「紧 $ o$ Banach 全零」与「有限维 Banach 之间的 RHom 只有 0 次」。 **为什么是「只剩 $\operatorname{Ext}^{0}, \operatorname{Ext}^{1}$」**：$\operatorname{Ext}^{0}$ 就是 $\operatorname{Hom}$，$\operatorname{Ext}^{1}$ 分类扩张 —— 这两项是**代数**上本来就该有的；这条定理说的是**没有更多**，即凝聚态阿贝尔群的范畴在局部紧对象上「同调维数 $\le 1$」。 ⚠️ 结论**不适用于非局部紧**的对象：像 $\mathbb{R}^{I}$（任意大的积）这类东西，$\operatorname{RHom}$ 的行为完全是另一回事。 **证明（按结构定理分三类，逐类掐掉）。** 局部紧 Hausdorff 阿贝尔群都是「离散群」被「有限维实 Banach 空间 $\oplus$ 连通紧 Hausdorff 阿贝尔群」扩张出来的。于是只需对三类源与三类靶交叉处理： - **$M$ 离散**：有两段自由消解，长正合列把 $\operatorname{Ext}^{n}$（$n \ge 2$）全部掐掉（自由对象只在 $0$ 次有 Ext）。 - **$N$ 离散**：由连通局部紧群对离散群的那条（Exercises 8.18）同样只剩 $0, 1$ 两格。 - **$N$ 实 Banach**：由「紧 $\to$ Banach 全零」与「有限维 Banach 之间的 $\operatorname{RHom}$ 只有 $0$ 次」把高次掐掉。 - **$N$ 连通紧 Hausdorff**：有兩段消解 $0 \to N \to T^{E} \to T^{E'} \to 0$，故只需证 $\operatorname{Ext}^{n}_{\mathbb{Z}}(M, T^{E}) = \operatorname{Ext}^{n}_{\mathbb{Z}}(M, T)^{E} = 0$（$n \ne 0,1$），而这由 $\operatorname{RHom}_{\mathbb{Z}}(M, T) \cong M^{\vee}$（上一条 Pontryagin 对偶）集中在次数 $0$ 给出。∎ 参考：Le Stum, Theorem 8.3.9 #### Z/R/T 的 RHom 计算表　`table.rhom-zrt` *例*　$\operatorname{RHom}_{\mathbb{Z}}(M, N)$ 在 $\mathbb{Z}, \mathbb{R}, T$ 上的取值 下表列出 $\operatorname{RHom}_{\mathbb{Z}}(M, N)$（行是 $M$、列是 $N$）： $$\begin{array}{c|ccc} & \mathbb{Z} & \mathbb{R} & T \\ \hline \mathbb{Z} & \mathbb{Z} & \mathbb{R} & T \\ \mathbb{R} & 0 & \mathbb{R} & \mathbb{R} \\ T & \mathbb{Z}[-1] & 0 & \mathbb{Z} \end{array}$$ **怎么读这张表**（$T = \mathbb{R}/\mathbb{Z}$）： - 第一行（源是 $\mathbb{Z}$）：$\operatorname{RHom}(\mathbb{Z}, N) = N$ —— 自由对象上没有高阶，只剩 0 次； - 第二行第一列 $0$：**实向量空间 $ o$ 离散**全零（可除性塌掉）； - 第二行其余：有限维实 Banach 之间的 RHom 只有 0 次，值为 $\operatorname{Hom}_{\mathbb{R}}(M, N)$ —— 这里是 $\operatorname{Hom}_{\mathbb{R}}(\mathbb{R}, \mathbb{R}) = \mathbb{R}$ 与 $\operatorname{Hom}_{\mathbb{R}}(\mathbb{R}, T)$； - 第三行第二列 $0$：**紧 Hausdorff $ o$ 实 Banach** 全零； - 第三行第一列 $\mathbb{Z}[-1]$：由 $0 \to \mathbb{Z} \to \mathbb{R} \to T \to 0$，中间项是 $0$，只剩下一步降一次的 $\mathbb{Z}$； - 右下角 $\mathbb{Z}$：同样由 $0 \to \mathbb{Z} \to \mathbb{R} \to T \to 0$ 与 $\operatorname{RHom}(T, \mathbb{R}) = 0$ 得到。 这张表是全章计算的**浓缩总结**：三条归零定理（$\mathbb{R} \to$ 离散、紧 $\to \mathbb{R}$、以及自由源）加上 $0 \to \mathbb{Z} \to \mathbb{R} \to T \to 0$ 这一条正合列，就能把三类基本对象之间的所有 RHom 全部算出来。 参考：Le Stum, Exercise 8.17 #### 有限维 Banach 之间的 RHom　`ex.finite-banach-rhom` *例*　$\operatorname{RHom}_{\mathbb{Z}}(M, N) = \operatorname{Hom}_{\mathbb{R}}(M, N)$ 设 $M, N$ 是有限维实 Banach 空间。则 $\operatorname{RHom}_{\mathbb{Z}}(M, N) = \operatorname{Hom}_{\mathbb{R}}(M, N)$，其中右边集中在 **0 次**。 **和「实 Banach 在紧 Haus 上零调」是一条链上的**：$\mathbb{Z}$-线性映射 $M \to N$ 已经是 $\mathbb{R}$-线性的（因为 $M$ 是实向量空间，$\mathbb{Z}$-线性 + 连续 $\implies$ $\mathbb{R}$-线性），于是没有高阶修正项。 ⚠️ 只在**有限维**时这么干净。无限维的实 Banach 空间之间一般会有高阶项 —— 那正是「实 Banach 在紧 Haus 上零调」那条定理要用到的技术难度所在。 参考：Le Stum, Exercise 8.15 #### 紧 S 对实 Banach 的 RHom　`ex.chaus-banach-rhom` *例*　$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z} \cdot S,\ N) \cong C(S, N)$ 设 $S$ 是紧 Hausdorff 空间、$N$ 是实 Banach 空间。则 $\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z} \cdot S,\ N) \cong C(S, N)$，集中在 **0 次**。 **直觉**：$\mathbb{Z} \cdot S$ 是 $S$ 生成的自由阿贝尔群；从它到 $N$ 的群同态就是「给 $S$ 的每个点指定一个 $N$ 的元素」。要做成**连续**的话，正好得到连续函数空间 $C(S, N)$。 **为什么只有 0 次**：$\mathbb{Z} \cdot S$ 在 $S$ 紧 Hausdorff 时是投射的，投射对象上没有高阶 Ext。 ⭐ 这条是「实 Banach 在紧 Hausdorff 上零调」那一步的**局部计算**：谱序列的每一格都是这种形状。 参考：Le Stum, Exercise 8.12 #### Breen–Deligne 的一般谱序列　`ex.bd-ss` *例*　$E^{p,q}_{1} = \bigoplus_{i} H^{q}(M^{s_{p,i}},\ N) \implies \operatorname{Ext}^{p+q}_{\mathbb{Z}}(M, N)$ 设 $M, N$ 是拓扑斯中的阿贝尔群。由 Breen–Deligne 分解得到自然谱序列 $$E^{p,q}_{1} = \bigoplus_{i=1}^{r_{p}} H^{q}\bigl(M^{s_{p,i}},\ N\bigr) \implies \operatorname{Ext}^{p+q}_{\mathbb{Z}}(M, N).$$ **与 Stonean 那条的关系**：这条是**一般拓扑斯**里的版本（不带测试空间 $S$）；Stonean 那条是把两边都沿 $S$ 基变换（乘上 $\mathbb{Z}[S]$）之后的结果。两者是同一条谱序列的「无参数」与「有参数」两种形状。 **用途**：在没有 Stonean 可用的一般拓扑斯上，仍然能用这条谱序列把 Ext 展成一批 $M^{s_{p,i}}$ 上的上同调 —— 这是「Breen–Deligne 分解是 CondAb 里一切 Ext 计算的引擎」这句话在一般拓扑斯上的版本。 参考：Le Stum, Exercise 8.14 #### 连通局部紧到离散只剩 Ext一次　`ex.connected-lc-ext` *例*　$\operatorname{Ext}^{n}_{\mathbb{Z}}(M, N) = 0$（$n \ne 1$，$M$ 连通、$N$ 离散） 设 $M$ 是**连通**局部紧 Hausdorff 阿贝尔群、$N$ 是**离散**阿贝尔群。则 $\operatorname{Ext}^{n}_{\mathbb{Z}}(M, N) = 0$，对一切 $n \ne 1$。 **和主定理的差别**：主定理（局部紧之间只剩 $\operatorname{Ext}^{0}, \operatorname{Ext}^{1}$）对源与靶都要求局部紧；这条把条件收窄到「源连通 + 靶离散」，结论里连 $\operatorname{Ext}^{0}$ 也没了 —— 因为连通群到离散群的连续同态只能是平凡的（连通像落在离散拓扑里必为单点）。 **证法思路**：连通局部紧阿贝尔群可写成「紧连通部分 $\oplus$ 实向量空间」；实向量空间那一块用「实向量空间 $ o$ 离散全零」，紧连通那一块用紧群的技术。 ⭐ 这条是主定理里「$N$ 离散」那一支的关键零件。 参考：Le Stum, Exercise 8.18 #### 非局部紧情形的 RHom　`ex.nonlc-rhom` *例*　$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{R}^{I}, \mathbb{Z}) = 0$，$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z}^{I}, \mathbb{Z}) = \mathbb{Z} \cdot I$ 记 $I$ 为任意指标集。则 - $\operatorname{RHom}_{\mathbb{Z}}(\mathbb{R}^{I}, \mathbb{Z}) = 0$； - $\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z}^{I}, \mathbb{Z}) = \mathbb{Z} \cdot I$，集中在 0 次。 **为什么要单列这条**：$\mathbb{R}^{I}$ 与 $\mathbb{Z}^{I}$（任意大的积）一般**不是**局部紧的，所以主定理管不着它们。这条给出它们的具体答案，说明**结构定理之外也能处理**。 **第一条**：$\mathbb{R}^{I}$ 仍是可除的（可除性的积还是可除），于是「可除 $ o$ 离散全零」那一套照样管用，$\operatorname{RHom}$ 整个归零。 **第二条**：$\mathbb{Z}^{I}$ 上的同态由 $I$ 上取值决定的那些（有限支撑的）—— 得到自由阿贝尔群 $\mathbb{Z} \cdot I$，且没有高阶项。 ⚠️ 关键在于这些对象**不是局部紧**的，所以不能靠「局部紧阿贝尔群结构定理」把它们拆成三类；但结论照样干净。 参考：Le Stum, Exercise 8.19 #### 有限不交覆盖的 Čech 零调　`lem.cech-finite-disjoint-acyclic` *引理*　引理：紧 Hausdorff 空间上有限不交覆盖的 Čech 高次为零 设 $M$ 是凝聚态阿贝尔群，$S$ 是紧 Hausdorff 空间，且 $$S = \bigsqcup_{i=1}^{r} S_{i}$$ 是一个**有限不交覆盖**（$S_{i}$ 两两不交、并为 $S$）。则 $$\check{H}^{n}(S, M) = 0 \qquad (n > 0).$$ **证明。** 把覆盖看成族 $(S_{i} \hookrightarrow S)_{i=1}^{r}$。由两两不交且并为 $S$，规范映射 $$\coprod_{i=1}^{r} S_{i} \xrightarrow{\ \cong\ } S$$ 是**同构**，于是它有截面（取它的逆）✓。由「带截面的覆盖上 Čech 复形同伦平凡」，这个族的增广 Čech 复形同伦平凡，从而正次数上同调为零 ✓。∎ ⭐ 它把**有限不交覆盖**这一类从 Čech 零调的检验里划掉 —— 于是只剩「单支满射」要处理，这正是「Stone 空间上常系数零调」的证明要分两步走的原因。 参考：Le Stum, An introduction to condensed mathematics, §8.1 #### 离散空间上零调　`prop.condab-discrete-acyclic` *命题*　命题：凝聚态阿贝尔群在离散空间与「离散 $\times$ Stonean」上零调 设 $M$ 是凝聚态阿贝尔群。则 1. $E$ 是**离散**拓扑空间时 $H^{n}_{\mathrm{cond}}(E, M) = 0$（$n > 0$）； 2. 更一般地，$E$ 离散、$S$ **Stonean** 时 $H^{n}_{\mathrm{cond}}(E \times S,\ M) = 0$（$n > 0$）。 **证明。** **1.** 离散空间是点的不交并：$E = \coprod_{e \in E}\{e\}$。而上同调把不交并换成**积**： $$H^{n}\Bigl(\coprod_{i} X_{i},\ M\Bigr) \cong \prod_{i} H^{n}(X_{i},\ M) ✓$$ 单点的情形是零：$\{e\} = *$，它的自由对象是 $\mathbb{Z}[*] = \mathbb{Z}$（投射），故 $H^{n}(*, M) = \operatorname{Ext}^{n}_{\mathbb{Z}}(\mathbb{Z}, M) = 0$（$n > 0$）✓。于是离散空间上高次全为零 ✓。 **2.** $E$ 离散时 $E \times S = \coprod_{e \in E} S$ 是 $S$ 的**不交并**，再一次用「不交并 $\implies$ 积」： $$H^{n}(E \times S,\ M) \cong \prod_{e \in E} H^{n}(S,\ M) = 0 \qquad (n > 0),$$ 末一步用的是「Stonean 空间上凝聚态阿贝尔群零调」✓。∎ ⭐ 一句话：**零调性从 Stonean 传给「离散 $\times$ Stonean」**。这就是 $\mathbb{N} \times S$、$\mathbb{Z} \times S$ 这类混合空间上没有高次上同调的原因。 参考：Le Stum, An introduction to condensed mathematics, §8.1 #### R/R_disc 在 Stone 上的截面　`prop.condab-quotient-r-disc` *命题*　命题：$Q = \mathbb{R}/\mathbb{R}^{\mathrm{disc}}$ 的截面是连续函数模局部常值函数 记 $Q := \mathbb{R}/\mathbb{R}^{\mathrm{disc}}$（把 $\mathbb{R}^{\mathrm{disc}}$ 看成离散拓扑的加法群，$\mathbb{R}$ 取通常拓扑，商在凝聚态阿贝尔群里取）。设 $S$ 是 **Stone** 空间。则 $$Q(S) \;=\; C(S, \mathbb{R})\,\big/\,C(S, \mathbb{R}^{\mathrm{disc}}),$$ 即：到 $\mathbb{R}$ 的连续函数，模去**局部常值**函数。 **证明。** 凝聚态阿贝尔群里的短正合列 $$0 \longrightarrow \mathbb{R}^{\mathrm{disc}} \longrightarrow \mathbb{R} \longrightarrow Q \longrightarrow 0$$ 给出长正合列 $$0 \to \Gamma(S, \mathbb{R}^{\mathrm{disc}}) \to \Gamma(S, \mathbb{R}) \to \Gamma(S, Q) \to H^{1}_{\mathrm{cond}}(S, \mathbb{R}^{\mathrm{disc}}).$$ 末项为零：$S$ 是 Stone 空间，而 $\mathbb{R}^{\mathrm{disc}}$ 对应的凝聚态阿贝尔群就是**常**凝聚态群 $\underline{\mathbb{R}}$，由「Stone 空间上常系数零调」得 $H^{1} = 0$ ✓。再看前两项：$\Gamma(S, \mathbb{R}) = \operatorname{Hom}_{\mathrm{Cond}}(S, \mathbb{R}) = C(S, \mathbb{R})$ ✓；$\Gamma(S, \mathbb{R}^{\mathrm{disc}}) = C(S, \mathbb{R}^{\mathrm{disc}})$ —— 映入**离散**空间 $\mathbb{R}^{\mathrm{disc}}$ 的连续映射正是**局部常值**映射 ✓（$\mathbb{R}^{\mathrm{disc}}$ 的每个单点集都是开的，所以连续函数在每个点上局部常值）。于是 $\Gamma(S, Q) = C(S,\mathbb{R})/C(S,\mathbb{R}^{\mathrm{disc}})$ ✓。∎ ⚠️ **这个商不是零**：只要 $S$ 上有非常值的连续实值函数（例如 $S = \beta I$ 时取一个非局部常值的有界函数），$Q(S) \ne 0$。这与「拓扑阿贝尔群**不是**阿贝尔范畴」是同一件事的两面：在拓扑群层面商不好使，在凝聚态层面才有上面这条正确的截面公式。 ⭐ 它也是「$\mathbb{Z}^{\mathrm{disc}} \to \mathbb{Z}^{\mathrm{coarse}}$ 型现象」的一般样子：**改拓扑不改底集，却真的改变了层的截面**。 参考：Le Stum, An introduction to condensed mathematics, §8.1 #### Ext 的截面公式　`cor.ext-cond-set-section` *推论*　推论：$\operatorname{Ext}^{n}(\mathbb{Z}\cdot X, N)(S) \cong H^{n}(X \times S, N)$ 设 $X$ 是凝聚态集、$N$ 是凝聚态阿贝尔群、$S$ 是 **Stonean** 空间。则对一切 $n \ge 0$ $$\operatorname{Ext}^{n}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot X,\ N\bigr)(S) \;\cong\; H^{n}\bigl(X \times S,\ N\bigr).$$ **证明。** 把 Stonean 上的截面公式 $\operatorname{Ext}^{n}(M, N)(S) \cong \operatorname{Ext}^{n}(M \cdot S,\ N)$ 用在 $M = \mathbb{Z}\cdot X$ 上： $$\operatorname{Ext}^{n}\bigl(\mathbb{Z}\cdot X,\ N\bigr)(S) \cong \operatorname{Ext}^{n}\bigl(\mathbb{Z}\cdot X \otimes_{\mathbb{Z}} \mathbb{Z}[S],\ N\bigr) \cong \operatorname{Ext}^{n}\bigl(\mathbb{Z}\cdot (X \times S),\ N\bigr) ✓$$ 第二式的依据是自由对象的两条泛性质拼起来：$\mathbb{Z}\cdot X \otimes_{\mathbb{Z}} \mathbb{Z}\cdot Y \cong \mathbb{Z}\cdot (X \times Y)$ ✓。 又 $\mathbb{Z}\cdot Y$ 是**自由**的：$\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot Y, -) = \Gamma(Y, -)$，于是 $$\operatorname{Ext}^{n}_{\mathbb{Z}}\bigl(\mathbb{Z}\cdot Y,\ N\bigr) = R^{n}\Gamma(Y, -)(N) = H^{n}(Y, N) ✓$$ 取 $Y = X \times S$ 即得结论 ✓。∎ ⭐ 这一条把「**层的** Ext 在一个截面上的值」彻底翻译成「一个**具体空间**的上同调」：要算 $\operatorname{Ext}^{n}(\mathbb{Z}\cdot X, N)(S)$，就去算 $X \times S$ 的上同调。后面两条（离散空间、Banach 系数）都是它的特例。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### Stonean 上 Z[S] 的 RHom　`prop.rhom-zs-sections` *命题*　命题：$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z}[S], N) \cong N(S)$（$S$ Stonean） 设 $S$ 是 **Stonean** 空间，$N$ 是凝聚态阿贝尔群。则 $$\operatorname{RHom}_{\mathbb{Z}}\bigl(\mathbb{Z}[S],\ N\bigr) \;\cong\; N(S)$$ （右边理解为集中在 $0$ 次的复形，即高次 Ext 全为零）。 **证明。** $S$ Stonean 时 $\mathbb{Z}[S]$ 是**投射**对象：极不连通性给出闭开集上的「截面型」投影性，$\mathbb{Z}[S]$ 是那些 $\mathbb{Z}[C]$（$C$ 闭开）的余极限，投影性沿余极限保持 ✓。于是 $$\operatorname{Hom}_{\mathbb{Z}}\bigl(\mathbb{Z}[S],\ -\bigr) = \Gamma(S, -) = \bigl(N \mapsto N(S)\bigr)$$ 是**正合**函子，它的右导出函子集中在 $0$ 次、且 $R^{0} = \Gamma(S,-)$ ✓。因此 $\operatorname{RHom}(\mathbb{Z}[S], N)$ 就等于 $\operatorname{Hom}(\mathbb{Z}[S], N) = N(S)$（集中在 $0$ 次的复形）✓。∎ ⭐ 与「Stonean 上凝聚态阿贝尔群零调」是同一件事的两种说法：**系数零调 $\iff$ 测试对象 $\mathbb{Z}[S]$ 投射**。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### 离散空间上 Z[E] 的 RHom　`prop.rhom-ze-powers` *命题*　命题：$\operatorname{RHom}_{\mathbb{Z}}(\mathbb{Z}[E], N) \cong N^{E}$（$E$ 离散） 设 $E$ 是**离散**拓扑空间，$N$ 是凝聚态阿贝尔群。则 $$\operatorname{RHom}_{\mathbb{Z}}\bigl(\mathbb{Z}[E],\ N\bigr) \;\cong\; N^{E} \;=\; \prod_{e \in E} N$$ （同样理解为集中在 $0$ 次的复形）。 **证明。** 离散空间是不交并 $E = \coprod_{e \in E}\{e\}$，自由对象随之分裂成**直和** $$\mathbb{Z}[E] = \bigoplus_{e \in E} \mathbb{Z}[*] = \bigoplus_{e \in E} \mathbb{Z} ✓$$ 投射对象的任意直和仍投射，故 $\mathbb{Z}[E]$ 投射 ✓，于是 $\operatorname{RHom}(\mathbb{Z}[E], -)$ 集中在 $0$ 次、等于 $\operatorname{Hom}(\mathbb{Z}[E], -)$。而 $$\operatorname{Hom}_{\mathbb{Z}}\Bigl(\bigoplus_{e \in E} \mathbb{Z},\ N\Bigr) \cong \prod_{e \in E} \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z},\ N) \cong \prod_{e \in E} N = N^{E} ✓$$ （Hom 把直和送成积。）∎ **另一条路**：由「离散空间上零调」与截面公式，$\operatorname{Ext}^{n}(\mathbb{Z}\cdot E, N)(S) \cong H^{n}(E \times S, N) = 0$（$n>0$、$S$ Stonean），说明 $N^{E}$ 这个层没有高次，再逐点比较 $0$ 次即得 —— 两条路说的是同一件事。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### 离散群的 RHom 是常层　`prop.discrete-cond-rhom-constant` *命题*　命题：离散阿贝尔群的 RHom 与导出张量积都落在常层里 设 $M, N$ 是**离散**阿贝尔群，也把它们看成对应的常凝聚态阿贝尔群。则 $$\operatorname{RHom}^{\mathrm{cond}}_{\mathbb{Z}}(M,\ N) \;\cong\; \mathrm{c}\bigl(\operatorname{RHom}^{\mathrm{abs}}_{\mathbb{Z}}(M,\ N)\bigr), \qquad M \otimes^{\mathbf{L},\mathrm{cond}}_{\mathbb{Z}} N \;\cong\; \mathrm{c}\bigl(M \otimes^{\mathbf{L},\mathrm{abs}}_{\mathbb{Z}} N\bigr),$$ 其中上标 $\mathrm{cond}$ 表示「在凝聚态阿贝尔群里算」、$\mathrm{abs}$ 表示「在抽象阿贝尔群里算」，而 $\mathrm{c}(A)$ 表示**常凝聚态群**。 **证明。** 取 $M$ 作为**抽象**阿贝尔群的一个自由消解 $P_{\bullet} \to M$ ✓。 - **常层函子在这条消解上保持正合**：$\mathrm{c}(-)$ 把自由阿贝尔群送到自由凝聚态阿贝尔群 $\mathbb{Z}[E]$，而且它在离散群上正合，于是 $\mathrm{c}(P_{\bullet}) \to \mathrm{c}(M)$ 仍是一个消解 ✓。 - **每一项都零调**：$P_{i} = \mathbb{Z}^{(E)}$ 给出 $\mathrm{c}(P_{i}) = \mathbb{Z}[E]$，而 $\operatorname{RHom}(\mathbb{Z}[E], N) \cong N^{E}$ 集中在 $0$ 次（上一条），故这些项对 $\operatorname{RHom}(-, N)$ 零调 ✓。 - **算出来**：可以用 $\mathrm{c}(P_{\bullet})$ 计算内部的 $\operatorname{RHom}$： $$\operatorname{RHom}^{\mathrm{cond}}\bigl(\mathrm{c}(M),\ N\bigr) \cong \operatorname{Hom}\bigl(\mathrm{c}(P_{\bullet}),\ N\bigr) = \mathrm{c}\bigl(\operatorname{Hom}(P_{\bullet},\ N)\bigr),$$ 取上同调即得 $\mathrm{c}\bigl(\operatorname{Ext}^{\bullet}(M,N)\bigr) = \mathrm{c}\bigl(\operatorname{RHom}^{\mathrm{abs}}(M,N)\bigr)$ ✓。 张量侧同理：自由阿贝尔群**平坦**，常层函子正合，于是 $\mathrm{c}(P_{\bullet})\otimes^{\mathbf{L}} N \cong \mathrm{c}(P_{\bullet}\otimes^{\mathbf{L}} N)$，两边取同调得第二个同构 ✓。∎ ⭐ 一句话：**离散群「感觉不到」凝聚态那一层结构** —— 在它们身上，凝聚态同调代数与抽象同调代数给出同一个答案（只差一个常层）。所以要真正用到凝聚态结构，就必须拿 $\mathbb{R}$、$\mathbb{Z}[S]$ 这类非离散对象来测。 参考：Le Stum, An introduction to condensed mathematics, §8.3 #### K-有界正合沿滤过余极限保持　`prop.k-bounded-exact-filtered-colimit` *命题*　命题：等距转移下的滤过余极限保持 $K$-有界正合 设 $M^{\bullet} = \varinjlim_{k} M^{\bullet}_{k}$ 是半范数阿贝尔群复形的**滤过余极限**，且转移映射都是**等距**的。若每个 $M^{\bullet}_{k}$ 在 $M^{n}_{k}$ 处 $K$-有界正合，则 $M^{\bullet}$ 在 $M^{n}$ 处 $K$-有界正合。 **证明。** 等距转移映射给出两条关键事实：余极限的**半范数就是代表元的半范数**（所有代表元范数相同，否则沿等距映射传递会矛盾）✓；微分与转移映射交换，因此 $\|d s\| = \|d s_{k}\|$ 对任何代表元 $s_{k} \mapsto s$ 成立 ✓。 给定 $s \in M^{n}$ 与 $\varepsilon > 0$：取代表元 $s_{k} \in M^{n}_{k}$（余极限的元素都是某个有限阶段的元素）✓；在 $M^{\bullet}_{k}$ 里用 $K$-有界正合，得到 $s'_{k} \in M^{n+1}_{k}$ 使 $$\|s_{k} - d^{n+1}s'_{k}\| \le K\,\|d^{n}s_{k}\| + \varepsilon.$$ 把 $s'_{k}$ 映进余极限得 $s' \in M^{n+1}$，再由等距性与微分的交换性，左边与右边逐项搬过去： $$\|s - d^{n+1}s'\| = \|s_{k} - d^{n+1}s'_{k}\| \le K\,\|d^{n}s_{k}\| + \varepsilon = K\,\|d^{n}s\| + \varepsilon ✓$$ 这正是 $K$-有界正合在 $M^{n}$ 处的要求 ✓。∎ ⭐ 用处：$K$-有界正合这件「带常数的解析性质」在**往大的复形里并**时不会丢 —— 于是可以先用有限 / 简单的复形验条件，再取余极限。 ⚠️ **等距**这一条不能省：若转移映射只是连续而范数会缩小，余极限上的半范数就变成「代表元范数的下确界」，上面的 $\|d s\| = \|d s_{k}\|$ 立刻失效。 参考：Le Stum, An introduction to condensed mathematics, §8.2 #### 连续函数空间的范数　`prop.continuous-functions-normed` *命题*　命题：$C(S, M)$ 是（半）范数 / Banach 阿贝尔群，且 Stone 上离散值函数稠密 设 $S$ 是**紧 Hausdorff** 空间，$M$ 是（半）范数阿贝尔群（相应地 Banach 阿贝尔群）。则 1. 连续同态 $C(S, M) := \operatorname{Hom}_{\mathrm{top}}(S, M)$ 配以 $$\|f\| := \sup_{x \in S}\|f(x)\|$$ 是（半）范数阿贝尔群（相应地 Banach 阿贝尔群）； 2. 若 $S$ 还是 **Stone** 空间，则 $C(S, M^{\mathrm{disc}})$ 在 $C(S, M)$ 中**稠密**。 **证明。** **1.** $\sup$ 有限：连续函数在紧空间上有界（$f(S)$ 紧，而范数球的半径有限）✓；三条半范数公理由 $M$ 的半范数逐点验证、再取上确界 ✓；$\|f\| = 0 \implies f = 0$ 当且仅当 $M$ 是 Hausdorff 的（即范数而非半范数）✓。 **完备性**：设 $(f_{j})$ 是 $\|\cdot\|$ 下的 Cauchy 列，则每个 $x$ 处 $(f_{j}(x))$ 是 Cauchy 列，由 $M$ 完备有极限 $f(x)$ ✓；Cauchy 列是**一致**Cauchy 的（$\|f_{j}-f_{k}\| < \varepsilon$ 对每个 $x$ 成立），故 $f_{j} \to f$ **一致**，一致极限保持连续性 ✓，于是 $M$ 完备时 $C(S,M)$ 完备 ✓。 **2.** 给 $f \in C(S, M)$ 与 $\varepsilon > 0$。开覆盖 $$S = \bigcup_{m \in M} f^{-1}\bigl(B(m, \varepsilon/2)\bigr)$$ 由 $S$ 是 Stone 空间，它有**有限的、两两不交的闭开加细** $S = \bigsqcup_{r} S_{r}$（Stone 空间上任何开覆盖都有这样的加细）✓。在每个 $S_{r}$ 上任取 $m_{r}$ 使 $S_{r} \subseteq f^{-1}(B(m_{r},\varepsilon/2))$ ✓，令 $g := m_{r}$ 在 $S_{r}$ 上。则 $g$ **局部常值**，即映入离散群 $M^{\mathrm{disc}}$ 的连续函数 ✓，且逐点 $\|f - g\| \le \varepsilon/2$ ✓，故 $\|f-g\| \le \varepsilon/2 < \varepsilon$ ✓。于是 $C(S,M^{\mathrm{disc}})$ 稠密 ✓。∎ ⭐ 第 2 条是「**离散值函数足够多**」的精确版本：Stone 空间上任何连续 $M$-值函数都可以用局部常值函数一致逼近。它在 Banach 系数零调（8.2.6 / 8.2.8）的证明里是关键一步。 参考：Le Stum, An introduction to condensed mathematics, §8.2 --- ## 全部连线（含推导过程） ### 强边（标准逻辑关系） #### 替换公理模式 ⟹ 分离公理模式　`imp.repl-to-sep` *替换公理模式 $\implies$ 分离公理模式* 设 $\varphi (x, p)$ 是不含 $B$ 的公式，$A$ 是任意集合。取公式 $$\psi(x, y, p) :\equiv ( x = y \wedge \varphi(x, p) )$$ 对任意 $x$，至多只有一个 $y$ 使 $\psi (x, y, p)$ 成立（因为 $x = y$ 已经确定了 $y$）。于是替换公理模式给出一个集合 $$B = \{ y : \exists x \in A, \psi(x, y, p) \} = \{ x \in A : \varphi(x, p) \}$$ 这正是分离公理模式所要的 $B$（外延公理保证唯一）。∎ > 所以 ZF 里其实只需要「替换 + 一个集合存在」就够了，教材仍保留分离公理是为了方便陈述与使用。 #### 分离公理模式 ⟹ 空集存在　`imp.sep-to-empty` *分离公理模式 $\implies$ 空集存在* 取任意集合 $a$（一阶逻辑的论域非空，故这样的 $a$ 存在；在 ZF 中也可由无穷公理提供）。 取公式 $\varphi (x) :\equiv ( x \ne x )$，它是矛盾式。分离公理模式给出集合 $$B = \{ x \in a : x \ne x \}$$ 对任意 $x$，$x \in B \leftrightarrow ( x \in a \wedge x \ne x )$ 恒为假，故 $B$ 不含任何元素。 由外延公理，这样的 $B$ 唯一，记作 $\emptyset$。∎ > 严格地说，「论域非空」是一阶逻辑的约定，不属于 ZF 公理。若不喜欢这个约定，也可以先由无穷公理取出一个集合再分离。 #### 正则公理 + 配对公理 ⟹ 无自属集合　`imp.found-to-noself` *正则公理 + 配对公理 $\implies A \notin A$* 反设存在集合 $A$ 使 $A \in A$。由配对公理取 $a = b = A$，得单点集 {A}。 由外延公理 $\{A\} \ne \emptyset$（它含有 $A$）。对 {A} 用正则公理：存在 $x \in \{A\}$ 使 $$x \cap \{ A \} = \emptyset$$ 而 {A} 只有唯一的元素，故 $x = A$。于是 $A \cap \{A\} = \emptyset$。 但由假设 $A \in A$ 且 $A \in \{A\}$，所以 $A \in A \cap \{A\}$，与 $A \cap \{A\} = \emptyset$ 矛盾。故 $A \notin A$。∎ > 把同样的论证用在任意有限 $\in$循环 $A_{0} \ni A_{1} \ni \cdots \ni A_{n} = A_{0}$ 上，取集合 $\{A_{0}$ …$A_{n-1}\}$（可由配对公理反复构造），也能得到矛盾。 #### 无穷公理 + 幂集公理 + 分离公理模式 ⟹ 自然数集存在　`imp.inf-to-omega` *无穷公理 + 幂集公理 + 分离公理模式 $\implies \omega$ 存在* 1. 由无穷公理取一个归纳集 $I$。称 $J \subseteq I$ 是**归纳的**，若 $\emptyset \in J$ 且 $\forall x (x \in J \to x \cup \{x\} \in J)$。 2. 由幂集公理，$\mathcal{P}(I)$ 是集合；再用分离公理模式取 $$S = \{ J \in \mathcal{P}(I) : J\text{ 是归纳集} \}$$ $S$ 非空（$I \in S$）。 3. 再对 $\mathcal{P}(I)$ 用一次分离公理模式，令 $$\omega = \{ x \in I : \forall J ( J \in S \to x \in J ) \}$$ 即 $\omega$ 是所有归纳子集的交。 4. $\omega$ 是归纳集：$\emptyset$ 属于每个 $J \in S$，故 $\emptyset \in \omega$；若 $x \in \omega$，则 $x$ 属于每个 $J \in S$，从而 $x \cup \{x\}$ 属于每个 $J \in S$，故 $x \cup \{x\} \in \omega$。 5. $\omega$ 含于一切归纳集：若 $K$ 是归纳集，则 $K \cap I$ 也是归纳集且 $K \cap I \in S$，由 $\omega$ 的定义 $\omega \subseteq K \cap I \subseteq K$。 故 $\omega$ 是最小归纳集，即自然数集。∎ #### 配对公理 + 并集公理 ⟹ 二元并存在　`imp.binunion` *配对公理 + 并集公理 $\implies$ 二元并存在* 任给 $a$、$b$。 1. 由配对公理，{ a, b } 是集合。 2. 由并集公理，$\bigcup \{ a, b \}$ 是集合，且 $$x \in \bigcup\{ a, b \} \iff \exists Y ( Y \in \{ a, b \} \wedge x \in Y ) \iff ( x \in a \vee x \in b )$$ 取 $A = \bigcup \{ a, b \}$ 即为所求。∎ #### 幂集公理 + 配对公理 + 并集公理 + 分离公理模式 ⟹ 笛卡尔积存在　`imp.product` *幂集 + 配对 + 并集 + 分离公理模式 $\implies A \times B$ 存在* 任给 $A$、$B$。 1. 由配对公理与并集公理，$A \cup B$ 是集合。 2. 对任意 $a \in A$、$b \in B$，Kuratowski 有序对 $(a, b) = \{\{a\}, \{a, b\}\}$。其中 $\{a\} \subseteq A \cup B$，$\{a, b\} \subseteq A \cup B$，所以 $\{a\}, \{a, b\} \in \mathcal{P}(A \cup B)$，进而 $(a, b) \in \mathcal{P}(\mathcal{P}(A \cup B))$。 3. 由幂集公理，$\mathcal{P}(\mathcal{P}(A \cup B))$ 是集合。用分离公理模式取 $$C = \{ z \in \mathcal{P}(\mathcal{P}(A \cup B)) : \exists a \in A, \exists b \in B, z = (a, b) \}$$ 则 $C$ 恰是 $A \times B$：一方面每个 (a, b) 都在 $\mathcal{P}(\mathcal{P}(A \cup B))$ 中，另一方面 $z$ 是不在 $A$、$B$ 中任意点处取到的有序对时不会被选进来。∎ > 这个证明展示了一个典型套路：先用幂集「造一个足够大的容器」，再用分离公理模式「筛出真正想要的东西」。 #### 选择公理 ⟺ 良序定理　`eq.ac-wo` *选择公理 $\iff$ 良序定理* **选择公理 ⇒ 良序定理（路线 1⟹4）** 设 $X$ 是集合。$X = \emptyset$ 时平凡，以下设 $X \ne \emptyset$。 1. 由 AC，非空子集族 $\mathcal{P}(X) \setminus \{\emptyset \}$ 上有选择函数 $\varphi$，即 $\varphi (A) \in A$ 对每个非空 $A \subseteq X$ 成立。 2. 用超限递归往下取元素：对序数 $\alpha$，只要余集非空就令 $$x(\alpha) = \varphi( X \setminus \{ x(\beta) : \beta < \alpha \} )$$ 一旦余集为空就停止。 3. **过程一定会停**：取 $X$ 的 **Hartogs 数** $\aleph (X)$，即最小的不能单射进 $X$ 的序数（见「Hartogs 定理」——它在 ZF 里就能证，不需要 AC）。若对一切 $\alpha < \aleph (X)$ 过程都没停，则 $\alpha \mapsto x(\alpha )$ 就是 $\aleph (X)$ 到 $X$ 的单射，与 $\aleph (X)$ 的定义矛盾。故存在序数 $\gamma$ 使 $x : \gamma \to X$ 是双射。 4. 把 $\gamma$ 上的序经 $x$ 搬到 $X$ 上： $$a \preceq b :\iff x^{-1}(a) \le x^{-1}(b)$$ 因为序数在 $\in$／$\le$ 下是良序的，$X$ 上这个序也是良序。∎ **良序定理 ⇒ 选择公理（路线 4⟹1）** 设 $F$ 是一族非空集合（即 $\emptyset \notin F$）。 1. 由良序定理，取 $U = \bigcup F$ 的一个良序 $\preceq$。 2. 对每个 $X \in F$：$X \ne \emptyset$ 且 $X \subseteq U$，所以 $X$ 是 $U$ 的非空子集，有 $\preceq$最小元 m(X)。 3. 定义 $f(X) = m(X)$（$X$ 唯一确定 m(X)，故这是一个函数）。则 $\operatorname{dom} f = F$ 且 $f(X) \in X$ 对一切 $X \in F$ 成立，即 $f$ 是 $F$ 的选择函数。 由 $F$ 的任意性，AC 成立。∎ > 这是整张星图里最关键的一条等价链的起点：AC 给「挑选」，良序给「最小」，两者互为表里。 #### 良序定理 ⟺ 佐恩引理　`eq.wo-zorn` *良序定理 $\iff$ 佐恩引理* **良序定理 ⇒ 佐恩引理** 设 $(P, \preceq )$ 是非空偏序集，且 $P$ 的每个链都有上界。由良序定理，取 $P$ 上的一个良序 $\le$（与 $\preceq$ 无关）。 用超限递归沿 $\le$ 构造 $P$ 的一个 $\preceq$链 $C$： - 记 $U(C) = \{ u \in P : u$ 是 $C$ 的 $\preceq$上界 }。 - 若 U(C) 中存在元素有 $\preceq$严格上界，就取其中 $\le$最小的那个 $v$，令 $C \leftarrow C \cup \{v\}$； - 否则停止。 **为什么必停**：每步都往 $C$ 里加入一个不属于 $C$ 的元素，所以若在任意序数处都不停，就会得到从「全体序数」到 $P$ 的单射。由替换公理模式，全体序数会是一个集合的像，即序数全体构成集合——这与 Burali-Forti 悖论矛盾。故递归在某个序数 $\beta$ 处停止。 **停止时 $C$ 有上界**：$C$ 是 $\preceq$链，由题设 $U(C) \ne \emptyset$，取 $u \in U(C)$。 **$u$ 是极大元**：若存在 $w \in P$ 使 $u \prec w$，则 $w \succ u \succeq c$（$\forall c \in C$），故 $w \in U(C)$ 是有严格上界的元素，与「停止条件」矛盾。 故 $u$ 是 $P$ 的 $\preceq$极大元。∎ **佐恩引理 ⇒ 良序定理** 设 $X$ 是集合。考虑「$X$ 的部分良序」全体： $$\mathcal{W} = \{ (W, \preceq_W) : W \subseteq X, \preceq_W\text{ 是} W\text{ 上的良序} \}$$ 按**初始段延拓**排序： $(W_{1}, \preceq _{1}) \le (W_{2}, \preceq _{2}) \iff W_{1} \subseteq W_{2}$，$\preceq _{1} = \preceq _{2}|W_{1}$，且 $W_{1}$ 是 $(W_{2}, \preceq _{2})$ 的一个前段。 1. $(\mathcal{W}, \le )$ 是偏序集（三条性质直接验证）。 2. **每个链有上界**：设 $\mathcal{D} \subseteq \mathcal{W}$ 是链。令 $W^{*} = \bigcup \{ W : (W, \preceq ) \in \mathcal{D} \}$，在 $W^{*}$ 上定义 $$x \preceq_* y \iff\text{ 存在} (W, \preceq_W) \in \mathcal{D}\text{ 使} x, y \in W\text{ 且} x \preceq_W y$$ 因 $\mathcal{D}$ 是链，这些良序彼此兼容，$\preceq_*$ 是 $W^{*}$ 上的良序，且 $(W^{*}, \preceq_*)\in \mathcal{W}$ 是 $\mathcal{D}$ 的上界。 3. 由佐恩引理，取极大元 $(W, \preceq )$。 4. 若 $W \ne X$，取 $x \in X \setminus W$，在 $W \cup \{x\}$ 上定义序：保留 $W$ 上的 $\preceq$，并令所有 $w \in W$ 都 $\preceq x$（把 $x$ 放在最顶端）。这仍是良序，而且是 $(W, \preceq )$ 的严格延拓，与极大性矛盾。故 $W = X$，即 $X$ 被良序化。∎ #### 佐恩引理 ⟺ Hausdorff 极大原理　`eq.zorn-hausdorff` *佐恩引理 $\iff$ Hausdorff 极大原理* **佐恩引理 ⇒ Hausdorff 极大原理（路线 2⟹3）** 设 $(P, \preceq )$ 是偏序集，$C_{0} \subseteq P$ 是链。令 $$\mathcal{C} = \{ C \subseteq P : C\text{ 是链} \}$$ 按包含关系 $\subseteq$ 排序。给定 $C_{0}$ 时改用 $\mathcal{C}_{0} = \{ C \in \mathcal{C} : C \supseteq C_{0} \}$，它非空（$C_{0} \in \mathcal{C}_{0}$）。 1. **$\mathcal{C}_{0}$ 中每个链有上界**：设 $\mathcal{D} \subseteq \mathcal{C}_{0}$ 是（$\subseteq$）链，即 $\mathcal{D}$ 是一族两两可比较的链。令 $U = \bigcup \mathcal{D}$。任取 $x, y \in U$，则有 $D_{1}, D_{2} \in \mathcal{D}$ 使 $x \in D_{1}$、$y \in D_{2}$；因 $\mathcal{D}$ 是链，不妨设 $D_{1} \subseteq D_{2}$，于是 $x, y \in D_{2}$，而 $D_{2}$ 是链，故 $x$ 与 $y$ 可比。所以 $U$ 是链。又每个 $D \in \mathcal{D}$ 都 $\supseteq C_{0}$，故 $U \supseteq C_{0}$，即 $U \in \mathcal{C}_{0}$，它是 $\mathcal{D}$ 的上界。 2. 由佐恩引理，$\mathcal{C}_{0}$ 有极大元 $M$。$M$ 是包含 $C_{0}$ 的链，且不能再变大，即 $M$ 是包含 $C_{0}$ 的极大链。∎ **Hausdorff 极大原理 ⇒ 佐恩引理（路线 3⟹2）** 设 $(P, \preceq )$ 是非空偏序集，且 $P$ 的每个链都有上界。 1. 由 Hausdorff 极大原理（取 $C_{0} = \emptyset$），$P$ 存在极大链 $M$。 2. M 是链，故由题设有上界 $u \in P$。 3. **断言 $u$ 是极大元**：若不然，存在 $v \in P$ 使 $u \prec v$。则 $M \cup \{v\}$ 仍是链——任取 $m \in M$，由 $m \preceq u \prec v$ 及传递性得 $m \preceq v$，故 $m$ 与 $v$ 可比。于是 $M \subset M \cup \{v\}$ 是一个更大的链，与 $M$ 的极大性矛盾。 故 $u$ 是 $P$ 的极大元。∎ #### Hausdorff 极大原理 ⟺ Tukey 引理　`eq.hausdorff-tukey` *Hausdorff 极大原理 $\iff$ Tukey 引理* **Tukey 引理 ⇒ Hausdorff 极大原理** 设 $(P, \preceq )$ 是偏序集，$C_{0} \subseteq P$ 是链。令 $\mathcal{C} = \{ C \subseteq P : C$ 是链 }。 1. **$\mathcal{C}$ 具有有限特征**：对任意 $X \subseteq P$， $X$ 是链 $\iff X$ 中任两元素可比 $\iff X$ 的每个有限子集是链 $\iff X$ 的每个有限子集属于 $\mathcal{C}$。 （最后一个 $\Longleftarrow$ 方向：任取 $x, y \in X$，则 {x, y} 是 $X$ 的有限子集，属于 $\mathcal{C}$，故 $x$ 与 $y$ 可比。） 2. $\mathcal{C}$ 非空（$\emptyset$ 是链）。由 Tukey 引理，$\mathcal{C}$ 有极大元 $M$，即 $P$ 的极大链。 3. 若要包含给定的 $C_{0}$：注意 $\mathcal{C}_{0} = \{ C \in \mathcal{C} : C \supseteq C_{0} \}$ 同样具有有限特征——「$X$ 含 $C_{0}$ 且 $X$ 的每个有限子集是链」正是有限特征的形状（含 $C_{0}$ 是整体性质，不对有限子集设限）。对 $\mathcal{C}_{0}$ 用 Tukey 引理即得包含 $C_{0}$ 的极大链。∎ **Hausdorff 极大原理 ⇒ Tukey 引理** 设 $\mathcal{A}$ 是具有有限特征的非空集合族。把 Hausdorff 极大原理用在偏序集 $(\mathcal{A}, \subseteq )$ 上，得到 $\mathcal{A}$ 的一个**极大链** $\mathcal{C}$（即 $\mathcal{A}$ 中一族在 $\subseteq$ 下两两可比较、且不能再扩大成员的子族）。 令 $$U = \bigcup \{ A : A \in \mathcal{C} \}$$ 1. **$U \in \mathcal{A}$**：由有限特征，只需证 $U$ 的每个有限子集属于 $\mathcal{A}$。设 $S \subseteq U$ 有限，则每个 $s \in S$ 落在某个 $A_s \in \mathcal{C}$ 中；$\mathcal{C}$ 是 $\subseteq$链而 $S$ 有限，故其中必有最大的 $A_{0}$ 包含 $S$（即 $S \subseteq A_{0}$）。因为 $A_{0} \in \mathcal{A}$ 且 $\mathcal{A}$ 具有有限特征，$A_{0}$ 的每个有限子集都属于 $\mathcal{A}$，特别地 $S \in \mathcal{A}$。故 $U$ 的每个有限子集属于 $\mathcal{A}$，从而 $U \in \mathcal{A}$。 2. **$U$ 是极大元**：若存在 $B \in \mathcal{A}$ 使 $U \subset B$，则 $\mathcal{C} \cup \{B\}$ 仍是 $\subseteq$链（每个 $A \in \mathcal{C}$ 满足 $A \subseteq U \subseteq B$），与 $\mathcal{C}$ 的极大性矛盾。 故 $U$ 是 $(\mathcal{A}, \subseteq )$ 的极大元。∎ > 这一对证明很典型：先看出「链」这个概念本身具有有限特征，就把 Hausdorff 原理换成了用起来更省事的 Tukey 引理。 #### 选择公理 + Hartogs 定理 ⟹ 佐恩引理　`imp.hartogs-zorn` *选择公理 + Hartogs 定理 $\implies$ 佐恩引理（路线 $1\implies2$）* 设 $(P, \preceq )$ 是非空偏序集，且 $P$ 的每个链都有上界。目标是造出一个极大元。 **① 一个选择函数**：由 AC，$\mathcal{P}(P) \setminus \{\emptyset \}$ 上有选择函数 $\varphi$，即 $\varphi (A) \in A$ 对每个非空 $A \subseteq P$ 成立。整段证明只挑这一次。 **② 链的严格上界**：对链 $C \subseteq P$ 记 $$S(C) = \{ p \in P : \forall c \in C, p \succ c \}$$ （约定 $S(\emptyset ) = P$。）注意「$C$ 有上界」与「$S(C) \ne \emptyset$」不是一回事：$S$ 要的是**严格**上界。 **③ 超限递归**：只要 $S$ 非空就往下走 —— $$p(\alpha) = \varphi( S(\{ p(\beta) : \beta < \alpha \}) )\quad \text{ 只要} S(\{ p(\beta) : \beta < \alpha \}) \ne \emptyset;\text{ 一旦} S\text{ 为空就停}$$ 于是得到一列严格递增的 $p(0) \prec p(1) \prec p(2) \prec \cdots$。第 0 步用 $S(\emptyset ) = P \ne \emptyset$，所以 $p(0) = \varphi (P)$ 有定义。 **④ 必停**：由 **Hartogs 定理**，$\aleph (P)$ 是不能单射进 $P$ 的最小序数。把递归的上限取到 $\aleph (P)$ 就够 —— 若对一切 $\alpha < \aleph (P)$ 都不停，则 $\alpha \mapsto p(\alpha )$ 就是一个单射 $\aleph (P) \to P$，与 $\aleph (P)$ 的定义矛盾。故存在 $\alpha _{0} < \aleph (P)$ 使 $S(\{ p(\beta ) : \beta < \alpha _{0} \}) = \emptyset$。（这一步只用到 ZF，不用 AC。） **⑤ 停下来就给极大元**：令 $C = \{ p(\beta ) : \beta < \alpha _{0} \}$，它是 $P$ 的一个链（而且是严格递增的），由题设存在上界 $u \in P$。 **⑥ $u$ 是极大元**：若存在 $v \in P$ 使 $u \prec v$，则由 $u \succeq c$（$\forall c \in C$）与传递性得 $v \succ c$（$\forall c \in C$），即 $v \in S(C)$ —— 与 $S(C) = \emptyset$ 矛盾。故 $u$ 是 $P$ 的极大元。∎ $>$ 这一路线的分工很干净：**AC 负责「挑」，Hartogs 负责「停」**。对比之下，经由良序定理的证法（见「良序定理 $\iff$ 佐恩引理」那条黑线）是把「停」交给 Burali–Forti 悖论。 > 比走良序定理更直：整段只挑一次元素，终止性由 Hartogs 定理（ZF 可证）兜底。 #### 佐恩引理 ⟹ 选择公理　`imp.zorn-choice` *佐恩引理 $\implies$ 选择公理（路线 $2\implies1$）* 设 $\{A_i\}_\{i \in I\}$ 是一族非空集合。要对它造出一个选择函数。 **① 舞台：部分选择函数全体**。令 $$\mathcal{F} = \{ f : f\text{ 是函数}, \operatorname{dom} f \subseteq I,\text{ 且} \forall i \in \operatorname{dom} f, f(i) \in A_i \}$$ 按包含关系 $\subseteq$ 排序。$\mathcal{F} \ne \emptyset$（空函数在 $\mathcal{F}$ 中），且 $(\mathcal{F}, \subseteq )$ 是偏序集。 **② 每个链有上界**：设 $\mathcal{D} \subseteq \mathcal{F}$ 是 $\subseteq$链，令 $f = \bigcup \mathcal{D}$。 $f$ 是函数：若 $(i, a), (i, a') \in f$，则它们分别属于某个 $f_{1}, f_{2} \in \mathcal{D}$；$\mathcal{D}$ 是链，不妨设 $f_{1} \subseteq f_{2}$，于是 $(i, a), (i, a') \in f_{2}$，而 $f_{2}$ 是函数，故 $a = a'$。 $f \in \mathcal{F}$：$\operatorname{dom} f = \bigcup _\{g \in \mathcal{D}\} \operatorname{dom} g \subseteq I$，且对 $i \in \operatorname{dom} f$ 有 $f(i) \in A_i$。 $f$ 是 $\mathcal{D}$ 的上界：$f \supseteq g$ 对一切 $g \in \mathcal{D}$ 成立。 **③ 用佐恩引理**，取 $(\mathcal{F}, \subseteq )$ 的极大元 $f$。 **④ 极大元必须「定义在全体 $I$ 上」**：若存在 $i_{0} \in I \setminus \operatorname{dom} f$，由 $A_\{i_{0}\} \ne \emptyset$ 取 $a \in A_\{i_{0}\}$，则 $$f' = f \cup \{ (i_0, a) \}$$ 仍是 $\mathcal{F}$ 中的元素（$i_{0} \notin \operatorname{dom} f$，不破坏函数性），且 $f \subset f'$ —— 与 $f$ 的极大性矛盾。故 $\operatorname{dom} f = I$。 **⑤** 于是 $f : I \to \bigcup _\{i \in I\} A_i$ 且 $f(i) \in A_i$ 对一切 $i$ 成立，即 $f$ 是这族集合的选择函数。由族的任意性，AC 成立。∎ > 「按包含序取极大元，再证明它已经没法再大」—— 这是用佐恩引理造存在性对象的典型手法。 #### 佐恩引理 ⟹ 每个向量空间有基　`imp.zorn-to-basis` *佐恩引理 $\implies$ 每个向量空间有基* 设 $V \ne 0$ 是域 $K$ 上的向量空间，并给定线性无关集 $S_{0} \subseteq V$。令 $$\mathcal{A} = \{ S \subseteq V : S \supseteq S_0\text{ 且} S\text{ 线性无关} \}$$ 按包含关系 $\subseteq$ 排序。 1. **$\mathcal{A} \ne \emptyset$**：$S_{0} \in \mathcal{A}$。 2. **每个链有上界**：设 $\mathcal{D} \subseteq \mathcal{A}$ 是 $\subseteq$链，令 $U = \bigcup \mathcal{D}$。要证 $U$ 线性无关，只需证 $U$ 的每个有限子集线性无关：取有限子集 $\{v_{1}$ …$v_{n}\} \subseteq U$，每个 $v_{i}$ 属于某个 $D_{i} \in \mathcal{D}$；$\mathcal{D}$ 是链且只有有限多个 $D_{i}$，故其中有一个最大的 $D$ 包含全部 $v_{i}$，即 $\{v_{1}$ …$v_{n}\} \subseteq D$。而 $D$ 线性无关，故它的子集 $\{v_{1}$ …$v_{n}\}$ 也线性无关。因此 $U$ 线性无关，$U \in \mathcal{A}$，它是 $\mathcal{D}$ 的上界。 3. 由佐恩引理，$\mathcal{A}$ 有极大元 $B$。$B$ 是含 $S_{0}$ 的线性无关集，且在「含 $S_{0}$ 的线性无关集」中极大。 4. **$B$ 生成 $V$**：若存在 $v \in V$ 不在 $B$ 的张成空间 span(B) 中，则 $B \cup \{v\}$ 仍线性无关（否则 $v$ 可写成 $B$ 中有限多个向量的线性组合，与 $v \notin \operatorname{span}(B)$ 矛盾），且严格大于 $B$，与 $B$ 的极大性矛盾。故 $\operatorname{span}(B) = V$，即 $B$ 是 $V$ 的基。取 $S_{0} = \emptyset$ 得「$V$ 有基」。∎ > 同样的套路可以证明：每个环有极大理想、每个域上每个模有极大无关组、每个偏序集有极大反链。 #### 紧 ⟹ 列紧　`imp.compact-seqcompact` *紧 $\implies$ 列紧* 设 $\{x_{n}\}$ 是 $X$ 中的序列。反证：假设它没有收敛的子列。 **① 点集 $\{x_{n} : n \in \mathbb{N}\}$ 是闭的。** 任取 $y$ 不在这个点集中。若 $y$ 是某个 $x_{n}$，那 $y$ 显然不在余集里；以下设 $y \notin \{x_{n}\}$。由于 $\{x_{n}\}$ 没有收敛子列，$\{x_{n}\}$ 中任何子列都不趋于 $y$，于是存在 $\varepsilon > 0$ 使 $B(y, \varepsilon )$ 中只含**有限个** $x_{n}$（否则可以挑出趋于 $y$ 的子列）。删掉这有限多个点，就得到一个含 $y$ 的开球不碰 $\{x_{n}\}$。故余集开，$\{x_{n}\}$ 闭。 **② 每个 $x_{n}$ 有一个只含有限多个 $x_{m}$ 的开邻域。** $x_{n}$ 自己也被排除在子列之外，同上可得。 **③ 造一个开覆盖。** 取 $$\mathcal{U} = \{ U_n : n \in \mathbb{N} \} \cup \{ X \setminus \{x_n : n \in \mathbb{N}\} \}$$ 其中 $U_{n}$ 是 ② 中给 $x_{n}$ 的那个邻域（只含有限个 $x_{m}$）。再补上闭集的余集，$\mathcal{U}$ 就是 $X$ 的开覆盖。 **④ 由紧性取有限子覆盖** $\mathcal{V} \subseteq \mathcal{U}$。若 $\mathcal{V}$ 包含那个余集，则没盖住任何 $x_{n}$；若只含有限个 $U_{n}$，而每个 $U_{n}$ 只含有限个 $x_{m}$，则 $\mathcal{V}$ 总共只盖住**有限多个** $x_{m}$ —— 与 $\{x_{n}\}$ 是无限集矛盾（没有收敛子列迫使它无限）。 故 $\{x_{n}\}$ 必有收敛子列，$X$ 列紧。∎ > 只有这一步不需要选择公理。 #### 列紧 ⟹ 全有界　`imp.seqcompact-totbdd` *列紧 $\implies$ 全有界* 证明逆否：若 $X$ 不全有界，则存在一个没有收敛子列的序列。 **① 不全有界给了我们一个「一致」的正数。** $X$ 不全有界，意思是存在某个 $\varepsilon _{0} > 0$，使 $X$ **不能**被有限个半径 $\varepsilon _{0}$ 的球盖住。 **② 递归地挑点。** 取 $x_{1} \in X$ 任意。已取好 $x_{1}$ …$x_{n}$ 后，有限个球 $B(x_{1}, \varepsilon _{0})$ …$B(x_{n}, \varepsilon _{0})$ 盖不住 $X$，所以可再取 $$x_{n+1} \in X \setminus \bigcup_{i=1}^{n} B(x_i, \varepsilon_0)$$ 于是任何两个不同的项都满足 $m \ne n \implies d(x_m, x_n) \ge \varepsilon_0$ **③ 它没有收敛子列。** 任何子列中任意两项距离都 $\ge \varepsilon _{0}$，所以它不是 Cauchy 列；而度量空间里收敛必 Cauchy，故它不收敛。 **④** 于是 $X$ 不列紧。取逆否，得列紧 $\implies$ 全有界。∎ $>$ ⚠ ② 是「取了一个点才能决定下一个点在哪」的递归选取，用的是**相依选择公理 DC**（比 AC 弱，但仍是选择原理）。这是整段里唯一实质用到选择的地方。 > 顺带得到一个常用的推论：**列紧 $\implies$ 有界**（因为全有界 $\implies$ 有界）。 #### 列紧 ⟹ 完备　`imp.seqcompact-complete` *列紧 $\implies$ 完备* 设 $X$ 列紧，$\{x_{n}\}$ 是 $X$ 中的 Cauchy 列。 **①** 由列紧，$\{x_{n}\}$ 有收敛子列 $x_\{n_{k}\} \to x \in X$。 **② Cauchy 列只要有收敛子列，就整体收敛到同一个极限**：给定 $\varepsilon > 0$，取 $N$ 使 $m, n \ge N$ 时 $d(x_{m}, x_{n}) < \varepsilon /2$；再取 $K$ 使 $k \ge K$ 时 $n_{k} \ge N$ 且 $d(x_\{n_{k}\}, x) < \varepsilon /2$。于是对 $n \ge N$，取 $k \ge K$ 使 $n_{k} \ge N$，得 $$d(x_n, x) \le d(x_n, x_{n_k}) + d(x_{n_k}, x) < \varepsilon/2 + \varepsilon/2 = \varepsilon$$ 故 $x_{n} \to x$。所以 $X$ 完备。∎ > 和「紧 $\implies$ 完备」是同一个套路，只是把「紧」换成它的直接推论「列紧」。 #### 列紧 ⟹ 紧　`imp.seqcompact-compact` *列紧 $\implies$ 紧* 用**反证 + 一串不断缩小的「坏球」**。设 $X$ 列紧。 **① $X$ 全有界** —— 用上面那条箭头「列紧 $\implies$ 全有界」。 **② 造嵌套的坏球。** 设 $\mathcal{U}$ 是 $X$ 的开覆盖，且它**没有**有限子覆盖。由全有界，$X$ 能被有限个半径 1 的开球盖住；其中必有一个球不能被 $\mathcal{U}$ 的有限多个成员盖住 —— 否则把每个球各自的有限覆盖并起来，就得到 $\mathcal{U}$ 的一个有限子覆盖。称这样的球为**坏球**，取一个记作 $B_{1}$。 再把 $B_{1}$ 用有限个半径 1/2 的球盖住（$B_{1} \subseteq X$，全有界性对它同样管用），其中必有一个坏球 $B_{2} \subseteq B_{1}$。如此继续，得到 $$B_1 \supseteq B_2 \supseteq B_3 \supseteq \cdots, \quad B_k\text{ 的半径} \le 1/k, \quad \text{ 每个} B_k\text{ 都是坏的}$$ （每一步都只是在**有限**多个球里挑一个，可以规定「取编号最小的那个」，所以这里不动用选择公理。） **③ 取点，得到 Cauchy 列。** 取 $x_{k} \in B_{k}$。由嵌套与半径趋于 0，对 $m \le n$ 有 $x_{m}, x_{n} \in B_{m}$ 而 $B_{m}$ 的半径 $\le 1/m$，于是 $$d(x_m, x_n) \le 2/m\quad \implies\quad \{x_k\}\text{ 是} Cauchy\text{ 列}$$ **④** 由列紧它有子列收敛到某点 $x \in X$；Cauchy 列一旦有收敛子列就整体收敛，故 $x_{k} \to x$。 **⑤ 收尾。** $x$ 落在某个 $U \in \mathcal{U}$ 中。$U$ 开，故存在 $r > 0$ 使 $B(x, r) \subseteq U$。取 $k$ 充分大，使 $1/k < r/2$ 且 $d(x_{k}, x) < r/2$；则对任意 $y \in B_{k}$， $$d(y, x) \le d(y, x_k) + d(x_k, x) < 1/k + r/2 < r$$ 即 $B_{k} \subseteq B(x, r) \subseteq U$。于是 $B_{k}$ 被 $\mathcal{U}$ 的**一个**成员盖住了，与「$B_{k}$ 是坏球」矛盾。 故 $\mathcal{U}$ 必有有限子覆盖，$X$ 紧。∎ > 「坏球」这一招的直觉是：让一串被架空的小球缩到一个极限点，再用极限点的开邻域一口吞掉它。整段只用全有界，没用选择公理。 #### 紧 ⟹ 完备　`imp.compact-complete` *紧 $\implies$ 完备* 设 $X$ 紧，$\{x_{n}\}$ 是 $X$ 中的 Cauchy 列。要证它收敛。 **①** 由「紧 $\implies$ 列紧」（见那条箭头），$\{x_{n}\}$ 有收敛子列 $x_\{n_{k}\} \to x \in X$。 **② Cauchy 列只要有收敛子列就整体收敛到同一个极限**：给定 $\varepsilon > 0$，取 $N_{1}$ 使 $m, n \ge N_{1}$ 时 $d(x_{m}, x_{n}) < \varepsilon /2$；取 $K$ 使 $n_{k} \ge N_{1}$ 且 $d(x_\{n_{k}\}, x) < \varepsilon /2$ 对 $k \ge K$ 成立。则对 $n \ge N_{1}$，取一个 $k \ge K$ 使 $n_{k} \ge N_{1}$，得 $$d(x_n, x) \le d(x_n, x_{n_k}) + d(x_{n_k}, x) < \varepsilon/2 + \varepsilon/2 = \varepsilon$$ 故 $x_{n} \to x \in X$。所以 $X$ 完备。∎ > 关键引理：「Cauchy 列 + 有一个收敛子列 $\implies$ 收敛」，这在任何度量空间里都对。 #### 紧 ⟹ 全有界　`imp.compact-totbdd` *紧 $\implies$ 全有界* 给定 $\varepsilon > 0$。考虑开球族 $$\mathcal{U} = \{ B(x, \varepsilon) : x \in X \}$$ 它显然是 $X$ 的开覆盖（每个 $x$ 都被 $B(x, \varepsilon )$ 含住）。由 $X$ 紧，存在有限子覆盖： $$X = B(x_1, \varepsilon) \cup \cdots \cup B(x_n, \varepsilon)$$ 即 $\{x_{1}$ …$x_{n}\}$ 是一个有限的 $\varepsilon$网。由 $\varepsilon > 0$ 任意，$X$ 全有界。∎ $>$ 注意这条证明只用了「开球盖住自己」这一点 —— 它说明紧 $\implies$ 全有界几乎不需要任何技术。真正难的方向是下一条。 #### 完备 + 全有界 ⟹ 列紧　`imp.complete-totbdd-seqcompact` *完备 + 全有界 $\implies$ 列紧（对角线法）* 设 $X$ 完备且全有界，$\{x_{n}\}$ 是 $X$ 中任一序列。要抽出一个收敛子列。 **① 抽一个「直径越来越小」的子列。** 对 $k = 1, 2, 3$ … 依次操作：由全有界，$X$ 能被有限个半径 1/k 的球盖住，于是**其中一个球含有当前子列中的无穷多项**（抽屉原理：有限个球盖住无穷多项，必有一个球含无穷多项）。把子列限制到这个球里。 这样得到一串子列 $$\{x_n\} \supseteq \{x^{(1)}_n\} \supseteq \{x^{(2)}_n\} \supseteq \cdots$$ 其中第 $k$ 个子列的项全部落在某个半径 1/k 的球内，因此它任意两项的距离 $< 2/k$。 **② 对角线。** 取 $y_{k} = x^\{(k)\}_{k}$（第 $k$ 个子列的第 $k$ 项）。则 $\{y_{k}\}$ 是 $\{x_{n}\}$ 的子列；且对 $k, l \ge K$，$y_{k}$ 与 $y_{l}$ 都是第 $K$ 个子列的项（下标 $\ge K$ 的项都在里面），故 $$d(y_k, y_l) < 2/K$$ 于是 $\{y_{k}\}$ 是 Cauchy 列。 **③** 由 $X$ 完备，$\{y_{k}\}$ 收敛。于是 $\{x_{n}\}$ 有收敛子列，$X$ 列紧。∎ > ① 里「无穷多项落进某一个球」用到抽屉原理（有限情形，不需要选择）。② 的对角线抽取也不需要选择 —— 所有选取都由「取第 $k$ 个子列的第 $k$ 项」唯一确定。 #### 定义引用：「紧」→ 紧的三个等价刻画　`def-link.compact-theorem` 「紧的三个等价刻画」的陈述里用到了「紧」的定义。 #### 定义引用：「列紧」→ 紧的三个等价刻画　`def-link.seqcompact-theorem` 同上，用到了「列紧」。 #### 定义引用：「完备」→ 紧的三个等价刻画　`def-link.complete-theorem` 同上，用到了「完备」。 #### 定义引用：「全有界」→ 紧的三个等价刻画　`def-link.totbdd-theorem` 同上，用到了「全有界」。 #### 定义引用：「紧」→ 紧子集是闭的　`def-link.compact-closed` 命题「紧子集是闭的」用到了紧的定义。 #### 定义引用：「紧」→ 子集的紧性刻画　`def-link.compact-subset-equiv` 子集的紧性刻画用到了紧的定义。 #### 定义引用：「全有界」→ 子集的紧性刻画　`def-link.totbdd-subset-equiv` 同上，用到了全有界。 #### 定义引用：「完备」→ 子集的紧性刻画　`def-link.complete-subset-equiv` ⚠ 这条命题的**前提**就是「$X$ 完备」，所以它引用完备的定义。 #### 环与代数 + 单调类 ⟹ 环 → σ-环 的判据　`imp.ring-monotone-sigma` *环 + 单调类 $\implies$ σ-环* 设 $\mathfrak{A}$ 是环，且是单调类。要证它对**可数并**封闭。 **① 先换成不交并。** 给定 $A_{1}, A_{2}$ … $\in \mathfrak{A}$，令 $$B_n = A_n \setminus (A_1 \cup \cdots \cup A_{n-1})$$ 因为 $\mathfrak{A}$ 是环（对有限并、对差封闭），每个 $B_{n} \in \mathfrak{A}$；而且 $B_{n}$ 两两不交，并且 $\bigcup B_{n} = \bigcup A_{n}$。所以只需证 $\mathfrak{A}$ 对**可数不交并**封闭。 **② 用单调性。** 若 $B_{n}$ 两两不交，则部分并 $C_n = B_1 \cup \cdots \cup B_n$ 是递增列，且 $C_{n} \in \mathfrak{A}$（环对有限并封闭）。由 $\mathfrak{A}$ 是单调类， $$\bigcup_n C_n = \bigcup_n B_n = \bigcup_n A_n \in \mathfrak{A}$$ 故 $\mathfrak{A}$ 是可数并封闭的 $\sigma$环。反向（$\sigma$环 $\implies$ 单调类）明显，因为递增并、递减交都是可数并/交的特例。∎ > 这条定理把「$\sigma$」这件事等价地翻译成了「对两种单调极限封闭」，单调类定理正是靠它工作的。 #### 定义引用：「基本类」→ 集合族的基本性质　`def-link.fundamental-props` 性质 (1)(5) 用的就是基本类的定义。 #### 定义引用：「环与代数」→ 集合族的基本性质　`def-link.ring-props` 性质 (2)(3) 是在环 / 代数 $/ \sigma$代数的定义上做的。 #### 定义引用：「环与代数」→ 环 → σ-环 的判据　`def-link.ring-monotone-thm` 定理的前提与结论都用了「环 $/ \sigma$环」的定义。 #### 定义引用：「单调类」→ 环 → σ-环 的判据　`def-link.monotone-thm` 同上，还用了单调类的定义。 #### 定义引用：「生成的 σ-代数」→ 单调类定理　`def-link.generated-monotone` 单调类定理的陈述里出现 $\mathcal{M}(\mathcal{E})$ 与 $\mathfrak{m}(\mathcal{E})$，正是上一条定义。 #### 定义引用：「单调类」→ 单调类定理　`def-link.monotone-class-thm` 并用到了单调类的定义。 #### 定义引用：「生成的 σ-代数」→ Borel σ-代数　`def-link.generated-borel` $Borel \sigma$代数就是把「由开集生成」用了一遍。 #### 定义引用：「生成的 σ-代数」→ 积 σ-代数　`def-link.generated-product` 积 $\sigma$代数也是「生成」出来的。 #### 定义引用：「积 σ-代数」→ 可数积的生成集　`def-link.product-generated` 这条命题比较「柱集生成」与「矩形生成」。 #### 定义引用：「积 σ-代数」→ 积 σ-代数的生成基　`def-link.product-base` 这条命题说的就是把每一维的 $\mathcal{M}_\alpha$ 换成生成元后，积 $\sigma$代数不变。 #### 定义引用：「生成的 σ-代数」→ 积 σ-代数的生成基　`def-link.generated-product-base` 整条命题就是在操作「生成」。 #### 定义引用：「积 σ-代数」→ 可数积的 Borel 代数　`def-link.product-borel` 推论里左边是积 $\sigma$代数。 #### 定义引用：「Borel σ-代数」→ 可数积的 Borel 代数　`def-link.borel-borelproduct` 推论里右边是 $Borel \sigma$代数。 #### 定义引用：「环与代数」→ σ-环　`def-link.sigmaring-ring` $\sigma$环就是把「环」里的有限并升级成可数并，其余（对差封闭）照旧。 #### 定义引用：「σ-环」→ σ-代数　`def-link.sigmaalgebra-sigmaring` $\sigma$代数 $= \sigma$环 $X \in \mathfrak{A}$，只多这一条。 #### 定义引用：「σ-代数」→ 环 → σ-环 的判据　`def-link.sigmaalgebra-ringmonotone` 这条判据的结论是「$\mathfrak{A}$ 是 $\sigma$环」；若 $\mathfrak{A}$ 还含 $X$，就一并是 $\sigma$代数。 #### 定义引用：「σ-代数」→ 单调类定理　`def-link.sigmaalgebra-monotonethm` 单调类定理的两端，一个是由 $\mathcal{E}$ 生成的 $\sigma$代数 $\mathcal{M}(\mathcal{E})$、一个是单调类 $\mathfrak{m}(\mathcal{E})$。 #### 定义引用：「σ-代数」→ 生成的 σ-代数　`def-link.sigmaalgebra-generated` 「生成的 $\sigma$代数」＝ 一切包含 $\mathcal{E}$ 的 $\sigma$代数之交。 #### 定义引用：「σ-代数」→ Borel σ-代数　`def-link.sigmaalgebra-borel` $Borel \sigma$代数就是「由开集这个生成元生成的 $\sigma$代数」。 #### 定义引用：「σ-代数」→ 积 σ-代数　`def-link.sigmaalgebra-product` 积 $\sigma$代数也只是 $\sigma$代数，生成元换成「矩形」而已。 #### 测度 ⟹ 测度的基本性质　`imp.measure-props` *测度 $\implies$ 单调 / 次可加 / 上下连续* 设 $\mu$ 是测度。 **(a) 单调。** 设 $E \subseteq F$。则 $F = E \cup (F \setminus E)$，两项不交，故 $\mu (F) = \mu (E) + \mu (F \setminus E) \ge \mu (E)$（取值非负）。 **(b) 次可加。** 令 $F_{j} = E_{j} \setminus (E_{1} \cup \cdots \cup E_\{j-1\})$，则 $F_{j}$ 两两不交、$\bigcup F_{j} = \bigcup E_{j}$ 且 $F_{j} \subseteq E_{j}$。由可数可加与 (a)， $$\mu(\bigcup_j E_j) = \mu(\bigcup_j F_j) = \sum_j \mu(F_j) \le \sum_j \mu(E_j)$$ **(c) 下连续。** 设 $E_{1} \subseteq E_{2} \subseteq \cdots$。令 $A_{1} = E_{1}$，$A_{j} = E_{j} \setminus E_\{j-1\}$（$j \ge 2$），则 $A_{j}$ 两两不交且 $\bigcup A_{j} = \bigcup E_{j}$。由可数可加， $$\mu(\bigcup_j E_j) = \sum_j \mu(A_j) = \lim_{n\to\infty} \sum_{j=1}^{n} \mu(A_j) = \lim_{n\to\infty} \mu(E_n)$$ **(d) 上连续。** 设 $E_{1} \supseteq E_{2} \supseteq \cdots$ 且 $\mu (E_{1}) < \infty$。令 $F_{j} = E_{1} \setminus E_{j}$，则 $F_{1} \subseteq F_{2} \subseteq \cdots$ 且 $\bigcup F_{j} = E_{1} \setminus \bigcap E_{j}$。由 (c) 与 (a)， $$\mu(E_1) - \mu(\bigcap_j E_j) = \mu(E_1 \setminus \bigcap_j E_j) = \lim_j \mu(F_j) = \lim_j ( \mu(E_1) - \mu(E_j) )$$ 因为 $\mu (E_{1}) < \infty$ 是个有限数，可以从两边同时减掉，得 $\mu (\bigcap E_{j}) = \lim \mu (E_{j})$。∎ $>$ ⚠ (d) 里的「$\mu (E_{1}) < \infty$」正是为了让 $\mu (E_{1})$ 能被减掉。没有它，等式会退化成 $\infty = \infty$。 #### 预测度 ⟹ 由预测度诱导外测度　`imp.premeasure-to-outer` *预测度 $\implies$ 诱导的外测度* 设 $\mathfrak{A}$ 是代数，$\mu _{0}$ 是 $\mathfrak{A}$ 上的预测度。对 $A \subseteq X$ 令 $$\mu^*(A) = \inf \{ \sum_j \mu_0(E_j) : E_j \in \mathfrak{A}, A \subseteq \bigcup_j E_j \}$$ **① 定义合理**：$A \subseteq X$ 且 $X \in \mathfrak{A}$，所以总有覆盖，inf 是对非空集合取。 **② $\mu^{*}(\emptyset ) = 0$**：取 $E_{1} = \emptyset$、$E_{2} = E_{3} = \cdots = \emptyset$，则 $\sum \mu _{0}(E_{j}) = 0$，故 $0 \le \mu^{*}(\emptyset ) \le 0$。 **③ 单调**：$A \subseteq B$ 时，$B$ 的每个覆盖也是 $A$ 的覆盖，故 $A$ 的下确界集合更大，$\mu^{*}(A) \le \mu^{*}$(B)。 **④ 可数次可加**：设 $A_{j} \subseteq X$。若某个 $\mu^{*}(A_{j}) = \infty$ 则不等式平凡；否则给定 $\varepsilon > 0$，对每个 $j$ 取 $\mathfrak{A}$ 中的覆盖 $\{E_\{j,k\}\}_{k}$ 使 $$\sum_k \mu_0(E_{j,k}) < \mu^*(A_j) + (\varepsilon/2)^j$$ 把 {E_{j,k}}_{j,k} 按 (j, k) 之外再用双射排成一列（可数个可数集之并仍可数），它是 $\bigcup _{j} A_{j}$ 的一个覆盖，于是 $$\mu^*(\bigcup_j A_j) \le \sum_{j,k} \mu_0(E_{j,k}) \le \sum_j \mu^*(A_j) + \varepsilon$$ 令 $\varepsilon \to 0$ 即得。∎ $>$ ⚠ ④ 的每一步都只需取**一个**覆盖 —— 这用的是 $\mathbb{N}$ 上的可数选择（可以从自然数的良序性显式给出），不需要完整的 AC。 #### 外测度 + μ*-可测集 ⟹ Carathéodory 定理　`imp.outer-carath` *外测度 + 可切集 $\implies$ σ-代数与完备测度* 设 $\mu^{*}$ 是外测度，$\mathcal{M} = \{ A : \forall E, \mu^{*}(E) = \mu^{*}(E\cap A) + \mu^{*}(E\cap A^{c}) \}$。 **① $\mathcal{M}$ 是代数。** 条件关于 $A$ 与 $A^{c}$ 对称，故 $A \in \mathcal{M} \implies A^{c} \in \mathcal{M}$；$\emptyset$ 与 $X$ 显然在 $\mathcal{M}$ 中。若 $A, B \in \mathcal{M}$，要证 $A \cup B \in \mathcal{M}$：对任意 $E$，把 $E$ 依 $A$ 切开、再依 $B$ 切开， $$\mu^*(E) = \mu^*(E\cap A) + \mu^*(E\cap A^c) = \mu^*(E\cap A\cap B) + \mu^*(E\cap A\cap B^c) + \mu^*(E\cap A^c\cap B) + \mu^*(E\cap A^c\cap B^c)$$ 而右边前三项合起来 $\ge \mu^{*}(E\cap (A\cup B))$（次可加），最后一项 $= \mu^{*}(E\cap (A\cup B)^{c})$。反向不等式由次可加自动成立，故 $A \cup B \in \mathcal{M}$。 **② $\mathcal{M}$ 是 $\sigma$代数。** 设 $A_{j} \in \mathcal{M}$ 两两不交，$A = \bigcup A_{j}$。对任意 $E$ 归纳得到 $$\mu^*(E \cap \bigcup_{j\le n} A_j) = \sum_{j\le n} \mu^*(E \cap A_j)$$ （每一步用 $A_{n}$ 把 $E$ 切开，丢掉的那块弃掉即可。）令 $n \to \infty$，用次可加性与单调性， $$\mu^*(E) = \mu^*(E\cap A) + \mu^*(E\cap A^c)$$ 故 $A \in \mathcal{M}$。结合 ①，$\mathcal{M}$ 是可数并封闭的代数，即 $\sigma$代数（可数不交并由 ②，一般可数并再换成不交并）。 **③ $\mu^{*}|_\mathcal{M}$ 可加。** 在 ② 里取 $E = X$、$A$ 换成两两不交的 $A_{j}$，得 $\mu^{*}(\bigcup A_{j}) = \sum \mu^{*}(A_{j})$，这正是可数可加；$\mu^{*}(\emptyset ) = 0$ 由外测度定义给出。 **④ 完备。** 设 $\mu^{*}(A) = 0$，$B \subseteq A$。对任意 $E$，由单调性与次可加， $$\mu^*(E) \ge \mu^*(E \cap B^c) \ge \mu^*(E) - \mu^*(E \cap B) \ge \mu^*(E) - \mu^*(A) = \mu^*(E)$$ 故 $\mu^{*}(E) = \mu^{*}(E\cap B) + \mu^{*}(E\cap B^{c})$（注意 $\mu^{*}(E\cap B) \le \mu^{*}(A) = 0$），即 $B \in \mathcal{M}$。故 $\mu^{*}|_\mathcal{M}$ 完备。∎ $>$ 这一条是纯验证，但要验的东西不少，上面把要点写全了。 #### Carathéodory 定理 + 由预测度诱导外测度 ⟹ 预测度还原　`imp.carath-extension` *Carathéodory + 预测度 $\implies$ 原代数上的值不变* 设 $\mathfrak{A}$ 是代数，$\mu _{0}$ 是 $\mathfrak{A}$ 上的预测度，$\mu^{*}$ 是由 $\mu _{0}$ 诱导的外测度，$\mathcal{M}$ 是全体 $\mu^{*}$-可测集。 **① $\mu^{*}|_\mathfrak{A} \le \mu _{0}$。** 取 $A \in \mathfrak{A}$，则 $A \subseteq A$ 是一个（只含一层的）覆盖，故 $$\mu^*(A) \le \mu_0(A) + 0 + 0 + \cdots = \mu_0(A)$$ **② $\mu^{*}|_\mathfrak{A} \ge \mu _{0}$。** 设 $\{E_{j}\} \subseteq \mathfrak{A}$ 是 $A$ 的覆盖。令 $F_{j} = E_{j} \setminus (E_{1} \cup \cdots \cup E_\{j-1\})$，则 $F_{j} \in \mathfrak{A}$ 两两不交且 $\bigcup F_{j} \supseteq A$、$F_{j} \subseteq E_{j}$。于是 $$\mu_0(A) = \mu_0( \bigcup_j (A \cap F_j) ) = \sum_j \mu_0(A \cap F_j) \le \sum_j \mu_0(F_j) \le \sum_j \mu_0(E_j)$$ （第一个等号用 $A$ 是那些不交集合之并；第二个用 $\mu _{0}$ 可数可加；不等号用单调性。）对所有覆盖取下确界得 $\mu _{0}(A) \le \mu^{*}$(A)。 **③ $\mathfrak{A} \subseteq \mathcal{M}$。** 设 $A \in \mathfrak{A}$，$E \subseteq X$，要证 $\mu^{*}(E) \ge \mu^{*}(E\cap A) + \mu^{*}(E\cap A^{c})$。给定 $\varepsilon > 0$，取 $\mathfrak{A}$ 中 $\{E_{j}\}$ 覆盖 $E$ 使 $$\sum_j \mu_0(E_j) < \mu^*(E) + \varepsilon$$ 由 ②，$\mu _{0}(E_{j}) = \mu^{*}(E_{j})$；又 $\mathfrak{A}$ 是代数，$E_{j} \cap A$ 与 $E_{j} \cap A^{c}$ 都在 $\mathfrak{A}$ 中且不交、并为 $E_{j}$，于是 $$\mu^*(E \cap A) + \mu^*(E \cap A^c) \le \sum_j \mu_0(E_j \cap A) + \sum_j \mu_0(E_j \cap A^c) = \sum_j \mu_0(E_j) < \mu^*(E) + \varepsilon$$ 令 $\varepsilon \to 0$ 即得。所以 $\mathfrak{A} \subseteq \mathcal{M}$；而 $\mathcal{M}$ 是 $\sigma$代数（Carathéodory），故 $\mathcal{M}(\mathfrak{A}) \subseteq \mathcal{M}$。∎ #### 预测度还原 ⟹ 扩张的唯一性　`imp.carath-unique` *扩张的最大性与 σ-有限唯一性* 沿用上一条的记号，设 $\nu$ 是 $\mathcal{M}(\mathfrak{A})$ 上另一个扩张 $\mu _{0}$ 的测度。 **① $\nu \le \mu^{*}$。** 设 $E \in \mathcal{M}(\mathfrak{A})$，$\{E_{j}\} \subseteq \mathfrak{A}$ 是 $E$ 的覆盖。由 $\nu$ 的次可加性与 $\nu |_\mathfrak{A} = \mu _{0}$， $$\nu(E) \le \sum_j \nu(E_j) = \sum_j \mu_0(E_j)$$ 对所有这样的覆盖取下确界，右边给出 $\mu^{*}(E) = \mu (E)$。故 $\nu (E) \le \mu (E)$。 **② $\mu (E) < \infty$ 时取等。** 此时 $n = \nu (E)$ 有限（因为 $\nu (E) \le \mu (E) < \infty$）—— 但要注意 $\nu \le \mu$ 只在一侧，所以直接两边各取补集：$E$ 可测意味着对任意 $F \subseteq X$ 有 $\mu (F) = \mu (F\cap E) + \mu (F\setminus E)$，取 $F = X$ 得 $\mu (X) = \mu (E) + \mu (X\setminus E)$，**这一步要求 $\mu (X) < \infty$** 才好逐项比较。一般情形下改用 $\mathcal{M}(\mathfrak{A})$ 中 $\mu$ 有限的集合 $E_{n} \uparrow X$ 作近似（见下）。 **③ $\sigma$有限时唯一。** 取 $\mu$有限的可测集 $E_{n} \uparrow X$（$\sigma$有限的定义）。对每个 $E_{n}$，用 ② 的论证于 $E_{n} \cap E$ 上得 $\nu (E \cap E_{n}) = \mu (E \cap E_{n})$；令 $n \to \infty$，两侧分别用下连续性（$\nu$ 与 $\mu$ 都是测度）得到 $\nu (E) = \mu (E)$。 故 $\sigma$有限时 $\nu = \mu$，扩张唯一。∎ $>$ ⚠ ② 里 $\mu (E) < \infty$ 的等号之所以能成立，用的是「在有限测度的集合上 $\mu - \nu$ 也是测度」这一点。$\mathcal{M}(\mathfrak{A})$ 上会出现无穷值，所以只能逐块比较 —— 这正是 $\sigma$有限必不可少的原因。 #### F 给出的预测度 + 扩张的唯一性 ⟹ F ↔ Borel 测度　`imp.ls-premeasure-to-measure` *F 的预测度 $\implies \mathbb{R}$ 上的 Borel 测度* 设 $F$ 递增右连续。由前一条命题，$\mu _{0}((a, b]) = F(b) - F(a)$ 扩充成半开区间生成的代数 $\mathfrak{A}$ 上的**预测度**。 **① 存在性。** 由 Carathéodory 扩张定理，$\mu _{0}$ 诱导的外测度限制在 $\mathcal{M}(\mathfrak{A})$ 上就是一个测度 $\mu _F$，且在 $\mathfrak{A}$ 上还原成 $\mu _{0}$。特别地 $\mu _F((a, b]) = F(b) - F(a)$。 **② 它是 Borel 测度。** 每个开区间 (a, b) 是可数个 $(a, b - 1/n]$ 之并，故属于 $\mathcal{M}(\mathfrak{A})$；于是 $\mathcal{M}(\mathfrak{A})$ 包含 $\mathbb{R}$ 的全体开集（$\mathbb{R}$ 的开集是可数个开区间之并），从而 $\mathfrak{B}_\mathbb{R} \subseteq \mathcal{M}(\mathfrak{A})$。 **③ 唯一性。** $F$ 递增实值 $\implies \mu _F((-n, n]) = F(n) - F(-n) < \infty$，所以 $\mu _F$ 是 $\sigma$有限的（$\mathbb{R} = \bigcup _{n} (-n, n]$）。由 $\sigma$有限时的唯一性，扩张唯一。 **④ 「差常数」的来源。** $\mu _F$ 只看增量：把 $F$ 换成 F + c，对一切 (a, b] 有 $F(b) - F(a)$ 不变，故预测度不变、扩张不变。反过来若 $\mu _F = \mu _G$，则对一切 $a < b$，$F(b) - F(a) = G(b) - G(a)$，固定 $a$ 即得 $F - G$ 是常数。∎ #### 零集与完备 ⟹ 完备化定理　`imp.completion` *零集 $\implies$ 完备化* 设 $(X, \mathcal{M}, \mu )$ 是测度空间，$\bar{\mathcal{M}} = \{ E \cup F : E \in \mathcal{M}, F \subseteq N$ 对某个零集 N }。 **① $\bar{\mathcal{M}}$ 是 $\sigma$代数。** 含 $X$（$X \in \mathcal{M}$）。对可数并：$\bigcup (E_{j} \cup F_{j}) = (\bigcup E_{j}) \cup (\bigcup F_{j})$，而 $\bigcup F_{j} \subseteq \bigcup N_{j}$ 是零集。对补：$E \cup F$ 的补是 $$(E \cup F)^c = (E^c \cap N^c) \cup (E^c \cap N \setminus F)$$ 第一块属于 $\mathcal{M}$，第二块含在零集 $N$ 里，故属于 $\bar{\mathcal{M}}$ 的形状。 **② $\bar{\mu}$ 良定义。** 设 $E_{1} \cup F_{1} = E_{2} \cup F_{2}$ 且 $F_{i} \subseteq N_{i}$（零集）。由 $E_{1} \subseteq E_{2} \cup N_{2}$ 得 $\mu (E_{1}) \le \mu (E_{2}) + 0$，反向同理，故 $\mu (E_{1}) = \mu (E_{2})$。 **③ $\bar{\mu}$ 是测度。** 把 $\mathcal{N}$ 中集合的子集归入「零的一部分」后，可数可加性与 $\mu$ 上的逐一对应（$E_{j}$ 部分可数可加、$F_{j}$ 部分含于零集）。 **④ 完备。** 若 $\bar{\mu}(E \cup F) = 0$，则 $\mu (E) = 0$，于是 $E \cup F \subseteq E \cup N$ 是零集的子集 —— 按 $\bar{\mathcal{M}}$ 的定义它当然还在 $\bar{\mathcal{M}}$ 里，即：**$\bar{\mathcal{M}}$ 中每个零集的子集都可测**。∎ #### 定义引用：「测度」→ 有限 / σ-有限 / 半有限　`def-link.measure-space` 有限 $/ \sigma$有限 / 半有限都是在测度的定义上追加条件。 #### 定义引用：「预测度」→ 由预测度诱导外测度　`def-link.premeasure-outer` 诱导外测度的公式里用的就是预测度。 #### 定义引用：「外测度」→ Carathéodory 定理　`def-link.outer-carath-thm` Carathéodory 定理的起点是外测度。 #### 定义引用：「μ*-可测集」→ Carathéodory 定理　`def-link.carathmeasurable-thm` 定理里的 $\mathcal{M}$ 就是 $\mu^{*}$-可测集全体。 #### 定义引用：「测度」→ 完备化定理　`def-link.measure-completion` 完备化的构造完全依赖测度与零集。 #### 定义引用：「测度」→ Lebesgue–Stieltjes 测度　`def-link.measure-ls` Lebesgue–Stieltjes 测度是一种 Borel 测度。 #### 定义引用：「Borel σ-代数」→ F ↔ Borel 测度　`def-link.borel-ls` 定理的结论是「Borel 测度」。 #### 定义引用：「零集与完备」→ 完备化定理　`def-link.null-completion` 完备化定理的定义里整段都在用「零集」。 #### 定义引用：「有限 / σ-有限 / 半有限」→ 半有限部分　`def-link.semifinite-measure-space` 半有限部分是针对「半有限」这个概念做的修补。 #### 定义引用：「测度」→ 测度的基本性质　`def-link.measure-basic-props` 这几条性质都是测度定义（可数可加）的直接推论。 #### 简单函数 + 简单函数逼近 ⟹ 可测函数的封闭性　`imp.measurable-limit` *简单函数逼近 $\implies$ 可测函数在极限下封闭* **① 上确界。** 设 $f_j$ 可测。要证 $\sup_j f_j$ 可测。由判定准则 (2)，只需对生成元 $(a, +\infty]$（$a \in \mathbb{R}$）验证： $$(\sup_j f_j)^{-1}((a, +\infty]) = \bigcup_j f_j^{-1}((a, +\infty]) \in \mathcal{M}$$ 是可数并，故可测。 **② 下确界。** $\inf_j f_j = -\sup_j(-f_j)$，而取负保持可测性，故 inf 也可测。 **③ 极限。** $\liminf_j f_j = \sup_n \inf_{j \ge n} f_j$，由 ①② 可测；同理 $\limsup$ 可测。当极限存在时两者相等，故极限可测。 **④ 和与积。** 先看 $f + g$：对任意 $a \in \mathbb{R}$， $$\{f + g > a\} = \bigcup_{q \in \mathbb{Q}} ( \{f > q\} \cap \{g > a - q\} )$$ （左边 $\subseteq$ 右边：取有理数 $q$ 夹在 $a - g$ 与 $f$ 之间；反向显然。）右边是可数并交，故可测。积 $fg$ 由 $fg = ((f+g)^2 - f^2 - g^2) / 2$ 化归（对非负情形直接验证，一般情形先做正负部分分解）。 **⑤ 与简单函数的关系。** 上面 ①~④ 已经把「可测」做成了一个对极限与代数运算封闭的类；而简单函数逼近定理保证**每个非负可测函数都是一列简单函数的逐点极限**，所以这个类是「刚好够用」的：从简单函数出发，取极限就得到全部可测函数。∎ > 这条是把「sup 可测、max 可测、极限可测、和积可测」几条合并成的总纲 —— 单独看每一条都很碎，合起来才是它的分量。 #### 可测性的两条判定准则 ⟹ 连续 ⟹ Borel 可测　`imp.continuous-borel` *连续 $\implies$ Borel 可测* 设 $f : X \to Y$ 连续，即每个开集的原像是开集。 由定义 $\mathfrak{B}_Y = \mathcal{M}(\{ U \subseteq Y : U\text{ 开} \})$，用判定准则 (2)：只需对生成元（开集）验证原像可测。对开集 $U$，$f^{-1}(U)$ 是 $X$ 中的开集，因而 $\in \mathfrak{B}_X$。故 $f$ 可测。∎ $>$ 注意这个坑：**这个论证对 $(\mathfrak{B}, \mathfrak{B})$ 成立，但对 $(\mathcal{L}, \mathcal{L})$ 不成立** —— 因为 $\mathcal{L}$ 并不由开集生成，它比 $\mathfrak{B}_\mathbb{R}$ 多了很多非 Borel 的零测集子集。 #### 完备化定理 ⟹ 完备化后可改在零集上　`imp.completion-measurable-function` *完备化定理 $\implies$ 完备空间上的可测函数可改在零集上* 完备化 $(X, \bar{\mathcal{M}}, \bar{\mu})$ 相对 $(X, \mathcal{M}, \mu)$ 只多做了一件事：**把零集的子集也收进 $\sigma$代数**。所以两个 $\sigma$代数只在零集上不同。 先取 $f = \chi_E$：此时 $E = E' \cup F$，$E' \in \mathcal{M}$、$F$ 含于某个 $\mathcal{M}$零集，取 $g = \chi_{E'}$ 即有 $f = g$ a.e.。对 $\mathcal{M}$可测的简单函数显然成立（有限线性组合）。 一般情形取简单函数列 $\varphi_n \to f$，每个 $\varphi_n$ 在一个 $\bar{\mathcal{M}}$零集 $E_n$ 外等于某个 $\mathcal{M}$可测的 $\psi_n$。把 $N := \bigcup_n E_n$ 并起来（可数并仍是零集），令 $g := \lim_n \chi_{N^c} \cdot \varphi_n$ —— 它在 $N^c$ 上等于 $f$，且作为 $\mathcal{M}$可测函数的极限仍 $\mathcal{M}$可测。∎ #### 定义引用：「简单函数」→ 简单函数逼近　`def-link.lplus-simple-approx` 逼近定理的结论就是「可测函数是简单函数列的极限」。 #### 定义引用：「可测函数」→ 简单函数　`def-link.measurable-simple` 简单函数的定义里带着「可测」。 #### 定义引用：「可测函数」→ 可测性的两条判定准则　`def-link.measurable-criterion` 两条准则都是在可测定义上做的。 #### 定义引用：「积 σ-代数」→ 积空间与实虚部　`def-link.product-sigma-measurable` 这条命题的舞台是积 $\sigma$代数。 #### 定义引用：「可测函数」→ Lebesgue 可测　`def-link.lebesgue-measurable-def` Lebesgue / Borel 可测只是把 $(\mathcal{M}, \mathcal{N})$ 取成具体的两对。 #### 定义引用：「Borel σ-代数」→ Lebesgue 可测　`def-link.borel-lebesgue-measurable` Borel 可测用的是 $\mathfrak{B}_\mathbb{R}$ 与 $\mathfrak{B}_\mathbb{C}$。 #### 定义引用：「零集与完备」→ 完备性 ⟺ 不破坏可测性　`def-link.nullset-complete-measurable` 这条命题说的正是「完备性」这个概念在函数层面等价于什么。 #### 定义引用：「零集与完备」→ 完备化后可改在零集上　`def-link.completion-measurable-fn` 证明里全程在用零集。 #### 定义引用：「测度」→ 可测函数的封闭性　`def-link.measure-closure` 封闭性里的极限都是相对测度 $\mu$ 而言的。 #### 非负函数的积分 + 简单函数积分的性质 ⟹ 单调收敛定理　`imp.mct` *非负积分的定义 $\implies$ 单调收敛定理* **① 一个方向是免费的。** 由 $f_{n} \le f$ 与积分的单调性，$\int f_{n} \le \int f$，故 $$\lim_{n\to\infty} \int f_n \le \int f$$ 所以只需证另一边。 **② 用一个简单函数从下面逼近 $f$。** 给定 $\varepsilon > 0$，由 $\int f$ 的定义（取上确界）存在简单函数 $\varphi$ 使 $$0 \le \varphi \le f, \quad \int \varphi \ge \int f - \varepsilon$$ **③ 把 $\varphi$ 搬进 $E_{n}$。** 令 $E_n = \{x : f_n(x) \ge \varphi(x)\}$。因为 $f_{n} \uparrow f$ 且 $\varphi \le f$，集合列 $E_{n}$ 是递增的、且 $\bigcup_n E_n = X$。于是 $$\int f_n \ge \int_{E_n} f_n \ge \int_{E_n} \varphi$$ **④ 让 $n \to \infty$。** 由简单函数积分的性质 (d)，$A \mapsto \int_A \varphi d\mu$ 是 $\mathcal{M}$ 上的一个**测度**；把它用在递增列 $E_{n} \uparrow X$ 上，用测度的下连续性： $$\lim_{n\to\infty} \int_{E_n} \varphi = \int_X \varphi = \int \varphi$$ 所以存在 $N$ 使 $n > N$ 时 $\int_{E_n} \varphi > \int \varphi - \varepsilon$，从而 $$\int f_n \ge \int \varphi - \varepsilon \ge \int f - 2\varepsilon$$ **⑤ 收尾。** 对一切 $n > N$ 成立，故 $\lim_n \int f_n \ge \int f - 2\varepsilon$；令 $\varepsilon \to 0$ 得 $\lim_n \int f_n \ge \int f$。与 ① 合起来就是等号。∎ $>$ ⭐ 整段证明只用了两样东西：**简单函数积分的 (d)**（把 $A \mapsto \int _A \varphi$ 当作测度）和**积分的单调性**。单调性假设就是用来保证 ③ 里的 $E_{n}$ 递增到 $X$ 的。 > 「先拿一个简单函数从下面顶住 $f$，再让 $E_{n}$ 爬上去」—— 这个套路在 Fatou 引理里还会再用一次。 #### 单调收敛定理 ⟹ 逐项积分　`imp.termwise` *MCT $\implies$ 逐项积分* **① 先看两项。** 由非负性，$\{f_1 \wedge n\}$、$\{f_2 \wedge n\}$ 都是简单函数列的极限（简单函数逼近定理），于是 $$\int (f_1 + f_2) = \lim_{n\to\infty} \int (\varphi_n + \psi_n) = \int f_1 + \int f_2$$ 其中用到了 MCT（把 $f_{1} + f_{2}$ 写成极限）与简单函数积分的可加性 (b)。 **② 归纳到有限项。** 逐次用 ① 得到 $$\int \sum_{n=1}^{N} f_n = \sum_{n=1}^{N} \int f_n$$ **③ 让 $N \to \infty$。** 部分和 $\sum_{n\le N} f_n$ 是 $L^{+}$ 中的**递增**列，极限正是 $\sum_{n=1}^{\infty} f_n$。对部分和列用一次 MCT： $$\int \sum_{n=1}^{\infty} f_n = \lim_{N\to\infty} \int \sum_{n=1}^{N} f_n = \lim_{N\to\infty} \sum_{n=1}^{N} \int f_n = \sum_{n=1}^{\infty} \int f_n$$ ∎ #### 单调收敛定理 ⟹ Fatou 引理　`imp.fatou` *MCT $\implies$ Fatou 引理* 设 $g_n = \inf_{k \ge n} f_k$，则 $\cdot$ $g_n \le f_k$ 对一切 $k \ge n$ 成立，故 $\int g_n \le \inf_{k\ge n} \int f_k$； $\cdot$ $\{g_n\}$ 是 $L^{+}$ 中的**递增**列（下确界取的集合越来越少），且 $\lim_n g_n = \liminf_k f_k$。 对递增列 $\{g_n\}$ 用 MCT： $$\int \liminf_{n\to\infty} f_n = \int \lim_{n\to\infty} g_n = \lim_{n\to\infty} \int g_n \le \lim_{n\to\infty} \inf_{k \ge n} \int f_k = \liminf_{n\to\infty} \int f_n$$ ∎ $>$ 整个证明就是把「liminf 定义成递增列的上确界」这件事翻译一遍 —— MCT 之外什么都没用。 > Fatou 就是 MCT 在「不单调」情形下的残留物：单调性换成了 liminf。 #### Fatou 引理 ⟹ 控制收敛定理　`imp.dct` *Fatou $\implies$ 控制收敛定理* 设 $f_n \to f$ a.e.，$|f_n| \le g \in L^1$。 **① $f \in L^{1}$。** 由 $|f| = \lim|f_n| \le g$（a.e.）得 $f$ 可积。 **② 上界方向：$\limsup_n \int f_n \le \int f$。** 考虑 $g - f_n \ge 0$（因为 $|f_{n}| \le g$）。这列非负函数满足 $$g - f_n \to g - f\quad \text{a.e.}$$ 对它用 Fatou 引理： $$\int (g - f) \le \liminf_n \int (g - f_n) = \int g - \limsup_n \int f_n$$ （最后一步是因为 $\liminf_{-a_n} = -\limsup a_n$。）移项即得 $\limsup_n \int f_n \le \int f$。 **③ 下界方向：$\liminf_n \int f_n \ge \int f$。** 同样对 $g + f_n \ge 0$ 用 Fatou： $$\int (g + f) \le \liminf_n \int (g + f_n) = \int g + \liminf_n \int f_n$$ 移项得 $\liminf_n \int f_n \ge \int f$。 **④** ②与③合起来 $\limsup \le \int f \le \liminf$，故极限存在且等于 $\int f$。∎ $>$ ⭐ 关键在于**控制函数提供的非负性**：$g \pm f_n$ 都是非负的，于是 Fatou 可以直接用。没有 $g$，这一步就写不出来。 $>$ 移项之所以合法，是因为 $g$ 可积（$\int g < \infty$）—— 这正是「控制函数必须属于 $L^{1}$」而不能只是「有界」的原因。 #### 控制收敛定理 ⟹ 交换极限/导数与积分　`imp.differentiate-under-integral` *DCT $\implies$ 在积分号下求极限与求导* **(a)** 取任意 $t_n \to t_0$，令 $f_n(x) = f(x, t_n)$。由题设 $|f_n| \le g \in L^1$、且 $f_n \to f(x,t_0)$ 逐点，DCT 直接给出 $$F(t_n) = \int f_n \to \int f(\cdot, t_0) = F(t_0)$$ 对一切序列 $t_{n}$ 成立，故 $\lim_{t\to t_0} F(t) = F(t_0)$。 **(b)** 取任意 $t_n \to t_0$，令 $$h_n(x) = (f(x, t_n) - f(x, t_0)) / (t_n - t_0)$$ 则 $F'(t_0) = \lim_n (F(t_n) - F(t_0)) / (t_n - t_0) = \lim_n \int h_n$。要把它换成 $\int \lim h_{n}$ 就够了，而 DCT 正好提供这个能力： $\cdot$ $h_n \to \partial f / \partial t(x, t_0)$ 逐点（这是导数的定义）； $\cdot$ **控制**：由中值定理，$|h_n(x)| \le \sup_{t \in [t_0, t_n]} | \partial f / \partial t(x, t) | \le g(x)$。 于是 $$F'(t_0) = \lim_n \int h_n = \int \lim_n h_n = \int \partial f / \partial t(x, t_0) d\mu(x)$$ ∎ $>$ ⚠ (b) 里那个「取 sup 的控制」必须提前假定：如果只对**每个** $t$ 假设有控制，是不够的 —— 需要**同一个 $g$** 控制整族偏导数。 #### 逐项积分 + 积分为零 ⟺ 几乎处处为零 ⟹ L¹ 的逐项积分　`imp.termwise-L1` *非负逐项积分 + 零集判定 $\implies L^{1}$ 的逐项积分* 设 $\sum_j \int |f_j| < \infty$。 **① 绝对收敛 a.e.。** 令 $g = \sum_j |f_j| \in L^+$。由非负函数的逐项积分， $$\int g = \sum_j \int |f_j| < \infty$$ 由「积分有限的后果」，$g < \infty \text{a.e.}$，即 $\sum_j |f_j(x)| < \infty$ 对 a.e. x 成立。所以 $\sum_j f_j(x)$ 对 a.e. x **绝对收敛**。 **② 定义 $f$。** 令 $f(x) = \sum_j f_j(x)$（在收敛的 a.e. 点上），其余点随意取 0。则 $|f| \le g$，故 $f \in L^{1}$。 **③ 部分和被控制。** 部分和 $s_N = \sum_{j\le N} f_j$ 满足 $|s_N| \le g \in L^1$。 **④ 用 DCT。** $s_N \to f$ a.e.，且被 $g$ 控制，故 $$\int f = \lim_{N\to\infty} \int s_N = \lim_{N\to\infty} \sum_{j\le N} \int f_j = \sum_{j=1}^{\infty} \int f_j$$ （中间一步用 $L^{1}$ 的线性。）∎ #### 积分为零 ⟺ 几乎处处为零 ⟹ 何时两个函数积分处处相同　`imp.integrals-equal-iff` *积分为零 $\implies$ 用积分识别函数* 记 $h = f - g \in L^1$。三条之间的等价链条是 $$(i) \int_E f = \int_E g\quad \forall E \in \mathcal{M}\quad \iff\quad \int_E h = 0\quad \forall E$$ **$(i) \implies (ii)$**：分别取 $E = \{h \ge 0\}$ 与 $E = \{h < 0\}$。由 $\int_E h = 0$ 且 $h$ 在 $E$ 上不变号，得 $\{h > 0\}$ 与 $\{h < 0\}$ 都是零集（否则积分为正/负），故 $\mu(\{h \ne 0\}) = 0$，于是 $\int|h| = 0$。 **$(ii) \implies (iii)$**：$\int|h| = 0$ 配合「积分为零 $\iff$ 几乎处处为零」，直接得到 $h = 0 \text{a.e.}$。 **$(iii) \implies (i)$**：$h = 0 \text{a.e.}$ 时，对任意 $E$，$\int_E h$ 的简单函数逼近里可以整体避开零集，故积分为 0。∎ #### Fatou 引理 ⟹ Fatou 的推论　`imp.fatou-corollary` *Fatou 引理 $\implies \text{a.e.}$ 版本的 Fatou* 把 Fatou 引理用在 $\liminf f_n$ 上：a.e. 收敛时 $\liminf_n f_n = f$，于是 $\int f = \int \liminf f_n \le \liminf \int f_n$。∎ #### 定义引用：「简单函数」→ 简单函数的积分　`def-link.simple-integral-def` 简单函数的积分就是在简单函数的定义上算加权和。 #### 定义引用：「简单函数的积分」→ 非负函数的积分　`def-link.nonneg-simple` 非负函数的积分定义成简单函数积分族的上确界。 #### 定义引用：「非负函数的积分」→ 单调收敛定理　`def-link.mct-nonneg` MCT 是绕着这个定义做的。 #### 定义引用：「L⁺」→ 单调收敛定理　`def-link.lplus-mct` MCT 对整列都要求在 $L^{+}$ 里。 #### 定义引用：「L⁺」→ 复函数的积分　`def-link.lplus-complex` 复函数的积分就是把正负部丢回 $L^{+}$ 去算。 #### 定义引用：「L⁺」→ 可积 / L¹　`def-link.lplus-integrable` 可积 $\iff \int |f| < \infty$，而 $|f| \in L^{+}$。 #### 定义引用：「可积 / L¹」→ 控制收敛定理　`def-link.integrable-dct` DCT 的前提与结论都在 $L^{1}$ 里。 #### 定义引用：「L⁺」→ 控制收敛定理　`def-link.lplus-dct` DCT 的证明是正负部各用一次 Fatou —— 又回到 $L^{+}$。 #### 定义引用：「零集与完备」→ 积分为零 ⟺ 几乎处处为零　`def-link.nullset-zeromeasure` 「积分为零 $\iff$ 几乎处处为零」里的 a.e. 就是相对于零集说的。 #### 定义引用：「测度」→ 逐项积分　`def-link.premeasure-termwise` 逐项积分最终落在测度的可数可加性上。 #### 定义引用：「可积 / L¹」→ L¹ 是向量空间　`def-link.integrable-L1-vectorspace` 这条命题说 $L^{1}$ 在代数上是个向量空间。 #### 定义引用：「可积 / L¹」→ L¹ 里的逼近　`def-link.integrable-approx` 逼近定理是在 $L^{1}$ 里说的（用的是 $\int |f - \varphi |$ 这个量）。 #### 定义引用：「简单函数」→ L¹ 里的逼近　`def-link.simple-approx-L1` 逼近用的正是简单函数。 #### 定义引用：「零集与完备」→ MCT（a.e. 版本）　`def-link.nullset-ae-mct` 「a.e. 版本」的意思就是把零集上的例外丢掉。 #### 依测度 Cauchy ⟹ 依测度 Cauchy ⟹ 收敛　`imp.cauchy-in-measure` *依测度 Cauchy $\implies$ 依测度收敛且有一子列 a.e. 收敛* **① 先抽子列，使「坏集合」的总测度有限。** 由 Cauchy 性，对每个 $k$ 存在 $N_k$ 使 $$\mu(E_k) \le 2^{-k}, \quad \text{ 其中} E_k = \{x : |f_n(x) - f_{N_k}(x)| \ge 2^{-k}\}\quad (n \ge N_k)$$ 不妨取 $N_1 < N_2 < \cdots$。记 $g_j = f_{N_j}$。 **② 让坏集合的尾并收敛。** 令 $$F_k = \bigcup_{j \ge k} E_j, \quad \text{ 则} \mu(F_k) \le \sum_{j\ge k} 2^{-j} = 2^{1-k} \to 0$$ **③ 在 $F_k^c$ 上一致 Cauchy。** 若 $x \notin F_k$，则对一切 $i \ge j \ge k$ 有 $x \notin E_j$，于是 $$|g_i(x) - g_j(x)| \le 2^{1-j}$$ 所以 $\{g_j\}$ 在 $F_k^c$ 上**一致收敛**（Cauchy 且界趋于 0）。 **④ 造极限 $f$。** 令 $F = \bigcap_k F_k^c$，则 $$\mu(F) = \mu(X \setminus \bigcup_k F_k) \ge \mu(X) - \mu(F_k)\quad \forall k\quad \implies\quad \mu(F^c) = 0$$ 在 $F$ 上令 $f(x) = \lim_j g_j(x)$，在 $F^c$ 上任取 0。$f$ 是可测函数（可测函数的极限）。于是 $g_j \to f$ **a.e.** **⑤ 换成依测度。** 取定 $k$，对 $j \ge k$、$x \in F_k^c$ 有 $|g_j(x) - f(x)| \le 2^{1-j}$。于是对任意 $\delta > 0$， $$\mu(\{|g_j - f| > \delta\}) \le \mu(F_k) \le 2^{1-k}\quad (j\text{ 充分大})$$ 令 $k \to \infty$ 得 $g_j \to f$ 依测度。 **⑥ 把 $f_{n}$ 也拉进来。** 对任意 $\varepsilon > 0$， $$\{|f_n - f| \ge \varepsilon\} \subseteq \{|f_n - g_j| \ge \varepsilon/2\} \cup \{|g_j - f| \ge \varepsilon/2\}$$ 右边第一项由 Cauchy 性（取 $g_j = f_{N_j}$ 足够靠后）任意小，第二项由 ⑤ 任意小。故 $f_n \to f$ 依测度。∎ > ② 里 $\sum 2^{-k} < \infty$ 是关键 —— 正是这一条让「坏集合的尾并」趋于零，也就是 Borel–Cantelli 的精神。 #### 可积 / L¹ ⟹ L¹ 收敛 ⟹ 依测度收敛　`imp.L1-measure` *Markov 不等式 $\implies L^{1}$ 收敛蕴含依测度收敛* **Markov 不等式**：设 $g$ 可测非负，则对任意 $\varepsilon > 0$， $$\mu(\{g \ge \varepsilon\}) \le (1/\varepsilon)\cdot\int g d\mu$$ 证明：在 $\{g \ge \varepsilon\}$ 上有 $\varepsilon \le g$，即 $\varepsilon \chi_{\{g \ge \varepsilon\}} \le g$；两边积分得 $\varepsilon\cdot\mu(\{g \ge \varepsilon\}) \le \int g$。 取 $g = |f_n - f|$。给定 $\delta > 0$， $$\mu(\{|f_n - f| > \delta\}) \le (1/\delta)\cdot\int |f_n - f| d\mu \to 0$$ （最后一步正是 $L^{1}$ 收敛的定义。）再对任意 $\varepsilon > 0$ 取 $n$ 足够大即可。∎ #### 五种收敛 ⟹ Egorov 定理　`imp.egorov` *a.e. 收敛 + 有限测度 $\implies$ 近一致* 设 $f_n \to f$ a.e.，$\mu(X) < \infty$。 **① 收敛点集与坏集合。** 令 $F = \{x : f_n(x) \to f(x)\}$，则 $\mu(F^c) = 0$。对每个固定的 $k \in \mathbb{N}$ 令 $$E_n(k) = \bigcup_{m \ge n} \{x : |f_m(x) - f(x)| \ge k^{-1}\}$$ （「从第 $n$ 项起还有偏差 $\ge 1/k$ 的点」）。 **② 对固定 $k$，$E_n(k)$ 随 $n$ 递减，且 $\bigcap_n E_n(k) = F^c$。**（若 $x$ 最终偏差都 $< 1/k$，就不在任何足够靠后的 $E_n(k)$ 里。） **③ 用有限测度取极限。** 由 $\mu(X) < \infty$ 与测度的上连续性（递减列）， $$\mu(E_n(k)) \to \mu(F^c) = 0\quad (n \to \infty)$$ **④ 挑出「足够快趋于 0」的那些 $n$。** 给定 $\varepsilon > 0$，对每个 $k$ 选 $n_k$ 使 $$\mu(E_{n_k}(k)) < \varepsilon \cdot 2^{-k}$$ **⑤ 并起来。** 令 $E = \bigcup_k E_{n_k}(k)$。则 $$\mu(E) \le \sum_k \mu(E_{n_k}(k)) < \varepsilon \cdot \sum_k 2^{-k} = \varepsilon$$ **⑥ 在 $E^c$ 上一致收敛。** 取 $x \notin E$。对任意 $k$，$x \notin E_{n_k}(k)$，即对一切 $n \ge n_k$ 有 $$|f_n(x) - f(x)| < k^{-1}$$ 这正是「$f_n \rightrightarrows f$ 在 $E^c$ 上」的定义（给定精度 $k^{-1}$ $\le \varepsilon$ 后，取 $N = n_k$）。∎ $>$ ⚠ ③ 是唯一用到 $\mu(X) < \infty$ 的地方（递减列的上连续性需要首项有限）。少了它这一步就不成立，反例见节点正文。 #### L¹ 里的逼近 + Egorov 定理 ⟹ Lusin 定理　`imp.lusin` *简单函数逼近 + Egorov $\implies$ Lusin* **① 先用简单函数逼近。** 由「$L^{1}$ 里的逼近」，取简单函数列 $\{\varphi_n\}$ 使 $\int|f - \varphi_n| \to 0$；取子列还可保证 $\varphi_n \to f$ a.e.（由 $L^{1}$ 收敛 $\implies$ 依测度收敛 + 抽 a.e. 子列）。而简单函数是有限个可测集的特征函数之和。 **② 先对「指示函数」办到。** 对可测集 $A \subseteq [a, b]$ 与任意 $\varepsilon > 0$，由测度的正则性可找到紧集 $E \subseteq A$ 使 $\mu(A \setminus E) < \varepsilon$，于是 $\chi_A|_{E}$ 连续（在 $E$ 上恒为 1）。有限多个这样的紧集取交，就能让一整个简单函数在某个紧集上连续。 **③ 用 Egorov 把「几乎处处」升级成「一致」。** 把 ①② 得到的「在紧集上连续」逐步加细：取一列越来越好的紧集，用 Egorov 保证 $\varphi_n \to f$ 在某块丢掉任意小测度的集合后**一致**收敛。一致收敛保持连续性，故 $f$ 限制在剩下的那个紧集上连续。 **④ 收尾。** 每一步丢掉的测度都可以预先取得任意小，全部并起来仍小于 $\varepsilon$（把 $\varepsilon$ 预先换成 $\varepsilon /3$、$\varepsilon /9$、… 再求和）。于是得到一个紧集 $E \subseteq [a, b]$，$\mu(E^c) < \varepsilon$ 且 $f|_E$ 连续。∎ $>$ ⭐ 核心思想与 Egorov 一样是「**丢掉一小块，换取好性质**」：这次换到的是连续性。 > 路线是「Egorov + 简单函数逼近」。 #### 定义引用：「五种收敛」→ 四个标准反例　`def-link.modes-counterexamples` 四个反例各自击破一种收敛的逆命题。 #### 定义引用：「五种收敛」→ Egorov 定理　`def-link.modes-egorov` Egorov 定理说的是其中两种收敛（a.e. 与近一致）的关系。 #### 定义引用：「依测度 Cauchy」→ 依测度 Cauchy ⟹ 收敛　`def-link.cauchy-thm` 定理把「依测度 Cauchy」升级成「依测度收敛 + a.e. 子列」。 #### 定义引用：「可积 / L¹」→ L¹ 收敛 ⟹ 依测度收敛　`def-link.integrable-measure` $L^{1}$ 收敛的定义里用到 $\int |f_{n} - f|$。 #### 定义引用：「五种收敛」→ L¹ 收敛 ⟹ 依测度收敛　`def-link.modes-L1` 两种收敛的定义直接对照。 #### 定义引用：「测度」→ Egorov 定理　`def-link.measure-egorov` 证明的 ③ 靠测度的上连续性，而那是可数可加性的推论。 #### 预测度 + Carathéodory 定理 ⟹ 乘积测度　`imp.product-measure` *矩形上的预测度 $\implies$ Carathéodory 扩张得到乘积测度* **① $\mu_{0}$ 是良定义的。** 设 $E$ 有两种矩形不交并的写法。把两边的矩形再交叉细分成最小的那些块（$A_j \cap A_k'$ $\times$ $B_j \cap B_k'$），$\mu_{0}$ 的值不变 —— 因为 $\mu$、$\nu$ 在各自那一侧都是有限可加的。 **② $\mu_{0}$ 是 $\mathcal{A}$ 上的预测度。** $\mathcal{A} =$ 矩形的有限不交并，是代数（矩形的不交并再取差仍是有限个矩形块）。可数可加性由 $\mu$、$\nu$ 各自的可数可加性得到：把可数个不交的矩形块按两个方向分别整理成不交并。 **③ 用 Carathéodory 扩张。** 由「预测度 $\to$ 外测度 $\to$ 可测集 $\to$ 扩张测度」那一整套：$\mu_{0}$ 诱导出 $X \times Y$ 上的外测度 $\mu^{*}$，全体 $\mu^{*}$-可测集构成 $\sigma$代数，$\mu^{*}$ 在其上成为测度；而代数 $\mathcal{A}$ 中每个集合都是 $\mu^{*}$-可测的，且 $\mu^{*}|_\mathcal{A} = \mu_{0}$。 **④ 落到 $\mathcal{M} \otimes \mathcal{N}$ 上。** $\mathcal{A}$ 含所有矩形，故 $\mathcal{A}$ 生成 $\mathcal{M} \otimes \mathcal{N} \subseteq (\mu^{*}$-可测集)；把 $\mu^{*}$ 限制在 $\mathcal{M} \otimes \mathcal{N}$ 上，就是所要的测度 $\mu \times \nu$，它在矩形上取值 $\mu \times \nu(A \times B) = \mu(A) \nu(B)$。∎ $>$ ⭐ 这一段没有任何新东西 —— 全是把「测度的构造」那个星团的机器搬过来用一次。这也正是那个星团存在的理由：**它是所有具体测度的生产线**。 #### 截口 ⟹ 截口可测　`imp.section-measurable` *截口的定义 $\implies$ 截口保持可测性* **(a)** 令 $\mathcal{R} = \{E \subseteq X \times Y : E_x \in \mathcal{N}\text{ 且} E^y \in \mathcal{M}\quad \forall(x, y) \in X \times Y\}$。 - **$\mathcal{R}$ 含所有矩形**：若 $E = A \times B$，则 $$E_x = B\quad (x \in A), \quad E_x = \emptyset\quad (x \notin A)$$ 两边都在 $\mathcal{N}$ 里（$\mathcal{N}$ 含 $\emptyset$）；横截口同理。 - **$\mathcal{R}$ 是 $\sigma$代数**：截口运算保持并、交、补 —— 例如 $(\bigcup_n E^{(n)})_x = \bigcup_n E^{(n)}_x$、$(E^c)_x = (E_x)^c$（这里用的是 $Y$ 在 $X \times Y$ 中的「竖条」补集）。故 $\mathcal{R}$ 对可数并与补封闭。 于是 $\mathcal{R} \supseteq \mathcal{M}($矩形族$) = \mathcal{M} \otimes \mathcal{N}$，(a) 得证。 **(b)** 设 $f$ 是 $\mathcal{M}\otimes\mathcal{N}$可测，$B \subseteq \mathbb{C}$ 可测。则 $$f_x^{-1}(B) = \{y : f(x, y) \in B\} = (f^{-1}(B))_x$$ 而 $f^{-1}(B) \in \mathcal{M} \otimes \mathcal{N}$，由 (a) 它的纵截口属于 $\mathcal{N}$，即 $f_x^{-1}(B) \in \mathcal{N}$。所以 $f_x$ 可测。横截口同理。∎ #### 单调类定理 + 截口可测 ⟹ 乘积测度由截口给出　`imp.product-sections` *单调类定理 $\implies$ 乘积测度由截口积分给出* **① 先设 $\mu$、$\nu$ 有限。** 令 $\mathcal{C} = \{E \in \mathcal{M} \otimes \mathcal{N} : x \mapsto \nu(E_x)\text{ 可测}, y \mapsto \mu(E^y)\text{ 可测},\text{ 且} \mu\times\nu(E) = \int\nu(E_x)d\mu = \int\mu(E^y)d\nu\}$。 **② 矩形在 $\mathcal{C}$ 里。** 若 $E = A \times B$，则 $\nu(E_x) = \chi_A(x)\cdot\nu(B)$，它是可测的（指示函数 $\times$ 常数），且 $$\int \nu(E_x) d\mu(x) = \nu(B)\cdot\mu(A) = \mu \times \nu(A \times B)$$ **③ $\mathcal{C}$ 对递增并封闭。** 若 $E_1 \subseteq E_2 \subseteq \cdots$ 都在 $\mathcal{C}$ 中、$E = \bigcup E_n$：则 $\nu((E_n)_x) \nearrow \nu(E_x)$（测度的下连续性），由 MCT 得 $x \mapsto \nu(E_x)$ 可测且 $\int\nu(E_x)d\mu = \lim \int\nu((E_n)_x)d\mu = \lim \mu\times\nu(E_n) = \mu\times\nu(E)$。 **④ $\mathcal{C}$ 对递减交封闭。** 若 $E_1 \supseteq E_2 \supseteq \cdots$、$E = \bigcap E_n$：因为测度有限，可以用 DCT（控制函数是常数 $\nu(Y) < \infty$）得到同样的等式。 **⑤ 用单调类定理。** 由 ①②③④，$\mathcal{C}$ 是含所有矩形的一个**单调类**。矩形族生成的**代数**再由矩形构成，所以 $\mathcal{C}$ 含这个代数；由单调类定理，$\mathfrak{m}(\text{代数}) = \mathcal{M}(\text{代数}) = \mathcal{M} \otimes \mathcal{N}$，于是 $\mathcal{C} = \mathcal{M} \otimes \mathcal{N}$。 **⑥ 推广到 $\sigma$有限。** 取 $X = \bigcup_i X_i$、$Y = \bigcup_i Y_i$（各自测度有限），则 $X \times Y = \bigcup_i (X_i \times Y_i)$。对每个 $i$，把 ⑤ 用在 $E \cap (X_i \times Y_i)$ 上（这一步只用到**有限**测度）；再把 $i$ 加起来，用 MCT 对 $i$ 求极限即可。∎ $>$ ⚠ $\sigma$有限正是在 ⑥ 用掉的：没有它，就没法把无穷测度的空间切成可数块有限块。 #### 乘积测度由截口给出 + 单调收敛定理 ⟹ Fubini–Tonelli　`imp.tonelli` *集合版（截口公式）+ MCT $\implies$ Tonelli* **① 指示函数。** 取 $f = \chi_E$（$E \in \mathcal{M} \otimes \mathcal{N}$）。此时 $$\int_Y f(x, y) d\nu(y) = \nu(E_x), \quad \int_X f(x, y) d\mu(x) = \mu(E^y)$$ 于是三重等式正是上一条定理的内容。 **② 简单函数。** 由线性推广到 $f = \sum_j a_j \chi_{E_j}$（$a_j \ge 0$，$E_{j}$ 不交）。 **③ 非负可测函数。** 取简单函数列 $\{f_n\} \nearrow f$（简单函数逼近定理）。令 $$g_n(x) = \int f_n(x, y) d\nu(y), \quad g(x) = \int f(x, y) d\nu(y)$$ 由 $f_n \uparrow f$ 与积分的单调性，$\{g_n\}$ 递增；由 **MCT**，$g = \lim_n g_n$ 且 $$\int g d\mu = \lim_n \int g_n d\mu$$ 再由 ② 对每个 $n$ 的三重等式， $$\int g_n d\mu = \int f_n d(\mu \times \nu)$$ 于是 $$\int_X ( \int_Y f d\nu ) d\mu = \lim_n \int f_n d(\mu \times \nu) = \int f d(\mu \times \nu)$$ （最后一步又用一次 MCT。）另一边对称。**这就是 Tonelli，全程不需要可积性。** **④ Fubini。** 设 $f \in L^1(\mu \times \nu)$。把 $f$ 拆成 $\operatorname{Re} f^+, \operatorname{Re} f^-, \operatorname{Im} f^+, \operatorname{Im} f^-$ 四个非负部分，对每一部分用 ③。由 $$\int |f| d(\mu \times \nu) < \infty$$ 和 ③ 的三重等式，得到 $\int_X (\int_Y |f| d\nu) d\mu < \infty$，故 $\int_Y |f(x, \cdot)| d\nu < \infty$ 对 **a.e.** $x$ 成立 —— 即 $f_x \in L^1(\nu)$ a.e.；同理 $f^y \in L^1(\mu)$ a.e.。既然两个累次积分都已经是有限数，就可以直接相减、不再有 $\infty - \infty$ 的危险，三重等式对 $f$ 成立。∎ $>$ ⭐ 分工很干净：**Tonelli 负责非负（无条件），Fubini 用「可积」把四个非负部分的结论拼起来**。 #### Fubini–Tonelli + 完备化定理 + 乘积测度通常不完备 ⟹ 完备情形的 F–T　`imp.fubini-complete` *乘积测度通常不完备 $\implies$ 必须补一条完备情形的 F–T* **① 先证 $f \ge 0$ 的情形。** 由于 $\lambda$ 是 $\mu \times \nu$ 的完备化，$\mathcal{L}$ 中的集合可以写成 $$E = F \cup G, \quad F \in \mathcal{M} \otimes \mathcal{N}, \quad G \subseteq H, \quad \mu \times \nu(H) = 0$$ （取不交化后即 $E = F \sqcup G$，于是 $\chi_E = \chi_F + \chi_G$。） **② $\chi_F$ 那一半没问题** —— 直接归 Fubini–Tonelli（$F \in \mathcal{M}\otimes\mathcal{N}$）。 **③ $\chi_G$ 那一半也没问题** —— 因为 $G \subseteq H$ 而 $\mu \times \nu (H) = 0$，所以对**每一个** $x$ 都有 $\nu(G_x) \le \nu(H_x) = 0$（$H$ 的截口是 $\nu$零集，这一步用截口公式对 $H$ 本身成立），于是 $$\int \chi_G d\lambda = 0 = \int ( \int \chi_G d\nu ) d\mu$$ 两边都是 0。（对 a.e. 的 $x$，$G_x$ 是 $\nu$零集。） **④ 由线性推广到非负简单函数，再用 MCT 推广到一切 $f \ge 0$。** 关键点：完备化只多出「含在零集里的部分」，而这部分对积分的贡献恒为 0，所以整段论证不会被破坏。 **⑤ 一般情形**：把 $f$ 拆成 $\operatorname{Re} f^\pm , \operatorname{Im} f^\pm $ 四个非负部分，逐块用 ④ —— 但此时所有断言都退化成「对 a.e. 的 x / y」，因为零集上的截口行为不再逐一可控。∎ $>$ 要点：**核心就是把 $E$ 拆成 $F \sqcup G$** —— $F$ 归老定理、$G$ 归「截口都是零集」。 #### 乘积测度 ⟹ 乘积测度通常不完备　`imp.product-incomplete` *乘积测度通常不完备* 取 $X = Y = [0, 1]$，$\mu = \nu = Lebesgue$ 测度（都是完备的）。令 $$D = \{(x, x) : x \in [0, 1]\}$$ 则 $D$ 是闭集，故属于 $\mathfrak{B}_{[0,1]} \otimes \mathfrak{B}_{[0,1]}$；且 $\mu \times \nu(D)$ 可以用截口公式算：对每个 $x$，$\nu(D_x) = \nu(\{x\}) = 0$，故 $$\mu \times \nu(D) = \int \nu(D_x) d\mu(x) = 0$$ **关键**：取一个 Lebesgue 测度为 0 但**不可测**（不属 $\mathfrak{B}_\{[0,1]\}$）的子集 $N \subseteq [0,1]$，令 $$G = \{(x, x) : x \in N\} \subseteq D$$ 则 $G \subseteq D$ 而 $\mu \times \nu (D) = 0$，但 $G$ **不属于** $\mathfrak{B} \otimes \mathfrak{B}$（它的截口给出的正是 $N$ —— 若 $G \in \mathfrak{B} \otimes \mathfrak{B}$，由截口可测性，对每个 $x$ 都有 $G_x \in \mathfrak{B}$，而 $G_x$ 是 {x} 或 $\emptyset$ …… 需要用「$G$ 的截面沿对角线还原出 $N$」这一论证）。故 $\mu \times \nu$ 不完备。∎ $>$ ⭐ 一句话总结：**完备性可以被「零集的子集」打破，而乘积里零集特别多**。所以实用时必须先完备化 —— 这就是上一条定理存在的理由。 > ⚠ 「$G \notin \mathfrak{B} \otimes \mathfrak{B}$」那一步的细节（如何从截面还原出 $N$）这里只给了骨架；要写严格版，建议改用「对角线论证 + Fubini 定理给矛盾」的路线。 #### 定义引用：「预测度」→ 乘积测度　`def-link.productmeasure-premeasure` 矩形上的 $\mu_{0}$ 就是一个预测度。 #### 定义引用：「积 σ-代数」→ 乘积测度　`def-link.productmeasure-sigma` 乘积测度定义在积 $\sigma$代数 $\mathcal{M} \otimes \mathcal{N}$ 上。 #### 定义引用：「截口」→ 截口可测　`def-link.section-props` 直接验证截口的运算性质。 #### 定义引用：「单调类」→ 乘积测度由截口给出　`def-link.monotoneclass-lemma` 截口公式的证明走的正是单调类定理：先验证矩形成立，再说明「满足它的集合」构成一个单调类。 #### 定义引用：「生成的 σ-代数」→ 单调类定理　`def-link.generated-monotone-lemma` 定理的陈述里用到 $\mathfrak{m}(\mathcal{E})$ 与 $\mathcal{M}(\mathcal{E})$ 两个生成记号。 #### 定义引用：「乘积测度」→ 乘积测度由截口给出　`def-link.productmeasure-sections-thm` 定理算的就是乘积测度。 #### 定义引用：「截口」→ Fubini–Tonelli　`def-link.section-fubini` Fubini 的整个陈述都是用截口写的。 #### 定义引用：「乘积测度」→ Fubini–Tonelli　`def-link.productmeasure-fubini` 重积分就是对 $\mu \times \nu$ 积分。 #### 定义引用：「可积 / L¹」→ Fubini–Tonelli　`def-link.integrable-fubini` Fubini 的 (b) 用的是 $L^{1}(\mu \times \nu )$。 #### 定义引用：「乘积测度」→ 完备情形的 F–T　`def-link.productmeasure-complete` 完备情形下先要把 $\mu \times \nu$ 完备化。 #### 定义引用：「零集与完备」→ 完备情形的 F–T　`def-link.completion-fubini` 证明的核心是把集合拆成「属于 $\mathcal{M}\otimes\mathcal{N}$ 的部分」+「含在零集里的部分」。 #### 定义引用：「有序对」→ 截口　`def-link.pair-section` 集合构造式 $E_x = \{ y : (x, y) \in E \}$ 里写的就是**有序对** $(x, y)$。 #### 定义引用：「映射」→ 截口　`def-link.function-section` 截口的第二半是对**函数** $f : X \times Y \to \mathbb{C}$ 定义 $f_x(y) := f(x, y)$。 #### 笛卡尔积存在 ⟹ 截口　`imp.product-section` *笛卡尔积存在 $\implies$ 可以谈截口* 截口是 $X \times Y$ 的子集 $E$ 的属性，所以先要有 $X \times Y$ 这个集合本身 —— 这正是笛卡尔积存在定理给的。 #### 定义引用：「可测函数」→ 截口可测　`def-link.measurable-function-section-measurable` **(b)** 说的正是「可测**函数**的截口仍可测」。 #### 定义引用：「积 σ-代数」→ 截口可测　`def-link.product-sigma-section-measurable` 前提 $E \in \mathcal{M} \otimes \mathcal{N}$ 里的 $\otimes$ 就是**积 $\sigma$-代数**。 #### 符号测度 + 正集的封闭性 ⟹ Hahn 分解定理　`imp.hahn` *符号测度 + 正集的封闭性 $\implies$ Hahn 分解* **① 先把 $\nu$ 的无穷值甩掉。** 不妨设 $\nu$ 不取 $\infty$（若 $\nu$ 不取 $-\infty$ 就改证 $-\nu$）。于是 $\nu(X) < \infty$ 中的「上方」是安全的。 **② 挑一个「最大的正集」。** 令 $$m := \sup\{ \nu(E) : E\text{ 是正集} \}, $$ 则 $m < \infty$（因为 $\nu$ 不取 $\infty$ 而 $\nu (E) \le \nu (X)$ 型估计受控）。取一列正集 $\{P_j\}$ 使 $\nu(P_j) \to m$，令 $$P = \bigcup_j P_j$$ 由正集的可数并仍是正集，$P$ 是正集；且 $\nu(P) = m$（正集的不交化 + 可数可加）。 **③ 断言 $N = X \setminus P$ 是负集。** 反设 $N$ 不含负集，即 $N$ 不是负的。要证它会挤出一个比 $m$ 更大的正集。 **④ 在 $N$ 里挖出正集。** 若 $N$ 不是负集，则存在可测 $A \subseteq N$ 使 $\nu(A) > 0$。「$A$ 是正的」就到此结束；否则存在 $A_1 \subseteq A$ 使 $\nu(A_1) < 0$。取**最小的自然数** $n$ 使 $$\nu(A_1) < -1/n$$ （$n_1$ 取「使存在负测度集 $\le -1/n_{1}$ 的最小 $n$」。**取最小**这一步是关键 —— 它保证后面能取极限。） 再在 $A \setminus A_1$ 里重复同样的操作，得到 $A_2, \ldots $ **⑤ 若操作终止**，剩下的 $B = A \setminus \bigcup_k A_k$ 就是正集（因为已经没有负子集可以挖了）。 **⑥ 若操作不终止**，取 $B = A \setminus \bigcup_k A_k$。由可数可加性 $$\nu(A) = \nu(B) + \sum_k \nu(A_k)$$ 而 $\sum_k |\nu(A_k)| < \infty$（因为左边有限），特别地 $\nu(A_k) \to 0$，这迫使 $n_k \to \infty$，从而对任意 $F \subseteq B$：若 $\nu(F) < -1/n_{k-1}$，就与 $n_k$ 的**最小性**矛盾。于是 $\nu(F) \ge -1/n_{k-1}$ 对一切 $k$ 成立，令 $k \to \infty$ 得 $\nu(F) \ge 0$。故 $B$ 也是正集。 **⑦ 矛盾。** 由 ⑤⑥，$A$ 中含正集 $B$。于 $$\nu(B) = \nu(A) - \sum_k \nu(A_k) > 0$$ 说明 $P \cup B$ 是正集且 $\nu(P \cup B) = m + \nu(B) > m$，与 $m$ 的定义矛盾。故 $N$ 必为负集，$X = P \sqcup N$ 就是 Hahn 分解，**存在性得证**。 **⑧ 唯一性。** 设 $P' \sqcup N'$ 是另一对。则 $P \setminus P' \subseteq P$（正集）且 $\subseteq N'$（负集），所以它既是正集又是负集 —— 只能是零集；同理 $P' \setminus P$ 也是零集。故 $P \triangle P' = N \triangle N'$ 是 $\nu$零集。∎ > ⭐ 「取最小的 $n$」是整段证明的技术核心：因为 $n$ 取最小，后面才能让 $\nu(F) \ge -1/n_{k-1}$ 一路通过 $k \to \infty$ 得到 $\nu(F) \ge 0$。 #### Hahn 分解定理 ⟹ Jordan 分解定理　`imp.jordan` *Hahn 分解 $\implies$ Jordan 分解* 取 $\nu$ 的一个 Hahn 分解 $X = P \sqcup N$（$P$ 正、$N$ 负）。定义 $$\nu^+(E) := \nu(E \cap P), \quad \nu^-(E) := -\nu(E \cap N)$$ **① 它们都是测度。** 对 $\nu ^{+}$：$\nu^+(\emptyset) = \nu(\emptyset) = 0$；对不交的 $\{E_j\}$， $$\nu^+( \bigsqcup_j E_j ) = \nu( \bigsqcup_j (E_j \cap P) ) = \sum_j \nu(E_j \cap P) = \sum_j \nu^+(E_j)$$ （右边的每一项都 $\ge 0$，因为 $E_j \cap P$ 是正集的子集。）$\nu ^{-}$ 同理。 **② $\nu = \nu ^{+} - \nu ^{-}$。** 对任意 $E$， $$\nu(E) = \nu(E \cap P) + \nu(E \cap N) = \nu^+(E) - \nu^-(E)$$ **③ $\nu ^{+} \perp \nu ^{-}$。** 取 $E = P$、$F = N$：$P$ 是 $\nu ^{-}$零集（$\nu ^{-}(P) = -\nu (P \cap N) = 0$），$N$ 是 $\nu ^{+}$零集。 **④ 至少一个有限。** 由符号测度的定义，$\nu$ 至多取到 $\pm \infty$ 中的一个：若 $\nu$ 不取 $\infty$ 则 $\nu ^{+}$ 有限，若 $\nu$ 不取 $-\infty$ 则 $\nu ^{-}$ 有限。 **⑤ 唯一性。** 设 $\nu = \mu_1 - \mu_2$ 也是这种分解（$\mu_1 \perp \mu_2$）。取见证奇异性的划分 $X = E \sqcup F$（$E$ 是 $\mu _{1}$零集、$F$ 是 $\mu _{2}$零集）。由 Hahn 分解的唯一性只能差一个零集，逐块比较即可得到 $\mu_1 = \nu^+$、$\mu_2 = \nu^-$。∎ #### 绝对连续 ⟹ 绝对连续的 ε–δ 刻画　`imp.ac-epsilon-delta` *绝对连续 $\implies \varepsilon$–$\delta$ 刻画（$\nu$ 有限时）* 设 $\nu$ 有限且 $\nu \ll \mu$。由「绝对连续与变差」那条命题，可以**不妨设 $\nu$ 本身就是正测度**（换成 $|\nu |$ 不影响结论）。 **$(\Longleftarrow )$** 若 $\mu (E) = 0$，则对任意 $\varepsilon > 0$ 有 $\mu (E) < \delta$，于是 $|\nu (E)| \le \varepsilon$；令 $\varepsilon \to 0$ 得 $\nu (E) = 0$。 **$(\implies )$ 反证。** 设存在 $\varepsilon > 0$，使对**一切** $n$ 都能找到 $E_n \in \mathcal{M}$ 满足 $$\mu(E_n) < 2^{-n}, \quad \nu(E_n) \ge \varepsilon$$ 令 $$F_k = \bigcup_{n \ge k} E_n, \quad F = \bigcap_k F_k$$ 则 $\mu(F_k) \le \sum_{n\ge k} 2^{-n} = 2^{1-k} \to 0$，由 $\mu$ 的下连续性与递减性得 $\mu(F) = 0$。 另一方面 $\nu(F_k) \ge \nu(E_k) \ge \varepsilon$ 对一切 $k$ 成立；由 $\nu$ 有限与测度的下连续性（$F_k \searrow F$，首项有限）得 $$\nu(F) = \lim_k \nu(F_k) \ge \varepsilon > 0$$ 这与 $\nu \ll \mu$（$\mu (F) = 0$ 应推出 $\nu (F) = 0$）矛盾。故这样的 $\varepsilon$ 不存在，即对每个 $\varepsilon > 0$ 都有对应的 $\delta$。∎ $>$ ⭐ 反证里那个「对一切 $n$ 都能找到」是取出的关键：它把「不连续」翻译成了一列越来越小的坏集合，再用 Borel–Cantelli 型的尾并把它们压成零集。 #### 要么奇异、要么有下界 + 单调收敛定理 + 绝对连续与变差 ⟹ Lebesgue–Radon–Nikodym 定理　`imp.lebesgue-rn` *「要么奇异、要么有下界」$\implies$ Lebesgue–Radon–Nikodym* **I. 先设 $\nu$、$\mu$ 都有限，且 $\nu \ge 0$。** **① 造候选函数集。** 令 $$\mathcal{F} := \{ f : X \to [0, +\infty] : \int_E f d\mu \le \nu(E)\quad \forall E \in \mathcal{M} \}$$ 则 $0 \in \mathcal{F}$，且 $\mathcal{F}$ 对**取大**封闭：若 $f, g \in \mathcal{F}$，令 $A = \{f > g\}$、$h = \max_{f, g}$，则对任意 $E$， $$\int_E h d\mu = \int_{E\cap A} f d\mu + \int_{E\setminus A} g d\mu \le \nu(E\cap A) + \nu(E\setminus A) = \nu(E)$$ 故 $h \in \mathcal{F}$。 **② 取上确界。** 令 $a := \sup\{ \int f d\mu : f \in \mathcal{F} \} \le \nu(X) < \infty$（这一步用到 $\nu$ 有限）。取 $\{f_n\} \subseteq \mathcal{F}$ 使 $\int f_n d\mu \to a$，令 $$g_n = \max_{f_1, \ldots , f_n}, \quad f = \sup_n f_n$$ 由 ① 每个 $g_n \in \mathcal{F}$，且 $g_n \uparrow f$、$\int g_n d\mu \ge \int f_n d\mu$，故 $\lim_n \int g_n d\mu = a$。由 **MCT**，$f \in \mathcal{F}$ 且 $\int f d\mu = a$。 **③ 断言 $d\lambda := d\nu - f d\mu$ 与 $\mu$ 奇异。** 反设不然，由**引理**，存在 $\varepsilon > 0$ 与 $E \in \mathcal{M}$、$\mu (E) > 0$，使 $\lambda \ge \varepsilon\mu$ 在 $E$ 上成立，即 $$\varepsilon \chi_E d\mu \le d\nu - f d\mu\quad \implies\quad (f + \varepsilon \chi_E) d\mu \le d\nu$$ 于是 $f + \varepsilon \chi_E \in \mathcal{F}$，但 $$\int (f + \varepsilon \chi_E) d\mu = a + \varepsilon\cdot\mu(E) > a$$ 与 $a$ 的**上确界**性矛盾。故 $\lambda \perp \mu$，$\nu = \lambda + (f d\mu)$ 就是所要的分解。 **④ 唯一性。** 设 $d\nu = d\lambda' + f' d\mu$ 是另一种分解。则 $$d\lambda - d\lambda' = (f' - f) d\mu$$ 左边与 $\mu$ 奇异（两个各与 $\mu$ 奇异的测度之差仍与 $\mu$ 奇异），右边关于 $\mu$ 绝对连续。由「既奇异又绝对连续 $\implies$ 等于零」，两边都是 0，即 $\lambda = \lambda'$ 且 $f = f'$ $\mu -\text{a.e.}$。 **II. 推广到 $\sigma$有限。** 取 $X = \bigcup_j A_j$（$\mu(A_j) < \infty$、$\nu(A_j) < \infty$）。令 $$\mu_j(E) := \mu(E \cap A_j), \quad \nu_j(E) := \nu(E \cap A_j)$$ 对每一对 $(\mu_j, \nu_j)$ 用 $I$，得 $d\nu_j = d\lambda_j + f_j d\mu_j$。规定 $\lambda_j(A_j^c) = 0$、$f_j = 0$ 在 $A_j^c$ 上，令 $$\lambda := \sum_j \lambda_j, \quad f := \sum_j f_j$$ 则 $d\nu = d\lambda + f d\mu$、$\lambda \perp \mu$，且 $d\lambda$、$f d\mu$ 都 $\sigma$有限。 **$III. \nu$ 是符号测度。** 把 $I$、II 分别用在 $\nu^+$ 与 $\nu^-$ 上（由「绝对连续与变差」，绝对连续性对变差是逐块的），再把结果相加。∎ > ⭐ ③ 那一步是全证明的枢纽：假如 $\lambda$ 还「留了一点 $\mu$质量」，就能拿它把 $f$ 往上顶一点、得出比上确界 $a$ 更大的值 —— 于是 $\lambda$ 只能全部跑到 $\mu$ 看不到的地方去，即 $\lambda \perp \mu$。 #### 积分给出绝对连续测度 + 何时两个函数积分处处相同 ⟹ RN 导数的链式法则　`imp.rn-chain-rule` *换元公式与链式法则* 设 $\nu \ll \mu \ll \lambda$。 **(a) 换元公式 $\int g d\nu = \int g \frac{d\nu}{d\mu} d\mu$。** 分四步爬： $\cdot$ $g = \chi_E$：左边是 $\nu(E) = \int_E \frac{d\nu}{d\mu} d\mu$（这正是 RN 定理的内容），右边同； $\cdot g$ 是简单函数：由线性； $\cdot$ $g \in L^+$：取简单函数列 $g_n \uparrow g$，两边各用一次 MCT； $\cdot$ $g \in L^1(\nu)$：拆正负部。 **(b) 链式法则。** 对任意可测 $E$，用 (a) 两次： $$\nu(E) = \int_E \frac{d\nu}{d\mu} d\mu = \int_E \frac{d\nu}{d\mu} \cdot \frac{d\mu}{d\lambda} d\lambda$$ 另一方面又有 $\nu(E) = \int_E \frac{d\nu}{d\lambda} d\lambda$（因为 $\nu \ll \lambda$）。两式对**一切** $E$ 相等，由「用积分识别函数」，两个密度 $\lambda -\text{a.e.}$ 相等： $$\frac{d\nu}{d\lambda} = \frac{d\nu}{d\mu} \cdot \frac{d\mu}{d\lambda}\quad \lambda-\text{a.e.}$$ ∎ #### 积分给出绝对连续测度 ⟹ 积分的绝对连续性　`imp.integral-ac-continuity` *积分给出绝对连续测度 $\implies$ 积分的绝对连续性* 把「积分给出绝对连续测度」与绝对连续的 $\varepsilon$–$\delta$ 刻画拼起来即可：$\mu(E) < \delta \implies \nu(E) = \int_E f \, d\mu < \varepsilon$。∎ #### 定义引用：「符号测度」→ 正集 / 负集 / 零集　`def-link.signed-positive` 正负集是针对符号测度定义的。 #### 定义引用：「正集 / 负集 / 零集」→ Hahn 分解定理　`def-link.positive-hahn` Hahn 分解的结论就是「空间切成一个正集 + 一个负集」。 #### 定义引用：「符号测度」→ Jordan 分解定理　`def-link.signed-jordan` Jordan 分解把符号测度拆成两个测度之差。 #### 定义引用：「Hahn 分解定理」→ Jordan 分解定理　`def-link.hahn-jordan` $\nu ^{+}$、$\nu ^{-}$ 的造法直接来自 Hahn 分解的那个划分。 #### 定义引用：「相互奇异」→ Jordan 分解定理　`def-link.singular-jordan` Jordan 分解里那个 $\nu ^{+} \perp \nu ^{-}$ 用的就是相互奇异。 #### 定义引用：「测度」→ 绝对连续　`def-link.measure-ac` 绝对连续里被参照的 $\mu$ 是一个真测度。 #### 定义引用：「Jordan 分解定理」→ 绝对连续与变差　`def-link.variations-ac` 命题是用 $\nu ^{+}$、$\nu ^{-}$ 把绝对连续性拆成两半说的。 #### 定义引用：「绝对连续」→ 要么奇异、要么有下界　`def-link.ac-lemma` 引理出场的目的是为 RN 定理准备「$\varepsilon$ 下界」。 #### 定义引用：「相互奇异」→ 要么奇异、要么有下界　`def-link.singular-lemma` 引理的另一半结论就是相互奇异。 #### 定义引用：「绝对连续」→ Lebesgue–Radon–Nikodym 定理　`def-link.ac-rn` $L$–$R$–$N$ 里那个 $\rho \ll \mu$ 就是绝对连续。 #### 定义引用：「相互奇异」→ Lebesgue–Radon–Nikodym 定理　`def-link.singular-rn` 同时用到「与 $\mu$ 奇异」那一半。 #### 定义引用：「可积 / L¹」→ 积分给出绝对连续测度　`def-link.integral-ac` 「$\nu$ 有限 $\iff f \in L^{1}(\mu )$」用到可积的定义。 #### 定义引用：「复测度」→ 复测度的 Radon–Nikodym　`def-link.complex-rn` 这条定理就是复测度版本的 $L$–$R$–$N$。 #### 定义引用：「可积 / L¹」→ 复测度的 Radon–Nikodym　`def-link.integrable-complex-rn` 复情形下密度必须是 $L^{1}$ 的。 #### 定义引用：「测度」→ 全变差的基本性质　`def-link.measure-totalvariation` 全变差本身是一个测度。 #### 覆盖引理 + 极大函数 ⟹ 极大定理　`imp.maximal-theorem` *覆盖引理 $\implies$ 极大定理* **① 把坏集换成球族。** 令 $E_\alpha = \{x : Hf(x) > \alpha\}$。对每个 $x \in E_\alpha$，由 Hf 的定义（上确界）存在 $r_x > 0$ 使 $$A_{r_x}|f|(x) > \alpha\quad \iff\quad \int_{B(r_x, x)} |f(y)| dy > \alpha\cdot m(B(r_x, x))$$ 于是 $\{B(r_x, x)\}_{x \in E_\alpha}$ 是 $E_\alpha$ 的一个开球覆盖，且每个球都满足上面那个「超额」不等式。 **② 用覆盖引理挑不交子族。** 任取 $c < m(E_\alpha)$（先设 $m(E_\alpha ) < \infty$）。由**覆盖引理**，存在 $x_1, \ldots , x_k \in E_\alpha$ 使 $B_j = B(r_{x_j}, x_j)$ 两两不交，且 $$\sum_j m(B_j) > 3^{-n} c$$ **③ 把测度换成积分。** 由 ① 里每个球的超额不等式， $$c < 3^n \sum_j m(B_j) < (3^n/\alpha)\cdot\sum_j \int_{B_j} |f| dy \le (3^n/\alpha)\cdot\int_{\mathbb{R}^n} |f| dy$$ （最后一步用的是：$B_j$ 两两不交，所以把积分加起来不超过整体积分。） **④ 令 $c \to m(E_\alpha )$。** 得到 $$m(E_\alpha) \le (3^n/\alpha)\cdot\int |f| dy$$ 即 $C = 3^n$。∎ > ⭐ 整段只有一个「魔法」：覆盖引理保证挑出来的不交球虽然装不满 $E_\alpha$，但总测度至少是 $3^{-n}$ 倍 —— 恰好够用。 #### 极大定理 + L¹ 里的逼近 + 平均算子联合连续 ⟹ Lebesgue 微分定理　`imp.lebesgue-differentiation` *极大定理 + 连续函数逼近 $\implies$ Lebesgue 微分定理* **① 先局部化。** 由 $L^{1}_{l}oc$ 的定义与测度的可数可加性，只需对每个 $N \in \mathbb{N}$ 证明在球 $\{|x| \le N\}$ 上几乎处处成立；把 $f$ 换成 $f\cdot\chi_{B(N+1, 0)}$ 后即可**设 $f \in L^1$**。 **② 用连续函数逼近。** 给定 $\varepsilon > 0$，由「$L^{1}$ 里的逼近」，取**连续函数** $g$ 使 $$\int |g(y) - f(y)| dy < \varepsilon$$ **③ 连续情形是白送的。** 若 $g$ 连续，则对**每一个** $x$ 都有 $A_r g(x) \to g(x)$（$r \to 0$）—— 因为 $g$ 在 $x$ 附近近似为常数。 **④ 把差值压住。** 对任意 $x$， $$\sup_{r>0} |A_r f(x) - f(x)| = \sup_r |A_r(f - g)(x) + (A_r g - g)(x) + (g - f)(x)| \le H(f - g)(x) + |f - g|(x)$$ （第一项用 $|A_r(f-g)| \le A_r|f-g| \le H(f-g)$，第二项由 ③ 取 $r \to 0$）。 **⑤ 估计坏集。** 令 $$E_\alpha = \{x : \sup_{r>0} |A_r f(x) - f(x)| > \alpha\}$$ 由 ④，$E_\alpha \subseteq F_{\alpha/2} \cup \{x : H(f-g)(x) > \alpha/2\}$，其中 $F_{\alpha/2} = \{|f - g| > \alpha/2\}$。于是 $$m(E_\alpha) \le 2\varepsilon / \alpha + 2C\varepsilon / \alpha$$ （第一项用 Markov 不等式，第二项用**极大定理**。） **⑥ 令 $\varepsilon \to 0$。** 右边对**任意** $\varepsilon > 0$ 成立，故 $m(E_\alpha) = 0$ 对一切 $\alpha > 0$ 成立。于是 $$\lim_{r\to0} A_r f(x) = f(x)\quad \text{ 对一切} x \notin \bigcup_{m\in\mathbb{N}} E_{1/m}$$ 而右边是可数个零集之并，仍是零集。∎ > ⭐ 这是分析里最漂亮的标准套路之一：**用「连续函数是稠密的」把问题搬到好情形，再用极大不等式把误差控制住**。两边一夹，坏集测度为零。 #### Lebesgue 微分定理 ⟹ Lebesgue 集几乎处处　`imp.lebesgue-set` *微分定理 + 可数稠密子集 $\implies$ Lebesgue 集几乎处处* **① 对每个复数 $c$ 用一次微分定理。** 固定 $c \in \mathbb{C}$，把微分定理用在函数 $h(x) = |f(x) - c|$ 上（它是 $L^{1}_{l}oc$ 的）：存在零集 $E_c$，使对 $x \notin E_c$， $$\lim_{r\to0} \frac{1}{m(B(r,x))} \int_{B(r,x)} |f(y) - c| dy = |f(x) - c|$$ **② 只取可数多个 $c$。** 取 $\mathbb{C}$ 的一个**可数稠密子集** $D$（比如 $\mathbb{Q} + i\mathbb{Q}$），令 $$E = \bigcup_{c \in D} E_c$$ 可数多个零集之并仍是零集，故 $m(E) = 0$。 **③ 在 $E$ 外验证**。设 $x \notin E$，任给 $\varepsilon > 0$，取 $c \in D$ 使 $|f(x) - c| < \varepsilon$。则 $$\frac{1}{m(B(r,x))} \int_{B(r,x)} |f(y) - f(x)| dy \le \frac{1}{m(B(r,x))} \int_{B(r,x)} |f(y) - c| dy + |f(x) - c|$$ 右边第一项由 ①（$x \notin E_c$）在 $r \to 0$ 时趋于 $|f(x) - c|$，于是整个右端的极限 $\le$ $|f(x) - c| + \varepsilon < 2\varepsilon$。令 $\varepsilon \to 0$ 得极限为 0，即 $x \in L_f$。 故 $L_f^c \subseteq E$，从而 $m(L_f^c) = 0$。∎ > ⭐ 「把不可数条件化归成可数」这一步是可数性论证的典型手笔，和 Borel–Cantelli 是同一种精神。 #### Lebesgue 集几乎处处 + 可缩族 ⟹ 可缩族的微分定理　`imp.differentiation-general` *Lebesgue 集 + 可缩条件 $\implies$ 一般族的微分定理* 设 $x \in L_f$，$\{E_r\}$ 可缩地趋于 $x$，即 $E_r \subseteq B(r,x)$ 且 $m(E_r) > \alpha\cdot m(B(r,x))$。 **① 关键估计（一行）。** 因为 $E_r \subseteq B(r,x)$，把积分域放大到球上只会变大；再用 $m(E_r) > \alpha m(B(r,x))$ 把分母换小： $$\frac{1}{m(E_r)} \int_{E_r} |f(y) - f(x)| dy \le \frac{1}{m(E_r)} \int_{B(r,x)} |f(y) - f(x)| dy \le (1/\alpha)\cdot m(B(r,x)) \int_{B(r,x)} |f(y) - f(x)| dy$$ **② 收尾。** 由 $x \in L_f$ 的定义，最右边当 $r \to 0$ 时趋于 0。故第一个极限为 0。 **③ 第二个极限。** 由 $$| \frac{1}{m(E_r)} \int_{E_r} f - f(x) | \le \frac{1}{m(E_r)} \int_{E_r} |f(y) - f(x)| dy \to 0$$ 即得 $\frac{1}{m(E_r)} \int_{E_r} f dy \to f(x)$。∎ > 全部难度都被「把 L_f 的定义写成 $\int|f(y) - f(x)|$」吸收掉了 —— 这也解释了为什么定义要那么写。 #### 可缩族的微分定理 + 正则 Borel 测度 + 覆盖引理 ⟹ RN 导数的点态公式　`imp.rn-pointwise` *微分定理 + 正则性 $\implies RN$ 导数的点态公式* 设 $d\nu = d\lambda + f\cdot dm$（$\lambda \perp m$），$\nu$ 正则。 **① 先算全变差。** 由全变差的性质，$d|\nu| = d|\lambda| + |f|\cdot dm$。既然 $\nu$ 正则，$|\nu |$ 正则，于是 $\lambda$ 与 $f\cdot dm$ 都正则；由「$g\cdot dm$ 正则 $\iff$ $g \in L^1_{loc}$」得 $f \in L^1_{loc}$。 **② 拆比值。** $$\nu(E_r) / m(E_r) = \lambda(E_r) / m(E_r) + \frac{1}{m(E_r)} \int_{E_r} f\cdot dm$$ 第二项由**可缩族的微分定理**趋于 $f(x)$（对 m-a.e. x）。所以只需证第一项趋于 0。 **③ 把 $\lambda$ 的坏点收集起来。** 不妨设 $\lambda \ge 0$，并取 $A$ 使 $\lambda(A) = m(A^c) = 0$（$\lambda \perp m$ 的见证）。令 $$F_k = \{ x \in A : \limsup_{r\to0} \lambda(B(r, x)) / m(B(r, x)) > 1 / k \}$$ **④ 用正则性把 $\lambda$ 压小。** 给定 $\varepsilon > 0$，由 $\lambda$ 的正则性（从外面用开集逼近）取开集 $U \supseteq A$ 使 $\lambda(U) < \varepsilon$（注意 $\lambda(A) = 0$，但 $U$ 比 $A$ 大，多出来的部分也可以做得任意小）。 **⑤ 每个坏点配一个小球。** 对 $x \in F_k$，由 $F_k$ 的定义与 $B_x \subseteq U$（在 $A$ 附近取足够小的球即可），存在球 $B_x$ 使 $$\lambda(B_x) > (1/k)\cdot m(B_x)$$ **⑥ 覆盖引理再来一次。** 令 $V_\varepsilon = \bigcup_{x \in F_k} B_x$（它是 $U$ 中的开集，故 $\lambda(V_\varepsilon) \le \lambda(U) < \varepsilon$）。取 $c < m(V_\varepsilon)$，由**覆盖引理**挑出不交的 $B_{x_1}, \ldots , B_{x_j}$ 使 $\sum m(B_{x_i}) > 3^{-n} c$。于是 $$c < 3^n \sum_i m(B_{x_i}) \le 3^n k \sum_i \lambda(B_{x_i}) \le 3^n k\cdot\lambda(V_\varepsilon) \le 3^n k \varepsilon$$ **⑦ 令 $\varepsilon \to 0$。** 得 $m(V_\varepsilon) = 0$，故某个零集包含了一切 $F_k$，即 $F_k$ 全是零集，从而 $\lim_{r\to0} \lambda(B(r,x))/m(B(r,x)) = 0$ 对 m-a.e. x 成立。 **⑧ 从球换到可缩族。** 上面用的是球；要换成一般的可缩族 $E_r$，用 $$\lambda(E_r) / m(E_r) \le \lambda(B(r,x)) / m(E_r) \le (1/\alpha)\cdot\lambda(B(r,x)) / m(B(r,x)) \to 0$$ （第二个不等号用了 $m(E_r) > \alpha m(B(r,x))$，并且 $E_r \subseteq B(r,x)$ 使分子变大。）把 ⑦ 的结果搬过来即可。∎ > ⭐ 这条把 Radon–Nikodym 导数彻底「算得出来」了：它就是在小球上质量比的极限 —— 正是「密度 $=$ 质量/体积」的严格版本。 #### 定义引用：「RN 导数与 Lebesgue 分解」→ L¹(ν) 与全变差　`def-link.totalvariation-l1` $d\nu /d|\nu |$ 就是一个 RN 导数。 #### 定义引用：「可积 / L¹」→ L¹(ν) 与全变差　`def-link.integrable-l1signed` $L^{1}(\nu )$ 的定义直接搬用 $L^{1}(|\nu |)$。 #### 定义引用：「局部可积」→ 平均算子 Aᵣ　`def-link.locally-integrable-average` 平均算子只在 $L^{1}_{l}oc$ 上定义。 #### 定义引用：「平均算子 Aᵣ」→ 极大函数　`def-link.average-maximal` 极大函数就是对 $A_{r}|f|$ 取上确界。 #### 定义引用：「局部可积」→ 极大函数　`def-link.locally-maximal` 极大函数的定义域是 $L^{1}_{l}oc$。 #### 定义引用：「极大函数」→ 极大定理　`def-link.maximal-theorem-lm` 极大定理估的就是 Hf 的分布函数。 #### 定义引用：「Lebesgue 集」→ Lebesgue 集几乎处处　`def-link.lebesgue-set-thm` 定理说这个集合的补是零集。 #### 定义引用：「可缩族」→ 可缩族的微分定理　`def-link.shrinks-general` 定理对一切可缩族成立。 #### 定义引用：「Lebesgue 集」→ 可缩族的微分定理　`def-link.lebesgue-set-general` 结论只在 Lebesgue 点上成立。 #### 定义引用：「正则 Borel 测度」→ RN 导数的点态公式　`def-link.regular-pointwise` 定理的第一个前提就是 $\nu$ 正则。 #### 定义引用：「RN 导数与 Lebesgue 分解」→ RN 导数的点态公式　`def-link.rn-pointwise` 结论就是：RN 导数等于比值极限。 #### 定义引用：「局部可积」→ RN 导数的点态公式　`def-link.locally-pointwise` 证明中间要推出 $f \in L^{1}_{l}oc$。 #### T_F ± F 递增 ⟹ BV 的 Jordan 分解　`imp.bv-jordan` *$T_F \pm F$ 递增 $\implies BV$ 的 Jordan 分解* **(b) 的 $(\Longleftarrow )$ 方向**：若 $F = G - H$（$G$、$H$ 有界递增），则对任意分划 $$\sum|F(x_j) - F(x_{j-1})| \le \sum|G(x_j) - G(x_{j-1})| + \sum|H(x_j) - H(x_{j-1})| = (G(x) - G(-\infty)) + (H(x) - H(-\infty))$$ （递增函数的相邻差非负，可以直接去绝对值。）于是 $T_F(x) \le (G+H)(x) - (G+H)(-\infty) < \infty$，$F \in BV$。 **(b) 的 $(\implies )$ 方向**：由**引理**，$T_F + F$ 与 $T_F - F$ 都递增；它们有界（因为 $F \in BV$ 且 $F$ 有界）。令 $$G := (1/2)(T_F + F), \quad H := (1/2)(T_F - F)$$ 则 $G$、$H$ 有界递增，且 $$G - H = (1/2)(T_F + F) - (1/2)(T_F - F) = F$$ ∎ **(a)**：把实部虚部分开即可（$|\operatorname{Re} F| \le |F|$、$|F| \le |\operatorname{Re} F| + |\operatorname{Im} F|$，两边夹）。∎ > ⭐ 这叫「函数版的 Jordan 分解」，与符号测度的 $\nu = \nu ^{+} - \nu ^{-}$ 完全平行 —— 事实上两者通过「测度 $\leftrightarrow NBV$」的对应是同一件事。 #### BV 的 Jordan 分解 + 单调函数几乎处处可导 ⟹ BV 函数的正则性　`imp.bv-regularity` *化归到递增函数 $\implies BV$ 的正则性* 由**Jordan 分解**，只需对**有界递增**函数证明这三条 —— 差的性质自动继承。 **(c)** 递增函数 $F$ 在每点都有单侧极限： $$F(x-) = \sup_{y < x} F(y), \quad F(x+) = \inf_{y > x} F(y)$$ （递增数列的有界单调收敛定理。）同理 $F(\pm \infty) = \sup/\inf$ 也存在。 **(d)** 由**单调函数那条定理**的 (a)：不连续点至多可数。 **(e)** 由同一条定理的 (b)：$F' = G'$ a.e.，其中 $G(x) = F(x+)$。对 $G - H$ 形式的函数两边相减即可。∎ $>$ ⭐ 整个证明的模式很典型：**先证明「递增」这个好情形，再用 Jordan 分解把一般情形搬过去**。 #### 全变差的 NBV 性质 + BV 的 Jordan 分解 ⟹ 测度 ↔ NBV 的一一对应　`imp.borel-nbv` *NBV 的性质 $\implies$ 测度与函数的一一对应* **(1) 测度 $\implies$ 函数。** 复测度拆成四个正测度 $\mu = \mu_1^+ - \mu_1^- + i(\mu_2^+ - \mu_2^-)$。令 $$F_j^{\pm }(x) := \mu_j^{\pm }((-\infty, x])$$ 每个 $F_j^{\pm }$ 递增、右连续、$F_j^{\pm }(-\infty) = 0$、$F_j^{\pm }(+\infty) = \mu_j^{\pm }(\mathbb{R}) < \infty$。于是 $F$ 是四个这样的函数之组合，属于 NBV。 **(2) 函数 $\implies$ 测度。** 反之任意 $F \in NBV$ 可以写成 $$F = F_1^+ - F_1^- + i(F_2^+ - F_2^-)$$ （用 NBV 版本的 Jordan 分解，注意右连续与 $F(-\infty ) = 0$ 都被差保留。）每个递增右连续、$F(-\infty ) = 0$ 的函数唯一对应一个有限 Borel 测度（取 $\mu ((a,b]) = F(b) - F(a)$，由 Lebesgue–Stieltjes 那一套扩张）；四块加起来即得 $\mu _F$。**唯一性**来自「$\mu$ 由它在 $(-\infty , x]$ 上的值唯一决定」，而后者生成整个 $\mathfrak{B}_\mathbb{R}$。 **$(3) |\mu _F| = \mu _\{T_F\}$。** 由**引理**，$F \in NBV \implies T_F \in NBV$，所以 $\mu_{T_F}$ 有意义。两边都是 NBV 函数，逐点比较：对任意 $x$， $$\mu_{T_F}((-\infty, x]) = T_F(x) = \sup\{ \sum|F(x_j) - F(x_{j-1})| \} = |\mu_F|((-\infty, x])$$ （中间那个等号是 $|\mu |$ 的全变差定义 + 测度的可数可加性。）由 $(-\infty , x]$ 生成 $\mathfrak{B}_\mathbb{R}$，两个测度相等。∎ #### NBV 函数的导数与测度的关系 + 绝对连续的 ε–δ 刻画 ⟹ 函数绝对连续 ⟺ 测度绝对连续　`imp.ac-measure` *$\mu_F \ll m$ 的 $\varepsilon$–$\delta$ 刻画 $\implies$ 函数绝对连续 $\iff$ 测度绝对连续* **$(\Longleftarrow )$** 设 $\mu_F \ll m$。应用测度版绝对连续的 $\varepsilon$–$\delta$ 刻画（注意 $\mu _F$ 有限，符合前提）：给定 $\varepsilon > 0$ 取 $\delta > 0$ 使 $$m(E) < \delta\quad \implies\quad |\mu_F(E)| < \varepsilon$$ 现在取有限个两两不交的区间 $(a_j, b_j) \subseteq [a, b]$ 且 $\sum(b_j - a_j) < \delta$，令 $E = \bigsqcup_j (a_j, b_j)$。则 $m(E) < \delta$，于是 $$\sum_j |F(b_j) - F(a_j)| = \sum_j |\mu_F((a_j, b_j])| \le |\mu_F|(E) < \varepsilon$$ 这正是函数绝对连续的定义。 **$(\implies )$** 设 $F$ 绝对连续，$E \in \mathfrak{B}_\mathbb{R}$、$m(E) = 0$，要证 $\mu_F(E) = 0$。由 $\mu _F$ 的正则性取递减开集列 $U_1 \supseteq U_2 \supseteq \cdots \supseteq E$ 使 $m(U_k) < \delta$、$\bigcap_k U_k = E$。每个 $U_{k}$ 是区间的可数不交并，把函数绝对连续性的条件用在 $U_{k}$ 的有限截断上，得到 $|\mu_F(U_j)| < \varepsilon$；再由测度的上连续性（递减列，首项有限）得 $$|\mu_F(E)| = \lim_j |\mu_F(U_j)| \le \varepsilon$$ 由 $\varepsilon$ 任意，$\mu_F(E) = 0$。故 $\mu_F \ll m$。∎ #### AC ⊆ BV + 函数绝对连续 ⟺ 测度绝对连续 + NBV 函数的导数与测度的关系 ⟹ 微积分基本定理（Lebesgue 版）　`imp.ftc` *$(a) \iff (b) \iff (c)$：微积分基本定理的三条等价* **$(a) \implies (b)$。** 设 $F$ 绝对连续。由**$AC \subseteq BV$**，$F \in BV$；把它补成 NBV 里的函数（差一个常数与右连续化，不影响导数的积分）。由**绝对连续 $\iff \mu _F \ll m$**，写 Lebesgue 分解时奇异部分 $\lambda = 0$，于是 $d\mu_F = f\cdot dm$，即 $$F(x) - F(a) = \int_a^x f(t) dt$$ 取 $f$ 就是所要的 $L^{1}$ 函数。 **$(b) \implies (c)$。** 若 $F(x) - F(a) = \int_a^x f$，则由积分的绝对连续性，$F$ 绝对连续（这是直接验证）；而由**微分定理**，$d / dx\int_a^x f = f(x)$ a.e.，故 $F' = f$ a.e.、$F' \in L^1$，公式成立。 **$(c) \implies (a)$。** 由 (c)，$F$ 在 a.e. 意义下等于一个积分的原函数；把 $F(x) - \int_a^x F'$ 这个差记作 $G$，则 $G$ 绝对连续（$(b) \implies F$ 的那一段）且 $G' = 0 \text{a.e.}$；再由 (b) 的构造（$\mu _G \ll m$ 且密度为 $F' - F' = 0$）得 $G \equiv 0$。故 $F$ 本身绝对连续。∎ $>$ ⭐ 最容易错的直觉是「a.e. 可导 $F' \in L^{1}$ 就够」——**Cantor 函数**正是反例：它 a.e. 可导、$F' \equiv 0 \in L^{1}$，但 $\int _{0}^{1} F' = 0 \ne 1$。**绝对连续这一条不能省。** > 这条定理是整个「有界变差 / 绝对连续」星团的收官：它把函数侧、积分侧、导数侧三个刻画焊在一起。 #### 定义引用：「有界变差 BV」→ BV 的例子与基本性质　`def-link.bv-variation` 几个例子都是在算 T_F。 #### 定义引用：「有界变差 BV」→ T_F ± F 递增　`def-link.bv-jordan-lemma` 引理里的 T_F 就是全变差函数。 #### 定义引用：「有界变差 BV」→ BV 的 Jordan 分解　`def-link.bv-jordan-thm` 定理的两边都是 BV 这个类。 #### 定义引用：「有界变差 BV」→ BV 函数的正则性　`def-link.bv-regularity-thm` 正则性命题是在 BV 上说的。 #### 定义引用：「NBV」→ 全变差的 NBV 性质　`def-link.nbv-lemma` 引理要为 NBV 服务（T_F 也要落在 NBV 里）。 #### 定义引用：「有界变差 BV」→ 测度 ↔ NBV 的一一对应　`def-link.bv-nbv-thm` 对应定理的左边整块都是 BV 的变体。 #### 定义引用：「测度」→ 测度 ↔ NBV 的一一对应　`def-link.measure-nbv-thm` 另一边是 $\mathbb{R}$ 上的复 Borel 测度。 #### 定义引用：「绝对连续函数」→ 函数绝对连续 ⟺ 测度绝对连续　`def-link.ac-function-ift` 这条命题就是要给「绝对连续函数」一个测度论的解释。 #### 定义引用：「绝对连续」→ 函数绝对连续 ⟺ 测度绝对连续　`def-link.ac-measure-ift` 同时用到测度版的绝对连续。 #### 定义引用：「绝对连续函数」→ 微积分基本定理（Lebesgue 版）　`def-link.ac-ftc` (a) 就是绝对连续的定义。 #### 定义引用：「可积 / L¹」→ 微积分基本定理（Lebesgue 版）　`def-link.integrable-ftc` (b)(c) 里的 $f$、$F'$ 都要求在 $L^{1}$ 里。 #### 定义引用：「NBV」→ 积出来的函数是 AC · NBV　`def-link.nbv-ftc` 推论同时落在 NBV 与 AC 的交里。 #### Young 不等式 ⟹ Hölder 不等式　`imp.holder` *Young 不等式 $\implies$ Hölder 不等式* **① 先设 $\|f\|_p = \|g\|_q = 1$。** 在 Young 不等式里取 $$a = |f(x)|^p, \qquad b = |g(x)|^q, \qquad \lambda = \frac{1}{p}, \qquad 1 - \lambda = \frac{1}{q}$$ 得逐点不等式 $$|f(x)g(x)| \le \frac{|f(x)|^p}{p} + \frac{|g(x)|^q}{q}$$ **② 积分。** $$\int |fg| \le \frac{1}{p} \int |f|^p + \frac{1}{q} \int |g|^q = \frac{1}{p} + \frac{1}{q} = 1$$ **③ 一般情形。** 若 $\|f\|_p$、$\|g\|_q$ 都非零，把 $f / \|f\|_p$ 与 $g / \|g\|_q$ 代进去再用齐次性。若有一个为零，则 $fg = 0$ a.e.，两边都是 0。∎ **④ 取等条件。** 回看 ②：等号成立要求 ① 里每一步都取等，即 $a = b$ a.e.（Young 不等式的取等条件），也就是 $$|f|^p = |g|^q \quad \text{a.e.}$$ 在归一化之后；还原到一般情形就是「$|f|^p$ 与 $|g|^q$ 成比例 a.e.」。 #### Hölder 不等式 ⟹ Minkowski 不等式　`imp.minkowski` *Hölder 不等式 $\implies$ Minkowski 不等式* **① 拆开。** 对 $p > 1$， $$|f+g|^p = |f+g| \cdot |f+g|^{p-1} \le \left( |f| + |g| \right) |f+g|^{p-1}$$ **② 两次 Hölder。** 对 $|f| \cdot |f+g|^{p-1}$ 与 $|g| \cdot |f+g|^{p-1}$ 分别用 Hölder（指数 $p$ 与 $q$，其中 $1/p + 1/q = 1$）： $$\int |f+g|^p \le \left( \|f\|_p + \|g\|_p \right) \left( \int |f+g|^{(p-1)q} \right)^{1/q}$$ **③ 认出右边的积分。** 因为 $(p-1)q = p$，右边那个因子就是 $\|f+g\|_p^{\,p/q}$。于是 $$\|f+g\|_p^p \le \left( \|f\|_p + \|g\|_p \right) \|f+g\|_p^{\,p/q}$$ **④ 约掉。** 若 $\|f+g\|_p = 0$ 结论平凡；否则两边除以 $\|f+g\|_p^{p/q}$，注意 $p - p/q = 1$，即得 $$\|f+g\|_p \le \|f\|_p + \|g\|_p$$ $p = 1$ 时直接由逐点不等式 $|f+g| \le |f| + |g|$ 积分得到。∎ > ⭐ 注意「约掉」那一步：正是 $1/p + 1/q = 1$ 保证 $p - p/q = 1$，否则会留下一个顽固的指数。 #### Minkowski 不等式 + 单调收敛定理 + 控制收敛定理 ⟹ L^p 是 Banach 空间　`imp.lp-banach` *三角不等式 + MCT + DCT $\implies$ $L^p$ 完备* **① 换成级数。** 赋范线性空间完备 $\iff$ 每个**绝对收敛**的级数都收敛（标准判据）。所以设 $\{f_k\} \subseteq L^p$ 且 $$B := \sum_{k=1}^{\infty} \|f_k\|_p < \infty$$ 目标：证明 $\sum_k f_k$ 在 $L^p$ 范数下收敛。 **② 先做逐点收敛。** 令 $$G_n := \sum_{k \le n} |f_k|, \qquad G := \sum_{k=1}^{\infty} |f_k|$$ 由 **Minkowski**（三角不等式），$\|G_n\|_p \le \sum_{k \le n} \|f_k\|_p \le B$，即 $\int G_n^p \le B^p$。$G_n \uparrow G$，由 **MCT**， $$\int G^p = \lim_n \int G_n^p \le B^p$$ 于是 $G \in L^p$，特别地 $G < \infty$ a.e.。这就说明 $\sum_k f_k(x)$ 对 a.e. $x$ **绝对收敛**，记其和为 $F$。 **③ 再做范数收敛。** 部分和 $s_n := \sum_{k \le n} f_k$ 满足 $s_n \to F$ a.e.，且 $$|F - s_n|^p \le \left( |F| + |s_n| \right)^p \le (2G)^p \in L^1$$ （因为 $|F| \le G$、$|s_n| \le G$。）由 **DCT**， $$\left\| F - s_n \right\|_p^p = \int |F - s_n|^p \to 0$$ 即 $s_n \to F$ 于 $L^p$。故绝对收敛级数都收敛，$L^p$ 完备。∎ $>$ ⭐ 这一段是「用逐点收敛的定理（MCT / DCT）去证范数收敛」的范例：控制函数 $G$ 就是关键桥梁。 #### Hölder 不等式 + 对偶配对 φ_g ⟹ 有界 ⟹ g ∈ L^q　`imp.bounded-gives-lq` *Hölder + 有界性 $\implies$ $g \in L^q$* **Step 1：有限支可测的 $f$ 也满足 $|\int fg| \le M_g(g)$。** 设 $f$ 有限支可测、$\|f\|_p = 1$。取**有限支简单函数列** $\{f_n\} \to f$ a.e.，且 $|f_n| \le |f|$、$|f_n| \le \|f\|_\infty \chi_E$（$E$ 是 $f$ 的支集，有限测度）。由 **DCT**， $$\left| \int fg \right| = \lim_n \left| \int f_n g \right| \le M_g(g)$$ **Step 2：$q < \infty$。** 不妨设 $g \ne 0$，且设 $\{g \ne 0\}$ $\sigma$有限（$\mu$ 半有限时这一点自动成立）。 先说明**必须**有 $\mu(\{|g| > \varepsilon\}) < \infty$（对一切 $\varepsilon > 0$）：否则设 $E_\varepsilon = \{|g| > \varepsilon\}$ 测度无穷，对任意 $C$ 取 $B \subseteq E_\varepsilon$ 使 $C < \mu(B) < \infty$，令 $$f = \mu(B)^{-1/q} \chi_B \operatorname{sgn} g, \qquad \|f\|_p = 1$$ 则 $\left| \int fg \right| = \mu(B)^{-1/q} \int_B |g| > \varepsilon \, \mu(B)^{1/p} > \varepsilon C^{1/p}$，令 $C \to \infty$ 就与 $M_g(g) < \infty$ 矛盾。 于是可取 $\{E_n\} \uparrow \{g \ne 0\}$，$\mu(E_n) < \infty$；再取简单 $\varphi_n \to g$、$|\varphi_n| \le |g|$，令 $g_n := \varphi_n \chi_{E_n}$，则 $g_n \to g$、$|g_n| \le |g|$、且 $g_n$ 在 $E_n^c$ 外为零。令 $$f_n := \frac{|g_n|^{q-1} \operatorname{sgn} g_n}{\|g_n\|_q^{\,q-1}}, \qquad \|f_n\|_p = 1$$ 则 $f_n$ 有限支，由 Step 1 可用。于是 $$\|g\|_q \le \lim_n \|g_n\|_q = \lim_n \int f_n g_n \le \lim_n \int |f_n g| = \lim_n \int f_n g \le M_g(g)$$ （第一个不等号由 Fatou，第二个是 $f_n g_n = |g_n|^q$，中间那个等号用的仍是符号 $\operatorname{sgn}$ 的消失。）故 $\|g\|_q \le M_g(g) < \infty$，$g \in L^q$；反向不等式 $M_g(g) \le \|g\|_q$ 由 Hölder。 **Step 3：$q = \infty$。** 对 $\varepsilon > 0$ 令 $A = \{|g(x)| \ge M_\infty(g) + \varepsilon\}$。若 $\mu(A) > 0$，由半有限性或 $A \subseteq \{g \ne 0\}$ 的 $\sigma$有限性取 $B \subseteq A$、$0 < \mu(B) < \infty$，令 $f = \mu(B)^{-1} \chi_B \operatorname{sgn} g$，则 $\|f\|_1 = 1$ 而 $\int fg \ge M_\infty(g) + \varepsilon$ —— 矛盾。故 $\mu(A) = 0$，即 $\|g\|_\infty \le M_\infty(g)$；反方向由 Hölder。∎ #### 有界 ⟹ g ∈ L^q + Lebesgue–Radon–Nikodym 定理 + ‖g‖_q = ‖φ_g‖ ⟹ (L^p)* ≅ L^q　`imp.riesz-lp` *把泛函变成测度 $\implies$ $(L^p)^* \cong L^q$* 设 $1 < p < \infty$、$\Phi \in (L^p)^*$。 **Step 1：先设 $\mu$ 有限。** 此时所有简单函数都在 $L^p$ 里。定义 $$\nu(E) := \Phi(\chi_E) \qquad (E \in \mathcal{M})$$ **① $\nu$ 是复测度。** 设 $E = \bigsqcup_j E_j$，则 $\chi_E = \sum_{j} \chi_{E_j}$。而 $$\left\| \chi_E - \sum_{j \le n} \chi_{E_j} \right\|_p = \left\| \sum_{j > n} \chi_{E_j} \right\|_p = \mu\left( \bigsqcup_{j>n} E_j \right)^{1/p} \to 0$$ 由 $\Phi$ 的连续性，$\nu(E) = \sum_j \nu(E_j)$ —— 正是复测度的定义。 **② $\nu \ll \mu$。** 若 $\mu(E) = 0$，则 $\chi_E = 0$ 于 $L^p$，故 $\nu(E) = 0$。 **③ 用 Radon–Nikodym。** 存在 $g \in L^1(\mu)$ 使 $\nu(E) = \int_E g \, d\mu$，即 $$\Phi(\chi_E) = \int \chi_E g \, d\mu$$ 对一切简单函数 $f$ 就有 $\Phi(f) = \int fg \, d\mu$（线性）。 **④ 把 $g$ 提升到 $L^q$。** 由 $\left| \int fg \right| = |\Phi(f)| \le \|\Phi\| \, \|f\|_p$，有界泛函那条命题给出 $g \in L^q$ 且 $\|g\|_q \le \|\Phi\|$。再由稠密性（简单函数在 $L^p$ 稠密、$\Phi$ 连续）得 $\Phi(f) = \int fg$ 对**一切** $f \in L^p$ 成立。 **Step 2：$\mu$ $\sigma$有限。** 取 $\{E_n\} \uparrow$、$0 < \mu(E_n) < \infty$、$X = \bigcup_n E_n$，并把 $L^p(E_n)$ 等同于「在 $E_n$ 外为零的 $L^p(X)$ 函数」。对每个 $n$ 用 Step 1 得 $g_n \in L^q(E_n)$，且 $$\|g_n\|_q \le \left\| \Phi|_{L^p(E_n)} \right\| \le \|\Phi\|$$ 唯一性（a.e.）给出 $g_n = g_m$ a.e. 于 $E_n$（$n < m$），所以它们拼成一个 a.e. 良定义的 $g$。由 **MCT**，$\|g\|_q = \lim_n \|g_n\|_q \le \|\Phi\|$，故 $g \in L^q$；而对 $f \in L^p$，由 **DCT** $f\chi_{E_n} \to f$ 于 $L^p$，于是 $\Phi(f) = \lim_n \Phi(f\chi_{E_n}) = \lim_n \int_{E_n} fg = \int fg$。 **Step 3：$\mu$ 任意（此时 $p > 1$，故 $q < \infty$）。** 对每个 $\sigma$有限集 $E \subseteq X$，Step 2 给出 a.e. 唯一的 $g_E \in L^q(E)$ 使 $\Phi(f) = \int f g_E$ 对一切 $f \in L^p(E)$ 成立，且 $\|g_E\|_q \le \|\Phi\|$。若 $F \supseteq E$ 也 $\sigma$有限，则 $g_F = g_E$ a.e. 于 $E$，因而 $\|g_F\|_q \ge \|g_E\|_q$。令 $$M := \sup \{\, \|g_E\|_q : E \text{ 是 }\sigma\text{-有限集} \,\} \le \|\Phi\|$$ 取 $\{E_n\}$ 使 $\|g_{E_n}\|_q \to M$，令 $F = \bigcup_n E_n$（仍 $\sigma$有限）。则 $\|g_F\|_q \ge \|g_{E_n}\|_q$ 对一切 $n$ 成立，故 $\|g_F\|_q = M$。 **$g_F$ 已经是我们要的那个 $g$**：设 $A \supseteq F$ $\sigma$有限，则 $$\int |g_F|^q + \int |g_{A \setminus F}|^q = \int |g_A|^q \le M^q = \int |g_F|^q$$ 故 $g_{A \setminus F} = 0$，即 $g_A = g_F$ a.e.。而对 $f \in L^p$，集合 $A := F \cup \{f \ne 0\}$ 是 $\sigma$有限的，于是 $\Phi(f) = \int f g_A = \int f g_F$。取 $g = g_F$ 即可。∎ > ⭐ Step 1 的核心思想：**把 $L^p$ 上的泛函限制在「特征函数」上，就得到一个测度**，再用 Radon–Nikodym 把测度变成函数。 #### 定义引用：「L^p 范数」→ Hölder 不等式　`def-link.lp-holder` Hölder 不等式两边都是 L^p 范数。 #### 定义引用：「共轭指数」→ Hölder 不等式　`def-link.conjugate-holder` 陈述里那个 $1/p + 1/q = 1$ 就是共轭指数的定义。 #### 定义引用：「L^p 范数」→ Minkowski 不等式　`def-link.lp-minkowski` Minkowski 就是 L^p 范数的三角不等式。 #### 定义引用：「L^p 范数」→ L^p 是 Banach 空间　`def-link.lp-banach` 完备性是相对这个范数说的。 #### 定义引用：「本性上界与 L^∞」→ L^∞ 的性质　`def-link.esssup-linf` 整条定理都是在处理 $\|\cdot \|_\infty$。 #### 定义引用：「对偶配对 φ_g」→ ‖g‖_q = ‖φ_g‖　`def-link.duality-holder` 命题算的就是 $\varphi _g$ 的算子范数。 #### 定义引用：「共轭指数」→ ‖g‖_q = ‖φ_g‖　`def-link.conjugate-duality` 前提是 $p$、$q$ 共轭。 #### 定义引用：「对偶配对 φ_g」→ 有界 ⟹ g ∈ L^q　`def-link.duality-bounded` 这条命题说的正是「配对 $\int fg$ 有界」把 $g$ 逼进 L^q。 #### 定义引用：「共轭指数」→ (L^p)* ≅ L^q　`def-link.conjugate-riesz` 结论那句话里「$q$ 是共轭指数」。 #### 定义引用：「对偶配对 φ_g」→ (L^p)* ≅ L^q　`def-link.duality-riesz` 定理说 $g \mapsto \varphi _g$ 是等距同构。 #### 定义引用：「L^p 范数」→ L^p 自反　`def-link.lp-reflexive` 自反性谈的是 L^p 与它的二次对偶。 #### 定义引用：「实数系 ℝ」→ 扩充实数 [−∞,+∞]　`dep.real-extended` 扩充实数就是在 $\mathbb{R}$ 上添两个记号。 #### 定义引用：「实数系 ℝ」→ 区间　`dep.real-interval` 区间是 $\mathbb{R}$ 的全序 $\le$ 说出来的：端点之间的都算数。 #### 定义引用：「实数系 ℝ」→ 数列极限　`dep.real-sequence` 极限里的 $|x_n - x| < \varepsilon$ 用的是实数的绝对值与序。 #### 定义引用：「数列极限」→ 级数收敛　`dep.real-series` 级数收敛 = 部分和这个**数列**收敛。 #### 定义引用：「数列极限」→ 连续　`dep.real-continuous` 连续的定义就是「$x \to x_0$ 时 $f(x) \to f(x_0)$」——极限的语言。 #### 定义引用：「数列极限」→ 导数　`dep.real-derivative` 导数是一个**极限**：差商的极限。 #### 定义引用：「连续」→ 导数　`dep.continuous-derivative` 可导 $\implies$ 连续：这一点由导数的定义直接推出来。 #### 定义引用：「实数系 ℝ」→ 复数 ℂ　`dep.real-complex` $\mathbb{C} = \mathbb{R}^2$，实部虚部都是实数。 #### 定义引用：「界与确界」→ 级数收敛　`dep.sup-series` 非负项级数取的就是部分和的**上确界**。 #### 定义引用：「子集」→ 并集与交集　`dep.subset-union-inter` 两个运算都用 $\subseteq$ 说事（$A \cap B \subseteq A \subseteq A \cup B$）。 #### 定义引用：「子集」→ 差集与补集　`dep.subset-diff` $A \setminus B \subseteq A$；「含全集 $X$」也是子集关系。 #### 定义引用：「空集 ∅」→ 空集存在　`dep.ext-empty` $\emptyset$ 先作为原始对象给出；这条定理说明**不把它当原始对象、只靠分离公理模式**也能得到同一个集合，并由外延公理知它唯一。 #### 定义引用：「空集 ∅」→ 并集与交集　`dep.empty-union` $\bigcap \emptyset$ 要注意：它必须相对某个全集才有意义 —— 空集的出现方式常常是这种边角。 #### 定义引用：「映射」→ 单射 / 满射 / 双射　`dep.function-bijection` 单射、满射、双射都是**函数**的性质。 #### 定义引用：「有序对」→ 单射 / 满射 / 双射　`dep.pair-bijection` 判断单射时用的是「$f(a) = f(b) \implies a = b$」，即在有序对层面比较。 #### 定义引用：「单射 / 满射 / 双射」→ 可数与不可数　`dep.bijection-countable` 可数就是「存在双射 $A \to \mathbb{N}$」；至多可数是「存在单射」。 #### 定义引用：「自然数集存在」→ 可数与不可数　`dep.nat-countable` $\mathbb{N}$ 由无穷公理给出（见「自然数集存在」），可数就是拿它当标尺去量别的集合。 #### 定义引用：「零集与完备」→ 几乎处处　`dep.nullset-ae` a.e. 的定义就是「例外集是**零集**」。 #### 定义引用：「测度」→ 几乎处处　`dep.measure-ae` $\mu(E) = 0$ 里的 $\mu$ 是测度；a.e. 是测度空间上的说法。 #### 定义引用：「区间」→ 基本类　`dep.interval-ls` 半开区间族 $\{ (a, b] : a < b \}$ 就是构造 Lebesgue–Stieltjes 测度时用的那个**基本类**。 #### 定义引用：「界与确界」→ 非负函数的积分　`dep.sup-integral-nonneg` 非负函数的积分定义成 $\sup \{ \int \varphi \}$ —— 取的是实数（或 $+\infty$）的上确界。 #### 定义引用：「扩充实数 [−∞,+∞]」→ 测度　`dep.extended-measure` 测度的取值放在 $[0, +\infty]$ 里，正是扩充实数。 #### 定义引用：「实数系 ℝ」→ 距离空间　`dep.real-metric` 距离取值 $d : X \times X \to [0, +\infty) \subseteq \mathbb{R}$，用的是实数的序与绝对值。 #### 定义引用：「区间」→ 绝对连续函数　`dep.interval-bv` 绝对连续的定义里，「任意有限个两两不交的区间」说的就是区间。 #### 定义引用：「导数」→ 有界变差 BV　`dep.derivative-bv` 全变差与 $F'$ 都在讨论函数的**逐点**行为。 #### 定义引用：「导数」→ 单调函数几乎处处可导　`dep.derivative-monotone-thm` 「单调函数几乎处处可导」说的就是这条定义里的导数存在 a.e.。 #### 定义引用：「复数 ℂ」→ 复函数的积分　`dep.complex-integral-complex` 复值函数的积分就是拆成 $\operatorname{Re} f$、$\operatorname{Im} f$ 两个实值积分。 #### 定义引用：「复数 ℂ」→ 复测度　`dep.complex-complex-measure` 复测度取值在 $\mathbb{C}$ 里 —— 所以它自动有限。 #### 定义引用：「复数 ℂ」→ L^p 范数　`dep.complex-lp` $L^p$ 的元素取复值：$f : X \to \mathbb{C}$。 #### 定义引用：「连续」→ 连续 ⟹ Borel 可测　`dep.continuous-continuous-measurable` 「连续 $\implies$ Borel 可测」要把连续的 $\varepsilon$-$\delta$ 定义翻译成开集的原像。 #### 定义引用：「实数系 ℝ」→ 本性上界与 L^∞　`dep.real-lp` 本性上界是「$\mu(\{|f| > a\}) = 0$ 的那些 $a \ge 0$ 的下确界」——$a$ 是实数。 #### 定义引用：「映射」→ 像与原像　`dep.preimage-function` 像 $f(A)$ 与原像 $f^{-1}(B)$ 都预设 $f$ 是**映射**。 #### 定义引用：「子集」→ 幂集 𝒫(X)　`dep.subset-powerset` 幂集的元素就是**子集**：$A \in \mathcal{P}(X) \iff A \subseteq X$。 #### 定义引用：「单射 / 满射 / 双射」→ 等势　`dep.bijection-equinumerous` 等势的定义就是「存在**双射**」。 #### 定义引用：「等势」→ 基数 |A|　`dep.equinumerous-cardinal` 基数就是等势类：先有「等势」，才谈得上「$A$ 有多大」。 #### 定义引用：「等势」→ 可数与不可数　`dep.equinumerous-countable` 可数 = 与 $\mathbb{N}$ **等势**；至多可数 = 能单射进 $\mathbb{N}$。 #### 定义引用：「基数 |A|」→ Cantor 定理　`dep.cardinal-cantor` 「$|A| < |\mathcal{P}(A)|$」是一个关于**基数**的比较。 #### 定义引用：「幂集 𝒫(X)」→ Cantor 定理　`dep.powerset-cantor` 定理讲的就是 $A$ 与它的**幂集**的大小关系。 #### 定义引用：「单射 / 满射 / 双射」→ Schröder–Bernstein 定理　`dep.bijection-sb` 前提与结论都由**单射 / 双射**写成。 #### 定义引用：「基数 |A|」→ 基数可比定理　`dep.cardinal-comparable-thm` 「任意两个基数可比」是关于**基数**的命题。 #### 定义引用：「幂集 𝒫(X)」→ 生成的 σ-代数　`dep.powerset-generated-sigma` 「$\mathcal{E} \subseteq \mathcal{P}(X)$」「一切包含 $\mathcal{E}$ 的 $\sigma$-代数之交」都要在**幂集**里取。 #### 定义引用：「幂集 𝒫(X)」→ 外测度　`dep.powerset-outer-measure` 外测度定义在**全体子集**上：$\mu^* : \mathcal{P}(X) \to [0, +\infty]$。 #### 幂集 𝒫(X) ⟹ Cantor 定理　`imp.cantor` *幂集 $\implies$ Cantor 定理（对角线法）* **① $|A| \le |\mathcal{P}(A)|$。** 映射 $a \mapsto \{a\}$ 是单射：$\{a\} = \{a'\} \implies a = a'$。 **② 不存在满射 $f : A \to \mathcal{P}(A)$。** 反设存在。令 $$D := \{ a \in A : a \notin f(a) \}$$ 这是 $A$ 的一个子集，所以 $D \in \mathcal{P}(A)$。由满射性，存在 $a_0 \in A$ 使 $f(a_0) = D$。 **③ 矛盾。** 看 $a_0$ 属不属于 $D$： - 若 $a_0 \in D$：由 $D$ 的定义 $a_0 \notin f(a_0) = D$，矛盾； - 若 $a_0 \notin D = f(a_0)$：那么 $a_0$ 满足「$a \notin f(a)$」，按定义又该有 $a_0 \in D$，矛盾。 两边都不成立，故不存在满射。结合 ① 得 $|A| < |\mathcal{P}(A)|$。$\blacksquare$ > $D$ 之所以叫「对角集」：把 $A$ 排成行、把 $\mathcal{P}(A)$ 排成列，「$a \in f(a)$」是一张表，$D$ 取的是这张表的**对角线**再逐格取反。 #### 单射 / 满射 / 双射 ⟹ Schröder–Bernstein 定理　`imp.schroder-bernstein` *两个方向的单射 $\implies$ 双射* 设 $f : A \to B$、$g : B \to A$ 都是单射。把 $A$ 分成两半，一半用 $f$、一半用 $g^{-1}$，拼出一个双射。 **① 造一串集合。** 令 $$A_0 := A \setminus g(B), \qquad A_{n+1} := g(f(A_n))$$ （直观：$A_0$ 是「$B$ 管不到」的那部分，剩下的在 $f$ 与 $g$ 之间来回倒。）令 $$A^{*} := \bigcup_{n=0}^{\infty} A_n, \qquad A^{\sharp} := A \setminus A^{*}$$ **② 定义 $h : A \to B$。** $$h(a) := \begin{cases} f(a), & a \in A^{*} \\ g^{-1}(a), & a \in A^{\sharp} \end{cases}$$ 要说明：$a \in A^{\sharp}$ 时 $a \in g(B)$，所以 $g^{-1}(a)$ 有意义。事实上若 $a \notin g(B)$ 则 $a \in A_0 \subseteq A^{*}$，与 $a \in A^{\sharp}$ 矛盾。 **③ $h$ 是单射。** 分三种情况：同在 $A^{*}$ 上由 $f$ 单射；同在 $A^{\sharp}$ 上由 $g$ 单射；一边一个时，$h(A^{*}) = f(A^{*})$ 而 $$f(A^{*}) = \bigcup_{n} f(A_n) = \bigcup_{n} g^{-1}(A_{n+1}) \subseteq g^{-1}(A^{*} \setminus A_0)$$ 与 $h(A^{\sharp}) = g^{-1}(A^{\sharp})$ 不相交 —— 因为 $A^{\sharp} \cap (A^{*} \setminus A_0) = \emptyset$。 **④ $h$ 是满射。** 若 $b \in B$：令 $a = g(b) \in A$。若 $a \in A^{\sharp}$，则 $h(a) = g^{-1}(a) = b$；若 $a \in A^{*}$，则 $a \in A_n$ 对某个 $n \ge 1$（因为 $a = g(b)$ 落在 $g(B)$ 里），于是 $a = g(f(a'))$ 对某个 $a' \in A_{n-1} \subseteq A^{*}$，由 $g$ 单射得 $f(a') = b$，即 $h(a') = b$。 综上 $h$ 是双射，故 $|A| = |B|$。$\blacksquare$ #### 良序定理 ⟹ 基数可比定理　`imp.cardinal-comparable` *良序定理 $\implies$ 任意两个基数可比* 设 $A$、$B$ 是任意两个集合。 **① 良序化。** 由**良序定理**，$A$ 上有一个良序 $\preceq_A$、$B$ 上有一个良序 $\preceq_B$。 **② 换成序数。** 每个良序集序同构于唯一的一个序数，记作 $\alpha$、$\beta$。于是只需比较两个序数。 **③ 序数可比。** 对任意两个序数 $\alpha$、$\beta$，总有 $\alpha \in \beta$、$\alpha = \beta$、$\beta \in \alpha$ 三者之一成立（这一步是序数理论的基本事实，用的是良序性）。 - 若 $\alpha \subseteq \beta$：序同构给出单射 $A \to B$，于是 $|A| \le |B|$； - 若 $\beta \subseteq \alpha$：同理 $|B| \le |A|$。 所以必有 $|A| \le |B|$ 或 $|B| \le |A|$。$\blacksquare$ > 反过来说：**基数可比定理 $\implies$ 良序定理**（取 $A$、$B$ 中能单射进另一个的那个方向，可以良序化较小的集合，再把良序搬到较大集合上）。所以它与 AC、良序定理、佐恩引理是同一件事。 #### 定义引用：「幂集 𝒫(X)」→ 拓扑空间与开集　`dep.powerset-topology` 拓扑是**幂集**的一族子集：$\mathcal{T} \subseteq \mathcal{P}(X)$。 #### 定义引用：「子集」→ 拓扑空间与开集　`dep.subset-topology` 「开集是 $X$ 的子集」「$\mathcal{T}$ 作为集合族」都是子集关系。 #### 定义引用：「拓扑空间与开集」→ 闭集与闭包　`dep.topology-closed` 闭集定义成**开集**的补，开集的性质靠 De Morgan 律翻译过去。 #### 定义引用：「差集与补集」→ 闭集与闭包　`dep.diff-complement-closed` 「补集」这条定义是闭集定义的直接依据。 #### 定义引用：「拓扑空间与开集」→ 基与子基　`dep.topology-base` 基是**开集族**里挑了「表现良好」的一部分：每个开集都由它并出来。 #### 定义引用：「拓扑空间与开集」→ 连续映射　`dep.topology-continuous-map` 连续映射说的是「$\mathcal{T}_Y$ 里每个开集的原像落在 $\mathcal{T}_X$ 里」。 #### 定义引用：「单射 / 满射 / 双射」→ 同胚　`dep.bijection-homeo` 同胚首先是**双射**，再要求两个方向都连续。 #### 定义引用：「连续映射」→ 同胚　`dep.continuous-map-homeo` 「$f$ 与 $f^{-1}$ 都连续」用的是**连续映射**。 #### 定义引用：「拓扑空间与开集」→ 距离空间　`dep.topology-metric` $d$ 诱导出的那族开集（开球之并）就是这条定义里的拓扑：三条公理逐条可验（任意并由球的定义封闭，有限交由三角不等式保证）。所以**每个距离空间都是拓扑空间**，反之不成立。 #### 定义引用：「拓扑空间与开集」→ Borel σ-代数　`dep.topology-borel` Borel $\sigma$-代数就是「设 $X$ 是**拓扑空间**，取全体开集生成的 $\sigma$-代数」。 #### 定义引用：「拓扑空间与开集」→ 连续　`dep.topology-engine-continuous` $\varepsilon$-$\delta$ 那套是**拓扑版连续**在实数（或距离空间）上的展开形式：开球就是 $\varepsilon$ 邻域。 #### 定义引用：「闭集与闭包」→ 紧子集是闭的　`dep.closed-set-compact-closed` 「紧子集是闭的」里的「闭」就是这条定义的闭集。 #### 定义引用：「基与子基」→ 距离空间　`dep.base-metric` 距离空间里「开球全体构成这个拓扑的一组**基**」——这就是基的定义的一个标准例子。 #### 定义引用：「拓扑空间与开集」→ 子空间拓扑　`dep.topology-subspace` 子空间拓扑是拿**大空间的拓扑**里的开集与 $Y$ 求交得到的。 #### 定义引用：「子集」→ 子空间拓扑　`dep.subset-subspace` $Y \subseteq X$ —— 先有子集，才谈得上它上面的子空间拓扑。 #### 定义引用：「拓扑空间与开集」→ 商拓扑　`dep.topology-quotient` 商拓扑问的是商集的哪些子集**拉回去是开的**，判断依据仍是大空间的拓扑。 #### 定义引用：「映射」→ 商拓扑　`dep.function-quotient` 商拓扑是先有一个**满射** $\pi : X \twoheadrightarrow Y$，再反过来给 $Y$ 装拓扑。 #### 定义引用：「拓扑空间与开集」→ Hausdorff 空间　`dep.topology-hausdorff` 「两个点可被**开集**分开」——开集是拓扑的一部分。 #### 定义引用：「拓扑空间与开集」→ 连通与连通分量　`dep.topology-connected` 「不能写成两个不交非空**开集**之并」是拿拓扑说出来的。 #### 定义引用：「闭集与闭包」→ 闭开集　`dep.topology-clopen` 闭开集 = **开集** 且 **闭集**，两个概念各占一半。 #### 定义引用：「关系」→ 商集与等价类　`dep.rel-quotient` 商集是拿**等价关系**做出来的 —— 先有关系，才谈得上等价类。 #### 定义引用：「自然数集存在」→ 归纳原理与递推定义　`dep.omega-induction` 归纳原理与递推定义都来自「$\omega$ 是**最小归纳集**」这一条。 #### 定义引用：「归纳原理与递推定义」→ 自然数的加法与乘法　`dep.induction-natarith` 加法与乘法都是**递推定义** —— 「存在唯一」那一条正是递推定义定理给的内容。 #### 定义引用：「自然数的加法与乘法」→ 整数 ℤ　`dep.natarith-int` $\mathbb{Z}$ 的加法 $[a,b] + [c,d] := [a+c, b+d]$ 里子里的 $+$，就是自然数的加法。 #### 定义引用：「自然数集存在」→ 整数 ℤ　`dep.omega-int` $\mathbb{Z}$ 建在 $\mathbb{N} \times \mathbb{N}$ 上，运算与序都来自 $\mathbb{N}$。 #### 定义引用：「商集与等价类」→ 整数 ℤ　`dep.quotient-int` $\mathbb{Z} = (\mathbb{N} \times \mathbb{N})/\sim$ —— 一个**商集**。 #### 定义引用：「归纳原理与递推定义」→ 整数 ℤ　`dep.induction-int` 加法、乘法、序的**良定义**都要用归纳/递推来验。 #### 定义引用：「整数 ℤ」→ 有理数 ℚ　`dep.int-rat` $\mathbb{Q}$ 建在 $\mathbb{Z} \times (\mathbb{Z}\setminus\{0\})$ 上。 #### 定义引用：「商集与等价类」→ 有理数 ℚ　`dep.quotient-rat` $\mathbb{Q} = (\mathbb{Z} \times (\mathbb{Z}\setminus\{0\}))/\sim$ —— 同样是**商集**。 #### 定义引用：「有理数 ℚ」→ Cauchy 列与零列　`dep.rat-cauchy-null` Cauchy 列、零列都是**有理数列**：$\varepsilon$ 取正有理数，绝对值也是 $\mathbb{Q}$ 上的 —— 用 $\mathbb{Q}$ 的序与四则运算就够，不必先有 $\mathbb{R}$。 #### 定义引用：「映射」→ Cauchy 列与零列　`dep.function-cauchy-null` 「数列」就是函数 $\omega \to \mathbb{Q}$；下标、子列都是函数语言。 #### 定义引用：「商集与等价类」→ Cauchy 列与零列　`dep.quotient-cauchy-null` 「等价」在这里就是商集意义上的**等价关系**：把同一个实数的不同逼近方式粘成一类。 #### 定义引用：「有序域」→ 有理数 ℚ　`dep.ordered-rat` ⭐ 造完 $\mathbb{Q}$ 的第一件事是**核对它是哪一种结构**：四则运算齐全（域）、序与运算相容（有序域）—— 它是本图里第一个**有序域**。 #### 定义引用：「有序域」→ 绝对值 |x|　`dep.ordered-abs` 绝对值定义在**有序域**上（$\mathbb{Q}$ 与 $\mathbb{R}$ 都是）。 #### 定义引用：「有序域」→ 三角不等式　`dep.ordered-triangle` 三角不等式对任意有序域成立 —— 证明只用到分情形与「序与加法相容」。 #### 定义引用：「有序域」→ ℝ 是完备有序域　`dep.ordered-realfield` 要证的就是「构造出来的 $\mathbb{R}$ 是一个**完备有序域**」：前两组公理是「有序域」，第三组是不属于这条定义的额外一条。 #### 定义引用：「有序域」→ 阿基米德性质　`dep.ordered-archimedean` 「$\mathbb{N}$ 在 $K$ 中无上界」里的 $K$ 是**有序域**（$\mathbb{N}$ 按 $1$ 生成的子结构嵌在里面）。 #### 定义引用：「有序域」→ 完备有序域的唯一性　`dep.ordered-unique` 定理说的「完备有序域」就是这条定义再加上完备性。 #### 定义引用：「绝对值 |x|」→ Cauchy 列与零列　`dep.abs-cauchy-null` Cauchy 列的定义式 $|x_m - x_n| < \varepsilon$ 里的 $|\cdot|$ 就是它，而 $\varepsilon$ 取**正有理数** —— 这样在造出 $\mathbb{R}$ 之前就说得通。 #### 定义引用：「Cauchy 列与零列」→ 实数系 ℝ　`dep.cauchy-null-real` ⭐ $\mathbb{R}$ 的元素就是「Cauchy 列模去零列」这些等价类 —— 构造直接踩在它上面。 #### 定义引用：「商集与等价类」→ 实数系 ℝ　`dep.quotient-real` 和 $\mathbb{Z}$、$\mathbb{Q}$ 是**同一招**：把已有对象按等价关系粘成等价类。整条链 $\mathbb{N} \to \mathbb{Z} \to \mathbb{Q} \to \mathbb{R}$ 用的都是这一个手法。 #### 定义引用：「商集与等价类」→ 可积 / L¹　`dep.quotient-integrable` $L^1$ 的元素不是函数本身，而是**函数在 a.e. 相等下的等价类** —— 后面 $L^p$、RN 导数用的是同一个手法。 #### 定义引用：「有理数 ℚ」→ 阿基米德性质　`dep.rat-archimedean` 「$\mathbb{Q}$ 在 $K$ 中稠密」里的 $\mathbb{Q}$ 就是有理数集在 $K$ 中的嵌入像。 #### 定义引用：「可数与不可数」→ ℝ 不可数　`dep.countable-uncountable` 定理说的就是「$\mathbb{R}$ **不可数**」。 #### 定义引用：「基数 |A|」→ ℝ 不可数　`dep.cardinal-uncountable` 结论写成基数就是 $|\mathbb{R}| = 2^{\aleph_0} > \aleph_0$。 #### 定义引用：「Cantor 定理」→ ℝ 不可数　`dep.cantor-uncountable` 后半句 $2^{\aleph_0} > \aleph_0$ 用的就是 Cantor 定理（$|A| < |\mathcal{P}(A)|$）。 #### 绝对值 |x| ⟹ 三角不等式　`imp.triangle` *绝对值的定义 $\implies$ 三角不等式* 设 $x, y \in K$。先看两个基本事实（都由 $|t| = \max\{t, -t\}$ 直接读出）： - $t \le |t|$ 且 $-t \le |t|$，即 $-|t| \le t \le |t|$。 于是 $$x \le |x|, \qquad -x \le |x|, \qquad y \le |y|, \qquad -y \le |y|$$ 两两相加（序与加法相容）： $$x + y \le |x| + |y|, \qquad -(x + y) \le |x| + |y|$$ 即 $-c \le x + y \le c$，其中 $c := |x| + |y| \ge 0$。而 $$-c \le t \le c \iff |t| \le c \qquad (c \ge 0)$$ （$\Longleftarrow$：由 $t \le c$ 与 $-t \le c$ 分别取 $\max$；$\implies$：$|t|$ 等于 $t$ 或 $-t$，两种情形都在 $c$ 以下。）取 $t = x + y$ 得 $$|x + y| \le |x| + |y| \qquad \blacksquare$$ **变形。** 在 $|x + y| \le |x| + |y|$ 中把 $x$ 换成 $x - y$ 得 $|x| \le |x - y| + |y|$，即 $|x| - |y| \le |x - y|$；交换 $x, y$ 得另一侧，两者合起来就是 $\big| |x| - |y| \big| \le |x - y|$。$n$ 元版本由归纳：$|x_1 + \cdots + x_n| \le |x_1 + \cdots + x_{n-1}| + |x_n|$。 #### 三角不等式 ⟹ Cauchy 列与零列　`imp.triangle-cauchy` *三角不等式 $\implies$ 零列关系是等价关系* 自反、对称直接由定义读出；**传递**要三角不等式：若 $(x_n) \sim (y_n)$、$(y_n) \sim (z_n)$，则 $|x_n - z_n| \le |x_n - y_n| + |y_n - z_n|$，右边两项都是零列，故 $(x_n) \sim (z_n)$。没有这一条，$\mathbb{R}$ 就没法定义成商集。∎ #### 实数系 ℝ ⟹ ℝ 是完备有序域　`imp.real-ordered-field` *Cauchy 列的等价类 $\implies$ 完备有序域* 记 $\mathcal{C}$ 为有理 Cauchy 列的全体。下面把 $\mathbb{R} := \mathcal{C}/\sim$ 逐条查一遍。 **① 运算良定义。** 设 $x \sim x'$、$y \sim y'$（即 $x_n - x'_n$、$y_n - y'_n$ 都是零列）。 加法：$|(x_n + y_n) - (x'_n + y'_n)| \le |x_n - x'_n| + |y_n - y'_n| \to 0$（三角不等式）。 乘法：$x_n y_n - x'_n y'_n = x_n (y_n - y'_n) + y'_n (x_n - x'_n)$，而 Cauchy 列**有界**（设 $|x_n| \le M$、$|y'_n| \le M'$），故两项各自 $\to 0$。 **② 域公理。** 结合、交换、分配都是逐项验证后取等价类（$\mathbb{Q}$ 满足，$\mathcal{C}$ 对 $+$、$\cdot$ 封闭）。零元 $0 := [$零列$]$、一 $1 := [(1,1,1,\ldots)]$。 **乘法逆元**是唯一需要想法的地方：设 $x$ 不是零列。因 $x$ 是 Cauchy 列，「不是零列」意味着 $$\exists \varepsilon > 0: \forall N, \exists n \ge N,\ |x_n| \ge \varepsilon$$ 取这样的 $\varepsilon$，并用 Cauchy 性取 $N_0$ 使 $m, n \ge N_0$ 时 $|x_m - x_n| < \varepsilon/2$；再取 $n_0 \ge N_0$ 使 $|x_{n_0}| \ge \varepsilon$。则对一切 $n \ge N_0$： $$|x_n| \ge |x_{n_0}| - |x_n - x_{n_0}| > \varepsilon - \varepsilon/2 = \varepsilon/2$$ 于是定义 $y_n := 0$（$n < N_0$）、$y_n := 1/x_n$（$n \ge N_0$）。$y$ 是 Cauchy 列，因为 $$|y_m - y_n| = \frac{|x_m - x_n|}{|x_m|\,|x_n|} \le \frac{4}{\varepsilon^2}\,|x_m - x_n|$$ 而 $[x_n y_n] = [(1,1,1,\ldots)] = 1$。故每个非零元可逆。 **③ 序良定义 + 全序。** $(y_n - x_n)$ 换成等价的代表元后仍是零列的平移，故「$> 0$」的定义与代表元无关。三种情形恰有一种成立： - $x$ 是零列 $\implies [x] = 0$； - 否！则由 ② 的估计，从某项起 $|x_n| \ge \delta$；再用 Cauchy 性（取 $\varepsilon = \delta$）知符号最终恒定：若某两项异号则 $|x_m - x_n| \ge 2\delta$，矛盾。于是要么最终 $x_n \ge \delta$（正），要么最终 $x_n \le -\delta$（负）。 序与运算的相容性（$\alpha \le \beta \implies \alpha + \gamma \le \beta + \gamma$；$\alpha \ge 0, \beta \ge 0 \implies \alpha\beta \ge 0$）都逐项验证。 **④ 嵌入与稠密。** $x \mapsto [(x,x,x,\ldots)]$ 是保序、保运算的单射。稠密：若 $\alpha < \beta$，取代表元 $x \in \alpha$、$y \in \beta$ 与正有理数 $q$ 使最终 $x_n + q \le y_n$，则由 $\mathbb{Q}$ 的稠密性可取有理数 $r$ 夹在中间，常数列 $r$ 满足 $\alpha < [r] < \beta$。 **⑤ $\mathbb{R}$ 完备（Cauchy 完备）。** 设 $(\alpha_k)$ 是 $\mathbb{R}$ 中的 Cauchy 列，$x^{(k)} \in \alpha_k$ 是代表元。对每个 $k$，由 $(x^{(k)}_n)_n$ 的 Cauchy 性取 $N_k$，令 $$y_k := x^{(k)}_{N_k}$$ （对角抽取。）断言 $(y_k)$ 是有理 Cauchy 列：给定 $\varepsilon > 0$，由 $(\alpha_k)$ 的 Cauchy 性取 $K$，使 $k, j \ge K$ 时 $|\alpha_k - \alpha_j| < \varepsilon/3$，即 $$\exists N, \forall n \ge N : |x^{(k)}_n - x^{(j)}_n| < \varepsilon/3$$ 再取 $K' \ge K$ 使 $k \ge K'$ 时 $1/k < \varepsilon/3$，并对 $k, j \ge K'$ 取 $n \ge \max(N_k, N_j, N)$： $$|y_k - y_j| \le |y_k - x^{(k)}_n| + |x^{(k)}_n - x^{(j)}_n| + |x^{(j)}_n - y_j| < \tfrac{\varepsilon}{3} + \tfrac{\varepsilon}{3} + \tfrac{\varepsilon}{3} = \varepsilon$$ 于是 $\alpha := [y_k] \in \mathbb{R}$。同一组估计给出 $|\alpha_k - \alpha| \le 2\varepsilon/3$（取 $j$ 充分大），故 $\alpha_k \to \alpha$。**每个 Cauchy 列在 $\mathbb{R}$ 中收敛。** **⑥ 由 Cauchy 完备推出确界原理。** 设 $S \subseteq \mathbb{R}$ 非空、有上界 $\beta_0$，取 $\alpha_0 \in S$。归纳地造两个数列：已知 $\alpha_{n-1} \in S$ 与上界 $\beta_{n-1}$，取中点 $m_n := (\alpha_{n-1} + \beta_{n-1})/2$： - 若 $m_n$ 是 $S$ 的上界，则置 $\beta_n := m_n$、$\alpha_n := \alpha_{n-1}$； - 否则有 $s \in S$ 使 $s > m_n$，置 $\alpha_n := s$、$\beta_n := \beta_{n-1}$。 于是 $(\alpha_n)$ 递增、$(\beta_n)$ 递减，且 $$\beta_n - \alpha_n = \frac{\beta_0 - \alpha_0}{2^n} \xrightarrow{\ n \to \infty\ } 0$$ 两个列都是 Cauchy 列（单调 + 步长趋于 $0$），由 ⑤ 收敛到同一个 $\alpha \in \mathbb{R}$。 **$\alpha$ 是上界**：若不然，存在 $s \in S$ 使 $s > \alpha$。取 $n$ 充分大使 $\beta_n - \alpha_n < s - \alpha$；由 $\alpha_n \to \alpha$ 又有 $\alpha \le \beta_n$ 与 $\alpha_n \le \alpha$，于是 $\alpha_n + (s - \alpha) > \beta_n$，而 $\alpha_n \in S$ 且 $s \in S$ 都是 $\beta_n$ 下面的元素 —— 与「$\beta_n$ 是上界」矛盾。 **$\alpha$ 是最小上界**：任何上界 $\gamma$ 都满足 $\gamma \ge \alpha_n$（$\alpha_n \in S$），取极限得 $\gamma \ge \alpha$。 故 $\alpha = \sup S$ 存在，确界原理成立。$\blacksquare$ > ⭐ 注意 ⑤ 与 ⑥ 的位置：**先有「Cauchy 列收敛」，才有确界原理**。戴德金分割那条路的顺序正好相反（那里完备性是「并」的直接后果），两条路殊途同归。 #### ℝ 是完备有序域 ⟹ 阿基米德性质　`imp.archimedean` *完备性 $\implies$ 阿基米德性质 + $\mathbb{Q}$ 稠密* 设 $K$ 是完备有序域（把 $\mathbb{N}$、$\mathbb{Z}$、$\mathbb{Q}$ 按 $1$ 生成的子域嵌进去看）。 **(i) 自然数无上界。** 反设 $\mathbb{N}$ 在 $K$ 中有上界。由**完备性**，$s := \sup \mathbb{N}$ 存在。$s - 1 < s$，故 $s - 1$ 不是上界，于是存在 $n \in \mathbb{N}$ 使 $n > s - 1$。但那样 $n + 1 > s$，而 $n + 1 \in \mathbb{N}$ —— 与 $s$ 是上界矛盾。故 $$\forall x \in K, \exists n \in \mathbb{N}: n > x$$ （顺带一句：若 $x > 0$，把 $n$ 换成 $n + 1$ 还能保证 $n \ge 1$、$1/n < x$。） **(ii) $\mathbb{Q}$ 稠密。** 设 $x < y$，则 $y - x > 0$。由 (i)（取 $x$ 换成 $1/(y-x)$ 的用法）可取 $n \in \mathbb{N}$，$n \ge 1$，使 $$n (y - x) > 1, \qquad \text{即}\quad \frac{1}{n} < y - x$$ 再对实数 $nx$ 用一次 (i) 的整数版本：存在 $m \in \mathbb{Z}$ 使 $$m \le nx < m + 1$$ （「整数版本」：先用 (i) 取 $k > nx$，再从 $\{0, 1, \ldots, k\}$ 中取最小的使 $\ge nx$ 的那个。）令 $q := (m+1)/n \in \mathbb{Q}$。则 - $q > x$：由 $nx < m + 1$ 两边除以 $n > 0$； - $q < y$：由 $q = \frac{m+1}{n} \le \frac{nx + 1}{n} = x + \frac{1}{n} < x + (y - x) = y$。 故 $x < q < y$，$\mathbb{Q}$ 在 $K$ 中稠密。$\blacksquare$ > ⭐ 注意 (i) 的证明只用了「$\mathbb{N}$ 的每个元都有后继」与「上确界存在」这两件事 —— 这就是为什么**完备性蕴含阿基米德性**。 #### 阿基米德性质 + 实数系 ℝ ⟹ 完备有序域的唯一性　`imp.real-unique` *$\mathbb{Q}$ 稠密 $\implies$ 完备有序域与 $\mathbb{R}$ 同构* 设 $K$ 是完备有序域，取 $K' := \mathbb{R}$（上面构造出来的那个）。分三步造出唯一的同构 $f : K \to \mathbb{R}$。 **① $\mathbb{Q}$ 的部分被唯一确定。** 任何保 $1$ 的域同态都把 $\mathbb{Z}$ 送到 $\mathbb{Z}'$：$n \mapsto n'$（加法与乘法都由 $1$ 递推地定出来），再取分式得 $\mathbb{Q} \to \mathbb{Q}'$，记作 $q \mapsto q'$。它保序（$q < r \implies r - q > 0 \implies (r-q)' > 0 \implies q' < r'$）。这一步没有选择的余地。 **② 用上确界把 $f$ 推广出去。** 对 $x \in K$ 定义 $$f(x) := \sup\{\, q' : q \in \mathbb{Q},\ q < x \,\} \in K'$$ 这个上确界存在：集合非空（(i) 阿基米德性给出一个 $q < x$）且有上界（取 $r > x$，则所有 $q < x < r$ 满足 $q' < r'$）。于是 $f$ 是**保序**的： - $x \le y \implies f(x) \le f(y)$：$\{q : q ⭐ 三步里每一步都在用前面的准备：① 只用到「$1$ 生成 $\mathbb{Q}$」；② 才真正用**完备性**（两次取上确界）；③ 用的是**$\mathbb{Q}$ 稠密**。少任何一条，唯一性就不成立。 #### ℝ 是完备有序域 ⟹ ℝ 不可数　`imp.real-uncountable` *完备性（确界原理）$\implies \mathbb{R}$ 不可数（闭区间套 + 对角线）* 反设 $\mathbb{R} = \{x_1, x_2, x_3, \ldots\}$ 可以排成一个序列。下面造一个不属于这个序列的实数。 **① 二分法造出一串闭区间。** 取 $I_0 := [0, 1]$。已知 $I_{n-1} = [a_{n-1}, b_{n-1}]$ 后，令 $m_n := (a_{n-1} + b_{n-1})/2$，取 $$I_n := \begin{cases} [a_{n-1}, m_n], & x_n > m_n \\ [m_n, b_{n-1}], & x_n \le m_n \end{cases}$$ 于是 $x_n \notin I_n$，且 $I_0 \supseteq I_1 \supseteq I_2 \supseteq \cdots$，长度 $b_n - a_n = 2^{-n} \to 0$。 **② 完备性给出公共点。** 令 $A := \{a_n\}$。$A$ 非空（$a_0 = 0$）且有上界（$1$ 就是上界），故由**确界原理** $a := \sup A$ 存在。 **$a \in I_n$ 对每个 $n$ 成立**：一方面 $a \ge a_n$（上界）；另一方面对 $k \ge n$ 有 $a_k \le b_k \le b_n$，故 $b_n$ 是 $A$ 的上界，于是 $a \le b_n$。 **③ 矛盾。** 由 ① 知 $x_n \notin I_n$，由 ② 知 $a \in I_n$，所以 $a \ne x_n$ 对**一切** $n$ 成立 —— 但 $a \in \mathbb{R} = \{x_1, x_2, \ldots\}$，与序列穷尽了 $\mathbb{R}$ 矛盾。故 $\mathbb{R}$ 不可数。$\blacksquare$ **④ 基数版本。** 把实数写成二进制小数（约定不用最后全 1 的写法以避开歧义）得到 $\mathbb{R} \hookrightarrow \mathcal{P}(\mathbb{N})$；反过来 $\mathcal{P}(\mathbb{N}) \to \mathbb{R}$ 用三进制展开即可，两边都有单射，由 Schröder–Bernstein 得 $|\mathbb{R}| = |\mathcal{P}(\mathbb{N})| = 2^{\aleph_0}$。再由 **Cantor 定理** $|\mathcal{P}(\mathbb{N})| > |\mathbb{N}| = \aleph_0$，即 $$|\mathbb{R}| = 2^{\aleph_0} > \aleph_0$$ #### 定义引用：「映射」→ 域　`dep.function-field` 两个运算就是两个**函数** $F \times F \to F$（定义域那一步先要用「笛卡尔积」把 $F \times F$ 造出来）。 #### 定义引用：「域」→ 有序域　`dep.field-ordered` 有序域 = **域** + 一条与运算相容的全序：先有域，再加上序。 #### 定义引用：「偏序集」→ 有序域　`dep.poset-ordered` 定义里的 $\le$ 是**全序** —— 偏序再加上可比性。 #### 定义引用：「域」→ 向量空间的基　`dep.field-vs` 「设 $K$ 是域，$V$ 是 $K$ 上的向量空间」—— 向量空间的**系数**取自一个域。（取 $K = \mathbb{R}$ 就是最常用的实向量空间。） #### 定义引用：「偏序集」→ 序同构　`dep.poset-order-iso` 序同构是**偏序集**之间的映射：先有偏序，才谈得上保序。 #### 定义引用：「良序集」→ 序数　`dep.wellorder-ordinal` 序数的第二条要求是「$\in$ 在 $\alpha$ 上是**良序**」—— 先有良序集这个概念，才能说传递集上的 $\in$ 是不是良序。 #### 定义引用：「良序集」→ 超限递归　`def-link.wellorder-recursion` 递归定理的舞台是**良序集**：每一步之前的部分必须是有头有尾的，递归才停得下来。 #### 定义引用：「序数」→ Hartogs 定理　`def-link.ordinal-hartogs` Hartogs 定理陈述里的「不能单射进 $X$ 的序数」直接用到序数。 #### 定义引用：「序数」→ 基数可比定理　`def-link.ordinal-cardinal-comparable` 基数可比定理的证明路线是「先良序化 $\to$ 换成序数 $\to$ 序数一定可比」，落点正是序数。 #### 定义引用：「序数」→ 基数 |A|　`def-link.ordinal-cardinal` 严格说来「等势类」是真类，通行做法是取每个等势类里最小的**序数**作代表 —— 那个序数才叫基数。（本图的 $|A|$ 只用到单射/双射，所以这条依赖是概念上的，不是定义上的。） #### 定义引用：「超限递归」→ 良序定理　`def-link.recursion-wellordering` 证明良序定理时用超限递归沿良序一步步往下取元素。 #### 良序集 ⟹ 超限递归　`imp.recursion-wellorder` *良序性 $\implies$ 递归定理* 设 $(W, \preceq )$ 是良序集，$G$ 任给。记 $W_{< w} = \{ v \in W : v \prec w \}$。 **① 初始段上的解至多一个。** 设 $w \in W$，$f, g$ 都是 $W_{< w}$ 上满足递归式的函数。反设 $f \ne g$，取最小的 $v \prec w$ 使 $f(v) \ne g(v)$（这一步用的是**良序性**：$\{ u \prec w : f(u) \ne g(u) \}$ 非空故有最小元）。于是在 $W_{< v}$ 上 $f$ 与 $g$ 相同，从而 $$f(v) = G\big( f \upharpoonright W_{< v} \big) = G\big( g \upharpoonright W_{< v} \big) = g(v)$$ 矛盾。故 $W_{< w}$ 上至多一个解，且这个解唯一确定。 **② 构造候选关系的集合。** 令 $$R = \{ (w, y) : \text{存在函数} f \text{ 定义在} W_{< w} \text{ 上、满足递归式，且} y = G(f) \}$$ 它是集合：候选的 $f$ 都是 $W_{< w} \times V$ 的子集，先由幂集公理拿到 $\mathcal{P}(W \times V)$，再用分离公理模式从里面筛出满足条件的那些（$V$ 取一个足够大的集合即可，例如 $G$ 的值域之并的幂集的幂集）。由 ①，对每个 $w$ 至多一个 $y$，所以 $R$ **是单值的**，即 $R$ 是一个函数。 **③ $R$ 的定义域是整个 $W$。** 反设不然，取最小的 $w \notin \operatorname{dom}\, R$。则 $W_{< w} \subseteq \operatorname{dom}\, R$，于是 $f := R \upharpoonright W_{< w}$ 是 $W_{< w}$ 上满足递归式的函数（若 $v \prec w$，由 $v \in \operatorname{dom}\, R$ 及单值性得 $f(v) = G(f \upharpoonright W_{< v})$）。于是 $(w, G(f)) \in R$，与 $w \notin \operatorname{dom}\, R$ 矛盾。 故 $R$ 就是所求的函数 $F$，由 ① 唯一。 **④ 超限归纳。** 设 $W \setminus S$ 非空，取它的最小元 $w$。则 $W_{< w} \subseteq S$，由假设 $w \in S$，矛盾。故 $S = W$。∎ > ① 是唯一性、②③ 是存在性。整个证明里**只用**了良序性、幂集公理和分离公理模式 —— 没有用到选择公理。这是它能在 ZF 里安全使用的原因。 #### 序数 + 正则公理 ⟹ 序数可比　`imp.ordinal-trichotomy` *序数的定义 $\implies$ 三歧性* 设 $\alpha, \beta$ 是序数。 **① 序数的元素是序数。** 若 $\gamma \in \alpha$：$\gamma \subseteq \alpha$（$\alpha$ 传递），故 $\gamma$ 传递（$\gamma$ 的元素属于 $\alpha$，而 $\alpha$ 传递）；又 $\in$ 在 $\gamma$ 上继承 $\alpha$ 上的良序性，故 $\gamma$ 是序数。 **② 若 $\beta \subset \alpha$ 则 $\beta \in \alpha$。** 取 $b$ 为 $\alpha \setminus \beta$ 的 $\in$-最小元。断言 $\beta = b$。 　$\subseteq$：设 $x \in \beta$。由 $\beta \subseteq \alpha$ 有 $x \in \alpha$，故 $x, b \in \alpha$；由 $\in$ 在 $\alpha$ 上的**三歧性**（良序蕴含全序），$x \in b$、$x = b$、$b \in x$ 恰有一个成立。后两种都会给出 $b \in \beta$（$x = b$ 直接，$b \in x$ 用 $\beta$ 传递），与 $b$ 的取法矛盾。故 $x \in b$。 　$\supseteq$：设 $x \in b$。由 $\alpha$ 传递得 $x \in \alpha$。若 $x \in \alpha \setminus \beta$，则 $x \in b$ 与 $b$ 的最小性矛盾（$x \in b$ 即 $x$ 比 $b$ 小）。故 $x \in \beta$。 　于是 $\beta = b$，而 $b \in \alpha$，即 $\beta \in \alpha$。 **③ 三歧性。** 若 $\alpha \ne \beta$，则 $\alpha \subseteq \beta$ 与 $\beta \subseteq \alpha$ 不能同时成立。不妨设 $\beta \nsubseteq \alpha$，则 $\beta \setminus \alpha \ne \emptyset$，故 $\beta \subset \alpha$ 不成立，由 ② 得 $\alpha \in \beta$。对调 $\alpha, \beta$ 同理。 **④ 三者不相容。** 若 $\alpha \in \beta$ 且 $\beta \in \alpha$，则由传递性 $\alpha \in \alpha$，与 $\in$ 在 $\alpha$ 上是良序（无 $\in$-循环）矛盾。又 $\alpha \in \beta$ 与 $\alpha = \beta$ 显然不相容。 **⑤ $\in$ 是良序。** 可比性已得；非空序数集合 $S$ 取 $\alpha \in S$，若 $\alpha$ 不是 $\in$-最小元，则 $\alpha \cap S$ 是集合，由正则公理有 $\in$-最小元 $m$，而 $m$ 也是 $S$ 的 $\in$-最小元。∎ > ② 是全部关键：「序数之间 $\subset$ 就是 $\in$」。它让序数的比较退化成集合的属于关系。 #### 超限递归 + 替换公理模式 + 正则公理 + 序数可比 ⟹ 良序集的序型　`imp.wellorder-ordinal` *递归定理 + 替换公理 $\implies$ 每个良序集有唯一序型* 设 $(W, \preceq )$ 是良序集。 **① 造出函数。** 由**递归定理**（取 $G(f) = \operatorname{ran}\, f$，即「前面全部取值的值域」）得到唯一的 $F$ 定义在 $W$ 上，使 $$F(w) = \{ F(v) : v \prec w \}, \qquad \forall w \in W$$ 每个 $F(w)$ 都是集合 —— 由**替换公理模式**，$\{ F(v) : v \prec w \}$ 是某个集合的像。 **② $F$ 保序。** 若 $v \prec w$，则 $F(v) \in \{ F(u) : u \prec w \} = F(w)$。反过来若 $F(v) \in F(w)$，则 $F(v) = F(u)$ 对某个 $u \prec w$；再由 ③ 的单射性得 $v = u \prec w$。 **③ $F$ 是单射。** 反设存在 $v \ne w$ 使 $F(v) = F(w)$；由于 $\preceq$ 是全序，不妨 $v \prec w$。由 ② 得 $F(v) \in F(w) = F(v)$，即 $F(v) \in F(v)$ —— 与「任何集合都不属于自身」（正则公理的推论）矛盾。（这一步是真正用到**正则公理**的地方。） **④ $\alpha := \operatorname{ran}\, F$ 是序数。** 由替换公理模式，$\alpha = \{ F(w) : w \in W \}$ 是集合。**传递性**：若 $x \in F(w)$，则 $x = F(v)$ 对某个 $v \prec w$，故 $x \in \alpha$。**$\in$ 良序**：$\alpha$ 上的 $\in$ 经 ②③ 就是 $(W, \prec)$ 的序（$x \in y \iff F^{-1}(x) \prec F^{-1}(y)$），良序性原样搬过来。 **⑤ 于是 $F$ 是 $(W, \preceq ) \to (\alpha, \in)$ 的序同构**，故 $W$ 的序型 $\alpha$ 存在。 **⑥ 唯一性。** 设 $\alpha, \beta$ 都是 $W$ 的序型，则 $(\alpha, \in) \cong (\beta, \in)$。由**三歧性**，$\alpha \in \beta$、$\alpha = \beta$、$\beta \in \alpha$ 恰有一个成立。若 $\alpha \in \beta$：由 $\beta$ 传递得 $\alpha \subseteq \beta$，且 $\alpha = \{ x \in \beta : x \in \alpha \}$ 是 $\beta$ 的**真**初始段。把两个序同构接起来，得到 $(\alpha, \in)$ 与自己的真初始段序同构 —— 而**良序集不能与自己的真初始段序同构**（见下），矛盾。故 $\alpha \notin \beta$；交换 $\alpha, \beta$ 同理得 $\beta \notin \alpha$。于是只能 $\alpha = \beta$。 **引理**（上一步用到）：良序集 $(L, \prec)$ 不可能与它的真初始段 $L_{< a} = \{ x \in L : x \prec a \}$ 序同构。 证：设 $h : L \to L_{< a}$ 是序同构。对 $x \prec a$ 用**超限归纳**：若 $\forall y \prec x,\ h(y) = y$，则 $h(x)$ 是 $L_{< a}$ 中大于一切 $h(y) = y\ (y \prec x)$ 的最小元，也就是「大于一切 $y \prec x$ 的最小元」，即 $h(x) = x$（序同构把「小于 $x$ 的全部元素」映成「小于 $h(x)$ 的全部元素」）。故 $h$ 在 $L_{< a}$ 上恒等；于是 $h(a)$ 是 $L_{< a}$ 中大于一切 $y \prec a$ 的最小元，即 $h(a) = a$ —— 但 $h(a) \in L_{< a}$ 意为 $h(a) \prec a$，矛盾。∎ > 整个证明只用 **ZF**（递归定理 + 替换公理 + 三歧性），不要选择公理。这正是 Hartogs 定理能在 ZF 里成立的原因之一。 #### 序数 + 序数可比 ⟹ 序数全体是真类　`imp.burali-forti` *序数的定义 + 三歧性 $\implies$ 序数全体是真类* 反设 $\mathrm{On}$ 是一个集合。 **① $\mathrm{On}$ 传递。** 若 $x \in \mathrm{On}$，则 $x$ 是序数，而序数的元素还是序数（见三歧性的证明 ①），故 $x \subseteq \mathrm{On}$。 **② $\in$ 在 $\mathrm{On}$ 上良序。** 可比性来自三歧性；$\mathrm{On}$ 的非空子集 $S$ 取 $\alpha \in S$，若 $\alpha$ 不是 $\in$-最小元，则由正则公理 $\alpha \cap S$ 有 $\in$-最小元，它也是 $S$ 的 $\in$-最小元。 **③ 于是 $\mathrm{On}$ 是序数。** ①② 正是序数定义的两条。 **④ 矛盾。** $\mathrm{On}$ 是序数故 $\mathrm{On} \in \mathrm{On}$，与 $\in$ 在 $\mathrm{On}$ 上良序（无 $\in$-循环）矛盾。∎ > 「序数全体」是**真类**而不是集合 —— 所以分离公理模式不能用在它身上。这正是 ZFC 处理 Russell 悖论、Burali–Forti 悖论的统一办法。 #### 定义引用：「一阶语言」→ 公式　`dep.lang-formula` 公式是**某个语言**的公式：先有符号表，才有那三条语法规则。 #### 定义引用：「公式」→ 代入　`dep.formula-substitution` 代入是作用在**公式**上的操作（只换自由出现）。 #### 定义引用：「一阶语言」→ 满足关系　`dep.lang-satisfaction` 满足关系必须相对**一门语言**（决定有哪些符号）和一个结构来说。 #### 定义引用：「公式」→ 满足关系　`dep.formula-satisfaction` $\models$ 按**公式的复杂度**递归定义 —— 没有「公式由语法规则生成」这件事，这个递归就没有落脚点。 #### 定义引用：「公式」→ 分离公理模式　`def-link.formula-sep` 分离公理模式写的是「对**每个公式** $\varphi (x, p)$（其中 $B$ 不出现），下面是一条公理」—— 它是公理**模式**而不是单条公理，正在于它要对每个公式都发一条。 #### 定义引用：「公式」→ 替换公理模式　`def-link.formula-repl` 替换公理模式同样是「对每个公式一条公理」。 #### 定义引用：「代入」→ 替换公理模式　`def-link.substitution-repl` 替换公理模式把 $A$ 中每个 $x$ 在公式 $\varphi (x, y, p)$ 下的像收集起来 —— 这一步做的就是**代入**。 #### 忠实 / 满 / 全忠实 + 本质满 ⟹ 范畴等价　`imp.equiv-criterion` *全忠实 $+$ 本质满 $\implies$ 范畴等价* **（$\Longleftarrow$）** 设 $F : \mathcal{C} \to \mathcal{C}'$ 全忠实且本质满，要造出 $G$ 与自然同构。 本质满给出：对每个 $X' \in \mathcal{C}'$ 都能挑一个 $A \in \mathcal{C}$ 与同构 $\eta_{X'} : F(A) \to X'$。用选择公理把这些选择一次做完，定义 $G(X') = A$。 再定义 $G$ 在态射上的作用。给定 $f' : X' \to Y'$，先把它拉回到 $G(X')$ 与 $G(Y')$ 之间： $$g = \eta_{Y'}^{-1} \circ f' \circ \eta_{X'} : F(G(X')) \to F(G(Y'))$$ 由 $F$ 全忠实，$\operatorname{Hom}(G(X'), G(Y')) \to \operatorname{Hom}(F G(X'), F G(Y'))$ 是双射，所以存在**唯一**的 $G(f')$ 使 $F(G(f')) = g$。这个唯一性是关键：它让 $G$ 自动保持复合与单位（两边都取 $F$ 之后相等，再用忠实性拉回来）。于是 $G$ 是函子，且 $\eta : F \circ G \implies 1_{\mathcal{C}'}$ 是自然同构。 另一半 $G \circ F \cong 1_{\mathcal{C}}$ 同法：令 $\theta = F^{-1}(\eta_{F(\cdot)})$，交换性由 $F$ 保持复合、而 $F^{-1}$ 也跟着保持交换图逐块验证。∎ **（$\Longrightarrow$）** 设 $F$ 是等价，取 $G$ 与自然同构 $\beta : G \circ F \implies 1_{\mathcal{C}}$。 **忠实**：设 $f, g : A \to B$ 且 $F(f) = F(g)$。$\beta$ 的自然是说下面两个方块交换： $$\beta_B \circ G F(f) = f \circ \beta_A, \qquad \beta_B \circ G F(g) = g \circ \beta_A$$ 左边两式相等（因为 $F(f) = F(g)$），于是 $f \circ \beta_A = g \circ \beta_A$；$\beta_A$ 可逆，两边右乘 $\beta_A^{-1}$ 得 $f = g$。 **满**：设 $h : F(A) \to F(B)$。先把 $h$ 沿 $G$ 送过去，再用 $\beta$ 接回来，得到 $\mathcal{C}$ 中的态射 $$f = \beta_B \circ G(h) \circ \beta_A^{-1} : A \to B$$ 由 $\beta$ 的交换性，$G F(f) = G(h)$；再用 $F$ 保持复合，把两边送回 $F(A) \to F(B)$：$F(f) = h$。 **本质满**见「定义」处的注解：等价的两个范畴之间对象差一个同构，这正是 $F$ 本质满。∎ > 这条把「范畴等价」这件看起来要靠造函子的事，换成了两个**可以逐点检查**的条件：Hom 集上双射 + 对象层差一个同构。实际用的时候几乎都走这一条。 #### 米田引理 ⟹ 表示的两个定义等价　`imp.yoneda-criterion` *米田引理 $\implies$ 表示的两个定义等价* **（$\Longleftarrow$）** 设 $h^{X} \cong F$，取一个自然同构 $\alpha : h^{X} \implies F$。由米田引理，$\alpha$ 由元素 $s = \alpha_{X}(1_{X}) \in F(X)$ 决定；反过来，给定 $s$ 也能定义出 $\alpha$。 要证 $(X, s)$ 万有。固定 $Y$，则由 $\alpha$ 是自然同构，$\alpha_{Y} : \operatorname{Hom}_{\mathcal{C}}(X, Y) \to F(Y)$ 是双射。对任意 $t \in F(Y)$，记 $f = \alpha_{Y}^{-1}(t)$，即 $\alpha_{Y}(f) = t$。 再用 $\alpha$ 的自然性（取 $f : X \to Y$）： $$\alpha_{Y}(f) = F(f)\bigl(\alpha_{X}(1_{X})\bigr) = F(f)(s)$$ 于是 $F(f)(s) = t$，且 $f$ 由 $\alpha_{Y}^{-1}$ 唯一确定。这就是万有元素的条件。∎ **（$\Longrightarrow$）** 反过来设 $(X, s)$ 万有。对每个 $Y$ 定义 $$\alpha_{Y} : \operatorname{Hom}_{\mathcal{C}}(X, Y) \to F(Y), \qquad f \mapsto F(f)(s)$$ 万有性说的正是「对每个 $t \in F(Y)$ 存在唯一 $f$ 使 $F(f)(s) = t$」，所以每个 $\alpha_{Y}$ 都是双射。剩下要检查的只有自然性：对 $g : Y \to Z$，两个复合 $\alpha_{Z} \circ \operatorname{Hom}(X, g)$ 与 $F(g) \circ \alpha_{Y}$ 都把那片 $f : X \to Y$ 送到 $F(g \circ f)(s)$，所以相等。于是 $\alpha : h^{X} \implies F$ 是自然同构，$h^{X} \cong F$。∎ > 这条的意义在于：**要证明一个函子可表示，只要找到那个万有元素**，同构自动就有了。 #### 米田引理 ⟹ 米田嵌入　`imp.yoneda-embedding` *米田引理 $\implies$ 米田嵌入全忠实、保极限* **全忠实。** 取预层的对偶形式（把 $\mathcal{C}$ 换成 $\mathcal{C}^{\mathrm{op}}$）：对 $T = h_{Y}$ 与 $X \in \mathcal{C}$ 有 $$\operatorname{Hom}_{\widehat{\mathcal{C}}}(h_{X}, h_{Y}) \cong h_{Y}(X) = \operatorname{Hom}_{\mathcal{C}}(X, Y)$$ 这恰是 $\delta$ 在 Hom 集上诱导的映射，所以它逐对是双射，$\delta$ 全忠实。∎ **保持所有极限。** 设 $D : I \to \mathcal{C}$ 有极限。$\widehat{\mathcal{C}}$ 是函子范畴，其中的极限**逐点**计算，于是对每个 $Z \in \mathcal{C}$， $$\Bigl(\varprojlim_{i} h_{D(i)}\Bigr)(Z) = \varprojlim_{i} \operatorname{Hom}_{\mathcal{C}}(Z, D(i)) \cong \operatorname{Hom}_{\mathcal{C}}\Bigl(Z, \varprojlim_{i} D(i)\Bigr) = h_{\lim D}(Z)$$ 中间那一步是「协变 $\operatorname{Hom}(Z, -)$ 保持极限」。逐点同构即同构，所以 $\delta(\lim D) \cong \lim \delta \circ D$。∎ > 两个结论同出一源：**$h_{X}$ 到别处的箭头，就是 $X$ 处的元素**。 #### 米田引理 + 切片范畴 ⟹ 稠密性定理　`imp.density` *米田引理 $\implies$ 稠密性定理* 对每个 $(X, s) \in \mathcal{C}_{T}$，由 $s \in T(X)$ 与米田引理的对偶形式，有唯一对应的自然变换 $$\alpha^{s} : h_{X} \implies T, \qquad \alpha^{s}_{Y} : \operatorname{Hom}_{\mathcal{C}}(Y, X) \to T(Y),\quad \psi \mapsto T(\psi)(s)$$ 切片范畴里的态射恰好是让这些 $\alpha^{s}$ 彼此相容的那些 $f$，所以 $\{\alpha^{s}\}_{(X,s)}$ 构成一个余锥，诱导出 $$\Theta : \varinjlim_{(X, s) \in \mathcal{C}_{T}} h_{X} \longrightarrow T$$ 要证 $\Theta$ 是同构。逐点检验：对 $Y \in \mathcal{C}$， $$\Bigl(\varinjlim_{(X,s)} h_{X}\Bigr)(Y) = \varinjlim_{(X,s)} \operatorname{Hom}_{\mathcal{C}}(Y, X) \longrightarrow T(Y)$$ 而右边这个集合正是「以 $(X, s)$ 为指标、把每个 $\psi : Y \to X$ 送到 $T(\psi)(s) \in T(Y)$」的余极限。取 $(X, s) = (Y, t)$ 与 $\psi = 1_{Y}$，这一项的像就是 $t$ 本身；反过来，自然性 $T(\psi)(s) \in T(Y)$ 说明每一项都已经落在 $T(Y)$ 里。于是对每个 $t \in T(Y)$ 都有来源，且不同的 $t$ 给出不同的项 —— 逐点双射。∎ > 把这条和米田引理并排看：米田说「$h_{X}$ 到 $T$ 的箭头 = $T$ 在 $X$ 处的元素」，稠密性把它反过来用 —— 既然元素就是箭头，那么全部元素（即 $\mathcal{C}_{T}$）就决定了 $T$ 自己。 #### 米田引理 ⟹ 预层态射的单满按点检验　`imp.presheaf-mono` *米田引理 $\implies$ 单态射逐点检验* 只需做（$\Longrightarrow$）方向。设 $\varphi : T \implies T'$ 是单态射，固定 $X$，设 $a, b \in T(X)$ 且 $\varphi_{X}(a) = \varphi_{X}(b)$。 由米田引理的对偶形式，$a, b$ 各自对应一个自然变换 $f, g : h_{X} \implies T$，即在每个 $Y$ 处 $$f_{Y}, g_{Y} : \operatorname{Hom}_{\mathcal{C}}(Y, X) \to T(Y), \qquad \psi \mapsto T(\psi)(a) \ \text{或}\ T(\psi)(b)$$ 对任意 $\psi : Y \to X$，用 $\varphi$ 的自然性： $$(\varphi \circ f)_{Y}(\psi) = \varphi_{Y}\bigl(T(\psi)(a)\bigr) = T'(\psi)\bigl(\varphi_{X}(a)\bigr) = T'(\psi)\bigl(\varphi_{X}(b)\bigr) = (\varphi \circ g)_{Y}(\psi)$$ 所以 $\varphi \circ f = \varphi \circ g$。又 $\varphi$ 是单态射，左可消，得 $f = g$。最后取 $Y = X$ 与 $\psi = 1_{X}$，就是 $a = b$。∎ 满态射的情形对偶（把范畴换成 $\mathcal{C}^{\mathrm{op}}$）。∎ > 这里能看到米田引理的典型用法：**要把「元素层」的问题搬到「箭头层」，就先让元素变成 $h_{X}$ 到 $T$ 的箭头**。 #### 伴随函子 + 表示函子 ⟹ 右伴随存在的判据　`imp.adjoint-criterion` *伴随 $\implies$ 右伴随存在的判据* **（$\Longrightarrow$）** 设 $F \dashv G$。则对每个 $Y \in \mathcal{D}$， $$\operatorname{Hom}_{\mathcal{D}}(F(-), Y) \;\cong\; \operatorname{Hom}_{\mathcal{C}}(-, G(Y))$$ 右边是可表示函子，所以左边可表示。∎ **（$\Longleftarrow$）** 设对每个 $Y$ 都能挑到一个 $G(Y) \in \mathcal{C}$ 与自然同构 $$\alpha_{Y} : \operatorname{Hom}_{\mathcal{D}}(F(-), Y) \longrightarrow \operatorname{Hom}_{\mathcal{C}}(-, G(Y))$$ 只在对象层拼出 $G$ 还不够，还要在态射层给出 $G(g)$。给定 $g : Y \to Z$，考虑复合 $$\operatorname{Hom}_{\mathcal{C}}(-, G(Y)) \xrightarrow{\ \alpha_{Y}^{-1}\ } \operatorname{Hom}_{\mathcal{D}}(F(-), Y) \xrightarrow{\ g \circ -\ } \operatorname{Hom}_{\mathcal{D}}(F(-), Z) \xrightarrow{\ \alpha_{Z}\ } \operatorname{Hom}_{\mathcal{C}}(-, G(Z))$$ 这是一条从可表示函子 $\operatorname{Hom}_{\mathcal{C}}(-, G(Y))$ 到 $\operatorname{Hom}_{\mathcal{C}}(-, G(Z))$ 的自然变换。由米田引理，它由唯一的态射 $$G(g) : G(Y) \to G(Z)$$ 给出。于是 $G$ 在态射层也定义好了。 **$G$ 是函子。** 把 $G$ 的定义在 $g = 1_{Y}$ 处取出来：由于 $\alpha_{Y}^{-1}(1_{Y})$ 就是恒等截面，对应的态射是 $G(1_{Y}) = 1_{G(Y)}$。再取 $g \circ h$，三段拼接与先拼后作用给出同一个自然变换，用米田引理的双射唯一性得 $G(g \circ h) = G(g) \circ G(h)$。 **$\alpha$ 是自然的。** $G$ 的定义本身就让下面的方块交换（左边取 $g \circ -$，右边取 $- \circ G(g)$）： $$\begin{array}{ccc} \operatorname{Hom}(F(-), Y) & \xrightarrow{\ \alpha_{Y}\ } & \operatorname{Hom}(-, G(Y)) \\ \downarrow\scriptstyle{g \circ -} & & \downarrow\scriptstyle{- \circ G(g)} \\ \operatorname{Hom}(F(-), Z) & \xrightarrow{\ \alpha_{Z}\ } & \operatorname{Hom}(-, G(Z)) \end{array}$$ 于是每个 $\alpha_{Y}$ 都是自然同构，$F \dashv G$。∎ > 这条把「造右伴随」化归成「对每个 $Y$ 找一个表示对象」。米田引理在这里做了关键一步：**态射层的 $G(g)$ 是从自然变换里读出来的**，不用自己拼。 #### 伴随函子 + 极限 ⟹ 右伴随保极限　`imp.right-adjoint-limits` *伴随 $\implies$ 右伴随保极限* 设 $F \dashv G$，$D : I \to \mathcal{D}$ 有极限。对任意 $X \in \mathcal{C}$，把伴随的同构一路用下去： $$\operatorname{Hom}_{\mathcal{C}}\bigl(X,\ G(\lim D)\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{D}}\bigl(F(X),\ \lim D\bigr)$$ 再用 $\lim D$ 的泛性质（锥与射入极限的态射一一对应）： $$\operatorname{Hom}_{\mathcal{D}}\bigl(F(X),\ \lim D\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{D}^{I}}\bigl(\Delta F(X),\ D\bigr) \;\cong\; \varprojlim_{i} \operatorname{Hom}_{\mathcal{D}}\bigl(F(X),\ D(i)\bigr)$$ 把最后一个同构的每一项再用一次伴随： $$\varprojlim_{i} \operatorname{Hom}_{\mathcal{D}}(F(X), D(i)) \;\cong\; \varprojlim_{i} \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ G D(i)\bigr) \;\cong\; \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ \lim (G \circ D)\bigr)$$ 于是 $\operatorname{Hom}_{\mathcal{C}}(-, G(\lim D))$ 与 $\operatorname{Hom}_{\mathcal{C}}(-, \lim (G \circ D))$ 是同一个函子的两个表示；由米田引理（表示对象在同构意义下唯一）， $$G(\lim D) \;\cong\; \lim (G \circ D)$$ ∎。对偶地左伴随保余极限。 > 整个证明只用了两样东西：**伴随的同构**与**极限的泛性质**。这就是为什么这条定理几乎不需要任何额外假设。 #### 极限 + 逗号范畴 ⟹ 伴随函子定理　`imp.saft` *保极限 $\implies$ 有左伴随* 设 $\mathcal{D}$ 小且完备，$G : \mathcal{D} \to \mathcal{C}$ 保极限。要造 $F \dashv G$。 **构造。** 固定 $X \in \mathcal{C}$，考虑逗号范畴 $X \downarrow G$（对象是 $f : X \to G(Y)$）。它由 $\mathcal{D}$ 的一个小图指标化，而 $\mathcal{D}$ 完备，所以下面这个极限存在： $$F(X) := \varprojlim_{(Y, f) \in (X \downarrow G)} Y$$ **单位。** 投影给出 $\pi_{(Y,f)} : F(X) \to Y$。特别地取 $(Y,f) = (G(Y), \cdot)$ 这一类里的项 —— 更直接地，把 $G$ 作用上去并用 $G$ 保极限： $$G(F(X)) = G\Bigl(\varprojlim_{(Y,f)} Y\Bigr) \cong \varprojlim_{(Y,f)} G(Y)$$ 而 $X \to G(Y)$ 这一族随 $(Y,f)$ 变动是相容的（这正是逗号范畴态射的定义），于是它们拼成一个锥，泛性给出 $$\eta_{X} : X \longrightarrow G(F(X))$$ **伴随同构。** 对任意 $Y_{0} \in \mathcal{D}$，定义 $$\varphi : \operatorname{Hom}_{\mathcal{D}}\bigl(F(X), Y_{0}\bigr) \longrightarrow \operatorname{Hom}_{\mathcal{C}}\bigl(X,\ G(Y_{0})\bigr), \qquad \varphi \mapsto G(\varphi) \circ \eta_{X}$$ **满（造逆）。** 给定 $f : X \to G(Y_{0})$，则 $(Y_{0}, f)$ 是 $X \downarrow G$ 的一个对象，于是有投影 $\pi_{(Y_{0}, f)} : F(X) \to Y_{0}$。由 $\eta_{X}$ 的构造，$G(\pi_{(Y_{0},f)}) \circ \eta_{X} = f$，所以 $\varphi(\pi_{(Y_{0},f)}) = f$。 **单。** 设 $\varphi(u) = \varphi(v)$，其中 $u, v : F(X) \to Y_{0}$。要证 $u = v$。 由 $\mathcal{D}$ 有小极限，取 $(Y_{0}, f)$ 处的投影 $\pi = \pi_{(Y_{0}, f)}$。由于 $F(X)$ 是那个极限，$u = v$ 当且仅当 $u \circ \pi = v \circ \pi$。而 $\pi$ 是 $f$ 处的那一项，$u \circ \pi$ 与 $v \circ \pi$ 都是 $F(X) \to Y_{0}$，且 $$G(u \circ \pi) \circ \eta_{X} = G(u) \circ G(\pi) \circ \eta_{X} = G(u) \circ f = G(u) \circ \varphi(v) \circ \eta_{X}$$ 用 $\varphi$ 沿 $\eta$ 的互逆性（并用 $G$ 保极限把极限拉回去）得到 $u \circ \pi = v \circ \pi$，于是 $u = v$。 **自然性**由两边各自对 $Y_{0}$ 的自然性逐项核对，略。这样 $\varphi$ 是自然同构，$F \dashv G$。∎ **（$\Longrightarrow$）** 反方向就是「右伴随保极限」那条定理。∎ > 这条定理是前半张图的分水岭：**从「保极限」这个可检验的条件，直接造出一个左伴随**。代价是要求 $\mathcal{D}$ 小且完备（否则那个极限不一定存在）。 #### 单位与余单位 + 忠实 / 满 / 全忠实 ⟹ 全忠实与单位　`imp.adjoint-ff` *单位同构 $\implies$ 左伴随全忠实* 设 $F \dashv G$。对 $X, Y \in \mathcal{C}$，串起伴随的同构： $$\operatorname{Hom}_{\mathcal{C}}(X, Y) \xrightarrow{\ F\ } \operatorname{Hom}_{\mathcal{D}}\bigl(F(X), F(Y)\bigr) \xrightarrow{\ \Phi_{X, F(Y)}\ } \operatorname{Hom}_{\mathcal{C}}\bigl(X, G F(Y)\bigr)$$ 第二个箭头是双射，且复合把 $f$ 送到 $G F(f) \circ \eta_{X}$（这是 $\Phi$ 的显式公式）。所以第一个箭头（即 $F$ 在 Hom 集上的作用）是双射当且仅当 $$\operatorname{Hom}_{\mathcal{C}}(X, Y) \xrightarrow{\ \eta_{X} \ \circ\, -\ } \operatorname{Hom}_{\mathcal{C}}\bigl(X, G F(Y)\bigr)$$ 是双射，当且仅当 $\eta_{X}$ 是同构（取 $Y$ 使 $GF(Y)$ 覆盖所需的目标即可）。 $X$ 任意，所以 $F$ 全忠实 $\iff$ 每个 $\eta_{X}$ 是同构，即 $\eta$ 是自然同构。∎ 对偶地（把整个论证在 $\mathcal{C}^{\mathrm{op}} \to \mathcal{D}^{\mathrm{op}}$ 上重做，或直接交换 $F, G$ 与 $\eta, \varepsilon$ 的角色）得到 $G$ 全忠实 $\iff \varepsilon$ 是同构。∎ > 把「函子在 Hom 集上双双是双射」这件事，换成了「一个自然变换处处可逆」—— 后者的检查量小得多。 #### Kan 延拓 + 极限 + 伴随函子 ⟹ Kan 延拓的两个例子　`imp.kan-unifies` *Kan 延拓 $\implies$ 余极限与右伴随都是它的特例* **(1)** 取 $p : I \to \mathbf{1}$ 为到终范畴的唯一函子。则预复合 $p^{*} : \mathcal{C}^{\mathbf{1}} \to \mathcal{C}^{I}$ 就是常图函子 $\Delta$。于是 $$\operatorname{Hom}(p_{!}D,\ G) \;\cong\; \operatorname{Hom}(D,\ G \circ p) \;=\; \operatorname{Hom}_{\mathcal{C}^{I}}\bigl(D,\ \Delta G(\ast)\bigr)$$ 右边正是「$D$ 到常图 $G(\ast)$ 的余锥」的集合。由余极限的泛性质（锥函子被 $\operatorname{colim} D$ 表示），能表示这个函子的只有一个对象： $$(p_{!}D)(\ast) \;=\; \varinjlim_{i \in I} D(i)$$ 所以 $p_{!}D$ 存在 $\iff D$ 有余极限。∎ **(2)** 取 $p = F : \mathcal{C} \to \mathcal{D}$、$F$ 位置的函子取恒等函子 $1_{\mathcal{C}}$。左 Kan 延拓的泛性质给出 $$\operatorname{Hom}(F_{!}1_{\mathcal{C}},\ G) \;\cong\; \operatorname{Hom}(1_{\mathcal{C}},\ G \circ F)$$ 右边只有「$1_{\mathcal{C}}$ 到 $G \circ F$ 的全部自然变换」一个元素（取 $1_{\mathcal{C}}$ 的像即得），所以左侧 $F_{!}1_{\mathcal{C}}$ 到每个 $G$ 的态射也恰好只有一个 —— 这正是「$F_{!}1_{\mathcal{C}}$ 是 $\operatorname{Hom}(1_{\mathcal{C}}, - \circ F)$ 的表示对象」的说法，而那个表示对象就是左伴随。记 $G = F_{!}1_{\mathcal{C}}$，同构两侧的形状恰好就是伴随的定义，对应的自然变换 $1_{\mathcal{C}} \implies G \circ F$ 就是单位 $\eta$。∎ > 看完这两条，前面那些定义就串成一条线了：**极限与余极限是「沿到终范畴的函子」延拓，伴随是「沿函数子本身」延拓**。 #### 紧 Hausdorff 空间范畴 + 紧 ⟹ 紧 Haus 是反射子范畴　`imp.stone-cech` *构造 $\beta X$ 并验证泛性质* **构造。** 把 $X$ 送进 Tychonoff 方块： $$e_{X} : X \to [0,1]^{C(X,[0,1])}, \qquad x \mapsto (f(x))_{f \in C(X,[0,1])}$$ 每个分量 $x \mapsto f(x)$ 连续，所以 $e_{X}$ 连续（到积空间的映射连续 $\iff$ 每个分量连续）。由 Tychonoff 定理方块紧，取闭包 $$\beta X := \overline{e_{X}(X)} \subseteq [0,1]^{C(X,[0,1])}$$ 闭子集紧、方块 Hausdorff 而子空间 Hausdorff，所以 $\beta X \in \mathbf{CHaus}$。 **函子性。** 连续映射 $\varphi : X \to Y$ 诱导 $C(Y,[0,1]) \to C(X,[0,1])$（$g \mapsto g \circ \varphi$），进而诱导方块的映射 $[0,1]^{C(X,[0,1])} \to [0,1]^{C(Y,[0,1])}$；它把 $e_{X}(X)$ 送到 $e_{Y}(Y)$，于是把闭包送到闭包，得到 $\beta\varphi : \beta X \to \beta Y$。 **泛性质。** 设 $K \in \mathbf{CHaus}$，$f : X \to K$ 连续。紧 Hausdorff 空间是 $T_{3.5}$ 的（不同的点可被连续函数分离），所以 $e_{K} : K \to [0,1]^{C(K,[0,1])}$ 是单射；把 $K$ 看成那个方块里的子空间，目标就变成「造一个 $\widehat{f}$ 使右下三角交换」： $$\begin{array}{ccc} X & \xrightarrow{\ e_{X}\ } & \beta X \subseteq [0,1]^{C(X,[0,1])} \\ & \searrow\scriptstyle{f} & \downarrow\scriptstyle{\widehat{f}} \\ & & K \subseteq [0,1]^{C(K,[0,1])} \end{array}$$ 用分量定义 $\widehat{f}$：对每个 $g \in C(K,[0,1])$，令第 $g$ 个分量为 $$(\pi_{g} \circ \widehat{f}) := \pi_{g \circ f} : [0,1]^{C(X,[0,1])} \longrightarrow [0,1]$$ 即「把第 $g$ 个坐标读成 $g \circ f$ 那个坐标」。每个分量连续，所以 $\widehat{f}$ 连续；在 $e_{X}(x)$ 上验证： $$\bigl(\pi_{g} \circ \widehat{f}\bigr)\bigl(e_{X}(x)\bigr) = (g \circ f)(x) = \pi_{g}\bigl(j_{K}(f(x))\bigr)$$ 所以 $\widehat{f} \circ e_{X} = j_{K} \circ f$，即 $f = \widehat{f} \circ e_{X}$（把 $K$ 与它在方块里的像等同）。 **落回 $K$ 里。** 还差 $\widehat{f}(\beta X) \subseteq j_{K}(K)$。只需在稠密的 $e_{X}(X)$ 上验：由上式 $\widehat{f}(e_{X}(x)) = j_{K}(f(x)) \in j_{K}(K)$。而 $j_{K}(K)$ 在方块里是紧的因而闭，取闭包即得 $\widehat{f}(\beta X) \subseteq j_{K}(K)$。 **唯一性。** 两个这样的 $\widehat{f}$ 在稠密的 $e_{X}(X)$ 上相等，而目标是 Hausdorff，所以处处相等。∎ > 关键只有两处：**Tychonoff 定理**给出紧性，**$T_{3.5}$ 性**保证 $e_{K}$ 是单射（否则「落回 $K$ 里」那一步没意义）。 #### 连通与连通分量 + 闭开集 + 紧 Hausdorff 空间范畴 ⟹ 连通分量是闭开邻域之交　`imp.component-clopen` *紧 Hausdorff 中连通分量是闭开邻域之交* 记 $C := \bigcap \{K : K \text{ 闭开},\ x \in K\}$。 **$C(x) \subseteq C$。** 每个含 $x$ 的闭开集 $K$ 都是既不空又不全的开集，所以 $x$ 的连通分量只能整个落在 $K$ 里或整个落在 $K$ 外；既然 $x \in K$，就有 $C(x) \subseteq K$。对一切这样的 $K$ 取交即得。 **$C$ 连通。** 反设 $C = F \sqcup G$，其中 $F, G$ 在 $C$ 中闭、不交、非空，并设 $x \in F$。$C$ 是闭集之交因而闭，于是 $F, G$ 在 $S$ 中闭。紧 Hausdorff 空间正规，取不交开集 $U \supseteq F$、$V \supseteq G$。令 $K := (U \cup V)^{c}$，它闭且 $K \cap C = \emptyset$。 由 $C$ 的定义与 $K \cap C = \emptyset$，存在含 $x$ 的闭开集 $H$ 使 $H \cap K = \emptyset$，即 $H \subseteq U \cup V$。于是 $H \cap U$ 与 $H \cap V$ 都是 $H$ 中的闭开集（$U, V$ 不交故各自的补在 $H$ 中开），进而在 $S$ 中闭开（$H$ 闭开）。其中 $H \cap U \ni x$，所以由 $C$ 的定义 $C \subseteq H \cap U \subseteq U$，从而 $C \cap V = \emptyset$，与 $G \subseteq C \cap V$ 非空矛盾。∎ > 这一步是后面 Stone 对偶与 $\mathrm{Cond}$ 里「连通分量可控」的来源：在 $\mathbf{CHaus}$ 里，连通分量由**闭开集**这个可以自由摆弄的族描述出来。 #### 全不连通与 Stone 空间 + 投射有限空间 + Stone 空间是 CHaus 的反射子范畴 + 基与子基 ⟹ Stone ⟺ 投射有限　`imp.stone-profinite` *Stone 空间 $\iff$ 投射有限空间* **（$\Longleftarrow$）** 投射有限空间是 Stone 空间的有向极限。Stone 空间对极限封闭（Stone 空间是反射子范畴的推论），而有限离散空间显然是 Stone 空间，所以极限仍是 Stone。∎ **（$\Longrightarrow$）** 设 $S$ 是 Stone 空间。先证**闭开集构成拓扑基**。 取 $x \in S$ 与开邻域 $O \ni x$。令 $\mathcal{F} = \{K : K \text{ 闭开},\ x \in K\} \cup \{\, O^{c} \,\}$，则 $\bigcap \mathcal{F} = \emptyset$：$O^{c}$ 与「含 $x$ 的闭开集」的交为空，因为 $x \notin O^{c}$。由 $S$ 紧，存在有限个 $K_{1}, \ldots, K_{n}$ 使 $$(K_{1} \cap \ldots \cap K_{n}) \cap O^{c} = \emptyset$$ 令 $U := K_{1} \cap \ldots \cap K_{n}$，它是闭开的、含 $x$、且 $U \subseteq O$。所以闭开集构成基。 现在看**有限闭开划分**的集合：$\mathcal{E} := \{\, E \subseteq \operatorname{Open}(S) \setminus \{\emptyset\} : E \text{ 有限},\ E \text{ 中元素两两不交且闭开},\ \bigcup E = S \,\}$，按「加细」构成一个逆向系统（加细是部分序，任意两个划分都有公共加细，所以它是有向的）。每个划分 $E$ 给出商映射 $S \to E$（送 $x$ 到包含它的那一块），目标有限离散。 由此得到连续映射 $S \to \varprojlim_{E} E$。它是**连续双射**：闭开集构成基保证任何两个单点都能被某个划分分开（单射），而满射性由每块都非空得到。紧空间到 Hausdorff 空间的连续双射是同胚，于是 $S \cong \varprojlim_{E} E$，即 $S$ 投射有限。∎ > 两头各用了一条前面的结论：正向用**闭开集构成基**（这是「全不连通 + 紧」的直接后果），反向用 **Stone 空间对极限封闭**。 #### 投射 / 内射对象 + 全不连通与 Stone 空间 + 紧 Hausdorff 空间范畴 ⟹ Gleason 定理　`imp.gleason` *投射对象 $\iff$ Stonean 空间* **（投射 $\Longrightarrow$ Stonean）** 设 $S$ 是 $\mathbf{CHaus}$ 的投射对象，要证 $S$ 极端不连通，即任一开集 $U$ 的闭包闭开。 令 $F := U^{c}$，考虑 $p : U \sqcup F \to S$（$U \sqcup F$ 取不交并拓扑，$p$ 在 $U$ 与 $F$ 上取含入）—— 它是连续满射。由投射性，$p$ 有连续截面 $s : S \to U \sqcup F$，即 $p \circ s = 1_{S}$。 于是 $s(U) \subseteq U$ 且 $p(s(U)) = U$；又 $p(F) \cap U = \emptyset$ 迫使 $s(U) \subseteq U$。开集在连续映射下的原像开：$U = s^{-1}(U)$ 是开的；再由 $s^{-1}(F) = U^{c}$ 也开可得 $U$ 闭。所以 $U$ 闭开，$S$ 极端不连通。∎ **（Stonean $\Longrightarrow$ 投射）** 因为 $\mathbf{CHaus}$ 有纤维积、满态射在这里是「universal」的，投射性等价于「每个满态射都有截面」。所以只要证：$S$ Stonean 时每个满态射 $f : T \to S$ 都有截面。 由「满射有极小闭子集」那条引理，可以设 $f$ 在**极小**意义下满：即没有真闭子集 $T' \subset T$ 使 $f|_{T'}$ 满。我们来证这样的 $f$ 是单射。 反设 $x \ne x' \in T$ 且 $f(x) = f(x')$。取不交邻域 $U \ni x$、$U' \ni x'$。$f$ 是闭映射（紧到 Hausdorff 的连续映射把闭集送到闭集），所以 $S_{1} := f(U^{c})$ 与 $S_{1}' := f(U'^{c})$ 是 $S$ 中的闭集。由 $f$ 的极小满性，$f|_{U^{c}}$ 与 $f|_{U'^{c}}$ 都不满，故 $S_{1}, S_{1}' \subset S$；于是它们各自的补 $V := S \setminus S_{1}$、$V' := S \setminus S_{1}'$ 是非空开集，且 $V \subseteq f(U)$、$V' \subseteq f(U')$。 $f(x) = f(x') \in V \cap V'$，所以 $V \cap V' \ne \emptyset$。又 $U, U'$ 不交，故 $f(U) \cap f(U')$ 中的点只有可能来自交叠，于是 $V \cap V' \subseteq \overline{f(U)} \cap \overline{f(U')}$。而 $V \cap V'$ 非空是开集、$S$ 极端不连通意味着不交开集的闭包不交（前一条性质），矛盾。 所以 $f$ 是单射，从而是同胚，于是它有截面。∎ > 两个方向用的是**同一条投射性**的两种面貌：一面是「把对象从它的两块拼回来」（$U \sqcup F \to S$ 有截面），另一面是「每个满射有截面」。 #### 层 + 预拓扑 + 筛 ⟹ 层的下降条件　`imp.sheaf-descent` *预拓扑下的层 $\iff$ 正合列* 设覆盖族 $(X_{i} \to X)_{i \in I}$ 生成的筛是 $R$。按定义，$R$ 的截面是那些能「穿过某个 $X_{i}$」的映射： $$R(Y) = \{\, f : Y \to X \ \mid\ \exists i,\ \exists h : Y \to X_{i},\ f = f_{i} \circ h \,\}$$ 而 $R$ 作为预层，是那些 $h_{Y}$ 沿 $(Y \to X_{i})_{i}$ 的余极限 —— 换句话说 $$R \;\cong\; \varinjlim_{i} h_{X_{i}}$$ （指标是这个覆盖族，余极限在预层范畴里取。）于是： $$\operatorname{Hom}(R, F) \;\cong\; \operatorname{Hom}\Bigl(\varinjlim_{i} h_{X_{i}},\ F\Bigr) \;\cong\; \varprojlim_{i} \operatorname{Hom}(h_{X_{i}}, F) \;\cong\; \varprojlim_{i} F(X_{i})$$ 最后一步是米田引理。**在 $\mathbf{Set}$ 里，这个极限就是「每个 $F(X_{i})$ 里取一个元素」**，即 $\operatorname{Hom}(R, F) = \prod_{i} F(X_{i})$。 但这样只用到「$F$ 限制到每一块上」的信息，还没有把「两块在交叠处一致」写进来。要做这件事，就看 $R$ 的两条「投影」：把每个 $f_{i}$ 沿两条腿拉到 $X_{i} \times_{X} X_{j}$ 上，得到两个映射 $$\prod_{i} F(X_{i}) \overset{\alpha}{\underset{\beta}{\rightrightarrows}} \prod_{i,j} F(X_{i} \times_{X} X_{j}), \qquad \alpha((s_{i})_{i}) = (s_{i}|_{X_{i}\times_{X}X_{j}}),\quad \beta((s_{i})_{i}) = (s_{j}|_{X_{i}\times_{X}X_{j}})$$ 相容族恰好是 $\ker(\alpha - \beta)$ —— 即「$i$ 限制到交叠」与「$j$ 限制到交叠」结果一样。于是「层的双射条件」变成 $$F(X) \;\cong\; \ker(\alpha - \beta)$$ **（$\implies$）** 层给出 $\operatorname{Hom}(h_{X}, F) \cong \operatorname{Hom}(R, F)$，两边用米田与上面的计算展开就是所要的正合。**（$\Longleftarrow$）** 反过来，正合序列给出的那个 $\ker$ 与 $F(X)$ 的同构，对所有由覆盖族生成的筛 $R$ 成立；而每个 $R \in J(X)$ 都由某个覆盖族生成，所以对一切 $R \in J(X)$ 都有 $F(X) \cong \operatorname{Hom}(R, F)$，即 $F$ 是层。∎ ⚠️ 细看上面 $\alpha, \beta$ 的定义：$\operatorname{Hom}(R, F)$ 里的相容性条件要通过 $R$ 的**态射结构**（两个投影 $X_{i} \times_{X} X_{j} \rightrightarrows X_{i}$）才能写下来，这正是为什么必须用**纤维积**而不是「交」。 > 这条把「层」这个抽象定义落到可以逐项验证的形状：**一串截面、两个限制映射、取核**。实际验层时走的都是这一条。 #### Čech 函子 + Čech 函子的性质 ⟹ 层化　`imp.sheafification` *Čech 函子做两次 $\implies$ 层化* 记 $\sharp := \widehat{H} \circ \widehat{H}$。 **落到层上。** 对任意预层 $T$，$\widehat{H}(T)$ 是**分离**的；再对分离的 $\widehat{H}(T)$ 用一次，得到的 $\widehat{H}(\widehat{H}(T))$ 是**层**（Čech 函子的性质 2）。所以 $T^{\sharp}$ 总是层。∎ **从层出发不动。** 设 $F$ 是层。由性质 3（$F$ 是层 $\iff F \to \widehat{H}(F)$ 是同构）得 $\widehat{H}(F) \cong F$，再做一次仍得到 $F$。所以 $\sharp$ 在层上是恒等 —— 这就是**幂等性** $(T^{\sharp})^{\sharp} \cong T^{\sharp}$。∎ **伴随性。** 要证 $\operatorname{Hom}(T^{\sharp}, F) \cong \operatorname{Hom}(T, F)$（$F$ 是层）。先证 $\operatorname{Hom}(\widehat{H}(T), F) \cong \operatorname{Hom}(T, F)$：由 $\widehat{H}$ 的定义逐点展开， $$\operatorname{Hom}\bigl(\widehat{H}(T), F\bigr)(X) \cong \operatorname{Hom}\bigl(\widehat{H}(T)(X), F(X)\bigr)$$ 而 $\widehat{H}(T)(X) = \varinjlim_{R} \operatorname{Hom}(R, T)$ 是滤过余极限，故 $$\operatorname{Hom}\bigl(\varinjlim_{R} \operatorname{Hom}(R, T),\ F(X)\bigr) \;\cong\; \varprojlim_{R} \operatorname{Hom}\bigl(\operatorname{Hom}(R, T),\ F(X)\bigr)$$ 这里只差最后一步：要用「$F$ 是层」把 $\operatorname{Hom}(\operatorname{Hom}(R, T), F(X))$ 换回 $T(X)$ 那一侧 —— 这一步是米田引理与层条件的联手（$\operatorname{Hom}(h_{X}, F) \cong \operatorname{Hom}(R, F)$ 对 $R \in J(X)$ 成立）。逐项套回去即可。于是 $\operatorname{Hom}(\widehat{H}(T), F) \cong \operatorname{Hom}(T, F)$，再对 $\widehat{H}(T)$ 用一次（此时它是分离的、用到性质 3）就得到 $\operatorname{Hom}(T^{\sharp}, F) \cong \operatorname{Hom}(T, F)$。∎ **反射子范畴。** 以上合起来：$\sharp$ 是左伴随、在层上取恒等、且每个对象都映到层里。按反射子范畴的判据，这就是「层范畴是预层范畴的反射子范畴，反射是 $\sharp$」。∎ > 注意「做两次」不是凑出来的：**第一次把预算层变成分离的，第二次才把分离的变成层** —— 差的正是「分离」与「层」之间的那一步（性质 3）。 #### 滤过余极限正合 + 万有关系 + 层化 ⟹ site 的层范畴的好性质　`imp.site-properties` *逐点继承 $\mathbf{Set}$ 的性质* 几条性质在 $\mathbf{Set}$ 里都是熟知的：余积就是不交并（万有）、满射就是像的商（正则）、滤过余极限与有限极限交换。 关键是**把 $\mathbf{Set}$ 的性质搬到层范畴**。做法分两步：先在**预层范畴** $\widehat{\mathcal{C}}$ 里验证（预层范畴是函子范畴，一切逐点定义，因而逐点继承 $\mathbf{Set}$ 的性质），再用**层化**把结论送回层范畴。 而层化保有限极限与余极限（上一条定理的推论 2），所以「先算再层化」与「层化后再算」一致，性质就跟着过来了。 第 3 条具体证一下（其余同法）。设 $F \to G$ 是层范畴里的满态射。取它在层范畴中的满-单分解 $F \to I \rightarrowtail G$。对该分解层化（层上的层化是恒等），并用满态射的右可消性得 $I \to G$ 既满又单，于是是同构（前一条命题），所以 $I \cong G$ 落在 $F$ 的像里。 再由「满态射的局部判据」，$F \to G$ 是满的当且仅当局部有原像；把这个局部条件写成 $F \to G$ 的核对 $F \times_{G} F \rightrightarrows F$，就得到 $F \to G$ 是这对投影的余等化子 —— 即**正则满**。∎ > 整条证明的模子是：**先在函子范畴里逐点做，再用层化运回来**。这就是为什么前面要花力气把「滤过余极限正合」「层化保有限极限」立起来。 #### 筛 + Grothendieck 拓扑 + 单态射 / 满态射 / 同构 ⟹ 覆盖筛即余积满射　`imp.covering-sieve-epi` *覆盖族生成覆盖筛 $\iff$ 余积满* 记覆盖族为 $(f_{i} : X_{i} \to X)_{i \in I}$，它生成的筛为 $R \subseteq h_{X}$，并记 $q : \coprod_{i} X_{i} \to X$ 为余积给出的那个态射。 **$R = h_{X}$ 这件事的意义。** $R(Y) \subseteq \operatorname{Hom}(Y, X)$ 是「能穿过某个 $X_{i}$」的那些映射。$R = h_{X}$ 就是说**每个** $Y \to X$ 都能穿过某个 $X_{i}$。 **（$\Longleftarrow$）** 设 $q$ 是满态射，即对任意 $T$ 与任意 $u, v : X \to T$，$u \circ q = v \circ q \implies u = v$。设 $g : Y \to X$。由余积的泛性质，$g$ 对应一族 $g \circ f_{i} : X_{i} \to Y \to X$…… 更直接地：把 $g$ 沿余积的泛性质写成 $g \circ q : \coprod_{i} X_{i} \to X$，它按构造分解为 $(g \circ f_{i})_{i}$。由 $q$ 满（右可消）得 $g$ 必须已经是 $q$ 的「商」—— 即存在某个 $i$ 与 $h : Y \to X_{i}$ 使 $g = f_{i} \circ h$。所以 $R(Y) = \operatorname{Hom}(Y, X)$ 对所有 $Y$ 成立，$R = h_{X}$。 **（$\Longrightarrow$）** 设 $R = h_{X}$。要证 $q$ 右可消。设 $u, v : X \to T$ 且 $u \circ q = v \circ q$。对每个 $i$ 有 $u \circ f_{i} = v \circ f_{i}$。对任意 $Y$ 与任意 $g : Y \to X$，由 $R = h_{X}$ 存在 $i$ 与 $h : Y \to X_{i}$ 使 $g = f_{i} \circ h$，于是 $$u \circ g = u \circ f_{i} \circ h = v \circ f_{i} \circ h = v \circ g$$ 取 $Y = X$、$g = 1_{X}$ 即得 $u = v$。所以 $q$ 是满态射。∎ > 这条把「覆盖」这件听起来很几何的事，变成了一句纯箭头的话。以后凡是要在 site 上验覆盖，都可以改写成一个余积是否满射的问题。 #### 预拓扑斯 + 有效等价关系 + 正则满态射 ⟹ 满-单分解　`imp.pretopos-factorization` *预拓扑斯 $\implies$ 满-单分解* 设 $f : X \to Y$。取核对 $R := X \times_{Y} X$，它是 $X$ 上的等价关系。由预拓扑斯第 3 条，等价关系**有效**，所以可以取商 $$\overline{X} := X/R = \operatorname{coker}(R \rightrightarrows X)$$ 两条投影在 $f$ 下相等，故 $f$ 穿过商，得到分解 $$f : X \twoheadrightarrow \overline{X} \xrightarrow{\ l\ } Y$$ **$l$ 是单态射。** 设 $g, h : Z \to \overline{X}$ 且 $l \circ g = l \circ h$。因为 $\overline{X} = X/R$，把 $g, h$ 与商映射 $\pi$ 一起拉回：考虑 $V$ 使方块 $$\begin{array}{ccc} V & \longrightarrow & Z \\ \downarrow\scriptstyle{(g_0,h_0)} & & \downarrow\scriptstyle{(g,h)} \\ X \times_{X} X & \xrightarrow{\ \pi \times \pi\ } & \overline{X} \times \overline{X} \end{array}$$ 笛卡尔。由 $l \circ g = l \circ h$ 得 $l \circ \pi \circ g_{0} = l \circ \pi \circ h_{0}$，即 $f \circ g_{0} = f \circ h_{0}$。于是 $(g_{0}, h_{0})$ 的像整个落在 $R = X \times_{Y} X$ 里 —— 换句话说 $(g_{0}, h_{0})$ 穿过 $R$。 再由 $\overline{X} = \operatorname{coker}(R \rightrightarrows X)$ 的泛性质（两条投影的余等化子），$\pi \circ g_{0} = \pi \circ h_{0}$，于是 $g = h$。所以 $l$ 是单态射。 **唯一性。** 若 $f = X \xrightarrow{\ \pi'\ } X' \xrightarrow{\ l'\ } Y$ 是另一个满-单分解，则由 $l'$ 是单态射得 $R = X \times_{X'} X$。记 $\pi'$ 为满态射，由第 4 条它是**正则**的，即 $\pi' = \operatorname{coker}(X \times_{X'} X \rightrightarrows X)$；把 $X \times_{X'} X = R$ 代进去得 $\pi'$ 与 $\pi$ 是同一个余等化子。于是存在互逆的 $\overline{X} \rightleftarrows X'$，$X' \cong \overline{X}$。∎ **平衡性。** 若 $f$ 既满又单，则 $R = X \times_{Y} X \cong X$（单态射的等价刻画），故 $\overline{X} \cong X$，$f \cong l$ 是单态射；又 $f$ 已是单态射，故 $f$ 是同构。∎ **严格性。** 上面的分解把 $\operatorname{im} f$ 与 $\operatorname{coim} f$ 都算成了 $\overline{X}$，所以它们同构。∎ > 整条证明只用了一个构造「取核对再取商」和一组事实「等价关系有效 + 满态射正则」。这正是预拓扑斯那四条公理想换来的东西。 #### 拓扑斯 + 标准拓扑 + 生成元集 + 可表示性的下降 ⟹ Giraud 定理　`imp.giraud` *Giraud 定理的证明* **(2) $\implies$ (3)。** 取 $\mathcal{C} = \mathcal{T}$，配上 $\mathcal{T}$ 上的**标准拓扑**。此时层范畴就是 $\mathcal{T}$ 自己（因为标准拓扑下的层恰好是可表示的那些），于是 $\mathcal{T} \simeq \widehat{\mathcal{C}}$。∎ **(3) $\implies$ (4)。** 预层范畴 $\widehat{\mathcal{C}}$ 是拓扑斯，而层范畴是它的**反射子范畴**，反射（层化）保有限极限 —— 这正是 (4) 的形式。∎ **(4) $\implies$ (1)。** 设 $\mathcal{T}$ 是 $\widehat{\mathcal{C}}$ 的反射子范畴，反射 $\sharp$ 正合。$\widehat{\mathcal{C}}$ 是拓扑斯，其中「有限极限 / 余积 / 等价关系」都是逐点算的、性质都好。反射子范畴对**极限**封闭（含入函子是右伴随），反射保有限极限与余极限，两份合起来把拓扑斯的四条公理逐一运到 $\mathcal{T}$ 上：有限极限来自含入函子，余积与商来自「先在大范畴里算、再反射回去」，小生成元集取那些可表示预层的层化。∎ **(1) $\implies$ (2)。** 给 $\mathcal{T}$ 配标准拓扑。要证每个层都可表示。任取层 $F$。 设 $S$ 是 $\mathcal{T}$ 的小生成元集。由 $S$ 生成，可以造出满态射 $$\coprod_{i \in I} X_{i} \longrightarrow F, \qquad X_{i} \in \mathcal{T}$$ （把每个 $X \in S$ 到 $F$ 的态射全体拼起来，生成性保证这族箭头合起来是满的。）每个 $X_{i}$ 作为可表示层是可表示的；再由 $F$ 是层，$X_{i} \times_{F} X_{j}$ 也在 $\mathcal{T}$ 里因而是可表示的。 于是前提全部满足，**下降引理**给出 $F$ 可表示 —— 具体地 $F \cong X/R$，其中 $X = \coprod_{i} X_{i}$、$R = \coprod_{i,j} X_{i} \times_{F} X_{j}$。∎ > 四条里最不平凡的一步是 $(1) \implies (2)$：把一个抽象拓扑斯里的任意层，用小生成元集造一个覆盖，再用下降引理把「可表示」从覆盖的每一块传回整体。 #### 拟紧对象 + 拟分离对象 + 预标准拓扑 ⟹ 预拓扑斯由拓扑斯唯一确定　`imp.qcqs` *拟紧拟分离层 $\iff$ 小对象* **函子性**：$X \mapsto h_{X}$ 是米田嵌入，全忠实。要证的是它的本质满性。 **（小对象 $\implies$ 拟紧且拟分离）** 设 $X \in \mathcal{C}$。任给覆盖 $(X_{i} \to X)_{i \in I}$，即 $\coprod_{i} X_{i} \to X$ 是满态射。由预标准拓扑的定义，覆盖只由**有限**族给出，所以 $X$ 拟紧（有限子覆盖就是自己）。 拟分离：设 $Y \to X$、$Z \to X$ 且 $Y, Z$ 拟紧。要证 $Y \times_{X} Z$ 拟紧。由第 3 条性质（拟紧 $\iff$ 存在小对象到它的满射），取满射 $Y' \to Y$、$Z' \to Z$（$Y', Z' \in \mathcal{C}$），则 $$Y' \times_{X} Z' \longrightarrow Y \times_{X} Z$$ 是满射，而左边的纤维积在 $\mathcal{C}$ 里（$\mathcal{C}$ 有有限极限），所以 $Y \times_{X} Z$ 有小对象满射覆盖，因而拟紧。∎ **（拟紧且拟分离 $\implies$ 小对象）** 设 $F$ 拟紧，则由性质 3 存在满射 $X \to F$（$X \in \mathcal{C}$）。要把它压成一个同构。 取核对 $R := X \times_{F} X$。因为 $F$ 拟分离、而 $X$ 拟紧，两个投影 $X \to F$ 使 $R$ 是「两个拟紧对象沿拟分离对象的纤维积」，所以 $R$ 也拟紧；再由性质 3 得到 $R$ 被某个 $R_{0} \in \mathcal{C}$ 满射覆盖。 于是 $X \to F$ 是 $\mathcal{C}$ 中一个「核在小对象里」的满射，由等价关系的有效性，$F \cong X/R$ 落在 $X \mapsto h_{X}$ 的像里。∎ > **拟紧**给出「能被小对象盖住」，**拟分离**给出「连交叠处也能被小对象盖住」；两个合起来才够把任意拟紧拟分离层拉回成一个小对象。这就是为什么定义里要两条而不是一条。 #### 层 + 标准拓扑 ⟹ 拓扑斯上的层即保极限的预层　`imp.topos-sheaf-limits` *拓扑斯上的层 $\iff$ 保极限* **(层 $\implies$ 保极限)** 设 $F$ 是层，$R$ 是 $X$ 的覆盖筛。按标准拓扑的定义，$R \in J(X)$ 恰好意味着 $$X \;\cong\; \varinjlim_{X' \to X \in R} X'$$ （每个从 $X$ 出发的箭头都能被 $R$ 里的箭头穿过。）把 $F$ 作用上去： $$F(X) \;\cong\; \varprojlim_{X' \to X \in R} F(X')$$ 左边是 $\operatorname{Hom}(h_{X}, F)$、右边是 $\operatorname{Hom}(R, F)$，这正是层的双射条件。∎ **(保极限 $\implies$ 层)** 反过来，若 $F$ 保所有极限，把上式倒过来读：对每个 $R \in J(X)$，$F(X) \cong \varprojlim_{X' \in \mathcal{C}/R} F(X')$，而右边与 $\operatorname{Hom}(R, F)$ 同构（前面的计算），所以 $F$ 是层。∎ > 证明短得出奇 —— 因为**标准拓扑对覆盖筛的规定，本来就是「$X$ 是这些 $X'$ 的余极限」**。所以「层」在拓扑斯上等于「把余极限送回极限」，几何与范畴在这里合成一句话。 #### CHaus 是预拓扑斯 + 自由表示 + Giraud 定理 ⟹ Cond 是拓扑斯　`imp.cond-topos` *$\mathbf{CHaus}$ 是预拓扑斯 $\implies$ $\mathrm{Cond}$ 是拓扑斯* 用 Giraud 定理的第四条：**造出「预层范畴 + 正合反射」就够了**。 取预层范畴 $\widehat{\mathbf{CHaus}}$，则 $\mathrm{Cond} = \widehat{\mathbf{CHaus}}$ 是它的反射子范畴（反射是层化），并且层化**正合**（保有限极限，前面的层与拓扑那一段已经证过）。所以 $\mathrm{Cond}$ 是拓扑斯。∎ 也可以直接验拓扑斯的四条公理，用的都是 $\mathbf{CHaus}$ 是预拓扑斯这一条： **小生成元集。** 层范畴由可表示预层生成，所以取全体**自由**紧 Hausdorff 空间 $\beta I$（在 $\mathrm{Cond}$ 里）作生成元集即可 —— 每个紧 Hausdorff 空间都有自由表示 $\beta S^{\mathrm{disc}} \twoheadrightarrow S$，于是每个可表示预层都被这些自由对象盖住。 **有限极限、余积、等价关系。** 层范畴里的这些构造都是**逐点**算的（在 $\mathbf{CHaus}$ 上取极限/余积/商），所以它们的不交性、万有性、有效性都由 $\mathbf{CHaus}$ 的对应性质继承过来 —— 层化保有限极限与余极限，正好把结论从预层范畴运到层范畴。∎ > 这就是整段路的终点：**从「紧 Hausdorff 空间」这一件拓扑材料出发，造出了一个拓扑斯。** #### FCHaus 上层的判据 + FCHaus 上的预拓扑 + 自由表示 ⟹ Cond 即 FCHaus 上的层　`imp.cond-fchaus` *$\mathrm{Cond} \simeq \widehat{\mathbf{FCHaus}}$* **（限制）** 设 $X$ 是 $\mathbf{CHaus}$ 上的层，把它限制到 $\mathbf{FCHaus}$ 上。$\mathbf{FCHaus}$ 上的覆盖更少（只有有限不交并），层的条件只会更容易满足，所以限制仍是层。∎ **（延拓）** 设 $X$ 是 $\mathbf{FCHaus}$ 上的层。对 $S \in \mathbf{CHaus}$ 定义 $$X(S) := \varinjlim_{F \to S} X(F)$$ 指标跑在「自由紧 Hausdorff 空间到 $S$ 的映射」上（按加细取滤过余极限）。 **这就是层的粘合。** 由 $\mathbf{CHaus}$ 里每个对象都有自由表示 $\beta S^{\mathrm{disc}} \twoheadrightarrow S$，取 $R := \beta S^{\mathrm{disc}} \times_{S} \beta S^{\mathrm{disc}}$ 与满射 $\beta R \to R$，则 $$X(S) \;=\; \varprojlim_{F \to S} X(F) \;\cong\; \ker\bigl(X(\beta S^{\mathrm{disc}}) \rightrightarrows X(\beta R)\bigr) \;=\; \{\, x : X(p_{1})(x) = X(p_{2})(x) \,\}$$ 正是「相容的一族截面」。 **反过来赋值。** 给定右边的一个 $x$ 与一个映射 $f : F'' \to S$（$F''$ 自由），由自由性 $f$ 可以提升为 $\widetilde{f} : F'' \to F$（$F \twoheadrightarrow S$ 是那个自由表示），定义 $$x_{f} := X(\widetilde{f})(x) \in X(F'')$$ **提升的选取无关紧要。** 若 $\widetilde{f}_{1}, \widetilde{f}_{2}$ 是两个提升，则 $(\widetilde{f}_{1}, \widetilde{f}_{2}) : F'' \to F \times_{S} F$ 分解为 $p \circ f'$（因为 $F' \twoheadrightarrow F \times_{S} F$ 满而 $F''$ 自由），于是 $$X(\widetilde{f}_{1})(x) = X(f')\bigl(X(p_{1})(x)\bigr) = X(f')\bigl(X(p_{2})(x)\bigr) = X(\widetilde{f}_{2})(x)$$ 所以 $(x_{f})_{f}$ 良定义，即有一族相容截面，$\varphi(x) \in X(S)$。两个方向互逆，于是 $\mathbf{FCHaus}$ 上的层与 $\mathbf{CHaus}$ 上的层是同一个范畴。∎ 又由「$\mathbf{FCHaus}$ 上的层 $\iff$ 保有限积」，$\mathrm{Cond}$ 也可以等价地定义为「$\mathbf{FCHaus}$ 上保有限积的预层」。∎ > 换到 $\mathbf{FCHaus}$ 上的好处是：那里的满射**都有截面**，于是「层」退化成最朴素的一条 —— **保有限积**。这是凝聚态数学里最常用的工作定义。 #### 层 + Cond 有足够多投射对象 + 自由表示 ⟹ 凝聚态集满态射的判据　`imp.cond-epi` *满态射在自由空间上逐点检验* **（$\Longleftarrow$）** 显然：若每个 $X(F) \to Y(F)$ 都满，则层之间的这个态射在每个自由对象上满，由「生成元集判定满态射」的一般道理即得它在 $\mathrm{Cond}$ 里是满态射。∎ **（$\Longrightarrow$）** 设 $p : X \to Y$ 是满态射，先证它「局部满」。取**像** $$\operatorname{Im}(p)(S) := \{\, y \in Y(S) \ :\ \exists \text{ 覆盖 } (S_{i} \to S),\ \exists x \in X(S_{i}),\ p(x) = y|_{S_{i}} \,\}$$ 它是 $Y$ 的一个子层。由定义，$p$ 的每个值都落在 $\operatorname{Im}(p)$ 里，即 $\operatorname{Im}(p) \hookrightarrow Y$ 是满态射；而它同时是单态射，故（层里单满即同构）$\operatorname{Im}(p) = Y$。也就是说：**$p$ 局部满**。 现在取 $F \in \mathbf{FCHaus}$ 与 $y \in Y(F)$。由局部满，存在 $F$ 的覆盖，在其每一块 $F_{i}$ 上有 $x_{i} \in X(F_{i})$ 使 $p(x_{i}) = y|_{F_{i}}$。$\mathbf{FCHaus}$ 上的覆盖由**有限不交并**给出，而 $F$ 是自由的、余积在它上面就是无交并，所以可以直接把有限块上的 $x_{i}$ 拼起来（这正是「保有限积」那一条）： $$x := (x_{i})_{i} \in \prod_{i} X(F_{i}) \;\cong\; X\Bigl(\coprod_{i} F_{i}\Bigr) \;=\; X(F)$$ 并且 $p(x) = y$。所以 $X(F) \to Y(F)$ 是满射。∎ > 「满 = 局部满 = 局部可提升」是层论里的通用逻辑；而 $\mathbf{FCHaus}$ 上的覆盖是**有限不交并**，所以局部终于能拼成整体 —— 这就是为什么探针只需要自由对象。 #### 紧生成空间 + 凝聚态集 + 紧生成空间是余反射子范畴 ⟹ Top 与 Cond 的伴随　`imp.top-cond-adjoint` *$\mathbf{Top} \to \mathrm{Cond}$ 忠实、限制到 $k\mathbf{Top}$ 全忠实* **$\underline{X}$ 是凝聚态集。** 对任一点集 $S$，$\underline{X}(S) = C(S, X)$；$C(-, X)$ 把 $\mathbf{CHaus}$ 里的**有限不交并**变成有限积、把**商**变成核（连续映射在无交并上与商上都是逐块决定的）。由凝聚态集的两条判据，$\underline{X}$ 是凝聚态集。∎ **伴随。** 函子 $X \mapsto \underline{X}$ 与 $Z \mapsto Z(\cdot)$ 之间要给出 $$\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, Z) \;\cong\; \operatorname{Hom}_{\mathbf{Top}}\bigl(X, Z(\cdot)\bigr)$$ 而 $\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, Z) = \operatorname{Nat}(C(-,X), Z)$，按米田式的计算，它正是「在 $S = \ast$ 处的取值」加上自然性 —— 也就是 $Z(\cdot) = Z(\ast)$ 上的一个元素，并且与所有 $\underline{X}(S) = C(S,X)$ 相容。这恰恰是「从 $X$ 出发的连续映射」，两边一一对应。∎ **忠实。** 由上面的伴随式取 $Z = \underline{Y}$： $$\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, \underline{Y}) \;\cong\; \operatorname{Hom}_{\mathbf{Top}}\bigl(X, \underline{Y}(\cdot)\bigr)$$ 而关键的一步是：**$\underline{Y}(\cdot) \cong kY$**（把 $Y$ 换成它的 $k$-化，拓扑可能变细）。于是 $$\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, \underline{Y}) \;\cong\; \operatorname{Hom}_{\mathbf{Top}}(X, kY) \;\cong\; \operatorname{Hom}_{k\mathbf{Top}}(kX, kY)$$ （最后一个同构因为 $k\mathbf{Top}$ 是余反射子范畴，$k$ 是含入的右伴随：$kX$ 处的映射等同于一切从 $X$ 出发射入紧生成空间的映射。） 当 $X$ 本身紧生成时 $kX = X$，上式就是 $\operatorname{Hom}_{\mathrm{Cond}}(\underline{X}, \underline{Y}) \cong \operatorname{Hom}_{k\mathbf{Top}}(X, kY)$，逐对 $X, Y$ 都是双射 —— **限制到 $k\mathbf{Top}$ 上全忠实**。对一般 $X$，$X \to kX$ 是同一集合上的恒等映射，所以函子在态射层仍是单射 —— **在 $\mathbf{Top}$ 上忠实**。∎ > 一句话记住：**「拓扑空间 $\to$ 凝聚态集」这件事丢掉的东西，正好就是 $k$-化丢掉的东西。** 所以在 $k\mathbf{Top}$ 上它不丢信息。 #### 映射锥 + 导出三角 ⟹ 三角的旋转与延拓　`imp.triangle-rotation` *映射锥 $\implies$ 三角可旋转、可延拓* **旋转。** 不妨设 $M = M(f)$，即三角是 $K \xrightarrow{\ f\ } L \to M(f) \to K[1]$。要证 $L \to M(f) \to K[1] \to L[1]$ 导出。把 $g : L \to M(f)$ 取成含入 $(0, 1)^{\mathrm{T}}$，则它的映射锥是 $$M(g)^{n} = L^{n+1} \oplus M(f)^{n} = L^{n+1} \oplus K^{n+1} \oplus L^{n}$$ 再给出 $K[1]$ 与 $M(g)$ 之间的两个互逆（同伦意义下）映射 $\varphi, \psi$，以及同伦 $s$ 使 $s \circ \varphi \sim 1$。逐项算完即得两个三角在同伦范畴里同构，于是旋转后的三角也是导出的。∎ **反复旋转**就得到整条长序列 $\cdots \to K \to L \to M \to K[1] \to L[1] \to \cdots$。∎ **延拓。** 给定 $f : K \to L$，直接取三角 $K \to L \to M(f) \to K[1]$ 即得第 3 条。 给定三角态射的左边两步 $u : K' \to K''$、$v : L' \to L''$，先把 $f'$ 与 $f''$ 都取成映射锥的形式。要造 $w$，令其矩阵形式为 $$w := \begin{pmatrix} s^{n+1} & v^{n} \end{pmatrix} : K'^{n+1} \oplus L'^{n} \longrightarrow K''^{n+1} \oplus L''^{n}$$ 其中 $s$ 是 $v \circ f' - f'' \circ u$ 的一个同伦（它零伦来自三角的交换性）。逐项验证 $w \circ d = d \circ w$ 即可，这一步用到同伦方程本身。∎ **推论（映射锥唯一）。** 两个都是 $f$ 的锥的三角都是导出的，于是它们之间有一个「前两步都是恒等」的三角态射；由「前两步同伦等价则第三步也同伦等价」（下一条引理），这两个锥同伦等价。∎ > 证明的模式很固定：**先把三角摆成映射锥的样子，然后矩阵硬算**。同伦范畴里所有三角的定理都是这么来的。 #### 导出三角 + 同调 + 三角的旋转与延拓 ⟹ 长正合列　`imp.long-exact` *短正合列 $\implies$ 长正合列* 设 $0 \to K \xrightarrow{\ f\ } L \xrightarrow{\ g\ } M \to 0$ 是复形的短正合列。 **第一步：短正合列给出导出三角。** 考虑 $f$ 的映射锥的含入 $L \to M(f)$。由 $g \circ f = 0$ 与短正合列的泛性质，有一条自然映射 $$M(f) \longrightarrow M, \qquad (k^{n+1}, l^{n}) \mapsto g^{n}(l^{n})$$ 它是复形态射（与微分交换，因为 $g \circ d_{L} = d_{M} \circ g$ 且 $g \circ f = 0$）。由短正合列上逐项的正合性（五引理），这条映射是**拟同构**，于是三角 $$K \xrightarrow{\ f\ } L \xrightarrow{\ g\ } M \xrightarrow{\ \delta\ } K[1]$$ 在 $\mathbf{K}(\mathcal{A})$ 中是**导出的**。∎ **第二步：旋转并取同调。** 把上一步的三角反复旋转，得到一族导出三角 $$K[n] \to L[n] \to M[n] \to K[n+1], \qquad (n \in \mathbb{Z})$$ 对每个这样的三角作用同调函子 $H^{0}$：因为 $H^{0}$ 是上同调函子，序列 $$H^{0}(K[n]) \to H^{0}(L[n]) \to H^{0}(M[n])$$ 正合，而 $H^{0}(K[n]) = H^{n}(K)$（位移的性质）。把这些正合的三项片段在连接同态 $\delta$ 处首尾相接，就得到长正合列 $$\cdots \to H^{n}(K) \to H^{n}(L) \to H^{n}(M) \xrightarrow{\ \delta\ } H^{n+1}(K) \to \cdots$$ ∎ **连接同态 $\delta$ 是从哪来的。** 它就是三角里的第三条腿 $M \to K[1]$ 取同调之后的样子：一个 $H^{n}(M) \to H^{n+1}(K)$ 的映射，把「$M$ 里的元素」送上「$K$ 的下一个同调」。它之所以存在，唯一的原因就是**映射锥给了第三条腿** —— 短正合列本身只给出前两条腿。∎ > 经典证明用蛇引理，这里用映射锥 + 旋转。两条路都通，但后者的好处是：**连接同态是什么**这件事，一眼就能看出来。 #### 定义引用：「等化子 / 余等化子」→ 核与余核　`def-link.kernel-eq` $\ker f$ 就是 $f$ 与零态射的等化子，用的是「等化子」这个概念。 #### 定义引用：「零对象与直和」→ 核与余核　`def-link.kernel-zero` 核与余核的定义里出现**零态射**，它来自零对象。 #### 定义引用：「加法 / 阿贝尔范畴」→ 零对象与终对象　`def-link.zeroobj-additive` 命题的前提「预加性范畴」是这条定义里的第一条。 #### 定义引用：「零对象与直和」→ 零对象与终对象　`def-link.zeroobj-zero` 要比较的两条定义都来自「零对象」。 #### 定义引用：「加法 / 阿贝尔范畴」→ 直和就是积　`def-link.biprod-additive` 直和的定义（$p_{k}i_{k} = 1$、$i_{1}p_{1}+i_{2}p_{2} = 1$）与预加性都在这条定义里。 #### 定义引用：「积 / 余积」→ 直和就是积　`def-link.biprod-product` 命题的另一半说的是「积」，用的是积的泛性。 #### 定义引用：「加法 / 阿贝尔范畴」→ 预加性结构唯一　`def-link.enrich-additive` 唯一性说的就是这条定义里「每个 $\operatorname{Hom}$ 带阿贝尔群结构且复合双线性」那部分。 #### 定义引用：「零对象与直和」→ 预加性结构唯一　`def-link.enrich-biprod` 证明用的对角线、余对角线与 $f \oplus g$ 全由双积刻画。 #### 定义引用：「加法函子」→ 加法函子的刻画　`def-link.addfun-criterion` 命题要刻画的就是「加法函子」这条定义。 #### 定义引用：「零对象与直和」→ 加法函子的刻画　`def-link.addfun-zeroobj` 「保零对象」这一半用的是零对象与双积的关系。 #### 定义引用：「伴随函子」→ 伴随函子都加法　`def-link.adjadd-adjoint` 命题的前提就是一对伴随函子 $F \dashv G$。 #### 定义引用：「加法函子」→ 伴随函子都加法　`def-link.adjadd-addfun` 结论是「两个函子都加法」。 #### 定义引用：「一般正合列」→ 正合列构成子范畴　`def-link.exsub-exact` 命题里的对象就是正合列与短正合列。 #### 定义引用：「加法 / 阿贝尔范畴」→ 正合列构成子范畴　`def-link.exsub-abelian` 核与像的良好行为、以及与有限双积交换都来自阿贝尔范畴。 #### 定义引用：「拓扑阿贝尔群」→ Hausdorff 拓扑阿贝尔群的核与余核　`def-link.abhaus-topab` 命题讨论的范畴就是拓扑阿贝尔群。 #### 定义引用：「核与余核」→ Hausdorff 拓扑阿贝尔群的核与余核　`def-link.abhaus-kernel` 核与余核在这里被具体算成 $f^{-1}(0)$ 与 $N/\operatorname{cl}f(M)$。 #### 定义引用：「一般正合列」→ Hausdorff 拓扑阿贝尔群的核与余核　`def-link.abhaus-exact` 「严格正合」是在正合列之上再加「嵌入闭、满射开」两条。 #### 定义引用：「Čech 函子」→ 带截面的覆盖上 Čech 零调　`def-link.cechsec-cech` 命题说的就是 Čech 复形，用的是 Čech 函子那套记号。 #### 定义引用：「阿贝尔层」→ 带截面的覆盖上 Čech 零调　`def-link.cechsec-sheaf` 系数 $M$ 是拓扑斯里的阿贝尔群（阿贝尔层）。 #### 定义引用：「层上同调」→ 上同调与不交并　`def-link.coprod-cohomology` 命题比较的就是层上同调 $H^{n}(X, M)$。 #### 定义引用：「阿贝尔层」→ 上同调与不交并　`def-link.coprod-sheaf` 系数取拓扑斯里的阿贝尔群。 #### 定义引用：「Čech 上同调」→ 有限不交覆盖的 Čech 零调　`def-link.fda-cech` 结论是关于 Čech 上同调 $\check{H}^{n}$ 的。 #### 定义引用：「凝聚态阿贝尔群」→ 有限不交覆盖的 Čech 零调　`def-link.fda-cond` 系数是凝聚态阿贝尔群。 #### 定义引用：「凝聚态阿贝尔群」→ 离散空间上零调　`def-link.disc-cond` 命题讨论的是凝聚态阿贝尔群的上同调。 #### 定义引用：「凝聚态集」→ 离散空间上零调　`def-link.disc-condset` 「离散空间 $E$」是通过把拓扑空间看作凝聚态集进来的。 #### 定义引用：「凝聚态阿贝尔群」→ R/R_disc 在 Stone 上的截面　`def-link.qdisc-cond` 商 $Q = \mathbb{R}/\mathbb{R}^{\mathrm{disc}}$ 在凝聚态阿贝尔群里取。 #### 定义引用：「拓扑阿贝尔群」→ R/R_disc 在 Stone 上的截面　`def-link.qdisc-topab` $\mathbb{R}$ 与 $\mathbb{R}^{\mathrm{disc}}$ 都是拓扑阿贝尔群，$Q$ 是它们的商。 #### 定义引用：「凝聚态集」→ Ext 的截面公式　`def-link.exsx-condset` 公式左边 $\mathbb{Z}\cdot X$ 里的 $X$ 是凝聚态集。 #### 定义引用：「凝聚态阿贝尔群」→ Ext 的截面公式　`def-link.exsx-cond` 系数 $N$ 与 Ext 都在凝聚态阿贝尔群里。 #### 定义引用：「投射 / 内射对象」→ Stonean 上 Z[S] 的 RHom　`def-link.zs-proj` 证明的关键是 $\mathbb{Z}[S]$ 在 Stonean 上投射。 #### 定义引用：「凝聚态阿贝尔群」→ Stonean 上 Z[S] 的 RHom　`def-link.zs-cond` $N$ 与 $\operatorname{RHom}$ 都在凝聚态阿贝尔群里。 #### 定义引用：「投射 / 内射对象」→ 离散空间上 Z[E] 的 RHom　`def-link.ze-proj` 自由对象 $\mathbb{Z}[E]$ 是投射的（投射对象的直和仍投射）。 #### 定义引用：「凝聚态阿贝尔群」→ 离散空间上 Z[E] 的 RHom　`def-link.ze-cond` 同上，$N$ 是凝聚态阿贝尔群。 #### 定义引用：「内 Hom」→ 离散群的 RHom 是常层　`def-link.drhom-internal` 内部的 $\operatorname{RHom}$ 就是内部 Hom 的导出版本。 #### 定义引用：「凝聚态阿贝尔群」→ 离散群的 RHom 是常层　`def-link.drhom-cond` 两个 RHom 分别算在凝聚态阿贝尔群与抽象阿贝尔群里。 #### 定义引用：「内 Hom」→ 张量与 RHom 的配对　`def-link.trnm-internal` 映射的两端都由内部 Hom（的导出版本）写成。 #### 定义引用：「阿贝尔层的张量积」→ 张量与 RHom 的配对　`def-link.trnm-tensor` 映射左边用到拓扑斯上阿贝尔层的张量积（导出版本）。 #### 定义引用：「单纯对象」→ 单纯对象给出链复形　`def-link.simpchain-simplicial` 命题的输入是（半）单纯对象，用的是单纯形范畴那套面映射。 #### 定义引用：「上链复形」→ 单纯对象给出链复形　`def-link.simpchain-complex` 结论是「得到链复形」，即微分平方为零。 #### 定义引用：「上链复形」→ 范畴嵌入复形　`def-link.catcpx-complex` 嵌入的目标是复形范畴。 #### 定义引用：「同伦」→ 同伦等价的判据　`def-link.homcriterion-homotopy` 两条判据都只用「同伦」这一条定义。 #### 定义引用：「同伦范畴」→ 同伦等价的判据　`def-link.homcriterion-kcat` 「同伦等价」说的是在 $\mathbf{K}(\mathcal{C})$ 中同构。 #### 定义引用：「加法函子」→ 加法函子保导出三角　`def-link.tri-addfun` 命题的前提是加法函子（保双积那一条正是被用到的地方）。 #### 定义引用：「导出三角」→ 加法函子保导出三角　`def-link.tri-triangle` 要证的就是导出三角被送成导出三角。 #### 定义引用：「上链复形」→ 复形范畴是阿贝尔范畴　`def-link.cpxab-complex` 讨论的对象是复形范畴。 #### 定义引用：「加法 / 阿贝尔范畴」→ 复形范畴是阿贝尔范畴　`def-link.cpxab-abelian` 结论是「复形范畴满足阿贝尔范畴的定义」。 #### 定义引用：「同调」→ 同调的两条正合列　`def-link.hseq-cohomology` 列的两端就是同调 $H^{k}$。 #### 定义引用：「加法 / 阿贝尔范畴」→ 同调的两条正合列　`def-link.hseq-abelian` 核、像、余核与正合都在阿贝尔范畴里说。 #### 定义引用：「内射对象的判据」→ 内射复形：零调、拟同构与同伦　`def-link.injhom-injective` 证明的关键是内射对象的「分裂短正合列」判据。 #### 定义引用：「拟同构」→ 内射复形：零调、拟同构与同伦　`def-link.injhom-quasi` 第二条比较的是拟同构与同伦等价。 #### 定义引用：「足够多投射对象」→ 内射消解之间的提升　`def-link.injl-res` 内射消解的存在性与用法来自「有足够多内射对象」那一条。 #### 定义引用：「内射对象的判据」→ 内射消解之间的提升　`def-link.injl-injective` 提升的每一步都靠内射对象抬起映射。 #### 定义引用：「K-有界正合」→ K-有界正合沿滤过余极限保持　`def-link.kbfc-kbounded` 命题要证的就是「$K$-有界正合」在滤过余极限下保持。 #### 定义引用：「半范数阿贝尔群」→ K-有界正合沿滤过余极限保持　`def-link.kbfc-seminorm` 讨论的对象是半范数阿贝尔群的复形，等距性是按半范数说的。 #### 定义引用：「Banach 阿贝尔群」→ 连续函数空间的范数　`def-link.cfn-banach` 结论里出现 Banach 阿贝尔群（系数的完备性传给连续函数空间）。 #### 定义引用：「半范数阿贝尔群」→ 连续函数空间的范数　`def-link.cfn-seminorm` 上确界范数是按系数的半范数定义的。 #### 定义引用：「闭集与闭包」→ 闭映射的邻域基　`def-link.closedmap-closed` 证明里用了「闭映射把闭集送到闭集」与开集的定义。 #### 定义引用：「连续映射」→ 闭映射的邻域基　`def-link.closedmap-cont` $\pi$ 是连续的闭映射。 #### 定义引用：「正规空间」→ 仿紧性与单位分解　`def-link.pcpu-normal` 第二条说的就是正规空间里的单位分解。 #### 定义引用：「Urysohn 引理」→ 仿紧性与单位分解　`def-link.pcpu-urysohn` 构造 $g_{i}$ 那一步用的是 Urysohn 引理。 #### 定义引用：「预层」→ 常层函子保极限　`def-link.constsheaf-presheaf` 常预层是「取值恒为 $E$」的那个预层。 #### 定义引用：「层」→ 常层函子保极限　`def-link.constsheaf-sheaf` 常层是常预层的层化。 #### 定义引用：「扩展群 Ext」→ 阿贝尔群的 Ext　`def-link.extab-ext` 命题算的就是这条定义里的扩展群 $\operatorname{Ext}^{n}$。 #### 定义引用：「足够多投射对象」→ 阿贝尔群的 Ext　`def-link.extab-enough` Ab 有足够多投射（自由群），消解才存在。 #### 定义引用：「扩展群 Ext」→ 投射对象没有高次 Ext　`def-link.extproj-ext` 结论说的是扩展群 $\operatorname{Ext}^{n}(P,M)$。 #### 定义引用：「投射 / 内射对象」→ 投射对象没有高次 Ext　`def-link.extproj-projective` 前提是 $P$ 投射，证明靠 $\operatorname{Hom}(P,-)$ 正合。 #### 定义引用：「F-零调对象」→ 内射与零调的等价　`def-link.injacy-acyclic` 命题要刻画的就是「$F$-零调」这条定义。 #### 定义引用：「内射对象的判据」→ 内射与零调的等价　`def-link.injacy-injective` $(3) \implies (1)$ 用的是内射对象的判据（$\operatorname{Ext}^{1}(-,I) = 0$）。 #### 定义引用：「层上同调」→ 上同调就是 Ext　`def-link.chext-sheafcoh` 左边就是层上同调 $H^{n}(X, M^{\bullet})$。 #### 定义引用：「内 Hom」→ 上同调就是 Ext　`def-link.chext-internal` 右边的 $\operatorname{RHom}(\mathbb{Z}\cdot X, -)$ 是内部 Hom 的导出版本。 #### 定义引用：「预层」→ 预层在可表示对象上没有高次上同调　`def-link.preshcoh-presheaf` 系数 $M$ 是预层，不是层 —— 这是整条命题的关键。 #### 定义引用：「层上同调」→ 预层在可表示对象上没有高次上同调　`def-link.preshcoh-sheafcoh` 结论是「预层情形下可表示对象的上同调为零」，与层上同调对照。 #### 定义引用：「闭开集」→ Stone 空间的闭开加细　`def-link.clopenref-clopen` 加细用的块就是闭开集。 #### 定义引用：「全不连通与 Stone 空间」→ Stone 空间的闭开加细　`def-link.clopenref-stone` 证明的第一步是「Stone 空间 = 投射有限空间」，用的是这条定义。 #### 定义引用：「层」→ 茎与分离预层　`def-link.stalk-sheaf` 命题讨论的是层（与分离预层）以及它们之间的态射。 #### 定义引用：「拓扑斯」→ 茎与分离预层　`def-link.stalk-topos` 把点看成拓扑斯态射 $1 \to \operatorname{Sh}(X)$，用的是拓扑斯之间的态射。 #### 定义引用：「正合函子」→ 左正合性的判据　`def-link.lcrit-exactfun` 命题要刻画的就是「左正合函子」这条定义。 #### 定义引用：「加法函子」→ 左正合性的判据　`def-link.lcrit-addfun` 判据里的一半是「$F$ 加法」。 #### 定义引用：「保极限的函子」→ 左正合性的判据　`def-link.lcrit-res` 左正合 = 保有限极限，用的是保极限那条定义。 #### 定义引用：「右导出函子」→ 左正合性与 R⁰　`def-link.r0-derfun` 命题比较的就是右导出函子的 $0$ 次分量与 $F$ 本身。 #### 定义引用：「正合函子」→ 左正合性与 R⁰　`def-link.r0-exactfun` 结论是「$F$ 左正合」。 #### 定义引用：「Pontryagin 对偶」→ 紧阿贝尔群的两项消解　`def-link.ttr-dual` 整个证明就是在 Pontryagin 对偶两侧来回搬运。 #### 定义引用：「Pontryagin–van Kampen 对偶」→ 紧阿贝尔群的两项消解　`def-link.ttr-lc` 「紧 $\iff$ 对偶离散」用的是 Pontryagin–van Kampen 对偶。 #### 定义引用：「范畴等价」→ 等价函子的判据　`def-link.equivcrit-cat` 定理要刻画的就是「范畴等价」这条定义。 #### 定义引用：「忠实 / 满 / 全忠实」→ 等价函子的判据　`def-link.equivcrit-ff` 判据的一半是「全忠实」。 #### 定义引用：「本质满」→ 等价函子的判据　`def-link.equivcrit-es` 判据的另一半是「本质满」。 #### 定义引用：「Kan 延拓」→ Kan 延拓与伴随的存在性　`def-link.kanadj-kan` 命题说的是「Kan 延拓存在」与「预复合有伴随」等价。 #### 定义引用：「伴随函子」→ Kan 延拓与伴随的存在性　`def-link.kanadj-adj` 另一头是伴随的定义。 #### 定义引用：「Kan 延拓」→ 有余极限时 Kan 延拓总存在　`def-link.kanex-kan` 命题给出 Kan 延拓存在的充分条件与逐点公式。 #### 定义引用：「逗号范畴」→ 有余极限时 Kan 延拓总存在　`def-link.kanex-comma` 逐点公式里的索引范畴就是逗号范畴 $p \downarrow X'$。 #### 定义引用：「预层范畴」→ 预层范畴的极限与余极限　`def-link.pfcat-limits` 定理说的是预层范畴本身的完备性与余完备性。 #### 定义引用：「预层」→ 预层范畴的极限与余极限　`def-link.pfcat-eval` 「逐点算」说的就是求值函子 $T \mapsto T(X)$ 那件事。 #### 定义引用：「层」→ 关联层　`def-link.assoc-sheaf` 关联层是层范畴里的一个对象，用它的 Hom 集刻画。 #### 定义引用：「预层」→ 关联层　`def-link.assoc-presheaf` 它由可表示预层 $h_{X}$ 层化而来。 #### 定义引用：「拓扑斯的态射」→ 任意函子诱导拓扑斯态射　`def-link.indtop-topos` 结论是「$\hat{g}$ 是拓扑斯的态射」。 #### 有余极限时 Kan 延拓总存在 + 预层范畴的极限与余极限 ⟹ 任意函子诱导拓扑斯态射　`imp-link.kanex-indtop` *预层范畴完备 $\implies$ 任意函子诱导拓扑斯态射* 由「预层范畴的极限与余极限逐点算」，$\widehat{\mathcal{C}}$ 与 $\widehat{\mathcal{C}'}$ 都有所有小极限与小余极限 ✓。 于是对 $\hat{g}^{-1} = (-) \circ g^{\mathrm{op}}$ 沿 $g$ 的左、右 Kan 延拓都存在（由「有余极限时 Kan 延拓总存在」）✓，也即 $\hat{g}^{-1}$ 既有左伴随 $\hat{g}_{!}$ 又有右伴随 $\hat{g}_{*}$ ✓。 再看正合性：$\hat{g}^{-1}$ 是**右**伴随（它左边站着 $\hat{g}_{!}$），右伴随保所有极限 ✓，所以 $\hat{g}^{-1}$ 保有限极限，即左正合 ✓。 于是按拓扑斯态射的定义，$(\hat{g}^{-1} \dashv \hat{g}_{*})$ 连同 $\hat{g}^{-1}$ 的左正合性给出态射 $\hat{g} : \widehat{\mathcal{C}} \to \widehat{\mathcal{C}'}$ ✓。∎ #### 定义引用：「底拓扑空间」→ 底空间保有限积　`def-link.condktop-underlying` 函子 $X \mapsto X(\cdot)$ 就是「底拓扑空间」。 #### 紧生成空间是笛卡尔闭的 + 内部 Hom 的函数空间刻画 ⟹ 底空间保有限积　`imp-link.expon-condktop` *紧生成空间的指数律 $\implies$ 底空间保有限积* 设 $X, Y \in \mathrm{Cond}$，$Z$ 是任意**紧生成**空间。逐步用三条同构： 1. $\mathbf{Top}$ 里的指数律（紧生成空间是笛卡尔闭的）： $$C\bigl(k(X(\cdot) \times Y(\cdot)),\ Z\bigr) \;\cong\; C\bigl(X(\cdot),\ kC(Y(\cdot), Z)\bigr) ✓$$ 2. 内部 Hom 的函数空间刻画（$Z$ 紧生成时 $\operatorname{Hom}(X, \underline{Z}) \cong C(X(\cdot), Z)$），两次： $$\cong \operatorname{Hom}\bigl(X,\ \operatorname{Hom}(Y, \underline{Z})\bigr) \;\cong\; \operatorname{Hom}\bigl(X \times Y,\ \underline{Z}\bigr) ✓$$ 3. 再用一次内部 Hom 刻画，并用 $\operatorname{Hom}(X \times Y, \underline{Z}) = (X \times Y)(\cdot)$ 的取值定义： $$\cong C\bigl((X \times Y)(\cdot),\ Z\bigr) ✓$$ 于是 $C\bigl(k(X(\cdot) \times Y(\cdot)), Z\bigr) \cong C\bigl((X \times Y)(\cdot), Z\bigr)$ 对一切紧生成 $Z$ 成立，由米田引理得 $k\bigl(X(\cdot) \times Y(\cdot)\bigr) \cong (X \times Y)(\cdot) ✓$。∎ ⚠️ 第一步**必须**在紧生成的世界里做：$\mathbf{Top}$ 一般不是笛卡尔闭的，不取 $k$-化时同构链在第一步就断了。 #### 定义引用：「拟同构」→ 消解　`def-link.res-quasiiso` 「消解」是拿拟同构定义的一条复形。 #### 定义引用：「右导出函子」→ 消解　`def-link.res-derived` 消解存在的意义就是算导出函子。 #### 定义引用：「双复形」→ 双复形给出谱序列　`def-link.bicss-bicomplex` 命题的对象就是双复形连它的全复形。 #### 过滤复形给出谱序列 ⟹ 双复形给出谱序列　`imp-link.filt-bicss` *下有界过滤复形给出谱序列 $\implies$ 双复形给出谱序列* 在全复形 $K^{n} = \bigoplus_{p+q=n} K^{p,q}$ 上取**逐列过滤** $$F^{p}K^{n} \;:=\; \bigoplus_{i+j=n,\ i \ge p} K^{i,j}$$ （$p$ 越大剩下的越少，所以这是**递降**过滤）✓。 **下有界性**：$p \le$ 两个方向的下界时 $F^{p}K^{n} = K^{n}$ ✓，于是这个过滤下有界，可以套「下有界过滤复形给出谱序列」✓。 **识别第 $0$ 页**：$\operatorname{Gr}^{p}K^{p+q} = F^{p}K^{p+q}/F^{p+1}K^{p+q} = K^{p,q}$ ✓，所以 $E^{0}_{p,q} = K^{p,q}$ ✓。 **收敛**：那条定理直接给出 $E^{0}_{p,q} \implies H^{p+q}(K^{\bullet})$ ✓。∎ #### 定义引用：「Čech 函子」→ 覆盖给出的自由复形零调　`def-link.covac-cycle` 这条引理是 Čech 那套机器能开工的前提。 #### 带截面的覆盖上 Čech 零调 + 层化 ⟹ 覆盖给出的自由复形零调　`imp-link.sect-covac` *有截面的 Čech 同伦 $\implies$ 任意覆盖上自由复形零调* **（一）化到单个满态射。** 令 $X_{0} := \coprod_{i} X_{i}$。满态射 $X_{0} \to X$ 的 Čech 脉的第 $n$ 项正是 $\coprod_{i_{0},\ldots,i_{n}} X_{i_{0}} \times_{X} \cdots \times_{X} X_{i_{n}} = X_{n}$ ✓，所以只需证明 $X_{0} \twoheadrightarrow X$ 的情形。 **（二）$\mathcal{T} = \mathbf{Set}$。** 满射有截面 $s$（选择公理）✓。沿截面取 $$s^{n} := s \times_{X} 1_{X_{n}} : X_{n} \longrightarrow X_{n+1},$$ 它满足收缩同伦的恒等式 $1_{X_{n}} = s^{n+1} d_{n} + d_{n+1} s^{n}$ ✓（逐面展开即得），于是增广复形同伦平凡，特别地零调 ✓。这正是「带截面的覆盖上 Čech 零调」那条命题。 **（三）$\mathcal{T} = \widehat{\mathcal{C}}$（预层）。** 由上一条定理，预层范畴里的极限与余极限逐点算，而零调是「逐点取同调为零」，于是在每个 $X \in \mathcal{C}$ 处化回 (二) ✓。 **（四）$\mathcal{T} = \widehat{\mathcal{C}}^{\#}$（site 上的层）。** 任意满态射都是 $\widehat{\mathcal{C}}$ 中某个满态射的**层化** ✓。层化**正合**（既保有限极限、又保余极限），所以它把预层版本的 Čech 脉逐项送过来、并保持复形的正合性；再由层化的正合性，预层版本的零调直接给出层版本的零调 ✓。∎ #### 定义引用：「层上同调」→ Čech 到上同调的谱序列　`def-link.cechss-sheafcoh` 推论把 Čech 上同调与层上同调用一条谱序列连起来。 #### Cartan–Leray 谱序列 + Čech 上同调是沿覆盖筛的余极限 ⟹ Čech 到上同调的谱序列　`imp-link.cartanleray-cechss` *Cartan–Leray（固定覆盖）$\implies$ 取遍覆盖的谱序列* 先对 $X$ 的**每个**覆盖 $\mathfrak{X}$ 用 Cartan–Leray：存在谱序列 $$E^{p,q}_{2} = \check{H}^{p}\bigl(\mathfrak{X},\ H^{q}(M)\bigr) \;\Longrightarrow\; H^{p+q}(X, M) ✓$$ （右端与覆盖无关，正是层上同调本身）✓。 再沿所有覆盖取**滤过余极限**：$\check{H}^{p}(X, -) = \varinjlim_{\mathfrak{X} \in \operatorname{Cov}(X)} \check{H}^{p}(\mathfrak{X}, -)$ ✓（Čech 上同调就是沿覆盖取的余极限）。 滤过余极限**正合**（保有限极限、保正合列），所以它把每一页的谱序列逐项保下来 —— 页、微分、以及收敛到同一个 $H^{p+q}(X, M)$ 都被保住 ✓。于是得到 $E^{p,q}_{2} = \check{H}^{p}(X, H^{q}(M)) \implies H^{p+q}(X, M)$ ✓。∎ #### 定义引用：「阿贝尔层」→ 自由阿贝尔群层　`def-link.freeab-abelian` 自由对象要造的是阿贝尔层。 #### 定义引用：「伴随函子」→ 自由阿贝尔群层　`def-link.freeab-adjoint` 「自由」是用遗忘函子的左伴随来定义的。 #### 定义引用：「像 / 余像」→ 像就是余核的核　`def-link.imgkc-image` 命题给的就是「像」的另一副面孔。 #### 定义引用：「核与余核」→ 像就是余核的核　`def-link.imgkc-kernel` 公式里出现的核与余核。 #### 定义引用：「加法 / 阿贝尔范畴」→ 像就是余核的核　`def-link.imgkc-abelian` 「每个态射都严格」只在阿贝尔范畴里成立。 #### 定义引用：「底拓扑空间」→ 投影公式　`def-link.projcond-underlying` 公式两边的 $(-)(\cdot)$ 就是底拓扑空间。 #### 底空间保有限积 + k-化与积 ⟹ 投影公式　`imp-link.finprod-projcond` *底空间保有限积 + $k$-化与积 $\implies$ 投影公式* **（一）$S$ 紧 Hausdorff 的情形。** 此时 $S$ 本身紧、$S(\cdot) = S$ ✓。由「底空间保有限积」 $$(S \times X)(\cdot) \;\cong\; k\bigl(S(\cdot) \times X(\cdot)\bigr) = k\bigl(S \times X(\cdot)\bigr) ✓$$ 而 $S$ 紧 Hausdorff 因而局部紧，由「$k$-化与积」$k\bigl(S \times X(\cdot)\bigr) \cong S \times X(\cdot)$ ✓ —— 这一步正是「乘一个局部紧空间」与 $k$-化交换。 **（二）$S$ 只假设局部紧 Hausdorff 的情形（思路）。** 两边作为集合都是 $S \times X(\ast)$ ✓；而底空间的拓扑由「紧 Hausdorff 空间到它的映射」决定（底空间的定义）✓。$S$ 局部紧 Hausdorff 时是它自己的紧子空间的滤过余极限，把 (一) 逐块用上去即可 ✓。 两步合起来即得 $S \times X(\cdot) \cong (S \times X)(\cdot)$ ✓。∎ ⚠️ **(二) 只是化归的思路**：真正的证明要把「底空间的拓扑由紧块决定」这句话在两边各写清楚（左边靠底空间的定义、右边靠 $k$-化的定义）。这一步不做也没有数学风险，但严格说这里只到「化归到紧的情形」为止。 #### 凝聚态集满态射的判据 ⟹ 开满射是满态射　`imp-link.condepi-opensurj` *满态射判据 $\implies$ 开满射是满态射* 按「凝聚态集满态射的判据」，只需对每个自由紧 Hausdorff $F$ 验证 $C(F, X) \to C(F, Y)$ 满 ✓。 给 $g : F \to Y$：$g(F)$ 紧 Hausdorff（$F$ 紧、$Y$ 弱 Hausdorff）✓，于是 $g(F) = f(S)$ 对某个紧 Hausdorff $S \subseteq X$ ✓；$F$ 自由因而投射，$F \to f(S)$ 可提升为 $F \to S \hookrightarrow X$ ✓，即 $g$ 有原像 ✓。∎ #### 定义引用：「弱 Hausdorff 空间」→ 开满射是满态射　`def-link.condepi-wh` 假设里的一条：$Y$ 弱 Hausdorff。 #### 定义引用：「Grothendieck 拓扑」→ 开覆盖给出覆盖　`def-link.opencov-pretop` 结论就是「这族映射是覆盖」，用的是覆盖的定义。 #### 开覆盖给出覆盖 ⟹ Hom 预层是层　`imp-link.opencov-hompresheaf` *开覆盖是覆盖 $\implies$ $\operatorname{Hom}$ 预层是层* 开覆盖 $U = \bigcup_i U_{i}$ 给出覆盖 $\coprod_i \underline{U_{i}} \to \underline{U}$ ✓，而拓扑斯里的对象对每个覆盖筛都满足下降（层条件就是「$\operatorname{Hom}(-, Y)$ 把覆盖筛变成等化子」）✓，于是截面沿开覆盖的等化子条件成立，即 $U \mapsto Y(U)$ 是层 ✓。∎ #### 定义引用：「拟分离对象」→ 可数递增余极限是拟分离的　`def-link.ccolim-qsep` 结论说的就是拟分离。 #### 定义引用：「底拓扑空间」→ 拟分离嵌入底空间　`def-link.qsepmono-underlying` 单态射的靶就是底拓扑空间代表的凝聚态集。 #### 可数递增余极限是拟分离的 ⟹ 拟分离嵌入底空间　`imp-link.ccolim-qsepmono` *拟分离即含入过渡的滤过余极限 $\implies$ 嵌入底空间是单的* 若 $X = \varinjlim_i S_{i}$（含入过渡），则 $X(S) = \varinjlim_i \operatorname{Hom}(S, S_{i})$ ✓；两个元素映到底空间里同一个连续映射时，它们来自某个 $S_{i}$，而 $S_{i} \hookrightarrow X(\cdot)$ 是含入、特别地单射，故两个元素相等 ✓。于是 $X(S) \to C(S, X(\cdot))$ 单射，对每个紧 Hausdorff $S$ 成立即得单态射 ✓。∎ #### 定义引用：「一般正合列」→ 正合就是逐点正合　`def-link.exactpts-exactseq` 命题比较的就是「正合」这条定义的三档说法。 #### 定义引用：「核与余核」→ 正合就是逐点正合　`def-link.exactpts-kernel` 逐点读法用的核与余核。 #### 定义引用：「加法 / 阿贝尔范畴」→ 子范畴继承加法与阿贝尔性　`def-link.subcatadd-abelian` 结论是「$\mathcal{C}$ 也加法 / 阿贝尔」。 #### 伴随函子都加法 + 像就是余核的核 ⟹ 子范畴继承加法与阿贝尔性　`imp-link.adjadd-subcatadd` *伴随都加法 + 阿贝尔里态射严格 $\implies$ 子范畴继承* 伴随（左右不论）都加法，故保双积；$\mathcal{D}$ 里的双积经全忠实函子如实映回 $\mathcal{C}$ ✓，于是 $\mathcal{C}$ 有双积、加法结构相容 ✓。 阿贝尔性再要核余核：$\mathcal{D}$ 里每个态射都严格（$\operatorname{coker}(\ker u) \cong \ker(\operatorname{coker} u)$）✓，正合函子把这条等式搬回 $\mathcal{C}$ ✓。∎ #### 定义引用：「生成元集」→ 生成元的余积刻画　`def-link.gencopro-generator` 命题给出生成元的等价刻画。 #### 定义引用：「阿贝尔层」→ 阿贝尔层即拓扑斯里的阿贝尔群　`def-link.absheafequiv-abelian` 等价的一边就是阿贝尔层。 #### 截面函子保极限余极限 ⟹ 阿贝尔层即拓扑斯里的阿贝尔群　`imp-link.section-absheafequiv` *整体截面函子保积 $\implies$ 阿贝尔层即拓扑斯里的阿贝尔群* 整体截面函子保积 ✓，所以拓扑斯里的阿贝尔群对象 $M$ 在每个对象 $X$ 处的取值 $M(X)$ 自然带阿贝尔群结构、且随 $X$ 函子化 ✓，得到一侧的函子。 反过来，阿贝尔层 $M$ 的每个取值都是阿贝尔群，而层范畴里的群结构由逐点取值决定 ✓，得到另一侧的函子。 两个方向都是「取遍每个 $X$ 的值」，互为逆 ✓。∎ #### 定义引用：「自由阿贝尔群层」→ 自由的预层是投射的　`def-link.pffreeproj-free` 命题说的是 $\mathbb{Z}\cdot(-)$ 出来的对象。 #### 定义引用：「投射 / 内射对象」→ 自由的预层是投射的　`def-link.pffreeproj-proj` 结论就是「投射对象」。 #### 定义引用：「生成元集」→ 生成元给出阿贝尔层的生成元　`def-link.gensab-generator` 两边的「生成元」都按这条定义读。 #### 定义引用：「阿贝尔层的张量积」→ 自由对象的张量积　`def-link.freetensor-tensor` 公式里的 $\otimes$ 就是阿贝尔层张量积。 #### 定义引用：「自由阿贝尔群层」→ 自由对象的张量积　`def-link.freetensor-free` 两边都是自由对象。 #### 定义引用：「上链复形」→ 加法函子与复形构造交换　`def-link.addcomplex-complex` 命题说的就是复形范畴本身。 #### 定义引用：「加法函子」→ 加法函子与复形构造交换　`def-link.addcomplex-functor` 前提是 $F$ 加法。 #### 定义引用：「谱序列」→ 谱序列的退化行　`def-link.degrow-ss` 命题说的是谱序列的退化情形。 #### 定义引用：「谱序列」→ 谱序列的五项正合列　`def-link.fiveterm-ss` 五项正合列从谱序列的页里读出来。 #### 谱序列的退化行 ⟹ 谱序列的五项正合列　`imp-link.degrow-fiveterm` *退化行 $\implies$ 五项正合列* 第一象限里 $H^{1}$ 只由 $E^{1,0}$、$E^{0,1}$ 两层拼成，$H^{2}$ 的低层是 $E^{2,0}$ ✓。 把 $E^{\infty}$ 页的这几项按过滤拼回 $H^{1}$、$H^{2}$：$0 \to E^{1,0}_{2} \to H^{1} \to E^{0,1}_{2}$ 正合用的是 $\operatorname{Gr}^{1}H^{1} = E^{\infty}_{1,0}$，而 $E^{0,1}_{2} \xrightarrow{d_{2}} E^{2,0}_{2}$ 的核正是活到 $E^{\infty}$ 的部分 ✓，其后 $E^{2,0}_{2} \to H^{2}$ 用的是 $\operatorname{Gr}^{2}H^{2} = E^{\infty}_{2,0}$ ✓。∎ #### 定义引用：「过滤」→ 过滤复形的第一页　`def-link.firstpage-filtered` 公式里的分次片就是过滤商。 #### 过滤复形给出谱序列 ⟹ 过滤复形的第一页　`imp-link.filteredss-firstpage` *下有界过滤复形给出谱序列 $\implies$ 第一页是分次片的同调* 那条定理给出 $E^{0}_{p,q} = \operatorname{Gr}^{p}K^{p+q}$ ✓，而第 $0$ 页的微分正是过滤商上诱导的微分 ✓；取同调即得 $E^{1}_{p,q} = H^{p+q}(\operatorname{Gr}^{p}K^{\bullet})$ ✓。∎ #### 定义引用：「双复形」→ 全复形还是内射消解　`def-link.totalcomplex-bicomplex` 命题说的是双复形的全复形。 #### 定义引用：「消解」→ 全复形还是内射消解　`def-link.totalcomplex-res` 结论是「仍是内射消解」。 #### 定义引用：「右导出函子」→ 正合因子让谱序列退化　`def-link.derivedexact-grothendieck` 命题比较两边的导出函子。 #### Grothendieck 谱序列 ⟹ 正合因子让谱序列退化　`imp-link.grothendieck-derivedexact` *Grothendieck 谱序列 $\implies$ 正合因子时退化* 正合函子高次导出为零：$R^{q}F = 0$（$q > 0$）✓，于是谱序列 $E^{p,q}_{2} = R^{p}G(R^{q}F(K))$ 只剩 $q = 0$ 一行 ✓。 一行谱序列处处退化，$E^{n,0}_{2} = E^{n,0}_{\infty} = \operatorname{Gr}^{n}$，收敛给出 $R^{n}(G \circ F)(K) \cong R^{n}G(F(K))$ ✓。对偶地把 $G$ 正合的情形照做 ✓。∎ #### 定义引用：「平坦阿贝尔层」→ 平坦张量保持零调　`def-link.flattensor-flat` 前提是 $P$ 平坦。 #### 定义引用：「拟同构」→ 平坦张量保持零调　`def-link.flattensor-acyclic` 结论是零调。 #### 定义引用：「Čech 函子」→ Čech 上链的具体公式　`def-link.cechformula-cech` 公式就是 Čech 复形逐项写出来。 #### 定义引用：「自由阿贝尔群层」→ Čech 上链的具体公式　`def-link.cechformula-free` 推导用的是自由对象把余积换成直和。 #### 定义引用：「层上同调」→ 高次上同调预层的关联层为零　`def-link.higherpresheaf0-sheafcoh` 命题说的是层上同调给出的那个预层。 #### 定义引用：「Čech 上同调」→ 高次上同调预层没有 Čech 上同调　`def-link.cechhigher-cech` 命题说这个预层的 Čech 上同调为零。 #### 高次上同调预层的关联层为零 ⟹ 高次上同调预层没有 Čech 上同调　`imp-link.higherpresheaf0-cechhigher` *关联层为零 $\implies$ Čech 全为零* $H^{n}(M)$ 的关联层为零 ✓，而 Čech 上同调只依赖预层的层化（Čech 函子分解成两趟 $(-)^{+}$）✓ —— 零层上取不到非零的 Čech 上同调 ✓。∎ #### 定义引用：「Čech 上同调」→ 区间上没有高阶 Čech 上同调　`def-link.intervalvanish-cech` 结论是区间上的高阶 Čech 上同调为零。 #### Čech 到上同调的谱序列 + 高次上同调预层没有 Čech 上同调 + 谱序列的五项正合列 ⟹ 一次 Čech 就是一次上同调　`imp-link.cechhigher-h1` *Čech 到上同调谱序列 + 高次预层为零 $\implies$ 一次 Čech 就是一次上同调* 谱序列 $E^{p,q}_{2} = \check{H}^{p}(X, H^{q}(M)) \implies H^{p+q}(X,M)$ ✓ 里，$q \ne 0$ 的项全为零 ✓，特别地 $E^{0,1}_{2} = 0$。 五项正合列 $0 \to E^{1,0}_{2} \to H^{1} \to E^{0,1}_{2} \to \cdots$ ✓ 于是给出 $E^{1,0}_{2} \cong H^{1}$，而 $E^{1,0}_{2} = \check{H}^{1}(X, M)$ ✓。∎ #### 定义引用：「无环层」→ 无环性的四条等价说法　`def-link.acyclicconds-acyclic` 命题给出「无环」的四条等价说法。 #### 定义引用：「拓扑斯的态射」→ 拓扑斯态射在阿贝尔群上给出伴随　`def-link.toposab-adjunction` 命题说的就是拓扑斯态射的那一对函子。 #### 定义引用：「阿贝尔层的张量积」→ 拉回与内 Hom、张量积相容　`def-link.invtensor-tensor` 第二条公式里的张量积。 #### 定义引用：「层上同调」→ 上同调的函子性　`def-link.cohomfun-sheafcoh` 映射的两端都是层上同调。 #### 定义引用：「拓扑斯的态射」→ 推前的复合　`def-link.derivedcomp-toposmor` 命题比较两条推前的复合。 #### 定义引用：「层上同调」→ Leray 谱序列　`def-link.leray-sheafcoh` 谱序列两端都是层上同调。 #### Grothendieck 谱序列 ⟹ Leray 谱序列　`imp-link.grothendieck-leray` *Grothendieck 谱序列 $\implies$ Leray 谱序列* 由伴随，$\Gamma\bigl(f^{-1}(X'), -\bigr) = \Gamma(X', f_{*}-)$ ✓，即所考虑的函子是 $\Gamma(X',-)$ 与 $f_{*}$ 的复合。 内射层是 $f_{*}$-零调的 ✓，于是 Grothendieck 谱序列给出 $E^{p,q}_{2} = H^{p}(X', R^{q}f_{*}M^{\bullet}) \implies H^{p+q}(f^{-1}X', M^{\bullet})$ ✓。∎ #### 定义引用：「拓扑斯」→ 切片上的正合左伴随　`def-link.sliceadj-slice` 切片拓扑斯上的这对伴随。 #### 定义引用：「自由阿贝尔群层」→ 切片左伴随作用在 Z 上　`def-link.slicez-free` 右边就是自由阿贝尔群层。 #### 切片左伴随作用在 Z 上 ⟹ 切片上的上同调就是原上同调　`imp-link.slicez-cohslice` *$j_{X!}\mathbb{Z} = \mathbb{Z}\cdot X$ $\implies$ 切片上的上同调就是原上同调* $\operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}, j_{X}^{-1}M) = \operatorname{Hom}_{\mathbb{Z}}(j_{X!}\mathbb{Z}, M) = \operatorname{Hom}_{\mathbb{Z}}(\mathbb{Z}\cdot X, M) = M(X)$ ✓，两端作为函子相同。 又 $j_{X}^{-1}$ 有正合左伴随，因而保内射 ✓，所以两边可以用同一批内射消解取导出函子，得到 $H^{n}(\mathbf{1}_{X}, j_{X}^{-1}M^{\bullet}) = H^{n}(X, M^{\bullet})$ ✓。∎ #### 定义引用：「内 Hom」→ 内 Hom 的取值　`def-link.inthomslice-internal` 命题算的就是内 Hom 在 $X$ 处的取值。 #### 切片左伴随作用在 Z 上 + 拉回与内 Hom、张量积相容 ⟹ 切片的投影公式　`imp-link.slicez-sliceproj` *伴随 + 张量相容 $\implies$ 切片的投影公式* 把两边对到同一处 Hom：用 $j_{X!} \dashv j_{X}^{-1}$ 把左边的 Hom 换到 $\operatorname{Hom}(M \otimes j_{X}^{-1}N, j_{X}^{-1}-)$，再用 $f^{-1}$ 与张量积的相容性 ✓，由米田引理得同构 ✓。 最后一式取 $N = \mathbb{Z}$，并用 $j_{X!}\mathbb{Z} = \mathbb{Z}\cdot X$ ✓。∎ #### 定义引用：「忠实 / 满 / 全忠实」→ 全忠实函子本质单射　`def-link.ffinj-ff` 命题的假设就是全忠实。 #### 定义引用：「范畴」→ 预序集就是「Hom 至多一元」的小范畴　`def-link.preorder-cat` 把预序集看成小范畴。 #### 定义引用：「范畴等价」→ 预序集就是「Hom 至多一元」的小范畴　`def-link.preorder-equiv` 第二条结论是范畴等价。 #### 定义引用：「单态射 / 满态射 / 同构」→ 单态射的切片刻画　`def-link.slicemono-mono` 判定的是单（满）态射。 #### 定义引用：「切片范畴」→ 单态射的切片刻画　`def-link.slicemono-slice` 全忠实的那条函子活在切片范畴之间。 #### 定义引用：「投射 / 内射对象」→ 投射对象与满态射的截面　`def-link.projepi-proj` 命题给出投射性的可操作判据。 #### 定义引用：「纤维积 / 纤维余积」→ 投射对象与满态射的截面　`def-link.projepi-fibered` 证明里取的是纤维积。 #### 定义引用：「幺半群对象」→ 保有限积的函子作用于代数对象　`def-link.presmon-mon` 被搬运的对象就是幺半群对象。 #### 定义引用：「群对象与阿贝尔群对象」→ 保有限积的函子作用于代数对象　`def-link.presmon-group` 群对象同理。 #### 定义引用：「伴随函子」→ 伴随延拓到图范畴　`def-link.adjdiag-adj` 结论是伴随在函子范畴上的版本。 #### 有余极限时 Kan 延拓总存在 ⟹ 伴随延拓到图范畴　`imp-link.kanex-adjdiag` *Kan 延拓存在 $\implies$ 伴随延拓到图范畴* 图范畴里的 Hom 是逐点交出来的 ✓，逐点上用 $F \dashv G$ 的同构，再由自然性把它们拼起来即得两个 Hom 集之间的同构 ✓，即 $F_{I} \dashv G_{I}$ ✓。∎ #### 定义引用：「Kan 延拓」→ 全忠实沿自身的 Kan 延拓　`def-link.kanff-kan` 命题说的是沿全忠实函子的左 Kan 延拓。 #### 有余极限时 Kan 延拓总存在 + Kan 延拓与伴随的存在性 ⟹ 全忠实沿自身的 Kan 延拓　`imp-link.kanex-kanff` *逐点公式 $\implies$ 全忠实时延拓回到自己* 逐点公式给出 $(p_{!}F)(X') = \varinjlim_{p(X) \to X'} F(X)$ ✓，而单位 $F \implies p_{!}F \circ p$ 就是那条自然变换 ✓。 取 $X' = p(X_{0})$：逗号范畴 $p \downarrow p(X_{0})$ 有终对象 $1_{p(X_{0})}$（$p$ 全忠实）✓，沿带终对象的范畴取余极限即取终对象处的值 ✓，故 $(p_{!}F)(p(X_{0})) \cong F(X_{0})$，单位是自然同构 ✓。∎ #### 定义引用：「Hausdorff 空间」→ Hausdorff 空间是反射子范畴　`def-link.hausrefl-top` 反射的目标范畴就是 Hausdorff 空间。 #### 定义引用：「反射子范畴」→ Hausdorff 空间是反射子范畴　`def-link.hausrefl-reflective` 结论是「反射子范畴」。 #### 定义引用：「正规空间」→ 正规空间的邻域里有闭邻域　`def-link.normclosed-normal` 命题的前提是正规 Hausdorff。 #### 定义引用：「紧」→ 紧性的基本操作　`def-link.compactops-compact` 三条都围绕紧性。 #### 定义引用：「商拓扑」→ 紧空间的商紧　`def-link.quotcompact-quotient` 结论说的是商空间仍紧。 #### 紧性的基本操作 ⟹ 紧空间的商紧　`imp-link.compactops-quotcompact` *紧空间连续像紧 $\implies$ 商仍紧* 商映射 $S \to S/R$ 连续且满 ✓，由「紧空间的连续像紧」即得 $S/R$ 紧 ✓。∎ #### 定义引用：「完全不连通与极不连通」→ 全不连通对子空间封闭　`def-link.tdsub-td` 命题说的是全不连通对子空间封闭。 #### 定义引用：「投射有限空间」→ 投射有限集即投射有限空间　`def-link.profset-profinite` 两边是同一种东西的两种写法。 #### 定义引用：「紧开拓扑」→ 紧 Hausdorff 上的函数空间是度量空间　`def-link.cmapmetric-compactopen` 命题算的就是紧开拓扑。 #### 定义引用：「Ind-对象」→ ind-可表示即左正合　`def-link.indrepr-ind` ind-可表示用的就是 Ind-对象。 #### 定义引用：「正合函子」→ ind-可表示即左正合　`def-link.indrepr-exactfun` 第三条说的是左正合。 #### 定义引用：「Grothendieck 拓扑」→ 覆盖筛构成滤子　`def-link.covsieve-gt` 三条都是 Grothendieck 拓扑公理的改写。 #### 定义引用：「预拓扑」→ 覆盖族构成预拓扑　`def-link.sitecov-pre` 结论是「这族覆盖构成预拓扑」。 #### 定义引用：「层」→ 层化与像交换　`def-link.sheafimg-sheaf` 像在层范畴里取。 #### 定义引用：「关联层」→ 层化是切片上的余极限　`def-link.sheafcolim-assoc` 公式右边的每一项就是关联层。 #### 定义引用：「预层」→ 层之间的 Hom 在预层里算　`def-link.sheafhom-presheaf` 右边的 Hom 在预层里算。 #### 定义引用：「拓扑斯的态射」→ 常层沿拉回不变　`def-link.invconst-toposmor` 拉回是拓扑斯态射的一半。 #### 定义引用：「层」→ 层化不改变茎　`def-link.stalksheafify-sheaf` 层化之后取茎。 #### 定义引用：「模」→ 张量积对双线性映射万有　`def-link.tensoruniv-bilinear` 张量积是模上的构造。 #### 定义引用：「极限」→ Set、Top、Ab 的完备性　`def-link.settopab-set` 命题说的是这些范畴里极限余极限都存在。 #### 定义引用：「积 / 余积」→ Set、Top、Ab 的完备性　`def-link.settopab-product` 完备性由积与等化子给出。 #### 定义引用：「伴随函子」→ 伴随的复合　`def-link.adjcomp-adj` 命题是伴随的复合律。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 不交并是紧 Hausdorff 的余积　`def-link.coprodchaus-chaus` 命题活在紧 Hausdorff 范畴里。 #### 定义引用：「积 / 余积」→ 不交并是紧 Hausdorff 的余积　`def-link.coprodchaus-product` 结论是「这是余积」。 #### 定义引用：「连通与连通分量」→ 连通的像与闭包　`def-link.connimg-connected` 两条都围绕连通性。 #### 定义引用：「筛」→ 族生成的筛　`def-link.sievegen-sieve` 算的是族生成的筛。 #### 定义引用：「Pontryagin 对偶」→ 有限维 Banach 空间的对偶是向量空间对偶　`def-link.pontbanach-dual` 有限维情形下对偶退化成向量空间对偶。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧 Hausdorff 上商映射的四种说法　`def-link.chausquot-chaus` 四条等价都是在紧 Hausdorff 范畴里说的。 #### 定义引用：「商拓扑」→ 紧 Hausdorff 上商映射的四种说法　`def-link.chausquot-quotient` 第一条是「商映射」。 #### 定义引用：「弱 Hausdorff 空间」→ 弱 Hausdorff 的对角线与核　`def-link.whkclosed-wh` 前提是弱 Hausdorff。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ 弱 Hausdorff 的对角线与核　`def-link.whkclosed-ktop` 结论说的是对角线 $k$-闭。 #### 定义引用：「Grothendieck 拓扑」→ 拓扑公理的替代形式　`def-link.altaxiom-gt` 改写的正是拓扑公理的最后一条。 #### 定义引用：「层」→ 常层的伴随　`def-link.constadj-sheaf` 伴随的另一边是层。 #### 定义引用：「关联层」→ 拓扑空间上的常层就是离散空间的层　`def-link.consttop-const` 两边都是「关联层」这个构造的特例。 #### 定义引用：「拓扑斯的态射」→ 对象给出拓扑斯态射　`def-link.topmorobj-toposmor` 结论是「给出一个拓扑斯态射」。 #### 任意函子诱导拓扑斯态射 ⟹ 对象给出拓扑斯态射　`imp-link.indtop-topmorobj` *任意函子诱导拓扑斯态射 $\implies$ 对象给出 $\widehat{X}$* 把 $X$ 看成函子 $X : \mathbf{1} \to \mathcal{C}$ ✓，由「任意函子诱导拓扑斯态射」即得 $\widehat{X}_{!} \dashv \widehat{X}^{-1} \dashv \widehat{X}_{*}$ ✓；三条公式由 Kan 延拓的逐点公式（逗号范畴上的余极限/极限）算出 ✓。∎ #### 定义引用：「拓扑斯的态射」→ 点给出的拓扑斯态射　`def-link.topmorpt-toposmor` 结论是点给出的拓扑斯态射。 #### 定义引用：「层上同调」→ 点给出的拓扑斯态射　`def-link.topmorpt-stalk` 拉回就是茎，后面算上同调全靠它。 #### 定义引用：「拓扑斯的态射」→ 终映射给出的拓扑斯态射　`def-link.topmorfinal-toposmor` 结论是终映射给出的拓扑斯态射。 #### 对象给出拓扑斯态射 + 拓扑空间上的常层就是离散空间的层 ⟹ 终映射给出的拓扑斯态射　`imp-link.topmorobj-topmorfinal` *对象给出的拓扑斯态射 $\implies$ 终映射的情形* 取 $X \in \mathbf{Top}$ 与到单点的映射 $p : X \to \mathbf{1}$ ✓。沿 $p$ 的推前就是「在 $X$ 上取整体截面」$p_{*}\mathcal{F} = \Gamma(X, \mathcal{F})$ ✓；拉回把集合 $E$ 送到 $X$ 上的常层 $p^{-1}E = \widetilde{E}_{X}$ ✓（常层就是离散空间给出的层）。 再对连续映射 $f : Y \to X$ 用「拉回关于复合相容」：$q = p \circ f$ 给出 $\widetilde{E}_{Y} = q^{-1}E = f^{-1}p^{-1}E = f^{-1}\widetilde{E}_{X}$ ✓。∎ #### 定义引用：「切片范畴」→ 切片拓扑斯　`def-link.slicetopos-slice` 命题说的是切片范畴上的层范畴。 #### 定义引用：「层」→ 晶体层　`def-link.crystalsheaf-sheaf` 晶体层首先是一个层。 #### 定义引用：「层」→ 晶体层就是 X 上的层　`def-link.crystalequiv-etale` 等价的两边一边是层、一边是 étale 空间。 #### 定义引用：「拟紧对象」→ 拟紧层与紧的 étale 空间　`def-link.qcetale-qc` 判定的是拟紧性。 #### 定义引用：「凝聚态集」→ 离散即常　`def-link.disciffconst-set` 三条说的都是凝聚态集。 #### 定义引用：「底拓扑空间」→ 底函子保不交并　`def-link.underlyingcoprod-underlying` 公式两边是同一条函子的取值。 #### 定义引用：「凝聚态阿贝尔群」→ 离散函子保直和　`def-link.disccoprod-condab` 标的都是凝聚态阿贝尔群。 #### 定义引用：「凝聚态阿贝尔群」→ 商群在凝聚态意义下一致　`def-link.condquot-condab` 命题比较拓扑商与凝聚态商。 #### 定义引用：「右导出函子」→ 导出函子就是 Kan 延拓　`def-link.kanrf-derfun` 命题把导出函子认成 Kan 延拓。 #### Kan 延拓与伴随的存在性 + 有余极限时 Kan 延拓总存在 ⟹ 导出函子就是 Kan 延拓　`imp-link.kanadj-kanrf` *Kan 延拓即伴随 $\implies$ 导出函子就是 Kan 延拓* 局部化 $\mathbf{K}^{+}(\mathcal{A}) \to \mathbf{D}^{+}(\mathcal{A})$ 是预复合函子的左伴随 ✓，而「先作用 $F$ 再局部化」在左正合 $F$ 下表现良好 ✓；由「Kan 延拓与伴随同生同死」与逐点公式，这个复合沿局部化的左 Kan 延拓存在且由 $RF$ 给出 ✓。∎ #### 定义引用：「层上同调」→ 用关联层算上同调　`def-link.cohassoc-sheafcoh` 两边都是层上同调。 #### 定义引用：「层上同调」→ 层化不改变导出的整体截面　`def-link.cohpresheaf-sheafcoh` 命题说「上同调预层的取值就是上同调」。 #### 定义引用：「幺半群对象」→ 自由对象的例子　`def-link.freeobj-mon` 自由对象要在这些代数范畴里造。 #### 定义引用：「环」→ Z-模就是阿贝尔群　`def-link.zmod-ring` 命题把模与环和 Z-模、Z-代数对上。 #### 定义引用：「截面与收缩」→ 函子保截面与收缩　`def-link.fsections-section` 保的就是截面与收缩。 #### 定义引用：「切片范畴」→ 态射范畴上的域与余域函子　`def-link.morcat-slice` 切片范畴那两个遗忘函子就在这里。 #### 定义引用：「幺半群对象」→ 带算子的对象就是模　`def-link.opcat-monoid` 带算子的对象就是「单对象 + 自同态」这套数据。 #### 定义引用：「忠实 / 满 / 全忠实」→ 遗忘函子忠实但不满　`def-link.ffnotfull-ff` 判定的是忠实与满。 #### 定义引用：「范畴等价」→ 自然同构不改变函子的性质　`def-link.natisoinv-equiv` 等价性在自然同构下不变。 #### 定义引用：「范畴」→ 矩阵范畴　`def-link.matcat-cat` 要验的首先是一个小范畴。 #### 定义引用：「表示函子」→ 遗忘函子可表示　`def-link.forgetrepr-representable` 结论是「可表示」。 #### 定义引用：「表示函子」→ 解集函子可表示　`def-link.solutionrepr-representable` 解集函子可表示。 #### 定义引用：「米田引理」→ 万有元素唯一到唯一同构　`def-link.univuniq-yoneda` 唯一性由米田引理给出。 #### 定义引用：「极限」→ 代数范畴里的极限与余极限　`def-link.algcatlim-limit` 说这些范畴里的极限余极限怎么算。 #### 定义引用：「终对象 / 始对象」→ Cat 的终始对象与有限积　`def-link.catfinal-final` 终对象与始对象在 Cat 里是谁。 #### 定义引用：「幺半群对象」→ 双代数的例子　`def-link.bialg-monoid` 双代数就是反范畴里的幺半群。 #### 定义引用：「局部化」→ 允许右分式演算时局部化函子正合　`def-link.locfunctor-localization` 正合说的是局部化函子。 #### 定义引用：「伴随函子」→ 伴随双射的自然性　`def-link.adjnat-adjoint` 把伴随双射的自然性写成显式等式。 #### 定义引用：「伴随函子」→ 遗忘函子的伴随　`def-link.forgetadj-adjoint` 一批常用伴随。 #### 定义引用：「伴随函子」→ Currying　`def-link.currying-adjoint` Currying 就是一对伴随。 #### 定义引用：「单位与余单位」→ 常见伴随的单位与余单位　`def-link.unitcounit-adjunit` 把各例的单位余单位算出来。 #### 定义引用：「伴随函子」→ 有余幂则可表示函子有伴随　`def-link.copowers-adjoint` 余幂给出左伴随。 #### 定义引用：「幺半群对象」→ 代数遗忘函子保极限　`def-link.forgetlim-monoid` 这些遗忘函子保极限。 #### 定义引用：「正合函子」→ 遗忘与含入函子的正合性　`def-link.forgetexact-exactfun` 讨论的是正合性。 #### 定义引用：「反射子范畴」→ 反射的判据　`def-link.reflectcrit-reflective` 给出反射的一个判据。 #### 定义引用：「幺半群对象」→ 余反射子范畴上的幺半群　`def-link.corefmon-monoid` 幺半群对象沿余反射子范畴的限制。 #### 切片拓扑斯 ⟹ 切片里的覆盖筛　`imp-link.slicetopos-slicecov` *切片拓扑斯 $\implies$ 切片里的覆盖筛判据* 由「切片拓扑斯」那条，$j_{T}$ 余连续、$\widetilde{\mathcal{C}/T} \simeq \widetilde{\mathcal{C}}/\widetilde{T}$ ✓，于是 $\mathcal{C}/T$ 里的覆盖就是 $\mathcal{C}$ 的覆盖沿 $j_{T}$ 拉来的 ✓；把筛 $R$ 沿 $j_{T!}$ 推回去即得判据 ✓。∎ #### 定义引用：「谱序列」→ 谱序列的页画在 (p,q) 平面上　`def-link.sspage-ss` 把谱序列的页画在平面上。 #### 定义引用：「映射」→ 函数　`def-link.numberfn-function` 函数就是**取值在数集**的那种映射 —— 先把「映射」定下来，才谈得上挑出其中一类叫函数。 #### 定义引用：「实数系 ℝ」→ 函数　`def-link.numberfn-real` 「数集」指的是 $\mathbb{R}$、$\mathbb{C}$ 的子集 —— 得先有实数与复数。 #### 定义引用：「子集」→ 分离公理模式　`def-link.sep-subset` 分离公理模式给出的 $B = \{ x \in A : \varphi (x, p) \}$ 恰好是 $A$ 的一个**子集**——"只从 $A$ 里挑元素"正是 $\subseteq$ 的语义。 #### 定义引用：「子集」→ 幂集公理　`def-link.power-subset` 幂集公理的陈述里直接出现了子集符号：$x \in \mathcal{P}(A) \iff x \subseteq A$。 #### 定义引用：「子集」→ 有限特征　`def-link.finchar-subset` 「$X$ 的每个**有限子集**都属于 $\mathcal{A}$」——有限特征是靠子集概念说出来的。 #### 定义引用：「配对公理」→ 有序对　`def-link.pair-pairing` 有序对 $(a, b) = \{\{a\}, \{a, b\}\}$ 的**构造**要用到**配对公理**，它才成为集合。 #### 定义引用：「幂集公理」→ 有序对　`def-link.pair-power` 同一个构造也要用到**幂集公理**：$\{a, b\}$ 的幂集里才装得下 $\{\{a\}, \{a, b\}\}$。 #### 定义引用：「有序对」→ 关系　`def-link.rel-pair` 关系被定义为「有序对的集合」，函数是特殊的关系，因此整个定义都建立在有序对之上。 #### 定义引用：「有序对」→ 笛卡尔积存在　`def-link.product-pair` $A \times B = \{ (a, b) : a \in A, b \in B \}$ 中的元素就是有序对。 #### 定义引用：「映射」→ 选择函数　`def-link.choicefn-rel` 选择函数首先是一个**函数**：定义里直接要求「$f$ 是函数，$\operatorname{dom} f = F$」。 #### 定义引用：「选择函数」→ 选择公理　`def-link.ac-choicefn` 选择公理的陈述直接使用了「选择函数」这个词：每个 $\emptyset \notin F$ 的集合族都有选择函数。 #### 定义引用：「偏序集」→ 链　`def-link.chain-poset` 链是偏序集的子集：定义里用到了偏序 $\preceq$ 与可比性。 #### 定义引用：「偏序集」→ 界与确界　`def-link.bound-poset` 上界、极大元、最大元都是相对于一个偏序集 $(P, \preceq )$ 而言的。 #### 定义引用：「偏序集」→ 良序集　`def-link.wellorder-poset` 良序集首先是全序集（从而也是偏序集），只是在它上面加了「非空子集有最小元」。 #### 定义引用：「偏序集」→ 有限特征　`def-link.finchar-poset` 有限特征的最典型例子就是「偏序集的链族」，定义条目里举了这个例子。 #### 定义引用：「链」→ 有限特征　`def-link.finchar-chain` 「$X$ 是链 $\iff X$ 的每个有限子集是链」——这是链族具有有限特征的原因，也是 $Tukey \implies Hausdorff$ 的全部关键。 #### 定义引用：「偏序集」→ 佐恩引理　`def-link.zorn-poset` 佐恩引理是**关于偏序集**的命题：前提与结论都离不开 $\preceq$ 与上界。 #### 定义引用：「链」→ 佐恩引理　`def-link.zorn-chain` 「$P$ 的每个链都有上界」是佐恩引理的核心条件。 #### 定义引用：「界与确界」→ 佐恩引理　`def-link.zorn-bound` 条件用的是「上界」，结论用的是「极大元」——特别要注意不是「最大元」。 #### 定义引用：「偏序集」→ Hausdorff 极大原理　`def-link.hausdorff-poset` Hausdorff 极大原理陈述在偏序集 $(P, \preceq )$ 上。 #### 定义引用：「链」→ Hausdorff 极大原理　`def-link.hausdorff-chain` 整条原理就是在说「链可以长到极大」。 #### 定义引用：「有限特征」→ Tukey 引理　`def-link.tukey-finchar` Tukey 引理的唯一前提就是「该集合族具有有限特征」。 #### 定义引用：「良序集」→ 良序定理　`def-link.wo-wellorder` 良序定理断言「每个集合都能被良序化」，用到的正是良序集这个概念。 #### 定义引用：「向量空间的基」→ 每个向量空间有基　`def-link.basis-vs` 「每个向量空间有基」中的「基」由线性无关与生成两个概念定义。 #### 定义引用：「外延公理」→ 子集　`def-link.ext-subset` 子集最常用的那条性质——$A = B \iff A \subseteq B \wedge B \subseteq A$（**两边互包**）——正是**外延公理**的直接推论。 #### 定义引用：「外延公理」→ 空集存在　`def-link.ext-empty` 空集的存在由分离公理模式给出，但「这样的集合**至多一个**」靠的是**外延公理**——所以 $\emptyset$ 这个记号才有意义。 #### 定义引用：「良序集」→ Hartogs 定理　`def-link.wellorder-hartogs` Hartogs 数取的是「最小的那种**序数**」，而序数就是传递的良序集。 #### 定义引用：「预测度」→ F 给出的预测度　`def-link.premeasure-ls-premeasure` 命题的结论就是「$\mu_0$ 是 $\mathfrak{A}$ 上的一个**预测度**」。 #### 定义引用：「基本类」→ F 给出的预测度　`def-link.fundamental-class-ls-premeasure` 半开区间族 $\{ (a, b] : a < b \}$ 正是一个**基本类**；取它的有限不交并就得到 $\mathfrak{A}$。 #### 定义引用：「简单函数的积分」→ 简单函数积分的性质　`def-link.integral-simple-props` 四条性质都是关于**简单函数的积分** $\int \varphi \, d\mu$ 的。 #### 定义引用：「简单函数」→ 简单函数积分的性质　`def-link.simple-function-props` 命题谈的对象就是两个简单函数 $\varphi$、$\psi$。 #### 定义引用：「L⁺」→ Fatou 的推论　`def-link.lplus-fatou-cor` $\{f_n\} \subseteq L^+$、$f \in L^+$：整条推论都活在**非负可测函数**里。 #### 定义引用：「L⁺」→ 积分有限的后果　`def-link.lplus-finite-integral` 前提是 $f \in L^+$ 且 $\int f < \infty$。 #### 定义引用：「零集与完备」→ 积分有限的后果　`def-link.null-set-finite-integral` 结论第一条说的是「$\{x : f(x) = \infty\}$ 是**零集**」。 #### 定义引用：「有限 / σ-有限 / 半有限」→ 积分有限的后果　`def-link.measure-space-finite-integral` 结论第二条用的是 **$\sigma$ 有限**这个概念。 #### 定义引用：「可积 / L¹」→ 积分绝对值不等式　`def-link.integrable-integral-abs` 前提 $f \in L^1(\mu)$ 就是**可积**。 #### 定义引用：「复函数的积分」→ 积分绝对值不等式　`def-link.integral-complex-abs` $\int f \, d\mu$ 这个记号走的是**复值函数的积分**。 #### 定义引用：「可积 / L¹」→ L¹ 函数的支撑 σ-有限　`def-link.integrable-L1-support` 前提就是 $f \in L^1(\mu)$。 #### 定义引用：「有限 / σ-有限 / 半有限」→ L¹ 函数的支撑 σ-有限　`def-link.measure-space-L1-support` 结论说的是 $\{x : f(x) \ne 0\}$ **$\sigma$ 有限**。 #### 定义引用：「正集 / 负集 / 零集」→ 正集的封闭性　`def-link.posneg-positive-closure` 「正集」就是这一条定义的三种集合之一。 #### 定义引用：「可积 / L¹」→ 积分的绝对连续性　`def-link.integrable-ac-integral` 前提 $f \in L^1(\mu)$；积分 $\int_E f$ 要可积才有意义。 #### 定义引用：「绝对连续」→ 积分的绝对连续性　`def-link.ac-integral-continuity` 这条就是「积分关于测度**绝对连续**」的 $\varepsilon$–$\delta$ 形式。 #### 定义引用：「RN 导数与 Lebesgue 分解」→ 互为绝对连续时导数互逆　`def-link.rn-derivative-inverse` 两边的 $d\mu/d\lambda$ 与 $d\lambda/d\mu$ 都是 **RN 导数**。 #### 定义引用：「绝对连续」→ 互为绝对连续时导数互逆　`def-link.ac-rn-inverse` 前提是 $\mu \ll \lambda$ 且 $\lambda \ll \mu$——**互为绝对连续**。 #### 定义引用：「距离空间」→ 覆盖引理　`def-link.metric-covering` 引理里挑的就是一族**开球** $B_j$——开球是距离空间里的东西。 #### 定义引用：「测度」→ 覆盖引理　`def-link.measure-covering` $m(U)$、$\sum m(B_j)$ 里的 $m$ 是**测度**（Lebesgue 测度）。 #### 定义引用：「平均算子 Aᵣ」→ 平均算子联合连续　`def-link.average-operator-continuous` 引理说的就是**平均算子** $A_r f(x)$ 关于 $(r, x)$ 的连续性。 #### 定义引用：「局部可积」→ 平均算子联合连续　`def-link.locally-integrable-average-continuous` 前提 $f \in L^1_{loc}$——平均算子只对**局部可积**函数定义。 #### 定义引用：「非负函数的积分」→ 递增函数的导数积分不等式　`def-link.integral-nonneg-monotone-derivative` $\int_a^b F'$ 里 $F$ 递增所以 $F' \ge 0$，走的是**非负函数的积分**。 #### 定义引用：「NBV」→ NBV 函数的导数与测度的关系　`def-link.nbv-derivative` 前提就是 $F \in NBV$。 #### 定义引用：「相互奇异」→ NBV 函数的导数与测度的关系　`def-link.mutually-singular-nbv-derivative` 结论第一条 $\mu_F \perp m$ 用的是**相互奇异**。 #### 定义引用：「绝对连续」→ NBV 函数的导数与测度的关系　`def-link.ac-nbv-derivative` 结论第二条 $\mu_F \ll m$ 用的是**绝对连续**。 #### 定义引用：「RN 导数与 Lebesgue 分解」→ NBV 函数的导数与测度的关系　`def-link.rn-derivative-nbv-derivative` $F(x) = \int_{-\infty}^{x} F'$ 等于说 $F' $ 就是那个 **RN 导数** $d\mu_F/dm$。 #### 定义引用：「绝对连续函数」→ AC ⊆ BV　`def-link.ac-function-subset-bv` 等式的左边就是**绝对连续函数**全体 $AC([a, b])$。 #### 定义引用：「有界变差 BV」→ AC ⊆ BV　`def-link.bv-subset-bv` 等式的右边是**有界变差**函数全体 $BV([a, b])$。 #### 定义引用：「共轭指数」→ Young 不等式　`def-link.conjugate-young` 把 $\lambda$ 取成 $1/p$，则 $\lambda$ 与 $1 - \lambda$ 正是一对**共轭指数**——Young 不等式是 Hölder 的算术底座。 #### 定义引用：「简单函数」→ 紧支简单函数稠密　`def-link.simple-function-dense` 被证明稠密的那一族就是**简单函数**（再要求紧支集）。 #### 定义引用：「L^p 范数」→ 紧支简单函数稠密　`def-link.lp-norm-dense` 「稠密」是在 $L^p$ 里说的，要用 $\|\cdot\|_p$。 #### 定义引用：「L^p 范数」→ L^q 落在 L^p + L^r 里　`def-link.lp-norm-lq-sum` $L^q \subseteq L^p + L^r$ 里的三个空间都是 $L^p$ 型的。 #### 定义引用：「L^p 范数」→ L^p ∩ L^r ⊆ L^q　`def-link.lp-norm-interpolation` 插值不等式 $\|f\|_q \le \|f\|_p^{\lambda} \|f\|_r^{1-\lambda}$ 全是 $\|\cdot\|_p$ 型的量。 #### 定义引用：「本性上界与 L^∞」→ L^p ∩ L^r ⊆ L^q　`def-link.essential-sup-interpolation` $r = \infty$ 那一端要把 $\|\cdot\|_r$ 读成**本性上界**。 #### 定义引用：「L^p 范数」→ ℓ^p ⊆ ℓ^q　`def-link.lp-norm-ell-p` $\ell^p$ 就是计数测度下的 $L^p$，范数还是 $\|\cdot\|_p$。 #### 定义引用：「L^p 范数」→ 有限测度时方向反过来　`def-link.lp-norm-finite` 结论 $L^q(\mu) \subseteq L^p(\mu)$ 里的两个空间都是 $L^p$ 型的。 #### 定义引用：「有限 / σ-有限 / 半有限」→ 有限测度时方向反过来　`def-link.measure-space-lp-finite` 前提 $\mu(X) < \infty$ 用的是**有限测度**这个概念。 #### 定义引用：「界与确界」→ ℝ 是完备有序域　`def-link.sup-real-ordered-field` **(iii) 完备性（确界原理）**说的正是「每个非空有上界的子集都有**上确界**」—— 结论是用 $\sup$ 写出来的。 #### 定义引用：「幂集公理」→ 幂集 𝒫(X)　`def-link.power-powerset` **幂集公理**才是「$\mathcal{P}(X)$ 是一个集合」的依据 —— 陈述里那句「由幂集公理，$\mathcal{P}(X)$ 确实是集合」说的就是它。 #### 定义引用：「选择公理」→ 基数可比定理　`def-link.choice-cardinal-comparable` 基数可比定理的前提里点名了**选择公理**：没有它，两个基数未必比得出大小。 #### 定义引用：「距离空间」→ 可数积的 Borel 代数　`def-link.metric-borel-product` 设 $X_1, X_2, \ldots$ 是**距离空间**，$X = \prod_j X_j$ 配以积度量 —— 投影连续、球与可分性都在距离空间里说。 #### 定义引用：「符号测度」→ 全变差的基本性质　`def-link.signed-total-variation` 设 $\nu$ 是**符号测度**，$|\nu|$ 是它的全变差。 #### 定义引用：「复测度」→ 全变差的基本性质　`def-link.complex-total-variation` 同一条命题对**复测度**也适用（全变差对两者定义一致）。 #### 定义引用：「几乎处处」→ MCT（a.e. 版本）　`def-link.ae-mct-ae` 前提放宽成「对**几乎处处**的 $x$ 有 $f_n \uparrow f$」—— 这就是这条推论与 MCT 的唯一区别。 #### 定义引用：「几乎处处」→ 积分为零 ⟺ 几乎处处为零　`def-link.ae-integral-zero` 结论「$f = 0$ **几乎处处**」里的 a.e. 就是它。 #### 定义引用：「几乎处处」→ 完备性 ⟺ 不破坏可测性　`def-link.ae-complete-measurable` **(a)** 的 $f = g$ 与 **(b)** 的 $f_n \to f$ 都是在 **a.e.** 意义下说的。 #### 定义引用：「几乎处处」→ 完备化后可改在零集上　`def-link.ae-completion-measurable-fn` 结论 $f = g$ 是 $\bar{\mu}$-**a.e.** 成立的。 #### 定义引用：「几乎处处」→ 依测度 Cauchy ⟹ 收敛　`def-link.ae-cauchy-in-measure` 结论里抽出的子列是**几乎处处**收敛的。 #### 定义引用：「几乎处处」→ 单调函数几乎处处可导　`def-link.ae-monotone-differentiable` 结论是 $F$ 与 $G$ 都 **a.e. 可导**且导数 a.e. 相等。 #### 定义引用：「几乎处处」→ Fatou 的推论　`def-link.ae-fatou` 前提「$f_n \to f$ **a.e.**」与 Fatou 引理的差别就在这里。 #### 定义引用：「可积 / L¹」→ 何时两个函数积分处处相同　`def-link.integrable-integrals-equal` 前提 $f, g \in L^1(\mu)$ 说的是两个函数都**可积**。 #### 定义引用：「可积 / L¹」→ L^∞ 的性质　`def-link.integrable-linf` **(a)** 里出现的 $f \in L^1$ 就是**可积**。 #### 定义引用：「可积 / L¹」→ NBV 函数的导数与测度的关系　`def-link.integrable-nbv-derivative` 结论 $F' \in L^1(m)$ 说的是**可积**。 #### 定义引用：「可积 / L¹」→ 积出来的函数是 AC · NBV　`def-link.integrable-integral-is-ac-nbv` **(1)** 的前提 $f \in L^1(m)$ 是**可积**。 #### 定义引用：「单态射 / 满态射 / 同构」→ 预层态射的单满按点检验　`def-link.mono-presheaf-mono` 结论说的「$\varphi$ 是**单态射**（满态射）」是范畴论意义下的可消性，不是逐点单射 —— 逐点单射正是要证的内容。 #### 定义引用：「极限」→ 米田嵌入　`def-link.limit-yoneda-embedding` 「$\delta$ **保持所有极限**」里的极限是**泛锥**那个极限。 #### 定义引用：「极限」→ 稠密性定理　`def-link.limit-density` 稠密性定理说 $T$ 是可表示预层的**余极限**。 #### 定义引用：「纤维积 / 纤维余积」→ 切片范畴是拉回　`def-link.fibered-product-slice` 结论说那个方块是**笛卡尔的** —— 这正是纤维积定义里的说法。 #### 定义引用：「忠实 / 满 / 全忠实」→ 米田嵌入　`def-link.ff-faithful-yoneda-embedding` 「$\delta$ 是**全忠实**函子」用的正是忠实与满的定义。 #### 定义引用：「表示函子」→ 米田引理　`def-link.representable-yoneda` 引理里的 $h^{X} = \operatorname{Hom}_{\mathcal{C}}(X, -)$ 正是那个**可表示函子**。 #### 定义引用：「表示函子」→ 表示的两个定义等价　`def-link.representable-criterion` 定理的左右两边都是「被 $X$ **表示**」这件事的说法。 #### 定义引用：「切片范畴」→ 稠密性定理　`def-link.slice-category-density` 稠密性定理里的余极限正是**跑在切片范畴 $\mathcal{C}_{T}$ 上**的。 #### 定义引用：「预层」→ 预层态射的单满按点检验　`def-link.presheaf-mono-pointwise` 被检验的 $\varphi : T \implies T'$ 是**预层**之间的自然变换。 #### 定义引用：「伴随函子」→ 右伴随保极限　`def-link.adjoint-preserves-limits` 定理的前提就是一对**伴随函子** $F \dashv G$。 #### 定义引用：「极限」→ 右伴随保极限　`def-link.limit-preserves-limits` 结论是 $G(\lim D) \cong \lim (G \circ D)$ —— 两边都是**极限**。 #### 定义引用：「表示函子」→ 右伴随存在的判据　`def-link.representable-adjoint-criterion` 判据的右边说的是 $\operatorname{Hom}_{\mathcal{D}}(F(-), Y)$ **可表示**。 #### 定义引用：「极限」→ 极限即伴随　`def-link.limit-adjoint-criterion` 命题把「所有**极限**存在」与「$\Delta$ 有右伴随」说成一回事。 #### 定义引用：「极限」→ 伴随函子定理　`def-link.limit-saft` 前提的「完备」与「**保极限**」，以及构造 $F(X)$ 用的那个极限。 #### 定义引用：「逗号范畴」→ 伴随函子定理　`def-link.comma-saft` 构造 $F(X)$ 时指标跑在**逗号范畴** $X \downarrow G$ 上。 #### 定义引用：「极限」→ 反射子范畴里的极限　`def-link.limit-reflective` 命题谈的是**反射子范畴**中的极限与余极限能不能落回来。 #### 定义引用：「Kan 延拓」→ Kan 延拓的两个例子　`def-link.kan-ex` 两个例子说的都是「某个东西等于一个**左 Kan 延拓**」。 #### 定义引用：「伴随函子」→ Kan 延拓的两个例子　`def-link.adjoint-kan-ex` **(2)** 说右伴随就是 $1_{\mathcal{C}}$ 沿 $F$ 的 Kan 延拓 —— 右边是一个**伴随**。 #### 定义引用：「极限」→ Kan 延拓的两个例子　`def-link.limit-kan-ex` **(1)** 说余极限是沿 $I \to \mathbf{1}$ 的 Kan 延拓。 #### 定义引用：「极限」→ 滤过余极限正合　`def-link.limit-filtered` 「正合」说的是滤过余极限保持**有限极限**。 #### 定义引用：「紧」→ 紧 Haus 是反射子范畴　`def-link.compact-stonecech` Stone–Čech 紧化的构造跑在 **Tychonoff 方块**里；闭包紧、方块紧，用的都是紧性。 #### 定义引用：「紧」→ 满射的极小闭子集　`def-link.compact-minimal-closed` 极小闭子集的存在性用的是**紧性**（有限交性质）。 #### 定义引用：「投射 / 内射对象」→ Gleason 定理　`def-link.projective-gleason` Gleason 定理把 $\mathbf{CHaus}$ 的**投射对象**认了出来。 #### 定义引用：「全不连通与 Stone 空间」→ Gleason 定理　`def-link.stone-gleason` 认出来的那批是 **Stonean 空间**。 #### 定义引用：「投射有限空间」→ Stone ⟺ 投射有限　`def-link.profinite-stone` 定理说 Stone 空间与**投射有限空间**是同一批。 #### 定义引用：「全不连通与 Stone 空间」→ Stone ⟺ 投射有限　`def-link.stone-profinite` 定理的左边是 **Stone 空间**。 #### 定义引用：「连通与连通分量」→ 连通分量是闭开邻域之交　`def-link.connected-component-clopen` 命题算的是**连通分量**。 #### 定义引用：「闭开集」→ 连通分量是闭开邻域之交　`def-link.clopen-component` 连通分量被写成一切含 $x$ 的**闭开集**之交。 #### 定义引用：「闭开集」→ 极端不连通的基本性质　`def-link.clopen-stonean-basic` 极端不连通的表述与推论都落在**闭开集**上。 #### 定义引用：「极限」→ 极限的函子性　`def-dep.limit-functoriality` 函子性说的是极限在**图与图之间**如何变化，前提是这些极限都存在。 #### 定义引用：「自然变换」→ 极限的函子性　`def-dep.nat-limfunctor` 输入是一个**自然变换** $\alpha : F \implies G$，输出是极限之间的唯一态射。 #### 定义引用：「自然变换」→ 米田引理　`def-dep.nat-yoneda` 引理数的是 $h^{X}$ 到 $F$ 的**自然变换**全体。 #### 定义引用：「函子」→ 米田引理　`def-dep.functor-yoneda` 引理对**任意函子** $F : \mathcal{C} \to \mathbf{Set}$ 成立。 #### 定义引用：「自然变换」→ 米田嵌入　`def-dep.nat-yoneda-embedding` 全忠实说的是**自然变换集** $\operatorname{Hom}_{\widehat{\mathcal{C}}}(h_{X}, h_{Y})$ 与 $\operatorname{Hom}_{\mathcal{C}}(X, Y)$ 的双射。 #### 定义引用：「伴随函子」→ 右伴随存在的判据　`def-dep.adjoint-criterion` 判据说的正是「$F$ 有没有**右伴随**」。 #### 定义引用：「伴随函子」→ 全忠实与单位　`def-dep.adjoint-ff` 命题谈的是**伴随**里左（右）伴随的那个函子。 #### 定义引用：「忠实 / 满 / 全忠实」→ 全忠实与单位　`def-dep.ff-adjoint` 「$F$ **全忠实**」用的是忠实与满的定义。 #### 定义引用：「单位与余单位」→ 全忠实与单位　`def-dep.unit-adjoint-ff` 命题的另一边是「**单位** $\eta$ 是同构」。 #### 定义引用：「图与交换图」→ 极限即伴随　`def-dep.diagram-limit-adjoint` 命题里的 $\Delta : \mathcal{C} \to \mathcal{C}^{I}$ 是**常图函子**，$\mathcal{C}^{I}$ 是图范畴。 #### 定义引用：「伴随函子」→ 伴随函子定理　`def-dep.adjoint-saft` SAFT 的结论是「$G$ 有**左伴随**」。 #### 定义引用：「反射子范畴」→ 反射子范畴里的极限　`def-dep.reflective-limits` 命题谈的是**反射子范畴**里的极限与余极限。 #### 定义引用：「图与交换图」→ 滤过余极限正合　`def-dep.diagram-filtered` 余极限函子 $\varinjlim : \mathbf{Set}^{I} \to \mathbf{Set}$ 的定义域是**图范畴**。 #### 定义引用：「伴随函子」→ 紧 Haus 是反射子范畴　`def-dep.adjoint-chaus-reflective` 「$\mathbf{CHaus}$ 是**反射子范畴**」的意思就是含入函子有左伴随。 #### 定义引用：「Hausdorff 空间」→ 紧 Haus 是反射子范畴　`def-dep.hausdorff-stonecech` $e_{K}$ 是单射那一步用的是**紧 Hausdorff 空间是 $T_{3.5}$ 的**。 #### 定义引用：「自由紧 Hausdorff 空间」→ 紧 Haus 是自由的商　`def-dep.free-chaus-quotient` 命题说的商空间正是从**自由紧 Hausdorff 空间** $\beta S^{\mathrm{disc}}$ 商出来的。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧 Haus 是自由的商　`def-dep.chaus-quotient-free` 命题说的对象是 $\mathbf{CHaus}$ 中的空间。 #### 定义引用：「投射 / 内射对象」→ 自由紧 Haus 是投射对象　`def-dep.projective-free` 命题的结论是「自由紧 Hausdorff 空间是**投射对象**」。 #### 定义引用：「自由紧 Hausdorff 空间」→ 自由紧 Haus 是投射对象　`def-dep.free-projective` 命题谈的是**自由紧 Hausdorff 空间**。 #### 定义引用：「自由表示」→ 紧 Haus 都有自由表示　`def-dep.free-presentation-cor` 推论说每个对象都**有**自由表示。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 连通分量是闭开邻域之交　`def-dep.chaus-component` 证明里用到紧 Hausdorff 空间是**正规**的。 #### 定义引用：「全不连通与 Stone 空间」→ 极端不连通的基本性质　`def-dep.stone-stonean-basic` 命题谈的是**极端不连通**（以及由它推出的全不连通）。 #### 定义引用：「全不连通与 Stone 空间」→ Stone 空间是 CHaus 的反射子范畴　`def-dep.stone-reflective` 「Stone 空间」是**全不连通的紧 Hausdorff 空间**。 #### 定义引用：「全不连通与 Stone 空间」→ 全不连通空间是反射子范畴　`def-dep.stone-td-reflective` 全不连通是 Stone 空间定义里的一半。 #### 定义引用：「连通与连通分量」→ 全不连通空间是反射子范畴　`def-dep.connected-td-reflective` 反射 $\pi_{0}$ 就是把每个点送到它的**连通分量**。 #### 定义引用：「Gleason 定理」→ Stonean 是收缩核　`def-dep.gleason-retract` 推论把 Gleason 定理翻译成「Stonean = **收缩核**」。 #### 定义引用：「层」→ 层的下降条件　`def-dep.sheaf-descent` 定理给「是层」一个可以逐项验证的**正合列**判据。 #### 定义引用：「纤维积 / 纤维余积」→ 层的下降条件　`def-dep.fibered-descent` 正合列里的 $X_{i} \times_{X} X_{j}$ 是**纤维积**。 #### 定义引用：「Čech 函子」→ Čech 函子的性质　`def-dep.cech-properties` 三条性质都是关于 $\widehat{H}$ 的。 #### 定义引用：「Čech 函子」→ 层化　`def-dep.cech-sheafification` 层化取「对预层做两次 **Čech 构造**」。 #### 定义引用：「反射子范畴」→ 层化　`def-dep.reflective-sheafification` 定理的结论是「层范畴是**反射子范畴**」。 #### 定义引用：「万有关系」→ site 的层范畴的好性质　`def-dep.universal-site` 五条性质里出现了**万有余极限、万有满态射、不交余积**。 #### 定义引用：「等化子 / 余等化子」→ 层中单满即同构　`def-dep.equalizer-mono-epi` 「满-单分解」把任意态射拆成 $F \twoheadrightarrow I \rightarrowtail G$。 #### 定义引用：「层」→ 满态射的局部判据　`def-dep.sheaf-epi-criterion` 命题说的是**层**之间的态射什么时候是满的。 #### 定义引用：「有效等价关系」→ 层化与等价关系交换　`def-dep.effective-sheafify` 命题说的是**层化**与等价关系、商的交换。 #### 定义引用：「筛」→ 覆盖筛即余积满射　`def-dep.sieve-covering-epi` 命题说覆盖族生成**覆盖筛**与余积满射是一回事。 #### 定义引用：「万有关系」→ 不交万有余积与次标准拓扑　`def-dep.universal-disjoint` 命题说的是**不交万有余积**在次标准拓扑下保持不变。 #### 定义引用：「标准拓扑」→ 不交万有余积与次标准拓扑　`def-dep.canonical-disjoint` 「次标准」是命题的关键假设。 #### 定义引用：「预拓扑斯」→ 满-单分解　`def-dep.pretopos-factorization` 命题把预拓扑斯那四条公理兑换成「每个态射都有满-单分解」。 #### 定义引用：「像 / 余像」→ 满-单分解　`def-dep.image-pretopos-factorization` 结论里「严格」说的是 $\operatorname{im} f \cong \operatorname{coim} f$。 #### 定义引用：「子对象」→ 子对象构成有界格　`def-dep.subobject-lattice` 命题说的是**子对象**全体构成有界格。 #### 定义引用：「纤维积 / 纤维余积」→ 子对象构成有界格　`def-dep.fibered-subobject-lattice` 格里的交就是**纤维积**（拉回）。 #### 定义引用：「层」→ 预标准拓扑下的层　`def-dep.sheaf-precanonical` 命题给出预标准拓扑下「是**层**」的两条可验等式。 #### 定义引用：「预标准拓扑」→ 余积与商在层范畴中不变　`def-dep.precanonical-preserves` 命题谈的是**预标准拓扑**下余积与商是否走样。 #### 定义引用：「层」→ 单满在层化后不变　`def-dep.sheaf-mono-epi` 命题比较的是 $\mathcal{C}$ 里的单满与它在**层**范畴里的像。 #### 定义引用：「拓扑斯」→ Giraud 定理　`def-dep.topos-giraud` Giraud 定理给出「是**拓扑斯**」的四个等价说法。 #### 定义引用：「标准拓扑」→ Giraud 定理　`def-dep.canonical-giraud` 第 2 条说的是对**标准拓扑**而言的层。 #### 定义引用：「表示函子」→ Giraud 定理　`def-dep.representable-giraud` 第 2 条的关键词是「层都**可表示**」。 #### 定义引用：「拓扑斯」→ 拓扑斯中覆盖即余积满射　`def-dep.topos-covering-epi` 命题在**拓扑斯**里把「覆盖」与余积满射对起来。 #### 定义引用：「Grothendieck 拓扑」→ 拓扑斯中覆盖即余积满射　`def-dep.topology-covering-epi` 命题的左边是「$(X_{i} \to X)$ 是**覆盖**」，即生成覆盖筛。 #### 定义引用：「表示函子」→ 可表示性的下降　`def-dep.representable-quotient` 引理说的是「**可表示性**可以从覆盖的一块块传回整体」。 #### 定义引用：「有效等价关系」→ 可表示性的下降　`def-dep.effective-quotient` 把 $F$ 实现成 $X/R$ 这一步用的是**等价关系有效**。 #### 定义引用：「层」→ 拓扑斯上的层即保极限的预层　`def-dep.sheaf-limits` 命题把「是**层**」与「保所有极限」说成一回事。 #### 定义引用：「极限」→ 拓扑斯上的层即保极限的预层　`def-dep.limit-sheaf-limits` 「保**极限**」是命题的另一半。 #### 定义引用：「纤维积 / 纤维余积」→ 拟紧的性质　`def-dep.fibered-qc` 第 3 条里的「存在满射 $X \to F$」用的是 $\mathcal{C}$ 里的对象覆盖层。 #### 定义引用：「拟紧对象」→ 预拓扑斯由拓扑斯唯一确定　`def-dep.qc-pretopos-qcqs` 定理的两边之一是**拟紧**。 #### 定义引用：「拟分离对象」→ 预拓扑斯由拓扑斯唯一确定　`def-dep.qs-pretopos-qcqs` 另一边是**拟分离**。 #### 定义引用：「预拓扑斯」→ 凝聚态集的刻画　`def-dep.pretopos-condensed-criterion` 两条判据来自「$\mathbf{CHaus}$ 是**预拓扑斯**」：预标准拓扑只由有限不交并与满射生成。 #### 定义引用：「凝聚态集」→ 凝聚态集的刻画　`def-dep.condensed-criterion` 判据给出的是「预层是**凝聚态集**」的等价条件。 #### 定义引用：「凝聚态集」→ Cond 是拓扑斯　`def-dep.condensed-topos` 定理说的是 $\mathrm{Cond}$（**凝聚态集**的范畴）是拓扑斯。 #### 定义引用：「自由紧 Hausdorff 空间」→ FCHaus 上的预拓扑　`def-dep.free-pretopology` 预拓扑搭在**自由紧 Hausdorff 空间**上。 #### 定义引用：「投射 / 内射对象」→ FCHaus 上的预拓扑　`def-dep.projective-pretopology` 「满射有截面」说的是这些对象**投射**。 #### 定义引用：「自由紧 Hausdorff 空间」→ FCHaus 上层的判据　`def-dep.free-sheaf` 命题谈的是**自由紧 Hausdorff 空间**上的层。 #### 定义引用：「层」→ Cond 即 FCHaus 上的层　`def-dep.sheaf-cond-equiv` 定理说两边的**层**范畴是同一个。 #### 定义引用：「层」→ 凝聚态集满态射的判据　`def-dep.sheaf-cond-epi` 命题说的是**凝聚态集**（层）之间满态射的判据。 #### 定义引用：「自由紧 Hausdorff 空间」→ 凝聚态集满态射的判据　`def-dep.free-cond-epi` 探针取的是**自由**紧 Hausdorff 空间。 #### 定义引用：「投射 / 内射对象」→ Cond 有足够多投射对象　`def-dep.projective-cond` 命题说自由紧 Hausdorff 空间在 $\mathrm{Cond}$ 里是**投射对象**。 #### 定义引用：「凝聚态集」→ Top 与 Cond 的伴随　`def-dep.condensed-top-adjoint` 定理里的函子 $X \mapsto \underline{X}$ 以**凝聚态集**为靶。 #### 定义引用：「紧生成空间」→ Top 与 Cond 的伴随　`def-dep.cg-top-cond` 限制到**紧生成空间**上时那个函子变得全忠实。 #### 定义引用：「紧生成空间」→ 紧生成空间是余反射子范畴　`def-dep.cg-coreflective` 命题说的是**紧生成空间**是余反射子范畴。 #### 定义引用：「伴随函子」→ 紧生成空间是余反射子范畴　`def-dep.adjoint-cg-coreflective` 「余反射」的意思是含入函子有**右伴随**。 #### 定义引用：「自由紧 Hausdorff 空间」→ 截面函子保极限余极限　`def-dep.free-condab-section` 截面函子 $\Gamma(F, -)$ 的 $F$ 取的是**自由**紧 Hausdorff 空间。 #### 定义引用：「极限」→ 截面函子保极限余极限　`def-dep.limit-condab-section` 结论说它保**所有极限与余极限**。 #### 定义引用：「凝聚态阿贝尔群」→ CondAb 满足 AB6 与 AB4*　`def-dep.condab-ab` 定理说的是 $\mathrm{CondAb}$（**凝聚态阿贝尔群**）满足 AB6 与 AB4*。 #### 定义引用：「全不连通与 Stone 空间」→ Stonean 给出有限表现投射对象　`def-dep.stonean-projective` 引理的输入是 **Stonean 空间**。 #### 定义引用：「投射 / 内射对象」→ Stonean 给出有限表现投射对象　`def-dep.projective-stonean` 结论说 $\mathbb{Z}\cdot F$ 是**投射**对象。 #### 定义引用：「生成元集」→ CondAb 由有限表现投射对象生成　`def-dep.generator-condab-generated` 命题说的是 $\mathrm{CondAb}$ 由谁**生成**。 #### 定义引用：「投射 / 内射对象」→ CondAb 由有限表现投射对象生成　`def-dep.projective-condab-generated` 生成元取的是**有限表现的投射**对象。 #### 定义引用：「上链复形」→ 复形范畴是加法范畴　`def-dep.complex-additive` 命题说的是**复形**构成的那个范畴。 #### 定义引用：「等化子 / 余等化子」→ 复形范畴是加法范畴　`def-dep.equalizer-complex-additive` 核与余核都是**逐项**取出来的。 #### 定义引用：「导出三角」→ 三角的旋转与延拓　`def-dep.triangle-rotation` 命题说的是**导出三角**的基本性质。 #### 定义引用：「导出三角」→ 三角态射的性质　`def-dep.triangle-morphism` 引理说的是**导出三角**之间态射的性质。 #### 定义引用：「同伦」→ 三角态射的性质　`def-dep.homotopy-triangle-morphism` 「$u, v$ 是同伦等价则 $w$ 也是」里的比较用的是**同伦**。 #### 定义引用：「等化子 / 余等化子」→ 同调的短正合列　`def-dep.equalizer-cohomology-sequence` 这条正合列把同调夹在**余核**与**核**之间。 #### 定义引用：「同调」→ 长正合列　`def-dep.cohomology-long-exact` 长正合列里跑的是**同调**。 #### 定义引用：「等化子 / 余等化子」→ 长正合列　`def-dep.equalizer-long-exact` 「正合列」本身就是一句关于**核与像**的话。 #### 定义引用：「投射 / 内射对象」→ 内射对象的判据　`def-dep.injective-criterion` 命题给出**内射对象**的四条等价刻画。 #### 定义引用：「单态射 / 满态射 / 同构」→ 内射对象的判据　`def-dep.mono-injective-criterion` 「每个**单态射**都有收缩」是等价条件之一。 #### 定义引用：「伴随函子」→ 内射对象的判据　`def-dep.adjoint-injective-criterion` 「$\operatorname{Hom}(-, I)$ **正合**」说的是这个函子保正合列 —— 与伴随性相关的那条刻画。 #### 定义引用：「Grothendieck 范畴」→ CondAb 满足 AB6 与 AB4*　`def-dep.grothendieck-condab` 定理说的是 $\mathrm{CondAb}$ **是** Grothendieck 范畴，并且额外满足两条。 #### 定义引用：「Grothendieck 的 AB 公理」→ CondAb 满足 AB6 与 AB4*　`def-dep.ab-condab` AB6 与 AB4\* 的含义见「Grothendieck 的 AB 公理」那条。 #### 定义引用：「拓扑斯」→ 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`def-dep.topos-abelian-grothendieck` 定理对**拓扑斯** $\mathcal{T}$ 上的阿贝尔层说话。 #### 定义引用：「阿贝尔层」→ 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`def-dep.abelsh-grothendieck` $\mathcal{T}(\mathbf{Ab})$ 就是 $\mathcal{T}$ 上的**阿贝尔层**范畴。 #### 定义引用：「Grothendieck 范畴」→ 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`def-dep.grothendieck-topos-ab` 结论是「$\mathcal{T}(\mathbf{Ab})$ 是 **Grothendieck 范畴**」。 #### 定义引用：「生成元集」→ 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`def-dep.generator-topos-ab` 小生成元集取 $\{\mathbb{Z}\cdot X : X \in S\}$，$S$ 是 $\mathcal{T}$ 的生成元集。 #### 定义引用：「加法 / 阿贝尔范畴」→ 拓扑斯上的阿贝尔群是 Grothendieck 范畴　`def-dep.abeliancat-topos-ab` 结论的一部分是「$\mathcal{T}(\mathbf{Ab})$ 是**阿贝尔**范畴」。 #### 定义引用：「商拓扑」→ 商映射与局部紧空间作积　`def-dep.cg-quotient-locally-compact` 定理说的是**商映射** —— 也就是商拓扑那条满射。 #### 定义引用：「积拓扑」→ 商映射与局部紧空间作积　`def-dep.cg-product-top` 结论说的是**乘积空间** $X \times Z \to Y \times Z$。 #### 定义引用：「Hausdorff 空间」→ 紧生成空间对积封闭　`def-dep.cg-hausdorff-cgprod` 推论里的因子 $Y$ 要求**局部紧 Hausdorff**。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ k-化与积　`def-dep.cg-kproduct` 式子里两边的 $k$ 都是**$k$-化**。 #### 定义引用：「商拓扑」→ k-闭等价关系与弱 Hausdorff 商　`def-dep.cg-ktx-quotient` 命题说的是**商空间** $X/R$。 #### 定义引用：「积拓扑」→ 弱 Hausdorff 的基本性质　`def-dep.weakhaus-diagonal` 对角 $\Delta_{X}$ 住在**乘积** $X \times X$ 里。 #### 定义引用：「紧生成空间」→ CGWH 是 CG 的反射子范畴　`def-dep.cgwh-cg` $\mathrm{CGWH}$ 是在**紧生成**之上再加弱 Hausdorff。 #### 定义引用：「紧开拓扑」→ 函数空间弱 Hausdorff　`def-dep.funcspace-compactopen` 命题里的 $kC(X, Y)$ 就是**紧开拓扑**再取 $k$-化。 #### 定义引用：「商群」→ 第一同构定理（Noether）　`def-dep.firstiso-quotient-group` 定理左端的 $G/\ker\varphi$ 是**商群**。 #### 定义引用：「群同态、核与像」→ 第一同构定理（Noether）　`def-dep.firstiso-kernel` 核与像都是**群同态**的概念。 #### 定义引用：「正规子群」→ 第一同构定理（Noether）　`def-dep.firstiso-normal` 核是**正规**子群 —— 这正是它能被商掉的理由。 #### 定义引用：「正规子群」→ 商群　`def-dep.quotient-group-normal` 商群只对**正规**子群有定义。 #### 定义引用：「子群」→ 群同态、核与像　`def-dep.grouphom-subgroup` 核与像都是**子群**。 #### 定义引用：「子集」→ 关系　`def-dep.subset-rel` 关系是 $A \times B$ 的**子集**，定义域 $\operatorname{dom} R$ 与值域 $\operatorname{ran} R$ 也都是子集。 #### 定义引用：「关系」→ 映射　`def-dep.rel-function` 函数是**特殊的关系**：只多要求「每个输入的输出唯一」。 #### 定义引用：「关系」→ 偏序集　`def-dep.rel-poset` 偏序 $\preceq$ 是 $A$ 上的**二元关系**——先有关系，才有「自反、反对称、传递」这三条。 #### 定义引用：「子集」→ 链　`def-dep.subset-chain` 链是 $P$ 的**子集**，只是额外要求两两可比。 #### 定义引用：「子集」→ 界与确界　`def-dep.subset-bound` 上界与极大元都是相对于 $S \subseteq P$ 说的，条件用 $\preceq$ 写成。 #### 定义引用：「子集」→ 良序集　`def-dep.subset-wellorder` 「$W$ 的每个非空**子集**都有最小元」——良序性是靠子集量词说出来的。 #### 定义引用：「子集」→ 向量空间的基　`def-dep.subset-vs` 「$S$ 的每个**有限子集**都线性无关」——线性无关性是逐有限子集定义的。 #### 定义引用：「有限特征」→ 向量空间的基　`def-dep.finchar-vs` 正因为逐有限子集定义，线性无关性**具有有限特征**（注里点明了这一步）。 #### 定义引用：「映射」→ 距离空间　`def-dep.function-metric-space` 距离 $d : X \times X \to [0, +\infty)$ 是一个**函数**，记号 $d(x, y)$ 用的就是函数值。 #### 定义引用：「距离空间」→ 完备　`def-dep.metric-complete` Cauchy 列与收敛都是**关于距离空间** $(X, d)$ 说的。 #### 定义引用：「距离空间」→ 全有界　`def-dep.metric-totally-bounded` $\varepsilon$ 网与开球 $B(x, \varepsilon)$ 都定义在距离空间上。 #### 定义引用：「距离空间」→ 列紧　`def-dep.metric-seq-compact` 「子列收敛到 $X$ 中的点」里的收敛，用的就是这个 $d$。 #### 定义引用：「距离空间」→ 紧　`def-dep.metric-compact` 这一条陈述在距离空间 $(X, d)$ 上，开覆盖用的是由 $d$ 诱导的开集。 #### 定义引用：「子集」→ 基本类　`def-dep.subset-fundamental-class` $\mathfrak{A} \subseteq \mathcal{P}(X)$：基本类首先是一族**子集**。 #### 定义引用：「子集」→ 环与代数　`def-dep.subset-set-ring` 同理，环与代数也是 $\mathcal{P}(X)$ 的一族**子集**。 #### 定义引用：「子集」→ 单调类　`def-dep.subset-monotone-class` 单调类同样是 $\mathcal{P}(X)$ 的一族**子集**。 #### 定义引用：「单调类」→ 生成的 σ-代数　`def-dep.monotone-generated-sigma` 这条同时定义 $\mathcal{M}(\mathcal{E})$ 与 $\mathfrak{m}(\mathcal{E})$——后者就是**由 $\mathcal{E}$ 生成的单调类**。 #### 定义引用：「映射」→ 积 σ-代数　`def-dep.function-product-sigma` 投影 $\pi_\alpha$ 是**函数**，柱集 $\pi_\alpha^{-1}(E_\alpha)$ 用的是逆像。 #### 定义引用：「σ-代数」→ 测度　`def-dep.sigma-algebra-measure` 测度是定义在**$\sigma$ 代数** $\mathcal{M}$ 上的函数 $\mu : \mathcal{M} \to [0, +\infty]$。 #### 定义引用：「环与代数」→ 预测度　`def-dep.set-ring-premeasure` 预测度的定义域只是一个**环**，不必是 $\sigma$ 代数。 #### 定义引用：「测度」→ 预测度　`def-dep.measure-premeasure` 「仍满足**测度的两条**」——预测度就是把测度的定义域从 $\sigma$ 代数放宽到环。 #### 定义引用：「测度」→ 有限可加测度　`def-dep.measure-finitely-additive` 把测度的**可数**可加降成**有限**可加，就是有限可加测度。 #### 定义引用：「测度」→ 零集与完备　`def-dep.measure-null-set` $\mu$ 零集是「$\mu(E) = 0$ 的可测集」，$E$ 与 $\mu$ 都来自**测度空间**。 #### 定义引用：「子集」→ 外测度　`def-dep.subset-outer-measure` 外测度定义在**全体子集**上：$\mu^* : \mathcal{P}(X) \to [0, +\infty]$。 #### 定义引用：「幂集 𝒫(X)」→ 外测度　`def-dep.powerset-outer-measure` 定义域是**幂集** $\mathcal{P}(X)$ —— 不是某个 $\sigma$-代数。 #### 定义引用：「扩充实数 [−∞,+∞]」→ 外测度　`def-dep.extreal-outer-measure` 取值落在**扩充实数** $[0, +\infty]$ 里：外测度可以取 $+\infty$（$\mathbb{R}$ 的 Lebesgue 测度就是）。 #### 定义引用：「扩充实数 [−∞,+∞]」→ 测度　`def-dep.extreal-measure` 测度也取值在 $[0, +\infty]$ 里 —— 「$\mu$ 是**测度**」这句话里的 $\mu$ 是映到扩充实数的。 #### 定义引用：「外测度」→ μ*-可测集　`def-dep.outer-carath` 「设 $\mu^*$ 是 $X$ 上的**外测度**」——可测性完全由 $\mu^*$ 一个对象定出来。 #### 定义引用：「Borel σ-代数」→ Lebesgue–Stieltjes 测度　`def-dep.borel-lebesgue-stieltjes` $\mu_F$ 是 $\mathbb{R}$ 上的 **Borel 测度**：定义域是 $\mathfrak{B}_\mathbb{R}$。 #### 定义引用：「Borel σ-代数」→ 正则 Borel 测度　`def-dep.borel-regular` 正则性是**关于 Borel 测度**说的：外正则就是用开集去逼近 Borel 集。 #### 定义引用：「紧」→ 正则 Borel 测度　`def-dep.compact-regular` 第一条要求「$\nu(K) < \infty$ 对每个**紧集** $K$ 成立」。 #### 定义引用：「σ-代数」→ 可测函数　`def-dep.sigma-algebra-measurable-fn` 可测空间 $(X, \mathcal{M})$ 就是「集合 $+$ $\sigma$ 代数」；可测性说的是原像落在 $\mathcal{M}$ 里。 #### 定义引用：「可测函数」→ L⁺　`def-dep.measurable-fn-lplus` $L^+$ 是「取值在 $[0, +\infty]$ 里的**可测**函数」全体。 #### 定义引用：「测度」→ L⁺　`def-dep.measure-lplus` $L^+$ 要**先固定一个测度空间** $(X, \mathcal{M}, \mu)$ 才谈得上。 #### 定义引用：「测度」→ 简单函数的积分　`def-dep.measure-integral-simple` 加权和 $\sum_j a_j \, \mu(E_j)$ 里的 $\mu$ 是**测度**。 #### 定义引用：「L⁺」→ 非负函数的积分　`def-dep.lplus-integral-nonneg` 定义写成 $\int f := \sup \{ \int \varphi : 0 \le \varphi \le f \}$，其中 $f \in L^+$。 #### 定义引用：「非负函数的积分」→ 复函数的积分　`def-dep.nonneg-integral-complex` 正负部的积分 $\int f^+$ 与 $\int f^-$ 用的都是**非负函数的积分**。 #### 定义引用：「非负函数的积分」→ 可积 / L¹　`def-dep.nonneg-integral-integrable` 可积的判据 $\int |f| < \infty$ 是一个非负函数的积分。 #### 定义引用：「复函数的积分」→ 可积 / L¹　`def-dep.integral-complex-integrable` 实值情形要先拆成正负部（复函数的积分），再要求这两个积分都有限。 #### 定义引用：「可测函数」→ 五种收敛　`def-dep.measurable-fn-convergence` 五种收敛里的 $f_n$ 与 $f$ 都要求**可测**。 #### 定义引用：「测度」→ 五种收敛　`def-dep.measure-convergence` a.e. 收敛与依测度收敛里的零集、$\mu(\{\cdots\}) $ 都用**测度**。 #### 定义引用：「可积 / L¹」→ 五种收敛　`def-dep.integrable-convergence` $L^1$ 收敛是 $\int |f_n - f| \to 0$，用到**可积**这个概念。 #### 定义引用：「可测函数」→ 依测度 Cauchy　`def-dep.measurable-fn-cauchy-in-measure` 依测度 Cauchy 是**可测函数列**的性质。 #### 定义引用：「测度」→ 依测度 Cauchy　`def-dep.measure-cauchy-in-measure` 定义里的 $\mu(\{\cdots\})$ 是测度。 #### 定义引用：「测度」→ 乘积测度　`def-dep.measure-product-measure` $\mu \times \nu$ 是由两个**测度** $\mu$、$\nu$ 造出来的。 #### 定义引用：「外测度」→ 乘积测度　`def-dep.outer-product-measure` 扩张这一步：$\mu_{0}$ **诱导出 $X \times Y$ 上的外测度**，再限制到积 $\sigma$ 代数上。 #### 定义引用：「子集」→ 截口　`def-dep.subset-section` 截口 $E_x = \{ y : (x, y) \in E \}$ 是**子集**（$E \subseteq X \times Y$）。 #### 定义引用：「σ-代数」→ 符号测度　`def-dep.sigma-algebra-signed-measure` 符号测度定义在**可测空间** $(X, \mathcal{M})$ 上。 #### 定义引用：「测度」→ 符号测度　`def-dep.measure-signed-measure` 例 1 直接把符号测度写成两个**测度**之差 $\nu = \mu_1 - \mu_2$。 #### 定义引用：「零集与完备」→ 相互奇异　`def-dep.null-set-mutually-singular` 相互奇异要求「$E$ 是 $\mu$ **零集**、$F$ 是 $\nu$ 零集」。 #### 定义引用：「测度」→ 相互奇异　`def-dep.measure-mutually-singular` $\mu$ 与 $\nu$ 本身是（符号）**测度**。 #### 定义引用：「零集与完备」→ 绝对连续　`def-dep.null-set-absolute-continuity` $\nu \ll \mu$ 的定义是「每个 $\mu$ **零集**都是 $\nu$ 零集」。 #### 定义引用：「符号测度」→ 绝对连续　`def-dep.signed-measure-absolute-continuity` 这里的 $\nu$ 是一个**符号测度**。 #### 定义引用：「绝对连续」→ RN 导数与 Lebesgue 分解　`def-dep.ac-rn-derivative` RN 导数 $d\nu/d\mu$ 就是在 $\nu \ll \mu$ 的前提下取到的那个 $f$。 #### 定义引用：「相互奇异」→ RN 导数与 Lebesgue 分解　`def-dep.mutually-singular-rn-derivative` Lebesgue 分解 $\nu = \lambda + \rho$ 里的奇异部分要求 $\lambda \perp \mu$。 #### 定义引用：「测度」→ RN 导数与 Lebesgue 分解　`def-dep.measure-rn-derivative` 定理要求 $\nu \ll \mu$ 且两者都 $\sigma$ 有限——$\sigma$ 有限性是关于**测度**的。 #### 定义引用：「σ-代数」→ 复测度　`def-dep.sigma-algebra-complex-measure` 复测度同样定义在**可测空间** $(X, \mathcal{M})$ 上。 #### 定义引用：「测度」→ 复测度　`def-dep.measure-complex-measure` 复测度是照着**测度**改写取值的：$\nu : \mathcal{M} \to \mathbb{C}$。 #### 定义引用：「符号测度」→ 复测度　`def-dep.signed-complex-measure` 注里逐条与**符号测度**对照：复测度自动有限、级数自动绝对收敛。 #### 定义引用：「可测函数」→ 局部可积　`def-dep.measurable-fn-locally-integrable` 局部可积的对象是**可测函数** $f : \mathbb{R}^n \to \mathbb{C}$。 #### 定义引用：「可积 / L¹」→ 局部可积　`def-dep.integrable-locally-integrable` 判据 $\int_K |f| < \infty$ 与 $L^1$ 的可积判据同源，只是把整个空间换成有界可测集 $K$。 #### 定义引用：「测度」→ 平均算子 Aᵣ　`def-dep.measure-average-operator` 平均值里的 $m(B(r, x))$ 是 **Lebesgue 测度**。 #### 定义引用：「局部可积」→ Lebesgue 集　`def-dep.locally-integrable-lebesgue-set` 「设 $f \in L^1_{loc}$」——Lebesgue 集只对**局部可积**函数谈。 #### 定义引用：「平均算子 Aᵣ」→ Lebesgue 集　`def-dep.average-operator-lebesgue-set` 定义里的那个平均 $\frac{1}{m(B)}\int_B |f(y) - f(x)| dy$ 就是**平均算子**的样子。 #### 定义引用：「Borel σ-代数」→ 可缩族　`def-dep.borel-shrinks-nicely` 要求 $\{ E_r \}$ 是一族 **Borel 子集**，这样 $m(E_r)$ 才有意义。 #### 定义引用：「子集」→ 可缩族　`def-dep.subset-shrinks-nicely` 第一条是 $E_r \subseteq B(r, x)$——一个**子集**关系。 #### 定义引用：「偏序集」→ 实数系 ℝ　`def-dep.poset-real` 实数系是一个**全序**域：序公理里说的「全序」就是偏序再加上可比性。 #### 定义引用：「扩充实数 [−∞,+∞]」→ 共轭指数　`def-dep.extended-conjugate` 共轭指数里 $p = \infty$ 要配 $q = 1$，约定 $1/\infty = 0$ —— 用到了**扩充实数**。 #### 定义引用：「有界变差 BV」→ NBV　`def-dep.bv-nbv` $NBV := \{ F \in BV : F$ 右连续且 $F(-\infty) = 0 \}$，整个定义建立在**有界变差**之上。 #### 定义引用：「Borel σ-代数」→ NBV　`def-dep.borel-nbv` 加这两个条件的目的，是与 $\mathbb{R}$ 上的**复 Borel 测度**一一对应。 #### 定义引用：「可测函数」→ L^p 范数　`def-dep.measurable-fn-lp-norm` $L^p$ 的元素要求 $f$ **可测**且 $\|f\|_p < \infty$。 #### 定义引用：「测度」→ L^p 范数　`def-dep.measure-lp-norm` $\|f\|_p$ 里的积分是对**测度** $\mu$ 取的。 #### 定义引用：「非负函数的积分」→ L^p 范数　`def-dep.nonneg-integral-lp-norm` $\|f\|_p = \left[ \int |f|^p \, d\mu \right]^{1/p}$ 用的是**非负函数的积分**。 #### 定义引用：「测度」→ 本性上界与 L^∞　`def-dep.measure-essential-sup` 定义里出现 $\mu(\{ |f| > a \}) = 0$，用的是**测度**。 #### 定义引用：「零集与完备」→ 本性上界与 L^∞　`def-dep.null-set-essential-sup` 「把 $f$ 在**零集**上的取值统统不算」——这正是本性上界的意思。 #### 定义引用：「可测函数」→ 本性上界与 L^∞　`def-dep.measurable-fn-essential-sup` $L^\infty$ 的元素是**可测**且本性上界有限的函数。 #### 定义引用：「L^p 范数」→ 对偶配对 φ_g　`def-dep.lp-norm-duality-map` $\varphi_g$ 定义在 $L^p$ 上，有界性要靠范数 $\|f\|_p$ 来说。 #### 定义引用：「共轭指数」→ 对偶配对 φ_g　`def-dep.conjugate-duality-map` 「设 $p, q$ **共轭**，$g \in L^q$」——共轭指数是这条定义的前提。 #### 定义引用：「复函数的积分」→ 对偶配对 φ_g　`def-dep.integral-complex-duality-map` $\varphi_g(f) = \int f g \, d\mu$ 本身是一个**积分**。 #### 定义引用：「本性上界与 L^∞」→ 对偶配对 φ_g　`def-dep.essential-sup-duality-map` $g \in L^\infty$ 那一头（$p = 1$）要用本性上界。 #### 定义引用：「映射」→ 可测函数　`def-dep.function-measurable-function` 可测性的载体是**函数** $f : X \to Y$ —— 先有函数，才谈得上「每个可测集的原像可测」。 #### 定义引用：「符号测度」→ 正则 Borel 测度　`def-dep.signed-regular-measure` 「**符号测度** $\nu$ 叫正则 $\iff$ $|\nu|$ 正则」—— 正则性是借助符号测度说的。 #### 定义引用：「复测度」→ 正则 Borel 测度　`def-dep.complex-regular-measure` 同一条对**复测度**再说一遍。 #### 定义引用：「距离空间」→ 可缩族　`def-dep.metric-shrinks-nicely` 「$E_r \subseteq B(r, x)$」里的 $B(r, x)$ 是**距离空间**里的球。 #### 定义引用：「测度」→ 可缩族　`def-dep.measure-shrinks-nicely` 「$m(E_r) > \alpha \cdot m(B(r, x))$」里的 $m$ 是一个**测度**。 #### 定义引用：「L⁺」→ 简单函数的积分　`def-dep.lplus-integral-simple` 标准形式写的是「$\varphi \in L^+$ 是简单函数」—— 定义域落在 $L^+$ 里。 #### 定义引用：「幂集 𝒫(X)」→ Grothendieck 宇宙　`def-dep.power-universe` 宇宙的第三条要求 $x \in U \implies \mathcal{P}(x) \in U$，用的就是**幂集**。 #### 定义引用：「并集与交集」→ Grothendieck 宇宙　`def-dep.union-universe` 第四条 $\bigcup_{t \in p} f(t) \in U$ 用的是**并集**（指标集是 $U$ 里的一个集合，所以这里要的是「沿一个集合取并」）。 #### 定义引用：「有序对」→ 图　`def-dep.pair-graph` 四元组 $(V, E, s, t)$ 是**嵌套的有序对** —— 有序对是它的载体，先有有序对才写得下四元组。 #### 定义引用：「映射」→ 图　`def-dep.function-graph` 起点映射与终点映射 $s, t : E \to V$ 是两个**函数**。 #### 定义引用：「图」→ 图的态射　`def-dep.graph-graph-morphism` 图的态射是**图之间**的 —— 先有图这个对象。 #### 定义引用：「映射」→ 图的态射　`def-dep.function-graph-morphism` 图的态射是一**对函数** $(\varphi_1, \varphi_2)$，再加上两条交换性等式。 #### 定义引用：「图」→ 范畴　`def-dep.graph-category` 范畴是一个六元组，其中 $(\mathcal{O}, M, s, t)$ **是一个图** —— 图是范畴的骨架，复合与单位是额外加上去的。 #### 定义引用：「笛卡尔积存在」→ 范畴　`def-dep.product-category` 复合 $\circ$ 是从 $M \times M$ 里抠出来的那部分出发的，要先有**笛卡尔积**。 #### 定义引用：「子集」→ 范畴　`def-dep.subset-category` $M \times_{s,t} M = \{ (f,g) \in M \times M : s(f) = t(g) \}$ 是 $M \times M$ 的一个**子集**。 #### 定义引用：「范畴」→ 截面与收缩　`def-dep.category-section` 截面与收缩说的是范畴里**态射与单位态射**之间的关系，没有范畴就无从说起。 #### 定义引用：「范畴」→ 函子　`def-dep.category-functor` 函子的定义域与靶都是**范畴**：对象映到对象、态射映到态射。 #### 定义引用：「映射」→ 函子　`def-dep.function-functor` 函子在对象层与态射层各给一个**函数**。 #### 定义引用：「函子」→ 自然变换　`def-dep.functor-nat` 自然变换是**两个函子之间**的东西，先得有两个函子。 #### 定义引用：「范畴」→ 自然变换　`def-dep.category-nat` 自然变换的每个分量 $\alpha_X : F(X) \to G(X)$ 是范畴里的**态射**，自然性的方块也是在范畴里交换的。 #### 定义引用：「函子」→ 忠实 / 满 / 全忠实　`def-dep.functor-ff` 忠实与满说的是函子在 $\operatorname{Hom}$ 集上**诱导的那个映射**的性质。 #### 定义引用：「函子」→ 本质满　`def-dep.functor-eso` 本质满说的是函子在**对象层**上的像覆盖到什么程度。 #### 定义引用：「函子」→ 范畴等价　`def-dep.functor-equivalence` 范畴等价是**函子**的一条性质 —— 先有函子，才谈得上它是不是等价。 #### 定义引用：「自然变换」→ 范畴等价　`def-dep.nat-equivalence` 等价要求两个复合**自然同构**于恒等函子，这个「$\cong$」只有靠自然变换才说得出来。 #### 定义引用：「函子」→ 图与交换图　`def-dep.functor-diagram` 一张图就是一个**函子** $D : I \to \mathcal{C}$，索引范畴 $I$ 是它的定义域。 #### 定义引用：「范畴」→ 图与交换图　`def-dep.category-diagram` 索引范畴与靶都是**范畴** —— 图这个概念整个建立在范畴之上。 #### 定义引用：「图与交换图」→ 单纯对象　`def-dep.diagram-simplicial` 单纯对象就是一个图 $\Delta^{\mathrm{op}} \to \mathcal{C}$ —— 只不过索引范畴换成了**单纯形范畴** $\Delta$。 #### 定义引用：「映射」→ 单纯对象　`def-dep.function-simplicial` $\Delta$ 的态射是**单调映射** $[n] \to [m]$，面映射与退化映射是两类基本映射（跳过一点 / 重复一点）。 #### 定义引用：「映射」→ 锥　`def-dep.function-cone` 锥是一**族**态射 $p_i : X \to D(i)$，族的底层是一个以 $I$ 的对象为定义域的函数。 #### 定义引用：「自然变换」→ 锥　`def-dep.nat-cone` 锥就是常图到 $D$ 的**自然变换** $\Delta X \implies D$，相容性条件正是自然性方块。 #### 定义引用：「图与交换图」→ 极限　`def-dep.diagram-limit` 极限是**图**的极限 —— 先有图，才谈得上它的泛锥。 #### 定义引用：「锥」→ 极限　`def-dep.cone-limit` 极限的定义是「**泛锥**」：锥是原料，泛性质是筛选条件。 #### 定义引用：「范畴」→ 极限　`def-dep.category-limit` 泛锥的**唯一性**是范畴里的唯一性，分解 $p_i \circ g = g_i$ 也是范畴里的等式。 #### 定义引用：「空集 ∅」→ 终对象 / 始对象　`def-dep.empty-final` 终对象是**空图**的极限 —— 索引范畴取空集时，图上没有位置可投，锥就只剩一个对象。 #### 定义引用：「极限」→ 终对象 / 始对象　`def-dep.limit-final` 终对象与始对象分别是空图上极限与余极限的**特例**，泛性质原样搬过来就是 $\operatorname{Hom}$ 集单点。 #### 定义引用：「极限」→ 积 / 余积　`def-dep.limit-product` 积是**离散范畴**上的极限：索引范畴里没有非恒等态射，相容性条件就自动消失了。 #### 定义引用：「笛卡尔积存在」→ 积 / 余积　`def-dep.product-set` 在 $\mathbf{Set}$ 里范畴论意义下的积就是**笛卡尔积** —— 同一件东西的两个名字。 #### 定义引用：「极限」→ 纤维积 / 纤维余积　`def-dep.limit-fibered` 纤维积是形状为 $X_1 \to X_0 \leftarrow X_2$ 的图的极限。 #### 定义引用：「极限」→ 等化子 / 余等化子　`def-dep.limit-equalizer` 等化子是**平行对** $f, g : X \rightrightarrows Y$ 的极限。 #### 定义引用：「纤维积 / 纤维余积」→ 单态射 / 满态射 / 同构　`def-dep.fibered-mono` 单态射的等价条件 $Y \cong Y \times_X Y$ 用的正是沿 $i$ 的**纤维积**。 #### 定义引用：「单态射 / 满态射 / 同构」→ 子对象　`def-dep.mono-subobject` 子对象就是一个**单态射** $Y \rightarrowtail X$ —— 用「可以嵌入」代替「是子集」。 #### 定义引用：「纤维积 / 纤维余积」→ 子对象　`def-dep.fibered-subobject` 子对象的**交**与**原像**都是用纤维积（拉回）定义的。 #### 定义引用：「子对象」→ 像 / 余像　`def-dep.subobject-image` 像被定义为 $Y$ 的**子对象**，即一个单态射 $I \rightarrowtail Y$。 #### 定义引用：「单态射 / 满态射 / 同构」→ 像 / 余像　`def-dep.mono-image` 「$I$ 是 $Y$ 的子对象」这句话里的 $I \to Y$ 是**单态射**。 #### 定义引用：「映射」→ 元素范畴　`def-dep.function-el` 元素范畴的对象是 $(Y, t)$，$t \in F(Y)$；把 $F$ 看成函数之后「元素」才有意义。 #### 定义引用：「锥」→ 元素范畴　`def-dep.cone-el` 「泛 = 辅助范畴的始 / 终对象」正是锥的「泛」的来源：极限就是锥范畴的终对象。 #### 定义引用：「函子」→ 预层　`def-dep.functor-presheaf` 预层按定义就是一个**反变函子** $T : \mathcal{C}^{\mathrm{op}} \to \mathbf{Set}$。 #### 定义引用：「范畴」→ 预层　`def-dep.category-presheaf` $\mathcal{C}^{\mathrm{op}}$ 与 $\mathbf{Set}$ 都是**范畴**，反变说的是复合的次序被翻过来。 #### 定义引用：「自然变换」→ 预层范畴　`def-dep.nat-presheafcat` $\widehat{\mathcal{C}}$ 的态射就是预层之间的**自然变换**。 #### 定义引用：「函子」→ 预层范畴　`def-dep.functor-presheafcat` 预层范畴是**函子范畴** $\operatorname{Hom}(\mathcal{C}^{\mathrm{op}}, \mathbf{Set})$。 #### 定义引用：「函子」→ 表示函子　`def-dep.functor-representable` 被表示的东西 $F$ 本身就是一个**函子** $\mathcal{C} \to \mathbf{Set}$。 #### 定义引用：「范畴」→ 表示函子　`def-dep.category-representable` $\operatorname{Hom}_{\mathcal{C}}(X, -)$ 是对**范畴** $\mathcal{C}$ 取的 Hom 函子。 #### 定义引用：「映射」→ 表示函子　`def-dep.function-representable` 万有条件里的 $\exists! f : X \to Y$ 与 $F(f)(s) = t$ 都是**函数**层的话。 #### 定义引用：「自然变换」→ 表示函子　`def-dep.nat-representable` 第二种定义写的是 $F \cong \operatorname{Hom}_{\mathcal{C}}(X, -)$，这个 $\cong$ 是**自然同构**。 #### 定义引用：「元素范畴」→ 表示函子　`def-dep.el-representable` 万有元素 $(X, s)$ 就是**元素范畴** $\operatorname{el}(F)$ 的始对象。 #### 定义引用：「元素范畴」→ 切片范畴　`def-dep.el-slice` 切片范畴就是**元素范畴**搬到预层上：把 $T(X)$ 的元素当元素。 #### 定义引用：「预层」→ 切片范畴　`def-dep.presheaf-slice` 切片范畴的**指标是 $T$ 的截面** $s \in T(X)$，没有预层就没有这些截面。 #### 定义引用：「函子」→ 伴随函子　`def-dep.functor-adjoint` 伴随是**两个函子**之间的关系，两边各放一个方向。 #### 定义引用：「范畴」→ 伴随函子　`def-dep.category-adjoint` $\operatorname{Hom}_{\mathcal{D}}(F(X), Y)$ 与 $\operatorname{Hom}_{\mathcal{C}}(X, G(Y))$ 是对两个**范畴**取的 Hom 集。 #### 定义引用：「映射」→ 伴随函子　`def-dep.function-adjoint` 伴随的同构逐对对象给一个**双射**，其底层是函数。 #### 定义引用：「伴随函子」→ 单位与余单位　`def-dep.adjoint-unit` 单位与余单位是把伴随的同构 $\Phi$ 在两个**恒等态射**上取值得到的，先有伴随才有它们。 #### 定义引用：「自然变换」→ 单位与余单位　`def-dep.nat-unit` 单位与余单位本身都是**自然变换**，三角等式也是自然性方块拼出来的。 #### 定义引用：「映射」→ 逗号范畴　`def-dep.function-comma` 逗号范畴的对象是 $(Y, f)$，其中 $f : X \to G(Y)$ 是一个**映射**。 #### 定义引用：「函子」→ 逗号范畴　`def-dep.functor-comma` $G$ 是**函子**，$X \downarrow G$ 是绕着它搭起来的。 #### 定义引用：「元素范畴」→ 逗号范畴　`def-dep.el-comma` 元素范畴是**逗号范畴**的特例：把 $G$ 取成 $\mathbf{1} \to \mathbf{Set}$。 #### 定义引用：「伴随函子」→ 反射子范畴　`def-dep.adjoint-reflective` 反射的定义就是「**含入函子有左伴随**」。 #### 定义引用：「忠实 / 满 / 全忠实」→ 反射子范畴　`def-dep.ff-reflective` 反射说的是**满子范畴**，「满」正是函子全忠实里的一半。 #### 定义引用：「伴随函子」→ Kan 延拓　`def-dep.adjoint-kan` 左 Kan 延拓的定义就是「$p_{!}$ 是预复合函子的**左伴随**」—— 一个伴随同构。 #### 定义引用：「函子」→ Kan 延拓　`def-dep.functor-kan` $p$、$F$、$p_{!}F$、$G$ 都是**函子**。 #### 定义引用：「自然变换」→ Kan 延拓　`def-dep.nat-kan` $\alpha : F \implies p_{!}F \circ p$ 与 $\gamma$ 都是**自然变换**。 #### 定义引用：「紧」→ 紧 Hausdorff 空间范畴　`def-dep.compact-chaus` 紧 Hausdorff 空间就是**紧**空间再加上 Hausdorff 性。 #### 定义引用：「Hausdorff 空间」→ 紧 Hausdorff 空间范畴　`def-dep.hausdorff-chaus` 「Hausdorff」那一半来自分离公理。 #### 定义引用：「范畴」→ 紧 Hausdorff 空间范畴　`def-dep.category-chaus` 把它们收成一个**范畴**：对象是空间，态射是连续映射。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 自由紧 Hausdorff 空间　`def-dep.chaus-free` 自由紧 Hausdorff 空间是 $\mathbf{CHaus}$ 里的对象：$F \cong \beta I$。 #### 定义引用：「单态射 / 满态射 / 同构」→ 投射 / 内射对象　`def-dep.mono-projective` 投射性的定义要求「**满态射**有提升」，内射性对偶地要求「**单态射**有延拓」—— 纯箭头语言。 #### 定义引用：「纤维积 / 纤维余积」→ 自由表示　`def-dep.fibered-free-presentation` $R := F \times_{S} F$ 是一个**纤维积**。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 自由表示　`def-dep.chaus-free-presentation` 自由表示是 $\mathbf{CHaus}$ 里的一个满射三元组。 #### 定义引用：「连通与连通分量」→ 全不连通与 Stone 空间　`def-dep.connected-stone` 「**全不连通**」说的是每个连通分量都是单点。 #### 定义引用：「闭开集」→ 全不连通与 Stone 空间　`def-dep.clopen-stone` 「**极端不连通**」说的是任一开集的闭包仍是闭开集。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 全不连通与 Stone 空间　`def-dep.chaus-stone` Stone 空间与 Stonean 空间分别是「全不连通」与「极端不连通」再加**紧 Hausdorff**。 #### 定义引用：「极限」→ 投射有限空间　`def-dep.limit-profinite` 投射有限空间是有限离散空间沿有向系统的**极限**。 #### 定义引用：「预层」→ 筛　`def-dep.presheaf-sieve` 筛是**预层** $h_{X}$ 的一个子函子。 #### 定义引用：「函子」→ 筛　`def-dep.functor-sieve` 「子函子」本身就是函子语言：$R \subseteq h_{X}$ 要在态射层也相容。 #### 定义引用：「范畴」→ 预拓扑　`def-dep.category-pretopology` 预拓扑是**范畴**上的一组数据：对每个对象指定一族覆盖族。 #### 定义引用：「纤维积 / 纤维余积」→ 预拓扑　`def-dep.fibered-pretopology` 第二条「拉回稳定」里的 $X_{i} \times_{X} Y$ 是**纤维积**。 #### 定义引用：「筛」→ Grothendieck 拓扑　`def-dep.sieve-topology` Grothendieck 拓扑是对每个 $X$ 指定一族**覆盖筛** $J(X)$。 #### 定义引用：「预层」→ Grothendieck 拓扑　`def-dep.presheaf-topology` $f^{*}(R) = R \times_{h_{X}} h_{Y}$ 是**预层**层面的拉回。 #### 定义引用：「预拓扑」→ Grothendieck 拓扑　`def-dep.pretopology-topology` 由覆盖族生成覆盖筛，预拓扑就给出一个拓扑；反过来不总有预拓扑。 #### 定义引用：「Grothendieck 拓扑」→ 层　`def-dep.topology-sheaf` 层的定义里那个 $J(X)$ 就是**覆盖筛**的族 —— 没有拓扑就不知道什么叫「覆盖」。 #### 定义引用：「预层」→ 层　`def-dep.presheaf-sheaf` 层是一个满足额外条件的**预层**。 #### 定义引用：「极限」→ 层　`def-dep.limit-sheaf` 「$F(X) \cong \varprojlim_{Y \in \mathcal{C}/R} F(Y)$」用到了**极限**。 #### 定义引用：「层」→ Čech 函子　`def-dep.sheaf-cech` Čech 函子是把预层朝**层**的方向推一把的那个构造。 #### 定义引用：「单态射 / 满态射 / 同构」→ 正则满态射　`def-dep.mono-regular-epi` 正则满态射是**余等化子**，是满态射里更「规矩」的那一类。 #### 定义引用：「等化子 / 余等化子」→ 正则满态射　`def-dep.equalizer-regular-epi` 「某个平行对的余等化子」用的是**余等化子**。 #### 定义引用：「纤维积 / 纤维余积」→ 万有关系　`def-dep.fibered-universal` 万有性、不交余积都要用**纤维积**说出来。 #### 定义引用：「等化子 / 余等化子」→ 有效等价关系　`def-dep.equalizer-effective` $\overline{X} := \operatorname{coker}(R \rightrightarrows X)$ 是**余等化子**。 #### 定义引用：「纤维积 / 纤维余积」→ 有效等价关系　`def-dep.fibered-effective` 有效性说的是 $R \cong X \times_{\overline{X}} X$，一个**纤维积**。 #### 定义引用：「Grothendieck 拓扑」→ 标准拓扑　`def-dep.topology-canonical` 标准拓扑就是在所有**拓扑**里最细的那个（使可表示预层都是层）。 #### 定义引用：「预层」→ 标准拓扑　`def-dep.presheaf-canonical` 次标准的判据是「**可表示预层**都是层」。 #### 定义引用：「筛」→ 标准拓扑　`def-dep.sieve-canonical` 标准拓扑是拿**筛**一条条规定出来的。 #### 定义引用：「万有关系」→ 预拓扑斯　`def-dep.universal-pretopos` 预拓扑斯的第 2、3、4 条用的都是**不交 / 万有 / 有效**这三个词。 #### 定义引用：「有效等价关系」→ 预拓扑斯　`def-dep.effective-pretopos` 第 3 条要求**等价关系有效**。 #### 定义引用：「正则满态射」→ 预拓扑斯　`def-dep.regular-pretopos` 第 4 条要求**满态射正则**。 #### 定义引用：「预拓扑斯」→ 预标准拓扑　`def-dep.pretopos-precanonical` 预标准拓扑是**预拓扑斯**上定义的那个预拓扑。 #### 定义引用：「Grothendieck 拓扑」→ 预标准拓扑　`def-dep.topology-precanonical` 预标准预拓扑**生成**的 Grothendieck 拓扑叫预标准拓扑。 #### 定义引用：「忠实 / 满 / 全忠实」→ 生成元集　`def-dep.ff-generator` 生成元集的定义就是「拼起来那个函子**忠实**」。 #### 定义引用：「预拓扑斯」→ 拓扑斯　`def-dep.pretopos-topos` 拓扑斯就是「带小生成元集」的**预拓扑斯**。 #### 定义引用：「生成元集」→ 拓扑斯　`def-dep.generator-topos` 第 1 条要求存在**小生成元集**。 #### 定义引用：「Grothendieck 拓扑」→ 拟紧对象　`def-dep.topology-qc` 拟紧说的是：任何生成**覆盖筛**的族都有有限的子族仍然生成覆盖筛。 #### 定义引用：「纤维积 / 纤维余积」→ 拟分离对象　`def-dep.fibered-qs` 拟分离说的是「两个拟紧对象的**纤维积**仍拟紧」。 #### 定义引用：「拟紧对象」→ 拟分离对象　`def-dep.qc-qs` 「拟分离」这个词里就带着「拟紧」。 #### 定义引用：「拓扑斯」→ 拓扑斯的态射　`def-dep.topos-morphism` 态射是**拓扑斯**之间的一对函子。 #### 定义引用：「伴随函子」→ 拓扑斯的态射　`def-dep.adjoint-topos-morphism` $f^{*} \dashv f_{*}$ 是一个**伴随对**。 #### 定义引用：「极限」→ 拓扑斯的态射　`def-dep.limit-topos-morphism` 要求 $f^{*}$ **正合**，即保有限极限。 #### 定义引用：「预拓扑斯」→ CHaus 是预拓扑斯　`def-dep.pretopos-chaus` 结论是 $\mathbf{CHaus}$ 满足**预拓扑斯**的四条公理。 #### 定义引用：「紧 Hausdorff 空间范畴」→ CHaus 是预拓扑斯　`def-dep.chaus-pretopos` 被检验的范畴是 $\mathbf{CHaus}$。 #### 定义引用：「伴随函子」→ CHaus 是预拓扑斯　`def-dep.adjoint-chaus-pretopos` 极限与余极限的算法来自「$\mathbf{CHaus}$ 是**反射子范畴**」，即含入函子有左伴随。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 凝聚态集　`def-dep.chaus-condensed` 凝聚态集是**紧 Hausdorff 空间**上的层。 #### 定义引用：「层」→ 凝聚态集　`def-dep.sheaf-condensed` 「层」这个词就来自层与拓扑那一段。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 底拓扑空间　`def-dep.chaus-underlying` 底空间的拓扑由「从**紧 Hausdorff 空间**进来的映射」定出来。 #### 定义引用：「极限」→ 紧生成空间　`def-dep.limit-cg` 紧生成空间的定义是「紧 Hausdorff 空间作为指标的**余极限**」。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧生成空间　`def-dep.chaus-cg` 指标取的是**紧 Hausdorff 空间**与它们之间的连续映射。 #### 定义引用：「生成元集」→ Grothendieck 范畴　`def-dep.generator-grothendieck` Grothendieck 范畴 = AB5 范畴**加一个生成元**。 #### 定义引用：「凝聚态集」→ 凝聚态阿贝尔群　`def-dep.condensed-ab` 凝聚态阿贝尔群是在**凝聚态集**上再加阿贝尔群结构。 #### 定义引用：「层」→ 凝聚态阿贝尔群　`def-dep.sheaf-condensed-ab` 它是**阿贝尔群值层**。 #### 定义引用：「图与交换图」→ 上链复形　`def-dep.diagram-complex` 一个（长）序列就是**有序集上的图** $(\mathbb{Z}, \le) \to \mathcal{C}$。 #### 定义引用：「函子」→ 上链复形　`def-dep.functor-complex` 序列作为图就是**函子**；「复形」是加上 $d \circ d = 0$ 之后的那个。 #### 定义引用：「范畴」→ 上链复形　`def-dep.category-complex` 复形定义在**加法范畴** $\mathcal{C}$ 上，微分是范畴里的态射。 #### 定义引用：「上链复形」→ 同伦　`def-dep.complex-homotopy` 同伦是**复形态射**之间的一种关系。 #### 定义引用：「同伦」→ 同伦范畴　`def-dep.homotopy-homotopy-category` 同伦范畴就是把**同伦**这件事商掉。 #### 定义引用：「范畴」→ 同伦范畴　`def-dep.category-homotopy-category` $\mathbf{K}(\mathcal{C})$ 本身是一个**范畴**（还是加法范畴）。 #### 定义引用：「上链复形」→ 映射锥　`def-dep.complex-mapping-cone` 映射锥是一个**复形**，它的微分靠拼接造出来。 #### 定义引用：「纤维积 / 纤维余积」→ 映射锥　`def-dep.fibered-mapping-cone` 映射锥逐项取的是 $K^{n+1} \oplus L^{n}$ —— 加法范畴里的**双积**。 #### 定义引用：「映射锥」→ 导出三角　`def-dep.mapping-cone-triangle` 导出三角的定义就是「同构于某个**映射锥**三角」。 #### 定义引用：「上链复形」→ 同调　`def-dep.complex-cohomology` 同调是**复形**的 $\ker d^{n} / \operatorname{im} d^{n-1}$。 #### 定义引用：「等化子 / 余等化子」→ 同调　`def-dep.equalizer-cohomology` 同调里出现的 $\ker$ 与 $\operatorname{im}$ 是**等化子**与**像**。 #### 定义引用：「同调」→ 上同调函子　`def-dep.cohomology-functor` 上同调函子是把导出三角变成**正合列**的那些函子。 #### 定义引用：「导出三角」→ 上同调函子　`def-dep.triangle-cohomological` 定义里的正合性条件就是针对**导出三角**说的。 #### 定义引用：「同调」→ 拟同构　`def-dep.cohomology-quasi-iso` 拟同构说的是「**同调**全都是同构」。 #### 定义引用：「子对象」→ 过滤　`def-dep.subobject-filtration` 过滤是一族**子对象** $F^{n}M \subseteq M$。 #### 定义引用：「上链复形」→ 谱序列　`def-dep.complex-spectral-sequence` 谱序列从**复形**的过滤出发，逐层算它的同调。 #### 定义引用：「过滤」→ 谱序列　`def-dep.filtration-spectral-sequence` 谱序列的第二部分是**带过滤**的同调对象。 #### 定义引用：「纤维积 / 纤维余积」→ 加法 / 阿贝尔范畴　`def-dep.fibered-abelian` 「直和 $M_{1} \oplus M_{2}$」的定义用的是 $p_{k} i_{k} = 1$、$i_{1}p_{1} + i_{2}p_{2} = 1_{M}$ —— **有限积与有限余积重合**。 #### 定义引用：「等化子 / 余等化子」→ 加法 / 阿贝尔范畴　`def-dep.equalizer-abelian` 预阿贝尔范畴说的是「每个态射都有**核与余核**」，阿贝尔范畴再加「单满都正则」。 #### 定义引用：「单态射 / 满态射 / 同构」→ 加法 / 阿贝尔范畴　`def-dep.mono-abelian` 阿贝尔范畴的判据之一：每个**单态射**都是正则的。 #### 定义引用：「像 / 余像」→ 加法 / 阿贝尔范畴　`def-dep.image-abelian` 等价条件之一说的是「$\ker(N \to \operatorname{coker} f)\cong\operatorname{coker}(\ker f\to M)$」—— 像与余像重合。 #### 定义引用：「上链复形」→ 加法 / 阿贝尔范畴　`def-dep.complex-abelian` 复形定义在**加法范畴**上，同调定义在**阿贝尔范畴**上。 #### 定义引用：「加法 / 阿贝尔范畴」→ Grothendieck 的 AB 公理　`def-dep.abelian-ab-axioms` AB1 = **预阿贝尔**、AB2 = **阿贝尔** —— 前两条就是这两个词。 #### 定义引用：「极限」→ Grothendieck 的 AB 公理　`def-dep.limit-ab-axioms` AB3 及以后要求「有所有**余极限**」，AB3\* 是其对偶。 #### 定义引用：「积 / 余积」→ Grothendieck 的 AB 公理　`def-dep.product-ab-axioms` AB4 说**余积正合**，AB6 说**滤过余极限与积交换**。 #### 定义引用：「滤过余极限正合」→ Grothendieck 的 AB 公理　`def-dep.filtered-ab-axioms` AB5、AB6 的差别全在**滤过余极限**上：前者要它正合，后者还要它与积交换。 #### 定义引用：「Grothendieck 的 AB 公理」→ Grothendieck 范畴　`def-dep.ab-grothendieck` Grothendieck 范畴 = **AB5** 范畴 + 一个生成元。 #### 定义引用：「自然变换」→ 取值一般的预层与层　`def-dep.valued-presh-nattrans` 取值在一般范畴的预层就是**反变函子**，预层态射就是**自然变换**。 #### 定义引用：「取值一般的预层与层」→ 阿贝尔层　`def-dep.abelsheaf-valued` **阿贝尔层**是取值在 $\mathbf{Ab}$ 的层。 #### 定义引用：「预层」→ 阿贝尔层　`def-dep.abelsheaf-presheaf` 阿贝尔群预层的底就是**集合预层**。 #### 定义引用：「层」→ 阿贝尔层　`def-dep.abelsheaf-sheaf` 「是不是层」这一条按**底集合预层**判。 #### 定义引用：「预层范畴」→ 阿贝尔层　`def-dep.abelsheaf-presheafcat` $\widehat{\mathcal{C}}(\mathbf{Ab})$ 是**预层范畴**取值于 $\mathbf{Ab}$ 的版本。 #### 定义引用：「积 / 余积」→ 内 Hom　`def-dep.internalhom-product` 内 Hom 用的是 $\mathcal{T}$ 里的**积** $X \times Y$。 #### 定义引用：「阿贝尔层」→ 内 Hom　`def-dep.internalhom-abelsheaf` 内 Hom 的取值是**阿贝尔层**。 #### 定义引用：「拓扑斯」→ 内 Hom　`def-dep.internalhom-topos` 内 Hom 定义在**拓扑斯** $\mathcal{T}$ 上。 #### 定义引用：「内 Hom」→ 阿贝尔层的张量积　`def-dep.tensor-internalhom` 张量积由**内 Hom** 的那个可表示函子给出。 #### 定义引用：「阿贝尔层」→ 阿贝尔层的张量积　`def-dep.tensor-abelsheaf` 张量积定义在**阿贝尔层**范畴上。 #### 定义引用：「伴随函子」→ 阿贝尔层的张量积　`def-dep.tensor-adjoint` $\otimes_{\mathbb{Z}}$ 与 $\operatorname{Hom}_{\mathbb{Z}}$ **互为伴随**。 #### 定义引用：「阿贝尔层」→ 凝聚态阿贝尔群　`def-dep.condab-abelsheaf` 凝聚态阿贝尔群是 $\mathcal{T} = \mathrm{Cond}$ 的**阿贝尔层**。 #### 定义引用：「凝聚态阿贝尔群」→ 阿贝尔层的张量积　`def-dep.tensor-condab` 凝聚态阿贝尔群是这里的**特例**（$\mathcal{T} = \mathrm{Cond}$）。 #### 定义引用：「阿贝尔层的张量积」→ 平坦阿贝尔层　`def-dep.flat-tensor` 平坦性说的是「$P \otimes_{\mathbb{Z}} -$ **正合**」。 #### 定义引用：「拓扑空间与开集」→ 紧生成空间　`def-dep.cg-topology` 紧生成说的是**拓扑空间**上的一条性质。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧生成空间　`def-dep.cg-chaus` 测试空间取的是**紧 Hausdorff** 空间。 #### 定义引用：「紧生成空间」→ k-开、k-闭与 k-拓扑　`def-dep.ktopo-cg` $k$-开集就是用「从**紧 Hausdorff** 空间进来的映射」去测。 #### 定义引用：「商拓扑」→ k-开、k-闭与 k-拓扑　`def-dep.ktopo-quotient` $k$-拓扑是使所有这类映射都连续的**最终（最细）拓扑** —— 与商拓扑是同一个构造。 #### 定义引用：「紧生成空间」→ kX 是紧空间的余极限　`def-dep.ktx-colimit-cg` $kX$ 是沿紧 Hausdorff 空间取余极限。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ kX 是紧空间的余极限　`def-dep.ktx-colimit-ktopo` 余极限的那条拓扑就是 $k$-拓扑。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ 紧生成空间是余反射子范畴　`def-dep.cgcoref-ktopo` 余反射的函子 $k$ 就是**换成 $k$-拓扑**。 #### 定义引用：「紧生成空间」→ 紧生成空间是余反射子范畴　`def-dep.cgcoref-cg` 标的范畴 $k\mathbf{Top}$ 是**紧生成**空间。 #### 定义引用：「伴随函子」→ 紧生成空间是余反射子范畴　`def-dep.cgcoref-adjoint` 「余反射」= 含入函子有**右伴随**。 #### 定义引用：「商拓扑」→ 商映射与局部紧空间作积　`def-dep.quotprod-quotient` 定理说的是**商映射**。 #### 定义引用：「积拓扑」→ 商映射与局部紧空间作积　`def-dep.quotprod-product` 结论说的是**乘积** $X \times Z \to Y \times Z$。 #### 定义引用：「紧生成空间」→ 紧生成空间对积封闭　`def-dep.cgprod-cg` 推论说的是**紧生成**空间作积。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ k-化与积　`def-dep.kprod-ktopo` 两边的 $k$ 都是**$k$-化**。 #### 定义引用：「积拓扑」→ k-化与积　`def-dep.kprod-product` 式子说的是**积**与 $k$-化的交换。 #### 定义引用：「Hausdorff 空间」→ 弱 Hausdorff 空间　`def-dep.weakhaus-hausdorff` 弱 Hausdorff 是把 Hausdorff 的条件放宽到「**紧块的像闭**」。 #### 定义引用：「k-开、k-闭与 k-拓扑」→ 弱 Hausdorff 的基本性质　`def-dep.weakhaus-basic-k` 「对角是 $k$-闭」要先用上 **$k$-拓扑**。 #### 定义引用：「Hausdorff 空间」→ CGWH 是 CG 的反射子范畴　`def-dep.cgwh-hausdorff` 反射去掉的是「弱 Hausdorff」，用的是**闭等价关系**。 #### 定义引用：「商拓扑」→ CGWH 是 CG 的反射子范畴　`def-dep.cgwh-quotient` 反射把 $X$ 换成**商空间** $X/R$。 #### 定义引用：「拓扑空间与开集」→ 积拓扑　`def-dep.producttopo-topology` 积拓扑是**拓扑空间**族上的构造。 #### 定义引用：「基与子基」→ 积拓扑　`def-dep.producttopo-base` 积拓扑取的是那族「有限多分量真开」的集合作**基**。 #### 定义引用：「紧生成空间」→ 紧生成空间的例子　`def-dep.cgex-cg` 例子说的都是**紧生成**空间。 #### 定义引用：「紧生成空间」→ 紧生成空间的等价刻画　`def-dep.cgeq-cg` 命题刻画的是**紧生成**性。 #### 定义引用：「商拓扑」→ 紧生成空间的等价刻画　`def-dep.cgeq-quotient` (2)(3) 两条把紧生成空间写成**商空间**。 #### 定义引用：「拓扑空间与开集」→ 紧开拓扑　`def-dep.compactopen-topology` 紧开拓扑是函数集合上的一种**拓扑**。 #### 定义引用：「紧」→ 紧开拓扑　`def-dep.compactopen-compact` 测试块 $S$ 取的是**紧**空间。 #### 定义引用：「连续」→ 紧开拓扑　`def-dep.compactopen-continuous` 定义里要求 $g$ 与 $f$ 都**连续**。 #### 定义引用：「紧开拓扑」→ 离散时函数空间是积　`def-dep.compactopen-discrete` 命题说的是**紧开拓扑**下的函数空间。 #### 定义引用：「纤维积 / 纤维余积」→ 紧块的纤维积还是紧的　`def-dep.cgwhfiber-fibered` 结论说的是**纤维积** $S \times_{X} S'$。 #### 定义引用：「弱 Hausdorff 空间」→ 紧块的纤维积还是紧的　`def-dep.cgwhfiber-weakhaus` 要求 $X$ 是**弱 Hausdorff** 空间。 #### 定义引用：「子空间拓扑」→ CGWH 的开闭子空间与滤过余极限　`def-dep.cgwhclosed-subspace` 结论说的是**子空间**。 #### 定义引用：「弱 Hausdorff 空间」→ CGWH 的开闭子空间与滤过余极限　`def-dep.cgwhclosed-weakhaus` 结论说的是**弱 Hausdorff** 性在子空间与滤过余极限下保持。 #### 定义引用：「映射」→ 群　`def-dep.group-function` 群运算是 $G \times G \to G$，一个**函数**。 #### 定义引用：「群」→ 子群　`def-dep.subgroup-group` 子群是**群**的子结构（限制过来的运算）。 #### 定义引用：「群」→ 正规子群　`def-dep.normal-group` 正规子群先要是**群**的子群。 #### 定义引用：「商集与等价类」→ 商群　`def-dep.quotgroup-quotientset` 商群 = 陪集做成的**商集**再加一层运算。 #### 定义引用：「正规子群」→ 商群　`def-dep.quotgroup-normal` 商群只对**正规**子群有。 #### 定义引用：「群」→ 群同态、核与像　`def-dep.grouphom-group` 同态是两个**群**之间的映射。 #### 定义引用：「正规子群」→ 群同态、核与像　`def-dep.grouphom-kernel` 核是**正规**子群。 #### 定义引用：「商群」→ 第一同构定理（Noether）　`def-dep.firstiso-quotient` $G/\ker\varphi$ 是**商群**。 #### 定义引用：「群同态、核与像」→ 第一同构定理（Noether）　`def-dep.firstiso-hom` 定理的输入是一个**群同态**（要用到它的核与像）。 #### 定义引用：「群」→ 域　`def-dep.field-group` 域 = 两个**阿贝尔群** + 分配律 —— 域的定义建立在群的定义之上。 #### 定义引用：「函子」→ 局部化　`def-dep.localization-functor` 局部化是一条**泛性质**：对函子 $\mathcal{C} \to \mathcal{D}$ 说话。 #### 定义引用：「截面与收缩」→ 局部化　`def-dep.localization-iso` 要求 $W$ 里的态射在局部化里变成**同构**（有截面也有收缩）。 #### 定义引用：「自然变换」→ 局部化　`def-dep.localization-nattrans` 泛性质里的唯一性说的是函子之间的等式，即自然变换的层面。 #### 定义引用：「局部化」→ 分式演算下的局部化　`def-dep.fractions-localization` 命题给出局部化的一个**具体算法**。 #### 定义引用：「单态射 / 满态射 / 同构」→ 分式演算下的局部化　`def-dep.fractions-mono` 消去条件用的是「$v \circ f = v \circ g$」这种等式。 #### 定义引用：「Hausdorff 空间」→ 正规空间　`def-dep.normal-hausdorff` 正规要求在 $T_{1}$ 之上再加强（闭集之间可以分开）。 #### 定义引用：「闭集与闭包」→ 正规空间　`def-dep.normal-closed` 正规性说的是**不交闭集**能被开集分开。 #### 定义引用：「连续」→ Urysohn 引理　`def-dep.urysohn-continuous` 引理的结论是一个**连续函数** $f : X \to [0,1]$。 #### 定义引用：「正规空间」→ Urysohn 引理　`def-dep.urysohn-normal` 引理说的正是「正规 $\iff$ 存在这样的函数」。 #### 定义引用：「群」→ 拓扑阿贝尔群　`def-dep.topoab-group` 拓扑阿贝尔群是一个**阿贝尔群**再加拓扑。 #### 定义引用：「拓扑空间与开集」→ 拓扑阿贝尔群　`def-dep.topoab-topology` 「运算连续」要在**拓扑**里说。 #### 定义引用：「紧开拓扑」→ 拓扑阿贝尔群　`def-dep.topoab-compactopen` $C_{\mathbb{Z}}(M,N)$ 是 $C(M,N)$ 带**紧开拓扑**的子空间。 #### 定义引用：「拓扑阿贝尔群」→ 拓扑阿贝尔群嵌入凝聚态　`def-dep.abtopabcond-topoab` 函子的定义域是**拓扑阿贝尔群**。 #### 定义引用：「凝聚态阿贝尔群」→ 拓扑阿贝尔群嵌入凝聚态　`def-dep.abtopabcond-condab` 函子的靶是**凝聚态阿贝尔群**。 #### 定义引用：「紧生成空间」→ 拓扑阿贝尔群嵌入凝聚态　`def-dep.abtopabcond-cg` 「全忠实」只在**紧生成**的那一部分成立。 #### 定义引用：「拓扑阿贝尔群」→ 连续同态与内部 Hom　`def-dep.conthom-topoab` 命题说的是两个**拓扑阿贝尔群**的连续同态。 #### 定义引用：「内 Hom」→ 连续同态与内部 Hom　`def-dep.conthom-internalhom` 结论是凝聚态阿贝尔群的**内部 Hom**。 #### 定义引用：「拓扑阿贝尔群嵌入凝聚态」→ 拓扑阿贝尔群正合列的搬运　`def-dep.exacttopo-abtopabcond` 证明靠的是「$\mathbf{AbTop} \to \mathrm{AbCond}$ 保所有极限」那条。 #### 定义引用：「弱 Hausdorff 空间」→ 拓扑阿贝尔群正合列的搬运　`def-dep.exacttopo-weakhaus` 假设里要求 $M''$ 是**弱 Hausdorff** 的。 #### 定义引用：「加法 / 阿贝尔范畴」→ 局部紧阿贝尔群不是阿贝尔范畴　`def-dep.lcab-abeliancat` 结论是「预阿贝尔但**不是阿贝尔**范畴」。 #### 定义引用：「紧生成空间」→ 局部紧阿贝尔群不是阿贝尔范畴　`def-dep.lcab-cg` 反例用的是同一个群换拓扑，要靠**紧生成**那一套来看严格性。 #### 定义引用：「拓扑阿贝尔群」→ Pontryagin 对偶　`def-dep.pontryagin-topoab` 对偶的对象是**拓扑阿贝尔群**。 #### 定义引用：「拓扑阿贝尔群」→ Pontryagin–van Kampen 对偶　`def-dep.pvk-topoab` 定理在**局部紧 Hausdorff 阿贝尔群**范畴上说话。 #### 定义引用：「Pontryagin 对偶」→ Pontryagin–van Kampen 对偶　`def-dep.pvk-dual` 定理说的是**对偶函子**是自等价。 #### 定义引用：「范畴等价」→ Pontryagin–van Kampen 对偶　`def-dep.pvk-equivalence` 结论是「自等价」。 #### 定义引用：「群」→ 环　`def-dep.ring-group` 环的加法部分是**阿贝尔群**。 #### 定义引用：「环」→ 理想　`def-dep.ideal-ring` 理想是**环**的子集，且对乘法吸收。 #### 定义引用：「商群」→ 理想　`def-dep.ideal-quotientgroup` $(I,+)$ 是加法**子群**；商环先做加法商的**商群**。 #### 定义引用：「群」→ 模　`def-dep.module-group` 模的底是一个**阿贝尔群**。 #### 定义引用：「环」→ 模　`def-dep.module-ring` 模是**环**在阿贝尔群上的作用。 #### 定义引用：「加法 / 阿贝尔范畴」→ Freyd–Mitchell 嵌入定理　`def-dep.freyd-abeliancat` 定理说的是**小阿贝尔范畴**。 #### 定义引用：「模」→ Freyd–Mitchell 嵌入定理　`def-dep.freyd-module` 嵌入的靶是**模范畴** $A\text{-}\mathbf{Mod}$。 #### 定义引用：「紧开拓扑」→ 紧生成空间是笛卡尔闭的　`def-dep.cgcc-compactopen` 指数对象里那个 $kC$ 就是**紧开拓扑**再取 $k$-化。 #### 定义引用：「紧生成空间」→ 紧生成空间是笛卡尔闭的　`def-dep.cgcc-cg` 定理说的是**紧生成空间**范畴。 #### 定义引用：「紧生成空间是笛卡尔闭的」→ CG 的指数伴随　`def-dep.cgexp-cc` 伴随那条是笛卡尔闭的重新表述。 #### 定义引用：「伴随函子」→ CG 的指数伴随　`def-dep.cgexp-adjoint` 结论说的是「左伴随于」。 #### 定义引用：「逗号范畴」→ 共尾函子　`def-dep.cofinal-comma` 共尾性的定义就是**逗号范畴** $i \downarrow F$ 非空且连通。 #### 定义引用：「连通范畴」→ 共尾函子　`def-dep.cofinal-connected` 定义里的「连通」指的是**连通范畴**。 #### 定义引用：「函子」→ 共尾函子　`def-dep.cofinal-functor` 共尾说的是一个**函子**的性质。 #### 定义引用：「函子」→ 连通范畴　`def-dep.connected-functor` 锯齿上的每个箭头都是**函子**那个范畴里的态射。 #### 定义引用：「极限」→ 共尾函子不改变余极限　`def-dep.cofinalcolim-colimit` 结论说的是**余极限**同构。 #### 定义引用：「共尾函子」→ 共尾函子不改变余极限　`def-dep.cofinalcolim-cofinal` 前提是 $F$ **共尾**。 #### 定义引用：「范畴」→ 滤过范畴　`def-dep.filtered-category` 滤过性是**范畴**的一条性质。 #### 定义引用：「图与交换图」→ 滤过范畴　`def-dep.filtered-diagram` 「每个有限**图**都有余锥」说的是这个函子意义上的**图**，形状由索引范畴给出。 #### 定义引用：「滤过范畴」→ 滤过范畴可换成有向集　`def-dep.filtereddir-filtered` 命题的输入是**滤过范畴**。 #### 定义引用：「链」→ 滤过范畴可换成有向集　`def-dep.filtereddir-chain` 有向集就是「偏序集 + 任意两元有上界」，用的是**链**那套序语言。 #### 定义引用：「共尾函子」→ 滤过范畴可换成有向集　`def-dep.filtereddir-cofinal` 证明的要点是验证 $u$ **共尾**。 #### 定义引用：「极限」→ 可表函子保所有极限　`def-dep.replim-limit` 命题说的是可表函子**保极限**。 #### 定义引用：「表示函子」→ 可表函子保所有极限　`def-dep.replim-representable` 前提是可表函子 $F \cong \operatorname{Hom}(X,-)$。 #### 定义引用：「预层范畴」→ 可表函子保所有极限　`def-dep.replim-functorcat` 证明里把锥函子搬到**函子范畴** $\mathcal{C}^{I}$ 里算。 #### 定义引用：「积 / 余积」→ 幺半群对象　`def-dep.monoidobj-product` 乘法 $\mu : G \times G \to G$ 用的是**积**。 #### 定义引用：「终对象 / 始对象」→ 幺半群对象　`def-dep.monoidobj-terminal` 单位 $\varepsilon : 1 \to G$ 里的 $1$ 是**终对象**。 #### 定义引用：「幺半群对象」→ 群对象与阿贝尔群对象　`def-dep.groupobj-monoid` 群对象是在**幺半群对象**上再加一条逆元。 #### 定义引用：「积 / 余积」→ 群对象与阿贝尔群对象　`def-dep.groupobj-product` 交换因子 $\tau$ 是**积**上的换位态射。 #### 定义引用：「群」→ 群对象与阿贝尔群对象　`def-dep.groupobj-group` 群对象是**群**的定义搬到任意笛卡尔范畴里。 #### 定义引用：「群对象与阿贝尔群对象」→ Ab(C) 的例子　`def-dep.abex-groupobj` 例子说的都是 $\mathrm{Ab}(\mathcal{C})$ 这条构造。 #### 定义引用：「环」→ 环的局部化 W⁻¹R　`def-dep.ringloc-ring` 局部化的是**交换环**。 #### 定义引用：「局部化」→ 环的局部化 W⁻¹R　`def-dep.ringloc-localization` 它就是范畴局部化在**单对象范畴**上的特例。 #### 定义引用：「局部化」→ 局部化的 Hom 是滤过余极限　`def-dep.lochom-localization` 命题算的是局部化范畴里的 $\operatorname{Hom}$。 #### 定义引用：「分式演算下的局部化」→ 局部化的 Hom 是滤过余极限　`def-dep.lochom-fractions` 公式只在**右分式演算**成立时才对，且给出的是**滤过**余极限。 #### 定义引用：「筛」→ 覆盖筛的四条等价　`def-dep.sieveequiv-sieve` 命题说的是 $X$ 上的一个**筛**。 #### 定义引用：「Grothendieck 拓扑」→ 覆盖筛的四条等价　`def-dep.sieveequiv-topology` 「$R \in J(X)$」里的 $J$ 是 **Grothendieck 拓扑**。 #### 定义引用：「层」→ 覆盖筛的四条等价　`def-dep.sieveequiv-sheaf` 第 2 至 4 条都只提到**层**与**层化**。 #### 定义引用：「层化」→ 覆盖筛的四条等价　`def-dep.sieveequiv-sheafification` 记号 $\widetilde{(-)}$ 是**层化**。 #### 定义引用：「极限」→ 极限的构造　`def-dep.limcon-limit` 命题说的是**极限**怎么造。 #### 定义引用：「积 / 余积」→ 极限的构造　`def-dep.limcon-product` 第一步用的是**积** $\prod_{i} D(i)$。 #### 定义引用：「等化子 / 余等化子」→ 极限的构造　`def-dep.limcon-equalizer` 第二步取**等化子**。 #### 定义引用：「层」→ 截面函子　`def-dep.sectionfunctor-sheaf` 截面函子定义在**层**范畴上。 #### 定义引用：「表示函子」→ 截面函子　`def-dep.sectionfunctor-representable` 它就是可表示预层 $h_{X}$ 的 $\operatorname{Hom}$ 函子。 #### 定义引用：「加法 / 阿贝尔范畴」→ 蛇引理　`def-dep.snake-abelian` 蛇引理在**阿贝尔范畴**里说。 #### 定义引用：「等化子 / 余等化子」→ 蛇引理　`def-dep.snake-equalizer` 要用到核与像（等化子的语言）。 #### 定义引用：「加法 / 阿贝尔范畴」→ 五引理　`def-dep.five-abelian` 五引理在**阿贝尔范畴**里说。 #### 定义引用：「蛇引理」→ 五引理　`def-dep.five-snake` 两者都在**阿贝尔范畴**里说、都只能走泛元与泛性质；五引理是比较同构的版本。 #### 定义引用：「像 / 余像」→ 五引理　`def-dep.five-image` 用的还是「正合 = 核 = 像」。 #### 定义引用：「范畴」→ 子范畴　`def-dep.subcategory-category` 子范畴是**范畴**的对象与态射各取一部分。 #### 定义引用：「范畴」→ 单纯形范畴　`def-dep.simplexcat-category` $\Delta$ 本身就是一个**范畴**（对象是 $[n]$，态射是保序映射）。 #### 定义引用：「滤过范畴」→ Ind-对象　`def-dep.indobj-filtered` Ind-对象就是一个**滤过图**。 #### 定义引用：「极限」→ 保极限的函子　`def-dep.preslim-limit` 「保极限」说的是函子与**极限**的关系。 #### 定义引用：「函子」→ 保极限的函子　`def-dep.preslim-functor` 被谈论的是**函子**。 #### 定义引用：「保极限的函子」→ 正合函子　`def-dep.exact-preslim` 左/右正合就是把「保极限」限制到**有限**的那些图。 #### 定义引用：「终对象 / 始对象」→ 零对象与直和　`def-dep.zeroobj-finalinitial` 零对象 = **终对象与始对象重合**。 #### 定义引用：「函子」→ 加法函子　`def-dep.addfunctor-functor` 加法性先是**函子**的一条性质。 #### 定义引用：「群」→ 加法函子　`def-dep.addfunctor-group` $\operatorname{Hom}$ 集上要有**阿贝尔群**结构才谈得上保加法。 #### 定义引用：「零对象与直和」→ 分裂短正合列　`def-dep.splitexact-zeroobj` 分裂的正合列就是**直和**的那条列。 #### 定义引用：「投射 / 内射对象」→ 足够多投射对象　`def-dep.enoughproj-projective` 「足够多**投射**对象」。 #### 定义引用：「滤过范畴」→ 有限表现对象　`def-dep.finpres-filtered` 有限表现的定义是「保**滤过余极限**」。 #### 定义引用：「表示函子」→ 有限表现对象　`def-dep.finpres-representable` 用的函子是**可表函子** $h^{X}$。 #### 定义引用：「截面与收缩」→ 同构的截面与收缩唯一　`def-dep.iso-unique-section` 命题说的是同构的**截面与收缩**。 #### 定义引用：「截面与收缩」→ 单态射 / 满态射 / 同构　`def-dep.mono-section` 同构的定义用的就是**截面与收缩**：有截面的单态射（或有收缩的满态射）就是同构。 #### 定义引用：「单态射 / 满态射 / 同构」→ 同构的截面与收缩唯一　`def-dep.iso-unique-mono` 命题里的**同构**就是这个节点定义的。 #### 定义引用：「连通与连通分量」→ 完全不连通与极不连通　`def-dep.totdisc-connected` 「完全不连通」= 每个**连通分量**都是单点。 #### 定义引用：「Hausdorff 空间」→ 局部紧 Hausdorff 空间　`def-dep.loccpt-hausdorff` 局部紧**Hausdorff** 的头一个要求就是 Hausdorff。 #### 定义引用：「紧」→ 局部紧 Hausdorff 空间　`def-dep.loccpt-compact` 要求每点有**紧**邻域。 #### 定义引用：「紧」→ Tychonoff 定理　`def-dep.tykhonov-compact` 定理说的是**紧**空间的积。 #### 定义引用：「积拓扑」→ Tychonoff 定理　`def-dep.tykhonov-product` 积**带积拓扑**。 #### 定义引用：「Grothendieck 拓扑」→ 拓扑生成集　`def-dep.topgen-topology` 拓扑生成集是相对 **site 的拓扑**说的。 #### 定义引用：「层」→ 连续函子（site 之间）　`def-dep.contfunctor-sheaf` 「连续」的定义就是**层**沿它拉回还是层。 #### 定义引用：「连续函子（site 之间）」→ site 的态射　`def-dep.sitesmorphism-continuous` site 的态射先要是一个**连续函子**。 #### 定义引用：「伴随函子」→ site 的态射　`def-dep.sitesmorphism-adjoint` 等价形式是 $f^{-1}$ 有**右伴随** $f_{*}$。 #### 定义引用：「层」→ 余连续函子　`def-dep.cocontfunctor-sheaf` 余连续说的是**层**能不能推出去。 #### 定义引用：「Grothendieck 拓扑」→ 诱导拓扑　`def-dep.inducedtopo-topology` 诱导拓扑本身是一条**拓扑**。 #### 定义引用：「连续函子（site 之间）」→ 诱导拓扑　`def-dep.inducedtopo-continuous` 诱导拓扑取的是使 $f^{-1}$ **连续**的最细拓扑。 #### 定义引用：「群对象与阿贝尔群对象」→ 代数的几个范畴　`def-dep.algcats-groupobj` $\mathrm{Mon}$、$\mathrm{Gr}$ 就是**范畴里的代数结构**在 $\mathbf{Set}$ 上的样子。 #### 定义引用：「环」→ 代数的几个范畴　`def-dep.algcats-ring` $\mathrm{Rng}$、$k\text{-}\mathbf{Alg}$ 是**环**与它上面的代数。 #### 定义引用：「模」→ 代数的几个范畴　`def-dep.algcats-module` $A\text{-}\mathbf{Mod}$ 是**模**的范畴。 #### 定义引用：「商群」→ 交换化　`def-dep.abelianization-quotient` 交换化就是商掉**换位子子群**。 #### 定义引用：「伴随函子」→ 交换化　`def-dep.abelianization-adjoint` 结论是「$\mathbf{Ab} \hookrightarrow \mathbf{Grp}$ 的**左伴随**」。 #### 定义引用：「极限」→ 偏序集里的极限是交　`def-dep.posetlim-limit` 命题把**极限**翻译成序语言。 #### 定义引用：「偏序集」→ 偏序集里的极限是交　`def-dep.posetlim-poset` 说的是**偏序集**（看成范畴）。 #### 定义引用：「像 / 余像」→ 严格态射　`def-dep.strict-image` 严格性比较的是**余像与像**。 #### 定义引用：「等化子 / 余等化子」→ 严格态射　`def-dep.strict-equalizer` 余像与像都是余等化子 / 等化子的语言。 #### 定义引用：「保极限的函子」→ 保积与核 ⟹ 保所有有限极限　`def-dep.ppk-preslim` 结论是「保**所有有限极限**」。 #### 定义引用：「正合函子」→ 保积与核 ⟹ 保所有有限极限　`def-dep.ppk-exact` 同一条结论的另一种说法就是**左正合**。 #### 定义引用：「纤维积 / 纤维余积」→ 保纤维积 ⟹ 保单态射　`def-dep.pfpm-fibered` 前提是保**纤维积**。 #### 定义引用：「单态射 / 满态射 / 同构」→ 保纤维积 ⟹ 保单态射　`def-dep.pfpm-mono` 结论是保**单态射**。 #### 定义引用：「投射 / 内射对象」→ 投射对象的余积投射　`def-dep.projcoprod-projective` 命题说的是**投射对象**。 #### 定义引用：「群对象与阿贝尔群对象」→ Ab(C) 的极限　`def-dep.abl-limits-groupobj` $\mathrm{Ab}(\mathcal{C})$ 是**阿贝尔群对象**的范畴。 #### 定义引用：「极限」→ Ab(C) 的极限　`def-dep.abl-limits-limit` 命题说它有所有**极限**。 #### 定义引用：「伴随函子」→ 左伴随唯一　`def-dep.adjunique-adjoint` 命题说的是**伴随**的唯一性。 #### 定义引用：「单位与余单位」→ 余单位与忠实性　`def-dep.counitepi-unit` 用的是**单位与余单位**。 #### 定义引用：「伴随函子」→ 余单位与忠实性　`def-dep.counitepi-adjoint` 前提是 $F \dashv G$。 #### 定义引用：「滤过范畴」→ AB6：滤过余极限与积交换　`def-dep.ab6-filtered` AB6 说的是**滤过余极限**与积交换。 #### 定义引用：「Grothendieck 的 AB 公理」→ AB6：滤过余极限与积交换　`def-dep.ab6-axioms` 它正是 AB 公理里的 **AB6**。 #### 定义引用：「Ind-对象」→ C 是 Ind(C) 的反射子范畴　`def-dep.indrefl-indobj` 命题说的是 $\operatorname{Ind}(\mathcal{C})$。 #### 定义引用：「反射子范畴」→ C 是 Ind(C) 的反射子范畴　`def-dep.indrefl-reflective` 结论是「$\mathcal{C}$ 是**反射子范畴**」。 #### 定义引用：「滤过范畴」→ 滤过 + 有限余极限 ⟹ 所有余极限　`def-dep.ffc-filtered` 前提有**滤过余极限**。 #### 定义引用：「极限」→ 滤过 + 有限余极限 ⟹ 所有余极限　`def-dep.ffc-colimit` 结论是「有所有**余极限**」。 #### 定义引用：「环」→ 交换环的纤维余积是张量积　`def-dep.ringtensor-ring` 说的是**交换环**范畴。 #### 定义引用：「阿贝尔层的张量积」→ 交换环的纤维余积是张量积　`def-dep.ringtensor-tensor` 纤维余积就是**张量积**。 #### 定义引用：「分式演算下的局部化」→ K(A) 允许分式演算　`def-dep.kfrac-fractions` $K(\mathcal{A})$ 关于拟同构**允许分式演算**。 #### 定义引用：「同伦范畴」→ K(A) 允许分式演算　`def-dep.kfrac-kcat` 说的是**同伦范畴** $K(\mathcal{A})$。 #### 定义引用：「局部化」→ 导出范畴　`def-dep.dercat-localization` 导出范畴是 $K(\mathcal{A})$ 关于拟同构的**局部化**。 #### 定义引用：「拟同构」→ 导出范畴　`def-dep.dercat-quasiiso` 局部化掉的是**拟同构**。 #### 定义引用：「同伦范畴」→ 导出范畴　`def-dep.dercat-kcat` 被局部化的对象是**同伦范畴**。 #### 定义引用：「导出三角」→ 正合列给出导出三角　`def-dep.exacttri-triangle` 结论给出一个**导出三角**。 #### 定义引用：「映射锥」→ 正合列给出导出三角　`def-dep.exacttri-cone` 那个三角就是**映射锥**三角。 #### 定义引用：「同伦范畴」→ Hom 在同伦范畴与导出范畴里一样　`def-dep.homkd-kcat` 比较的是**同伦范畴**与导出范畴里的 Hom。 #### 定义引用：「导出范畴」→ Hom 在同伦范畴与导出范畴里一样　`def-dep.homkd-dercat` 结论说两边相等。 #### 定义引用：「导出范畴」→ 内射复形就是导出范畴　`def-dep.kplusinj-dercat` 结论是 $K^{+}(\mathcal{I}) \simeq D^{+}(\mathcal{A})$。 #### 定义引用：「函子」→ 右导出函子　`def-dep.rdf-functor` 被求导的是一个**加法函子**。 #### 定义引用：「上链复形」→ 右导出函子　`def-dep.rdf-complex` 求导要在**复形**上做（换成内射复形）。 #### 定义引用：「右导出函子」→ 导出函子的长正合列　`def-dep.derlex-rdf` 长正合列是**右导出函子**给的。 #### 定义引用：「长正合列」→ 导出函子的长正合列　`def-dep.derlex-longexact` 它就是长正合列在导出函子上的版本。 #### 定义引用：「导出范畴」→ 扩展群 Ext　`def-dep.ext-dercat` $\operatorname{Ext}^{n}$ 定义成**导出范畴**里的 Hom。 #### 定义引用：「导出三角」→ 扩展群 Ext　`def-dep.ext-triangle` 用到了**位移** $L^{\bullet}[n]$。 #### 定义引用：「扩展群 Ext」→ Ext 就是 RHom　`def-dep.extrhom-ext` 命题说两条 $\operatorname{Ext}$ 的算法一致。 #### 定义引用：「内 Hom」→ Ext 就是 RHom　`def-dep.extrhom-internalhom` 另一边是**内部 Hom** 的导出函子 $R^{n}\operatorname{Hom}$。 #### 定义引用：「右导出函子」→ F-零调对象　`def-dep.acyclic-rdf` 零调性的定义用的就是**右导出函子**。 #### 定义引用：「F-零调对象」→ Leray 零调性　`def-dep.leray-acyclic` 前提是每个 $K^{n}$ 都 **$F$-零调**。 #### 定义引用：「右导出函子」→ Leray 零调性　`def-dep.leray-rdf` 结论是 $RFK^{\bullet} = FK^{\bullet}$。 #### 定义引用：「过滤」→ 过滤复形给出谱序列　`def-dep.filtss-filtration` 前提是复形**带过滤**。 #### 定义引用：「谱序列」→ 过滤复形给出谱序列　`def-dep.filtss-ss` 结论是一个**谱序列**。 #### 定义引用：「上链复形」→ 过滤复形给出谱序列　`def-dep.filtss-complex` 说的是**复形**。 #### 定义引用：「上链复形」→ 双复形　`def-dep.bicomplex-complex` 双复形就是**复形的复形**。 #### 定义引用：「谱序列」→ Grothendieck 谱序列　`def-dep.grothss-ss` 结论是一个**谱序列**。 #### 定义引用：「右导出函子」→ Grothendieck 谱序列　`def-dep.grothss-rdf` 两头都是**导出函子** $R^{p}G \circ R^{q}F$。 #### 定义引用：「双复形」→ Grothendieck 谱序列　`def-dep.grothss-bicomplex` 它由**双复形**（取 $F$ 的内射消解）造出来。 #### 定义引用：「截面函子」→ 层上同调　`def-dep.sheafcoh-section` 层上同调是**截面函子**的右导出函子。 #### 定义引用：「右导出函子」→ 层上同调　`def-dep.sheafcoh-rdf` $H^{n} := R^{n}\Gamma$。 #### 定义引用：「Čech 函子」→ Čech 上同调　`def-dep.cechcoh-cech` Čech 上同调用的是**Čech 函子**。 #### 定义引用：「Grothendieck 拓扑」→ Čech 上同调是沿覆盖筛的余极限　`def-dep.cechcolim-topology` 余极限沿 $\in J(X)$ 的**覆盖筛**取。 #### 定义引用：「Čech 上同调」→ Čech 上同调是沿覆盖筛的余极限　`def-dep.cechcolim-cech` 它给出 Čech 上同调的另一种算法。 #### 定义引用：「Čech 上同调」→ Cartan–Leray 谱序列　`def-dep.cartanleray-cech` 谱序列的第一页是 **Čech 上同调**。 #### 定义引用：「谱序列」→ Cartan–Leray 谱序列　`def-dep.cartanleray-ss` 结论是一个**谱序列**。 #### 定义引用：「层上同调」→ 无环层　`def-dep.acyclic-sheafcoh` 无环性的定义用的就是**层上同调**。 #### 定义引用：「无环层」→ 无环 ⟺ Čech 上同调为零　`def-dep.acycliccech-acyclic` 命题说无环等价于 **Čech 上同调为零**。 #### 定义引用：「Čech 上同调」→ 无环 ⟺ Čech 上同调为零　`def-dep.acycliccech-cech` 另一半用的是 Čech 上同调。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧 Hausdorff 上 Čech 就是上同调　`def-dep.chauscech-chaus` 命题只对**紧 Hausdorff** 空间成立。 #### 定义引用：「层上同调」→ 紧 Hausdorff 上 Čech 就是上同调　`def-dep.chauscech-sheafcoh` 结论是两类上同调相等。 #### 定义引用：「滤过范畴」→ 滤过极限的上同调　`def-dep.filtlim-filtered` 取的是**滤过**极限。 #### 定义引用：「层上同调」→ 滤过极限的上同调　`def-dep.filtlim-sheafcoh` 说的是**上同调**怎么随极限变。 #### 定义引用：「全不连通与 Stone 空间」→ Stone 空间上的上同调为零　`def-dep.stoneacyclic-stone` 命题只对 **Stone 空间**成立。 #### 定义引用：「拓扑斯的态射」→ 拓扑斯态射的导出函子　`def-dep.topmorphder-topmorph` 说的是**拓扑斯的态射**。 #### 定义引用：「右导出函子」→ 拓扑斯态射的导出函子　`def-dep.topmorphder-rdf` 结论算的是导出函子 $R^{n}f_{*}$。 #### 定义引用：「层上同调」→ 层上同调是同伦不变量　`def-dep.homcohom-sheafcoh` 结论是关于**层上同调**的。 #### 定义引用：「同伦」→ 层上同调是同伦不变量　`def-dep.homcohom-homotopy` 前提是映射**同伦**或**同伦等价**。 #### 定义引用：「凝聚态集」→ 内部 Hom 的函数空间刻画　`def-dep.condihom-condset` 说的是**凝聚态集**的内部 Hom。 #### 定义引用：「紧生成空间」→ 内部 Hom 的函数空间刻画　`def-dep.condihom-cg` 右边的靶 $Y$ 要求是**紧生成**空间，紧开拓扑才够用。 #### 定义引用：「拟紧对象」→ qc 与 qcqs 的判定　`def-dep.qcqs-qc` 结论判定的就是**拟紧**性。 #### 定义引用：「拟分离对象」→ qc 与 qcqs 的判定　`def-dep.qcqs-qs` 「qcqs」的另一半是**拟分离**。 #### 定义引用：「自由紧 Hausdorff 空间」→ qc 与 qcqs 的判定　`def-dep.qcqs-free` 第 1 条要求满射来自**自由**紧 Hausdorff 空间。 #### 定义引用：「弱 Hausdorff 空间」→ 弱 Hausdorff 推出 拟分离　`def-dep.whqs-wh` 前提是 $X$ **弱 Hausdorff**。 #### 定义引用：「拟分离对象」→ 弱 Hausdorff 推出 拟分离　`def-dep.whqs-qs` 结论是 $X$ **拟分离**。 #### 定义引用：「拟分离对象」→ 拟分离即含入的滤过余极限　`def-dep.qsind-qs` 要刻画的是**拟分离**这个性质。 #### 定义引用：「滤过范畴」→ 拟分离即含入的滤过余极限　`def-dep.qsind-filt` 余极限是**滤过**的（只有滤过余极限才在 $\operatorname{Ind}$ 的范围内）。 #### 定义引用：「Ind-对象」→ 拟分离即含入的滤过余极限　`def-dep.qsind-ind` 推论说的是 $\operatorname{Ind}(\mathbf{CHaus})$ 里的**单射过渡**对象。 #### 定义引用：「弱 Hausdorff 空间」→ 拟分离 推出 底空间弱 Hausdorff　`def-dep.qsuwh-wh` 结论断言底空间**弱 Hausdorff**。 #### 定义引用：「拟分离对象」→ 拟分离 推出 底空间弱 Hausdorff　`def-dep.qsuwh-qs` 前提是**拟分离**。 #### 定义引用：「紧生成空间」→ 紧生成：弱 Hausdorff ⟺ 拟分离　`def-dep.cgwhqs-cg` 两个条件在**紧生成**空间上才等价。 #### 定义引用：「弱 Hausdorff 空间」→ 紧生成：弱 Hausdorff ⟺ 拟分离　`def-dep.cgwhqs-wh` 一边是**弱 Hausdorff**。 #### 定义引用：「拟分离对象」→ 紧生成：弱 Hausdorff ⟺ 拟分离　`def-dep.cgwhqs-qs` 另一边是**拟分离**。 #### 定义引用：「拓扑斯的态射」→ Cond/X 到开集拓扑斯的态射　`def-dep.condslice-topmorph` 结论是一对**拓扑斯态射**。 #### 定义引用：「凝聚态集」→ Cond/X 到开集拓扑斯的态射　`def-dep.condslice-condset` 左边是凝聚态集范畴的**切片** $\mathrm{Cond}/X$。 #### 定义引用：「全不连通与 Stone 空间」→ Stonean 上凝聚阿贝尔群零调　`def-dep.stoneanac-stone` 结论只对 **Stonean 空间**（极不连通的 Stone 空间）成立。 #### 定义引用：「凝聚态阿贝尔群」→ Stonean 上凝聚阿贝尔群零调　`def-dep.stoneanac-condab` 系数是**任意**凝聚态阿贝尔群。 #### 定义引用：「层上同调」→ Stonean 上凝聚阿贝尔群零调　`def-dep.stoneanac-cohom` 说的是凝聚态上同调群 $H^{n}_{\mathrm{cond}}$。 #### 定义引用：「全不连通与 Stone 空间」→ Stone 上常系数零调　`def-dep.stoneconst-stone` 前提是 **Stone 空间**（比 Stonean 弱：只需全不连通）。 #### 定义引用：「层上同调」→ Stone 上常系数零调　`def-dep.stoneconst-cohom` 说的是上同调群。 #### 定义引用：「局部紧 Hausdorff 空间」→ 局部紧上凝聚态＝层上同调　`def-dep.dyckhoff-lc` 前提是 $X$ **局部紧** Hausdorff。 #### 定义引用：「层上同调」→ 局部紧上凝聚态＝层上同调　`def-dep.dyckhoff-sheafcoh` 右边是经典的**层上同调**。 #### 定义引用：「群」→ 半范数阿贝尔群　`def-dep.seminorm-group` 半范数阿贝尔群首先是**阿贝尔群**，再加一个半范数。 #### 定义引用：「半范数阿贝尔群」→ Banach 阿贝尔群　`def-dep.banach-seminorm` Banach 阿贝尔群是**半范数**阿贝尔群加上分离性与完备性。 #### 定义引用：「完备」→ Banach 阿贝尔群　`def-dep.banach-complete` 「Banach」的那一半就是**完备**。 #### 定义引用：「半范数阿贝尔群」→ K-有界正合　`def-dep.kbexact-seminorm` $K$-有界正合定义在**半范数**阿贝尔群的复形上。 #### 定义引用：「上链复形」→ K-有界正合　`def-dep.kbexact-complex` 说的是一条**复形**在某一项处的性质。 #### 定义引用：「Banach 阿贝尔群」→ K-有界正合在完备化下不变　`def-dep.kbcomp-banach` 完备化之后是 **Banach** 阿贝尔群。 #### 定义引用：「K-有界正合」→ K-有界正合在完备化下不变　`def-dep.kbcomp-kbexact` 两边谈的都是 **$K$-有界正合**。 #### 定义引用：「K-有界正合」→ 相邻两条 K-有界 推出 正合　`def-dep.kbimpl-kbexact` 前提是相邻两处都 **$K$-有界正合**。 #### 定义引用：「Banach 阿贝尔群」→ 相邻两条 K-有界 推出 正合　`def-dep.kbimpl-banach` 复形的每一项是 **Banach** 阿贝尔群（完备性用来取级数极限）。 #### 定义引用：「K-有界正合」→ K-有界零调 推出 零调　`def-dep.kacyc-kbexact` 前提是 **$K$-有界零调**。 #### 定义引用：「Banach 阿贝尔群」→ K-有界零调 推出 零调　`def-dep.kacyc-banach` 只对 **Banach** 复形成立。 #### 定义引用：「全不连通与 Stone 空间」→ Stone 满射的 Čech 复形 1-有界零调　`def-dep.stonecech-stone` 复形来自 **Stone 空间**之间的满射。 #### 定义引用：「Čech 上同调」→ Stone 满射的 Čech 复形 1-有界零调　`def-dep.stonecech-cech` 说的是**增广 Čech 复形**的 $1$-有界零调性。 #### 定义引用：「半范数阿贝尔群」→ Stone 满射的 Čech 复形 1-有界零调　`def-dep.stonecech-seminorm` 系数 $M$ 是**半范数**阿贝尔群。 #### 定义引用：「Banach 阿贝尔群」→ Banach 在 Stone 上零调　`def-dep.banstone-banach` 系数是 **Banach** 阿贝尔群。 #### 定义引用：「全不连通与 Stone 空间」→ Banach 在 Stone 上零调　`def-dep.banstone-stone` 空间是 **Stone** 空间。 #### 定义引用：「正规空间」→ Tietze 延拓（Banach 值）　`def-dep.tietze-normal` 前提是 $X$ **正规**。 #### 定义引用：「紧」→ Tietze 延拓（Banach 值）　`def-dep.tietze-compact` 子集 $K$ 要求**紧**。 #### 定义引用：「连续映射」→ Tietze 延拓（Banach 值）　`def-dep.tietze-cont` 说的是**连续映射**的限制映射。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 实 Banach 在紧 Hausdorff 上零调　`def-dep.realbanach-chaus` 空间是**紧 Hausdorff** 的。 #### 定义引用：「Banach 阿贝尔群」→ 实 Banach 在紧 Hausdorff 上零调　`def-dep.realbanach-banach` 系数是**实 Banach 空间**。 #### 定义引用：「全不连通与 Stone 空间」→ Stonean 上 Ext 的截面公式　`def-dep.extsec-stone` 公式只对 **Stonean** 空间成立（$\mathbb{Z}[S]$ 投射）。 #### 定义引用：「扩展群 Ext」→ Stonean 上 Ext 的截面公式　`def-dep.extsec-ext` 两边都是 **Ext** 群（一边带截面、一边不带）。 #### 定义引用：「凝聚态阿贝尔群」→ Breen–Deligne 分解　`def-dep.bd-condab` 分解的对象是拓扑斯里的**阿贝尔群**（$\mathrm{CondAb}$ 是一例）。 #### 定义引用：「拓扑斯」→ Breen–Deligne 分解　`def-dep.bd-topos` 结论在**任意拓扑斯**里成立。 #### 定义引用：「同伦」→ 分解上乘 p 与 M 上乘 p 同伦　`def-dep.bdscalar-homotopy` 结论说的是两个提升**自然同伦**。 #### 定义引用：「谱序列」→ Stonean 上 Breen–Deligne 的谱序列　`def-dep.bdss-spectral` 结论是一条**谱序列**。 #### 定义引用：「全不连通与 Stone 空间」→ Stonean 上 Breen–Deligne 的谱序列　`def-dep.bdss-stone` 带测试空间 $S$ 的版本要求 $S$ 是 **Stonean**。 #### 定义引用：「Banach 阿贝尔群」→ 有限维 Banach 到离散群全零　`def-dep.rbnd-banach` 源是**有限维实 Banach 空间**。 #### 定义引用：「扩展群 Ext」→ 有限维 Banach 到离散群全零　`def-dep.rbnd-rhom` 结论是 **$\operatorname{RHom}$** 整体归零。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧 Haus 到实 Banach 全零　`def-dep.rcbz-chaus` 源是**紧 Hausdorff** 阿贝尔群。 #### 定义引用：「Banach 阿贝尔群」→ 紧 Haus 到实 Banach 全零　`def-dep.rcbz-banach` 靶是**实 Banach 空间**。 #### 定义引用：「扩展群 Ext」→ 离散对偶的 RHom 与导出张量　`def-dep.rdt-ext` 两边都是导出 Hom 与导出张量的计算。 #### 定义引用：「阿贝尔层的张量积」→ 离散对偶的 RHom 与导出张量　`def-dep.rdt-tensor` 结论里出现**导出张量积** $\otimes^{\mathbf{L}}$。 #### 定义引用：「Pontryagin 对偶」→ Pontryagin 对偶的 RHom 刻画　`def-dep.drc-dual` 左边是 **Pontryagin 对偶** $M^{\vee}$。 #### 定义引用：「扩展群 Ext」→ Pontryagin 对偶的 RHom 刻画　`def-dep.drc-rhom` 右边用 **$\operatorname{RHom}$** 来写。 #### 定义引用：「局部紧 Hausdorff 空间」→ 局部紧阿贝尔群高次 Ext 消失　`def-dep.lcext-lc` 前提是 $M, N$ **局部紧** Hausdorff。 #### 定义引用：「扩展群 Ext」→ 局部紧阿贝尔群高次 Ext 消失　`def-dep.lcext-ext` 结论是**高次 Ext** 消失。 #### 定义引用：「扩展群 Ext」→ Z/R/T 的 RHom 计算表　`def-dep.zrt-ext` 整张表列的都是 **$\operatorname{RHom}$** 的取值。 #### 定义引用：「扩展群 Ext」→ 有限维 Banach 之间的 RHom　`def-dep.fbr-ext` 算的是 **$\operatorname{RHom}$**。 #### 定义引用：「Banach 阿贝尔群」→ 有限维 Banach 之间的 RHom　`def-dep.fbr-banach` 源与靶都是**有限维实 Banach 空间**。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧 S 对实 Banach 的 RHom　`def-dep.cbr-chaus` 测试空间 $S$ **紧 Hausdorff**。 #### 定义引用：「Banach 阿贝尔群」→ 紧 S 对实 Banach 的 RHom　`def-dep.cbr-banach` 靶 $N$ 是**实 Banach 空间**。 #### 定义引用：「谱序列」→ Breen–Deligne 的一般谱序列　`def-dep.bdss2-spectral` 结论是一条**谱序列**。 #### 定义引用：「连通与连通分量」→ 连通局部紧到离散只剩 Ext一次　`def-dep.clce-conn` 源 $M$ 要求**连通**。 #### 定义引用：「局部紧 Hausdorff 空间」→ 连通局部紧到离散只剩 Ext一次　`def-dep.clce-lc` 源 $M$ **局部紧** Hausdorff。 #### 定义引用：「扩展群 Ext」→ 连通局部紧到离散只剩 Ext一次　`def-dep.clce-ext` 结论是 **Ext** 在 $n \ne 1$ 处消失。 #### 定义引用：「扩展群 Ext」→ 非局部紧情形的 RHom　`def-dep.nlcr-ext` 算的是 **$\operatorname{RHom}$**（对象不必局部紧）。 #### 定义引用：「局部紧 Hausdorff 空间」→ 局部紧阿贝尔群结构定理　`def-dep.lcstr-lc` 说的是**局部紧** Hausdorff 阿贝尔群。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 局部紧阿贝尔群结构定理　`def-dep.lcstr-chaus` 分解出的紧块 $K$ 是**紧 Hausdorff** 阿贝尔群。 #### 定义引用：「Pontryagin 对偶」→ 离散 与 紧 Hausdorff　`def-dep.pdcd-dual` 说的是 **Pontryagin 对偶**函子。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 离散 与 紧 Hausdorff　`def-dep.pdcd-chaus` 对偶把「离散」与「**紧 Hausdorff**」互换。 #### 定义引用：「Pontryagin 对偶」→ 挠 与 Stonean，无挠 与 连通　`def-dep.pts-dual` 说的还是 **Pontryagin 对偶**。 #### 定义引用：「全不连通与 Stone 空间」→ 挠 与 Stonean，无挠 与 连通　`def-dep.pts-stone` 挠群的对偶是 **Stonean** 空间。 #### 定义引用：「凝聚态集」→ Cond 的极限与余极限　`def-dep.condlc-condset` 算的是 $\mathrm{Cond}$ 里的**极限与余极限**。 #### 定义引用：「极限」→ Cond 的极限与余极限　`def-dep.condlc-limit` 用到**极限与余极限**这两套概念。 #### 定义引用：「凝聚态集」→ Cond 的满态射都是正则的　`def-dep.condepi-condset` 说的是 $\mathrm{Cond}$ 中的**满态射**。 #### 定义引用：「凝聚态集」→ Cond 的等价关系有效　`def-dep.condeq-condset` 说的是 $\mathrm{Cond}$ 中的**等价关系**。 #### 定义引用：「有效等价关系」→ Cond 的等价关系有效　`def-dep.condeq-eff` 结论断言这些等价关系**有效**。 #### 定义引用：「上链复形」→ 一般正合列　`def-dep.exseq-complex` 正合列首先是一条**复形**（$d \circ d = 0$）。 #### 定义引用：「像 / 余像」→ 一般正合列　`def-dep.exseq-image` 正合的判据是 $\operatorname{im} = \ker$。 #### 定义引用：「Grothendieck 范畴」→ Grothendieck 范畴有足够多内射　`def-dep.gei-groth` 前提是范畴为 **Grothendieck** 范畴。 #### 定义引用：「Grothendieck 的 AB 公理」→ AB5 与 AB3*/AB4* 的关系　`def-dep.ab5imp-ab` 结论讲的是 **AB** 公理之间的蕴含关系。 #### 定义引用：「Grothendieck 范畴」→ AB5 与 AB3*/AB4* 的关系　`def-dep.ab5imp-groth` 其中一条是 Grothendieck 范畴**自动 AB3\***。 #### 定义引用：「Grothendieck 的 AB 公理」→ AB 公理的例子表　`def-dep.abex-ab` 整张表列的是各类范畴满足哪些 **AB** 公理。 #### 定义引用：「层上同调」→ 单纯方法算层上同调　`def-dep.simpcohom-cohom` 算的是**层上同调** $H^{n}(X, M)$。 #### 定义引用：「单纯对象」→ 单纯方法算层上同调　`def-dep.simpcohom-simplicial` 逐层取截面得到的是**单纯**阿贝尔群。 #### 定义引用：「Čech 上同调」→ 单纯方法算层上同调　`def-dep.simpcohom-cech` 超覆盖是 Čech 复形的一般形式。 #### 定义引用：「双复形」→ Cartan–Eilenberg 分解　`def-dep.carteil-bicomplex` 结论给出的是一个**双复形**。 #### 定义引用：「谱序列」→ Cartan–Eilenberg 分解　`def-dep.carteil-spectral` 它的用途是保证两类过滤给出**相容谱序列**。 #### 定义引用：「层上同调」→ 滤过极限的上同调　`def-dep.flimcohom-cohom` 结论算的是**层上同调**。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 滤过极限的上同调　`def-dep.flimcohom-chaus` 空间是一族**紧 Hausdorff** 空间的滤过极限。 #### 定义引用：「环」→ 布尔环　`def-dep.boolring-ring` 布尔环首先是**环**，只是每个元素都幂等。 #### 定义引用：「布尔环」→ Boolean 环与 Stone 空间等价　`def-dep.boolstone-ring` 反等价的一边是**布尔环**范畴。 #### 定义引用：「全不连通与 Stone 空间」→ Boolean 环与 Stone 空间等价　`def-dep.boolstone-stone` 另一边是 **Stone 空间**范畴。 #### 定义引用：「紧生成空间」→ 紧块沿闭含入拼出的空间　`def-dep.clif-cg` 结论断言余极限仍**紧生成**。 #### 定义引用：「紧 Hausdorff 空间范畴」→ 紧块沿闭含入拼出的空间　`def-dep.clif-chaus` 拼出来的是**紧 Hausdorff 块**。 #### 定义引用：「弱 Hausdorff 空间」→ 紧块沿闭含入拼出的空间　`def-dep.clif-wh` 结论断言余极限仍**弱 Hausdorff**。 ### 弱边（类比 / 思想相通） > ⚠️ 这些**不是**逻辑蕴含，只在「卡住了、想找远房关系」时用。 #### 米田嵌入 ～ 紧 Haus 是反射子范畴　`ana.embed-better-world` *米田嵌入与 Stone–Čech 紧化：都是「嵌进一个大得多的世界」* 两件事在数学上没有谁推出谁（一个是范畴嵌入，一个是拓扑紧化），但**招数是同一个**： **手上这个对象缺东西，就先把它嵌进一个大环境，在那里把活干完，再回到原地。** **米田嵌入**：$\mathcal{C} \hookrightarrow \widehat{\mathcal{C}}$。 $\mathcal{C}$ 里可能连两个对象的积都没有；$\widehat{\mathcal{C}}$ 里**什么极限余极限都有**。 所以在 $\mathcal{C}$ 里造不出来的东西，搬到 $\widehat{\mathcal{C}}$ 里造（稠密性定理就是把它拆成 $h_{X}$ 的余极限）。 **Stone–Čech 紧化**：$X \hookrightarrow \beta X$。 $X$ 可能不紧、不 Hausdorff，连连续函数都少得可怜； $\beta X$ 里**紧 Hausdorff 的一切好性质都有**（Tychonoff 方块给的）。 所以在 $X$ 上做不到的分析，搬到 $\beta X$ 上做（凝聚态集就是拿 $\beta X$ 当探针）。 **共同的招**：不要在原环境里硬造；先找（或造）一个「什么都不缺」的大环境，嵌进去，干完再拉回来。 💡 卡在「这个范畴 / 这个空间里根本没有我要的那个东西」时，回来想想这两条。 #### 笛卡尔积存在 ～ 自然数集存在　`ana.sep-container` *「幂集造容器 + 分离筛内容」——同一个证明模板* 这两个证明的骨架**一模一样**，只是塞进去的东西不同： **$\omega$ 的构造**：先用幂集公理做出 $\mathcal{P}(I)$；再从里面**筛出**所有归纳子集，取交。 **$A \times B$ 的构造**：先用幂集公理做出 $\mathcal{P}(\mathcal{P}(A \cup B))$；再从里面**筛出**那些形如 (a,b) 的元素。 **共同的招**：集合论里「我想造一个由某种东西组成的集合」时， 永远不能直接写 `$\{ x : \varphi (x) \}$`（那是罗素悖论）。正确的姿势是两步—— **先找一个确定足够大的容器，再用分离公理模式从里面挑**。 💡 看到「想造一个集合但不知道怎么下手」时，回来想想这两步。 #### 有限特征 ～ 良序集　`ana.tame-infinite` *两种「用有限/最小的东西控制无穷」的手法* 两个定义都在回答同一个问题：**面对一个无穷对象，怎么下手？** **良序**（`def.wellorder`）：要求「每个非空子集都有**最小元**」。 有了最小元，就能做超限归纳、超限递归 —— 把「一步」规范化，无穷就被结构化了。 **有限特征**（`def.finchar`）：要求「整体属于 $\mathcal{A} \iff$ 每个**有限**子集都属于 $\mathcal{A}$」。 于是验证一个无穷对象，只需要逐个检查它的有限片段 —— 无穷被压缩成有限。 **共同的招**：都不去正面描述无穷，而是找一个**有限的抓手** （一个最小元 / 一个有限子集），让无穷变得可验证、可操作。 💡 这个招在数学里到处都是（紧致性、有限生成、可数逼近……）。 #### 分离公理模式 ～ 有限特征　`ana.filter-sieve` *「不描述整体，只给一个筛子」* 两者都不回答「这个集合里**有什么**」，只回答「**怎么判断**一个东西在不在里面」。 - 分离公理模式：`$x \in B \iff (x \in A \wedge \varphi (x))$` —— 给的是**判定条件**，不是元素清单。 - 有限特征：`$X \in \mathcal{A} \iff X$ 的每个有限子集属于 $\mathcal{A}$` —— 同样是判定条件。 **为什么这个思路重要**：集合常常是无穷的，没法列举； 但只要给出判定条件，「这个元素属不属于」就成了一个可回答的问题。 数学里绝大多数「定义」本质上都是这一类 —— 给条件，不给清单。 💡 读一个新定义时，先问自己：它给的是**构造**还是**判定条件**？ #### 有限特征 ～ 向量空间的基　`ana.maximal-apparatus` *「有限特征」这个抽象概念，在向量空间里有一个现成的实例* 严格说这不只是类比 —— 它是一个**实例**，但方向不是逻辑蕴含： `def.finchar` 不推出 `def.vs`，`def.vs` 也不推出 `def.finchar`； 它们是「抽象工具」和「具体落地」的关系。 线性无关性恰好是有限特征的： 「$S$ 线性无关 $\iff S$ 的每个**有限**子集线性无关」—— 这就是 `def.finchar` 的定义，一字不差。 **所以「每个向量空间有基」的证明里，那个「链的并仍线性无关」的关键一步， 本质上是在验证有限特征在链条下保持。** Tukey 引理正是为此而生的。 💡 这条边是「跨星团」的：序理论 $\leftrightarrow$ 抽象代数。 它不提供新的定理，但它告诉你**两块内容为什么长得像**。 #### 生成的 σ-代数 ～ 向量空间的基　`ana.generated-closure` *「取一切包含它的 X 之交」——生成同一个模板* 两处都在做同一件事：**给定一点种子，造出包含它的最小结构**。 - **生成的 $\sigma$-代数**：$\mathcal{M}(\mathcal{E}) = \bigcap \{ \mathfrak{A} : \mathfrak{A} \supseteq \mathcal{E},\ \mathfrak{A}$ 是 $\sigma$-代数 $\}$。 - **由 $S$ 生成的子空间 / 张成**：$\operatorname{span} S = \bigcap \{ W : W \supseteq S,\ W$ 是子空间 $\}$。 **共同的招**：不直接写「最小的那个」，而是**取一切候选之交** —— 交封闭保证了交出来还是同类结构， $\mathcal{P}(X)$（或整个空间）保证了候选族不空。这两句话就是良定义性证明的全部。 **为什么值得记**：凡是要「造最小的封闭结构」（子群、理想、闭包、$\sigma$-代数、$\sigma$-环）， 都是这个模板；反过来，验证一个「包含关系」时，也总是把两边都化成「交」。 💡 跨星团：测度的构造 $\leftrightarrow$ 抽象代数。 #### 单调收敛定理 ～ 级数收敛　`ana.sup-extension` *都是「取上确界」：把无穷一次性握在手里* 两处的定义/证明核心是**同一个动作**： - **非负项级数**：$\sum_{n} a_n := \sup_N s_N$ —— 不去「求极限」，直接取部分和的上确界。 - **单调收敛定理**：$\int f = \lim \int f_n$，而证明正是把两边都写成 $\sup$ 再交换（$\sup$ 与 $\sup$ 交换，不需要任何条件）。 **共同的招**：只要是**单调递增**的，就不必讨论极限存在性 —— 上确界在 $[0, +\infty]$ 里永远存在， 于是「求极限」这一步被绕过去了。这就是为什么 MCT 的证明条件最少、最好用。 **反面**：一旦不再单调（Fatou、控制收敛），就必须补「可积控制」这种额外条件 —— 因为那时取不到 $\sup$ 了。 💡 看到「极限不知道存不存在」时，先问：能不能改成单调的，然后取上确界？ #### 极大函数 ～ 有限特征　`ana.coarse-control` *用一个「更粗但可控」的量，把无穷握在手里* 两处都在面对一个无法逐个处理的无穷对象，做法都是**换一个更粗的量去控制它**： - **极大函数**：逐点值 $f(x)$ 没法控制（可以随便改零集上的取值），改成 $Hf(x) = \sup_r A_r |f|(x)$ —— 它更大、更粗，但**可测**、有极大不等式，于是逐点问题化归为测度估计。 - **有限特征**：整体 $X \in \mathcal{A}$ 没法验证，改成「每个有限子集都行」—— 条件更粗，但可以用有限手段逐条查。 **共同的招**：**牺牲精度换可控性**。粗的量先拿下，细的问题再还回去 （极大不等式 $\to$ Lebesgue 微分定理；有限特征 $\to$ Tukey 引理）。 💡 卡在「无穷没法遍历」时，问：有没有一个更粗的、可测/可验证的量，能把这件事包住？ #### 佐恩引理 ～ ℝ 是完备有序域　`ana.sup-vs-maximal` *佐恩引理与确界原理：都是「一次把无穷过程走完」* 两个命题的精神酷似，而且都不是构造性的： - **确界原理**（$\mathbb{R}$ 的完备性）：非空有上界的集合，$\sup S$ **直接存在** —— 不需要你去逼近。 - **佐恩引理**：每个链有上界的偏序集，**极大元直接存在** —— 不需要你去一步步往上爬。 **共同的招**：把「无限步的过程」压缩成「一个对象的存在性」，然后直接取用它。 有了它，分析里可以取上确界、代数里可以取极大理想、集合论里可以取极大链。 ⚠ 差异也要记住：确界原理是 $\mathbb{R}$ 的**完备性**，由 $\mathbb{R}$ 的构造证出来， 佐恩引理等价于**选择公理** —— 前者在一个具体的全序集里工作，后者在任意的偏序集里工作，代价是多了一个公理。 💡 这也解释了为什么「实数完备」与「选择公理」在证明里长得像：它们是同一类存在性工具。 --- ## 星团级连接（整块对整块） - **集合的构造 ↔ ZFC 公理系统**　10 条节点级连线 - **选择原理 ↔ 基数与等势**　3 条节点级连线 - **乘积测度与 Fubini ↔ 集合族与 σ-代数**　6 条节点级连线 - **测度的构造 ↔ 集合族与 σ-代数**　5 条节点级连线 - **可测函数与收敛 ↔ 测度的构造**　10 条节点级连线 - **可测函数与收敛 ↔ 乘积测度与 Fubini**　2 条节点级连线 - **可测函数与收敛 ↔ 集合族与 σ-代数**　2 条节点级连线 - **积分 ↔ 可测函数与收敛**　8 条节点级连线 - **积分 ↔ 测度的构造**　11 条节点级连线 - **测度的构造 ↔ 乘积测度与 Fubini**　6 条节点级连线 - **积分 ↔ 乘积测度与 Fubini**　2 条节点级连线 - **乘积测度与 Fubini ↔ 集合的构造**　3 条节点级连线 - **乘积测度与 Fubini ↔ 关系与函数**　2 条节点级连线 - **积分 ↔ 符号测度与分解**　5 条节点级连线 - **测度的构造 ↔ 符号测度与分解**　8 条节点级连线 - **微分定理 ↔ 积分**　3 条节点级连线 - **微分定理 ↔ 符号测度与分解**　4 条节点级连线 - **有界变差与绝对连续 ↔ 符号测度与分解**　5 条节点级连线 - **有界变差与绝对连续 ↔ 测度的构造**　2 条节点级连线 - **有界变差与绝对连续 ↔ 积分**　4 条节点级连线 - **积分 ↔ L^p 空间**　4 条节点级连线 - **实数与极限 ↔ 数系的构造**　6 条节点级连线 - **实数与极限 ↔ 序结构**　2 条节点级连线 - **集合的构造 ↔ 关系与函数**　3 条节点级连线 - **基数与等势 ↔ 关系与函数**　4 条节点级连线 - **基数与等势 ↔ 数系的构造**　4 条节点级连线 - **测度的构造 ↔ 实数与极限**　3 条节点级连线 - **有界变差与绝对连续 ↔ 实数与极限**　3 条节点级连线 - **L^p 空间 ↔ 数系的构造**　2 条节点级连线 - **基数与等势 ↔ 集合的构造**　2 条节点级连线 - **集合族与 σ-代数 ↔ 集合的构造**　4 条节点级连线 - **测度的构造 ↔ 集合的构造**　3 条节点级连线 - **集合的构造 ↔ 拓扑空间**　4 条节点级连线 - **关系与函数 ↔ 拓扑空间**　2 条节点级连线 - **拓扑空间 ↔ 度量空间**　6 条节点级连线 - **实数与极限 ↔ 拓扑空间**　2 条节点级连线 - **数系的构造 ↔ 关系与函数**　6 条节点级连线 - **代数结构 ↔ 数系的构造**　5 条节点级连线 - **代数结构 ↔ 关系与函数**　3 条节点级连线 - **序结构 ↔ 序数与超限**　3 条节点级连线 - **基数与等势 ↔ 序数与超限**　3 条节点级连线 - **序数与超限 ↔ ZFC 公理系统**　2 条节点级连线 - **一阶语言与公式 ↔ ZFC 公理系统**　3 条节点级连线 - **伴随与反射 ↔ 预层与米田**　3 条节点级连线 - **伴随与反射 ↔ 图与极限**　13 条节点级连线 - **伴随与反射 ↔ 函子与自然变换**　8 条节点级连线 - **紧 Hausdorff 空间 ↔ 度量空间**　4 条节点级连线 - **紧 Hausdorff 空间 ↔ 拓扑空间**　4 条节点级连线 - **Stone 与 Stonean ↔ 拓扑空间**　10 条节点级连线 - **紧 Hausdorff 空间 ↔ Stone 与 Stonean**　5 条节点级连线 - **伴随与反射 ↔ 层与拓扑**　2 条节点级连线 - **层与拓扑 ↔ 单满、子对象与像**　2 条节点级连线 - **层与拓扑 ↔ 拓扑斯**　20 条节点级连线 - **凝聚态集 ↔ 紧 Hausdorff 空间**　12 条节点级连线 - **拓扑斯 ↔ 凝聚态集**　10 条节点级连线 - **层与拓扑 ↔ 凝聚态集**　6 条节点级连线 - **凝聚态集 ↔ 紧生成空间与弱 Hausdorff**　10 条节点级连线 - **同调与正合列 ↔ 复形与导出三角**　12 条节点级连线 - **图与极限 ↔ 加法与阿贝尔范畴**　14 条节点级连线 - **伴随与反射 ↔ 加法与阿贝尔范畴**　2 条节点级连线 - **拓扑阿贝尔群 ↔ 加法与阿贝尔范畴**　3 条节点级连线 - **层与拓扑 ↔ 层上同调**　7 条节点级连线 - **阿贝尔层 ↔ 层上同调**　4 条节点级连线 - **凝聚态上同调 ↔ 层上同调**　5 条节点级连线 - **凝聚态阿贝尔群 ↔ 凝聚态上同调**　9 条节点级连线 - **凝聚态上同调 ↔ 凝聚态集**　3 条节点级连线 - **凝聚态上同调 ↔ 拓扑阿贝尔群**　2 条节点级连线 - **凝聚态上同调 ↔ 紧 Hausdorff 空间**　5 条节点级连线 - **凝聚态上同调 ↔ 阿贝尔层**　2 条节点级连线 - **图与极限 ↔ 复形与导出三角**　4 条节点级连线 - **加法与阿贝尔范畴 ↔ 复形与导出三角**　8 条节点级连线 - **层与拓扑 ↔ 预层与米田**　8 条节点级连线 - **函子与自然变换 ↔ 加法与阿贝尔范畴**　3 条节点级连线 - **函子与自然变换 ↔ 复形与导出三角**　3 条节点级连线 - **伴随与反射 ↔ 拓扑斯**　3 条节点级连线 - **拓扑斯 ↔ 预层与米田**　4 条节点级连线 - **伴随与反射 ↔ 阿贝尔层**　2 条节点级连线 - **单满、子对象与像 ↔ 加法与阿贝尔范畴**　5 条节点级连线 - **拓扑斯 ↔ 加法与阿贝尔范畴**　2 条节点级连线 - **凝聚态阿贝尔群 ↔ 阿贝尔层**　3 条节点级连线 - **拓扑斯 ↔ 阿贝尔层**　7 条节点级连线 - **复形与导出三角 ↔ 过滤与谱序列**　6 条节点级连线 - **层上同调 ↔ 过滤与谱序列**　5 条节点级连线 - **拓扑斯 ↔ 层上同调**　3 条节点级连线 - **范畴与图 ↔ 函子与自然变换**　5 条节点级连线 - **单满、子对象与像 ↔ 预层与米田**　4 条节点级连线 - **范畴与图 ↔ 紧 Hausdorff 空间**　2 条节点级连线 - **范畴与图 ↔ 图与极限**　6 条节点级连线 - **图与极限 ↔ 预层与米田**　6 条节点级连线 - **函子与自然变换 ↔ 预层与米田**　10 条节点级连线 - **图与极限 ↔ 紧 Hausdorff 空间**　2 条节点级连线 - **范畴与图 ↔ 预层与米田**　3 条节点级连线 - **范畴里的代数结构 ↔ 图与极限**　4 条节点级连线 - **序结构 ↔ 集合的构造**　4 条节点级连线 - **选择原理 ↔ 序结构**　7 条节点级连线 - **微分定理 ↔ 度量空间**　3 条节点级连线 - **微分定理 ↔ 测度的构造**　3 条节点级连线 - **L^p 空间 ↔ 可测函数与收敛**　3 条节点级连线 - **L^p 空间 ↔ 测度的构造**　4 条节点级连线 - **函子与自然变换 ↔ 图与极限**　7 条节点级连线 - **图与极限 ↔ 层与拓扑**　8 条节点级连线 - **单满、子对象与像 ↔ 拓扑斯**　2 条节点级连线 - **图与极限 ↔ 拓扑斯**　5 条节点级连线 - **伴随与反射 ↔ 紧生成空间与弱 Hausdorff**　3 条节点级连线 - **凝聚态阿贝尔群 ↔ 紧 Hausdorff 空间**　3 条节点级连线 - **图与极限 ↔ 同调与正合列**　3 条节点级连线 - **凝聚态阿贝尔群 ↔ 加法与阿贝尔范畴**　2 条节点级连线 - **加法与阿贝尔范畴 ↔ 阿贝尔层**　2 条节点级连线 - **紧生成空间与弱 Hausdorff ↔ 拓扑空间**　16 条节点级连线 - **向量空间的基 ↔ 序结构**　2 条节点级连线 - **微分定理 ↔ 集合族与 σ-代数**　2 条节点级连线 - **集合族与 σ-代数 ↔ 符号测度与分解**　2 条节点级连线 - **范畴与图 ↔ 集合的构造**　5 条节点级连线 - **范畴与图 ↔ 关系与函数**　2 条节点级连线 - **图与极限 ↔ 关系与函数**　2 条节点级连线 - **图与极限 ↔ 集合的构造**　2 条节点级连线 - **图与极限 ↔ 单满、子对象与像**　4 条节点级连线 - **伴随与反射 ↔ 关系与函数**　2 条节点级连线 - **图与极限 ↔ 紧生成空间与弱 Hausdorff**　2 条节点级连线 - **紧生成空间与弱 Hausdorff ↔ 紧 Hausdorff 空间**　3 条节点级连线 - **范畴与图 ↔ 复形与导出三角**　4 条节点级连线 - **预层与米田 ↔ 阿贝尔层**　2 条节点级连线 - **范畴与图 ↔ 单满、子对象与像**　3 条节点级连线 - **拓扑阿贝尔群 ↔ 拓扑空间**　2 条节点级连线 - **拓扑阿贝尔群 ↔ 紧生成空间与弱 Hausdorff**　4 条节点级连线 - **代数结构 ↔ 加法与阿贝尔范畴**　2 条节点级连线 - **图与极限 ↔ 序结构**　2 条节点级连线 - **代数结构 ↔ 范畴里的代数结构**　2 条节点级连线 - **加法与阿贝尔范畴 ↔ 紧 Hausdorff 空间**　2 条节点级连线 - **复形与导出三角 ↔ 层上同调**　3 条节点级连线 - **层上同调 ↔ 紧 Hausdorff 空间**　2 条节点级连线 - **图与极限 ↔ 层上同调**　2 条节点级连线 - **图与极限 ↔ 凝聚态集**　3 条节点级连线 - **拓扑斯 ↔ 凝聚态上同调**　2 条节点级连线 - **凝聚态上同调 ↔ Stone 与 Stonean**　6 条节点级连线 - **凝聚态上同调 ↔ 拓扑空间**　6 条节点级连线 - **凝聚态上同调 ↔ 度量空间**　2 条节点级连线 - **凝聚态上同调 ↔ 复形与导出三角**　11 条节点级连线 - **凝聚态上同调 ↔ 过滤与谱序列**　2 条节点级连线 - **拓扑阿贝尔群 ↔ 紧 Hausdorff 空间**　2 条节点级连线