多参数非线性变形so(3),so(4)代数的表示、实现及其应用

来源 :清华大学 | 被引量 : 0次 | 上传用户:fgdWE4RTTY
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对称性在人们对世界的认识当中始终起着不可或缺的作用,而研究这一性质的数学工具群论也是近代数学中的一个重要分支。在上世纪80年代中期,量子群在应用反散射方法研究量子场论和统计物理中的精确可解模型中被人们提出,在此之后,各式各样的变形代数变成了物理学家们研究的热点之一。这些变形代数的不可分表示,不可约表示和振子实现等等问题有着重要的意义。本文讨论了多参数非线性变形so(3)代数Rq,r(v)以及多参数非线性变形so(4)代数Rq,q’r,r1(v,v’),和非线性变形代数so(4)F的结构,表示和玻色子实现,并对变形映射中的变形函数和对易结果中的结构函数之间的关联进行了讨论。一方面,本文采用类似Cartan-Weyl基的办法研究了Rq,r(v)和Rq,q’,r,r’(v,v’)的不可约表示,用主表示和商空间上的诱导表示对它们的不可分表示进行了研究,通过主表示讨论了各种不变子空间上的子表示及其对应的商空间上的诱导表示,并给出了与主表示、商空间上的诱导表示相应的所需不同数目的Dyson型玻色子实现。采用推广的Schwinger玻色子实现,详细计算了多参数非线性变形so(3)代数的单玻色子实现、单逆玻色子实现以及用两对玻色子(一对玻色子、一对逆玻色子,两对逆玻色子)给出的双玻色子实现,这些实现都是Hostein-Primakoff型的。通过这些玻色子实现的具体形式,本文对多参数非线性变形so(3)代数的极式分解作了讨论,发现极式分解的角向部分在变形下总是保持不变。最后讨论了非线性变形so(3)代数在二维可积系统中的应用。另一方面,本文讨论了变形代数与Lie代数的关联关系。讨论了两个Rq,r(v)“耦合”时,相互之间的对易关系应该遵循的规则,并将结论推广到了多个变形代数相互“耦合”,给出了此时应该遵循的“耦合”规则,通过这种方式得到的变形代数类似于半单Lie代数;将so(3)到,Rq,r(v)的变形映射向高维Lie代数进行推广,得到了两种不同的推广方式:变形函数是单Lie代数的Cartan子代数的函数,变形后的代数一般具有q-变形的对易方式,可以看作是Rq,r%;r向高维的推广,变形函数是单Lie代数的子代数的Casimir算符的函数,变形后的代数一般具有包含结构函数的对易结果,可以看作R(v)向高维的推广。
其他文献
伴随着计算机技术的高速发展,人工智能技术在生活中的各个方面都有了越来越多的应用,智能体视觉导航也成为了研究热点。但目前视觉导航用到的深度强化学习技术所面临的难收敛、低泛化和稳定性差等问题,仍未得到很好的解决,通过研究发现作为机器学习方法之一的迁移学习所具有的特性恰好可以提高导航的迁移性,因此将迁移学习运用到视觉导航中将会是提高导航效率的有效方法。随着导航的继续发展,导航的运用必然更为广泛,因此,进
“双减”作为新时期基础教育领域一场深层次的教育变革,是全面落实立德树人根本任务的重要举措,其根本指向是进一步把准培养社会主义建设者和接班人的教育方向,构建科学健康的高质量教育治理体系和基础教育发展生态。在“双减”背景下构建高质量教育治理体系,是新时期区域教育发展改革面临的一项重大课题,也是区域教育质量进一步提升的关键和核心所在。具体到实践中,该如何推进“双减”政策落实并取得成效?笔者认为应做
期刊
随着目前医学超声图像学技术不断发展,利用超声引导注射的方法被广泛应用于臂丛神经阻滞麻醉手术中。但由于超声图像的噪音干扰和低分辨率问题,臂丛神经超声图像的分析更依赖医生的经验并且耗时费力。而深度学习方法因其智能、高效的优势,已逐渐成为医学图像分析的首选。利用深度学习进行臂丛神经超声图像智能分析,能自动地从病人的超声医学影像中准确识别出麻醉手术场景中医生所关注的目标部位,为臂丛神经阻滞麻醉提供诊疗辅助
气固反应流动在许多工业问题中都具有重要的地位,采用计算流体力学的手段可以预测这些流动与反应的现象。颗粒群的流动、传热和反应行为及其与流场的相互作用是多相反应流体力学的前沿内容。在国际上以往对该问题的研究思路多采用颗粒为点源形式进行处理,而本文在亚颗粒尺度上开展流动与反应的直接数值模拟方法与模型研究,对于揭示颗粒群内复杂的相间相互作用以及获得燃烧过程细观规律与机理具有重要的理论意义。鉴于直接数值模拟
邱华栋城市小说中的"新人物",写得最有深度的是"城市单面人",即被城市高度发达的物质文明所平面化了的人。这些艺术形象体现了邱华栋对现代文明与人的关系的深入思考,即物质挤压下城市人的异化。邱华栋着力塑造"城市单面人"的艺术典型,显然受到了马尔库塞关于"异化""单向度"等理论的深刻影响,触及城与人的哲学关联,因而在整个新时期小说发展中是一个重大的突破。
计算电磁学作为一门汇聚了电磁学、计算机科学和数值计算方法等学科知识的交叉学科,为研究当今时代无处不在的电磁现象提供了理论和技术支持。以Maxwell方程组为核心的电磁场正问题分析和反问题求解是计算电磁学研究中的重要部分,正问题可以归结为在不同的电磁环境参数下求解Maxwell方程组,反问题则可以看作在已知电磁响应的基础上反向寻找对应的电磁环境参数,针对它们的高效率、高精度的求解算法一直以来都是科学
主成分分析在计算机视觉和生物信息学等应用中起着重要作用。但传统的主成分分析容易受到严重损坏或异常的观测值的干扰,而这些现象在现实世界中无处不在,所以鲁棒性主成分分析的提出保证了一定程度的抗干扰能力。在现实世界中,许多数据,如彩色图像、视频和4-D fMRI数据是多维,简单的进行矩阵化会导致数据内部结构的破坏。张量分解是强大计算工具,它天然的可以刻画高维数据。自然地,通过建模分离数据中的低秩和稀疏成
图片理解的问题一直是计算机视觉领域的关键性问题,最近随着深度学习引领的计算机视觉的快速发展,相关的图片语义理解任务变得愈发关键。而边缘检测作为图片语义理解的基础任务,也得到了越来越多的关注。在传统的计算机视觉理论中,通过边缘的识别和检测,能够得到后续的图片分割等结果;而在深度学习时代,边缘检测和识别能得到后续的图片分割结果,并且在相关的图片分割、物体检测等领域,也能达到优化相关高层次任务效果的作用
地球物理反演作为获取地下岩石物理属性参数的重要手段,它的反演结果为后期油气勘探、储量预测、油气开发等奠定了坚实的基础。地质统计学反演作为一种重要的地球物理反演方法,在获得比常规方法更高分辨率反演结果的同时,还能获得与地震数据比较接近的横向连续性,因此得到了广泛的研究和应用。现有地质统计学反演方法主要是通过构建变差函数从已知的测井数据获取先验信息,然后再用于指导后续的反演过程。但是,该方法存在两个主
目前,随着科学技术的快速发展以及资源需求的日益增高,太空资源成为各国竞相开发的重要目标之一。航空航天飞行器作为开发太空资源的工具就显得尤为重要,这也意味这高空飞行器必然要面临通信中断的问题,也即是黑障问题,这是迄今为止航空航天飞行器遇到的最具有挑战性的难题之一。黑障问题主要体现为电磁波在色散介质等离子体中的传输问题,所以研究二者之间的作用关系对缓解黑障问题是非常必要的。因此本课题的研究对缓解黑障问