8.1 拓撲的驅動：龐加萊（1895）與同調的誕生#

學習目標#

1. 了解龐加萊在 1895 年《位置分析》（Analysis Situs）中為研究多面體與流形而發明同調的歷史動機。
2. 掌握鏈複形（chain complex）、邊界算子 \(\partial\) 與同調群 \(H_n = \ker \partial_n / \operatorname{im} \partial_{n+1}\) 的嚴格定義，並會證明 \(\partial^2 = 0\) 。
3. 會對具體的單純複形（圓、球面、環面、射影平面）計算整係數同調群。
4. 理解同調群與有限交換群結構定理（5.6 節）的深刻關聯：同調群的不變因子正是矩陣的 Smith 標準形對角元。
5. 會用 SymPy（含 sympy.matrices.normalforms.smith_normal_form）實作整數鏈複形並計算同調群。

歷史背景#

為什麼要發明同調？#

19 世紀中葉，數學家面對一個樸素但頑固的問題：如何在不依賴度量（長度、角度）的情況下，區分不同的幾何圖形？

• 黎曼（Riemann，1851、1857） 在研究阿貝爾積分與代數函數時，發現曲面上的「連通階數」（连通性 / Geschlecht，即虧格）決定了積分的行為。這是「拓撲不變量控制分析」的第一個訊號。
• 貝蒂（Enrico Betti，1871） 受黎曼啟發，把「連通階數」推廣到高維，定義了後世所稱的貝蒂數（Betti numbers）。但貝蒂的定義是直觀的、缺乏嚴格代數機制的。
• 龐加萊（Henri Poincaré，1895） 為了研究天體力學中軌道的定性性質，以及多面體、流形的分類問題，發表了 108 頁的巨著《位置分析》（Analysis Situs），並在 1899–1904 年間寫了五篇補篇。他引進了單純複形、鏈、邊界算子與同調的計算機制——同調從此從直觀變成可計算的代數。
• 諾特（Emmy Noether，1925） 在海德堡與哥廷根的討論班上指出：同調不該被想成「數」或「形式和」，而應該被想成阿貝爾群，邊界算子是群同態。這個觀點把同調變成了純代數對象，也直接催生了同調代數（見 8.2 節）。

timeline
    title 同調誕生的時間線
    1851年 : 黎曼：曲面的連通階數（虧格）
    1871年 : 貝蒂：高維連通數（貝蒂數）
    1895年 : 龐加萊《位置分析》：單純同調、對偶定理
    1899-1904年 : 五篇補篇：撓（torsion）、基本群
    1925年 : 諾特：同調 = 阿貝爾群，邊界 = 同態
    1945年 : Eilenberg–Mac Lane：範疇論與函子（見 8.2 節）

這是「技術與理論互相驅動」的又一個範例：龐加萊想計算多面體的洞，於是被迫發明鏈複形；而鏈複形一旦變成純代數（諾特），立刻被抽象成同調代數，反過來成為 20 世紀代數、拓撲、幾何的通用語言。

鏈複形與同調群#

單純複形#

定義 8.1.1（單純複形） 一個（抽象）單純複形 \(K\) 是一組有限集合（稱為單形，simplex），滿足：若 \(\sigma \in K\) 且 \(\tau \subseteq \sigma\) ，則 \(\tau \in K\) 。 \(q\) 維單形是有 \(q+1\) 個頂點的集合。記 \(K\) 的 \(q\) 維單形全體為 \(K_q\) 。

例如：三角形（2 維單形）的邊（1 維）與頂點（0 維）自動屬於複形。

鏈群與邊界算子#

定義 8.1.2（鏈群） 對交換群係數 \(G\) （通常取 \(G = \mathbb{Z}\) ）， \(q\) 維鏈群是自由阿貝爾群

元素稱為 \(q\) 維鏈，形式上是 \(q\) 維單形的整係數線性組合。

定義 8.1.3（邊界算子） 邊界算子 \(\partial_q : C_q \to C_{q-1}\) 在 \(q\) 維單形 \(\sigma = [v_0, v_1, \ldots, v_q]\) 上定義為交錯和：

其中 \(\widehat{v_i}\) 表示刪去該頂點，再線性擴張到整條鏈。

定理 8.1.4（關鍵恆等式） \(\partial_{q-1} \circ \partial_q = 0\) ，即 \(\partial^2 = 0\) 。

證明：對 \(2\) 維情形直接驗證（一般情形同理，每個頂點被刪兩次、符號相反）：

這個看似簡單的恆等式是整個同調代數的引擎：「邊界的邊界是空的」。它保證了下面的定義有意義。

同調群#

定義 8.1.5（鏈複形與同調） 一個鏈複形是一列阿貝爾群與同態

因為 \(\operatorname{im} \partial_{q+1} \subseteq \ker \partial_q\) ，可定義 \(q\) 維同調群：

• \(\ker \partial_q\) 的元素稱為閉鏈（cycles）——沒有邊界的鏈，幾何上是「洞」的候選。
• \(\operatorname{im} \partial_{q+1}\) 的元素稱為邊界鏈（boundaries）——本身是更高維區域的邊界，不算洞。
• 同調群衡量「是閉鏈但不是邊界」的鏈，也就是真正的洞。

注意 \(H_q\) 是兩個阿貝爾群的商群，由有限交換群結構定理（5.6 節），它必同構於

其中 \(\beta_q\) 稱為 \(q\) 維貝蒂數， \(d_i\) 稱為撓係數（torsion coefficients，龐加萊在 1899 年的第二補篇中發現，例如射影平面）。

歐拉–龐加萊公式#

定理 8.1.6（Euler–Poincaré，1895） 對有限單純複形 \(K\) ，

歐拉 1752 年的多面體公式 \(V - E + F = 2\) 是其在球面上的特例；龐加萊證明了它對任意複形成立，且右邊只依賴同調——拓撲不變量第一次以代數方式現身。

基本例子#

用標準 \(\Delta\) -複形結構（允許單形被同一頂點的排列黏合）計算：

最後兩列說明：只算貝蒂數不夠，必須計算整個同調群（含撓），而撓的偵測正是 Smith 標準形（5.6 節）的工作。環面的兩個一維洞即「經圈」與「緯圈」，龐加萊當年正是為了研究環面上的積分與軌道而行此事。

graph LR
    C3["C_2 = Z"] -->|"∂_2"| C2["C_1 = Z^2"] -->|"∂_1"| C1["C_0 = Z"]
    style C3 fill:#eef,stroke:#88f
    style C2 fill:#eef,stroke:#88f
    style C1 fill:#eef,stroke:#88f

上圖是環面的鏈複形片段。同調的計算本質上就是：對整數矩陣 \(\partial\) 做Smith 標準形（整數版的對角化），讀出核與像的商群結構。

SymPy 實作：整數鏈複形的同調#

核心工具：含基底變換追蹤的 Smith 標準形#

SymPy 內建 sympy.matrices.normalforms.smith_normal_form 可以算不變因子，但不回傳基底變換矩陣，而計算核 \(\ker \partial\) 需要變換矩陣。因此我們先手寫一個帶追蹤的版本（U A V = D， \(U, V\) 為么模矩陣），之後各節都會用到：

import sympy as sp

def snf_tracked(A):
    """整數矩陣 A 的 Smith 標準形，含么模變換追蹤。
    回傳 (D, U, V)：D = U * A * V，U、V 皆么模（行列式 ±1）。"""
    if isinstance(A, sp.MatrixBase):
        m, n = A.shape                       # 保留形狀（0 列的矩陣也要記得欄數）
        A = A.tolist()
    else:
        m = len(A)
        n = len(A[0]) if m > 0 else 0
    a = [[int(x) for x in row] for row in A]
    A0 = sp.Matrix(m, n, lambda i, j: a[i][j])   # 原始矩陣（保留形狀）
    U = [[1 if i == j else 0 for j in range(m)] for i in range(m)]
    V = [[1 if i == j else 0 for j in range(n)] for i in range(n)]

    def rowop(E):                       # a <- E a, U <- E U
        nonlocal a, U
        a = [[sum(E[i][k]*a[k][j] for k in range(m)) for j in range(n)] for i in range(m)]
        U = [[sum(E[i][k]*U[k][j] for k in range(m)) for j in range(m)] for i in range(m)]

    def colop(F):                       # a <- a F, V <- V F
        nonlocal a, V
        a = [[sum(a[i][k]*F[k][j] for k in range(n)) for j in range(n)] for i in range(m)]
        V = [[sum(V[i][k]*F[k][j] for k in range(n)) for j in range(n)] for i in range(n)]

    def swapmat(n_, i, j):
        E = [[1 if (r == c and r != i and r != j) else 0 for c in range(n_)] for r in range(n_)]
        E[i][j] = E[j][i] = 1
        return E

    def rowswap(i, j):
        rowop(swapmat(m, i, j))

    def colswap(i, j):
        colop(swapmat(n, i, j))

    def rowcomb(i, j, q):               # row_i <- row_i + q*row_j
        E = sp.eye(m).tolist(); E[i][j] = q
        rowop(E)

    def colcomb(i, j, q):               # col_i <- col_i + q*col_j
        F = sp.eye(n).tolist(); F[j][i] = q
        colop(F)

    for k in range(min(m, n)):
        while True:
            piv = pr = pc = None
            for i in range(k, m):       # 找絕對值最小的非零元當軸心
                for j in range(k, n):
                    if a[i][j] != 0 and (piv is None or abs(a[i][j]) < abs(piv)):
                        piv, pr, pc = a[i][j], i, j
            if piv is None:
                break
            if pr != k: rowswap(k, pr)
            if pc != k: colswap(k, pc)
            piv = a[k][k]; ok = True
            for j in range(k+1, n):     # 消去第 k 列其餘元素
                if a[k][j] % piv != 0: ok = False
                colcomb(j, k, -(a[k][j] // piv))
            for i in range(k+1, m):     # 消去第 k 行其餘元素
                if a[i][k] % piv != 0: ok = False
                rowcomb(i, k, -(a[i][k] // piv))
            if ok:                      # 軸心整除整列整行，收工
                break
        if a[k][k] < 0:                 # 對角元取非負
            for j in range(n): a[k][j] = -a[k][j]
            for j in range(n): V[j][k] = -V[j][k]
    D = sp.Matrix(m, n, lambda i, j: a[i][j])
    Um, Vm = sp.Matrix(U), sp.Matrix(V)
    assert Um.det() in (1, -1) and Vm.det() in (1, -1)
    assert (Um * A0 * Vm - D).is_zero_matrix
    return D, Um, Vm

由鏈複形算同調#

給 \(\partial_{q+1} : C_{q+1} \to C_q\) 與 \(\partial_q : C_q \to C_{q-1}\) （皆整數矩陣，且 \(\partial_q \partial_{q+1} = 0\) ），計算 \(H_q = \ker \partial_q / \operatorname{im} \partial_{q+1}\) 的步驟：

1. 用 Smith 標準形的變換矩陣 \(V\) 求出 \(\ker \partial_q\) 的整數基底（行向量）。
2. 把 \(\operatorname{im} \partial_{q+1}\) 的每個生成元用該基底表出（解線性方程，係數必為整數，因為 \(\operatorname{im} \partial_{q+1} \subseteq \ker \partial_q\) ）。
3. 對表出矩陣再做一次 Smith 標準形，讀出商群 \(\mathbb{Z}^d / \operatorname{im}\) 的自由秩與不變因子。

import sympy as sp

def kernel_basis(B):
    """B: Z^k -> Z^m 的整數核基底（回傳 k x d 矩陣，每一欄是一個基底向量）。"""
    B = sp.Matrix(B)
    m, k = B.shape
    D, U, V = snf_tracked(B)
    # D y = 0 的整數解由「零對角元所在的座標」生成；x = V y
    free_cols = [j for j in range(k) if j >= min(m, k) or D[j, j] == 0]
    return sp.Matrix([[V[i, j] for j in free_cols] for i in range(k)])

def coker_structure(A):
    """Z^m / im A 的結構：回傳 (自由秩, [不變因子])。"""
    A = sp.Matrix(A)
    m, n = A.shape
    D, U, V = snf_tracked(A)
    invars = [int(D[i, i]) for i in range(min(m, n)) if D[i, i] > 1]
    rank = sum(1 for i in range(min(m, n)) if D[i, i] != 0)
    return m - rank, invars

def homology(d_higher, d_lower):
    """H = ker d_lower / im d_higher（兩者的餘域都是 C_q = Z^m）。
    回傳 (自由秩 beta_q, [撓不變因子])。"""
    d_lower = sp.Matrix(d_lower)
    d_higher = sp.Matrix(d_higher)
    K = kernel_basis(d_lower)              # m x d，核基底（欄為基底向量）
    d = K.shape[1]
    if d == 0:
        return 0, []
    C = sp.zeros(d, d_higher.shape[1])     # 像(d_higher) 在核基底下的座標
    for j in range(d_higher.shape[1]):
        sol, _ = K.gauss_jordan_solve(d_higher[:, j])
        assert all(x.is_Integer for x in sol)   # 座標必為整數
        C[:, j] = sol
    return coker_structure(C)

例一：環面 \(T^2\)#

呼叫 homology(d_higher, d_lower) 時，兩個矩陣必須有相同的餘域 \(C_q = \mathbb{Z}^m\) （因為 \(H_q = \ker \partial_q / \operatorname{im} \partial_{q+1}\) 的分子分母都是 \(C_q\) 的子群），每個維度一次算一個。

環面採用 Hatcher 的標準 \(\Delta\) -複形：一個頂點 \(v\) 、三條閉邊 \(a, b, c\) 、兩個三角形 \(U, L\) ，其中 \(\partial U = a + b - c\) 、 \(\partial L = c - a - b\) ，所以 \(\partial_1 = 0\) （每條邊兩端都是 \(v\) ）。

import sympy as sp
# ---- 前置：snf_tracked / kernel_basis / coker_structure（見上文定義） ----

# 環面 T^2：C_2 = Z^2, C_1 = Z^3, C_0 = Z^1
d2 = sp.Matrix([[ 1, -1],      # a 分量
                [ 1, -1],      # b 分量
                [-1,  1]])     # c 分量
d1 = sp.zeros(1, 3)            # ∂_1 : Z^3 -> Z^1
assert (d1 * d2).is_zero_matrix    # 驗證 ∂² = 0

print("H_2 =", homology(sp.zeros(3, 0), d2))   # H_2 = ker d2 / 0
print("H_1 =", homology(d2, d1))               # H_1 = ker 0 / im d2
print("H_0 =", homology(d1, sp.zeros(0, 1)))   # H_0 = ker 0 / im d1

輸出：

H_2 = (1, [])
H_1 = (2, [])
H_0 = (1, [])

即 \(H_2(T^2) = \mathbb{Z}\) 、 \(H_1(T^2) = \mathbb{Z}^2\) （經圈與緯圈兩個洞）、 \(H_0(T^2) = \mathbb{Z}\) （連通）。

與 8.1 節的表完全一致：環面有兩個獨立的一維洞與一個二維洞，且無撓。

例二：射影平面 \(\mathbb{R}P^2\) ——撓的現身#

\(\mathbb{R}P^2\) 用最簡的 CW 結構：一個 \(0\) 維胞腔、一個 \(1\) 維胞腔 \(a\) 、一個 \(2\) 維胞腔沿映射 \(a \mapsto 2a\) （度數 \(2\) ）貼上。於是 \(C_2 = \mathbb{Z}\) 、 \(C_1 = \mathbb{Z}\) 、 \(C_0 = \mathbb{Z}\) ，邊界矩陣 \(\partial_2 = [2]\) 、 \(\partial_1 = [0]\) ：

import sympy as sp
# ---- 前置：snf_tracked / kernel_basis / coker_structure（見上文定義） ----

# RP^2：C_2 = Z, C_1 = Z, C_0 = Z
d2 = sp.Matrix([[2]])          # ∂_2 : Z -> Z，度數 2 的貼映射
d1 = sp.Matrix([[0]])          # ∂_1 : Z -> Z
assert (d1 * d2).is_zero_matrix

print("H_2 =", homology(sp.zeros(1, 0), d2))
print("H_1 =", homology(d2, d1))

輸出：

H_2 = (0, [])
H_1 = (0, [2])

即 \(H_2(\mathbb{R}P^2) = 0\) 、 \(H_1(\mathbb{R}P^2) = \mathbb{Z}/2\) 。

撓不變因子 \(2\) 被找出來了！若只看貝蒂數 \(\beta_1 = 0\) ，會誤以為射影平面沒有一維洞——這正是龐加萊 1899 年在第二補篇中引進撓的理由。同樣的 CW 手法可算克萊因瓶： \(\partial_2 = [0, 2]^T : \mathbb{Z} \to \mathbb{Z}^2\) 、 \(\partial_1 = 0\) ，讀者可驗證得到 \(H_1 = \mathbb{Z} \oplus \mathbb{Z}/2\) （見習題 3）。

對照：SymPy 內建的 smith_normal_form#

當我們只需要不變因子（例如判斷餘核結構）而不需要基底變換時，可直接用 SymPy 內建工具，記得指定整數域 ZZ：

import sympy as sp
from sympy.matrices.normalforms import smith_normal_form
from sympy import ZZ

M = sp.Matrix([[2, 4, 4],
               [6, 6, 12]])            # 例：某個 ∂_1 的表現矩陣
D = smith_normal_form(M, domain=ZZ)
print(D)
# 解讀：Z^2 / im M  =  Z/2 ⊕ Z/6 （無自由部分）

Matrix([[2, 0, 0], [0, 6, 0]])

這驗證了 coker_structure 的輸出：不變因子 \(2, 6\) ，滿足整除鏈 \(2 \mid 6\) 。

SymPy 要點回顧#

• sympy.matrices.normalforms.smith_normal_form(M, domain=ZZ)：計算整數矩陣的不變因子（Smith 標準形對角元），但不回傳么模變換矩陣；計算核需要變換矩陣，故本節手寫 snf_tracked。
• 么模（unimodular）變換：行列式為 \(\pm 1\) 的整數矩陣，其逆仍是整數矩陣，對應鏈群的基底變換，不影響同調。
• 同調計算三部曲：kernel_basis（整數核）→ 座標轉換（gauss_jordan_solve）→ coker_structure（商群結構）。
• 核心定理 \(\partial^2 = 0\) 使 \(\operatorname{im} \subseteq \ker\) ，商群才有定義——程式中的 assert (d1 * d2).is_zero_matrix 就是在驗證這件事。
• 有限交換群的結構定理（5.6 節）保證輸出 \((\beta_q, [d_1, \ldots, d_k])\) 唯一（ \(d_1 \mid \cdots \mid d_k\) ）。

習題#

1. （∂² = 0） 寫出 \(\partial^2\) 在 \(3\) 維單形 \([v_0, v_1, v_2, v_3]\) 上的完整展開，驗證每一項兩兩抵消。（提示：每對 \((i, j)\) ， \(i < j\) ，貢獻 \([v_i, v_j]\) 兩次、符號相反。）
2. （圓的同調） 取 \(S^1\) 的一個頂點、一條邊的複形： \(C_1 = \mathbb{Z}\) 、 \(C_0 = \mathbb{Z}\) 、 \(\partial_1 = [0]\) 。用本節程式碼計算 \(H_0\) 與 \(H_1\) ，確認得到 \(\mathbb{Z}\) 與 \(\mathbb{Z}\) 。
3. （克萊因瓶） 用邊界矩陣 \(\partial_2 = [0, 2]^T\) （一個 2 維胞腔）、 \(\partial_1 = 0\) （兩條邊都閉合）計算克萊因瓶的 \(H_1\) ，確認得到 \(\mathbb{Z} \oplus \mathbb{Z}/2\) 。
4. （歐拉示性數） 用環面的邊界矩陣驗證： \(\chi = \#\{K_0\} - \#\{K_1\} + \#\{K_2\} = 2 - 3 + 2 = 1\) ？這與 \(\beta_0 - \beta_1 + \beta_2 = 1 - 2 + 1 = 0\) 矛盾嗎？（提示： \(\Delta\) -複形的 \(0\) 維胞腔數為 \(2\) 而非 \(1\) ；檢查你的計數，並用 coker_structure 找出 \(H_0 = \mathbb{Z}\) 時 \(\chi = 0\) 的正確胞腔數。）
5. （模 \(2\) 係數的陷阱） 把 \(\mathbb{R}P^2\) 的 \(\partial_2\) 對 \(2\) 取模（係數變成 \(\mathbb{Z}/2\) ），計算「同調」，觀察撓 \(\mathbb{Z}/2\) 如何消失。這說明為什麼整係數計算不可取代。
6. （挑戰：莫比烏斯帶） 建構莫比烏斯帶的單純複形（可用 \(5\) 個頂點、 \(10\) 個三角形），用程式計算 \(H_0, H_1, H_2\) ，並與「可帶邊曲面」的預期 \(H_1 = \mathbb{Z}\) 比對。

下一節 8.2 正合序列與蛇引理將把「核、像、商」的計算語言公理化，展示同調代數如何從拓撲的計算工具蛻變為獨立的代數理論。