CTDA读书笔记1:Morse引理及Morse函数
背景
定义在光滑流形上的光滑函数
f
:
M
→
R
f : M \rightarrow \mathbb{R}
f:M→R的临界点为流形上梯度场等于0向量的点。临界点由其hessian矩阵的奇异性分为退化临界点和非退化临界点。实际中重点关注的是非退化临界点,例如定义在
R
2
\mathbb{R}^2
R2上的实值函数
f
:
R
2
→
R
f: \mathbb{R}^2 \rightarrow \mathbb{R}
f:R2→R的非退化临界点包括极大极小值点和鞍点。
Morse引理描述了非退化临界点的邻域特征。(通俗理解就是按邻域特征将函数的非退化临界点分类了)
Morse引理
给定一个定义在光滑m-maniflod
M
M
M上的光滑函数
f
:
M
→
R
f : M \rightarrow \mathbb{R}
f:M→R,设
p
p
p为
f
f
f的非退化临界点。在
p
p
p的邻域
U
(
p
)
U(p)
U(p)中存在一个以
p
p
p为原点的
m
m
m维坐标系,使得对
U
(
p
)
U(p)
U(p)中的任意点
x
=
(
x
1
,
x
2
,
…
,
x
m
)
x = (x_1, x_2, \dots, x_m)
x=(x1,x2,…,xm)有
f
(
x
)
=
f
(
p
)
−
x
1
2
−
…
x
s
2
+
x
s
+
1
2
…
x
m
2
,
for some
s
∈
[
0
,
m
]
f(x)=f(p)-x_1^2-\ldots x_s^2+x_{s+1}^2 \ldots x_m^2, \quad \text { for some } s \in[0, m]
f(x)=f(p)−x12−…xs2+xs+12…xm2, for some s∈[0,m]
上式中负号的个数称为非退化临界点
p
p
p的index。
特别的,index-0非退化极值点即为极小值点,index-m非退化极值点即为极大值点。剩余的index- ( m − 1 ) (m-1) (m−1)个非退化极值点为不同类型的鞍点。
index | type |
---|---|
0 | minimum |
[1, m-1] | saddle |
m | maximum |
Morse函数
Morse函数是一类相当nice的函数,其临界点均为非退化的。
定义( Morse函数):定义在光滑m-maniflod
M
M
M上的光滑函数
f
:
M
→
R
f : M \rightarrow \mathbb{R}
f:M→R为Morse函数当且仅当:
(i)
f
f
f的所有临界点都是非退化的;
(ii)
f
f
f的所有临界点有不同的函数值。
参考文献
[1] Dey T K, Wang Y. Computational topology for data analysis[M]. Cambridge University Press, 2022.