• Keine Ergebnisse gefunden

Adjungierte Funktoren

N/A
N/A
Protected

Academic year: 2022

Aktie "Adjungierte Funktoren"

Copied!
10
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Adjungierte Funktoren

4. April 2013

(2)

Motivation Erinnerung: Äquivalenz von KategorienC,D:

∃F :D → C,G:C → Dinverse Funktoren, d.h.F◦G∼=idCundG◦G∼=idD

Idee: Hin- und herschieben von Morphismen zwischen C,D.

Verallgemeinerung, s.d.C,D nicht mehr äquivalent sein müssen.

Definition 0.1

SeienC,D Kategorien undF :D → C,G:C → D Funktoren,

F heißt links-adjungiert zuG

Gheißt rechts-adjungiert zu F falls∀X∈ C, Y ∈ D gilt:

HomC(F Y, X) ∼=

bijektiv und natürlich in X, Y HomD(Y, GX) In Zeichen:F aG

was heißtnatrlich? Interpretiere HomC(F_,_) als FunktorDop×C →Setund Hom :C(_, G_) als FunktorDop× C →Set

natürliche Trasformation zwischen deren Funktoren

Explizit: Für f : XX0 Morphismus in C und g : Y0Y Morphismus in D, soll das folgende Diagramm kommutieren

HomC(F Y, X) ∼= HomC(Y, GX) ϕ

HomC(F Y0, X0) ∼= HomC(Y0, GX0) Gfϕg

Hom(F g, f) Hom(g, Gf)

Beispiel 0.2

kKörper,V ectkU SetVergissfunktor SetV ektk

F

freier Funktor X

Menge7→ F X ={PNn=1λixi} endli. Linearkombination von Ele- menten aus X.S ist Basis vonF X.

(X→f X0)7→F f

wobeiF f eine lineare Abbildung ist, die durchxi7→f(xi)gegeben ist.

F f(

N

X

i=1

λixi) =

N

X

i=1

λif(xi)

(3)

Beh: F aU Beweis :

HomC(F Y, V)

?

= HomC(Y, U V) wobei

HomC(F Y, V)def={lin. AbbF Y V}

HomC(Y, U V)def={bel. Abb.Y V} 3ϕ

ϕ7→

N

X

i=1

λiyi7→

N

X

i=1

λiϕ(yi)

bijektiv, da jede lineare Abbildung eindeutig durch die Basis festgelegt ist.

Natürlich inY undV: f :V 7→V0 undg:Y 7→Y0

λiyi7→P

λiϕ(yi)

ϕ

HomC(F Y, V) = HomC(Y, U V)

HomC(F Y0, V0) = HomC(Y0, U V0)

Pλiyi07→Pλif(ϕ(g(y0i)))

U fϕg

Hom(F g, f) Hom(g, Gf)

Beispiel 0.3 U :CatSet L:Set→Kat

X 7→diskrete Kategorie auf X (d.h. nur Identitätsmorphismen) R:Set→Cat

X 7→indiskrete Kategorie auf X(d.h. zwischen je zwei Objekten genau ein Morphismus) Beh:

1. LaU 2. U aR

zu 1. C=Cat,D=SetHomCat(LX,C)∼= HomSet(X, UC) wobei

• HomCat(LX,C)def={Funktoren LX → C}

• HomSet(X, UC)=def{Abbildungen XObj(C)}

(4)

zu 2. HomSet(UC, X)∼= HomCat(C, RX) wobei

• HomSet(UC, X)def={Abbildungen Obj(C)X}

• HomCat(C, RX)def={Funktoren C →RX}

bijektiv, da Morphismen inRX durch Quelle und Ziel eindeutig bestimmt Satz 0.4

F :C → D links-adjungiert zuG:D → D, dann gilt:

F erhält Kolimiten vonD

Gerhält Limiten vonC

Folgerung:

U : V ectkSet erhält Limiten, aber nicht Kolimiten und hat somit keine rechts- adjungierte Funktoren

U :CatSeterhält Limiten und Kolimiten Beweis : SeiI→ DD ein Diagramm, mit Limes lim←−

I

D.

HomD(Y, Glim

←−I

Di)= HomC(F Y,lim

←−I

Di)

= lim←−

I

HomC(F Y, Di)

= lim←−

I

HomD(Y, GDi)

= HomD(Y,lim←−

I

GDi)

Natürlich inY Yoneda Lemma Glim←−

I

Di= lim←−

I

GDi.

Beispiel 0.5

C=Grp,D=Grp2=Grp×Grp

F :Grp2Grp Produktfunktor

(G1, G2)7→G1×G2

G:Grp→Grp2 Diagonalfunktor

G7→(G, G) Beh: F `G

HomGrp2((G, G),(H1, H2))∼= HomGrp(G, H1×H2)

(5)

wobei

• HomGrp2((G, G),(H1, H2)) ={Gruppen-Homomorphismen}

• HomGrp(G, H1×H2) ={G→H1×H2 Gruppen-Homomorphismen}

(6)

1 Kombinatorische Spezies

Was wollen Kombinatoriker? Strukturen Zählen Beispiel 1.1

Auf wieviele Arten kann mannbunte Steine auf einer Schildkröte verteilen?

Modellierung

• Wir haben eineStruktur

• die vonGrundelementen abhängt

ad 2) : Es kommt nicht darauf an, ob steine, Zahlen, etc. entscheidend ist nur ihre An- zahl.

Definition 1.2 KategorieB:

ObjB=endliche Mengen

M orphB= Bijektive Abbildungen

ad 1): Kategorie vonStrukturen (nicht so wichtig, muss reihhaltig genug sein) zB.: FinSet,B

Abhängigkeit der Struktur von B Funktor Definition 1.3

Eine kombinatorische Speziesist ein Funktor F:B →FinSet

(7)

1 Kombinatorische Spezies

Beispiel 1.4

• Spezies der zyklischen Ordnungen

Cyc:A7→ {a→b→ · · · →a|A={a, b, . . .}}

• SpeziesSeqk mitk∈N Seqk :A7→ {a b, c . . .

| {z }

k

|A={a, b, c, . . .}}

Kombinatoriker wollen die Anzahl von Strukturen in der Abhängigkeit von der Anzhal der Elemente inA zählen

• Zu einer Spezies F definiere fn := |F({1, . . . , b})| und (exponentiell) erzeugende Funk- tionen

F =X

n≥0

fn·xn

n! =f0+f1x+ 1

2f2x2+1

6f3x3+. . . Beispiel 1.5

• zuCyc

cycn= n!

n = (n−1)!, n≥1 cyc0 = 0 Erzeugende Funktionen

Cyc=X

n≥1

(n−1)!

n! xn) =x+x2 2 + x3

3 +· · ·=−ln(1−x)

• zuSeqk

2bspn=kn 2Bsp= X

n≥0

kn

n!xn= exp(kx)

Beispiel 1.6

• X: Spezies der Einelementigen Menge

X :A7→

({?} ,falls|A|= 1

,sonst X=x

(8)

1 Kombinatorische Spezies

1: Spezies der0-elementigen Menge 1:A7→

({?} ,falls A=∅

,sonst 1 = 1

• E: Spezies der Menge E :A7→A

e0 = 1,e1 = 1,e2= 1 . . . E = 1x0

0! + 1x 1! + 1x2

2! +· · ·= 1 +x+x2

2 +· · ·= exp(x)

• Perm=Spezies der Permmutationen perm0= 1,perm1= 1,permn=n!

P erm=X

n≥0

n!

n!xn= 1 1−x

Bemerkung 1.7

Erzeugende Funktionen kann man addieren, malnehmen, ineinander einsetzen, . . .

was bedeutet das für Spezies?

zu +

+ :Disjukte Vereinigung von Spezies F+G:A7→ F(A)q G(A)

+: Spezies der nichtleeren Mengen

= 1 +E+

und deshalb:E+= exp(x)−1 zu ·

·:Paarbildung

erzeugende Funktionen:

X

n≥0

fnxn n!

X

n>0

gnxn n! =X

n≥0

X

k+l=n

n!

k!l!fkglxn

n! (Cauchy−P rodukt)

(9)

1 Kombinatorische Spezies

F · G:A7→ a

BqC˙

F(B)× G(C) lies als und

Beispiel 1.8

Injektionen von{1, . . . ,4} nach A:

Injektion = Bijektiong aufs Bild und Rest Inj4 =Perm4·E

4Inj = 4!x4

4! ·exp(x) Beispiel 1.9

Fixpunktfreie PermutationenDer Perm=E · Der

1

1−x =exp(x)DerDer= exp(−x)1−x

zu Spezies einsetzen F(G) lies alsvon Beispiel 1.10

Partitionen (=Zerlegungen) einer Menge

eine Zerlegung ist eine Menge von (Uner-) nicht leeren Mengen Part=E(E+)

und die Erzeugende Funktion P art= exp(exp(x)−1) Beispiel 1.11 (Binäre Bäume)

• •

• •

• •

(10)

1 Kombinatorische Spezies

BinTree=X+X· BinTree· BinTree

erzeugende FunktionenBT =X+X·BT2 und damit X·BT2BT +X = 0

BT = 1

2x(1−q(12−4x2))

Weiterführende Literatur:

• Sedgewick / Flajolet: Analytic Combinatorics

Was macht man, wenn man die Farben nicht unterscheidet?

B0 :Obj= endl. Mengen M orph: Hom(A, B) =

({?} ,falls|A|=|B|

,sonst

Erzeugende Funktionen;F0=Pn≥0fnx1n gewöhnliche erzeugende Funktionen

• +,·: interpretation wie bisher

• einsetzen: geht nicht gut Beispiel 1.12

Spezies der Karnickel (nach Fibonacci)

Wollen die Anzahl der Möglichkeiten für Karnickel nachnJahren, wenn am Anfang 1vorhan- den ist

K= 1 +K·

1 Jahr warten

X +K·

2 Jahre

X2 K= 1 +xK+x2K

K = 1−x−x1 2

Referenzen

ÄHNLICHE DOKUMENTE

[r]

[r]

Bei der Rekursionsformel (1) müssen zur Berechnung einer Fibonacci-Zahl die beiden unmittelbar vorangehenden Fibonacci-Zahlen bekannt sein... Als Koeffizienten ergeben sich

Die folgenden Abbildungen zeigen der Reihe nach die Figuren für die Folge der Fibo- nacci-Zahlen. Wir haben im Wechsel überschießende und

Theorem

Oliver Schn¨ urer, Universit¨at Konstanz Wintersemester 2010/2011 Matthias Makowski.. Ubungen zur Vorlesung Lineare Algebra

Die natürliche Zahl i , die darin vorkommt, ist eine lediglich eine Hilfszahl für die Denition und heiÿt Index.. Eine Summenfolge nennt man auch eine Reihe, und ihre

Weitere (stabile oder instabile) Gleichgewichte von iterierten Abbildungen F (k) k¨ onnen auftreten, wenn die urspr¨ ungliche Abbildung F Zyklen hat3. Definition und