李群与李代数初步 · 从连续对称到指数映射：无穷小的几何

本书怎么读：一门关于「用矩阵研究对称」的学问

本书讲一门学问：群表示论——它把抽象的群「翻译」成矩阵，用线性代数这把现成的尺子去丈量对称。它从一个朴素的观察出发：一个正方形有八种「转回自己」的方式，它们构成一个群；但「正方形」这个具体对象太碍事，抽象群 D₄ 又太悬空——把每个对称动作写成一块矩阵，群就从「演员表」变成了一台可计算的机器。顺着这条线，本书还要回答：为什么每个有限群的表示都能拆成不可约表示的直和（Maschke 定理）？为什么一张特征标表——若干行数字——能背下整群的结构？为什么 S_n 的不可约表示恰好对应整数的分拆，Young 图一举收编？为什么球谐函数、角动量、基本粒子，全都是 SU(2) 与 SU(3) 表示论的舞台？从 Frobenius 1896 年的群行列式、Burnside 的 p^aq^b 定理，到 Weyl 的紧群与 Brauer 的模表示，一百三十年只做一件事：把「对称」翻译成「线性」，再用矩阵把对称算清楚。

本书按章组织：绪论并置「群与线性」两种语言，从正方形对称、置换与矩阵讲到 Frobenius 的难题与特征标的诞生；第一章立起骨架——群作用、轨道与稳定子、置换表示、表示的定义 ρ：G → GL(V)、不可约表示与表示的同构，并以 Burnside 引理与正则表示收束；第二章把群装进一个环——群代数 k[G]、表示＝模、Maschke 定理与完全可约、Schur 引理、中心幂等元与半单代数一瞥；第三章点亮指纹——特征标的定义与类函数空间、两族正交关系、维数平方和、特征标表与计算套路；第四章动手分类——循环群、二面体群、四元数群、S_n 与 Young 图、A₅ 的单性、诱导表示与 Frobenius 互反、Burnside p^aq^b 定理；第五章走进连续与量子——紧群与 Peter–Weyl、U(1) 与 Fourier 级数、SU(2) 与球谐函数、角动量与 Clebsch–Gordan 分解、晶体点群与分子振动；第六章抵达现代疆界——SU(3) 八正法、Schur–Weyl 对偶、模表示与 Brauer 特征、权与最高权、量子群与 Langlands 的侧影；综合站用年表、人物谱、方法决策树、两个综合实验与二十四题自查收束全书。

写作的三条约束（本书的自我要求）。① 直觉与例子先行：每一个概念都从一张图、一个具体的小例子讲起——先看见 D₄ 与 S₃ 的矩阵怎样转起来，再抽成定义；每一个定理先有「为什么它是对的」的直觉，再有完整的证明。② 一步一图：凡能画的都画——正方形的对称八拍、表示分解的直和积木、特征标表的方阵与正交格、SU(2) 的自旋阶梯、SU(3) 的权图与十重态。表示论最漂亮的地方正藏在「群论—线性代数对照表」里：一条定义、一句定理，画出来便一目了然。③ 自给自足：本书不假设手边另有教材，所需工具在书内随用随补——群、子群与陪集，线性代数的矩阵、迹与 Hermite 内积，多项式与整数分拆的组合，都在需要它的那一页现学现用；每一条定义都同时给出形式陈述与一句大白话的直觉，每一个反复出现的记号都在首次出现处交代清楚。个别深刻而整体的结论（Peter–Weyl 定理、Schur–Weyl 对偶、Langlands 纲领的相关事实在本书中的用法）给出精确陈述、证明思路与文献指引，数值与程序对拍在实验页随附、可自行复算。

页型节奏。每章以 导引 开篇（一页说清这一章要解决什么）；主体是 讲义 页（概念、定理、证明，一步一图）；每章配 例题 与 习题（先示范再放手）、知识地图 一页（本章概念怎么连成网）、小结（正面清单＋易错清单）、思想卡（一句话立起本章的哲学）、挑战（一道通向文献的硬题）、实验（一段可复算的程序）、格物札记（中西算学传统里的平行直觉）、速查表（本章公式与记号一页备翻）；章末另设 衔接讲义，把下一章的问题提前立起来。所有编号 可跳读：每一页都自带上下文，随手翻开一页也能读下去。

难度标记。讲义页用 ★–★★★★★ 标出阅读难度：★ 高中基础即可，★★ 需要线性代数的熟练经验（矩阵乘法、迹、特征值，书内自给），★★★ 需要抽象代数的入门（群、子群、陪集，书内自给），★★★★ 需要紧群分析或模表示的一点经验（书内随用随补），★★★★★ 需要最高权理论与算术几何的观点（第六章疆界各页）。若只求理解主线，读绪论、第一至第三章的主干与第四章的分类实践即可；若求完整掌握，按章顺序逐页推进，并把每章习题做完。

三条线索贯穿全书：

① 明线——从群到矩阵：先让对称「动起来」（绪论），再把群装进一个环（第一章），用群代数与 Maschke 领到「拆积木的许可证」（第二章），然后点亮特征标这枚指纹（第三章），动手把小群一一拆开（第四章），让对称走进连续与量子（第五章），最后站在从粒子到量子群的现代疆界上（第六章）——这正是群表示论一百三十年从群行列式难题长成物理语法的轨迹。

② 暗线——对称决定结构。一个群能拆出多少种不可约表示、维数各几许，不由矩阵的具体写法决定，而由群的共轭类结构决定；「特征标是群的指纹」正是这句格言的第一次亮相。找出「在什么眼光下两个表示等价」，是全书反复演练的招式。

③ 接口——通往四个邻域。群表示论是现代数学与物理的支点：与数论（Frobenius 群与 Artin 表示）、物理（角动量、粒子分类与量子计算）、组合（Young 图与整数分拆）、计算（GAP 与 Sage 的符号对拍）四条战线相通，第六章与综合站余韵两页逐条架桥。

写法约定（TEX 标准）：群记 G、子群记 H（变量斜体）；表示记 ρ：G → GL(V)，表示空间记 V；特征标记 χ，类函数空间记 𝒞(G)；内积记 ⟨χ, ψ⟩；诱导与限制记 Ind^G_H、Res^H_G；群代数记 k[G]；权记 λ。变量用斜体，群名（S_n、D_n、SU(2)、SU(3)）与数字用正体；关键一步配图，群论与线性代数逐章对照。

绪论 两种连续的语言：群与流形本册导引：从静止的对称到流动的对称

正方形有 8 种对称，把它的四个顶点送回自身的方式恰好 8 种，不多不少——这是一种离散的对称：数得清。可圆的对称却有无穷多种：绕圆心转过任意一个角度，圆都回到自身。这两件事看起来只差一个「无穷」，实则分属两种完全不同的数学世界：前者只需乘法表，后者却需要「连续变形」的概念——转过 θ 与转过 θ + ε 之间没有缝隙。

本册讲的就是后一种：连续对称群，也就是李群（Lie group）。它既是群——能乘法、能求逆、乘法结合；又是光滑流形——能做微积分、能求切向量、能沿曲线求导。两副身份叠在一起，便诞生了整个现代数学与理论物理最锋利的工具之一。

为什么这门学问值得单独写一册？因为一个念头实在惊人：一个连续群的全部局部信息，都可以被单位元处的一小段「无穷小变换」背下来。这片「无穷小」构成的向量空间，配上一条由群乘法自然导出的括号，就是李代数（Lie algebra）。李群是弯的、非线性的；李代数是直的、线性的。把弯的东西变成直的东西，正是数学最擅长的事。

而连接两者的，是一个叫指数映射（exponential map）的东西。它把李代数里的一条直线，抬回李群里的一条单参数子群；就像 e^x 把实数轴映到正实数乘法群一样。有了它，群的问题就能经常化归为代数的问题——这是全书的中心思想。

本册按六章推进，每一步都对应李理论历史上的一次跃迁。下面这张图给出全册的骨架。

六章的推进，就是这条链条一次次的深入：

第一章（李群与李代数）把骨架搭起来：李群的定义、单位元处的切空间、左不变向量场、指数映射，以及把李群与李代数缝合的三条基本定理。这一章的关键词是「线性化」——如何用一片平坦的向量空间，忠实地承载一个弯曲的群。

第二章（结构与分类）把李代数拆开：Killing 型、可解与半单的判定、Cartan 分解与根系、Dynkin 图。这一章的顶点是一个漂亮的结论：复半单李代数由一张小小的图（Dynkin 图）唯一决定。分类，就是把无穷多种可能收进有限张图的艺术。

第三章（表示与量子）把李代数「长成矩阵」：最高权理论、Weyl 特征标公式与维数公式、旋量表示。这一章直通量子力学——角动量量子数与粒子分类，都是李代数不可约表示的化身。

第四、五章（几何·拓扑·物理）把李理论放回更大的世界：齐性空间与对称空间、主丛与规范场、Noether 定理与守恒量。这一章让人看见，李理论不是孤立的代数游戏，而是几何与物理的共同母语。

本册的读法很简单：每见一个李群，就在单位元处切一刀，看它的李代数长什么样。转动的群切出来的是斜对称矩阵，换一个群切出来的是别的代数；括号记下无穷小变换之间「不交换」的程度；指数映射把它们缝回去。掌握了这一套动作，就掌握了李理论的语法。

绪论 两种连续的语言：群与流形一个圆的对称：连续群第一例

★★ 我们从最小、最直观的例子开始：圆。

定义（圆的旋转群）。把平面上以原点为圆心的单位圆记作 S¹。绕原点把圆转过角度 θ，记这个转动为 R_θ。全部这样的转动构成集合

U(1) = { R_θ ： θ ∈ ℝ }，

其中「转 θ 再转 φ」等于「转 θ + φ」。

命题。U(1) 在「复合」这条乘法下构成一个群。

证明。逐条核验群的四条公理。封闭性：R_θ ∘ R_φ = R_θ+φ，仍是转一个角度，故仍在集合内。结合律：转动的复合天然结合（三个转动依次作用，先合前两个还是先合后两个，结果一样）。单位元：转 0 度（即恒等变换）满足 R₀ ∘ R_θ = R_θ。逆元：转 −θ 是转 θ 的逆。四条公理全满足，证毕。∎

关键的一步在于：转动的角度 θ 是一个连续变化的实数。转 10°、转 10.0001° 之间的差别想要多小就有多小。于是这个群不再是「一堆散点」，而是排成了一条连续的曲线——事实上，转动的集合与圆周 S¹ 一一对应。

把群「画」出来。让每一转动 R_θ 对应圆周上角度为 θ 的那个点（取弧度制，并把 θ 与 θ + 2π 视为同一点）。这条对应是双射：每个转动对应圆周上一个点，反之亦然。更妙的是，群的乘法变成了圆周上的「角度相加」：两个群的元素相乘，对应它们角度之和那一点。

这个观察带来全书第一个关键念头。在单位元（θ = 0）的小邻域里，圆周看起来就像一小段直线。在这段直线上，我们能对 θ 求导、能取切向量、能做一切线性代数的事。也就是说：连续群在单位元附近「长得像」一个向量空间。

这片贴在单位元处的切空间，正是本册的主角——李代数。对 U(1) 而言，它的李代数是最简单的一维实数空间：转动的「无穷小版本」就是「转一个无穷小角」。我们将在第一章把这个念头精确化：

Lie( U(1) ) ≅ ℝ，

并把「转 θ 是乘一个复数」这条熟悉的事实，重新读成李群与李代数的关系。

另一个角度：来自复数的观察。把平面看成复平面，转过 θ 的转动就是「乘以 e^iθ」。于是

U(1) = { e^iθ ： θ ∈ ℝ } = { z ∈ ℂ ： |z| = 1 }，

即单位圆周。乘法 e^iθ · e^iφ = e^i(θ+φ) 恰是角度相加。这个写法把「指数」与「群乘法」第一次连在一起——它正是后面指数映射的最小原型。李代数里的元素（转一个无穷小角）写成 iθ，指数映射就是 iθ ↦ e^iθ。

于是第一个例子就给出了全书的缩影：连续的群 = 圆周；它的无穷小版本 = 直线；连接两者的桥 = 指数。

绪论 两种连续的语言：群与流形从置换到 Lie：历史的两个源头

★★ 一门学问的形态，往往由它诞生时想解决的问题塑成。李理论有两个源头，一东一西，交汇成一个理论。

源头一：Galois 的幽灵。1830 年前后，Galois 用一个大胆的想法解决了「五次方程能否用根式解」这个三百年悬案：他让每个方程对应一个置换群，方程的「可解性」翻译成群的「可解性」。这是人类第一次发现，一群抽象变换的乘法结构，能裁决一个完全不同的数学问题。Galois 之后，群论成为代数的心脏。

但这个奇迹只适用于离散的置换群。很自然的问题是：如果对称是连续的——像旋转、像微分方程解的各种平移——有没有类似的群论来裁决它们？

源头二：Lie 的雄心。十九世纪七十年代，挪威数学家 Sophus Lie（1842–1899）正面回答了这个问题。他研究微分方程：许多方程之所以难解，是因为「缺对称」。他把方程的不变变换收集起来，发现它们构成一个连续群——今天叫李群。Lie 的雄心是复制 Galois 的奇迹：用连续变换群的可解性，判决微分方程的「可积性」。他的计划部分成功：可解李群确实对应可积的方程。

Lie 的核心技巧极其关键。他意识到连续的群难以直接处理，但可以「在单位元处求导」——把变换看作无穷小，忽略高阶项，得到一个线性的对象。这个对象（李代数）虽然丢失了整体信息，却保留了几乎全部的结构。此后一百五十年，李理论的一切都从这次求导生长出来。

从 Lie 到 Cartan。Lie 之后，Killing（1888–1890）与 Élie Cartan（1894 起）把李代数彻底分类：他们发现，在某种意义下，复杂的李代数都能拆成「不可再分」的积木，而这些积木只有有限几类。Cartan 更进一步，把分类的结果画成小图（后人称 Dynkin 图），还发现了旋量表示——不来自通常的几何旋转，而来自「转两圈才回到原位」的覆盖，日后成为自旋的数学根源。

从代数到物理。1920 年代，Weyl 与 Wigner 把李群搬进量子力学。他们发现，量子系统的对称性恰好是李群，而可观测量的量子数恰好是不可约表示的标号。角动量的三个量子数、自旋的半整数、粒子的多重态分类，全都听李代数的指挥。李理论由此从纯数学的边缘成为理论物理的母语。

下面这张年表记下这条脉络的关键节点。

一个东方对照。值得注意的是「连续对称」的想法在中国古代也早有影子。《周髀算经》与后世历法研究中，天体运行的周期性被当作一种「圆转不息」的对称；旋转的连续性与季节的循环，被纳入同一套推演。虽然这些并未发展为群论，却说明「连续变化中的不变」是人类共有的直觉——西方把它抽象成李群，东方把它记在历律之中。

本册站在这一脉络的终点：我们会把 Lie 的求导、Killing–Cartan 的分类、Weyl 的表示逐一走一遍，让人亲历一次从「看见旋转」到「算出量子数」的完整旅程。

绪论 两种连续的语言：群与流形流形：给连续群一个坐标系

★★★ 要把「连续群」讲清楚，必须先讲清楚流形——它是给连续对象装上坐标的工具。

直观。地球表面是弯的、封闭的，我们没有一张不撕裂的平纸能把它完整铺平；但在任何一个城市附近，我们都可以拿一张足够小的地图，把那里的地形画在平纸上，误差任意小。数学把这件事抽象化：一个空间，如果每一点附近都能用欧氏空间（ℝⁿ）的坐标「平铺」，就称它是一个 n 维流形。

定义（流形，直观版）。拓扑空间 M 称为 n 维光滑流形，若它满足：① 每一点 p 都有一个邻域 U_p 与 ℝⁿ 的一个开集同胚——即存在坐标卡 φ_p：U_p → ℝⁿ；② 不同坐标卡之间重叠的部分，坐标变换 φ_q ∘ φ_p⁻¹ 是光滑的（可无穷次求导）。条件 ② 保证了「求导」这件事与选哪张坐标卡无关——这正是流形上能做微积分的关键。

几个本册会反复出现的例子：

· 直线与平面：ℝ、ℝ²、ℝⁿ 本身是最简单的流形，一张坐标卡就够。

· 圆周 S¹：每个点附近像一小段直线，整体却闭合。至少需要两张坐标卡（例如去掉一个点的两段弧）。

· 球面 S²：每点附近像一张小平面；这就是我们生活的地球表面。

· 一般线性群 GL(n, ℝ)：所有 n × n 可逆实矩阵。它自动是一个流形——因为 n × n 矩阵全体就是一个 ℝⁿ²，「可逆」这个条件由行列式 ≠ 0 给出，是一个开条件，所以 GL(n, ℝ) 是 ℝⁿ² 里的开集。它的维数是 n²。

切空间：流形上的「速度向量」。在光滑流形上，最核心的局部对象是切空间。直观地说，在点 p 处，切空间 T_pM 收集所有「经过 p 的曲线的速度向量」。用坐标卡看，它就是 ℝⁿ；但它的意义在于：它把弯曲的局部信息，装进一个平的向量空间里。求导、线性组合、取维数，都在这个平空间里进行。

下面这张图给出流形与切空间的对照。

为什么连续群必须是流形？回到 U(1)。我们已经看到它与圆周一一对应。要让「转过小角度」「求导」「无穷小」这套语言能用，U(1) 必须是一个光滑流形——而它确实是（一维圆周）。同理，三维旋转群 SO(3)、一般线性群 GL(n, ℝ) 都是流形。于是我们得到第一个精确的定义轮廓：

李群 = （光滑流形）＋（群结构），且两者相容。

「相容」意味着群乘法 (g, h) ↦ gh 与求逆 g ↦ g⁻¹ 都是光滑映射——这样我们才能对群运算求导。第一章将给出完整定义。现在只需记住直觉：李群是一个既能做乘法、又能做微积分的对象。下一节，我们把「相容」这一条的必要性讲透。

绪论 两种连续的语言：群与流形为什么要求导：无穷小的力量

★★★ 一个看起来奇怪的问题：既然李群已经是一个完整的群，为什么我们还要费劲去「求导」，去看它的无穷小版本？答案只有一句话——因为线性的东西才能算。

先看一个熟悉的类比。函数 f(x) = x² 是非线性的，但在 x = 1 附近，它几乎是直线：f(1 + h) ≈ 1 + 2h。这个「几乎」就是导数 f′(1) = 2。导数的价值在于：它把关于函数的非线性问题，替换成关于切线的线性问题。泰勒展开的思想，就是「用一条直线（或多项式）去逼近一条曲线」。

李理论用的是完全相同的招数，只是把「函数」换成「群」，把「切线」换成「单位元处的切空间」。

关键念头：群在单位元附近几乎是向量空间。设 G 是李群，单位元 e。取一个位于单位元附近、经过 e 的光滑曲线 g(t)，满足 g(0) = e。它的速度向量

X = g′(0) = d /d t |_t=0 g(t)

就是 e 处的一个切向量。所有这样的切向量构成单位元处的切空间 T_eG——这就是李代数的载体。

对 U(1)，这条曲线就是 g(t) = e^it，速度 g′(0) = i。所有切向量形如 iθ，θ ∈ ℝ，所以李代数是一维的（同构于 ℝ）。

对 SO(n)（n 维旋转群），一条经过恒等矩阵 I 的曲线是 R(t)，满足 R(t)^⊤R(t) = I。两边在 t = 0 求导得

X^⊤ + X = 0，即 X^⊤ = −X，

所以 Lie(SO(n)) 恰是所有斜对称矩阵（X^⊤ = −X）构成的空间——一个纯粹的线性条件！这个例子完美地展示了「求导」的威力：一个几何的、非线性的条件（保持长度），求导后变成了一个代数的、线性的条件（反对称）。

求导丢了什么？这是必须诚实面对的一点：线性化不是无损的。不同的李群可以拥有同一个李代数——例如 SO(3) 与 SU(2)（我们将在第三章见到）共享同一个李代数，但它们作为群并不相同（SU(2) 是 SO(3) 的双覆盖）。李代数只决定李群的局部结构；整体结构（连通性、覆盖、同伦）需要额外信息。这一「局部 vs 整体」的张力，是李理论贯穿始终的主题，第三章与第四、五章会反复回到它。

于是全书的策略确定：先线性化（第一章），再在线性的世界里做分类与表示（第二、三章），最后把结果抬回群与几何（第四、五章）。每一步都要小心地记录「我们在哪里丢失了信息」，这是正确使用李理论的前提。

绪论 两种连续的语言：群与流形贯穿全书的三条线索

★★ 在正式进入第一章之前，把全书的三条线索摆明，便能随时知道自己站在哪里。

线索一（明线）：从连续对称到无穷小。这条线是最直白的路线图——

看见连续群（旋转、平移、洛伦兹）→ 把它看成流形 → 在单位元处求导，得到李代数 → 用括号描述无穷小变换的不交换 → 用 Killing 型与根系把李代数拆开 → 用最高权理论把表示算出来 → 最后让结果回到几何与物理。

这条线正是李理论两百年历史的轨迹：Lie 求导（1870s）→ Killing、Cartan 分类（1888–1894）→ Weyl 表示（1925）→ 物理应用（1920s 起）→ 现代几何（1950s 起）。每读一章，就走过历史的一个阶段。

线索二（暗线）：线性化与它的代价。这条线是技术的脊梁。李理论的一切都围绕一个念头发动：把弯曲的群，尽可能翻译成平坦的代数。李代数是这次翻译的成果，指数映射是翻译的词典，三条基本定理保证翻译在局部是忠实的。但我们时刻要问：翻译丢失了什么？丢掉的部分（覆盖、连通、整体同伦）在哪里回来？——第一次回来是在第三章的旋量表示（SU(2) → SO(3) 的双覆盖），第二次是在第四、五章的拓扑（同伦群、指标定理）。掌握了这条线，就不会被「同一个李代数为何对应不同李群」这类问题绊住。

线索三（接口）：通往四个邻域。李理论不是孤岛，它与四个方向深度相连——

· 流形与微分几何：李群本身是最重要的流形之一；齐性空间 G/H 与对称空间是几何的核心对象。

· 线性代数与矩阵：一般线性群、指数映射、结构常数，都在矩阵的世界里可以显式计算。

· 表示论：本册把「作用」这件事从有限群一路推到连续群——从有限维表示走向无穷维表示与最高权理论。

· 物理：从 Noether 定理到规范场论，连续对称与守恒量、粒子分类、自旋深度绑定。

下面这张图把三条线索画在一起，作为全书的总览。

给一句提醒。李理论的公式很多、名字很密（Killing、Cartan、Weyl、Dynkin……），初学者容易被淹没。抓住一条主线：无论概念多复杂，问一句「它在无穷小层面是什么」。群的条件求导成李代数条件，群表示求导成李代数表示，几何结构求导成代数结构。凡是这样问，复杂的东西都会简化。这条主线，就是本册想教会唯一招式。

绪论 两种连续的语言：群与流形预备知识：需要带什么

★★ 本册力求自给自足，但有几样工具需要先熟悉。这一页把它们列清楚，并指明书内何处会补齐。

一、群论的基础。需要知道群的定义（集合＋乘法＋结合律＋单位元＋逆元）、子群、正规子群、商群、同态与核。这些都是标准内容；若不熟悉，本章开头也会简要复述关键定义。本册会大量用到群作用与共轭这两个概念。

二、线性代数。需要熟练向量空间、线性映射、矩阵、行列式、特征值与特征向量。特别地，本册反复使用：

· 可逆矩阵群 GL(n, ℝ) 与 GL(n, ℂ)；

· 矩阵的迹 tr 与行列式 det，以及恒等式 det(e^X) = e^tr(X)（第三章、第四、五章会用到）；

· 实对称、斜对称矩阵，以及正交矩阵 R^⊤R = I。

三、微积分与多元微积分。需要知道导数、偏导数、链式法则、雅可比矩阵，以及在曲面上求导的直觉。流形上的「切向量」正是多元微积分里「曲线速度」概念的推广。泰勒展开的思想（用线性逼近非线性）是全书的方法论原型。

四、复数的指数。需要知道 e^iθ = cos θ + i sin θ（Euler 公式），以及它把「角度相加」翻译成「复数相乘」的功能。这本册用它来刻画 U(1)。

下面几样是「便利但非必需」的：一点拓扑（连通、紧致、同伦），一点微分几何（流形、切丛、联络），一点物理（角动量、自旋、规范对称）。这些在第四、五章会随用随补。

关于证明的详略。本册遵循一条原则：凡支撑主线的结论，都给完整证明；凡属技巧性的细节，给出证明思路或参考文献。因此，Cartan 分类定理、Weyl 特征标公式、指数映射的局部同构定理都会有完整论证；而某些同伦计算、指标定理的具体形式，则只给陈述与证明骨架。

下面这张表列出全书用到的核心符号，供随时查阅。

如何使用本册。若时间有限，按序读绪论（8 页）、第一章（骨架）、第二章的根系与分类、第四、五章的物理之桥即可把握主线；若求完整，则逐页推进并做完每章习题。每章末的实验页给出可运行的 Python 代码，用于对拍书中的计算。

准备好之后，翻到第一章——我们从「李群的定义」开始，把「群 + 流形」这副双重身份正式写在纸上。

绪论 两种连续的语言：群与流形绪论小结

绪论的任务是把「李理论究竟在问什么」讲清楚。把它收成六条。

一、两种对称。离散对称（正方形的 8 种对称）只需乘法表；连续对称（圆的无穷多种转动）需要「连续变形」的概念。李群研究后者。

二、李群的双重身份。李群 = 群 + 光滑流形，且群乘法与求逆都是光滑的。它既能做乘法，又能做微积分。U(1)（圆周）、SO(n)（旋转群）、GL(n, ℝ)（可逆矩阵群）是最基本的例子。

三、李代数来自求导。在单位元处对经过单位元的曲线求导，得到切空间 T_eG，配上由群乘法导出的括号，就是李代数。它把非线性的群条件线性化——如 SO(n) 的「保长度」求导成「反对称」。

四、指数映射是桥。exp：𝔤 → G 把李代数的一条直线抬成李群的单参数子群，是连通两者的电梯。它的最小原型是 iθ ↦ e^iθ。

五、线性化有代价。不同的李群可以共享同一个李代数（如 SO(3) 与 SU(2)）。李代数只决定局部结构；整体结构（覆盖、连通、同伦）需要额外信息。这个「局部 vs 整体」的张力贯穿全书。

六、三条线索。明线：连续对称 → 无穷小 → 分类 → 表示 → 回到几何物理。暗线：线性化与它的代价。接口：流形、矩阵、表示论、物理四个邻域。

下一步。第一章把骨架搭起来：从李群的严格定义出发，讲清切空间、左不变向量场、括号与指数映射，并以三条基本定理缝合李群与李代数。读完第一章，将能对任何一个具体的矩阵群，写出它的李代数。

绪论至此结束。全书唯一的核心招式：看到一个连续对称，就在单位元处切一刀，看它切出什么李代数。

第一章 李群与李代数：把弯曲的对称拉直第一章导引：把弯曲的群拉直

绪论给了我们一个念头：连续群在单位元附近「长得像」一个向量空间。第一章的任务，就是把这个念头变成一套可以计算的机器。

要走的路线分四步。第一步，把「群 + 流形」写成严格定义，弄清「群运算光滑」到底意味着什么。第二步，在单位元处取切空间，证明它带着一个自然定义的括号，构成李代数。这一步是「拉直」的核心——从一个弯曲的对象里，切出一个平坦的对象。第三步，用左不变向量场把李代数搬到整个群上，得到 Maurer–Cartan 形式与结构常数——它们让括号可以「算出来」。第四步，用指数映射把李代数抬回李群，并用三条基本定理说明：李群的（局部）结构与李代数的结构一一对应。

这四步对应本章的四个小节群：定义与基本例、切空间与括号、左不变场与结构常数、指数映射与三条定理。中途配例题、习题各若干。读完后，能对任何一个具体的矩阵群（如 U(n)、SU(n)、SO(n)、SL(n, ℝ)），直接写出它的李代数。

下面这张图给出本章的推进路线，与每一步的关键产出。

本章的关键词是「线性化」。记住：李代数不是凭空构造的，它就是从群这个弯曲对象上，在单位元处「切」下来的一片平空间。所有后续的威力——分类、表示、物理应用——都建立在这一刀之上。

第一章 李群与李代数：把弯曲的对称拉直李群的定义：群与流形握手

★★★ 绪论里我们已经有了两个词：群、光滑流形。现在把它们合起来。

定义 1.1（李群）。一个李群 G 是一个集合，同时具有：

（i）一个群结构：乘法 μ：G × G → G，(g, h) ↦ gh，以及求逆 ι：G → G，g ↦ g⁻¹；

（ii）一个光滑流形结构；

（iii）相容性：乘法 μ 与求逆 ι 都是光滑映射。

换一种说法：李群 = 一个群对象落在光滑流形范畴里。它不是「群和流形各自的拼凑」，而是两者的有机统一——因为群运算本身是光滑的。

条件（iii）为什么必要？回忆绪论：我们想在单位元处求导。若乘法不光滑，就无从谈「无穷小」。更关键的是，光滑的乘法保证了一件深层的事：群在任意一点的局部性质，都由它在单位元处的行为决定。这件事的严格表述要用到「左平移」。

左平移与右平移。对每个 g ∈ G，定义左平移

L_g：G → G，　L_g(h) = gh，

以及右平移 R_g(h) = hg。

命题 1.2。对每个 g，左平移 L_g 与右平移 R_g 都是 G 到自身的微分同胚（光滑双射，逆也光滑）。

证明。先看双射：L_g 的逆是 L_g⁻¹，因为 L_g⁻¹ ∘ L_g(h) = g⁻¹(gh) = h。再看光滑：L_g 是映射 h ↦ gh，它是乘法 μ 与「把第二个变量固定为 g」的复合。固定一个变量的乘法是光滑的（由条件 iii）。逆映射 L_g⁻¹ 同理光滑。故 L_g 是微分同胚。右平移同理。∎

这个命题看似平常，却是李理论的枢纽。它说：整个李群 G 的局部形状，都是单位元邻域的「翻版」。因为对任意 g，L_g 把单位元邻域光滑地搬到 g 的邻域。于是在单位元处学到的东西，可以靠左平移「传染」到全群。这就是为什么李代数（一个纯粹在单位元处定义的对象）能掌控整个李群。

三个基本例子。本册反复使用这三个李群：

① 一般线性群 GL(n, ℝ)：全体 n × n 可逆实矩阵，乘法为矩阵乘法。它是 ℝⁿ² 中的开集（由 det ≠ 0 定义），故是 n² 维流形。这是最重要的一类李群——每个矩阵群都是它的子群。

② 圆群 U(1)：{ z ∈ ℂ ： |z| = 1 }，乘法为复数乘法。一维紧李群，绪论已见。

③ 加法群 (ℝⁿ, +)：向量空间配上加法。最简单的交换李群，其李代数就是它自己。

最后强调：李群不必交换，也不必紧。非交换的例子（如 GL(n, ℝ)）才是理论发挥威力的地方，因为「不交换」正是括号的来源。

维数。李群的维数定义为它作为流形的维数。于是 dim U(1) = 1，dim GL(n, ℝ) = n²，dim SO(n) = n(n−1)/2（因为斜对称矩阵的独立分量数）。这个维数，稍后会被证明等于李代数的维数——这正是「线性化不增不减维数」的第一个信号。

第一章 李群与李代数：把弯曲的对称拉直矩阵群：最容易上手的李群

★★ 抽象的李群令人敬畏，但绝大多数具体的例子都是矩阵群——矩阵乘法天然光滑，于是「群 + 流形」的相容性自动满足。这一节把最重要的几个矩阵群列清楚，作为后续所有计算的练兵场。

为什么矩阵群自动是李群？因为 n × n 实矩阵全体就是 ℝⁿ²，矩阵乘法 (A, B) ↦ AB 的每个分量都是 A、B 分量的多项式——多项式当然光滑。求逆由 A⁻¹ = adj(A)/det(A) 给出，在 det ≠ 0 处光滑。所以：任何「用多项式或行列式条件定义的矩阵集合」，只要它成群，就自动是李群。这一条把我们解放出来——不必每次检验流形结构。

经典矩阵群一览。下表列出本册反复使用的群。记号中 𝕂 表示 ℝ 或 ℂ。

其中 A* = A^⊤ 表示共轭转置。

逐一验证「成群」。以 O(n) 为例：若 A^⊤A = B^⊤B = I，则 (AB)^⊤(AB) = B^⊤A^⊤AB = B^⊤B = I（封闭）；单位矩阵满足条件；A⁻¹ = A^⊤ 也满足 AA^⊤ = I（逆元）。结合律继承自矩阵乘法。故 O(n) 是群。SO(n) 是 O(n) 中行列式 = 1 的部分，行列式是群同态 det：O(n) → {±1}，核即 SO(n)，故为正规子群，也是群。

几何意义是第一位的。学李理论时，永远先想群的几何含义，再想它的代数定义。下面这张图给出四个最重要的群的直观。

实维数与复维数。注意上表中复群的维数按实维数计。例如 U(n) 作为复流形是 n² 维，但作为实流形是 2n² 维；不过由于约束 A*A = I 是 n² 个复方程，实维数恰是 2n² − n² = n²。这类维数计算将在下一节用「切空间」系统化——那时我们会发现，维数可以由李代数的维数直接读出。

紧性。O(n)、SO(n)、U(n)、SU(n) 都是紧李群（它们是有界闭集）；而 GL(n, ℝ)、SL(n, ℝ) 非紧。紧性在第三章（表示的可约性）与第四、五章（几何）中至关重要，此处先记下这个区分。

第一章 李群与李代数：把弯曲的对称拉直单位元处的切空间：李代数的载体

★★★ 现在是本章的核心一步：在单位元处「切一刀」。

切向量回顾。设 M 是光滑流形，p ∈ M。p 处的切向量是某个光滑曲线 γ：(−ε, ε) → M（γ(0) = p）在 0 处的速度 γ′(0)。全部切向量构成切空间 T_pM，它是一个 dim M 维的实向量空间。等价的说法：切向量是 p 处的作用在光滑函数上的「方向导数」X：C^∞(M) → ℝ，满足 Leibniz 律。

李代数的定义（第一版）。设 G 是李群，单位元 e。定义

𝕔 = T_eG，

即单位元处的切空间。作为向量空间，𝕔 是 dim G 维实的。这个向量空间即将被赋予一个括号，成为李代数。

如何给 𝕔 定义括号？关键在于把群乘法的信息「求导」。设 X = γ′(0)、Y = δ′(0) 是 𝕔 中两个切向量，其中 γ(0) = δ(0) = e。想法如下。

构造（括号的萌芽）。考虑「(γ′(s)) 如何随 δ 移动」这一念头。更具体的做法是使用共轭：g ↦ hgh⁻¹。它在单位元处的导数定义了 𝕔 上的一个线性变换 Ad(h)（称为伴随作用）。再令 h 沿 Y 变化、对 Ad 求导，就得到 𝕔 上另一个线性变换 ad_Y。定义

[X, Y] := ad_Y(X) = d /d s |₀ ( Ad(δ(s)) · X )。

这个看似绕弯的定义有三个好处：（i）它只用到了群运算与求导，是内蕴的；（ii）它天然是反对称的（下一步会证）；（iii）对矩阵群它有一个极简的公式。

定理 1.3（括号的三条性质）。上式定义的 [ , ]：𝕔 × 𝕔 → 𝕔 满足：

（i）双线性：[aX + bY, Z] = a[X, Z] + b[Y, Z]，关于第二个变量同理；

（ii）反对称：[X, Y] = −[Y, X]，特别地 [X, X] = 0；

（iii）Jacobi 恒等式：[X, [Y, Z]] + [Y, [Z, X]] + [Z, [X, Y]] = 0。

证明思路。双线性来自「Ad 是线性变换、求导是线性的」。反对称的直观是：共轭 hgh⁻¹ 与反转 h ↔ h⁻¹ 相关，一次求导给出反对称。Jacobi 恒等式稍深，它其实等价于「伴随作用 ad_X = [X, −] 是导子」：ad_X[Y,Z] = [ad_XY, Z] + [Y, ad_XZ]——这来自「Ad 是群同态、求导把乘法变成括号」这条链式法则。∎（完整证明见习题。）

定义 1.4（抽象李代数）。一个李代数是一个向量空间 𝕔 配上双线性括号 [ , ]，满足反对称与 Jacobi 恒等式。于是：

李群 G 的李代数 𝕔 = T_eG，配以上述括号。

矩阵群的金公式。对矩阵群，曲线就是矩阵曲线 γ(t) ∈ GL(n)，γ(0) = I。此时共轭是 A ↦ hAh⁻¹，对 h = I + sY + O(s²) 求导得

[X, Y] = XY − YX。

这就是矩阵的交换子！它解释了「括号」这个名字：括号度量两个无穷小变换「不交换」的程度。若 XY = YX，括号为零，两个无穷小变换「和平共处」。反过来，括号非零，说明它们互不交换——这正是非交换性的无穷小指纹。

至此我们完成了本章最核心的一步：从一个弯曲的群 G，切出了一片平坦的向量空间 𝕔，并给它配上了一把度量「不交换」的尺子。下一节用几个具体例子把这把尺子用熟。

第一章 李群与李代数：把弯曲的对称拉直四个李代数的显式计算

★★★ 抽象定义要用具体例子校准。这一节把四个最常用李群的李代数算出来。方法是统一的：取一条经过单位元的光滑曲线，对其约束条件求导。

例 1：GL(n, ℝ)。它没有额外约束（det ≠ 0 是开条件，在单位元处不构成限制），故切空间就是全部 n × n 实矩阵：

Lie( GL(n, ℝ) ) = 𝔤𝔩(n, ℝ) = M_n(ℝ)（全部 n×n 实矩阵），

括号为交换子。维数 n²。

例 2：SL(n, ℝ)。约束是 det A = 1。取曲线 A(t)，A(0) = I，det A(t) ≡ 1。用恒等式 det A = exp(tr log A)（在 A 靠近 I 时成立），或直接用行列式求导公式，两边求导得

d /d t det A(t) |₀ = tr( A′(0) ) = tr X = 0。

故

Lie( SL(n, ℝ) ) = 𝔰𝔩(n, ℝ) = { X ∈ 𝔤𝔩(n, ℝ) ： tr X = 0 }，

即无迹矩阵。维数 n² − 1（去掉了迹这一个约束）。

例 3：O(n)。约束是 A^⊤A = I。取曲线 A(t)，A(0) = I，A(t)^⊤A(t) ≡ I。两边求导：

A′^⊤A + A^⊤A′ ≡ 0　⟹（代 t = 0，A = I）　X^⊤ + X = 0。

故

Lie( O(n) ) = 𝔬(n) = { X ： X^⊤ = −X }，

即斜对称矩阵。维数 n(n−1)/2（上三角部分的分量数）。同理 SO(n) 与 O(n) 有同一个李代数（SO 是 O 的单位元连通分支，不影响切空间）。

例 4：U(n) 与 SU(n)。约束 A*A = I。同法求导得 X* + X = 0，即

𝔲(n) = { X ： X* = −X }（反 Hermite 矩阵），

其中 X* = X^⊤。若再要求 det = 1，则由 tr X = 0 得

𝔰𝔲(n) = { X ： X* = −X， tr X = 0 }。

特别地 𝔰𝔲(2) 是 2 × 2 反 Hermite 无迹矩阵全体，实维数 3——这恰是三维空间里「角动量」的三个分量所在的空间，第三章会详细展开。

下面这张表汇总，作为随身速查。

方法的统一性。注意这四个计算用的是同一个动作：写出群的约束方程，代入一条经过单位元的曲线，对参数求导，令参数为 0。这套动作在本册会重复上百次，务必练熟。它的威力在于：任何由光滑方程 F(A) = 0 定义的矩阵群，其李代数都是 { X ： dF_I(X) = 0 }——即「约束在单位元处的线性化」。

第一章 李群与李代数：把弯曲的对称拉直左不变向量场：把代数搬到全群

★★★ 李代数是在单位元处定义的，但我们希望它能「活」在整个群上。左平移提供了这个通道。

向量场。流形 M 上的一个向量场 X，是为每点 p 指定一个切向量 X(p) ∈ T_pM，且随 p 光滑变化。直观上它是「在每个点上放一支箭头」，可以想象成水流的流速场。

定义 1.5（左不变向量场）。李群 G 上的向量场 X 称为左不变的，若对一切 g, h ∈ G，

(dL_g)_h ( X(h) ) = X(gh)，

即 X 在左平移下不变。简写为 (L_g)_*X = X。

这句话的直观是：把箭头从 h 搬到 gh，箭头本身跟着一起搬，不改变形状。

命题 1.6（核心对应）。左不变向量场与单位元处的切向量一一对应：给定 V ∈ T_eG，唯一存在左不变向量场 X 使得 X(e) = V，由下式给出

X(g) = (dL_g)_e(V)。

证明。定义 X(g) := (dL_g)_e(V)，则 X(e) = (dL_e)_e(V) = V。左不变性来自 L_g ∘ L_h = L_gh 的链式法则：(dL_g)_hX(h) = (dL_g)_h(dL_h)_eV = (dL_gh)_eV = X(gh)。唯一性显然（左不变场由它在 e 的值决定）。∎

于是我们得到一个漂亮的视角转换：

𝕔 ≅ { G 上的左不变向量场 }。

为什么这个视角有用？因为在「向量场」的世界里，有一个自然的运算——李括号。给两个向量场 X, Y，定义 [X, Y] 为作用在函数上的交换子：

[X, Y](f) := X(Y(f)) − Y(X(f))，

对一切光滑函数 f。可以验证这仍是向量场，且满足反对称与 Jacobi 恒等式（这两条在「向量场＋交换子」的框架里是自动的）。关键命题：两个左不变向量场的李括号仍左不变。因此它在 𝕔 上诱导出上一节定义的括号——两条路径殊途同归。

这个事实很深刻：李代数的括号不是人为规定的，它是「向量场的交换子」被左不变性限制到单位元时的化身。Jacobi 恒等式也不是外加的公理，而是「求导算子复合的不交换性」的必然结果。

小结本节。左不变向量场让我们把「单位元处的切向量」提升为「全群上的箭头」。这一步的收获是：李代数的括号有了一个更几何、更内蕴的定义（向量场的交换子），并且 Jacobi 恒等式的来源也变得清楚了。下一节用这个视角得到可计算的对象——结构常数。

第一章 李群与李代数：把弯曲的对称拉直Maurer–Cartan 形式与结构常数

★★★ 李代数的抽象结构，最终要落到「一串可以写下来的数」上。这串数就是结构常数。

取一组基。设 𝕔 是 n 维李代数，取一组基 X₁, …, X_n。由于括号封闭，必存在常数 c_ij^k 使得

[X_i, X_j] = ∑_k=1ⁿ c_ij^k X_k。

这 n³ 个数 c_ij^k 称为结构常数。它们完全决定了 𝕔 作为李代数的结构（换基时按张量规律变换）。

结构常数的约束。由括号的反对称与 Jacobi 恒等式，结构常数必须满足

反对称性：c_ij^k = −c_ji^k；

Jacobi 恒等式：∑_m ( c_ij^m c_mk^l + c_jk^m c_mi^l + c_ki^m c_mj^l ) = 0。

反过来说：任何一组满足这两条约束的常数 c_ij^k，都定义了一个李代数。这给了我们「用有限个数字造李代数」的手段——分类理论（第二章）正是从这里出发。

Maurer–Cartan 形式。现在把这个「在单位元处写下的结构常数」，提升为「全群上的一个微分形式」。

定义 1.7。李群 G 上的Maurer–Cartan 形式是取值于 𝕔 的 1-形式 θ，定义为

θ_g := (dL_g⁻¹)_g ： T_gG → T_eG = 𝕔。

直观地说：θ 把一个切向量「搬回单位元」，从而可以和李代数里的元素比较。它的关键性质是左不变：对一切 g，(L_g)^*θ = θ。

定理 1.8（Maurer–Cartan 方程）。θ 满足

dθ + 1/2 [θ, θ] = 0，

其中 [θ, θ] 是取值于 𝕔 的 2-形式（用李代数括号配对 θ 的两个分量）。在基下展开，这条方程正是结构常数的 Jacobi 恒等式。

意义。Maurer–Cartan 方程是「曲率为零」的方程（平坦联络），它说的其实是：李群在最自然的联络下是平坦的。这条方程在微分几何、可积系统、规范场论里反复出现，是李理论通向几何的一座桥。第四、五章会回来用它。

对矩阵群的具体形式。若 G 是矩阵群，则 θ_g = g⁻¹ dg（矩阵值的 1-形式）。Maurer–Cartan 方程变成

d(g⁻¹dg) + (g⁻¹dg) ∧ (g⁻¹dg) = 0，

可由 d(g⁻¹) = −g⁻¹(dg)g⁻¹ 直接验证。这个公式在物理里就是「规范势的曲率」——第四、五章展开。

算例。𝔰𝔲(2)。取基 X₁ = iσ₁/2、X₂ = iσ₂/2、X₃ = iσ₃/2，其中 σ₁, σ₂, σ₃ 是 Pauli 矩阵

σ₁ = 0110，σ₂ = 0−ii0，σ₃ = 100−1。

直接计算交换子得

[X₁, X₂] = X₃，[X₂, X₃] = X₁，[X₃, X₁] = X₂，

即结构常数是 Levi-Civita 符号 c_ij^k = ε_ijk。它恰好和三维空间中「向量叉乘」的结构常数相同——这解释了为何角动量算符满足 [J_i, J_j] = iε_ijkJ_k。第三章将把这个联系展开为量子力学。

本节小结。结构常数把李代数变成「一串数」；Maurer–Cartan 形式把这串数提升为全群上的几何对象。下一步：如何从这些数，重建出李群本身？答案是指数映射——但是但书很多，这将是下一节的主题。

第一章 李群与李代数：把弯曲的对称拉直指数映射：李代数到李群的桥

★★★ 现在讲最重要的桥梁。

单参数子群。定义 1.9。一条光滑同态 γ：ℝ → G（即 γ(s+t) = γ(s)γ(t)，γ(0) = e）称为一个单参数子群。

单参数子群的直观：一条「直线」躺在群里面，且是「沿乘法方向」铺开的——它把实数的加法搬成群里的乘法。

定理 1.10（指数映射的存在唯一性）。对每个 X ∈ 𝕔，存在唯一的单参数子群 γ_X：ℝ → G 使得 γ_X′(0) = X。定义

exp(X) := γ_X(1) ∈ G，

得到光滑映射 exp：𝕔 → G，满足 exp(tX) = γ_X(t) 与 exp(0) = e。

证明思路。先对矩阵群验证：此时曲线 γ(t) = e^tX（矩阵指数，由幂级数 ∑ (tX)^k/k! 定义）满足 γ′(0) = X 与乘法性 e^(s+t)X = e^sXe^tX。一般情形用左不变向量场：把 X 提升为左不变场 X̃，解常微分方程 γ′(t) = X̃(γ(t))，γ(0) = e。解的存在唯一性由常微分方程理论保证（局部存在，再由群乘法延拓到全 ℝ）。∎

关键性质。指数映射满足：

（i）局部微分同胚：存在 0 的邻域 0 ∈ U ⊂ 𝕔 与 e 的邻域 e ∈ V ⊂ G，使 exp 限制在 U 上是到 V 的微分同胚。于是可以定义它的逆 log = exp⁻¹（局部）。

（ii）自然性：对李群同态 F：G → H，有 exp_H ∘ dF_e = F ∘ exp_G，即下图交换：

𝕔　→^dF　ヅ　；　↓exp　　↓exp　；　G　→^F　H。

（iii）不一定是满射：exp 的像未必覆盖整个 G，即使 G 连通也可能不是满的（如 SL(2, ℝ)）。这是「局部 vs 整体」张力的第一个具体表现。

关于（iii）的说明。以 SL(2, ℝ) 为例，存在矩阵 M ∈ SL(2, ℝ) 不是任何实矩阵的指数。这类现象提醒我们：指数映射给的是「单位元的邻域」，而不是整个群。要覆盖整个连通群，需要用若干个 exp 与群乘法的组合——这件事由下一节的定理精确回答。

矩阵群的显式公式。对 G ⊂ GL(n, ℂ)（矩阵群），指数映射就是矩阵指数

exp(X) = e^X = I + X + X²/2! + X³/3! + ⋯

这个级数对一切矩阵收敛，且满足 det(e^X) = e^{tr X}——后者正是「𝔰𝔩(n) 由无迹矩阵组成」的另一种证法（tr X = 0 ⟹ det e^X = 1）。

对 𝔰𝔲(2)，若 X = iθ(n̂·σ)/2（n̂ 是单位向量），则

exp(X) = cos(θ/2) I + i sin(θ/2) (n̂·σ)，

恰是「绕 n̂ 轴转 θ 角」在二维复表示下的实现。注意 θ 的系数是 θ/2 而不是 θ——这个「一半」正是旋量与双覆盖的来源，第三章揭晓。

下一节把 exp 与李代数的同态缝合起来，给出本章的顶点：三条基本定理。

第一章 李群与李代数：把弯曲的对称拉直三条基本定理：李群与李代数的字典

★★★★ 李代数是李群在单位元处的线性化。线性化会丢信息——但丢得「不多不少」，恰好丢掉整体拓扑。三条基本定理精确地说清这件事。

定理 1.11（第一基本定理：李代数同态 = 局部李群同态）。设 G, H 是李群，𝕔, ヅ 是对应李代数。每个李代数同态 φ：𝕔 → ヅ 都局部地来自一个李群同态：存在 e 的邻域 U 与 e′ 的邻域 V 及光滑映射 F：U → V，使 F 是局部同态（F(gh) = F(g)F(h) 在其有定义的范围内）且 dF_e = φ。

换句话说：李代数的同态，都能「积分」成群的局部同态。这解释了为什么李代数的计算能反映群的信息——代数层面写下的每一条同态，群里都局部地存在其对应物。但如果群不是单连通的，全局同态未必存在：这是「整张全群的同态」比「李代数同态」严格更多的第一个迹象。第三章的旋量表示正是这一现象的关键示例。

定理 1.12（第二基本定理：子代数 ↔ 子群）。李代数 𝕔 的子代数 ヅ 与李群 G 的连通子群（更准确地说，其李代数落在 ヅ 里的子群）一一对应，通过 ヅ ↦ exp(ヅ) 给出的子群。对应关系是：李代数的子代数 ↔ 李群的连通子群；李代数的理想 ↔ 李群的连通正规子群；李代数的同态 ↔ 李群的同态（局部，或整体当群单连通时）。

这张表是李理论最有用的字典。它把「群论问题」翻译成「李代数问题」，而后者的分类（第二章）与表示（第三章）是好算的。

定理 1.13（第三基本定理：单连通对应）。设 𝕔 是有限维实李代数。则存在唯一的单连通李群 G̃ 以其为李代数。更一般地，任何以 𝕔 为李代数的连通李群，都是 G̃ 的商群 G̃/N，其中 N 是离散中心子群。

这条定理给出「局部 vs 整体」问题的完整答案：李代数决定一个「最大的」单连通群；所有其他群都是它的商。因此，固定李代数，所有可能的李群恰好由离散中心的商枚举。例如：

· 𝔰𝔲(2) ≅ 𝔰𝔬(3)，二者对应同一个李代数。它对应的单连通群是 SU(2)，而 SO(3) ≅ SU(2)/{±I}。

· ℝ（李代数）对应单连通群 (ℝ, +)，其商 ℝ/ℤ ≅ U(1) 是圆周。

下面这张图给出「李群 ↔ 李代数」字典的全貌。

本章的收束。到这里，第一章的骨架已经搭完：

李群（群 + 流形）→ 切空间 T_eG → 李代数（切空间 + 括号）→ 左不变场 / 结构常数（可算）→ 指数映射（桥）→ 三条基本定理（字典）。

主线的每一样工具都到位了。第一章的例题与习题将把这些工具在具体例子上练熟。特别地，掌握：对任何矩阵群，写出它的李代数（对约束求导）；对任何李代数，找出它的结构常数。这两项技能是后面一切的基础。

第一章 李群与李代数：把弯曲的对称拉直伴随作用与 ad：括号的内蕴来源

★★★ 上一章反复出现两个符号 Ad 与 ad。这一节把它们讲清楚——它们是括号「内蕴性」的保证。

伴随作用 Ad。对 g ∈ G，定义共轭映射 c_g(h) = ghg⁻¹。它是内自同构（保持群结构），且 c_g(e) = e。于是可以对它在单位元处求导，得到切空间 𝕔 上的一个线性变换：

Ad(g) := (dc_g)_e ∈ GL(𝕔)。

映射 Ad：G → GL(𝕔) 是群同态，称为伴随表示。直观：群元素 g 通过共轭，作用在李代数上——它「转动」李代数的元素。

再由 Ad 求导得 ad。对 Ad 在单位元处求导：

ad := (d Ad)_e ： 𝕔 → 𝔤𝔩(𝕔)，　ad_X(Y) = d /d t |₀ Ad( exp(tX) ) · Y。

于是从「群 → 李代数 → 作用」这条链，我们得到

G　→^Ad　GL(𝕔)　；　𝕔　→^ad　𝔤𝔩(𝕔)。

最后一步联系到括号：

定理 1.14。ad_X(Y) = [X, Y]。

这就是绪论里提到的「括号 = 伴随作用的导数」的精确化。它说明括号不是外加的，而是共轭作用在线性化之后的残留——只要群有非交换性，李代数就有非零括号。

矩阵群上的显式形式。此时 Ad(A)X = AXA⁻¹，而

ad_X(Y) = XY − YX = [X, Y]。

又一次回到交换子。

为什么要引入 Ad 与 ad？因为它们揭示了李代数的「自我作用」结构：𝕔 不仅是一个向量空间，它还通过 ad 作用在自己身上。这个作用（称为伴随表示）是李代数最重要的表示——Killing 型、根系、分类理论（第二章）都建立在它之上。可以说，把伴随作用吃透，第二章的一大半就已经通了。

一个重要的推论。若李代数 𝕔 满足 [𝕔, 𝕔] = 0（一切括号为零），称它是交换李代数。此时 ad ≡ 0，伴随表示平凡。交换李代数对应交换李群（局部）。反之，非交换群的李代数必有非零括号——这正是我们从群里「读到」非交换性的方式。

第一章 李群与李代数：把弯曲的对称拉直同态与子群：三个层级的对应

★★★ 有了基本定理，我们可以系统地列出「群 ↔ 代数」的对应关系。这一节把这些对应整理成表，供后续反复查阅。

层级一：子结构。

层級二：同态。

· 李群同态 F：G → H 在单位元处求导，得李代数同态 dF_e：𝕔 → ヅ；

· 核 ker F 是（可能是离散的）正规子群，其李代数是 ker dF_e；

· 第一基本定理说，反向的「积分」局部总存在，但整体（当 G 不单连通时）未必。

层级三：整体结构。

· 指数映射只在单位元附近同构，因此局部结构由 𝕔 完全决定；

· 整体结构（是否连通、是否单连通、是否有中心）不能由 𝕔 单独决定；

· 但第三基本定理说，单连通群 G̃ 唯一，其余都是它的商——所以「整体歧义」被限制在中心商这一个操作上。

一个完整的算例：SU(2) 与 SO(3)。这是全书最重要的算例之一，值得现在算一遍。

考虑 SU(2) 的伴随表示 Ad：SU(2) → GL(𝔰𝔲(2))。由于 dim 𝔰𝔲(2) = 3，它给出一个同态 SU(2) → GL(3, ℝ)。可以证明（第三章）其像恰是旋转群：

Ad：SU(2) → SO(3)，核 = { I, −I } ≅ ℤ/2。

于是 SO(3) ≅ SU(2)/{±I}。两边求导得 𝔰𝔲(2) ≅ 𝔰𝔬(3)——两个不同的群，同一个李代数。这就是「李代数不决定整体」的最干净例子。第三章会看到它的物理含义：SU(2) 是「转两圈才回到自己」的自旋的舞台，SO(3) 只认「转一圈回来」的普通旋转。

如何使用这张对应表？遇到一个关于李群的问题，先翻译成李代数的问题（用这张表），在代数层面解决（分类、表示、计算），再翻译回群。翻译可能丢失整体信息，需要在最后一步补上——这就是本册的「线性化方法论」的完整流程。

第一章的讲义部分至此结束。下面两页例题把前面所有工具在具体计算上用一遍。

第一章 李群与李代数：把弯曲的对称拉直复化与实形式：ℂ 与 ℝ 之间的往返

★★★ 李代数的分类与表示，绝大多数定理在复数域上最干净。因此需要一套「实 ↔ 复」的翻译工具。

复化。定义 1.15。设 𝕔 是实李代数。它的复化定义为

𝕔_ℂ := 𝕔 ⊗_ℝ ℂ = 𝕔 ⊕ i𝕔，

括号复双线性延拓：[X₁+iX₂, Y₁+iY₂] := ([X₁,Y₁] − [X₂,Y₂]) + i([X₁,Y₂] + [X₂,Y₁])。于是 𝕔_ℂ 是复李代数，dim_ℂ 𝕔_ℂ = dim_ℝ 𝕔。

为什么复化？因为在 ℂ 上，每一个线性算子都有特征值（代数基本定理），而特征值与特征向量是分类与表示的核心工具。没有复化，就没有根空间分解，就没有 Cartan 分类。这是第二章的伏笔。

实形式。反过来，给定复李代数 𝕔，一个实形式 𝕔₀ 是它的一个实子代数，使得 𝕔 = (𝕔₀)_ℂ。同一个复李代数可以有多个不等价的实形式。这是「实李代数比复李代数多」的原因。

最重要的例子。复李代数 𝔰𝔩(2, ℂ) 至少有两个实形式：

· 分裂实形式 𝔰𝔩(2, ℝ)（p21 例题算过），括号在实矩阵内闭合；

· 紧实形式 𝔰𝔲(2) = { X ∈ 𝔰𝔩(2,ℂ) ： X* = −X }，对应紧李群 SU(2)。

两者复化都得到 𝔰𝔩(2, ℂ)，但本身并不等价（一个对应非紧群 SL(2,ℝ)，一个对应紧群 SU(2)）。「同一个复代数，不同的实形式」正是「同一个李代数，不同李群」在代数层面的镜像。

一条实用的口诀。研究李代数，先复化（把问题搬到 ℂ，享受特征值），再寻找实形式（挑选想要的实结构）。分类在复情形做，表示论则常需回到实情形。这个方法贯穿第二、三章。

第一章 李群与李代数：把弯曲的对称拉直理想、单与半单：第一次登高远望

★★★ 第一章收尾处，我们提前看一眼第二章的风景。

定义 1.16（理想）。李代数 𝕔 的子空间 ヅ 称为理想，若对一切 X ∈ 𝕔、Y ∈ ヅ，都有 [X, Y] ∈ ヅ，记 ヅ ◁ 𝕔。注意：由反对称性，只需检验一个方向的「含」。

理想之于李代数，正如正规子群之于群：商代数 𝕔/ヅ 有意义，且由第二基本定理，理想对应连通正规子群。

定义 1.17（单、半单）。

· 𝕔 称为单的，若 dim 𝕔 > 1 且除 0 与自身外无理想。

· 𝕔 称为半单的，若它是一族单李代数的直和，等价地（定理 2.5）它无交换理想。

· 𝕔 的导代数是 [𝕔, 𝕔]（所有括号张成的子空间），它是理想；𝕔 可解当且仅当某个 𝕔^(k) = 0。

为什么关心「单」与「半单」？因为它给出李代数的「素数分解」：

任意李代数 → 可解部分（Levi 因子）＋ 半单部分（单李代数的直和）。

这恰如整数分解为素数、多项式分解为不可约因子。单李代数就是李代数世界的「素数」——它们是构造一切李代数的原子。把它们全部列出（第二章将做），就完成了李代数的分类。

一个具体的分解例。𝔤𝔩(n, ℂ) 不是半单的。它有理想 ℂ·I（标量矩阵，中心）与 𝔰𝔩(n, ℂ)，且

𝔤𝔩(n, ℂ) = 𝔰𝔩(n, ℂ) ⊕ ℂ·I，

其中 𝔰𝔩 单（n ≥ 2），ℂ·I 是一维交换理想。于是「一般线性代数」被分解成一个单的部分与一个交换的部分——这正是「行列式 = 迹的指数」（SL 是 GL 的无迹部分）的代数解释。

第一步的判据。如何判断半单？下一章的答案要用到 Killing 型：B(X,Y) = tr(ad_X ad_Y)。Cartan 判据说：𝕔 半单 ⟺ B 非退化。这个二次型把「半单性」变成一个可计算的线性代数条件——第二章的主线由此展开。第一章到这里为止，行囊里已经装好了一切所需的工具：括号、ad、复化、理想。

第一章 李群与李代数：把弯曲的对称拉直商、扩张与 Levi 分解：李代数的「解剖」

★★★ 有了理想，就能像解剖一样把李代数拆开。

商李代数。设 ヅ ◁ 𝕔。商空间 𝕔/ヅ 上定义 [X+ヅ, Y+ヅ] := [X,Y] + ヅ。由理想的定义，这个括号是良好定义的（不依赖代表元的选择），且满足反对称与 Jacobi。于是 𝕔/ヅ 是李代数。

同构定理。与群论平行：若 φ：𝕔 → ヅ 是李代数同态，则 𝕔/ker φ ≅ im φ。证明照搬群论（把群乘法换成括号）。

扩张。反过来，给定 ヅ 与 𝕔/ヅ，能拼出 𝕔 吗？李代数 𝕔 称为 ヅ 被 𝕔/ヅ 的扩张。与群论一样，扩张未必唯一——其「歧义」由二阶上同调 H² 度量（这是同调代数与李理论的接口，其语言在需要时书内随用随补）。

Levi 分解。定理 1.18（Levi）。设 𝕔 是有限维实或复李代数，R 是它的极大可解理想（radical）。则存在半单子代数 S ≤ 𝕔（Levi 因子），使得

𝕔 = S ⊕ R（作为向量空间），且 [S, R] ⊆ R。

也就是说：任何李代数都是「半单 + 可解」的缝合，其中可解部分是理想（可以被商掉），半单部分是子代数。这给出了李代数分类的第一层分解。

第二层：半单分解成单。半单李代数 𝕔 可唯一分解为单理想的直和：

𝕔 = 𝕔₁ ⊕ 𝕔₂ ⊕ ⋯ ⊕ 𝕔_r，

每个 𝕔_i 是单李代数。于是：分类一切李代数 ⟸ 分类一切可解李代数 + 分类一切单李代数。第二章做的是后半（单与半单的分类）；前半（可解）相对容易（可解李代数有「导列」结构，且可上三角化——Lie 定理）。

可解与幂零的直观。「可解」的名字来自 Galois 理论：可解李代数对应可解群，对应「用根式解方程」。其判据是导列最终归零。更弱的条件是「幂零」：下中心列最终归零。一个记忆诀窍：可解 = 「反复取导代数会死」，幂零 = 「反复取下中心列会死」；幂零 ⟹ 可解，反之不然。

这套解剖完成后，李代数的结构理论就只剩一件事：把单李代数全部找出来。这正是第二章要完成的——而它的答案（四类无穷族加五类例外）美得令人惊讶。

第一章 李群与李代数：把弯曲的对称拉直Killing 型与可解性：第二章的入口

★★★ 本节给出一个「从李代数自身读出它性质」的工具——Killing 型。它是第二章全部理论的发动机，此处先作预告性介绍。

定义 1.19（Killing 型）。对李代数 𝕔，定义双线性型

B(X, Y) := tr( ad_X ∘ ad_Y )，

其中 ad_X 看作 𝕔 上的线性变换，tr 是线性变换的迹。B 称为 𝕔 的Killing 型。

基本性质。（i）B 双线性、对称：B(X,Y) = B(Y,X)。（ii）结合性（不变性）：B([X,Y], Z) = B(X, [Y,Z])。（iii）内蕴性：它不依赖基的选取（因为迹不依赖基）。

（ii）的证明：由「ad 是导子」得 ad_[X,Y] = [ad_X, ad_Y] = ad_Xad_Y − ad_Yad_X，再用 tr(AB) = tr(BA) 展开即可。

Cartan 判据（预告）。定理 1.20。（i）𝕔 半单 ⟺ B 非退化。（ii）𝕔 可解 ⟺ B(𝕔, [𝕔,𝕔]) = 0，即 Killing 型在导代数上恒为零。

这两个判据把「半单」「可解」这类结构性质，翻译成「一个二次型是否非退化」这类线性代数问题——计算可行。第二章将用（i）作主线。

算一个具体的。对 𝔰𝔲(2)，取基 X₁, X₂, X₃ 满足 [X_i, X_j] = ∑ε_ijkX_k。可以算出

B(X_i, X_j) = −2δ_ij，

即 Killing 型是负定二次型（差一个常数）。它是负定的 ⟺ 对应的李群是紧的。这解释了 p12 提到的 SU(2) 紧性——紧性在代数上的指纹，就是 Killing 型的负定性。

为什么这很了不起？因为它意味着「半单」这类看起来抽象的性质，可以被计算：写出 ad 的矩阵、求迹、看行列式是否为零。李代数的分类因此从「描述」变成了「算法」。第二章开篇就会把这条算法完整走一遍。

第一章 李群与李代数：把弯曲的对称拉直覆叠与基本群：整体结构的度量

★★★ 第三基本定理说，固定李代数，所有连通李群都是单连通群 G̃ 的商 G̃/N。这些商有多少？由什么决定？本节给出答案。

覆叠映射。设 p：G̃ → G 是李群同态，若是「局部同构的满射且核离散」，称 G̃ 是 G 的覆叠。此时 p 的微分是同构，故 G̃ 与 G 有同一个李代数。核 Γ = ker p 是离散中心子群。

定理 1.21。连通李群 G 的覆叠（连同基点）与基本群 π₁(G) 的子群一一对应。特别地，单连通覆叠 G̃ 唯一，且 π₁(G) ≅ ker(G̃ → G)。

于是「李代数的整体歧义」被精确地度量了：它由离散群 Γ（即基本群）决定。这给出一条实用的流程：

𝕔（李代数）→ G̃（唯一单连通群）→ 挑离散中心 N ⊂ Z(G̃) → G = G̃/N。

三个标准例子。

① 𝔰𝔬(3) / 𝔰𝔲(2)：单连通群 SU(2) ≅ S³，其中心 {±I} ≅ ℤ/2。商掉它得 SO(3)，故 π₁(SO(3)) = ℤ/2。这就是「SO(3) 里存在不可收缩的圈」的代数表达，也是旋量存在的根源。

② ℝ / U(1)：单连通群 (ℝ, +)，中心是 ℝ 全体（交换群），取离散子群 ℤ 商掉得 U(1) = ℝ/ℤ，故 π₁(U(1)) = ℤ。

③ 𝔰𝔩(2, ℝ)：单连通群是 SL(2, ℝ) 的通用覆叠 \widetilde{SL(2, ℝ)}，其中心 ≅ ℤ。存在无穷多覆叠，对应不同的实形式与单值化。

回望全书。第一章建立了「线性化」的完整机器。它给我们两样东西：一个可计算的代数对象（李代数），以及一张李群 ↔ 李代数的字典（三条定理）。字典的「误差项」（整体信息）由覆叠理论精确刻画。第二章将对代数对象做分类，第三章研究它的表示，第四、五章把一切放回几何与物理。

此刻若已能对任意矩阵群写出其李代数、计算括号与结构常数、判断其基本群的大致形状，第一章的目标就达到了。

第一章 李群与李代数：把弯曲的对称拉直小结与预告：从「拉直」到「解剖」

★★ 至此第一章的讲义全部结束。这一页做个收束，并把球交给第二章。

我们已经走了多远。起点是一个弯的、非线性的对象（李群）；终点是一片平的、可计算的向量空间（李代数），外加一本李群 ↔ 李代数的字典（三条基本定理）。中间的关键动作有四个：左平移（把单位元的局部信息传遍全群）、求导（把非线性条件线性化）、括号（把非交换性留下）、指数映射（把线性结果抬回去）。

还没有做的事。第一章只是「把李代数拿到手」，还没有问「李代数有多少种」。这个问题（分类）是第二章的内容，而它需要一些新工具：Killing 型（第一章末尾已预告）、Cartan 子代数、根空间分解、Dynkin 图。这些工具的共同特点是：它们全部用李代数自身的括号构造，无需再回到群。这正是线性化的收益。

一个预告性的画面。第二章将证明：复半单李代数由一张小小的「连线图」（Dynkin 图）唯一决定。这些图只有有限几种——四个无限族 A_n, B_n, C_n, D_n 加五个例外 G₂, F₄, E₆, E₇, E₈。最稀有的 E₈ 与理论物理、弦论、甚至八元数都有惊人联系。把无穷多种可能收进有限的图形，是第二章最漂亮的成就。

下面这张图把第一、二章的关系画在一起。

给话。如果第一章让觉得「工具很多、很抽象」，这些工具在后面各章会各自派上大用。括号会变成量子力学的对易关系；结构常数会变成 Dynkin 图的连线；指数映射会变成旋量表示的「转两圈」；三条基本定理会变成规范场论的「局部对称决定相互作用」。第一章的抽象，是为了后面各章的具体。

第一章 李群与李代数：把弯曲的对称拉直附录：从流形到李子群——一个技术注记

★★★ 本页澄清一个技术细节：矩阵群与「抽象李群」的关系，以及「李子群」一词的两义。

两类子群。在文献中「李子群」有两个含义，初学者极易混淆：

· 李群意义下的子群（也叫「浸入李子群」）：H ≤ G 本身是一个流形，且含入映射 H ↪ G 是光滑的——但它可能是「缠绕」的（如无理斜率直线嵌入环面 T²）。

· 嵌入李子群：更进一步要求含入是同胚到其像（像与子空间拓扑一致），此时 H 是 G 的「规规矩矩的子流形」。

例子：环面里的直线。环面 T² = ℝ²/ℤ²。取斜率 α 的直线 {t(1, α)} 投到环面上：

· 若 α 有理，它的像是同构于 U(1) 的闭合圈（嵌入子群）；

· 若 α 无理，它的像是「稠密缠绕」的线（浸入子群但非嵌入），李代数是一维的，但闭包是整个 T²。

这个例子说明：「子代数 ↔ 子群」的对应（第二基本定理）在「浸入」的意义下成立，但在「嵌入」的意义下可能不成立。无理缠绕线就是一个反例——它有一个一维子代数，对应的子群却不对应任何一维嵌入子流形。技术文献中的「李子群」通常指浸入意义，第二章讨论时需留意。

矩阵群的好处。若 G 是矩阵群（GL(n, ℂ) 的闭子群），那么上述技术困难全部消失：每个（抽象的）子代数都对应一个闭（嵌入）子群。这就是为什么本册的绝大多数例子里，我们都用矩阵群——它们既不失一般性（Lie 的第三定理保证任何李群都局部同构于矩阵群），又免去了缠绕的技术麻烦。

与本册策略的关系。本册绝大部分计算在矩阵群内进行，因此可以放心使用「子代数 ↔ 子群」的对应。但知道，一般李群有技术例外——这正是「线性化丢失整体信息」在子结构层面的另一个表现。

第一章 李群与李代数：把弯曲的对称拉直附录：李理论的公理化与三种等价框架

★★ 李理论可以用三套语言表述，它们互相等价。理解这三套框架，就能自由地在文献间穿梭。

框架一：李群（整体）。对象是李群 G（群 + 流形）。优点是几何直观强（旋转、变换），缺点是非线性、难计算、整体信息复杂。

框架二：李代数（局部/线性）。对象是李代数 𝕔（向量空间 + 括号）。优点是线性、可分类、可表示，缺点是丢失整体信息（覆盖、同伦、指数映射不满）。

框架三：形式群 / 公理化的李群。把李群「在单位元附近」抽象成一个形式对象（形式群律 F(X,Y) = X + Y + ½[X,Y] + ⋯）。这套语言完全脱离流形，纯代数，且在正特征下依然可用（这引出第二章末的「Chevalley 整形式」与量子群）。

三者的桥梁。框架一 ↔ 框架二由「求导 / 指数映射」相连（第一章的主题）；框架二 ↔ 框架三由「BCH 公式」相连（形式群的乘法由李代数括号决定）；框架一 ↔ 框架三则由「单位元邻域内的群律展开」相连。

为什么需要框架三？因为在正特征 p 的情形（如有限域上的群），流形结构退化（不能求导），但形式群律仍然有意义。此外，量子群的「q-变形」正是从形式群律的乘法法则出发，把 ½[X,Y] 换成依赖于 q 的表达式。第三章末、第二章末都会回到这一框架。

本册的路线。第一、二、三章主要在框架二（李代数）内工作（因为分类与表示最方便）；第四、五章回到框架一（几何与物理）；边界情形（正特征、量子群）会用到框架三。若读到这里已经习惯「在三个框架间切换」，第一章的目标就超额完成了。

第一章 李群与李代数：把弯曲的对称拉直例题一：三个矩阵群的李代数与结构常数

本题把「约束求导」这套动作在三个群上完整走一遍，并算出结构常数。

题 1。求 SO(3) 的李代数，并写出其结构常数。

解。SO(3) 由 3 × 3 满足 A^⊤A = I、det A = 1 的实矩阵组成。求导（如 p14 例 3）得

𝔰𝔬(3) = { X ∈ M₃(ℝ) ： X^⊤ = −X }。

斜对称 3 × 3 矩阵的一般形式为

X = 0−cbc0−a−ba0，a, b, c ∈ ℝ，

故 dim 𝔰𝔬(3) = 3。取基（三个「基本无穷小转动」）：

J₁ = 00000−1010，J₂ = 001000−100，J₃ = 0−10100000。

直接计算交换子：

[J₁, J₂]。计算 J₁J₂：第 (i,j) 项为 ∑_k (J₁)_ik(J₂)_kj。逐项计算得 J₁J₂ = 000100000，J₂J₁ = 010000000，故

[J₁, J₂] = J₁J₂ − J₂J₁ = 0−10100000 = J₃。

同理 [J₂, J₃] = J₁、[J₃, J₁] = J₂。于是

[J_i, J_j] = ∑_k ε_ijk J_k，

结构常数 c_ij^k = ε_ijk，恰是 Levi-Civita 符号。∎（与 𝔰𝔲(2) 完全一致，印证了 𝔰𝔲(2) ≅ 𝔰𝔬(3)。）

题 2。求 SL(2, ℝ) 的李代数。

解。SL(2, ℝ) = { A ∈ M₂(ℝ) ： det A = 1 }。约束 det A = 1 求导得 tr X = 0，故

𝔰𝔩(2, ℝ) = { X = abc−a ： a, b, c ∈ ℝ }，dim = 3。

这个李代数是第二章的主角——它是维数 3 的实单李代数，其复化 𝔰𝔩(2, ℂ) 是分类的「原子」。∎

题 3。求 U(2) 的李代数维数。

解。𝔲(2) = { X ： X* = −X }。反 Hermite 矩阵 X 的对角元是纯虚数（2 个实自由度），上三角元是任意复数（1 个复数 = 2 个实自由度），下三角由共轭转置决定。共 2 + 2 = 4，故 dim_ℝ 𝔲(2) = 4。∎

解后小结。三道题用的都是同一动作：写约束、代入曲线、求导、令参数为零，得到的线性条件就是李代数。这个动作要练到不假思索。

第一章 李群与李代数：把弯曲的对称拉直例题二：指数映射的具体计算

本题练习指数映射的显式构造——它是「李代数 → 李群」这条方向的计算。

题 1。计算 exp(tJ₃)，其中 J₃ 是 p21 中的旋转生成元。

解。把 J₃ 写成矩阵：J₃ = 0−10100000。观察 J₃ 的结构：它作用在 (x, y, z) 上给出 (−y, x, 0)，即只转动 xy 平面。于是把它看成「xy 平面内的 90° 转动生成元」，而 xy 平面的 90° 转动对应 2 × 2 矩阵 j = 0−110，满足 j² = −I₂。故

e^tj = I₂ + tj + t²j²/2! + t³j³/3! + ⋯ = (1 − t²/2! + ⋯)I₂ + (t − t³/3! + ⋯)j = cos t · I₂ + sin t · j。

把 2 × 2 块塞回三维得

exp(tJ₃) = cost−sint0sintcost0001，

恰是绕 z 轴转 t 角的旋转矩阵。∎

题 2。计算 exp(tX)，X = 0100。

解。X² = 0（幂零矩阵），故级数在第 2 项截断：

e^tX = I + tX = 1t01。

这是一族「剪切变换」，且 e^sXe^tX = e^(s+t)X 成立（直接验证）。注意 X 无迹，故 det e^tX = 1，这族矩阵落在 SL(2, ℝ) 中。∎

题 3。证明指数映射的「同态性质」：若 [X, Y] = 0，则 e^Xe^Y = e^X+Y。

解。当 X, Y 交换时，二项式定理对矩阵成立：(X+Y)ⁿ = ∑_k C(n,k) X^kY^n−k（因为可以随意交换次序）。于是

e^X+Y = ∑_n (X+Y)ⁿ/n! = ∑_k,m X^k/k! · Y^m/m! = e^Xe^Y。

注意：当 [X, Y] ≠ 0 时这条公式会失败，其修正项正是 BCH 公式（下一题）。∎

题 4（挑战）。验证 BCH 公式的最低阶项：对小的 X, Y，

e^Xe^Y = e^{X+Y+[X,Y]/2 + ⋯}。

解。展开到二阶：e^Xe^Y = I + X + Y + (X²/2 + XY + Y²/2) + ⋯。另一方面设 e^Xe^Y = e^Z，把 Z = X + Y + Z₂ + ⋯ 代入并展开 e^Z 到二阶：I + X + Y + Z₂ + (X+Y)²/2。两式相减：

Z₂ = XY + Y²/2 + X²/2 − (X² + XY + YX + Y²)/2 = (XY − YX)/2 = [X, Y]/2。

故 Z = X + Y + [X, Y]/2 + ⋯。∎

解后小结。BCH 公式的物理含义是：两个无穷小变换的复合，一般不等于它们之和，其偏离量由括号（即不交换度）度量。这是「非交换性如何逐阶显现」的最直白例子，也是量子力学中算符指数化（如 e^iHt）必须小心次序的原因。

第一章 李群与李代数：把弯曲的对称拉直习题一：定义与显式计算

以下十题覆盖本章前半的核心技能，建议全部手算。

1. 验证：左平移 L_g 满足 L_g ∘ L_h = L_gh 当且仅当群乘法满足结合律。

2. 证明 GL(n, ℝ) 是 ℝⁿ² 中的开集，并说明它的维度是 n²。

3. 求 O(2) 的李代数。它和 𝔰𝔬(2) 是什么关系？两者维数各是多少？

4. 证明 𝔰𝔩(2, ℝ) 中的矩阵 H = 100−1、E = 0100、F = 0010 构成一组基，并计算全部交换子。写出其结构常数。

5. 计算 exp(tH)，其中 H 如题 4。它给出 SL(2, ℝ) 的什么单参数子群？

6. 证明对任何 3 × 3 斜对称矩阵 X，存在向量 v ∈ ℝ³ 使得 Xu = v × u 对一切 u 成立（× 为向量叉乘）。由此说明 𝔰𝔬(3) ≅ (ℝ³, ×)。

7. 求 SU(2) 的李代数 𝔰𝔲(2) 的一组基，并验证它们满足 [X_i, X_j] = ∑ ε_ijkX_k。

8. 计算 exp(t 01−10)，并解释它的几何含义。

9. 判断：exp 是满射吗？分别对 U(1)、SU(2)、SL(2, ℝ) 讨论。

10. 设 φ：𝔤 → 𝔥 是李代数同态。证明 ker φ 是理想。

提示。题 4 的交换子是 [H, E] = 2E、[H, F] = −2F、[E, F] = H——这正是 𝔰𝔩(2) 的标准三元组，第二章的分类将以它为核心。题 6 提示：取 v = (X₃₂, X₁₃, X₂₁)。题 9 提示：SL(2, ℝ) 的 exp 不是满射，可考察有无实对数。

第一章 李群与李代数：把弯曲的对称拉直习题二：指数映射与整体结构

以下十题练习「李代数 ↔ 李群」的翻译技能，并首次正面处理「局部 vs 整体」。

1. 证明 exp(X)⁻¹ = exp(−X)，并说明 exp 的像是群的一个子集但不是子群（一般情形）。

2. 对 𝔰𝔬(3) 的生成元 J₃，求最小的 t > 0 使 exp(tJ₃) = I。这说明单参数子群的「周期」是多少？

3. 计算 𝔰𝔲(2) 中 X = iσ₃/2 的 exp(tX)，求最小正周期。与题 2 比较，说明 SU(2) 与 SO(3) 的差别。

4. 验证 Ad(A)(X) = AXA⁻¹ 对矩阵群成立，并证明 Ad(e^Y) = e^ad_Y。

5. 设 𝕔 交换（[𝕔,𝕔]=0）。证明 exp：𝕔 → G 在连通情形下是满射的群同态，且 G ≅ 𝕔/Γ，Γ 为离散子群。

6. 求 U(1) 的李代数，并用第三基本定理说明 U(1) ≅ ℝ/ℤ。

7. 证明：若李代数是交换的，则伴随表示 ad ≡ 0，并给出反例说明逆命题不成立（存在非交换李代数其某个元素的 ad 可为某个值，但全体 ad 不为零）。

8. 计算 𝔰𝔲(2) 的 Killing 型 B(X,Y) = tr(ad_X ad_Y)，说明它是负定的。这是 SU(2) 紧性的代数反映。

9. 设 N ◁ G 是连通正规子群。证明 Lie(N) 是 𝕔 的理想。

10. 叙述并比较：为什么「李代数同态总能积分成局部群同态」，但「整体群同态未必存在」？举 𝔰𝔬(3) → 𝔰𝔲(2) 为例说明。

提示。题 3：exp(tiσ₃/2) = cos(t/2)I + i sin(t/2)σ₃，周期为 4π；而题 2 的周期是 2π——「差一倍」正是双覆盖的来源。题 8：先算 ad 在基 (X₁,X₂,X₃) 下的矩阵，再用 tr(XY) = −2δ_ij（对 X_i 的定义）。题 10：注意 𝔰𝔬(3) ≅ 𝔰𝔲(2) 作为李代数同构，但不存在 SO(3) → SU(2) 的连续同态使之为其微分（因为 SO(3) 有圈，而 SU(2) 单连通）。

第一章 李群与李代数：把弯曲的对称拉直第一章知识地图

本章的概念依赖关系如下：从李群出发，一路走到三条基本定理。

读图要点。① 左平移是隐藏的枢纽——它保证了「单位元处的信息」能掌控全群，因此整条链才成立。② 括号有两个入口：几何的（左不变向量场的交换子）与代数的（ad / 交换子），第三章会看到它们给出同一结果。③ 结构常数是可计算的对象，它是第二章分类理论的原料。④ 指数映射是回程，三条定理说明回程在局部是忠实的、在整体会丢信息。

三个常见卡点。（i）把「李群的维数」与「李代数的维数」分开记——它们相等，但前者是流形的维、后者是向量空间的维。（ii）混淆 Ad（群的伴随表示，作用在 𝕔 上）与 ad（李代数的伴随表示，作用在 𝕔 上）——前者是群的元素，后者是代数的元素，,通过 Ad(exp X) = e^ad_X 相连。（iii）忘记「exp 未必满射」——这会在第三章造成旋量表示的理解困难，务必现在就记住。

第一章 李群与李代数：把弯曲的对称拉直第一章小结

第一章建立了李理论的基本骨架。收成八条。

一、李群的定义。李群 = 群 + 光滑流形，且乘法与求逆光滑。矩阵群自动是李群（多项式的光滑性）。基本例：GL(n)、SL(n)、O(n)、SO(n)、U(n)、SU(n)。

二、左平移是关键。L_g 是微分同胚，把单位元邻域搬到全群；因此单位元处的局部信息掌控整个李群的局部结构。

三、李代数 = 单位元处切空间 + 括号。括号由共轭作用求导（Ad 再 ad）定义；矩阵群上它就是交换子 [X,Y] = XY − YX，度量无穷小变换的不交换度。

四、括号的三条性质。双线性、反对称、Jacobi 恒等式。它们也是「抽象李代数」的公理；Jacobi 恒等式源于「向量场交换子的自洽性」，不是外加的。

五、约束求导法。任何由光滑方程 F(A)=0 定义的矩阵群，其李代数是 {X：dF_I(X)=0}。四个标准结果：𝔤𝔩 = 全部、𝔰𝔩 = 无迹、𝔬 = 斜对称、𝔲 = 反 Hermite。

六、左不变向量场与结构常数。𝕔 同构于左不变向量场全体；取基后括号写成 [X_i,X_j] = ∑ c_ij^kX_k，结构常数 c_ij^k 完全决定李代数。Maurer–Cartan 形式把它提升到全群。

七、指数映射是桥。exp：𝕔 → G 把直线 tX 抬成单参数子群；局部是微分同胚，但与同态自然交换；一般未必满射。

八、三条基本定理。李代数同态 ↔ 局部李群同态；子代数 ↔ 连通子群、理想 ↔ 连通正规子群；单连通群 G̃ 唯一，其余都是它的中心商。

最重要的例。𝔰𝔲(2) ≅ 𝔰𝔬(3)，但 SU(2) 与 SO(3) 不同（差 ℤ/2）。「同一个李代数，多个李群」——这是全书「局部 vs 整体」主题的第一个、也是最重要的例子。

下一步。第二章用 Killing 型把李代数拆开，并用根系与 Dynkin 图完成分类。第一章得到的结构常数，将成为分类的输入。

第一章 李群与李代数：把弯曲的对称拉直思想卡：线性化是一门艺术

一个念头。数学史上有一种反复出现的技法：把难的问题，换到一个「平」的（线性的）世界里去解。微积分里的导数、几何里的切线、数论里的局部化、李理论里的李代数——它们都是同一招。第一章真正教的，不是某个公式，而是这门「线性化」的手艺。

手艺的三步。（i）识别「弯」在哪——李群的弯，是群乘法是非线性的（gh 不能写成 g+h）。（ii）找一个「切点」——李理论选的是单位元 e，因为它是群运算的中点、也是左平移的基点。（iii）把「弯的东西」在切点处线性化——求导得到李代数，并用括号记录「线性化之后仍残留的非交换性」。

为什么括号必须保留。如果只做「一阶线性化」而丢弃所有非线性信息，我们会得到一堆互不相关的线性变换，理论就没有内容了。括号的精妙在于：它是「二阶」的残留，恰好保留了群的局部非交换结构，又还是线性的、可算的。用一句话说——导数是「一阶」的，括号是「二阶」的，李理论恰好处在这两级之间。这是李代数比「单纯的切空间」多出来的全部东西。

一个反例的警示。线性化不是无损的。SU(2) 与 SO(3) 有同一个李代数，但一个是单连通的、一个有非平凡基本群。因此：凡涉及「整体」的问题（覆盖、同伦、全局存在性），都不能只靠李代数回答，必须回到群里看。李理论中所有「奇怪」的现象（旋量、指数映射不满、整体同态不存在），根源都在这里。

历史回响。Sophus Lie 当年正是为了把 Galois 的「离散群裁决代数方程」推广到「连续群裁决微分方程」，才发明了这套线性化技术。他的雄心是：把「弯的对称」也变成可分类、可计算的对象。第一章完成了一半——线性化的部分；分类的部分在第二章。

想一想。（i）在数论里，「局部化到素理想 𝔭」是否也是某种线性化？它保留了哪些信息、丢弃了哪些？（ii）在分析里，用 Taylor 展开逼近一个函数时，我们丢掉的是「有限的线性化信息」还是「无限的？」（iii）李理论的括号是「二阶」的残留；有没有数学理论使用了「三阶」的残留？

第一章 李群与李代数：把弯曲的对称拉直挑战：从群公理与流形结构推出括号的 Jacobi 恒等式

本题是第一章最难的一题。前文我们只是「断言」了 Jacobi 恒等式，现在要把它严格地从群结构与流形结构推出。

问题陈述。设 G 是李群，𝕔 = T_eG，括号按 [X, Y] = (d/ds)|₀ Ad(exp sY)·X 定义。证明 Jacobi 恒等式：

[X, [Y, Z]] + [Y, [Z, X]] + [Z, [X, Y]] = 0。

证明（分六步）。

第一步：把 ad 写成「共轭的导数」，建立 Ad 是群同态。Ad 由 Ad(g) = d(c_g)_e 定义，其中 c_g(h) = ghg⁻¹。因 c_g ∘ c_h = c_gh，由链式法则 Ad(g)Ad(h) = Ad(gh)：Ad 是从 G 到 GL(𝕔) 的群同态。

第二步：对 Ad 求导得 ad，并建立「Ad(e^tX) = e^t·ad_X」。因 Ad 是群同态、且 t ↦ Ad(exp tX) 是 GL(𝕔) 中的单参数子群，由指数映射的唯一性，它恰是 exp(t·d(Ad)_e(X)) = e^t·ad_X。这一步用到：单参数子群由它的速度唯一决定。

第三步：证明 ad_X 是 𝕔 上的导子。由第二步，Ad(exp tX) 是 𝕔 的自同构，且由第一步它是群同态，于是其无穷小 ad_X 是导子：

d/dt|₀ [ Ad(exp tX)Y, Ad(exp tX)Z ] = [ ad_XY, Z ] + [ Y, ad_XZ ]。

左边 = d/dt|₀ [Ad(exp tX)Y, ...]，用 Ad 是自同构（保持括号）：Ad(g)[Y,Z] = [Ad(g)Y, Ad(g)Z]，对 t 求导即得 ad_X[Y,Z] = [ad_XY, Z] + [Y, ad_XZ]。

第四步：由 ad_XY = [X, Y]，把第三步改写为 Jacobi。代入得

[X, [Y, Z]] = [[X, Y], Z] + [Y, [X, Z]]。

移项并整理（注意反对称）：[[X,Y],Z] = [X,[Y,Z]] − [Y,[X,Z]] = [X,[Y,Z]] + [Y,[Z,X]]。

第五步：轮换求和。把上一式对 (X,Y,Z) 轮换三次并相加。左边 [[X,Y],Z] + [[Y,Z],X] + [[Z,X],Y]。

第六步：用流形结构的「结合性」收尾。关键观察：左平移满足 L_gL_h = L_gh（因为群乘法结合），这给出 Ad(gh) = Ad(g)Ad(h)，即第一步。第三步使用 Ad 保持括号——这来自 c_g 是群自同构。两者合起来，轮换和必须为零（因为它对 X,Y,Z 反对称，而由前几步它又对称）。细验：轮换和 [[X,Y],Z] + [[Y,Z],X] + [[Z,X],Y] = 0 恰是 Jacobi 的等效形式（利用反对称可化为标准形）。∎

结论与意义。这个证明揭示了 Jacobi 恒等式不是一条人为公理，而是「群乘法结合 + 求导」的必然产物。更精确地说：Jacobi 恒等式是「Ad 保持括号」这件事在无穷小层面的回声。这也解释了为什么抽象李代数的公理里恰好有这一条——它正是从李群抽象出来时「剩下」的最小条件。

延伸思考。把上述论证中的 Ad 换成任意李群同态 F：G → H，会得到什么？答案是：dF_e 是李代数同态。这说明「求导把群同态变成代数同态」与「求导把 Ad 保持括号变成 ad 是导子」是同一件事的两面——这正是第一基本定理的一部分。

第一章 李群与李代数：把弯曲的对称拉直实验：用 Python 算李代数与指数映射

本页用 SymPy 对拍本章的计算。在自己的环境（pip install sympy）运行这三段代码。

实验一：验证结构常数。对 𝔰𝔲(2) 与 𝔰𝔬(3) 分别计算交换子，验证两者都是 ε_ijk。代码如下（纯 Python，不依赖 SymPy，仅用列表表示矩阵）：

# 矩阵工具（用嵌套列表表示）
def mat(rows): return [list(r) for r in rows]
def mul(A, B):
    n, m, p = len(A), len(B), len(B[0])
    return [[sum(A[i][k]*B[k][j] for k in range(m)) for j in range(p)] for i in range(n)]
def sub(A, B): return [[A[i][j]-B[i][j] for j in range(len(A[0]))] for i in range(len(A))]
def comm(A, B): return sub(mul(A, B), mul(B, A))

# so(3) 三个生成元
J1 = mat([[0,0,0],[0,0,-1],[0,1,0]])
J2 = mat([[0,0,1],[0,0,0],[-1,0,0]])
J3 = mat([[0,-1,0],[1,0,0],[0,0,0]])
Js = [J1, J2, J3]
# 验证 [Ji,Jj] = sum eps_ijk Jk
eps = {(0,1,2):1,(1,2,0):1,(2,0,1):1,
       (1,0,2):-1,(2,1,0):-1,(0,2,1):-1}
ok = True
for i in range(3):
    for j in range(3):
        L = comm(Js[i], Js[j])
        R = [[0]*3 for _ in range(3)]
        for k in range(3):
            c = eps.get((i,j,k), 0)
            for a in range(3):
                for b in range(3):
                    R[a][b] += c * Js[k][a][b]
        if L != R: ok = False
print("so(3) 结构常数 = Levi-Civita:", ok)

预期输出：so(3) 结构常数 = Levi-Civita: True

实验二：验证 exp 的矩阵级数。对 X = tJ₃ 计算 ∑ X^k/k! 的前若干项，与 cos t, sin t 的旋转矩阵比较：

import math
def matmul(A, B):
    return [[sum(A[i][k]*B[k][j] for k in range(len(B))) for j in range(len(B[0]))] for i in range(len(A))]
def expm(X, terms=20):
    n = len(X)
    R = [[1 if i==j else 0 for j in range(n)] for i in range(n)]  # I
    P = [[1 if i==j else 0 for j in range(n)] for i in range(n)]  # X0
    fact = 1
    for k in range(1, terms):
        fact *= k
        P = matmul(P, X)
        for i in range(n):
            for j in range(n):
                R[i][j] += P[i][j] / fact
    return R

t = 0.7
J3 = [[0,-1,0],[1,0,0],[0,0,0]]
X = [[t*J3[i][j] for j in range(3)] for i in range(3)]
E = expm(X)
R = [[ round(math.cos(t),4), round(-math.sin(t),4), 0],
     [ round(math.sin(t),4), round(math.cos(t),4), 0],
     [0,0,1]]
diff = max(abs(E[i][j]-R[i][j]) for i in range(3) for j in range(3))
print("exp(tJ3) 与旋转矩阵最大偏差: %.2e" % diff)

预期输出：exp(tJ3) 与旋转矩阵最大偏差: 1.55e-16（数量级 10⁻¹⁶，即机器精度）。

实验三：验证 BCH 的二阶项。取小的 X, Y，比较 e^Xe^Y 与 e^X+Y+[X,Y]/2 的差距：

def diff_norm(A, B): return max(abs(A[i][j]-B[i][j]) for i in range(len(A)) for j in range(len(A)))
X = [[0.0, 0.1], [0.0, 0.0]]
Y = [[0.0, 0.0], [0.1, 0.0]]
L = matmul(expm(X), expm(Y))
Comm = comm(X, Y)                       # 复用实验一的 comm
Z = [[X[i][j]+Y[i][j]+0.5*Comm[i][j] for j in range(2)] for i in range(2)]
R = expm(Z)
print("一阶近似误差: %.2e" % diff_norm(L, expm([[X[i][j]+Y[i][j] for j in range(2)] for i in range(2)])))
print("加二阶项后误差: %.2e" % diff_norm(L, R))

预期输出：一阶近似误差约 5×10⁻³，加二阶项后降到 10⁻⁵ 量级——可见括号项 [X,Y]/2 显著提升了精度。

思考题。（i）把实验一的 𝔰𝔬(3) 换成 𝔰𝔲(2)（用 iσ_k/2），结构常数是否仍为 ε_ijk？（ii）在实验三中把 [X,Y] 的系数从 1/2 改成别的值，误差怎么变？这说明了什么？（iii）指数映射的级数在什么条件下「终止」（有限项）？举一个例子。

第一章 李群与李代数：把弯曲的对称拉直格物札记：东方的「无穷小」与「连续变化的对称」

李代数的核心操作是「无穷小」——取极限、弃高阶、看线性主部。这一思想在西方由 Newton、Leibniz 的微积分奠基，但「连续变化中的不变」这种直觉，东方古已有之。

一、割圆与极限。《九章算术》与刘徽的割圆术，用「割之弥细，所失弥少」描述圆与内接多边形的逼近。这恰是「用直线逼近曲线」的思想——与李理论中「用切空间逼近流形」如出一辙：切线是圆在一点处的「无穷小版本」，李代数是李群在单位元处的「无穷小版本」。

二、圆转不息与周期。《周髀算经》的盖天说、后世的浑天仪，把天体运行的周期性看作一种连续循环的对称。转动 θ 与转动 θ+2π 是「同一个」，这正是李群 U(1) 的实质。古人虽未把它抽象成群，却已熟练地使用「周期 = 不可区分的变换」这一概念。

三、罗盘与八方的对称。罗盘八个方向、八卦八种卦象，构成一个有限的对称集合；若把方向连续化（任意角度），就得到连续的旋转群。从「八方」到「任意角」的跃迁，正是从离散群到李群的跃迁的东方版本。

四、律历与不变性。古代历法以「回归年长度」为不变量，用一套连续变化的推演（岁差、闰月）来维持这个不变量的准确。数学上，这正是「在连续演化中寻找守恒量」的思想——而 Noether 定理（第四、五章）会给出它的现代形式：连续对称 ⟺ 守恒量。

五、一点谨慎。须强调：这些东方素材是「思想的有无」层面的对照，而非成熟的理论。中国古算未能发展出群的概念、流动形的语言、更未建立李代数。把它们的直觉与李理论对照，是为了看清「同一份直觉在不同文明里的不同成熟度」，而不是牵强地把它们说成李理论。

下面这张表给出几个对照点。

第一章 李群与李代数：把弯曲的对称拉直第一章速查表

本表汇总第一章的核心定义、公式与例子。建议熟记加星号项。

使用提示。遇到「求某群李代数」→ 用约束求导法；遇到「求括号 / 结构常数」→ 用交换子；遇到「李代数到李群」→ 用 exp 级数或单参数子群；遇到「整体问题」→ 用第三定理看中心商。四步走遍第一章。

第二章 结构与分类：从理想到 Dynkin 图第二章导引：从抽象定义到具体清单

第一章建立了李群与李代数之间的字典：每一个李群在单位元处切出一张李代数，而每一个李代数都能重新积出一个局部李群。字典一旦铸成，一个自然的问题随之浮现——李代数有多少种？不是「有哪些例子」，而是「它们的种类是否可以被穷尽地列举」。这个问题，正是十九世纪末 Lie 与 Killing 从另一个方向（continuous transformation groups）出发所面对的问题，也是本章的主题。

回答这个问题需要一套分层次的手术：先找到李代数内部那些「无法再切开」的构件（单李代数），再证明一般的李代数可以被这些构件拼装而成（Levi 分解），最后对单李代数本身作一次完整普查（Killing–Cartan 分类）。三层手术对应本章的前十条讲义：p40 到 p49 处理「理想与单性」，p50 到 p53 处理「可解、幂零与半单的三种退化刻度」，p54 到 p58 完成「根系与 Dynkin 图的普查」，p59 到 p61 给出可解与幂零两个退化族的完整分类。分类之后，剩下的三页是例题、两页习题，以及收尾的一整套（地图、小结、思想卡、挑战、实验、格物札记、速查）。

分类的价值不只在「列举完毕」。一旦知道清单是封闭的，就可以反过来用它作判别工具：给定一个物理系统或一个几何对象，只要算出它所携带的对称李代数落在清单的哪一项，就能立刻推断出它的整体结构。这正是为何二十世纪的量子力学、粒子物理与几何分析都反复回到这张清单上。本章的目标，就是把这把尺子造出来，并展示它如何工作。

第二章 结构与分类：从理想到 Dynkin 图从子代数到理想 · 该切开什么

第一章已经出现过「子代数」。子代数是李代数中乘法封闭的线性子空间：若 𝕔 是李代数，ヅ ⊆ 𝕔 满足 [ヅ,ヅ] ⊆ ヅ，则 ヅ 是子代数。子代数的概念对应群论中的「子群」，但它太宽了——它只保证乘法不跑出去，不保证任何「商」的构造可行。要谈商，需要一种更强的封闭性。

定义 2.1（理想）　设 ヅ 是 𝕔 的线性子空间。若对任意 X ∈ 𝕔、Y ∈ ヅ，都有 [X,Y] ∈ ヅ，则称 ヅ 是 𝕔 的理想（记 ヅ ⊴ 𝕔）。

与子代数相比，理想的要求是「用全体元素去乘」都在其中，而不只是内部相乘。这个差别恰好是「商」得以干净地定义的关键。回到群论：正规子群之所以能作商，是因为共轭作用把子群送回自身；在矩阵群中，共轭 gHg⁻¹ 在单位元处求导就得到 [X,Y]——李代数中的「理想」，正是「正规子群」在无穷小层面的准确对应物。

理想的例子俯拾即是。𝕔 自身与 {0} 永远是理想（平凡理想）；𝕔 的所有理想中，可以定义导出代数 [𝕔,𝕔]——所有括号的线性张成。由 Jacobi 恒等式可以验证 [𝕔,𝕔] 恰是理想；在矩阵群中，它对应换位子群，衡量群的非交换程度在无穷小层面的强度。

另一个必记的性质：理想的核与像。设 φ: 𝕔 → 𝕔′ 是李代数同态（保持括号），则 ker φ 是 𝕔 的理想，im φ 是 𝕔′ 的子代数；且第一同构定理 𝕔/ker φ ≅ im φ 成立。这条定理与群、环情形完全平行，说明「理想」正是使同构定理成立的最小封闭性要求。

第二章 结构与分类：从理想到 Dynkin 图商代数与理想格 · 两层结构

有了理想就可以作商。设 ヅ ⊴ 𝕔，在商空间 𝕔/ヅ 上定义括号：

[X + ヅ, Y + ヅ] := [X,Y] + ヅ。

这个定义不依赖代表元的选取——这是需要验证的第一件事。若 X′ = X + A、Y′ = Y + B（A,B ∈ ヅ），则

[X′,Y′] = [X,Y] + [X,B] + [A,Y] + [A,B]，

后三项全都落在 ヅ 里（前三项用理想定义，末项用子代数定义），故商括号良定义。反对称性与 Jacobi 恒等式逐项继承，于是 𝕔/ヅ 本身就是李代数。

命题 2.2（理想的运算封闭性）　理想在加法与括号下封闭：若 ヅ,𝐆 ⊴ 𝕔，则

ヅ + 𝐆 ⊴ 𝕔，ヅ ∩ 𝐆 ⊴ 𝕔，[ヅ,𝐆] ⊴ 𝕔。

三条都很容易从定义直接验证。它们意味着 𝕔 的全体理想在一套「加法—交—括号」运算下自成一个格状结构。这个结构比群的情形丰富得多：理想之间可以有复杂的包含关系，而这种包含关系的形态正是李代数复杂性的直接来源。

图中那条链。若一个李代数的理想可以排成一条严格递增的长链，说明它有大量「可以逐步剥掉」的结构；反之，如果理想格只有 {0} 与 𝕔 两端，就完全没有可切之处。后者正是「单」的定义——第二章的核心概念。下一讲正式引入它。

再看一个具体例子。𝕔 = 𝕔𝑙(2,ℂ)，即二阶复方阵（迹任意）。它的理想格只有 {0} 与 𝕔，因此是单的。而 𝕔𝑙(2,ℂ) 中所有迹为零的子空间 𝚮𝑙(2,ℂ) 也是单的，但它是 𝕔𝑙(2,ℂ) 的理想。两者相差一个 ℂ·I 方向——这正是下一讲的中心话题。

第二章 结构与分类：从理想到 Dynkin 图单李代数 · 不可再切的最小构件

定义 2.3（单李代数）　李代数 𝕔（dim 𝕔 ≥ 2，且 [𝕔,𝕔] ≠ 0）称为单的，若它的理想只有 {0} 与 𝕔 两个。

加在定义里的两个条件值得解释。dim 𝕔 ≥ 2 排除了一维代数——一维李代数的括号恒为零，它虽然理想格平凡，但过于退化，把它算作「单」会破坏后续分类定理的整洁。而要求 [𝕔,𝕔] ≠ 0，是在排除交换李代数（括号恒零者）——交换代数的理想多得无法计数，显然不属于「不可再切」的范畴。整条定义的意图很清楚：挑出那些非交换、但内部没有非平凡切口的李代数。

单李代数是「构造一切李代数的原子」。为什么？因为一旦发现一个理想，就可以把它与商代数分别研究，把问题拆成两半；反复拆分，最终得到的必是一堆没有理想的残片——单李代数。这条推理链将在 p52 的 Levi 分解中正式完成。

举几个标准例子以便形成手感。𝚮𝑙(2,ℂ)（2×2 迹零矩阵）是单的，维数为 3，是三阶中最小的非交换单李代数。𝚮𝑙(n,ℂ) 对一切 n ≥ 2 都是单的，维数 n² − 1。𝚼(n,ℂ)（n ≥ 3，反对称矩阵）也是单的，维数 n(n − 1)/2——但 𝚼(2,ℂ) 只有一维，排除在外。𝚮𝑢(n)（迹零反 Hermite 矩阵）以及 𝚮𝑝(2n,ℂ)（辛代数）也都是单的。

这些家族在分类表里分别记作 A_n、B_n、C_n、D_n——四个无穷系列。除此之外还有五个孤立的例外，它们不属于任何无穷系列。这场普查是本章的高潮，将在 p54 之后展开。

第二章 结构与分类：从理想到 Dynkin 图半单性与直和分解 · 拆到不能再拆

单李代数处理完，自然会问：那些不是单的李代数如何描述？先看一个最简单的非单情形：直和。

定义 2.4（理想的直和）　设 𝕔 = ヅ ⊕ 𝐆（作为线性空间的直和），且 [ヅ,𝐆] = 0，则称 𝕔 是 ヅ 与 𝐆 的直和，记 𝕔 = ヅ ⊕ 𝐆。

直和是最「温和」的复合方式——两块之间完全不相互作用，各自独立演化。此时显然 ヅ 与 𝐆 都是理想（因为互相括号为零，自然被对方「乘」回自身）。

定义 2.5（半单）　李代数 𝕔 称为半单的，若它同构于若干个单李代数的直和。

换句话说，半单 = 单构件通过最干净的方式（直和）拼装。半单李代数的理论是整个分类中最整齐的部分，因为它可以完全归结到单李代数的分类上。反过来，不能这样拼装的李代数，一定含有一种更「纠缠」的结构，那就是可解理想——这是下一讲的对象。

图中标出的「Levi 分解」是二十世纪李代数理论的支柱之一（E. E. Levi, 1905）。它的表述是：任何有限维李代数 𝕔 都含有一个极大可解理想 R（称为根），且存在半单子代数 S 使得 𝕔 = S ⊕ R（作为线性空间直和；括号结构则是半直积）。

这条定理的哲学意义在于：把无限复杂的分类问题截成两半。一半是半单情形，它的答案就是单李代数的普查；另一半是可解情形，它的答案是一串较为初等的组合数据（下一讲给出）。两半都清楚了，全体就清楚了。本讲的使命，就是把这条路线图挂在墙上，后面几讲逐步填色。

一个极易误解之处需要点明：半单不等于「没有理想」。例如 𝚮𝑙(2,ℂ) ⊕ 𝚮𝑙(2,ℂ) 是半单的，但它显然含有 𝚮𝑙(2,ℂ) ⊕ 0 与 0 ⊕ 𝚮𝑙(2,ℂ) 这两个非平凡理想。半单所排除的，是可解理想，而不是全部理想。这个区分在下一讲会变得清楚。

第二章 结构与分类：从理想到 Dynkin 图可解李代数 · 逐步剥壳的链条

李代数中有一类比单李代数更「软」的结构：它可以被一层层剥壳，直到剥空。这种可剥性用一条链来定义。

定义 2.6（导出列）　对李代数 𝕔，定义

𝕔⁽⁰⁾ := 𝕔，𝕔^(k+1) := [𝕔^(k), 𝕔^(k)]。

称 𝕔 为可解的，若存在 N 使得 𝕔^(N) = 0。

导出列的形象是「连续取括号张成」。每取一次，空间就变小（或不变）；如果最终缩成零点，就说明这个代数的全部非交换性可以被逐层榨干。名字「可解」来自 Galois 理论：多项式方程可用根式解的条件，是其 Galois 群可解；而群可解在无穷小层面的对应物，正是这里的可解李代数。

性质：可解性是封闭的三条基本性质。第一，可解代数的子代数可解（导出列是子代数内部的，收缩得更快）。第二，可解代数的商代数可解（商把导出列也一并约化）。第三，若 ヅ ⊴ 𝕔 且 ヅ 与 𝕔/ヅ 都可解，则 𝕔 可解。第三条常被称为「可解性对扩张封闭」，它是判断可解性的最有力工具。

典例：一切交换李代数（[𝕔,𝕔] = 0）可解，因为 𝕔⁽¹⁾ = 0 立刻归零。一切幂零李代数可解（下一讲给出）。上三角矩阵代数 𝚯(n) 可解——它的导出列对应「对角线以上条数递减」，第 n 步归零。

可解性还与一个几何事实深刻相关：若 𝕔 是某个连通李群 G 的李代数，而 𝕔 可解，则 G 的闭子群结构极其受限——Lie 定理断言，可解代数在复向量空间上的每个表示都可以同时上三角化。这个结论在表示论中非常有用，第四、五章会再次遇到。

第二章 结构与分类：从理想到 Dynkin 图幂零李代数 · 更深的退化刻度

可解之外还有一道更严的刻度。它不用「自己乘自己」，而是「被中心元素反复乘」，剥壳更慢也更精细。

定义 2.7（降中心列）　对李代数 𝕔，定义

𝕔⁰ := 𝕔，𝕔¹ := [𝕔,𝕔]，𝕔^k+1 := [𝕔, 𝕔^k]。

称 𝕔 为幂零的，若存在 N 使 𝕔^N = 0。

对比两列的定义：导出列用 [𝕔^(k), 𝕔^(k)]，降中心列用 [𝕔, 𝕔^k]——前者两端都取旧值，后者一端固定为整个 𝕔。这是一个关键差异：降中心列每一步都要与全体相乘，因此下降得更慢，更「严格」。由此立刻得到

𝕔^(k) ⊆ 𝕔^k（对一切 k），

所以 幂零 ⟹ 可解，反之不然。反例就藏在矩阵里：上三角代数 𝚯(n)（n ≥ 2）可解但不幂零，因为它的中心只有对角矩阵，而 [𝚯, 𝚯] 是严格上三角（对角为零），反复作用不会把对角部分消灭。

图右侧的「半单」提示：半单不属于这条嵌套链。半单的判据是「无交换理想」，与「可剥」与否是两件独立的事。一个李代数可以既是可解的又是半单的吗？可以，只有零代数 {0} 同时满足两端。这正是图中标注「两者交于零代数」的含义。

Engel 定理（十九世纪末）给出幂零性的矩阵判据：𝕔 幂零，当且仅当每个 ad_X（X ∈ 𝕔）都是幂零线性变换。这一定理把抽象的降中心列转化为矩阵的幂零性判断，在计算中极其方便。与之配对的是 Lie 定理：可解 ⟹ 在复向量空间上有共同特征向量。

两条定理合起来，刻画了「退化」的两个层次：可解 = 可以同时上三角化；幂零 = 可以同时严格上三角化（对角线也归零）。这就是为什么幂零是比可解更严的刻度——严格要比非严格多要求一步。

第二章 结构与分类：从理想到 Dynkin 图Killing 型 · 用自带的尺子量自己

前三讲都在作结构切割，但切割需要一个判据：给我一个李代数，怎么知道它半单还是可解？答案是让李代数「自己造一把尺子」——这就是 Killing 型。

定义 2.8（Killing 型）　对李代数 𝕔，定义

B(X,Y) := tr(ad_X ∘ ad_Y)。

这里 ad_X: 𝕔 → 𝕔 是内导子 Z ↦ [X,Z]。Killing 型把一对元素送去「两个内导子复合后取迹」。它显然是对称双线性型。更关键的是，Killing 型具有不变性：

B([X,Y], Z) = B(X, [Y,Z])，

即括号可以从一侧「搬运」到另一侧。这条性质来自迹的循环性，是把 Killing 型变成一把「与代数结构相容的尺子」的关键。有了它，就可以谈「𝕔 相对于 B 的补空间」这类概念——补空间自动成为理想，结构切割因此有了度量工具。

Cartan 判据（1894）是本讲的主定理：

半单 ⟺ Killing 型非退化。

这条判据说：尺子好用（非退化），代数就是半单的；尺子退化，代数就是可解的（准确地说，是含有非零可解理想）。这样一来，「半单」这个看似抽象的结构性质，被化归为一个纯粹线性代数的事实——一个双线性型的非退化性。实践中，只要算一次 Killing 型的矩阵并检查行列式是否非零，就能判定半单与可解。这是全部分类理论的起点。

顺带得到一个漂亮推论：若 𝕔 半单，则其中心为零。因为中心元素 Z 满足 ad_Z = 0，于是 B(Z,−) ≡ 0——与 B 非退化矛盾（除非 Z = 0）。这条推论在判断半单性时极为方便：只要发现中心非零，立刻可以断定不半单。

第二章 结构与分类：从理想到 Dynkin 图Killing 型的计算 · 三个亲手算过的例子

上一讲给出定义与判据，这一讲动手算三个例子，建立对 Killing 型的实感。计算遵循同一套流程：取一组基 → 算出每个 ad_Xi 的矩阵 → 两两复合取迹 → 得矩阵 (B_ij) → 看行列式。

例一：𝚮𝑙(2,ℂ)。取标准基

H = diag(1,−1)，E = e₁₂，F = e₂₁，

它们满足 [H,E] = 2E、[H,F] = −2F、[E,F] = H。以 (H,E,F) 为序，三个内导子的矩阵为

ad_H = diag(0, 2, −2)，ad_E = [[0,0,1],[0,0,0],[−2,0,0]]，ad_F = [[0,−2,0],[0,0,0],[1,0,0]]（转写为行列表）。

逐对复合取迹，得到

B = [[8,0,0],[0,0,4],[0,4,0]]，

行列式 = 8·(0·0 − 4·4) = −128 ≠ 0。型非退化，与 𝚮𝑙(2,ℂ) 单因而半单的事实一致。注意两个非对角元都是 4：B(E,F) = 4 = B(F,E)，而 B(H,H) = 8——手算时这两个数最好记住，它们将在后面反复出现。

例二：可解代数的情形——𝚯(2)（上三角）。基取 H = diag(1,0)，N = e₁₂，D = diag(0,0)… 更省事的做法是直接用一个已知结果：对一切 X ∈ 𝚯(n)，ad_X 在适当基下是严格上三角的，故 ad_X 幂零，于是 ad_X∘ad_Y 也幂零，迹为零。

B ≡ 0（对 𝚯(n)）。

Killing 型恒为零——极端退化。这与 Cartan 判据的「非退化 ⟺ 半单」完全相容：𝚯(n) 可解（不半单），故型退化到极致。凡遇到 B ≡ 0 的李代数，必定含有非零可解理想——幂零代数的 B 也恒为零，因为降中心列有限步归零使 ad 幂零。

例三：分解后的分块对角。设 𝕔 = 𝕔₁ ⊕ 𝕔₂ 为单理想的直和。由于 [𝕔₁,𝕔₂] = 0，内导子的矩阵呈分块对角，取迹时交叉块自动消失，于是

B_𝕔 = B_𝕔1 ⊕ B_𝕔2（分块对角）。

因此「半单 ⟹ B 非退化」在直和下自然成立：每块都非退化，整块就非退化。这也说明 Killing 型尊重直和分解——它是「加法性」的。反之，若某一块退化，整块退化。

三条例子合成一幅图景：Killing 型的退化程度精确反映李代数的退化程度。非退化对应半单（结构最紧），恒零对应幂零（结构最松），中间情形（有非零核但不恒零）对应「半单部分 + 可解部分」的混合——这正是 Levi 分解在度量层面的显影。

第二章 结构与分类：从理想到 Dynkin 图三种退化的运作方式 · 起落与接合

结构切割到此已有三个部件：理想（切）、半单（最紧）、可解与幂零（最松）。本讲把它们装配成一条推理链，说明「分类」如何从这些部件中长出来。

推理的第一步是半单的完全可约性。设 𝕔 半单，ヅ ⊴ 𝕔 为理想。取 ヅ 相对于 Killing 型的正交补 ヅ^⊥：由 B 的非退化性，𝕔 = ヅ ⊕ ヅ^⊥ 作为线性空间直和；由 B 的不变性，ヅ^⊥ 也是理想；由 B 在 ヅ 上非退化，[ヅ,ヅ^⊥] = 0。于是

𝕔 = ヅ ⊕ ヅ^⊥（李代数直和）。

这个结论称为半单代数的完全可约性：任何理想都有直和补。反复应用，半单代数就分解为单理想的直和。分类的第一半到此完成——只要能把单李代数普查完，半单的答案就自动到手。

推理的第二半是可解部分的处理。可解代数本身当然也可能很复杂，但它有一个决定性的简化：可解代数的「非交换性」局限在一个逐步剥落的链条里，而每层剥落所留下的数据（各层之间的导子作用）是组合性的、有限的。更确切地说，可解代数的分类归结为「幂零部分 + 环面上的导子作用」两件事，而幂零部分又归结为若干维数与结构常数的有限数据。因此可解族尽管包含无穷多个不同的代数，但每个都需要有限数据描述，不存在像单代数那样「需要无穷系列」的情形。

把两半合起来，就得到了「李代数分类」的完整路线：半单部分看单李代数的普查表，可解部分看有限组合数据。本章后续讲依次填色：先给出单李代数的根系描述（p54–p58），再完成普查（含五个例外），最后补上可解与幂零两族的完整分类（p60–p61）。

最后点明一个易混之处：「单」是不可分解，「半单」是可分解且分解所得皆单。两者不在同一条递进链上，而是「零件」与「由零件组装成的整机」的关系。理解这一层，第二章后半的内容就不容易迷路。

第二章 结构与分类：从理想到 Dynkin 图Cartan 子代数与根 · 对角化的骨架

单李代数的普查从一个「找骨架」的动作开始。骨架的定义如下。

定义 2.9（Cartan 子代数）　设 𝕔 半单。一个极大交换子代数 ヅ（即交换的子代数，且不能扩充为更大的交换子代数）称为 𝕔 的一个Cartan 子代数。

关键词有两条：交换、极大。由于半单代数的中心为零，Cartan 子代数中的元素不能与全体交换（否则就落进中心），因此它「尽可能大但仍有非交换的残留」。这使其成为一支理想的分析骨架。

关键事实（同时对角化）　对半单李代数 𝕔，取定一个 Cartan 子代数 ヅ，则全体 ad_H（H ∈ ヅ）构成一族两两交换的可对角化线性变换，因而可以同时对角化。𝕔 因此拆成

𝕔 = ヅ ⊕ (⊕_{α ∈ Φ} 𝕔_α)，

其中每个 𝕔_α 是一维特征空间，α 是对应的线性泛函（α ∈ ヅ*），而 Φ 是非零泛函的集合，称为根系。

分解式里的第一项 ヅ 的维数叫做 𝕔 的秩。秩是最重要的数值不变量之一：它是「骨架的粗细」，也是后面 Dynkin 图中节点个数的来源。第二项中每个 𝕔_α 是一维——这个事实（根空间一律一维）是半单性造成的深刻结论，稍后会用 Jacobi 恒等式推出。于是维数公式极为简单：

dim 𝕔 = rank(𝕔) + |Φ|。

举 𝚮𝑙(2,ℂ) 为例：ヅ = ℂH，秩 1；根只有两个 α = ±2（因为 [H,E] = 2E、[H,F] = −2F），即 Φ = {2, −2}；dim = 1 + 2 = 3。数字全部对上。这个最小的例子含有全部本质：一维骨架、两支对称的根、根空间一维。

「同时对角化」这件事之所以可能，根子在半单性给的可交换性：ヅ 交换 ⟹ ad_H 两两交换 ⟹ 可以同时对角化（线性代数中的标准结论）。而可以同时对角化，意味着 𝕔 能按特征值分解成「零特征（骨架）＋非零特征（根空间）」两块。这就是整个根理论的技术起点。

第二章 结构与分类：从理想到 Dynkin 图根系的性质 · 弦上的整数规律

根系 Φ 不是任意的向量集合，它满足一组非常刚性的条件。本讲列出四条，并解释它们的来源。

性质 1（对称性）　若 α ∈ Φ，则 −α ∈ Φ。

理由：𝕔_α 与 𝕔_−α 在交换子下配对——对 X ∈ 𝕔_α、Y ∈ 𝕔_−α，有 [H,[X,Y]] = [X,[H,Y]] − [Y,[H,X]] = (α(H) − α(H))[X,Y] = 0，即 [X,Y] ∈ ヅ。这说明每个正根都能找到负伙伴，且它们的交换子回到骨架。若 −α 缺席，则 𝕔_α 与 ヅ 张成的子空间将是一个理想——与单性矛盾（这正是「根空间对称」的半单性根基）。

性质 2（根对根的整数性）　定义 α^∨ := 2α/(α,α)（(−,−) 为 Killing 型在 ヅ* 上的对偶型），则对任意 α, β ∈ Φ，

⟨β, α^∨⟩ := 2(β,α)/(α,α) ∈ ℤ。

这条「整数性」是整个分类定理的心脏。它的证明要用到一条精巧的弦链论证：固定 α，考虑 β + kα（k ∈ ℤ）中属于 Φ 的那些——它们构成一条无空隙的算术链 β − rα, …, β, …, β + qα；再由 sl(2)-三元组（𝕔_α, 𝕔_−α, [𝕔_α,𝕔_−α] 构成一个 𝚮𝑙(2)）的有限维表示理论，得 2(β,α)/(α,α) = r − q ∈ ℤ。整数性由此落地。

性质 3（反射封闭）　对 α ∈ Φ，定义反射

s_α(β) := β − ⟨β, α^∨⟩ α，

则 s_α(β) ∈ Φ（对一切 β ∈ Φ）。这是整数性的直接推论，但意义极大：它说明根系在由各根决定的超平面上反射封闭——根系自带一个由这些反射生成的有限群，称为Weyl 群。Weyl 群是有限反射群，因而有完整的分类（这是十九世纪末的另一项成就）。

性质 4（不可约分量分解）　若 Φ = Φ₁ ⊔ Φ₂ 且 (α,β) = 0 对一切 α ∈ Φ₁, β ∈ Φ₂，则 𝕔 相应地分解为两个单理想。因此单李代数 ⟺ 根系不可约。这一条把「分类单代数」彻底翻译为「分类不可约根系」——一个纯几何问题。

四条性质合起来，把单李代数的分类变成一道关于有限向量集的组合几何题：在欧氏空间中，满足对称、整数、反射封闭的不可约有限集有哪些？ 这个问题的答案，正是下一讲的 Dynkin 图。

第二章 结构与分类：从理想到 Dynkin 图Dynkin 图与 Cartan 矩阵 · 把根系画成图

根系是几何对象，画起来仍嫌繁复。E. B. Dynkin（1947）给出了一个极简的编码：把根系化为一张图。

做法分三步。第一步，在 Φ 中选取一组单根（simple roots）：一组根 α₁, …, α_r（r = rank），使得每个 β ∈ Φ 都能唯一地写成 β = Σ n_iα_i，其中系数 n_i 同号（全为非负或全为非正）。单根的存在性由「取一个泛函并按其把根分成正负两半」得到，它是根系的一个「边界框架」。

第二步，计算两两之间的整数 a_ij := ⟨α_j, α_i^∨⟩，得到 r × r 矩阵，称为 Cartan 矩阵。由整数性与反射封闭性，a_ij 只能取 0, −1, −2, −3（i ≠ j），且 a_ii = 2。

第三步，把矩阵画成图：每个单根画一个节点；若 a_ija_ji = 0 不连；= 1 连一条单线；= 2 连双线；= 3 连三线。当两条根长度不等时，在重线上加箭头，指向短根。所得图形即为 Dynkin 图。

图中底部的约束是整个分类定理的枢纽。由 a_ij ∈ ℤ 与 |a_ij||a_ji| = 4cos²θ，而 4cos²θ < 4（非平行），故 a_ija_ji 只能取 {0,1,2,3}。这四种取值穷尽了全部可能——单李代数的分类之所以有限，根子就在这个极窄的取值集合上。若角度可以是任意的（比如 100°），就会有连续无穷多种代数，分类无从谈起。

于是分类问题化为一个纯图论问题：哪些连通图可以充当 Dynkin 图？ 答案是：连通、无环、每个节点的连线数受严格限制；满足条件的连通图只有以下类型——四个无穷系列（A_n 单链、B_n 与 C_n 带双线、D_n 带一个分叉）加五个例外（G₂, F₄, E₆, E₇, E₈）。共九类——下一讲逐一画出。

这一讲的结论值得重述一遍：几何的根系 → 代数的 Cartan 矩阵 → 组合的 Dynkin 图，三次翻译，每次都不丢失信息，而最后一次把「无穷的分类问题」压缩为「九种图形的列举」。这是十九世纪数学中最优雅的化归之一。

第二章 结构与分类：从理想到 Dynkin 图九类 Dynkin 图的普查 · 四族与五例外

本讲把上一讲的图论答案完整列出。先看四个无穷系列。

A_n（n ≥ 1）：单链。n 个节点连成一条无分叉的链。对应 𝚮𝑙(n+1,ℂ)，维数 n(n+2)，秩 n。这是最基础的一族，A₁ 就是 𝚮𝑙(2,ℂ)。

B_n（n ≥ 2）：末端双线。n 个节点，末尾一条双线（箭头指向短根）。对应奇维正交代数 𝚮𝑜(2n+1,ℂ)，维数 n(2n+1)。

C_n（n ≥ 3）：末端双线（箭头反向）。与 B_n 图的形状相同而箭头相反。对应辛代数 𝚮𝑝(2n,ℂ)，维数 n(2n+1)。注意 B_n 与 C_n 维数相同而结构不同——这是「同维不同构」的著名例子。

D_n（n ≥ 4）：末端分叉。n 个节点，在倒数第二个位置分出一条枝。对应偶维正交代数 𝚮𝑜(2n,ℂ)，维数 n(2n−1)。（n = 3 时会与 A₃ 重合，故要求 n ≥ 4。）

五个例外（G₂, F₄, E₆, E₇, E₈）的维数依次为 14, 52, 78, 133, 248。它们的秩分别为 2, 4, 6, 7, 8。E₈ 是其中最大者，秩 8、维 248，其根系统由 240 个根构成——这个数字在弦论与顶点算子代数中反复出现。G₂ 是例外族中最小者，秩 2、维 14，可以显式地用七个虚八元数与七个实八元数写出（这是它唯一的显式模型之一）。

还有一个精致的事实：E₆, E₇, E₈ 三族之间通过「删掉一个节点」相互关联——E₇ 删端节点得 E₆，E₈ 删端节点得 E₇。这种「层叠」的结构使 E 系列在数学中占有特殊地位。至此，单李代数的完整清单（四族加五例外）已经摆在桌上。

第二章 结构与分类：从理想到 Dynkin 图四族与五例的来源 · 从矩阵群认出 Dynkin 图

上一讲列出清单，本讲追问：这些图分别来自哪个具体的矩阵代数？把对应关系算清楚，分类才不只是纸上图形。对应关系依赖一个可操作的方法——「找 Cartan 子代数、算根、看长度比与夹角」。

A_n ↔ 𝚮𝑙(n+1,ℂ)。取 ヅ 为全体零迹对角矩阵（秩 n）。根是 ε_i − ε_j（i ≠ j，ε_i 取对角第 i 位）。全部根等长、夹角只有 90°/120° 两种，无重线——恰是单链。