第四章:几何与微分拓扑:流形与形状分析
4.3 莫尔斯理论:让一个函数当全程目击证人
拓扑侦探想摸清流形的底细,通常有两类信息来源。一类是全局的:剖分、基本群、同调群,它们可靠却往往计算繁重;另一类是局部的:切空间、曲率、联络,信息虽细却拼不出整体。莫尔斯理论走的是第三条路——不剖开流形,也不测曲率,而是请一个光滑函数出场,让它把流形一层层切开,再从切口的演化反推整体的骨架。函数是探针,临界点是证据,梯度流则是串起证据的线。
设 f:M→R 是紧致光滑流形上的光滑函数,考察子水平集 M^a={x∈M:f(x)≤a}。当 a 变化时,M^a 的拓扑通常纹丝不动,唯一的例外发生在 a 越过某个临界值时——此刻 M^a 会经历一次整容手术。把这句话反过来读,就得到莫尔斯理论的基本策略:f 的临界点以及它们的分批出场顺序,几乎完整地决定了 M 的拓扑。所谓临界点,即微分 df_p:T_pM→R 为零泛函的点 p,直观上就是地形图中坡度消失的静止点:山顶、谷底、隘口。登山者熟知的翻过垭口地形就变的经验,恰是这种拓扑跃迁的地面版本。
静止点与静止点并不相同,差别藏在二阶信息里。设 f 在 p 附近取某个局部坐标 (x_1,…,x_n),二阶偏导排成的 Hessian 矩阵若在 p 处非奇异,就称 p 为非退化临界点。非退化性带来两重红利:临界点彼此孤立,紧致流形上因此只有有限多个;每个临界点还获得一枚精确的指纹——指标,即 Hessian 负特征值的个数,记作 ind(p),取值在 0 到 n 之间。指标为 0 的是谷底,为 n 的是山峰,中间值 k 则是拥有 k 个下降方向与 n−k 个上升方向的鞍点。莫尔斯引理把这种直觉写成硬定理:在非退化临界点 p 附近存在局部坐标,使得
其中 k=ind(p)。换句话说,任何非退化临界点在局部都等价于一个标准二次型,周围的复杂地形被坐标变换彻底拉直成一个标准鞍面。指标 k 由此获得几何含义:从 p 向下滑,有 k 条互不相干的初始方向。图 4-1 把从流形到临界点指纹的推理链条压缩成一张图。
图注:莫尔斯理论的主干逻辑——光滑函数把流形映射到实数,非退化临界点及其指标成为编码局部拓扑的基因片段。
为了把离散的临界点编织成连续的结构,需要一枚度量 g 来定义梯度。梯度流 φ_t:M→M 满足 dφ_t/dt=−∇f(φ_t),负号保证流沿下降方向运动。紧致流形上的轨道不能逃到无穷,它们要么收敛到临界点,要么在极限环上打转;对莫尔斯函数而言,后一种情形被排除。以临界点 p 为归宿把轨道分类:逆流而上能回到 p 的点构成不稳定流形 W^u(p),顺流而下最终停靠 p 的点构成稳定流形 W^s(p),二者都是嵌入的开子流形,维数分别为 ind(p) 与 n−ind(p)。若再要求任意 W^u(p) 与 W^s(q) 横截相交——这是莫尔斯–斯梅尔条件的标准内容——整批不稳定流形就可以当作胞腔骨架来用:把每个 W^u(p) 的闭包看作一个 k=ind(p) 维胞腔,全体胞腔拼成 M 的一个 CW 复形。换句话说,流形不是被画出来的,而是被临界点按指标从小到大一层层焊出来的。
换个更外科的说法:当 a 穿过临界值 f(p) 时,M^a 的变化等价于粘上一个 k=ind(p) 维把手 D^k×D^{n−k}。子水平集的演化史因此是一部按部就班安装把手的历史,而安装顺序的档案与最终成品的同伦型之间一一对应。高度函数给出最生动的演示:竖直放置的环面,高度函数恰好有四个临界点——最低点(指标 0)、两个鞍点(指标 1)、最高点(指标 2);球面则只有南北两极两个临界点。参数稍作扰动会移动临界值的位置,却动不了指标的分配——拓扑信息被牢牢焊死在临界点的类型里。
胞腔骨架既然与同调群共享同一套底层结构,二者之间必然存在账目往来。记 c_k 为指标恰为 k 的临界点个数,记 b_k=rank H_k(M) 为第 k 个贝蒂数——它数的是 k 维洞的数目:b_0 是连通分支数,b_1 是环的数目,b_2 是空腔的数目。胞腔复形同调的直接推论给出弱莫尔斯不等式:
想撑起一个 k 维洞,至少需要一个指标 k 的临界点:单连通流形没有环,任何莫尔斯函数都不会平白无故长出指标 1 的鞍点。对账还可以做得更细,强莫尔斯不等式
逐层约束临界点数的交错和。取 k=n,两边各成完整的交错和,不等式自动升级为等式:
这是整节最漂亮的一笔账:无论换多少个莫尔斯函数,临界点的带符号总数恒定等于欧拉示性数。环面 χ=0,于是任何莫尔斯函数都必须让谷底加山峰的数目与鞍点的数目相抵——标准的高度函数 c_0=1,c_1=2,c_2=1 正是如此;亏格 g 的曲面则恒有 c_0=1,c_1=2g,c_2=1。临界点的计数是动态的、依赖函数选择的;贝蒂数是静态的、属于流形本身的。不等式与等式把两种计数缝合在一起,也把微分结构给出的信息与拓扑结构固有的信息对上了账。图 4-2 把从光滑数据到同调再到不等式的完整回路画了出来。
图注:从函数与度量出发,经梯度流得到胞腔分解与链群,同调给出贝蒂数,临界点计数与贝蒂数再由莫尔斯不等式双向锁定。
莫尔斯思想的适用面早已超出光滑函数。Forman 的离散莫尔斯理论把临界点搬到单纯复形上:用离散梯度向量场标记关键胞腔,在点云、网格这类离散数据上直接做拓扑简化与特征提取,无需任何光滑背景。三角网格上高效抽取拓扑骨架的算法,几乎都以它为内核。辛几何一侧,Floer 同调可视作莫尔斯理论在无穷维空间的投影:作用量泛函充当函数,周期轨道充当临界点,伪全纯曲线充当梯度流,Arnold 猜想与三维流形不变量由此获得统一框架。机器学习圈近年也回头打量这套旧工具:神经网络的损失景观布满临界点,其指标分布与连通性被用来诊断训练瓶颈、量化泛化能力——把损失函数当作流形上的莫尔斯函数来读,优化问题就带上了拓扑的眼镜。
把案卷连缀起来,莫尔斯理论的用途可以压缩成一句话:用少量带标签的点(非退化临界点及其指标)编码同调信息,再用不等式与等式完成双向校验。它把连续的形变翻译成离散的安装步骤,让拓扑问题第一次可以像点人头一样逐项核对。下一节纽结理论会看到,同样的思路在三维空间里将以更纠缠的形式再度登场——而到了那里,证据将从临界点换成不变量。