本文档系统介绍向量场理论。首先定义向量场为切丛的光滑截面，建立其作为导数的观点。详细研究李括号的性质和局部坐标表示，说明其作为向量场非交换性度量的作用。介绍积分曲线和流的概念，证明常微分方程解的存在唯一性定理。深入研究李导数的几何意义，给出Cartan魔法公式（$L_X = d·\iota_X + \iota_X·d$）及其应用。最后通过Frobenius定理说明完全可积性条件，展示微分方程理论与几何的深刻联系。

---

向量场的定义

基本定义

向量场 X：M 上的向量场是光滑映射 $X:M\to TM$，使得 $\pi∘X = id_M$

注：这样的映射称为向量丛的光滑截面 (smooth section)

记号：

• $\mathfrak{X}(M)$ 或 $\Gamma^\infty(M,TM)$（有时也 $\Gamma(M,TM)$）
• 所有向量场的空间

局部表示

在开集 $U\subset V$（向量空间）上，$TU \cong U\times V$

$X(p) = \sum_{i=1}^n a_i \partial/\partial x_i$，视为截面 $U\to U\times V$：

\[p \mapsto (p, \sum a_i(p) \frac{\partial}{\partial x_i}\bigg|_p)\]

---

推前和拉回

推前 (Pushforward)

如果 f 有光滑逆 $f^{-1}$，定义 $Y = Tf∘X∘f^{-1}:N\to TN$

记为 $Y = f_*X$，称为 X 的推前

f-相关

定义：X, Y 称为 f-相关的，如果 $Y∘f = Tf∘X$

拉回 (Pullback)

对于 $\varphi:M\to N$ 光滑，$f\in C^\infty(N)$，定义：

\[\varphi^*f = f\circ\varphi \in C^\infty(M)\]

$\varphi^*:C^\infty(N)\to C^\infty(M)$ 称为 f 的拉回

---

向量场作为导数

导数的定义

$\mathbb{R}$-代数 A 的导数：线性映射 $D:A\to A$，满足：

\[D(fg) = f\cdot D(g) + D(f)\cdot g\]

所有导数的集合记为 $\mathrm{Der}(A)$

向量场与导数的对应

局部：$X = \sum a_i \partial/\partial x_i$ 在 $C^\infty(U)$ 上，$X f = \sum a_i \partial f/\partial x_i$

全局：对于 $X\in \Gamma^\infty(M,TM)$，定义：

\[X(f) := df \circ X : M \to \mathbb{R} \in C^\infty(M)\]

李导数 (Lie derivative)：$X(f) = df∘X =: L_X f$ 称为 f 沿 X 的李导数

主要定理

定理：映射

\[\mathcal{L}: \Gamma^\infty(M,TM) \to \mathrm{Der}(C^\infty(M))\] \[X \mapsto \mathcal{L}_X\]

是双射

---

李括号 (Lie Bracket)

定义

李括号：对于 $X,Y\in \mathrm{Der}(C^\infty(M))$，

\[[X,Y] := X \circ Y - Y \circ X : C^\infty(M) \to C^\infty(M)\]

性质

命题：

1. $[X,Y]$ 是导数（满足乘积法则）
2. 局部坐标下：

\[[X,Y] = \sum_i \sum_j \left(a_i \frac{\partial b_j}{\partial x_i} - b_i \frac{\partial a_j}{\partial x_i}\right)\frac{\partial}{\partial x_j}\]

交换性：如果 $[X,Y] = 0$，称 X,Y 交换

---

积分曲线和流

积分曲线

定义：$\gamma:(-\varepsilon,\varepsilon)\to M$ 是 X 的积分曲线，如果：

\[\gamma'(t) = X(\gamma(t))\]

常微分方程的存在唯一性

定理：设 X 是 $V\subset \mathbb{R}^n$ 上的向量场。$\forall x_0\in V$，$\exists$：

• 邻域 $U\subset V$
• $\varepsilon>0$
• 光滑函数 $\Phi:(-\varepsilon,\varepsilon)\times U\to V$，$(t,p)↦\varphi_t(p)$

使得 $\forall p\in U$，$t↦\varphi_t$ 是具有给定初始条件的 X 的积分曲线

流 (Flow)

定义：映射 $\Phi$（也记为 $\varphi_t$）称为 X 的流，或局部单参数微分同胚群

性质：

1. $\varphi_0(x) = x$
2. $\varphi_{t’}(\varphi_t(x)) = \varphi_{t+t’}(x)$
3. $\varphi_{-t}$ 是 $\varphi_t$ 的逆

完备向量场

定义：X 是完备的，如果最大定义域 $U^\times = \mathbb{R}\times M$

定理：紧 M 上的任何向量场都是完备的

---

Frobenius定理

积分子流形

定义：$X_1,…,X_r\in \Gamma^\infty(M,TM)$ 线性无关，$S\subset M$ 是 r 维子流形，如果：

\[X_i|_q \in T_q S, \quad \forall q\in S\]

称 S 是 $X_1,…,X_r$ 的积分子流形

Frobenius定理 (Frobenius Theorem)

定理：设 $X_1,…,X_r$ 线性无关，以下等价：

1. $\forall p\in U$，$\exists$ 经过 p 的积分子流形 S
2. $[X_i, X_j] = \sum_{k=1}^r c_{ij}^k X_k$（Frobenius条件）

---

关键概念总结

概念	英文	符号	说明
向量场	Vector Field	$X\in \Gamma^\infty(M,TM)$	切丛的光滑截面
推前	Pushforward	$f_*X$	通过微分同胚转移
拉回	Pullback	$\varphi^*f$	$\varphi^*f = f∘\varphi$
李括号	Lie Bracket	$[X,Y]$	XY-YX
积分曲线	Integral Curve	$\gamma’(t)=X(\gamma(t))$	向量场的解曲线
流	Flow	$\varphi_t$	单参数微分同胚群
李导数	Lie Derivative	$L_X$	沿向量场的导数
完备向量场	Complete Vector Field	-	全局定义的流
Frobenius条件	Frobenius Condition	$[X_i,X_j]\in \mathrm{span}{X_k}$	积分子流形条件

---

本章要点

1. 向量场的三种观点：
   • 几何观点：切丛的截面
   • 分析观点：导子
   • 物理观点：速度场

2. 李括号衡量两个向量场的不可交换程度

3. 流是向量场的全局积分，提供单参数群作用

4. Cartan魔法公式连接了外微分、内积和李导数

5. Frobenius定理给出完全可积性条件