外代数

外代数有很多种等价的定义，下面的定义是最简洁的一个。

定义: 设 ${\displaystyle V}$ 是域 ${\displaystyle K}$ 上的一个向量空间，让${\displaystyle T^{k}(V):={\underset {k}{\underbrace {V\otimes \cdots \otimes V} }}}$ 则定义

${\displaystyle T(V)=\bigoplus _{k=0}^{\infty }T^{k}V=K\oplus V\oplus (V\otimes V)\oplus (V\otimes V\otimes V)\oplus \ldots }$ 

令 ${\displaystyle I}$ 为 ${\displaystyle V}$ 的张量代数的理想（即双边理想），该理想是由所有形如${\displaystyle v\otimes v}$ 的张量生成的（其中${\displaystyle v\in V}$ 任意），则将${\displaystyle V}$ 上的外代数${\displaystyle \Lambda (V)}$ 定义为商代数${\displaystyle T(V)/I}$ ，即

${\displaystyle \Lambda (V):=T(V)/I,}$ 

并且把${\displaystyle v_{1}\otimes \ldots \otimes v_{k}\in T^{k}V}$ 的等价类^[3] ${\displaystyle [v_{1}\otimes \ldots \otimes v_{k}]\in T(V)/I}$ 记为${\displaystyle v_{1}\wedge \ldots \wedge v_{k}}$ ，其中 ${\displaystyle v_{1},\ldots ,v_{k}\in V}$ 。设${\displaystyle k=0,1,2,\ldots \,,}$  称

${\displaystyle \Lambda ^{k}(V):=(T^{k}V)/I}$ 

为${\displaystyle V}$ 的${\displaystyle k}$ -阶外幂（${\displaystyle k}$ th exterior power of ${\displaystyle V}$ ），称${\displaystyle \land ^{k}(V)}$ 中的元素为${\displaystyle k}$ -向量（${\displaystyle k}$ -multivector）。

注：

1. ${\displaystyle \forall \lambda \in K}$ ，当且仅当${\displaystyle \lambda =0}$ 时才有${\displaystyle \lambda \in I}$ ，因此，可以把${\displaystyle \Lambda ^{0}(V)=K/I}$ 等同于${\displaystyle K}$ ，并且把${\displaystyle [\lambda ]\in \Lambda ^{0}(V)}$ 记为${\displaystyle \lambda }$ ；基于类似的原因，可以把${\displaystyle \Lambda ^{1}(V)=V/I}$ 等同于${\displaystyle V}$ ，而且把${\displaystyle [v]\in \Lambda ^{0}(V)}$ 记为${\displaystyle v}$ 。这一点是前面所讲的能够把${\displaystyle [v_{1}\otimes \ldots \otimes v_{k}]\in \Lambda ^{k}(V)}$ 记为 ${\displaystyle v_{1}\wedge \ldots \wedge v_{k}}$ 的特例和前提。
2. 当${\displaystyle k>1}$ 时，${\displaystyle k}$ -向量并不仅限于形如${\displaystyle v_{1}\wedge \ldots \wedge v_{k}}$ 的元素，例如，${\displaystyle v_{1}\wedge v_{2}+w_{1}\wedge w_{2}}$ 也是2-向量，其中${\displaystyle v_{1},v_{2},w_{1},w_{2}\in V}$ .
3. 理想${\displaystyle I}$ 中的元素并不仅限于形如${\displaystyle v\otimes v}$ 的张量，例如，
   1. ${\displaystyle \forall v\in V,\forall t\in T(V)}$ , 必定有 ${\displaystyle v\otimes v\otimes t\in I}$ 和${\displaystyle t\otimes v\otimes v\in I}$ .
   2. ${\displaystyle \forall v,w\in V}$ , 由于${\displaystyle (v+w)\otimes (v+w)\in I}$ 和${\displaystyle v\otimes v\in I}$ 以及${\displaystyle w\otimes w\in I}$ ，显然有${\displaystyle v\otimes w+w\otimes v=(v+w)\otimes (v+w)-v\otimes v-w\otimes w\in I}$ ，这就有一个推论：所有的二阶对称张量都在理想${\displaystyle I}$ 中。
   3. 由于上面的两个结论，${\displaystyle \forall v,w\in V}$ ，我们有${\displaystyle v\otimes w\otimes v=v\otimes (w\otimes v+v\otimes w)-v\otimes v\otimes w\in I}$ ，这是因为等式右边的每一项都在${\displaystyle I}$ 中。对张量${\displaystyle t\in T(V)}$ 的阶数作数学归纳法，则可以证明：${\displaystyle \forall v\in V}$ , ${\displaystyle \forall t\in T(V)}$ ，总有${\displaystyle v\otimes t\otimes v\in I}$ 。
4. 设${\displaystyle k=2,3,\ldots }$ ，则${\displaystyle \forall \alpha \in \Lambda ^{k}(V)}$ ，${\displaystyle \alpha }$ 作为等价类含有唯一的一个完全反对称的代表元${\displaystyle t\in T^{k}(V)}$ ，可以把这个${\displaystyle k}$ -阶的完全反对称张量等同于${\displaystyle \alpha }$ , 详见后面的“反对称算子和外幂”一节。在有些文献中，${\displaystyle k}$ -向量就是以这种方式定义的。

运算律 将上面的注中的内容用${\displaystyle \wedge }$ 写出，则分别给出

(1) ${\displaystyle \forall \lambda \in K,\alpha \in \Lambda (V)}$ , ${\displaystyle \lambda \wedge \alpha =\alpha \wedge \lambda =\lambda \alpha .}$ 

证明如下： 作为等价类，我们从${\displaystyle \alpha \in \Lambda (V)=T(V)/I}$ 中任意挑选一个代表元${\displaystyle t}$ ，则${\displaystyle t\in T(V)}$ 而且${\displaystyle \alpha =[t]}$ 。根据商代数的定义，

${\displaystyle \lambda \wedge \alpha =[\lambda ]\wedge [t]=[\lambda \otimes t]=[\lambda t]=\lambda [t]=\lambda \alpha .}$ 

类似地，可以证明${\displaystyle \alpha \wedge \lambda =\lambda \alpha \,.}$ 

(2) 根据注3.1中的内容，显然有${\displaystyle v\wedge v=0,\,\forall v\in V}$ .

(3) 根据注3.2中的内容，对任意${\displaystyle v,w\in V}$ 成立着

${\displaystyle v\wedge w=-w\wedge v.}$ 

注：即使${\displaystyle K}$ 的特征为2，这个公式也是对的，只不过此时有${\displaystyle -1=1}$ 而已。

(4) 根据商代数的定义以及张量代数的性质，运算${\displaystyle \wedge :\Lambda (V)\times \Lambda (V)\rightarrow \Lambda (V)}$ 满足结合律和分配律：

${\displaystyle (\alpha \wedge \beta )\wedge \theta =\alpha \wedge (\beta \wedge \theta ),}$ 

${\displaystyle (\alpha +\beta )\wedge \theta =\alpha \wedge \theta +\beta \wedge \theta ,}$ 

${\displaystyle \alpha \wedge (\beta +\theta )=\alpha \wedge \beta +\alpha \wedge \theta ,}$ 

其中${\displaystyle \alpha ,\beta ,\theta \in \Lambda (V)}$ 都是任意的。

以前两条性质为例，其证明如下：设张量${\displaystyle a,b,t\in T(V)}$ 分别是${\displaystyle \alpha ,\beta ,\theta }$ 中的代表元，即${\displaystyle \alpha =[a]}$ , ${\displaystyle \beta =[b]}$ , ${\displaystyle \theta =[t]}$ , 则

${\displaystyle (\alpha \wedge \beta )\wedge \theta =([a]\wedge [b])\wedge [t]=[a\otimes b]\wedge [t]=[(a\otimes b)\otimes t]=[a\otimes (b\otimes t)]=[a]\wedge [b\otimes t]=[a]\wedge ([b]\wedge [t])=\alpha \wedge (\beta \wedge \theta ),}$ 

${\displaystyle (\alpha +\beta )\wedge \theta =([a]+[b])\wedge [t]=[a+b]\wedge [t]=[(a+b)\otimes t]=[a\otimes t+b\otimes t]=[a\otimes t]+[b\otimes t]=[a]\wedge [t]+[b]\wedge [t]=\alpha \wedge \theta +\beta \wedge \theta .}$ 

(5) 根据上面的(3)和(4)，用数学归纳法可以证明：${\displaystyle \forall \alpha \in \Lambda ^{k}(V)\,,\,\beta \in \Lambda ^{l}(V)\,,}$ 

${\displaystyle \beta \wedge \alpha =(-1)^{kl}\alpha \wedge \beta .}$ 

证明从略。

若${\displaystyle V}$ 的维数是${\displaystyle n}$ 而${\displaystyle \left\{e_{1},\ldots ,e_{n}\right\}}$ 是${\displaystyle V}$ 的基，则集合

${\displaystyle \{e_{i_{1}}\wedge e_{i_{2}}\wedge \cdots \wedge e_{i_{k}}\mid 1\leq i_{1}<i_{2}<\cdots <i_{k}\leq n\}}$ 

是${\displaystyle k}$ 阶外幂${\displaystyle \land ^{k}(V)}$ 的一个基。理由如下：给定任何如下形式的楔积

${\displaystyle v_{1}\wedge \cdots \wedge v_{k}}$ 

则每个向量${\displaystyle v_{j}}$ 可以记为基向量${\displaystyle e_{i}}$ 的一个线性组合；利用楔积的双线性性质，这可以扩张为那些基向量的楔积的线性组合。任何出现同样基向量两次的楔积为0；任何基向量出现的次序不正确的可以重新排序，在交换任何两个基向量的时候变换符号。一般来讲，最后基${\displaystyle k}$ -向量前的系数可以用通过积${\displaystyle e_{i}}$ 来描述${\displaystyle v_{j}}$ 的矩阵的子式来计算。

数一下基元素，我们可以看到${\displaystyle \land ^{k}(V)}$ 的维数是n 取 k。特别的有， ${\displaystyle \land ^{k}(V)=\left\{0\right\}}$ 对于${\displaystyle k>n}$ .

外代数是一个分级代数，是如下直和

${\displaystyle \Lambda (V)=\Lambda ^{0}(V)\oplus \Lambda ^{1}(V)\oplus \Lambda ^{2}(V)\oplus \cdots \oplus \Lambda ^{n}(V)}$ 

其维数等于二项式系数之和，也就是${\displaystyle 2^{n}}$ .

考虑空间${\displaystyle \mathbb {R} ^{3}}$ ，其基为${\displaystyle \left\{i,j,k\right\}}$ 。一对向量

${\displaystyle \mathbf {u} =u_{1}\mathbf {i} +u_{2}\mathbf {j} +u_{3}\mathbf {k} }$ 

${\displaystyle \mathbf {v} =v_{1}\mathbf {i} +v_{2}\mathbf {j} +v_{3}\mathbf {k} }$ 

的楔积为

${\displaystyle \mathbf {u} \wedge \mathbf {v} =(u_{1}v_{2}-u_{2}v_{1})(\mathbf {i} \wedge \mathbf {j} )+(u_{1}v_{3}-u_{3}v_{1})(\mathbf {i} \wedge \mathbf {k} )+(u_{2}v_{3}-u_{3}v_{2})(\mathbf {j} \wedge \mathbf {k} )}$ 

其中${\displaystyle \left\{i\land j,i\land k,j\land k\right\}}$ 是三维空间${\displaystyle \land ^{2}\left(\mathbb {R} ^{3}\right)}$ 的基底。

再加一个向量

${\displaystyle \mathbf {w} =w_{1}\mathbf {i} +w_{2}\mathbf {j} +w_{3}\mathbf {k} }$ ,

这三个向量的楔积是

${\displaystyle \mathbf {u} \wedge \mathbf {v} \wedge \mathbf {w} =(u_{1}v_{2}w_{3}+u_{2}v_{3}w_{1}+u_{3}v_{1}w_{2}-u_{1}v_{3}w_{2}-u_{2}v_{1}w_{3}-u_{3}v_{2}w_{1})(\mathbf {i} \wedge \mathbf {j} \wedge \mathbf {k} )}$ 

其中${\displaystyle i\land j\land k}$ 是一维空间${\displaystyle \land ^{3}\left(\mathbb {R} ^{3}\right)}$ 的基底。

空间${\displaystyle \land ^{1}\left(\mathbb {R} ^{3}\right)}$ 是${\displaystyle \mathbb {R} ^{3}}$ , 而空间${\displaystyle \land ^{0}\left(\mathbb {R} ^{3}\right)}$ 是${\displaystyle \mathbb {R} }$ 。取所有四个子空间的直和得到一个向量空间${\displaystyle \land \left(\mathbb {R} ^{3}\right)}$ ，这是八维向量空间

${\displaystyle \mathbf {a} =(a_{1},a_{2},a_{3},a_{4},a_{5},a_{6},a_{7},a_{8}):=(a_{1},a_{2}\mathbf {i} +a_{3}\mathbf {j} +a_{4}\mathbf {k} ,a_{5}\mathbf {i} \wedge \mathbf {j} +a_{6}\mathbf {i} \wedge \mathbf {k} +a_{7}\mathbf {j} \wedge \mathbf {k} ,a_{8}\mathbf {i} \wedge \mathbf {j} \wedge \mathbf {k} )}$ .

那么，给定一对8维向量${\displaystyle a}$ 和${\displaystyle b}$ , 其中${\displaystyle a}$ 如上给出，而

${\displaystyle \mathbf {b} =(b_{1},b_{2},b_{3},b_{4},b_{5},b_{6},b_{7},b_{8})}$ ,

${\displaystyle a}$ 和${\displaystyle b}$ 的楔积如下(用列向量表达),

${\displaystyle \mathbf {a} \wedge \mathbf {b} ={\begin{pmatrix}a_{1}b_{1}\\a_{1}b_{2}+a_{2}b_{1}\\a_{1}b_{3}+a_{3}b_{1}\\a_{1}b_{4}+a_{4}b_{1}\\a_{1}b_{5}+a_{5}b_{1}+a_{2}b_{3}-a_{3}b_{2}\\a_{1}b_{6}+a_{6}b_{1}+a_{2}b_{4}-a_{4}b_{2}\\a_{1}b_{7}+a_{7}b_{1}+a_{3}b_{4}-a_{4}b_{3}\\a_{1}b_{8}+a_{8}b_{1}+a_{2}b_{7}+a_{7}b_{2}-a_{3}b_{6}-a_{6}b_{3}+a_{4}b_{5}+a_{5}b_{4}\end{pmatrix}}}$ .

容易验证8维楔积以向量${\displaystyle \left(1,0,0,0,0,0,0,0\right)}$ 为乘法幺元。也可以验证该${\displaystyle \land \left(\mathbb {R} ^{3}\right)}$ 代数的楔积是结合的(也是双线性的):

${\displaystyle (\mathbf {a} \wedge \mathbf {b} )\wedge \mathbf {c} =\mathbf {a} \wedge (\mathbf {b} \wedge \mathbf {c} )\qquad \qquad \forall \,\mathbf {a} ,\mathbf {b} ,\mathbf {c} \in \Lambda (\mathbf {R} ^{3}),}$ 

所以该代数是有单位且结合的。

对三维欧几里得空间${\displaystyle E^{3}}$ 可以建立一个线性同构${\displaystyle \phi :\Lambda ^{2}(E^{3})\rightarrow E^{3}}$ 如下：任取${\displaystyle E^{3}}$ 的右手的标准正交基${\displaystyle {\boldsymbol {i}}}$ ，${\displaystyle {\boldsymbol {j}}}$ ，${\displaystyle {\boldsymbol {k}}}$ ，规定${\displaystyle \phi }$ 把${\displaystyle {\boldsymbol {i}}\wedge \mathbf {j} }$ ，${\displaystyle {\boldsymbol {j}}\wedge {\boldsymbol {k}}}$ ，${\displaystyle {\boldsymbol {k}}\wedge {\boldsymbol {i}}}$ 分别映射为${\displaystyle {\boldsymbol {k}}}$ ，${\displaystyle {\boldsymbol {i}}}$ ，${\displaystyle {\boldsymbol {j}}}$ ，则${\displaystyle \phi }$ 的定义与右手的标准正交基如何选取无关。

不难看出，对任意向量${\displaystyle {\boldsymbol {u}}}$ 和${\displaystyle {\boldsymbol {v}}}$ ，这个线性同构把${\displaystyle {\boldsymbol {u}}\wedge {\boldsymbol {v}}}$ 映射为${\displaystyle {\boldsymbol {u}}\times {\boldsymbol {v}}}$ 。这就是叉乘（向量积）的实质。例如，${\displaystyle E^{3}}$ 中平行四边形${\displaystyle ABCD}$ 的面积向量可以表示为${\displaystyle {\overrightarrow {AB}}\times {\overrightarrow {AD}}}$ . 经过推广之后，高维黎曼流形${\displaystyle (M,\mathbf {g} )}$ 中的紧的二维曲面${\displaystyle \Sigma }$ 的面积则可以用

${\displaystyle \int _{\Sigma }{\sqrt {h}}\,du^{1}\wedge du^{2}\,,\qquad h=\left|{\begin{array}{cc}h_{11}&h_{12}\\h_{21}&h_{22}\end{array}}\right|\,,}$ 

来计算（其中${\displaystyle h_{ab}}$ 是度规张量场${\displaystyle \mathbf {g} }$ 在${\displaystyle \Sigma }$ 上的诱导度规 ${\displaystyle \mathbf {h} =h_{ab}\,du^{a}\otimes du^{b}}$  的坐标分量），由此可以看到外积和叉乘的深刻关系。

在物理学中，向量（极向量）与赝向量（轴向量）两个概念经常需要加以区分。从根本上说，向量是${\displaystyle E^{3}}$ 中的元素，所以在空间反演变换下不会改变方向；而赝向量其实是${\displaystyle \Lambda ^{2}(E^{3})}$ 中的元素，故在空间反演变换下会改变方向。

类似地，借助于右手的标准正交基，可以把${\displaystyle \Lambda ^{3}(E^{3})}$ 中的元素${\displaystyle a\,{\boldsymbol {i}}\wedge {\boldsymbol {j}}\wedge {\boldsymbol {k}}}$ 映射为“标量"${\displaystyle a\in \mathbb {R} =\Lambda ^{0}(E^{3})}$ 。但是，在空间反演变换下它就会原形毕露，所以称它为赝标量。真正的标量在空间反演下是不变的，而赝标量在空间反演下会改变符号。

把 2-向量${\displaystyle {\boldsymbol {u}}\wedge {\boldsymbol {v}}}$ 映射为向量${\displaystyle {\boldsymbol {u}}\times {\boldsymbol {v}}}$ 以及把 3-向量${\displaystyle a\,{\boldsymbol {i}}\wedge {\boldsymbol {j}}\wedge {\boldsymbol {k}}}$ 映射为一个实数${\displaystyle a}$ 的映射实际上是一个叫做霍奇对偶的线性映射。

令${\displaystyle V}$ 为一个域${\displaystyle K}$ （在多数应用中，也就是实数域）上的向量空间。${\displaystyle \land (V)}$ 是“最一般”的包含${\displaystyle V}$ 的并有一个交替乘法在${\displaystyle V}$ 上由单位的结合${\displaystyle K}$ -代数这个事实可以用如下的泛性质形式化的表达：

要构造最一般的包含${\displaystyle V}$ 的代数，而且其乘法是在${\displaystyle V}$ 上交替的，很自然可以从包含${\displaystyle V}$ 的最一般的代数开始，也就是张量代数${\displaystyle T(V)}$ ，然后通过合适的商来强制交替的性质。这样我们取${\displaystyle T(V)}$ 中由所有形为${\displaystyle v\otimes v}$ 的元素生成的双边理想${\displaystyle I}$ ，其中${\displaystyle v}$ 属于${\displaystyle V}$ ，并定义${\displaystyle \land (V)}$ 为商

${\displaystyle \land (V)=T(V)/I}$ 

（并且使用${\displaystyle \land }$ 为${\displaystyle \land (V)}$ 中的乘法的代号）。然后可以直接证明${\displaystyle \land (V)}$ 包含${\displaystyle V}$ 并且满足上述泛性质。

如果不是先定义${\displaystyle \land (V)}$ 然后把外幂${\displaystyle \land ^{k}(V)}$ 等同为特定的子空间，我们也可以先定义空间${\displaystyle \land ^{k}(V)}$ 然后把它们合并成为一个代数${\displaystyle \land (V)}$ 。这个方法在微分集合中常常用到，并在下节中有描述。

给定两个向量空间${\displaystyle V}$ 和${\displaystyle X}$ ，一个从${\displaystyle V^{k}}$ 到${\displaystyle X}$ 的反对称算子是一个多线性映射

${\displaystyle f:V^{k}\rightarrow X}$ 

使得只要${\displaystyle v_{1},\ldots ,v_{k}}$ 是${\displaystyle V}$ 中线性相关的向量，则

${\displaystyle f\left(v_{1},\ldots ,v_{k}\right)=0}$ .

最著名的例子是行列式值，从${\displaystyle (K^{n})^{n}}$ 到${\displaystyle K}$ 的反对称线形算子。

映射

${\displaystyle w:V^{k}\rightarrow \land ^{k}(V)}$ 

它关联${\displaystyle V}$ 中的${\displaystyle k}$ 个向量到他们的楔积，也就是它们相应的${\displaystyle k}$ -向量，这也是反对称的。事实上，这个映射是定义在${\displaystyle V^{k}}$ 上的“最一般”的反对称算子：给定任何其它反对称算子${\displaystyle f:V^{k}\rightarrow X}$ ，存在一个唯一的线性映射${\displaystyle \varphi :\land ^{k}(V)\rightarrow X\mathrm {with} f=\varphi \circ w}$ 。这个泛性质表述了空间${\displaystyle \land ^{k}(V)}$ 并且可以作为它的定义。

所有从${\displaystyle V^{k}}$ 到基域${\displaystyle K}$ 的反对称映射组成一个向量空间，因为两个这样的映射的和、或者这样一个映射和一个标量的乘积也是反对称的。若${\displaystyle V}$ 是有限维的，维数${\displaystyle n}$ ，则该空间可以认同为${\displaystyle \land ^{k}(V^{*})}$ ，其中${\displaystyle V^{*}}$ 表示${\displaystyle V}$ 的对偶空间。特别的有，从${\displaystyle V^{k}}$ 到${\displaystyle K}$ 的反对称映射的空间是${\displaystyle n}$ 取${\displaystyle k}$ 维的。

在这个等同关系下，若基域是${\displaystyle R}$ 或者${\displaystyle C}$ ，楔积有一个具体的形式：它从两个给定的反对称映射得到一个新的反对称映射。设${\displaystyle \omega :V^{k}\rightarrow K}$ 和${\displaystyle \eta :V^{m}\rightarrow K}$ 为两个反对称映射。和在多线性映射的张量积的情况一样，楔积的变量数是每个映射的变量数之和。它定义如下：

${\displaystyle \omega \wedge \eta ={\frac {(k+m)!}{k!\,m!}}{\rm {Alt}}(\omega \otimes \eta )}$ 

其中多线性映射的交替${\displaystyle \mathrm {Alt} }$ 定义为其变量的所有排列的带符号平均：

${\displaystyle {\rm {Alt}}(\omega )(x_{1},\ldots ,x_{k})={\frac {1}{k!}}\sum _{\sigma \in S_{k}}{\rm {sgn}}(\sigma )\,\omega (x_{\sigma (1)},\ldots ,x_{\sigma (k)})}$ 

注意： 有一些书中楔积定义为

${\displaystyle \omega \wedge \eta ={\rm {Alt}}(\omega \otimes \eta )}$ 

在主要由物理学家使用的指标记法中有：

${\displaystyle (\omega \wedge \eta )_{a_{1}\cdots a_{k+m}}={\frac {1}{k!m!}}\epsilon _{a_{1}\cdots a_{k+m}}^{b_{1}\cdots b_{k}c_{1}\cdots c_{m}}\omega _{b_{1}\cdots b_{k}}\eta _{c_{1}\cdots c_{m}}}$ 

令${\displaystyle M}$ 为一个微分流形。一个微分k-形式${\displaystyle \omega }$ 是${\displaystyle \land ^{k}T^{*}M}$ （${\displaystyle M}$ 的余切丛的${\displaystyle k}$ 阶外幂）的一个截面。等价的有：${\displaystyle \omega }$ 是${\displaystyle M}$ 的光滑函数，对于${\displaystyle M}$ 的每个点${\displaystyle x}$ 给定一个${\displaystyle \land ^{k}\left(T_{x}M\right)^{*}}$ 的元素。大致来讲，微分形式是余切向量的全局版本。微分形式是微分几何的重要工具，其中，它们被用于定义德拉姆上同调和亚历山大-斯潘尼尔上同调。

给定一个交换环${\displaystyle R}$ 和一个${\displaystyle R}$ -模${\displaystyle M}$ ，我们可以定义和上文一样的外代数${\displaystyle \land (M)}$ ，它是张量代数${\displaystyle T(M)}$ 适当的商。它会满足类似的泛性质。

格拉斯曼代数在物理中有重要应用，它们被用于建模和费米子和超对称性相关的各种概念。

参看：超空间，超代数，超群

• 多线性代数
• 张量代数
• 对称代数
• 克利福德代数