欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

微分几何的24-33节笔记暂记（第一基本形式，第二基本形式）

程序员文章站 2022-07-12 23:10:22
...

微分几何笔记

曲面上的度量

第24节：曲面上的度量（第一基本形式）

  第一基本形式：
看一下r的微分：dr=r'udu+r'vdv(du,dv是两个数量，dr也表示成了切向量)
              dr^2=(r'udu)^2+2*r'udu*r'vdv+(r'vdv)^2 关于uv的二次微分形式
              将这样的二次微分形式   为曲面的第一基本形式 记为：I

              系数E=r'u^2, F=2*r'u*r'v, G=r'v^2第一基本量
              I=E du^2+F dudv+G dv^2 
             矩阵： [E F;F G] 是正定矩阵  
           （E,G大于零，二次型：各阶主子式大于零
             由拉格朗日恒等式EG-FF=r'u r'v的向量积的平方，以上矩阵可以表达成二次型）
 I=(du dv) [E F;F G] (du dv)'

度量矩阵[E F;F G]：度量空间

有了度量矩阵，就可以定义曲面上的内积，之前三维空间有了内积
此为诱导度量：I(X,Y)=<X,Y>=X*Y’ X,Y是点p处的任意两个切向量
X,Y都可由r’u r’表示，X=（x1,x2）（r’u,r’v）’
I(X,Y)=(x1,x2)E F;F G’

度量矩阵
https://blog.csdn.net/qq_45011547/article/details/91126133
知道了任意两个基向量的内基也就知道了度量矩阵，之所以提出度量矩阵的概念其实是为了方便计算两向量的内基。因为只要基向量相同，计算内基只须将向量的坐标和度量矩阵两边相乘即可，有利于减少计算量。特别是对于大规模的矩阵运算很有意义！

实数域上的度量矩阵是正定矩阵。度量矩阵和所选的一组基向量有关, 如果选择的是标准正交基, 度量矩阵为单位矩阵。

对于线性空间中的任意一个向量的表示由基（相当于度量单位）和坐标（相当于具体的尺度），基既然作为度量标准了，当然要求对每一个向量都适用，同时这个标准本身也应该尽可能的简洁。

扩展资料：

从本质上来说是多元衡量尺度一元化的问题，于是就找出了范数的概念，用一个范数来代替多个元素的收敛问题讨论。

不同矩阵范数的等价性保证了函数极限的一致性。在某种程度上范数成了距离的代名词，但要注意的是范数的概念要比距离强得多（主要是增加了绝对齐次性），我们会用范数去表示不同样本之间的距离，用范数去表示误差程度，用范数去衡量许许多多的表示某种程度的量。

第25节：曲面上的度量（第一基本形式）

   求曲线{u=u(t);v=v(t);t在t1,t2}的弧长：
                   s=∫(t1,t2) |r'(t)|dt=∫(t1,t2)√I(r'(t),r'(t))dt 
    I(r'(t),r'(t))在知道第一基本形式和不知道r时适用，所谓内蕴几何：根本无外部空间，生活

在曲面上，我们只靠曲面上的一些本质的内蕴的量来研究曲面的性质，那么方程r(u,v)可以是不知道的，
只知道它的第一基本形式，只知道一些系数，而从以后可见，不同的曲面就可以有相同的第一基本形式，
上面的度量形式（弧长，夹角）一样
曲面域的面积：σ=∫∫（D）√FG-F^2 dudv
分析中可能见过
命题：曲面上的坐标曲线网，在每一点处正交，则为正交参数曲线网
正交网《=》F=0
例：r=(u,v,0)
r’u=(1,0,0) r’v=(0,1,0)
I=du2+dv2=
球面：r=(acosθcosφ,acosθsinφ,asinθ) θ φ <=>u v
r’θ=
r’φ=
I=a2dθ2+0+a2cosθ2

在三维空间中知道三个分量求内积：相应分量乘积求和
知道内在分量，在r’u.r’v上的分量，求内积要加上第一基本形式

第一基本形式的不变性：
第一基本形式是可允许的参数变换（雅可比不为零）下的不变量
而第一基本量的系数并非不变量
关系为 新的=J旧的J^-1
证明：25讲17分钟
：找出r’u,r’v之间的雅可比变换矩阵，再代入即可得证

至于题主说的 转置 ：不知道题主有没强奸过Photoshop，当你要对一张黄图进行 旋转 / 缩放 / 镜像 / 关于某个点对称 时，Ctrl+T 就好了。对，就是 T，刚开始还纳闷为毛用和PS文字工具易混淆的快捷键，被线代强奸过就懂了。。。 然后有木有发现转置的角标就是 T ？ 没错，这是我意淫出来的解释，后来发现 T 就是 Transpose（转置矩阵）的缩写。结论：
在二维空间里矩阵的 转置 ，就相当于 得到关于某个点对称的二维图像，有点像A4纸上写着矩阵的数表，摁着它的右上角，揭着它的左下角沿对角线往上掀啦
在三维空间里矩阵的 转置 ，同样是相当于 得到关于某个点对称的三维立体，想象一下一个正方体关于某个点对称的情形，这是一种特殊的旋转，左乘一个矩阵也可以殊途同归达到转置的效果

第26节：曲面上的度量（第一基本形式）

第一基本形式均为合同变换的不变量
证明方法和证明曲率挠率，TNB在合同下不变是一样的
 对P的合同变换PA+p0
     r~=rA+r0

E~= (r’u~)2=r’uA(Atr’u^t)=r’u r’u^t
F~
G~同理

曲面上的曲线组和曲线网的微分方程

一个微分方程的积分曲线 例子：Adu+Bdv=0 (A,B都为uv的函数 ，假设A！=0，且可分离变量等，即方程可解） =》u是v和一常数的函数（给一个常数就能推出一条曲线，所以为一组曲线）， 微分方程Adu+Bdv=0是曲线组的切向量满足的方程 
 Adu^2+2Bdudv+Cdv^2=0      其中(B^2-AC>=0)

得到两个解 du:dv δu:δv
如果相等则 曲线组相切/平行
正规曲线网：在任意点两组曲线都不相切：只需B^2-AC>0

27节：
看看u曲线（V为常数）v曲线（U为常数）参数方程的特征

  u曲线：“dv=0”
  v曲线同理
 参数网 dudv=0

Adu+Bdv=0 Cdu+Ddv=0两组曲线正交的冲要条件为：
（-B,A）与（-D,C）正交(只切屏面上的正交)
du:dv du:dv

  （-B,A）[E F;F G]（-D,C）=0

两组曲线的切向量：
X=-Br’u+Ar’v
Y=-Dr’u+Cr’v

命题：曲线网：Pdu2+2Qdudv+Rdv2=0
为正交曲线网当且仅当：
RE-2FQ+RG=0 （只是上边的方程颠倒一下）

坐标网的选取：

     命题：任意正规曲线网总可以取为参数曲线网（做一个变换）
      证明：需要用到微分方程中的积分因子
            Adu+Bdv=0 Cdu+Ddv=0
            （-B,A）与（-D,C）不平行
            乘以个积分因子可将其写成全微分
           存在：m(u,v)   n(u,v)不为零
             m(Adu+Bdv) =du-
             n(Cdu+Ddv) =dv-
      看看是否为可允许的参数变换（u,v）=》（u-,v-）
       round(u-,v-)/round(u,v)=|mA mB;nC nD|
        因为：（-B,A）与（-D,C）不平行
       所以成立
       

     命题：曲面上的任意点p存在淋雨(邻域)D使得在D上总可取到正交坐标网

第28节：曲面上的度量（第二基本形式）

点p0的临近点与这点的切平面的代数距离--离差 r=r(u,v) 离差=p0p*n p0p=r(u+du,v+dv)-r(u,v)泰勒展开 =dr+1/2dr^2+o(du^2+dv^2)

离差=p0pn=1/2dr^2n=
假设函数存在需要阶的连续偏导数
r’u’v和r’v’u相同 (r’u’udu2+2r’u’vdudv+r’vr’vdv2)
结果为关于du dv的二次的形式，这个二次性和之前的形式相似，
定义曲面上的二次基本形式：
dr^2n=
(r’u’un)*du2+(2r’u’v*n)*dudv+(r’v’v*n)dv2
L 2M N
LMN称为第二基本量
N为数量 n为向量

另一形式：
drn=0
两边微分
dr^2n+dr dn=0 dr^2???
II=-dr*dn(L=-r’un’u,M=-r’un’v=-r’vn’u,N=-r’vn’v)
II=(du dv)[L M;M N](du dv)^T
但[L M;M N]不一定是正定的矩阵

第29节：曲面上的度量（第二基本形式）

矩阵直接相乘，是矩阵叉乘。依据线性代数里的矩阵运算法则。 .*为内积/点乘

x,y在一点的切平面
定义：
II(x,y)=(x1,x2)L M; M N^T
（原来的是II(r,r)因为r的切向量是dudv）
双线性映射：对第一个和第二个映射都是现行的
第二基本形式的不变性
（第一基本形式是合同变换的不变量，是参数变换的不变量，但是分量会发生改变）
在保持定向的参数变换和合同变换下是不变的，否则变号
证明：29节07.50
(1)参数变换及其关系
（u,v）=>(u,v)
(u,v）=J(u,v)
r’u~* r’v~=J(r’u*r’v)

若参数变换是保持定向不变的，则单位法向量不变，|J|>0=>n(u,v)=n(u,v)
实际上： n(u,v)=n(u,v)sgn(|J|)

II(u,v)=dr^2.n =-drdn
II(u,v)=dr^2.n =-drdn
II(u,v)=II(u,v)sgn(|J|)
(2)合同变换及其关系：pT+p0(T为正交矩阵，p0为固定点)
合同变换为线性变换
在线性代数中，正交变换是线性变换的一种，它从实内积空间V映射到V自身，且保证变换前后内积不变。
正交矩阵 定义：n级实矩阵A称为正交矩阵，如果AA=E。(A表示A的共轭转置，E是单位矩阵)
https://www.zhihu.com/question/21931863/answer/85019533?utm_source=qq&utm_medium=social
对于同一个线性空间，可以用两组不同的基和基来描述，他们之间的过渡关系是这样的 2=1P，
而对应坐标之间的过渡关系是这样的2=P^-11
所谓相似矩阵，就是同一个线性变换的不同基的描述矩阵。这就是相似变换的几何意义。
原来一族相似矩阵都是同一个线性变换的描述啊！总而言之，相似变换是为了简化计算！

   r~'u=r'u*T   r~'v=r'v*T
r~u*r~v=(r'u*T)*(r'v*T)=|T|(ru*rv)T
    n~=|T|*n*T
 =>II~=dr~^2.*n~=|T|dr^2.*n (因为正交变换不改变内积，|T|=+1/-1)
               =|T|II

第二基本形式的计算：
L=r’u’u.*n
M=
N

第30节：平面和圆的第二基本形式

法曲率
：曲面上一条曲线（u=u(s),v=v(s)）的法曲率：
曲线的曲率是可知的r…=kN(r…不一定在切屏面上，主法向量N一定指向曲线的弯曲方向)
将其分解到曲面的主法向量和r’u,r’v上
r…=ar’u+br’v+cn
r…^┬ r…^┴al两部分

第31节：曲面的法曲率

r..*n=kN*n=kcos夹角 下面看看就不同曲线的法曲率是否相同

第32节：渐进方向和渐近线

kn
在一点法曲率为零《=》II=0
《=》Ld’n2+2Md’ud’v+Nd’v2=0
《=》判别式：LN-M^2
>0 无实解 无实渐进方向 椭圆点 II为正定（负定）二次型
<0 两实解 两渐进方向 双曲点 II为不定
=0 易实解 一个渐进方向 抛物点
特别的：L=M=N=0 平点

渐近线：曲面上的曲线C C’=T
任意点曲线的切线方向均为曲面的渐进方向
kn(T)=0

第33节：渐进方向和渐近线

如果曲面上LN-M^2<0恒成立 则曲面上存在两组渐近线 构成曲面曲线网渐近线网 命题：曲面上的参数曲线网为渐近线网 《=》 L=N=0 r'u r'v为渐进方向 r'u=[1,0] r'v=[0,1] kn(r'u)=0《=》II(r'u,r'u)=0《=》L=0 kn(r'v)=0《=》II(r'v,r'v)=0《=》N=0
相关标签： 微分几何

上一篇： 微分几何的20-23节笔记

下一篇： Mybatis基于注解开发

推荐阅读