数学

Riemann 流形

直观理解

切空间

指数映射和对数映射

指数映射:给定流形 \mathcal{M} 上的一点 x 和切平面 T_x \mathcal{M} 上的向量 v 后,沿着方向 v 的测地线走出长度为 \| v \| 的路程后,到达了点 y,这个过程称为指数映射,记为 y = \exp_x v。

指数的名称来自微分方程的推广。

  • 想象复平面上单位圆 |z| = 1 在点 1 + 0i 处的切空间,它显然就是虚轴 i \mathbb{R}。当我们需要把切空间(虚轴)上的向量 v = y i 映射为单位圆上的一点时,就是在做指数映射 z = \exp(yi)。

切空间

引入

切空间是对曲面切平面的推广,我们的目标是找到一个内积空间(线性空间)来近似曲面的一个点附近的空间。

在二维曲面上,我们发现切向量和方向导数算子是一一对应的。在一般微积分中,给定向量 v 和线性空间中的函数 f,我们可以定义 f 的方向导数:

\frac{\partial}{\partial v} f = \lim_{h \to 0} \frac{f(x + hv) - f(x)}{h}.

但是,对于曲面 S 来说,x + hv 不一定还落在曲面内,所以我们要换一种定义方法。我们寻找一个沿着曲面运动的质点,它的运动方程(曲线的参数方程)是 x = \gamma(t),如果它在某一时刻 t_0 的位置恰好是 x_0,且导数 \gamma'(t_0) = v,就说明 v 是 S 在 x_0 处的一个切向量。此时,我们可以定义函数 f: S \to \mathbb{R} 的方向导数:

\frac{\partial}{\partial v} f = \lim_{h \to 0} \frac{f(\gamma(t_0 + h)) - f(\gamma(t_0))}{h} = \frac{\mathrm{d}}{\mathrm{d} t} f(\gamma(t)).

由此,方向导数算子 \frac{\partial}{\partial v} 被定义为了一个算子:它接受一个函数并给出一个实数。我们发现方向导数算子 \frac{\partial}{\partial v} 可以和 v 一一对应,且保持线性运算。因此,我们可以尝试直接定义“方向导数算子”,这样就定义了切空间。

定义

运动学定义

抽象定义

从 Riemann 流形 一节抽象出切向量和切空间的定义。

流形 \mathcal{M} 上,在点 p 的切向量 X_p 是 C^{\infty}(\mathcal{M}) 上的线性泛函 C^{\infty}(\mathcal{M}) \to \mathbb{R},i.e. 它接受一个流形上的函数并返回一个实数。并且,还要求它满足 Leibniz 法则(导数乘法公式),即

X_p(fg) = f(p) X_p(g) + g(p) X_p(f).

满足 Leibniz 法则的线性泛函全体 \{ X_p \in (C^{\infty}(\mathcal{M}))^*: X_p(fg) = f(p) X_p(g) + g(p) X_p(f) \} 称为流形在点 p 的切空间,记为 T_p\mathcal{M}。

定义等价性

对于任意的经过点 p 的光滑曲线 \gamma,我们可以定义速度向量 \gamma'(0),切空间 T_p\mathcal{M} 的元素将与之自然同构:

\Psi(\gamma)(f) = \frac{\mathrm{d}}{\mathrm{d}t} f(\gamma(t)).

度量

性质

维数

切空间 T_p\mathcal{M} 的维数和流形的维数相同。

直观理解

对于流形 M,度量 g 是一个输入一个点 p、输出一个内积 g_p(u, v) = \langle u, v \rangle_g 的函数。在某一点 p 的度量 g_p 定义为切空间 T_p(M) 上的一个内积:

g_p: T_p(M) \times T_p(M) \to \mathbb{R}.

g_p 必须满足实内积三公理,即对称性、线性、正定性。

Riemann 流形还定义了内积和内积之间的连续性,也就是要求相邻两点间的内积不能变化太大。具体地,对于两个 M 上的光滑向量场 \varphi, \psi \in C^{\infty}(M, T(M)),Riemann 流形还要求函数

f: p \mapsto g_p(\varphi(p), \psi(p))

也是 M 上的光滑函数 C^{\infty}(M, \mathbb{R})。

例

考虑 \mathbb{R}^3 上的球面 x^2 + y^2 + z^2 = 1,这是一个流形。

测地线

变分定义

连结流形上两点 (p, q) 的曲线 \gamma: [0, 1] \to \mathcal{M} 中,能量最低的曲线定义为测地线(geodesic)。即,使得下面变分最小的曲线:

L(\gamma) = \int_0^1 g

体积和积分

曲面的面积

在陈纪修《数学分析》中,给出过曲面面积的如下公式:

设曲面 \Sigma 由参数方程 x = x(u, v), y = y(u, v), z = z(u, v) 确定,令 Gauss 系数

\begin{cases} E = \left( \frac{\partial x}{\partial u} \right)^2 + \left( \frac{\partial y}{\partial u} \right)^2 + \left( \frac{\partial z}{\partial u} \right)^2; \\ F = \frac{\partial x}{\partial u} \frac{\partial x}{\partial v} + \frac{\partial y}{\partial u} \frac{\partial y}{\partial v} + \frac{\partial z}{\partial u} \frac{\partial z}{\partial v};\\ G = \left( \frac{\partial x}{\partial v} \right)^2 + \left( \frac{\partial y}{\partial v} \right)^2 + \left( \frac{\partial z}{\partial v} \right)^2. \end{cases}

则曲面的面积为

S = \iint_D \sqrt{EG - F^2} \mathrm{d} u \mathrm{d} v.

这个公式实际上就是 Riemann 流形的体积的一种特殊情况。

诱导体积

Riemann 流形中,在坐标 x^1, \dots, x^n 下,点 p 处的诱导体积是

\mathrm{d} V_g = \sqrt{\det g} \mathrm{d} x^1 \cdots \mathrm{d} x^n.

从而,当想要计算流形在坐标区域 (x^1, \dots, x^n) \in D 的体积时:

V = \int_D \sqrt{\det g} \mathrm{d} x^1 \cdots \mathrm{d} x^n.

对于 n 维流形,这是一个 n 重积分。

积分

类比第一类曲面积分,有公式

\int_D f(p) \mathrm{d} V_g = \int_D f(p(x^1, \dots, x^n)) \sqrt{\det g} \mathrm{d} x^1 \cdots \mathrm{d} x^n.
BEYOND THE ARTICLE

读完了,有什么想法?

阅读已保存的问答示例,并循着引用回到原文。

查看公开问答示例
— 本文完 — 返回文章列表