数学笔记(1)——映射压缩原理

微分几何笔记(一)——曲线

Dantepy posted @ 2012年2月25日 11:21 in 未分类 with tags 微分几何 曲线 , 1825 阅读

Section 1

参数曲线

定义:一个光滑映射(无穷阶可导)\[ \phi : I \to R^3\]称为参数化曲线。

注:两条不同的参数化曲线可以有相同的轨迹,这是因为你对I作一个同胚,就得到一个不同的映射\phi ,但是它们有相同的轨迹。

 

参数化正则曲线

定义:若对参数曲线\phi : I -> R^3\phi ^\'\neq0,则称\phi ^\为正则参数曲线。

注:使\phi ^\'=0 的点我们称之为奇异点。

 

弧长

因为参数化曲线的形式太任意了,所以我们引出弧长的定义:

定义:设\phi : I \to R^3是正则参数曲线,t_0,t_1,t_1 > t_0,当参数从t_0t_1时,曲线的弧长为S(t_1)=\[ \int_{t_0}^{t_1} |\frac{d \phi}{dt}\,|dt.

注意:弧长是不会因为参数化的形式而变化的,因为根据定义,当参数化形式变化的时候,只需要对S中的积分作一个变量代换即可。

 

用弧长来定义曲线

由弧长的定义可得\[ \frac{dS}{dt} = |\frac{d \phi}{dt}| > 0\] ,所以,S和t存在可逆变换,于是,我们可以用弧长来做曲线的参数:\[\tilde{\phi} (S) = \phi (t(S)) \]

注意:在给定定向之后,弧长参数在差一个常数的意义下唯一

 

我们可得:\[ |\frac{d \phi}{d S}| \equiv 1\] 反之若有参数化曲线  \phi使得 \[ |\frac{d \phi}{d t}| \equiv 1\],则t为弧长参数。证明是很容易的啦。

 


切向量、主法向量和从法向量

首先让我们考虑向量场的内积。

假设\[ \phi(S)\]是弧长参数化的曲线,则对\[ \phi\]\[ |\dot{\phi}(S) |\equiv 1\]\[ \dot{\phi}(S) \]表示\[ {\phi}(S) \]的导数).

由此可以推出:\[ \dot{\phi}(S) \cdot \dot{\phi}(S) \equiv 1\],对此式求导,可得\[ \dot{\phi}(S) \cdot \ddot{\phi}(S) \equiv 0\] (*)

定义:称\[ k(s) = |\ddot{\phi}(s)|\]\[ k(s) \]\[ \phi\]在s处的曲率。

定义:记\[ \vec{t}(s) = \dot{\phi}(s) \],称\[ \vec{t}(s) \]\[ \phi(s) \]在s处的切向量

定义:记\[ \vec{n}(s) = \frac{\ddot{\phi}(s)}{k(s)} \],称\[ \vec{n}(s) \]\[ \phi(s) \]在s处的主法向量。  由(*)可知,\[ \vec{n}(s) \]\[ \vec{t}(s) \]垂直(正交),而且这两个向量的模都是1.

定义:记\[\vec{b}(s)=\vec{t}(s) \times \vec{n}(s)\],称\[\vec{b}(s)\]\[ \phi(s) \]在s处的从法向量。  这个向量与切向量和主法向量都垂直,而且模是1,所以\[\{ \vec{t}\  \vec{n}\  \vec{b} \}\]构成R^3正交基底。

当然,这个基底还不足以完全描述曲线\phi的行为,我们需要这三个向量和对这三个向量求导而得到的微分方程。为此我们对这三个向量求导。

由前面已经可以知道\[ \frac{d \vec{t}}{ds} = k(s) \vec{n}(s) \],

我们先考虑\[ \frac{d\vec{b}(s)}{ds} \]

挠率

\begin{eqnarray*} \frac{d}{ds} \vec{b}(s) &=& \frac{d}{ds}(\vec{t}(s) \times \vec{n}(s)) \\ &=& (\frac{d}{ds} \vec{t}(s)) \times \vec{n}(s)+ \vec{t}(s) \times \frac{d\vec{n}}{ds} \\ &=& \vec{t}(s) \times \frac{d \vec{n}}{ds}\end{eqnarray*}

由这条式子,我们可以看到\[ \frac{d\vec{b}(s)}{ds} \]\[ \vec{t}(s) \]是垂直的(因为\[ \frac{d\vec{b}(s)}{ds} \]\[ \vec{t}(s) \]\[\frac{d\vec{n}}{ds} \]叉乘的积),同时\[ \frac{d\vec{b}(s)}{ds} \]本身与\[\vec{b} \]垂直,所以\[ \frac{d\vec{b}(s)}{ds} \]\[\vec{n} \]平行。从而,我们可以定义:\[\frac{d\vec{b}}{ds} = \tau (s) \vec{n}(s) \].由此得出:

定义:我们称\[ \tau(s) \]为曲线的挠率

 

在此基础上,我们继续讨论\[ \frac{d\vec{n}}{ds}\]

因为

\begin{eqnarray*} \frac{d\vec{n}}{ds} &=& \frac{d}{ds} (\vec{b} \times \vec{t}) \\ &=& \dot{\vec{b}} \times \vec{t} + \vec{b} \times \dot {\vec{t}}  \end{eqnarray*}

所以,我们可以最后化简得:

\[ \dot{\vec{n}} = -\tau \vec{b}-k\vec{t}\]

 

综上,R^3中的曲线可以如下的微分方程组来描述:

\[ \frac{d}{ds} (\vec{t},\vec{n},\vec{b}) &=& A(\vec{t},\vec{n},\vec{b})\] 其中  \[ A &=& \left( \begin{array}{ccc}0&k&0\\-k&0&-\tau\\ 0&\tau&0 \end{array} \right)\].

 


登录 *


loading captcha image...
(输入验证码)
or Ctrl+Enter