https://ccjou.wordpress.com/2010/01/27/%e5%85%a7%e7%a9%8d%e7%9a%84%e5%ae%9a%e7%be%a9/
饮水思源 - 主题文章阅读 [讨论区: math]
[PPT]5.2 标准形
www2.hpu.edu.cn/jpzy/.../9/§5.2%20%20标准形.ppt
Translate this page
Translate this page
在数学中,二次型是一些变量上的二次齐次多项式。例如
二次型在许多数学分支,包括数论、线性代数、群论(正交群)、微分几何(黎曼测度)、微分拓扑(intersection forms of four-manifolds)和李代数(基灵型)中,占有核心地位。
介绍[编辑]
二次型是n个变量上的二次齐次多项式。下面给出一个、两个、和三个变量的二次形式:任何非零的n维二次形式定义在投影空间中一个 (n-2)维的投影空间。在这种方式下可把3维二次形式可视化为圆锥曲线。
术语二次型也经常用来提及二次空间,它是有序对(V,q),这里的V是在域k上的向量空间,而q:V → k是在V上的二次形式。例如,在三维欧几里得空间中两个点之间的距离可以采用涉及六个变量的二次形式的平方根来找到,它们是这两个点的各自的三个坐标。
2009-12-21 09:23:51 楚天舒 (Google on a surface)
正定二次型的一个典型例子,隐形眼镜,其零点是唯一的。
半正定的二次型的一个典型例子是鸭舌帽的帽舌,其零点是一条线。
不定型的典型例子,工作中的护翼型卫生巾。护翼部分在零下,其他部分在零上。
本主题共有 2 篇文章,分 1 页, 当前显示第 1 页 [返回讨论区]
[回复本文][原帖] 发信人: character(我要到对岸去), 信区: math 标 题: 谈谈对于微分符号 df 的理解 发信站: 饮水思源 (2003年05月28日10:22:33 星期三) 发信人: symplectic (身无彩凤双飞翼), 信区: Mathematics 标 题: 谈谈对于微分符号 df 的理解 发信站: 北大未名站 (2003年05月28日07:29:07 星期三) , 站内信件 这两天,不断有人问起这个问题,倒值得认真讨论一下。记得别人回忆 陈省身先生的文章里也提到,五十年代时,研究生们看到他在黑板上随意 写下外微分表达式 dx,还会觉得惊讶和迷惘。我在这里重新整理了一下 自己以往的认识。这里写下来,就正于大家,也许对学习微分流形的朋友 会有帮助。 问题的确切表述,应该是这样: 给定微分流形 M 上的可微函数 f,问表达式 df = f_i * dx^i 的确切含义是什么? 这里 x^i 表示一个局部坐标系的坐标分量,f_i 表示 f对 x^i 的偏导数。 这个表达式,其实在多元微积分里已经出现了。估计最初大家都跟我一样, 把它当作是一个方便的形式记号。在当时的条件下,df 可以理解为 n元函数 f 的 Jacobian 的另一种表达方法。注意这时的 Jacobian 应该是一个 n 元向量,则 f_i 表示的是此向量的各个分量,而 dx^i 意味着此分量表达 是相对于坐标 x^i 而确定的。 从微分流形的观点而言,我们可以有更好、更深入的看法。我们不妨设想自己 处于这个理论创立者的地位上,那么很自然地要考虑:给定微分流形 M,上面 有什么自然的构造? 显然,如果光有 M 本身,可做的事情少得可怜。这时,一个有意义的想法, 就是考虑某些典则/典型(canonical/model)的流形,然后考虑 M 与此流形 的关系,利用这种关系来刻划 M 本身的结构和性质。 要找这样的模板,最自然的选择莫过于欧氏空间(须知流形本来就是局部以欧氏 空间为模板而“搭”起来的),而对高维欧氏空间的研究,无外乎是多元微积分, 结果最后还要归结到一元函数论。因此,最基本的选择,就是取实数集 R(视为 一维流形)来作模板。 取定 M 和 R,我们该考察它们间的什么关系呢?有一定见识的同学,自然会 认识到,在一个给定范畴中,定义好基本概念和对象后,紧接着该考虑的就是 这些对象间的映射关系。所以,我们现在有两类最基本的研究材料:一类是 R 到 M 的可微映射,一类是 M 到 R 的可微映射;前者就是 M 上的曲线, 后者就是 M 上的函数。 再接下来,我们决定,先研究相关的局部性质,因为这显然最容易着手,也是 最基本的。从微积分的经验,我们可以预想到应当引入对曲线和函数的线性逼 近,这对应于微分运算,而这也正是我们该做的事情。(须知流形本来就是为了 推广微积分理论而发明的最一般的框架。) 现在我们限于 M 上一点 p 附近来做,则上述一阶逼近的考虑,会引导出两类 东西。一类,是过 p 点的曲线在 p 点的微分,它可以描述为一个等价类,其 中等价的对象是在 p 点彼此相切的曲线,它们并且有相同的“瞬时速度”(注 意我们用到的不仅是曲线,而且还包括其参数化,即具体的从 R 出发的映射)。 我必须马上指出,“相切”这个概念是有意义的,因为我们可以利用局部坐标 系转化到欧氏空间里考虑,而“相切”的性质与坐标选取无关。另外还请注意, 这个看法,既是直观的(借助了几何图象),同时又是抽象的(采用了等价类的 代数描述)。好了,我们再来看第二类对象,它们是任意函数在 p 点处的微分, 它们同样可以描述为一些等价类,其中每一类里包含的是一些在 p 点邻域上 取值的函数,它们沿任意方向的方向导数相同。同样我要在这里提醒大家注意, 这里沿某方向的方向导数是良定的(well-defined)。(如果有人担心这里的 “方向”和“方向导数”概念还没有建立起来,那我可以修改为“沿过 p 点的 任意可微曲线,此函数在 p 点的导数”。) 这两类东西,作为对应映射在一点的线性化,本身就自然带有线性结构。第一 类对象,构成了 p 点的切空间;第二类对象全体,恰好构成前者的对偶空间, 即余切空间。把各点处对应的这些空间联系起来看,就给出了切丛和余切丛。 回头来看开头的表达式,则左边的 df,其实就是由 f 决定的一个“余切元素” (记住,它代表一个等价类)。右边呢,x^i 作为给定的局部坐标,也就自然 给定了 n 个坐标函数,这些函数分别决定了 n 个余切元素,且构成 p 点处 余切空间的一个基底,它们就是 dx^i,而 df 就可以由它们线性表示。巧得 很,这样表达出来的坐标分量,正好是 f 沿对应方向的偏导数。 话说到这里可以结束了,但我想把有关的东西进一步解释清楚点。接着原式, 如果我们把 f“遮”起来不看,则左边的 d 表示一个全微分记号,而右边 表示的则是一个求和,其中每一项里都包括一个切向量(d/dx^i)和一个余切 元素(dx^i)。这样一个抽象的表达式,恐怕更让人困惑,因为看起来每一项 中对应的切向量和余切元素是彼此对偶的,为什么没有消去,却可以这样分开 来写呢? 反思一下切元素跟余切元素的对偶关系,其实从前头“两类映射的方向相反” 就可以看出苗头。为了说清问题,不妨回归到最原始的情形:R-->R 的映射。 设自变量和因变量分别是 x 和 y,映射为 f,我们有熟知的表达式 dy = f'(x)dx。 再简化一点,即 d = (d/dx)*dx。 我们也一直把这种表达方法当作一个形式记号,简单理解为右边的分子分母 可以“相消”。这种说法当然是糊涂的,但一直都很难澄清。而我要指出, 这个表达式可以理解为对前述对偶关系的一个说明。 从代数眼光来看,要在空间 X 和 Y 之间建立对偶关系,等于指定一个双线性 的赋值函数 F:X*Y --> R,X*Y 表示 Descartes 积。现在,我们指定 X 为 R 在一点的切空间,Y 为对应的余切空间,取前者的一个元素为 d/dt(它可以 由一个从 R 到 R 的映射 L 来代表,L(t)=x),后者的一个元素为 df (它可以用一个 R 到 R 的映射 f 来代表),则有一个自然的二元赋值< , >, 定义为 <d/dt, df> = df/dt, 后者理解为函数 f 对参数 t 求导,并且在 p 点取值,得到的就是一个导数。 注意它与代表元的选取无关。 与此同时,我们其实还有另一种赋值的方法。注意我们已经取定 R 的一个坐标 x,并且得到了切空间的基底 d/dx 和 余切空间的基底 dx。利用它们以及前面 定义的< ,>,我们定义二元赋值 { ,} 为 { _ , _ } = < _ ,dx> * <d/dx, _ > 于是立即有 {d/dt, df} = <d/dt,dx> * <d/dx, df> = (dx/dt)*(df/dx) = df/dt = <d/dt, df> ! 我这里故意给同一个二元赋值写出两种表达方式,并非无聊,而是这里涉及到了 微分的一个最基本的性质:微分形式的不变性(求导的链式法则)。根据它,我们 看到,{ ,} 的定义式中利用哪个局部坐标 x 并不重要;换句话说,用任何一个 局部坐标都可以。于是,我们可以把 d = (d/dx)*dx 这个式子的左边理解为 < ,>,也就是直接把切元素和余切元素相配合(求导),而把这个式子的右边理解 为 { ,}。换句话说,d = (d/dx)*dx 可以理解为一个断言,说明同一个二元 赋值的内蕴表达和相对于某个坐标(基底)的参数表达是“同一”的。 这样解释过后,我们可以看到,微分 df,实质上对应于 < _ ,df>,它是切空 间上的一个线性泛函,从而是切空间的对偶空间里的元素。如果进一步与切向量 作配对,就得到导数。这就阐明了“导数”和“微分”不是一回事,“导数”乃 是“微分”与“切向量”之间配合而得到的二元赋值。再看开头的表达式 df = \sum (df/dx^i)*(dx^i) 和 d = \sum (d/dx^i)*(dx^i), 都可以作类似的解释。 现在再来看看通常对切向量和微分的各种理解。一种观点是直接看一个流形浸入 到欧氏空间后所得到的图形,把切空间与具体的切线、切平面相联系。这种看法 非常有用。但是从理论上来说,它只是说明了抽象的切空间如何借助一个到其它 流形的浸入而得到几何上的“实现”,从而不是对切空间的“内蕴刻划”。而我 前半部分花那么大力气来解释一番,其目的就是强调这个内蕴观点(不过这个讲法 得自于陈省身先生的<微分几何讲义>)----注意,我当然还是利用了某种外在的 东西,也就是 M 与 R 之间的映射。这种想法,类似于研究群在集合上的作用 (特别是线性表示)以得到群的内在性质和信息的思路。这个不多说了。再看有人 把 dx 解释为一种测度,这当然也有道理,因为几何测度论里的确是采用这种观 点的。但我们仔细琢磨一下,尤其是回归到最基本的 R-->R 的映射来看,就可 以认识到,这不过是利用了可微映射,把 R(和一般的欧氏空间)上的测度拉到了 流形上。这样讨论测度,固然间接反映了流形的微分结构,但还是一种“外在” 的观点,对研究几何、拓扑的观点来说失去了许多结构,不值得向大家推荐。 -- 说些近的吧/谈点身边的事/只要屋子足够大/两个人坐得远远的/ 声音毛茸茸擦过/蜜蜂的脚/安静地理着触须/彼此的手势——像/ 摸着一团烟/一溪头发/岸边的两只船/离得足够远/湖水蓝得足够宽/拍击声/稍稍能听见/ 要么说些更远的/更远的/远到天际 /远到看不见你/ 那样/我就去找你/一定把你找到 -- 20世纪20年代,有一位著名的登山家攀登珠峰,快到峰顶时,被狂风刮走, 从此失踪了。在他开始登山之前,有一位女士问:你为什么非要爬那座山? 探险家说:“因为它在那儿”。 ※ 来源:·饮水思源 bbs.sjtu.edu.cn·[FROM: 202.120.55.165] |
[回复本文][原帖] 发信人: character(我要到对岸去), 信区: math 标 题: Re: 谈谈对于微分符号 df 的理解 发信站: 饮水思源 (2003年05月29日18:34:18 星期四) 发信人: symplectic (身无彩凤双飞翼), 信区: Mathematics 标 题: Re: 谈谈对于微分符号 df 的理解 发信站: 北大未名站 (2003年05月28日17:32:20 星期三) , 站内信件 昨天还想补充一点内容的,不过系统忽然连不上,只好补在这里。 hibernating 在前面的 re 文中还说了“函数芽”的理解。不过以我的观点来看, 那种说法未免太代数化了,恐怕是学交换代数的人弄出来的。在同调代数和代数 几何里面,的确可能需要采用这种观点来研究,不然也不会有什么“层论”。但 在初学阶段,我以为重要的在于培养基本的几何直观,这样“函数芽”的有关讲法 就不适当了。(我相信大部分初学者看了那个解释还是会一头雾水,不知所云。) 另外,考虑函数的高阶逼近,同样可以得到一堆等价类,相应也会得到流形上的 一些丛构造,似乎就是称为 jet 的对象,据说是 Darboux 最早提出的。尽管 一般的教材里不谈它,但我发现它是一个有用的观念,在研究流形的某些结构时 必然会用到它,甚至可以建立某些很漂亮的代数和分析结果。(它跟函数芽的概念 有些接近,但我不是很清楚其间的关联。) 另外,直接把 df 理解为全微分,也是省事的办法,但并没有解释清楚这套形式 符号背后的实质内容。还有,要说清这个东西,也没必要谈“外微分”,因为外 微分本身是余切丛及其张量丛上的一个算子,“余切元素”应该理解为它的出发 点;倒过来解释的话,其实什么都解释不了。 : 发信人: symplectic (身无彩凤双飞翼), 信区: Mathematics : 标 题: 谈谈对于微分符号 df 的理解 : 发信站: 北大未名站 (2003年05月28日07:29:07 星期三) , 站内信件 : : 这两天,不断有人问起这个问题,倒值得认真讨论一下。记得别人回忆 : 陈省身先生的文章里也提到,五十年代时,研究生们看到他在黑板上随意 : 写下外微分表达式 dx,还会觉得惊讶和迷惘。我在这里重新整理了一下 : 自己以往的认识。这里写下来,就正于大家,也许对学习微分流形的朋友 : 会有帮助。 : : 问题的确切表述,应该是这样: : 给定微分流形 M 上的可微函数 f,问表达式 df = f_i * dx^i : 的确切含义是什么? : 这里 x^i 表示一个局部坐标系的坐标分量,f_i 表示 f对 x^i 的偏导数。 : : 这个表达式,其实在多元微积分里已经出现了。估计最初大家都跟我一样, : 把它当作是一个方便的形式记号。在当时的条件下,df 可以理解为 n元函数 : f 的 Jacobian 的另一种表达方法。注意这时的 Jacobian 应该是一个 n : 元向量,则 f_i 表示的是此向量的各个分量,而 dx^i 意味着此分量表达 : 是相对于坐标 x^i 而确定的。 : (以下引言省略...) -- 如果一个人不必靠从事科学研究来维持生计,那么科学研究才是绝妙的工作。一 个人用来维持生计的工作应该是他确信自己有能力从事的工作。只有在我们不对 其他人负有责任的叶候,我们才可能在科学事业中找到乐趣。 [PDF]球面上的測地線和一個平面幾何的問題
w3.math.sinica.edu.tw/math_media/d232/23203.pdf
丘成桐院士演講:現代幾何的發展
episte.math.ntu.edu.tw/articles/mm/mm_16_4_09/
[DOC]学习外微分形式的一些感受
staff.ustc.edu.cn/~bjxuan/Wedge-thesis.doc
轉為繁體網頁 [DOC]第八节微分形式的外微分
course.shufe.edu.cn/jpkc/jcjx/sxfx/math.../_13ch_4.doc
轉為繁體網頁 [相對論]十八、外微分、Stokes定理、Poincare Lemma ...
www.youtube.com/watch?v=AQscnA4pkpE
2011年5月25日 - 上傳者:臺大科學教育發展中心 影音平台 .NTU CAStudio
http://case.ntu.edu.tw/castudio/ 國立臺灣大學科學教育發展中心開放式課程影音平台Center for the Advancement of Science ...关于微分形式与外微分_impot_新浪博客
blog.sina.com.cn/s/blog_3fd642cf0102veie.html
轉為繁體網頁 http://chowkafat.net/Rubik3.html 給定集合X,X的一個「排列」就是把X中元素排序的某個可能方案。舉例說,如果X = {A, B, C},那麼ACB和BCA就是X的兩個不同排列。在數學上,排列也可被看成X上的一個「雙射」(Bijection),即「一一到上函數」(One-one Onto Function)(註1)。 群論與魔方:排列的表示法與運算筆者在《群論與魔方:群論基礎知識》中指出,可以把魔方群RUBIK的元素(即對魔方的各種操作)看成對魔方54個小面的排列,從而把RUBIK看成排列群S54的子群。把魔方的操作處理成排列可幫助了解魔方的奧秘,因此本章將介紹與排列有關的幾個重要課題,包括排列的表示法、排列的複合和求逆運算,以及「對換」和排列「奇偶性」的概念。 兩行式與循環式給定集合X,X的一個「排列」就是把X中元素排序的某個可能方案。舉例說,如果X = {A, B, C},那麼ACB和BCA就是X的兩個不同排列。在數學上,排列也可被看成X上的一個「雙射」(Bijection),即「一一到上函數」(One-one Onto Function)(註1)。為了突出排列作為一種特殊函數的性質,我們可以把排列表達為「兩行式」(Two Line Notation),例如前述的兩個排列ACB和BCA便可以表示為![]() 「兩行式」固然有直觀易明的優點,但在記寫上卻頗為費勁,因為每次都要寫出兩行內容重覆(僅在次序上可能不同)的元素。因此,數學家又創造出一種較簡便的記法,稱為「循環式」(Cycle Notation)。「循環式」的特點是僅用一行元素表達排列,該行元素由一或多個括弧組成。不同括弧中的元素各自獨立,彼此之間沒有映射關係;但在每個括弧中左右相鄰的任意兩個元素之間則具有映射關係,即居於左邊的元素映射到居於右邊的元素。此外,還規定每個括弧中居於最右的元素映射到居於最左的元素(因此每個括弧實際上是一個圓圈,最右和最左的元素實際上是相鄰的)。舉例說,前述的兩個排列ACB和BCA便可以表示為 對於「循環式」,有兩點須作說明。首先,由於各個括弧各自獨立而每個括弧實際上是圓圈,在寫出「循環式」時,各個括弧可以任意次序排列,而每個括弧可以隨意以任何一個元素作為開始。例如上面兩個「循環式」便可以分別改寫為 當然,當我們想寫出「恆等排列」(Identity Permutation)(即把每個元素映射為自身的排列)的「循環式」時,由於這個「循環式」的所有括弧都只包含一個元素,如果把所有括弧都略去不寫,我們的「循環式」將會是空的,所以我們又約定,對於「恆等排列」,它的「循環式」可表達為任意一個元素組成的括弧。舉例說,對於前述的X = {A, B, C}來說,它的「恆等排列」便可以表達為以下三種「循環式」中的任何一種: 排列的複合和求逆運算由於排列是一種函數,我們可以對排列進行複合,這種複合跟上一章討論的對稱變換的複合具有相同的原理。我們可以利用「循環式」進行複合運算,其方法是把要進行複合的排列的「循環式」並排寫出來(先進行的排列寫在左邊,後進行的排列寫在右邊),然後逐個元素從左到右追蹤它們的映射結果,並把追蹤結果寫成「循環式」。以下用一個例子說明上述運算過程。設X = {A, B, C, D, E, F},我們想求(ABCDEF)與(BACEF)進行複合的結果。首先把這兩個「循環式」並排寫出來(其中「•」代表複合運算): 正如每一個函數有其「逆函數」一樣,每一個排列也有其「逆排列」(Inverse Permutation)。給定任何排列的「循環式」,只需把該式中每個括弧中元素的排列次序顛倒過來,便可求得該排列的「逆排列」。舉例說,設X = {A, B, C, D, E, F},並有排列(ABC)(DEF)。只需把ABC和DEF分別變為CBA和FED,便可求得原來排列的逆排列,即 排列複合運算的一個性質接著我們來看排列複合運算的一個性質,這個性質在下一章中將有重要應用。回顧(1)所示的複合運算,我們發現在運算過程中,每一個元素在進行複合的兩個排列中有時作為映射的「輸入項」(Input),有時作為映射的「輸出項」(Output)(註2)。事實上,對於任何排列複合運算,我們有以下性質。
![]() 對換與奇偶性在「循環式」中,剛好包含兩個元素的括弧具有特殊的地位,稱為「對換」(Transposition)。容易證明,任何排列的「循環式」都可改寫成一系列「對換」的複合。舉例說,(ABC)(DEF)便有以下改寫方案(以下略去複合運算符「•」):由此我們可以定義排列的「奇偶性」(Parity)。對於任何排列,如果可以把其「循環式」改寫成奇數個對換的複合,那麼該排列稱為「奇排列」(Odd Permutation),否則就是「偶排列」(Even Permutation)。根據這個定義,前述的(ABC)(DEF)是一個「偶排列」。 從直觀上說,「對換」代表把兩個元素對調位置。因此,把某個排列寫成「對換」的複合,就等於把該排列重新理解為一系列對調位置的結果。舉例說,(ABC)(DEF)本來代表原來排第一的元素跑到第二位置,原來排第二的元素跑到第三位置,原來排第三的元素跑到第一位置...,這個排序結果可以直觀地表達成:
註1:設F為從「定義域」(Domain) X映射到「對應域」(Codomain) Y的函數,我們說F是「一一」(One-one)的,當且僅當對X中任何兩個元素x和y,如果x ≠ y,則F(x) ≠ F(y)。F是「到上」(Onto)的,當且僅當對Y中任何元素y而言,都有X中元素x使得F(x) = y。 註2:設F把A映射為B,我們說A是F的「輸入項」(即作為「定義域」的元素),B是F的「輸出項」(即作為「對應域」的元素)。
第八节 微分形式的外微分
一 微分形式及其外积
我们知道, 一个可微函数
![]() ![]()
它是
![]() ![]()
设
![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]()
称为一次微分形式,简称1-形式. 1-形式的全体记为
![]() ![]()
如果对
![]() ![]() ![]() ![]() ![]() ![]()
定义
![]() ![]() ![]() ![]() ![]()
进一步定义
![]() ![]()
且定义负元为
![]()
显然
![]() ![]()
为了得到二次微分形式, 我们先引入向量的外积这个概念.
设
![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]()
平面上的向量的外积的讨论可以推广到
![]() ![]()
定义他们的外积为
![]()
它是由
![]() ![]()
类似于向量的外积, 规定
![]()
因此共有
![]() ![]()
以这些有序元为基就可以构造一个线性空间
![]() ![]() ![]() ![]()
这种形式称为2-形式的标准形式.
一般地, 在
![]() ![]() ![]()
这里
![]() ![]() ![]() ![]()
以这些有序元为基构造一个线性空间
![]() ![]() ![]() ![]() ![]()
这种形式称为
![]()
显然, 当
![]() ![]() ![]() ![]() ![]() ![]() ![]()
现在把
![]() ![]() ![]() ![]() ![]()
定义
![]() ![]() ![]()
它是
![]()
下面把这样的外积定义推广到任意的
![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]()
记
![]() ![]() ![]()
它是
![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]()
它是
![]() ![]() ![]() ![]()
二 外微分的基本概念
设
![]() ![]() ![]() ![]()
这可以理解为: 一个
![]() ![]()
现在将微分运算推广到
![]() ![]() ![]() ![]()
定义
![]() ![]()
同时,对空间
![]() ![]()
定义
![]()
这样,微分运算
![]() ![]() ![]() ![]() ![]() ![]() ![]()
性质1 设
![]() ![]() ![]() ![]() ![]()
证明 (留作练习).
设
![]() ![]()
例13.34 设
![]() ![]() ![]()
证明 由于
![]() ![]() ![]() ![]()
性质2 对任意
![]() ![]()
证明 由于
![]() ![]()
这种情形即可. 这时
![]()
由于
![]() ![]() ![]() ![]()
因此再由性质1可得
![]() ![]() ![]() ![]()
二 外微分的应用
首先看Green公式
![]()
其中闭区域
![]() ![]() ![]() ![]()
对于
![]() ![]() ![]() ![]() ![]()
于是有下式成立
![]()
再看Stokes公式
![]() ![]()
其中
![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]()
于是Stokes公式则变为
![]()
同样地, 对于Gauss公式
![]()
其中空间区域
![]() ![]() ![]() ![]() ![]()
对于
![]() ![]() ![]() ![]() ![]() ![]()
于是Gauss公式则变为
![]()
这样, Green公式、Gauss公式和Stokes公式就可以统一地写成如下形式:
![]()
这个式子统称为Stokes公式. 它说明了, 高次的微分形式
![]() ![]()
习题14.8
1.
设
![]() ![]() ![]() ![]()
2.
设
![]() ![]() ![]()
3.
设
![]() ![]() ![]() ![]() ![]()
4. 证明性质1.
內積的定義
本文的閱讀等級:中級
在幾何向量空間 向量空間建立於向量的定性概念上並以線性運算為支柱。向量具有加法運算 我們從讀者熟悉的幾何向量空間 談到角度,在一般情況下,我們並不直接量測角度,而是以角度的餘弦作為研究對象。粗淺的解釋是角度的徑度 (弧度,radian) 對應單位圓的弧長,而餘弦對應線段長,後者較前者易於表現線性函數關係。見下圖 (點圖可放大), 考慮式子 ■ 向量長度 ■ 二點的距離 ■ 二向量夾角 將上式改寫為 我們繼續探索內積運算具有什麼性質。數學家習慣以函數思考,因此將內積看成二向量的數值函數,不難發現下面三個性質: (1) 對稱性 (3) 向量與其自身的內積不為負值 接著我們想瞭解這個二維實向量的內積定義如何推廣至一般情況。有兩個明顯的推廣方式,一是將二維推廣至 既然向量內積的定義並非唯一,那就沒有必要執著於幾何向量內積,而應當關注內積所必須滿足的一般性質,下面的廣義向量內積定義源於複向量內積。 在實數或複數向量空間中,內積為二有序向量 (1) (2) (3) (4) 符合上述條件的向量空間稱為內積空間 (inner product space)。 根據此定義,我們依然保留內積運算前部分的可加性,因為 下面舉一些常見的例子,讀者可以從中體會內積的多樣面貌。 例一:顯然實向量空間 例二:設 例三:考慮包含 例四:設
This entry was posted in 內積空間, 主題專欄 and tagged 雙線性形式, 複數, 內積, 內積空間, 向量空間, 正定矩陣. Bookmark the permalink.
17 則回應給 內積的定義正定矩阵怎么理解较好? |
矩陣打印語法是
\begin{bmatrix}
1&0\\
0&1
\end{bmatrix}
若是行列式則將 bmatrix 改為 vmatrix, 其他大概就與一般 Latex 無異.
我們使用的版本來自
http://www.codecogs.com/components/equationeditor/equationeditor.php
馬上測試看看
$\begin{bmatrix}
1&0\\
0&1
\end{bmatrix}$
另外,第一篇發文的數學式子為
\left \langle x,y \right \rangle= \overline{\left \langle y,x \right \rangle}
像是定義線性時:
=+
=c
剛好與授課內容相反
而下面: _
=(c) 會多一個共軛
在做標準內積運算時,會是:=(yt)x (y做轉置)
在內積空間為實數時,兩種內積運算的結果會相同,但是在複數空間時
=(y*)x (y做共軛轉置) 與上課教授的=(x*)y 兩者結果就會不相同
我在wiki上查到:多數數學家要求內積在第一個參數上是線性的而在第二個參數上是共軛線性的,本文接受這種約定。很多物理學家接受相反的約定。這種改變是非實質性的,但是相反的定義提供了與量子力學中的狄拉克符號更平滑的連接,現在也偶爾被數學家使用。某些作者接受約定 在第一個分量是線性的而 在第二個分量上是線性的,儘管不普遍。
意思是說,兩者定義都是有人在使用的?
或
都一樣是沒錯啦。量子力學我不懂,不過,前面那個不必換位置,順手就寫出來了。當推廣至複向量時,也只需要將
扯了大半天,只是要強調這事沒有定論,也沒必要(至少就理論而言),因為不論選擇哪個定義,正交條件和向量長度都還是相同的。
a在b的投影向量,為什麼可以寫成 (a dotprod b / b dotprod b) * b ?也就是
請參閱下文:
https://ccjou.wordpress.com/2010/04/19/%E6%AD%A3%E4%BA%A4%E6%8A%95%E5%BD%B1-%E5%A8%81%E5%8A%9B%E5%BC%B7%E5%A4%A7%E7%9A%84%E4%BB%A3%E6%95%B8%E5%B7%A5%E5%85%B7/
感謝您的回應。我想請問您,這個誤區在哪裡,如果
最早的思路如果是乘上