微分几何:度规和高斯曲率

g12g_{12}g12 和 KKK 并非同一事物,它们存在于不同的层面上。度规 gijg_{ij}gij 描述了如何测量距离。高斯曲率 KKK 是从度量中推导出来的,它更深层。你需要先有度量,然后,通过一些细致的工作,才能从中提取出 KKK。这实际上正是高斯著名定理的核心。KKK 隐藏在 ggg 之中。

在二维空间中,每个点都有两个主曲率 κ1\kappa_1κ1 和 κ2\kappa_2κ2,因为曲面沿两个独立方向弯曲。它们的乘积给你一个数值------KKK。

在更高维度中,情况变得更加丰富。你不能再仅仅相乘两个数了。取代单一的曲率,你会得到一个被称为黎曼曲率张量Riemann curvature tensor的东西,一组完整的数值,编码了空间在每一对方向上的弯曲方式。KKK被推广成了一个更庞大的概念。

KKK 是大于还是小于零依然重要,但它已成为更宏大图景中的一环。

曲率就是二阶导数。

想象一条曲线,只是一条简单的曲线,比如一座山丘。一阶导数告诉你它在每个点上倾斜的方向。这就是斜率。但斜率并不能告诉你它是否在弯曲,一条直线具有恒定的斜率,且完全没有曲率。

二阶导数告诉你斜率是如何变化的。而这种变化,弯曲的弯曲,就是曲率。

一个平面:度规在不同位置保持不变。的一阶导数为零。没有曲率。

一个球体:随着你移动,度规会发生变化。的值各不相同。而正是它们的变化方式,即它们的二阶导数,构成了的本质。

高斯曾费尽心力才从度规中提炼出曲率。

度规是第一层叙事。当你追问第一层叙事如何变化时,曲率便应运而生。

在三维或更高维度中,我们不会把一切归结为一个数值。你需要为每一对方向计算,即通过某一点的每一条二维切片。结果便是黎曼曲率张量。它成对地保存了所有信息,没有丢弃任何一点。

对于曲面来说,一个数值就足够了,因为那里只有一对方向。而在更高维度中,方向对有很多。所以张量tensor将它们全部包含其中。

这正是难点所在。主曲率方向 κ1\kappa_1κ1 和 κ2\kappa_2κ2 很特别,它们是该点处曲面的自然轴。但你的坐标系并不知道这一点。它只是静静地停留在那里,无论当时的角度如何。

所以度规 gijg_{ij}gij 就像是通过一扇倾斜的窗户来观察曲率。要想纯粹从 ggg 中提取 KKK,你必须考虑所有可能的倾斜,你不能假设你的坐标恰好与 κ1\kappa_1κ1 和 κ2\kappa_2κ2 对齐。

这就是为什么用度规表示 KKK 的公式如此复杂。它涉及 ggg 的二阶导数,也包含一阶导数的组合,所有这些共同作用,以抵消坐标的任意选择,从而仅保留底层的内在真相。

相关推荐
fanchenxinok1 天前
学习笔记:LabVIEW调用DLL解析S19文件教程
笔记·学习·labview·dll解析
疯狂打码的少年1 天前
【软件工程】结构化设计:模块独立性与耦合内聚
java·开发语言·笔记·软件工程
后季暖2 天前
langgraph笔记
笔记
·醉挽清风·2 天前
学习笔记—算法—算法题
笔记·学习·算法
西岸行者2 天前
硬刚DeepSeek: UDPC与MTFAA的血缘辩论
笔记
a1117762 天前
机器人导航入门指南(从 0 到 1)
笔记·学习·slam
Nebula_g2 天前
大模型应用技术速通笔记
笔记·深度学习·机器学习·大模型
xian_wwq2 天前
【学习笔记】开源 vs 闭源:Llama / Qwen / DeepSeek 生态博弈(34/35)
笔记·学习·开源
浩瀚地学2 天前
【面试算法笔记】0302-哈希表-哈希表实现
java·经验分享·笔记·算法·面试
hj2862512 天前
K8S 核心组件与资源概念 + 带注释命令 + 实操案例版笔记
笔记·容器·kubernetes