Created: 2026-03-06 07:53:02
Updated: 2026-03-06 07:53:02
自然标架:对于r ⃗ = r ⃗ ( u , v ) \vec{r}=\vec{r}(u,v) r = r ( u , v ) 本质上是D ⊆ E 2 D\subseteq E^2 D ⊆ E 2 到E 3 E^{3} E 3 子集的一个一一映射,且三阶以上连续可微。可以定义自然标架场
r ⃗ u = ∂ r ⃗ ∂ u , r ⃗ v = ∂ r ⃗ ∂ v , n ⃗ = r ⃗ u × r ⃗ v ∣ r ⃗ u × r ⃗ v ∣ \vec{r}_{u}=\frac{ \partial \vec{r} }{ \partial u } ,\vec{r}_{v}=\frac{ \partial \vec{r} }{ \partial v } ,\vec{n} = \frac{\vec{r}_{u}\times \vec{r}_{v}}{|\vec{r}_{u}\times \vec{r}_{v}|} r u = ∂ u ∂ r , r v = ∂ v ∂ r , n = ∣ r u × r v ∣ r u × r v
其中n n n 是法向量,法向量在可定向曲面下不变,当参数变换保持定向,单位法向量的指向也是不变的;当参数变换反转定向,单位法向量反转指向。
切向量:曲面上经过p的任意一条连续可微曲线的切向量为该曲面的切向量。切空间为全部切向量构成的线性空间。
一个点在曲面上的切空间为T p S = span ( r ⃗ u , r ⃗ v ) T_{p}S=\text{span}(\vec{r}_{u},\vec{r}_{v}) T p S = span ( r u , r v ) 。可以证明在参数变换下切空间是不变的,因为向量之间有线性依赖关系:
( r ⃗ u r ⃗ v ) = ∂ ( u ′ , v ′ ) ∂ ( u , v ) ( r ⃗ u ′ r ⃗ v ′ ) \begin{align}
\left(\begin{matrix}
\vec{r}_{u} \\
\vec{r}_{v}
\end{matrix}\right) & = \frac{ \partial (u',v') }{ \partial \left(u,v\right) } \left(\begin{matrix}
\vec{r}_{u'} \\
\vec{r}_{v'}
\end{matrix}\right)
\end{align} ( r u r v ) = ∂ ( u , v ) ∂ ( u ′ , v ′ ) ( r u ′ r v ′ )
曲面不退化要求r ⃗ u × r ⃗ v ≠ 0 ⃗ \vec{r}_{u}\times \vec{r}_{v}\neq \vec 0 r u × r v = 0 ,这等价于分量中一个jacobi行列式非零,因为
r ⃗ u × r ⃗ v = ∣ x ^ y ^ z ^ ∂ x ∂ u ∂ y ∂ u ∂ z ∂ u ∂ x ∂ v ∂ y ∂ v ∂ z ∂ v ∣ = x ^ ∣ ∂ ( y , z ) ∂ ( u , v ) ∣ + … \vec{r}_{u}\times \vec{r}_{v} = \left\lvert \begin{matrix}
\hat{x} & \hat{y} & \hat{z} \\
\frac{ \partial x }{ \partial u } & \frac{ \partial y }{ \partial u } & \frac{ \partial z }{ \partial u } \\
\frac{ \partial x }{ \partial v } & \frac{ \partial y }{ \partial v } & \frac{ \partial z }{ \partial v }
\end{matrix} \right\rvert =\hat{x} \left| \frac{ \partial (y,z) }{ \partial \left(u,v\right) } \right| + \dots r u × r v = x ^ ∂ u ∂ x ∂ v ∂ x y ^ ∂ u ∂ y ∂ v ∂ y z ^ ∂ u ∂ z ∂ v ∂ z = x ^ ∂ ( u , v ) ∂ ( y , z ) + …
不妨假设z分量非零。从而矩阵∂ ( x , y ) ∂ ( u , v ) \frac{ \partial (x,y) }{ \partial (u,v) } ∂ ( u , v ) ∂ ( x , y ) 非退化,根据反函数存在性定理,在p p p 点局域存在逆映射
u = u ( x , y ) v = v ( x , y ) \begin{align}
u=u(x,y) \\
v=v(x,y)
\end{align} u = u ( x , y ) v = v ( x , y )
使得
x ( u ( x , y ) , v ( x , y ) ) ≡ x y ( u ( x , y ) , v ( x , y ) ) ≡ y \begin{align}
x(u(x,y),v(x,y))\equiv x \\
y(u(x,y),v(x,y))\equiv y
\end{align} x ( u ( x , y ) , v ( x , y )) ≡ x y ( u ( x , y ) , v ( x , y )) ≡ y
曲面可以写成z = z ( x , y ) z=z(x,y) z = z ( x , y )
参数方程的微分:d r ⃗ = r ⃗ u d u + r ⃗ v d v d\vec{r}=\vec{r}_{u}du+\vec{r}_{v}dv d r = r u d u + r v d v ,d u , d v du,dv d u , d v 是切空间上的函数。
note: "分量"="函数",定义w ⃗ = w i e ⃗ i \vec{w}=w^i\vec{e}_{i} w = w i e i ,f i : V → R f^i:V\to \mathbb{R} f i : V → R 为w ⃗ \vec{w} w 第i i i 基底上的分量的值,
f i ( w ⃗ ) = w i f^{i}(\vec{w})= w^i f i ( w ) = w i
不难证明f i f^{i} f i 的线性性,以及w ⃗ = f i ( w ⃗ ) e ⃗ i \vec{w}=f^{i}(\vec{w})\vec{e}_{i} w = f i ( w ) e i 。在此同理,d u , d v du,dv d u , d v 的存在定义了T p S T_{p}S T p S 上的两个函数,他们在切向量上X \mathbf{X} X 的值为该切向量在该自然基底下分量的值:
d u ( X ⃗ ) = X 1 , d v ( X ⃗ ) = X 2 du(\vec{X})=X^{1},dv(\vec{X})=X^{2} d u ( X ) = X 1 , d v ( X ) = X 2
可展曲面 一般的直纹面可以写作r ⃗ = a ⃗ ( u ) + v l ⃗ ( u ) \vec{r}= \vec{a}(u)+v\vec{l}(u) r = a ( u ) + v l ( u ) ,特殊情况有
柱面:r ⃗ = a ⃗ ( u ) + v l ⃗ \vec{r}= \vec{a}(u)+ v\vec{l} r = a ( u ) + v l
锥面:r ⃗ = a ⃗ + v l ⃗ ( u ) \vec{r}=\vec{a}+v\vec{l}(u) r = a + v l ( u )
切线面:r ⃗ = a ⃗ ( u ) + v a ⃗ ′ ( u ) \vec{r}=\vec{a}(u)+v\vec{a}'(u) r = a ( u ) + v a ′ ( u ) 这些曲面的特征是,点沿着母线变化时切面不发生变化。
title:可展曲面
设$S$是直纹面,如果曲面$S$的切平面沿着每一条直母线都是不变的,则称该直纹面为**可展曲面**。
title: 直纹面为可展曲面的充要条件
对直纹面$\vec{r}=\vec{a}(u)+v\vec{l}(u)$,可展的充要条件为如下混合积的值为0:
$$
(\vec{a}'(u),\vec{l}'(u),\vec{l}(u))=0
$$
同时,可展曲面在局部上是柱面、锥面和一条空间曲线的切线面,或任何以三种曲面以充分连续可微的方式沿着直母线拼接的结果。
title:
可展曲面和平面在局部上可以建立保长对应
title:包络面
设$\{S_{\alpha}\}$为依赖参数$\alpha$的一族正则曲面,如果有一个正则曲面$S$,使得$S$上每点必定是曲面族$\{S_{\alpha}\}$的某个曲面上的一点,且二者在该点切面相同,同时$\{S_{\alpha}\}$中每个成员必定和$S$在某一点有相同切面,则$S$为单参曲面族$\{S_{\alpha}\}$的包络。
曲面族方程若为f ( x , y , x , α ) = 0 f(x,y,x,\alpha)=0 f ( x , y , x , α ) = 0 ,则包络面满足
f α ( x , y , z , α ) = 0 , f ( x , y , z , α ) = 0 f_{\alpha}(x,y,z,\alpha)=0,f(x,y,z,\alpha)=0 f α ( x , y , z , α ) = 0 , f ( x , y , z , α ) = 0
消去α \alpha α 即得到包络面方程Φ ( x , y , z ) = 0 \Phi(x,y,z)=0 Φ ( x , y , z ) = 0
曲面形式
第一形式:表示微分向量与自身的内积,即长度的平方:
I = d r ⃗ ⋅ d r ⃗ = ( r ⃗ u d u + r ⃗ v d v ) 2 = E ( d u ) 2 + 2 F ( d u d v ) + G ( d v ) 2 \mathrm{I}=d\vec{r}\cdot d\vec{r}=(\vec{r}_{u}du+\vec{r}_vdv)^{2}=E(du)^{2}+2F(dudv)+G\left(dv\right)^{2} I = d r ⋅ d r = ( r u d u + r v d v ) 2 = E ( d u ) 2 + 2 F ( d u d v ) + G ( d v ) 2
其中E = r ⃗ u ⋅ r ⃗ u , F = r ⃗ v ⋅ r ⃗ u , G = r ⃗ v ⋅ r ⃗ v E=\vec{r}_{u}\cdot \vec{r}_{u},F=\vec{r}_{v}\cdot \vec{r}_{u},G=\vec{r}_{v}\cdot \vec{r}_{v} E = r u ⋅ r u , F = r v ⋅ r u , G = r v ⋅ r v
第一形式表示曲面的内禀特性,比如对于圆柱面,圆柱面可以展开为平面,所以第一形式可以化建立保长对应。
title:切映射
假设$\sigma:S_{1}\to S_{2}$是三次以上连续可微的,则在每点$p\in S_{1}$存在一个诱导切空间的映射$\sigma_{*p}:T_{p}S_{1}\to T_{\sigma(p)}S_{2}$,称为映射$\sigma$在点p上的诱导切映射。
映射$\sigma$表示为
$$
u_{2}(u_{1},v_{1}),v_{2}(u_{1},v_{1})
$$
则$\sigma_{*p}$表示为
$$
\sigma_{*p}(c_{1}\vec{r_{1}}_{u_{1}}+c_{2}\vec{r_{1}}_{v_{1}})=(c_{1},c_{2})\left(\begin{matrix}
\frac{ \partial u_{2} }{ \partial u_{1} } & \frac{ \partial v_{2} }{ \partial u_{1} } \\
\frac{ \partial u_{2} }{ \partial v_{1} } & \frac{ \partial v_{2} }{ \partial v_{1} }
\end{matrix}\right)\left(\begin{matrix}
\frac{ \partial \vec{r}_{2} }{ \partial u_{2} } \\
\frac{ \partial \vec{r}_{2} }{ \partial v_{2} }
\end{matrix}\right)
$$
切映射是非退化的,当且仅当雅可比矩阵det J ≠ 0 \det J\neq 0 det J = 0 。在p , σ ∗ p p,\sigma_{*p} p , σ ∗ p 的足够小的邻域内,存在一组坐标系( u 1 , v 1 ) , ( u 2 , v 2 ) (u_{1},v_{1}),(u_{2},v_{2}) ( u 1 , v 1 ) , ( u 2 , v 2 ) 使得二者具有相同的参数对应:u 1 = u 2 , v 1 = v 2 u_{1}=u_{2},v_{1}=v_{2} u 1 = u 2 , v 1 = v 2 ,即映射σ ∣ U 1 \sigma|_{U_{1}} σ ∣ U 1 是由u 1 = u 2 , v 1 = v 2 u_{1}=u_{2},v_{1}=v_{2} u 1 = u 2 , v 1 = v 2 给出的。
证明:把u 2 , v 2 u_{2},v_{2} u 2 , v 2 作为u 1 , v 1 u_{1},v_{1} u 1 , v 1 的函数看作曲面的参数变换σ ′ \sigma' σ ′ :S 1 → S 1 S_{1}\to S_{1} S 1 → S 1 ,完成参数变换后二者自然有相同参数对应。
S 1 → S 2 S_{1}\to S_{2} S 1 → S 2 的映射σ \sigma σ 可以诱导出从S 2 S_{2} S 2 拉回S 1 S_{1} S 1 上的二次微分式之间的映射σ ∗ \sigma^* σ ∗
title:保长对应
当$\sigma_{*p}$保持任何切向量长度不变时称$\sigma$围曲面间的保长对应:
$$
|\sigma_{*p}(\vec{X})|=|\vec{X}|
$$
容易得到保长对应的充要条件为σ ∗ I 2 = I 1 \sigma^*\mathrm{I}_{2}=\mathrm{I}_{1} σ ∗ I 2 = I 1 ,其中I 1 , I 2 \mathrm{I}_{1},\mathrm{I}_{2} I 1 , I 2 为曲面S 1 , S 2 S_{1},S_{2} S 1 , S 2 的第一基本形式
title:保角对应
曲面之间的映射$\sigma$是保角对应,当且仅当对任意$X,Y\in T_{p}S_{1}$都有
$$
\angle(\sigma_{*p}(\vec{X}),\sigma_{*p}(\vec{Y}))=\angle (\vec{X},\vec{Y})
$$
充要条件为σ ∗ I 2 = λ 2 I 1 \sigma^*\mathrm{I}_{2}=\lambda ^{2}\mathrm{I}_{1} σ ∗ I 2 = λ 2 I 1 ,或者说,在两个曲面上能取得适当坐标系,使得在坐标系下第一类基本量E , F , G E,F,G E , F , G 成比例。
title:
任意一个参数曲面$S$的每点p都存在一个邻域可以和平面的一个开区域建立保角对应,即,任意两个正则参数曲面可以在局部建立保角对应。
title:证明
可以假定$u,v$为正交参数,即$F(u,v)=0$,曲面第一基本形式成为
$$
I=E(du)^{2}+F(dv)^{2}=(\sqrt{ E }du+i\sqrt{ G }dv)(\sqrt{ E }du-i\sqrt{ G }dv)
$$
令$\omega=\sqrt{ E }du+i\sqrt{ G }dv$,则在每点$p$邻域内存在复解析函数$\lambda(u,v)$使得$\lambda(u,v)\omega$为全微分:
$$
\lambda(u,v)(\sqrt{ E }du+i\sqrt{ G }dv)\equiv dz(u,v)\equiv x(u,v)+iy(u,v)
$$
则
$$
I=\bar{\omega}\omega=\frac{1}{|\lambda|^{2}}\left(dx^{2}+dy^{2}\right)
$$
从而该邻域与平面是保角的,对应由$x=x(u,v),y=y(u,v)$给出。
能使曲面上第一基本形式成为如上形式的坐标系为等温参数系。
第二形式:表示曲面上位置变动一个小量之后,与原来点处切平面之间的距离,这个值的最高阶量由二阶导数与法向量乘积给出:
I I = d 2 r ⃗ ⋅ n ⃗ \mathrm{II} = d^{2}\vec{r}\cdot \vec{n} II = d 2 r ⋅ n
由于d r ⃗ d\vec{r} d r 是切向量,垂直于法向量,所以d r ⃗ ⋅ n ⃗ = 0 d\vec{r}\cdot \vec{n}=0 d r ⋅ n = 0 对上式求微分,得到第二形式的另一种形式:
I I = d 2 r ⃗ ⋅ n ⃗ = − d r ⃗ ⋅ d n ⃗ \mathrm{II}=d^{2}\vec{r}\cdot \vec{n}=-d\vec{r}\cdot d\vec{n} II = d 2 r ⋅ n = − d r ⋅ d n
第二形式表示曲面的外在特性,例如尽管圆柱面可以展开为平面,但二者的第二形式是不同的:平面I I = 0 \mathrm{II}=0 II = 0 ,柱面I I = d v 2 \mathrm{II}=dv^{2} II = d v 2 ,其中v v v 表示沿着截面方向的变量。这反映了他们的外观形状不同。
二者比值
κ n = I I I = L ( d u ) 2 + 2 M d u d v + N ( d v ) 2 E ( d u ) 2 + 2 F d u d v + G ( d v ) 2 \kappa _{n}=\frac{\mathrm{II}}{\mathrm{I}}=\frac{L(du)^{2}+2Mdudv+N(dv)^{2}}{E(du)^{2}+2Fdudv+G(dv)^{2}} κ n = I II = E ( d u ) 2 + 2 F d u d v + G ( d v ) 2 L ( d u ) 2 + 2 M d u d v + N ( d v ) 2
为曲面沿着切方向( d u , d v ) (du,dv) ( d u , d v ) 的法曲率。
首先我们看曲面上一点,方向固定时,不同曲线的曲率和κ n \kappa_{n} κ n 有什么关系: 假设曲面上有条曲线u ( t ) , v ( t ) u(t),v(t) u ( t ) , v ( t ) 经过点p p p 且切方向恰好为d u , d v du,dv d u , d v ,则该曲线曲率和法曲率之间存在关系。 首先α ⃗ = d r ⃗ d s = r ⃗ u d u d s + r ⃗ v d v d s \vec{\alpha}=\frac{d\vec{r}}{ds}=\vec{r}_{u} \frac{du}{ds}+\vec{r}_{v} \frac{dv}{ds} α = d s d r = r u d s d u + r v d s d v 曲率向量
κ β ⃗ = d α ⃗ d s = r ⃗ u u ( d u d s ) 2 + 2 r ⃗ u v d u d s d v d s + r ⃗ v v ( d v d s ) 2 + r ⃗ u d 2 u d s 2 + r ⃗ v d 2 v d s 2 \kappa \vec{\beta}=\frac{d\vec{\alpha}}{ds}= \vec{r}_{uu}\left( \frac{du}{ds} \right)^{2}+2\vec{r}_{uv} \frac{du}{ds} \frac{dv}{ds} + \vec{r}_{vv} \left( \frac{dv}{ds} \right)^{2} + \vec{r}_{u} \frac{ \mathrm d^2 u }{ \mathrm d s^2 } + \vec{r}_{v} \frac{ \mathrm d^2 v }{ \mathrm d s^2 } κ β = d s d α = r uu ( d s d u ) 2 + 2 r uv d s d u d s d v + r vv ( d s d v ) 2 + r u d s 2 d 2 u + r v d s 2 d 2 v
在法向量上正交投影为(注意到d r ⃗ ⋅ n ⃗ = 0 d\vec{r}\cdot \vec{n}=0 d r ⋅ n = 0 ,后两项消掉)
κ n = κ ( β ⃗ ⋅ n ⃗ ) = I I \kappa_{n}=\kappa(\vec{\beta}\cdot \vec{n})= \mathrm{II} κ n = κ ( β ⋅ n ) = II
因此κ n \kappa_{n} κ n 满足κ n = κ cos θ \kappa_{n}=\kappa \cos\theta κ n = κ cos θ ,其中θ = ∠ ( n ⃗ , β ⃗ ) \theta=\angle(\vec{n},\vec{\beta}) θ = ∠ ( n , β ) 。
我们再看曲面上一点,方向不固定时,法曲率如何变化。注意到κ n \kappa_{n} κ n 是方向( d u , d v ) (du,dv) ( d u , d v ) 的二次齐次式之比,因此κ n \kappa_{n} κ n 可以写成方向角的函数。
title:
正则参数曲面在任意固定点,法曲率必定在两个彼此正交的切方向上分别取最大值和最小值。法曲率总可以写成方向角的如下函数:
$$
\kappa_{n}(\theta)=\kappa_{1}\cos ^{2}(\theta -\theta_{0})+ \kappa_{2} \sin ^{2}(\theta-\theta_{0})
$$
其中$\kappa_{1},\kappa_{2}$为主曲率,对应方向称为主方向。
Weingarten映射与主曲率。
将每点的法向量映射到单位球上,就构成了一个可微映射S → Σ = S 2 S\to \Sigma=\mathrm{S}^{2} S → Σ = S 2 ,使得
g ( r ⃗ ( u , v ) ) = n ⃗ ( u , v ) g(\vec{r}(u,v))=\vec{n}(u,v) g ( r ( u , v )) = n ( u , v )
称为高斯映射。该映射诱导了切映射g ∗ : T p S → T g ( p ) Σ g_{*}:T_{p}S\to T_{g\left(p\right)}\Sigma g ∗ : T p S → T g ( p ) Σ ,
g ∗ ( r ⃗ u ) = n ⃗ u , g ∗ ( r ⃗ v ) = n ⃗ v g_{*}(\vec{r}_{u})=\vec{n}_{u},g_{*}(\vec{r}_{v})=\vec{n}_{v} g ∗ ( r u ) = n u , g ∗ ( r v ) = n v
由于n ⃗ u , n ⃗ v \vec{n}_{u},\vec{n}_{v} n u , n v 都垂直于n ⃗ \vec{n} n ,因此可以视作T p S T_{p}S T p S 中的元素,从而g ∗ g_{*} g ∗ 成为T p S → T p S T_{p}S\to T_{p}S T p S → T p S 的线性映射,即
W = − g ∗ : T p S → T p S W=-g_{*}:T_{p}S\to T_{p}S W = − g ∗ : T p S → T p S
称为Weingarten映射。
title:3.1
曲面$S$的第二基本形式可以写作
$$
\mathrm{II}=W(d\vec{r})\cdot d\vec{r}
$$
$$
W(d\vec{r})=-d\vec{n}
$$
title:3.2
Weingarten映射是自共轭的映射,即对任意$d\vec{r},\delta \vec{r}\in T_{p}S$,有
$$
W(d\vec{r})\cdot\delta \vec{r}=d\vec{r}\cdot W(\delta \vec{r})
$$
从而Weingarten映射具有实特征值(也是特征方向的法曲率),其特征向量恰好为法曲率的特征方向。
脐点:当特征值有简并时特征方向不确定(在一个特征子空间内任取),这种点称为曲面的脐点。进一步地,还可以根据特征值是否为0分为平点和圆点。
曲率线:曲线上每点都对应曲面在该点的主方向,则曲线为曲面的曲率线。
主方向和主曲率的计算:假设有λ \lambda λ 满足W ( δ r ⃗ ) = λ δ r ⃗ W(\delta \vec{r})=\lambda\delta \vec{r} W ( δ r ) = λ δ r ,则
L δ u + M δ v = λ ( E δ u + F δ v ) M δ u + N δ v = λ ( F δ u + G δ v ) \begin{align}
L\delta u+M\delta v & =\lambda(E\delta u+F\delta v) \\
M\delta u+N\delta v & =\lambda(F\delta u+G\delta v)
\end{align} L δ u + M δ v M δ u + N δ v = λ ( E δ u + F δ v ) = λ ( F δ u + G δ v )
即
det ( L − λ E M − λ F M − λ F N − λ G ) = 0 \det\left(\begin{matrix}
L-\lambda E & M-\lambda F \\
M-\lambda F & N-\lambda G
\end{matrix}\right) = 0 det ( L − λ E M − λ F M − λ F N − λ G ) = 0
化简为λ 2 − 2 H λ + K = 0 \lambda ^{2}-2H\lambda+K=0 λ 2 − 2 H λ + K = 0 ,此时H = 1 2 ( κ 1 + κ 2 ) H= \frac{1}{2}(\kappa_{1}+\kappa_{2}) H = 2 1 ( κ 1 + κ 2 ) 称作平均曲率,K = κ 1 κ 2 K=\kappa_{1}\kappa_{2} K = κ 1 κ 2 为高斯曲率或总曲率。
Gauss曲率的几何意义:设W W W 在r ⃗ u , r ⃗ v \vec{r}_{u},\vec{r}_{v} r u , r v 基底下的矩阵为
W = ( a 11 a 12 a 21 a 22 ) W=\left(\begin{matrix}
a_{11} & a_{12} \\
a_{21} & a_{22}
\end{matrix}\right) W = ( a 11 a 21 a 12 a 22 )
从而
( − n ⃗ u − n ⃗ v ) = W ( r ⃗ u r ⃗ v ) \left(\begin{matrix}
-\vec{n}_{u} \\
-\vec{n}_{v}
\end{matrix}\right) = W \left(\begin{matrix}
\vec{r}_{u} \\
\vec{r}_{v}
\end{matrix}\right) ( − n u − n v ) = W ( r u r v )
分别与r ⃗ u , r ⃗ v \vec{r}_{u},\vec{r}_{v} r u , r v 内积:
( − n ⃗ u − n ⃗ v ) ⋅ ( r ⃗ u , r ⃗ v ) = W ( r ⃗ u r ⃗ v ) ⋅ ( r ⃗ u , r ⃗ v ) \left(\begin{matrix}
-\vec{n}_{u} \\
-\vec{n}_{v}
\end{matrix}\right) \cdot (\vec{r}_{u},\vec{r}_{v}) = W \left(\begin{matrix}
\vec{r}_{u} \\
\vec{r}_{v}
\end{matrix}\right) \cdot(\vec{r}_{u},\vec{r}_{v}) ( − n u − n v ) ⋅ ( r u , r v ) = W ( r u r v ) ⋅ ( r u , r v )
( L M M N ) = W ( E F F G ) \left(\begin{matrix}
L & M \\
M & N
\end{matrix}\right) = W \left(\begin{matrix}
E & F \\
F & G
\end{matrix}\right) ( L M M N ) = W ( E F F G )
从中可求解W W W 。线性变换的行列式是线性变换的不变量,从而根据∣ λ I − W ∣ = λ 2 − 2 H λ + K |\lambda I-W|=\lambda ^{2}-2H\lambda+K ∣ λ I − W ∣ = λ 2 − 2 H λ + K
2 H = T r W , K = det W 2H=\mathrm{Tr}W,K=\det W 2 H = Tr W , K = det W
于是
n ⃗ u × n ⃗ v = ( det W ) r ⃗ u × r ⃗ v = K r ⃗ u × r ⃗ v \vec{n}_{u}\times \vec{n}_{v}= \left(\det W\right) \vec{r}_{u}\times \vec{r}_{v} = K \vec{r}_{u}\times \vec{r}_{v} n u × n v = ( det W ) r u × r v = K r u × r v
因此
∣ n ⃗ u × n ⃗ v ∣ = ∣ K ∣ ∣ r ⃗ u × r ⃗ v ∣ |\vec{n}_{u}\times \vec{n}_{v}| = |K| |\vec{r}_{u}\times \vec{r}_{v}| ∣ n u × n v ∣ = ∣ K ∣∣ r u × r v ∣
从而在Weingarten映射下,S 2 \mathrm{S}^{2} S 2 上的面积元d σ 0 = ∣ n ⃗ u × n ⃗ v ∣ d u d v d\sigma_{0}=|\vec{n}_{u}\times \vec{n}_{v}|dudv d σ 0 = ∣ n u × n v ∣ d u d v 和原面积元d σ = ∣ r ⃗ u × r ⃗ v ∣ d u d v d\sigma=|\vec{r}_{u}\times \vec{r}_{v}|dudv d σ = ∣ r u × r v ∣ d u d v 的关系为
d σ 0 = ∣ K ∣ d σ d\sigma_{0}= |K| d\sigma d σ 0 = ∣ K ∣ d σ
如果D D D 是曲面S S S 上绕点p p p 的一个邻域,用g ( D ) g(D) g ( D ) 表示它在高斯映射下的像,则g ( D ) g(D) g ( D ) 的面积为
A ( g ( D ) ) = ∫ d σ 0 = ∫ D ∣ K ∣ d σ A(g(D))=\int \, d\sigma_{0} =\int _{D}\left| K \right| \, d\sigma A ( g ( D )) = ∫ d σ 0 = ∫ D ∣ K ∣ d σ
利用重积分中值定理,让区域D D D 收缩到一点p p p ,
∣ K ( p ) ∣ = lim D → p A ( g ( D ) ) A ( D ) |K(p)| = \lim_{ D \to p } \frac{A(g(D))}{A(D)} ∣ K ( p ) ∣ = D → p lim A ( D ) A ( g ( D ))
如果用I 0 \mathrm{I}_{0} I 0 表示球面上的第一基本形式,则通过高斯映射g : S → Σ g:S\to\Sigma g : S → Σ 拉回得到的形式为第三基本形式:
I I I = g ∗ I 0 = e ( d u ) 2 + 2 f d u d v + g ( d v ) 2 \mathrm{III}=g^*\mathrm{I_{0}}=e(du)^{2}+2fdudv+g(dv)^{2} III = g ∗ I 0 = e ( d u ) 2 + 2 fd u d v + g ( d v ) 2
可以证明第三基本形式不是新的不变量,因为三个基本形式满足等式
I I I − 2 H I I + K I = 0 \mathrm{III}-2H\mathrm{II}+K\mathrm{I}=0 III − 2 H II + K I = 0
特殊曲面:
伪球面:Gauss曲率为负常数 平均曲率为0:极小曲面,旋转极小曲面如悬链面:
r ⃗ = ( a cosh r a cos θ , a sinh r a sin θ , r ) \vec{r}=\left(a\cosh \frac{r}{a}\cos\theta,a\sinh \frac{r}{a}\sin\theta, r\right) r = ( a cosh a r cos θ , a sinh a r sin θ , r )
平均曲率为非零常数:如球面和圆柱面,寻找平均曲率非零常数的非球面闭曲面?
Leave a Comment