尋犀記 (7)

更新於 2024/11/27閱讀時間約 4 分鐘

七、度量張量

前面幾篇一直反覆提到,奠定幾何磐石的畢氏定理:

x² + y² = r²

可以轉換為畢氏定理的向量表達:

x x̂ + y ŷ = r r̂

其中,x 是直角三角形的底邊的長,y 是對邊的長,r 是斜邊的長;x̂ 是 x 座標軸上的單位向量,ŷ 是 y 座標軸上的單位向量,單位座標向量 x̂、和 ŷ 互相垂直;而 r̂ 則是單位對角向量。

文字敘述,即是:

從底邊 x 和斜邊 r 的交點為原點出發、沿著 x 方向移動,至終點,再以此端點為起點、沿著 y 方向移動,而至終點;前述的移動、相當於:由原來的原點出發、沿著 r 方向移動,而至終點。

至於任意三角形,其向量的表達、則為:

A⃗ + B⃗ = C⃗

其分量的形式、為:

(A₁ x̂ + A₂ ŷ) + (B₁ x̂ + B₂ ŷ) = (C₁ x̂ + C₂ ŷ)

綜而言之,任意三角形的向量表達、仍不脫畢氏定理的向量表達。

此即:

(A₁ + B₁) x̂ + (A₂ + B₂) ŷ = C r̂

以上,是前面幾篇的梗概。

現在,假設仍在同樣的歐式平面 (Euclidean plane),但我們想要從三角形本身的邊緣、來看待這件事情,因而,我們將前述的向量表達、轉換為:

A â + B b̂ = C ĉ

其中,A 是任意三角形的底邊的長,B 是對邊的長,C 是斜邊的長;â 是沿著底邊 A 方向的單位向量,b̂ 沿著對邊 B 方向的單位向量,它們無須互相垂直。

文字敘述,即是:

從底邊 A 和斜邊 C 的交點為原點出發、沿著 A 方向移動,至終點,再以此端點為起點、沿著 B 方向移動,而至終點;前述的移動、相當於:由原來的原點出發、沿著 C 方向移動,而至終點。

若向量 â、和 b̂ 是正交的,亦即,它們互相垂直,那麼,前述的向量表達的轉換、即還原為傳統的畢氏定理之表述:

「直角三角形,其兩邊的平方之和、等於斜邊的平方。」

此即:

C² = (C ĉ) · (C ĉ)

= (A â + B b̂) · (A â + B b̂)

= AA â·â + AB â·b̂ + BA b̂·â+ BB b̂·b̂

= AA 1 + AB 0 + BA 0 + BB 1

= A² + B²

若不滿足正交的要求,其一般式為:

C² = ∑∑ Xᵐ Xⁿ x̂ₘ·x̂ₙ

相當於餘弦定理。

在更為一般的情況,亦即,不但上述正交的要求不能滿足,而且座標還是曲線座標 (curvilinear coordinates),看起來,畢氏定理似乎快要崩解了,因為,此時,三角形的三個邊所經過的每一個平面位置之點,上面的座標都不是恆定的,所以,行進的路程、不能簡單地用單位向量乘以一個數值、而得到。

要怎麼辦呢?我們必須重新設想,而用位置向量的微小變動 dR⃗、來替代原來的整體的乘積。

現在,令位置向量的微小變動 dR⃗ 沿著斜邊 C 前進,g⃗₁ 是其沿著底邊 A 方向的偏導數向量,g⃗₂ 是其沿著對邊 B 方向的偏導數向量,它們都不一定是單位向量。

其一般化的形式、則為:

dC² = (dC dr̂) · (dC dr̂)

= (dA g⃗₁ + dB g⃗₂) · (dA g⃗₁ + dB g⃗₂)

= dA dA g⃗₁·g⃗₁ + dA dB g⃗₁·g⃗₂ + dB dA g⃗₂·g⃗₁ + dB dB g⃗₂·g⃗₂

= dXᵐ dXⁿ g⃗ₘ·g⃗ₙ

= dXᵐ dXⁿ gₘₙ

式中,我們用 dX¹ 置換 dA,用 dX² 置換 dB,置換的目的,是為了使數字上下對應、以便於求和之用,而式中的 m、n,稱為權借指標 (dummy index),經歷了數字 1、2,也只是一種簡便的書寫形式,代表,上下一樣的指標、必須遍歷數字而求和。這些,都是屬於符號的使用之問題。

就實質而言,式中的 dX¹,是位置向量的微小變動 dR⃗、沿著偏導數向量 g⃗₁ 方向的分量,而 dX²,則是位置向量的微小變動 dR⃗、沿著偏導數向量 g⃗₂ 方向的分量;gₘₙ 稱為度量張量 (metric tensor),可以視之為遍歷數字而求和,亦可視之為矩陣,該矩陣之內容、乃是偏導數向量的內積值 g⃗ₘ·g⃗ₙ。

上式、事實上是由位置向量的微小變動 dR⃗、和其自身的內積,自乘而求得。

此即,由:

(dR⃗) · (dR⃗)

= (dR⃗₁ + dR⃗₂) · (dR⃗₁ + dR⃗₂)

= (∂R⃗/∂X¹ dX¹ + ∂R⃗/∂X² dX²) · (∂R⃗/∂X¹ dX¹+ ∂R⃗/∂X² dX²)

而求得。

其中:

∂R⃗/∂X¹ = g⃗₁

∂R⃗/∂X² = g⃗₂

    avatar-img
    3會員
    45內容數
    留言0
    查看全部
    avatar-img
    發表第一個留言支持創作者!
    在我死前的沙龍 的其他內容
    與偏導數 (partial derivative) 不同,全導數 (total derivative) 乃根據所有分量 (而非僅是單一分量) 之微小移動、所產生的各別對於函數數值的貢獻,來逼近函數本身的「值」之微小改變。
    在二維平面上,連續變動的點 (x₁, y₁)、(x₂, y₂)、(x₃, y₃)⋯ 可以統稱為 (x, y)。 (x, y) 代表:沿著 x 軸向量 x̂ 之方向、行進了 x 的距離,再沿著 y 軸向量 ŷ 之方向、行進了 x 的距離,將兩者加總,所對應到的平面上的某個點。
    「直角三角形,其兩邊的平方之和、等於斜邊的平方。」 這就是著名的畢氏定理,可以表示為:
    遞迴 (recurrence) 即是不停地返回自己的意思。 遞 = 依次;迴 = 返回。
    Syracuse 位於現今義大利半島南端海外、西西里島的東南海岸,是當時大希臘的自治殖民地。
    近代考古發現的幾塊巴比倫泥板證實了:早在Pythagoras 的一千多年以前,巴比倫人就已經知道現在的「畢氏定理」;所以,我們所稱的「畢氏定理」、應該是Pythagoras 在那裡學習到的知識,不過,他可能是第一個證明它的人。
    與偏導數 (partial derivative) 不同,全導數 (total derivative) 乃根據所有分量 (而非僅是單一分量) 之微小移動、所產生的各別對於函數數值的貢獻,來逼近函數本身的「值」之微小改變。
    在二維平面上,連續變動的點 (x₁, y₁)、(x₂, y₂)、(x₃, y₃)⋯ 可以統稱為 (x, y)。 (x, y) 代表:沿著 x 軸向量 x̂ 之方向、行進了 x 的距離,再沿著 y 軸向量 ŷ 之方向、行進了 x 的距離,將兩者加總,所對應到的平面上的某個點。
    「直角三角形,其兩邊的平方之和、等於斜邊的平方。」 這就是著名的畢氏定理,可以表示為:
    遞迴 (recurrence) 即是不停地返回自己的意思。 遞 = 依次;迴 = 返回。
    Syracuse 位於現今義大利半島南端海外、西西里島的東南海岸,是當時大希臘的自治殖民地。
    近代考古發現的幾塊巴比倫泥板證實了:早在Pythagoras 的一千多年以前,巴比倫人就已經知道現在的「畢氏定理」;所以,我們所稱的「畢氏定理」、應該是Pythagoras 在那裡學習到的知識,不過,他可能是第一個證明它的人。
    你可能也想看
    Google News 追蹤
    Thumbnail
    *合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
    Thumbnail
    你工作時如果還在用 Google 搜尋作為主要的搜尋方式,那我只能說太可惜了! 今天想分享一個最近聲量很高的數位工具: Perplexity Perplexity 是什麼?跟 Google 又差在哪?怎麼用它提升工作效率? 創作者與品牌將會受到什麼影響?又該如何因應?
    Thumbnail
    前篇提到,任意向量 V⃗ 可以描述為一組基底向量之組成: V⃗ = V¹ g⃗₁ + V² g⃗₂ 這可以簡寫為: V⃗ = Vᵐ g⃗ₘ
    Thumbnail
    在平坦的歐式平面 (flat Euclidean plane) 上,方向導數 (directional derivative) 被定義為、兩個鄰近的點的方向向量之差,這也就是,把一個向量、平行輸運 (parallel transport) 到另一個向量的原點之上,然後求它們的差。
    Thumbnail
    在二維的歐式平面 (Euclidean plane) 上,沿著曲線座標 (curvilinear coordinates) 之方向,有二個基底向量 (basis vectors) g⃗₁、和 g⃗₂,它們構成了微小的曲面塊 (surface patch),而度量張量 (metric tensor)
    Thumbnail
    前面幾篇一直反覆提到,奠定幾何磐石的畢氏定理: x² + y² = r² 可以轉換為畢氏定理的向量表達: x x̂ + y ŷ = r r̂
    Thumbnail
    肺炎病毒疫情事件與全球化國際經濟情勢退縮,聯準會雖然一度錯誤判斷通膨的嚴重性。過去利率曾高達20%,光銀行定存就有14%,但借鏡歷史下實施升息計劃以積極對抗通膨。 2022至今年的最高通膨率高達9%,影響通膨的主因有:原油、租金、工資,必須關注有無「螺旋式通膨」形成,觀察暴力升息後經濟衰退是否會來
    Thumbnail
    缺少自制力的人自主訓練很容易沒有好的成效,我承認我就是個跑步的懶惰鬼,今天好累改成明天練習好了,然後明日復明日,又或是不想逼迫自己,心跳一拉上去就想休息,總之有一千種偷懶的理由,永遠不會進步。
    去過了兩次學習到許多知識的有趣戶外教學後,老師又再次帶著我們去了另外一個跟醬油有關的戶外教學:「醬油原料尋寶記」。 首先老師帶我們去了甘蔗田聽甘蔗田的主人講解甘蔗、折甘蔗的方法等等有關甘蔗的知識,順便取得釀醬油時會用到的黑糖。講解完後親自折了一個甘蔗示範給我們看,接著讓五甲的同學去折看看,最後讓我
    Thumbnail
    「北投(Patauw)」這個地名,來自居住在這片土地上的平埔族北投社 隨著導覽老師的腳步,一步步往前走進北投公園裡........
    Thumbnail
    你知道現實生活有時候比電視上的戲劇還要扯嗎? ???????????????!!!!!!!!!!!!!!!!!!!! 一陣手忙腳亂在機場裡面衝來衝去,終於上飛機那一刻真的很想哭,弄得我滿身大汗,所以這一趟睡超好哈哈哈哈哈哈哈 1.搭纜車和玩滑車(Skyline Gondola & Luge)
    Thumbnail
    *合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
    Thumbnail
    你工作時如果還在用 Google 搜尋作為主要的搜尋方式,那我只能說太可惜了! 今天想分享一個最近聲量很高的數位工具: Perplexity Perplexity 是什麼?跟 Google 又差在哪?怎麼用它提升工作效率? 創作者與品牌將會受到什麼影響?又該如何因應?
    Thumbnail
    前篇提到,任意向量 V⃗ 可以描述為一組基底向量之組成: V⃗ = V¹ g⃗₁ + V² g⃗₂ 這可以簡寫為: V⃗ = Vᵐ g⃗ₘ
    Thumbnail
    在平坦的歐式平面 (flat Euclidean plane) 上,方向導數 (directional derivative) 被定義為、兩個鄰近的點的方向向量之差,這也就是,把一個向量、平行輸運 (parallel transport) 到另一個向量的原點之上,然後求它們的差。
    Thumbnail
    在二維的歐式平面 (Euclidean plane) 上,沿著曲線座標 (curvilinear coordinates) 之方向,有二個基底向量 (basis vectors) g⃗₁、和 g⃗₂,它們構成了微小的曲面塊 (surface patch),而度量張量 (metric tensor)
    Thumbnail
    前面幾篇一直反覆提到,奠定幾何磐石的畢氏定理: x² + y² = r² 可以轉換為畢氏定理的向量表達: x x̂ + y ŷ = r r̂
    Thumbnail
    肺炎病毒疫情事件與全球化國際經濟情勢退縮,聯準會雖然一度錯誤判斷通膨的嚴重性。過去利率曾高達20%,光銀行定存就有14%,但借鏡歷史下實施升息計劃以積極對抗通膨。 2022至今年的最高通膨率高達9%,影響通膨的主因有:原油、租金、工資,必須關注有無「螺旋式通膨」形成,觀察暴力升息後經濟衰退是否會來
    Thumbnail
    缺少自制力的人自主訓練很容易沒有好的成效,我承認我就是個跑步的懶惰鬼,今天好累改成明天練習好了,然後明日復明日,又或是不想逼迫自己,心跳一拉上去就想休息,總之有一千種偷懶的理由,永遠不會進步。
    去過了兩次學習到許多知識的有趣戶外教學後,老師又再次帶著我們去了另外一個跟醬油有關的戶外教學:「醬油原料尋寶記」。 首先老師帶我們去了甘蔗田聽甘蔗田的主人講解甘蔗、折甘蔗的方法等等有關甘蔗的知識,順便取得釀醬油時會用到的黑糖。講解完後親自折了一個甘蔗示範給我們看,接著讓五甲的同學去折看看,最後讓我
    Thumbnail
    「北投(Patauw)」這個地名,來自居住在這片土地上的平埔族北投社 隨著導覽老師的腳步,一步步往前走進北投公園裡........
    Thumbnail
    你知道現實生活有時候比電視上的戲劇還要扯嗎? ???????????????!!!!!!!!!!!!!!!!!!!! 一陣手忙腳亂在機場裡面衝來衝去,終於上飛機那一刻真的很想哭,弄得我滿身大汗,所以這一趟睡超好哈哈哈哈哈哈哈 1.搭纜車和玩滑車(Skyline Gondola & Luge)