Normal dan reverse transpose, bagian 2: ruang konjugasi

Pada bagian pertama, kami melihat aljabar eksternal dan menyadari bahwa vektor normal dalam 3D dapat diartikan sebagai bivektor. Untuk mengubah bivektor, dalam kasus umum, Anda memerlukan matriks yang berbeda dari matriks yang mengubah vektor biasa. Menggunakan basis kanonik untuk bivektor, kami menemukan bahwa ini adalah matriks adjoint , yang sebanding dengan transpose terbalik. Penalaran ini setidaknya sebagian menjelaskan mengapa normals ditransformasikan oleh matriks transposisi terbalik.

Tapi beberapa masalah terselip di bawah karpet.

Kami mempertimbangkan matriks adjoint, tetapi tidak menunjukkan bagaimana mereka berhubungan dengan bukti aljabar bahwa untuk mengubah persamaan bidang$$$N\cdot x + d = 0$diperlukan matriks transposisi terbalik. Proporsionalitas antara matriks, dalam arti, terlalu dibuat-buat.

Apalagi kami melihat itu $$$k$-vektor dari aljabar eksternal menyediakan objek geometris vektor dengan interpretasi alami, di mana objek tersebut berisi satuan panjang, luas, dan volume, yang berubah sesuai skala. Tetapi kami tidak menemukan hal seperti ini untuk massa jenis - satuan berbanding dengan panjang, luas dan volume.

Pada artikel ini, kita akan melihat konsep geometris lain yang dibutuhkan untuk melengkapi lukisan. Menggabungkan konsep baru ini dengan aljabar luar yang telah dipelajari akan memperjelas dan menyelesaikan pertanyaan yang tersisa.

Berfungsi sebagai vektor

, . , , , .

: , ,

. — , … , ? ?

, . , (). , , : ( ). .

! $$$f$ $$$g$ $$$h(x) = f(x) + g(x)$ $$$x$ . , : $$$g(x) = a\cdot f(x)$. , , .

: $$$X$ ( , ) $$$V$ — . $$$f: X \to V$ . , , "". .

. , .

, .

$$$V$, $$$\Bbb R^3$, $$$V$ $$$f: V \to \Bbb R$. , .

( : $$$\Bbb R$, . !)

(3D) (2D), / , . :



— . . , "́" ( ́ ) , .

, . , .

— $$$V$ — , : ( ) . $$$V^*$. ( ) .

, — , $$$V$ $$$\Bbb R$, . $$$n$- $$$n$ , , . , $$$V^*$ , $$$V$.

, $$$\Bbb R^n$ $$$n$ . . , $$$f$ — $$$\Bbb R^3$ $$$v=(x, y, z)$ — , :

$$

$$\begin{aligned} f(v) &= f(x {\bf e_x} + y {\bf e_y} + z {\bf e_z}) \\ &= x \, f({\bf e_x}) + y \, f({\bf e_y}) + z \, f({\bf e_z}) \end{aligned}$$

, $$$(x, y, z)$ $$$\bigl(f({\bf e_x}), f({\bf e_y}), f({\bf e_z}) \bigr)$ — !

, : $$$V^*\times V \to \Bbb R$. .

, , , . , , "" . , — , … .

: $$$\langle w, v \rangle$. $$$w$ — $$$V^*$, $$$v$ — $$$V$. , $$$w$ $$$v$. , — , .

:

$$

$$\begin{aligned} \langle w, v \rangle &= \bigl\langle w, \, x {\bf e_x} + y {\bf e_y} + z {\bf e_z} \bigr\rangle \\ &= x \langle w, {\bf e_x} \rangle + y \langle w, {\bf e_y} \rangle + z \langle w, {\bf e_z} \rangle \end{aligned}$$

, " " , .

$$$V^*$ $$$V$. , $$$\langle w, {\bf e_x} \rangle, \langle w, {\bf e_y} \rangle, \langle w, {\bf e_z} \rangle$ $$$w$ , $$$x, y, z$ $$$V$. $$${\bf e_x^*}, {\bf e_y^*}, {\bf e_z^*}$ :

$$

$$\begin{aligned} \langle {\bf e_x^*}, {\bf e_x} \rangle &= 1 \\ \langle {\bf e_x^*}, {\bf e_y} \rangle &= 0 \\ \langle {\bf e_x^*}, {\bf e_z} \rangle &= 0 \end{aligned}$$

$$${\bf e_y^*}, {\bf e_z^*}$. :

$$

$$\langle {\bf e}_i^*, {\bf e}_j \rangle = \begin{cases} 1 & \text{if } i = j, \\ 0 & \text{if } i \neq j, \end{cases} \quad i, j \in \{ {\bf x, y, z} \}$$

$$$V$.

, , , . , . , . .

:

$$$w = p {\bf e_x^*} + q {\bf e_y^*}$:

$$$w$ $$$v$ . $$$\langle w, v \rangle$ :

$$

$$\begin{aligned} \langle w, v \rangle &= \bigl\langle p {\bf e_x^*} + q {\bf e_y^*} + r {\bf e_z^*}, \; x {\bf e_x} + y {\bf e_y} + z {\bf e_z} \bigr\rangle \\ &= px + qy + rz \end{aligned}$$

, ( ), , , .

! "" ( ), ( 3D), ( ). !

— , . ?

: . , . : - . ( , ).

: $$$M$, $$$f(v)$, $$$g(v)$. $$$g$ $$$f$ :

$$

$$g(Mv)=f(v)$$

$$

$$g(v)=f(M^{-1}v)$$

, , .

, $$$M$. " " : $$$M$ .

, , . $$$a>0$, $$$v\mapsto av$. $$$f(v)\mapsto f({v\over a})$ .

, . $$$f(v) = \langle w, v \rangle$ $$$w$, $$$a$ ?

$$

$$\begin{aligned} \langle w, v \rangle \mapsto & \left\langle w, \frac{v}{a} \right\rangle \\ = & \left\langle \frac{w}{a}, v \right\rangle \end{aligned}$$

$$$1/a$ , , . , $$$w$ :

$$

$$w \mapsto \frac{w}{a}$$

! $$$a$ , $$$1/a$. "" "" . , , !

, . , (, , , //) - . ( ), " "" ?"

"". , , - , . .

. , , — , . .

. , $$$y$ $$$x$:

$$

$$M = \begin{bmatrix} 1 & \tfrac{1}{2} \\ 0 & 1 \end{bmatrix}$$

:



? : .



, ? $$$\bf e_x^*$. , $$$M$ $$$x$ — . $$$\bf e_x^*$?



$$$\bf e_x^*$ , ! , , $$$x$ , $$$\bf e_x^*$ "" , . , .

, $$$\bf e_x^*$ $$${\bf e_x^*} - \tfrac{1}{2}{\bf e_y^*}$. , , , ,

$$

$$\begin{bmatrix} 1 & 0 \\ -\tfrac{1}{2} & 1 \end{bmatrix}$$

$$$M$!

, , . , , ( ), . $$$M$ :

$$

$$\det M = \text{ } \cdot \text{ }$$

$$

$$\frac{1}{\text{ }} = \frac{1}{\det M} \cdot \text{ }$$

.

$$

$$M^{-T} = \frac{1}{\det M} \cdot \text{}(M)$$

, , .

?

, — 2D 3D. , , :

$$

$$\langle w, v \rangle = d$$

$$$w$ .

, $$$\langle w, v \rangle$ , $$$w \cdot v$. :

$$

$$w\cdot v = d$$

, .

, , .

. , , , ? ?

, . " " , , . , : , $$$B \wedge v = d$ $$$\langle w, v \rangle = d$ . : , — .

Ini semua yang ingin saya bicarakan tentang transformasi vektor normal, tetapi beberapa pertanyaan lagi masih belum jelas. Di akhir bagian pertama, saya mengajukan pertanyaan tentang skala derajat negatif. Sekarang kita memiliki minus derajat pertama, tapi bagaimana dengan -2 dan -3? Untuk memahami ini, kita harus menggabungkan aljabar luar dan spasi ganda, yang akan kita lakukan di bagian ketiga.