任意边界的平面的面积 = sqrt(投影的面积的平方和)
版主: verdelite, TheMatrix
任意边界的平面的面积 = sqrt(投影的面积的平方和)
看到那个“高维勾股”的帖子,我提个更一般的(seems correct,没有仔细推敲,曲面的面积就是这么计算的)。
不失一般性,只考虑一个Givens rotation。面积 S 的一块平面(边界可以是曲的,凹的),投影到xy, yz,zy的面积为
S cos(theta), S sin(theta), 0
因此 S^2 = (S cos(theta))^2 + (S sin(theta))^2 + 0^2
Givens rotations加上平移可将这个平面移到任意位置,因此这个关系式总是成立的。
update: n维的flat object镶嵌在m(>n)维欧式空间仍应该是成立的。我用平面做例子只是为了直观而已。
对于n维的parallelipipeds,直接将行列式展开成 (m choose n)个minors应该可以看到结论成立。对于boundary不规则的object,也许可通过计算所有(mxn)的矩阵张成的子空间的principal夹角来证明之。
不失一般性,只考虑一个Givens rotation。面积 S 的一块平面(边界可以是曲的,凹的),投影到xy, yz,zy的面积为
S cos(theta), S sin(theta), 0
因此 S^2 = (S cos(theta))^2 + (S sin(theta))^2 + 0^2
Givens rotations加上平移可将这个平面移到任意位置,因此这个关系式总是成立的。
update: n维的flat object镶嵌在m(>n)维欧式空间仍应该是成立的。我用平面做例子只是为了直观而已。
对于n维的parallelipipeds,直接将行列式展开成 (m choose n)个minors应该可以看到结论成立。对于boundary不规则的object,也许可通过计算所有(mxn)的矩阵张成的子空间的principal夹角来证明之。
上次由 psgd 在 2022年 12月 26日 00:34 修改。
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
老站常去葵花宝典看看,新站这个stem也不错。
btw,两次Givens rotations后当然还是成立的:
S^2 = (S cos(theta) cos(phi))^2 + (S sin(theta) cos(phi))^2 + (S sin(phi))^2
btw,两次Givens rotations后当然还是成立的:
S^2 = (S cos(theta) cos(phi))^2 + (S sin(theta) cos(phi))^2 + (S sin(phi))^2
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
你这个只限于三维中成立吗?能不能推广到高维?psgd 写了: 2022年 12月 24日 17:45 看到那个“高维勾股”的帖子,我提个更一般的(seems correct,没有仔细推敲,曲面的面积就是这么计算的)。
不失一般性,只考虑一个Givens rotation。面积 S 的一块平面(边界可以是曲的,凹的),投影到xy, yz,zy的面积为
S cos(theta), S sin(theta), 0
因此 S^2 = (S cos(theta))^2 + (S sin(theta))^2 + 0^2
Givens rotations加上平移可将这个平面移到任意位置,因此这个关系式总是成立的。
你这首楼后半部分算证明吗?
没有光子;也没有量子能级,量子跃迁,量子叠加,量子塌缩和量子纠缠。
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
这个应该和维度没有关系,只和“曲率=0”有关。
1维的直线,无论镶嵌在多少维的欧式空间,都有 dl^2 = sum_i dx_i^2
2维的面(边界可以是弯的),无论镶嵌在多少维的欧式空间,都应该有 dS^2 = sum_{i,j} (dx_i dx_j)^2。找到S与各个平面 dx_i dx_j的principal的夹角应该可以证明这个
...
我只是看到FGH的帖子便提到这些。
1维的直线,无论镶嵌在多少维的欧式空间,都有 dl^2 = sum_i dx_i^2
2维的面(边界可以是弯的),无论镶嵌在多少维的欧式空间,都应该有 dS^2 = sum_{i,j} (dx_i dx_j)^2。找到S与各个平面 dx_i dx_j的principal的夹角应该可以证明这个
...
我只是看到FGH的帖子便提到这些。
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
找到那些principal angles,应该有 sum_{i,j} (cos(principal angle_{i,j}))^2 = 1。
应该是很一个很fundamental的结论,一时想不起来出去了。manifold上算体积,曲率等好像常用到这些东西。
基本是在计算两个subspace的principal angles,和那个面的边界没有任何关系,和嵌入的空间的维数也无关。
应该是很一个很fundamental的结论,一时想不起来出去了。manifold上算体积,曲率等好像常用到这些东西。
基本是在计算两个subspace的principal angles,和那个面的边界没有任何关系,和嵌入的空间的维数也无关。
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
这个问题你如果把这块平面用面积向量来表示,是很直观的结果:psgd 写了: 2022年 12月 24日 17:45 看到那个“高维勾股”的帖子,我提个更一般的(seems correct,没有仔细推敲,曲面的面积就是这么计算的)。
不失一般性,只考虑一个Givens rotation。面积 S 的一块平面(边界可以是曲的,凹的),投影到xy, yz,zy的面积为
S cos(theta), S sin(theta), 0
因此 S^2 = (S cos(theta))^2 + (S sin(theta))^2 + 0^2
Givens rotations加上平移可将这个平面移到任意位置,因此这个关系式总是成立的。
任意空间平面面积S(scalar)以及其单位法向量n(vector)构成的面积向量S\cdot n,在(x-y)平面上的投影是S\cdot (n\cdot z),就是S* (n和z的内积),另外两个平面同理
所以命题等价于,对于任意一个单位向量v,要证明(v\cdot x)^2 + (v\cdot y)^2 + (v\cdot z)^2 = 1. 这等价于(v_x^2 + v_y^2 + v_z^2) = 1,即v是单位向量,which already holds by assumption.
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
只有n-1维超平面在n维空间有法向量。所以对于m<n-1, 推广是不显然的。那个行列式求和式Cauchy–Binet formula是最根本的,而不是overkill.
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
对的,和维数无关,如你所说只依赖于曲率为零。这个曲率为零,用代数语言就是(可能需要平移后)线性子空间然后加上边界限制。
不过我提一下,楼主你的标题里的sqrt应该去掉,因为你等式左边已经是面积的平方了。我知道这是你的笔误,你本想说面积 = sqrt(...平方和)。
持仓抄底锁利,你钱你定
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
一般维数也可以,我的直觉告诉我,可以这样考虑(就以二维嵌入四维为例):通过平移,我们假设被嵌入的是一个2维线性子空间,外围空间是4维空间R^4,标准基记作e_1, e_2, e_3, e_4。(随便)选定子空间的一组单位正交基,记作b_1, b_2,然后扩展成R^4的单位正交基b_1, b_2, b_3, b_4,我们关注的是b_3, b_4,其实就是原来子空间的正交空间的(随便)一组单位正交基。现在就可以看子空间(被嵌入平面)的面积S和投影面积的关系了。例如,把该嵌入平面投向e_1和e_3张成的空间(相当于4维xyzw空间里的xz平面)的话,就考虑b_3, b_4, e_2, e_4构成的方阵的行列式,嵌入平面在xz平面上的投影面积就是嵌入平面的面积S乘以行列式的绝对值。rgg 写了: 2022年 12月 25日 09:51 只有n-1维超平面在n维空间有法向量。所以对于m<n-1, 推广是不显然的。那个行列式求和式Cauchy–Binet formula是最根本的,而不是overkill.
如楼主所说,和维数无关,m维嵌入n维(m小于等于n)都可以,和我上面说的一样,用单位正交基考虑即可。
持仓抄底锁利,你钱你定
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
没说结论不能推广,而是说单位法向量的投影这个直觉不好推广,不如直接用外代数/行列式公式思考.YWY 写了: 2022年 12月 25日 11:42 一般维数也可以,我的直觉告诉我,可以这样考虑(就以二维嵌入四维为例):通过平移,我们假设被嵌入的是一个2维线性子空间,外围空间是4维空间R^4,标准基记作e_1, e_2, e_3, e_4。(随便)选定子空间的一组单位正交基,记作b_1, b_2,然后扩展成R^4的单位正交基b_1, b_2, b_3, b_4,我们关注的是b_3, b_4,其实就是原来子空间的正交空间的(随便)一组单位正交基。现在就可以看子空间(被嵌入平面)的面积S和投影面积的关系了。例如,把该嵌入平面投向e_1和e_3张成的空间(相当于4维xyzw空间里的xz平面)的话,就考虑b_3, b_4, e_2, e_4构成的方阵的行列式,嵌入平面在xz平面上的投影面积就是嵌入平面的面积S乘以行列式的绝对值。
如楼主所说,和维数无关,m维嵌入n维(m小于等于n)都可以,和我上面说的一样,用单位正交基考虑即可。
-
- 论坛元老
Caravel 的博客 - 帖子互动: 534
- 帖子: 24078
- 注册时间: 2022年 7月 24日 17:21
Re: 任意边界的平面的面积的平方 = sqrt(投影的面积的平方和)
同意。人类的直觉大都依赖于3维空间,超过3维就要靠抽象的数学公式来推广。
持仓抄底锁利,你钱你定
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
Re: 任意边界的平面的面积 = sqrt(投影的面积的平方和)
再follow up了一下,
1,Cauchy-Binet公式是很有效。但这个帖子更关心的是非parallelipipeds的形状,如disk。
2,对于非parallelipipeds的形状,如disk,应该是 “flat的面积 <= sqrt(投影的面积的平方和)”,算了几个数值解,=号好像只有在很特定的条件下才成立
1,Cauchy-Binet公式是很有效。但这个帖子更关心的是非parallelipipeds的形状,如disk。
2,对于非parallelipipeds的形状,如disk,应该是 “flat的面积 <= sqrt(投影的面积的平方和)”,算了几个数值解,=号好像只有在很特定的条件下才成立
Re: 任意边界的平面的面积 = sqrt(投影的面积的平方和)
2 里的 = 号 还是对的。昨天算两个subspace的夹角搞错了,不应该采用wiki里“angle between flat”里的角度。psgd 写了: 2022年 12月 26日 01:18 再follow up了一下,
1,Cauchy-Binet公式是很有效。但这个帖子更关心的是非parallelipipeds的形状,如disk。
2,对于非parallelipipeds的形状,如disk,应该是 “flat的面积 <= sqrt(投影的面积的平方和)”,算了几个数值解,=号好像只有在很特定的条件下才成立
例如unit area disc所在的平面是 M*a, M是4x2的矩阵,满足 M'*M = [1,0;0,1],a是任意2x1的向量。disc投影到平面 [e1, e2]*a 的面积是
|det([M, e1, e2])|
所有这些面积的平方和还是1,i.e.,
sum_{1<=i<j<=4} |det([M, e_i, e_j])|^2 = 1
至此可以说FGH那个帖子里的结论应该对任意flat的物体都是成立的,与其边界的形状无关,与其维度无关,但这个结论仍需要一个严格的证明。
Re: 任意边界的平面的面积 = sqrt(投影的面积的平方和)
disc投影到平面 [e1, e2]*a 的面积应该是 |det([M, e3, e4])|psgd 写了: 2022年 12月 26日 08:31 2 里的 = 号 还是对的。昨天算两个subspace的夹角搞错了,不应该采用wiki里“angle between flat”里的角度。
例如unit area disc所在的平面是 M*a, M是4x2的矩阵,满足 M'*M = [1,0;0,1],a是任意2x1的向量。disc投影到平面 [e1, e2]*a 的面积是
|det([M, e1, e2])|
所有这些面积的平方和还是1,i.e.,
sum_{1<=i<j<=4} |det([M, e_i, e_j])|^2 = 1
至此可以说FGH那个帖子里的结论应该对任意flat的物体都是成立的,与其边界的形状无关,与其维度无关,但这个结论仍需要一个严格的证明。
持仓抄底锁利,你钱你定
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
看牛观猪喊熊,自娱自乐
股市变幻莫测,不作不死
赌途曲折无常,吃枣药丸
Re: 任意边界的平面的面积 = sqrt(投影的面积的平方和)
是的,你的是对的! 谢谢更正。
将 M 块分成 [M1, M2],然后 [M, e3, e4] 可以块分成 [M1, O; M2, I],然后
det([M1, O; M2, I]) = det(M1) det(I) = det(M1)
这样就将这个“几何的方法”和Cauchy-Binet公式对应起来了,也就证明了这个帖子的结论。