2 minute read

Vector Space

见 Vector Space

\[\newcommand{\icol}[1]{ \bigl[ \begin{smallmatrix} #1 \end{smallmatrix} \bigr] }\]

Vector Field

定义

首先注意 vector field 和 algebraic structures 中的 field 不相干，它纯纯就是个函数。

Quote from Lecture 19: Vectorfields, Math S21a: Multivariable calculus by Oliver Knill, Harvard Summer School:

A vector field in a 2D plane is a function, which maps each point $(x, y)$ to a vector $\vec F(x, y) = \langle P(x, y), Q(x, y) \rangle = \icol{P(x, y) \newline Q(x, y)}$.

A vector field in a 3D space is a function, which maps each point $(x, y, z)$ to a vector $\vec F(x, y, z) = \langle P(x, y, z), Q(x, y, z), R(x, y, z) \rangle = \icol{P(x, y, z) \newline Q(x, y, z) \newline R(x, y, z)}$.

关于 $P,Q,R$ 的定义：

  • 以 2D 的情况为例，假定 $x,y \in \mathbb{R}$，那么 $P: \mathbb{R} \times \mathbb{R} \to \mathbb{R}$
  • 也就是说，输入一个 point $(x,y)$，$\vec F$ 会输出一个新的点 $(P(x, y), Q(x, y))$
    • 也可以理解成输出一个新的 vector $\icol{P(x, y) \newline Q(x, y)}$

注意 “point” 和 “vector” 的等价性，我们可以简单理解成：Given a vector space $S$, a vector field is a function $\vec{F}: S \to S$，可以解读成：

  • $\vec{F}: \text{point} \to \text{point}$
  • $\vec{F}: \text{point} \to \text{vector}$
  • $\vec{F}: \text{vector} \to \text{vector}$
  • $\vec{F}: \text{vector} \to \text{point}$

举例

似乎把 $\vec F$ 理解成 $\vec{F}: \text{point} \to \text{vector}$ 是最直观的，physics 中有很多应用。

我自己做了一个例子：想象 $x^2 + y^2 = 1$ 这个圆在顺时针转动（圆心不动），每个点都沿切线有一个速度，这个切线速度我们用一个单位向量表示（暂不考虑向量长度的物理意义）。考虑圆与 axes 的 4 个交点：

  • $\vec F(1, 0) = \langle 0， -1 \rangle = \icol{0 \newline -1}$
  • $\vec F(0, 1) = \langle 1， 0 \rangle = \icol{1 \newline 0}$
  • $\vec F(-1, 0) = \langle 0， 1 \rangle = \icol{0 \newline 1}$
  • $\vec F(0, -1) = \langle -1， 0 \rangle = \icol{-1 \newline 0}$

我们把这 4 个向量分别移动到对应的 4 个交点上（起点重合），可以得到：

这个 vector field 的定义可以归纳为 $\vec F(x, y) = \langle y, -x \rangle = \icol{y \newline -x}$。如果限定 $\vec F$ 的 domain 为 $\lbrace (x, y) \mid x^2 + y^2 = 1 \rbrace$，那么 $\vec F$ 的 image 就是圆上所有顺时针切线单位向量的集合。

如果不限定 domain，我们用 Wolfram 画一下：

VectorPlot[{y, -x}, {x, -3, 3}, {y, -3, 3}]

可见向量的长度其实是有实际意义的。不过很多 vector field 的示意图里，由于 magnitude 的问题，向量经常画成统一的长度，然后用颜色来表示向量的长度级别。

其实这个概念你联系物理应用就很好理解。磁场 (Magnetic Field)、洋流 (Ocean Current)、风向以及其他各种流体力学，比如风洞 (Wind Tunnel) 测试，都可以用 vector field 表示：

所以 vector field 无非是用向量表示空间内每个点的 “运动趋势”，只是 $\vec F(\dots)$ 这个向量需要移动到对应的点上。

  • 从这个角度来看，linear transformation 与 vector field 的区别在于：$A \vec x$ 并没有移动到 $\vec x$ 的终点上，而是仍然以原点为起点。

升维或者降维的 vector field

我们前面说 vector field 可以简单理解成 function $\vec{F}: S \to S$，是假设了 $\vec{F}$ 没有改变维度，这也是 physics 中最常见的情况。

但升维或者降维的 vector field 也是存在的，i.e. $\vec{F}: S \to S’$ where $S$ 和 $S’$ 的维度不同

Scalar Field $\vec{F}: S \to \mathbb{R}$ 即是一种降维的 vector field：

  • $S$ 是二维
  • $\mathbb{R}$ 是一维

升维的 vector field 会有很神奇的拓扑变形效果，比如 YouTube: Transformations, part 3 | Multivariable calculus | Khan Academy 介绍的这个：

\[\vec F(t, s) = \icol{3\cos(t) + \cos(t)\cos(s) \newline 3\sin(t) + \sin(t)\cos(s) \newline \sin(s)}\]

限定 $0 \leq t \leq 2 \pi, 0 \leq s \leq 2 \pi$，可以从一个正方形变形成一个 donut。

Continuous Vector Field

Quote from Wikipedia: Vector field:

If each component of $\vec F$ is continuous, then $\vec F$ is a continuous vector field, and more generally $\vec F$ is a $C^k$ vector field if each component of $\vec F$ is $k$ times continuously differentiable.

Scalar Field

A scalar field in a space is a function mapping each point $(x, y, z, \dots)$ to a scalar.

典型的应用：heat map

注意要与曲线方程区别。比如 $y = x$ 是对角直线，和 field $F(x, y) = x - y$ 是不同的，后者是 heat map，只是对角线上的值为 0：

DensityPlot[x-y,{x,-10000,10000},{y,-10000,10000}]

Comments

You May Also Enjoy