12 votos

La información capturada por formas diferenciales

Mi cálculo avanzado de la clase está haciendo en la actualidad formas diferenciales y tengo un tiempo difícil entender realmente lo que son todos. Puedo leer las pruebas de los teoremas dados en Rudin del PMA en el capítulo 10 y las pruebas y puedo seguir la lógica y comprobar que son ciertas. Sin embargo, no veo por qué alguien iba a venir para arriba con su definición y lo que los hace útiles para la construcción de una teoría de la integración.

Para decirlo en otras palabras: ¿Qué información es exactamente encapsulado por la definición de las formas diferenciales y lo que los hace trabajar muy bien con respecto a la cuña de productos? ¿Por qué es este el "derecho" de la formulación de una integración de la teoría?

11voto

user26872 Puntos 11194

Diferencial de 1-formas son el doble de campos vectoriales sobre un colector. Por lo tanto, si usted está interesado en campos vectoriales, usted debe también estar interesados en su `imagen en el espejo," formas diferenciales. Una buena intuición con respecto a su multiplicación es que $\mathrm{d}x\wedge\mathrm{d}y$ es una orientada al área. Por lo tanto, $\mathrm{d}y\wedge\mathrm{d}x = -\mathrm{d}x\wedge\mathrm{d}y$ ya que su orientación es opuesta a la de $\mathrm{d}x\wedge\mathrm{d}y$. El exterior de derivados unifica y se generaliza la pendiente, curvatura, de la divergencia, y Laplaciano. Algunos casos especiales de la nilpotency de $\mathrm{d}$ (es decir, $\mathrm{d}^2 = 0$)$\nabla\cdot\nabla\times{\bf F} = 0$$\nabla\times\nabla f = 0$.

En términos de integración, notó por primera vez que el volumen se transforma de la manera correcta bajo transformaciones de coordenadas, $$\begin{eqnarray} \omega &=& h(p) \mathrm{d}x^1\wedge\cdots\wedge \mathrm{d}x^n \\ &=& h(p) \frac{\partial x^1}{\partial y^{\mu_1}} \mathrm{d}x^{\mu_1}\wedge\cdots\wedge \frac{\partial x^n}{\partial y^{\mu_n}} \mathrm{d}x^{\mu_n} \\ &=& h(p) \det\left(\frac{\partial x^\mu}{\partial y^\nu}\right) \mathrm{d}y^1\wedge\cdots\wedge \mathrm{d}y^n, \end{eqnarray}$$ donde $h(p)$ es positiva definida y $\det\left(\frac{\partial x^\mu}{\partial y^\nu}\right)$ es el Jacobiano de la transformación de coordenadas. También `sabe" acerca de la orientability del espacio. De hecho, un espacio es orientable si y sólo si tiene una forma de volumen.

Con formas diferenciales, muchos de los importantes resultados de cálculo multivariable se pueden unificar en una única fórmula, Stokes teorema: $$\int_M \mathrm{d}\omega = \int_{\partial M} \omega.$$ Por ejemplo, algunos casos especiales de Stokes teorema son el rizo y los teoremas de la divergencia en el espacio de 3 dimensiones: $$\begin{eqnarray} \int_S \nabla\times {\bf F}\cdot d{\bf S} &=& \oint_{\partial S} {\bf F}\cdot d{\bf r} \\ \int_V \nabla\cdot {\bf F} dV &=& \oint_{\partial V} {\bf F}\cdot d {\bf S} \end{eqnarray}$$ Por supuesto, Stokes teorema también se generaliza estos teoremas a dimensiones superiores.

La utilidad de formas diferenciales se extiende mucho más allá de este. Por ejemplo, de Rham cohomology depende fundamentalmente de formas diferenciales y puede ser utilizado para clasificar a los espacios topológicos.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X