ワインガルテン写像 \(W:T_P(F)\longrightarrow T_P(F);f_u\mapsto -n_u,f_v\mapsto -n_v\) を行列表示しよう.すなわち \(-n_u=af_u+bf_v\) \(-n_v=cf_u+df_v\) における\(a,b,c,d\)を第1基本量\(E,F,G,\)第2基本量\(L,M,N\)で表す. 曲面上の微分の扱い方を簡単に説明する.なお詳しい内容は 次の曲面の第1基本形式と第2基本形式の関係で扱う. 曲面の各点のベクトルは\(f_u,f_v,n\)で表せる.したがって,$f_u,f_v,n$の偏微分である $f_{uu},f_{uv},f_{vv}.n_u,n_v$ を\(f_u,f_v,n\)で表せれば,曲面上の微分が自由にできることになる. \(f_{uu},f_{uv},f_{vv}\)を\(f_u,f_v,n\)で表した式をガウスの誘導方程式,\(n_u,n_v\)を\(f_u,f_v\)で表した式をワインガルテンの誘導方程式 という. これから\(n_u,n_v\)を計算する.これは,ワインガルテンの誘導方程式を求めることである.本質的には次章の内容と同じであるが,ここでは,2行2列の行列を用いて計算する. \(W(f_u)=-n_u=af_u+bf_v\) \(W(f_v)=-n_v=cf_u+df_v\) とおく. $\begin{pmatrix} -n_u \\ -n_v \end{pmatrix} =\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} f_u \\ f_v \end{pmatrix}$ ここで$\begin{pmatrix} f_u & f_v \end{pmatrix}$との内積をとる.すなわち $\begin{pmatrix} -n_u \\ -n_v \end{pmatrix} \cdot \begin{pmatrix} f_u & f_v \end{pmatrix} =\begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} f_u \\ f_v \end{pmatrix} \cdot \begin{pmatrix} f_u & f_v \end{pmatrix} $ したがって, $\begin{pmatrix} L & M \\ M & N \end{pmatrix}= \begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} E & F \\ F & G \end{pmatrix}$ $\therefore \begin{pmatrix} a & b \\ c & d \end{pmatrix} =\dfrac{1}{EG-F^2}\begin{pmatrix} L & M \\ M & N \end{pmatrix} \begin{pmatrix} G & -F \\ -F & E \end{pmatrix} $ $=\dfrac{1}{EG-F^2}\begin{pmatrix} LG-MF & -LF+ME \\ MG-NF & -MF+NE \end{pmatrix}$ したがって, \(\det \begin{pmatrix} a & b \\ c & d \end{pmatrix} =\dfrac{LN-M^2}{EG-F^2}\) \(\mathrm{Tr} \begin{pmatrix} a & b \\ c & d \end{pmatrix} =\dfrac{LG-2MF+NE}{EG-F^2}\) 行列$\begin{pmatrix} a & b \\ c & d\end{pmatrix}$の固有値\(\alpha,\beta\)が曲面の主曲率であるから,曲面のガウス曲率\(K(=\alpha \beta),\) 平均曲率\(H(=\frac{\alpha +\beta}{2})\) は \(K=\dfrac{LN-M^2}{EG-F^2}\) \(H=\dfrac{LG-2MF+NE}{2(EG-F^2)}\) 次にガウス曲率の図形的意味を調べよう. \(n_u\times n_v=(af_u+bf_v)\times (cf_u+df_v)\) \(=(ad-bc)f_u\times f_v\) \(=\det \begin{pmatrix} a & b \\ c & d\end{pmatrix}f_u\times f_v\) \(=Kf_u\times f_v\) ここで\(\times \)は外積を表し,\(K\)は曲面\(F\)のガウス曲率である. ここで得られた, \(n_u\times n_v=Kf_u\times f_v\) より, \(|n_u\times n_v|=|K||f_u\times f_v|\cdots (\sharp)\) であり,この式は \(n_u,n_v\)の決める平行四辺形の面積は\(f_u,f_v\)の決める平行四辺形の面積の\(|K|\)倍であることが 曲面\(F\)上の任意の点で成り立つことを意味している. 積分で表すと次のようになる. 曲面\(F\)の面積要素\(d\sigma _1\),曲面\(S^2\)の面積要素\(d\sigma _2\)は, \(d\sigma _1=|f_u\times f_v|dudv\) \(d\sigma _2=|n_u\times n_v|dudv\) である. \(P\)を含む\(F\)の領域\(D\),ガウス写像\(g\)による\(D\)の像\(g(D)\)に対して,\(D\)の面積を\(\mathrm{Area}(D)\)で表せば \(\displaystyle \mathrm{Area}(D)=\int_{D}|f_u\times f_v|dudv\) \(\displaystyle \mathrm{Area}(g(D))=\int_{G(D)}|n_u\times n_v|dudv=\int_D|K||f_u\times f_v|dudv\) したがって,\(D\)をどんどん収縮させて\(P\)に近づけると \(\dfrac{\mathrm{Area}(g(D))}{\mathrm{Area}(D)}\rightarrow |K(P)|\cdots (\flat )\) これは,上の接ベクトル平面上でワインガルテン写像は面積を\(|K(P)|\)させる線型変換であることと同じである. \((\sharp)\)はガウス写像を各点において線型変換で近似すると,その線型変換により面積は\(|K(P)|\)倍する という意味であり,\((\flat )\)は\(P\)を含む十分小さい領域\(D\)をとれば \(\mathrm{Area}(g(D))\doteqdot |K(P)|\mathrm{Area}(D)\) を意味する. 続く 微分幾何の目次 |