(十 三)特殊的二阶张量——反对称张量

这篇具有很好参考价值的文章主要介绍了(十 三)特殊的二阶张量——反对称张量。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 反对称二阶张量的概念

定义 若仿射量 Ω \bold{\Omega} Ω 满足:
Ω T = − Ω \bold{\Omega}^T=-\bold{\Omega} ΩT=Ω
则称仿射量 Ω \bold{\Omega} Ω反对称二阶张量(反称仿射量)

2. 反对称二阶张量的主不变量

由于张量的主不变量不随坐标系的改变而改变,另外在笛卡尔坐标系中反对称张量 Ω \bold{\Omega} Ω的矩阵为反对称矩阵,记作:
[ 0 Ω 1 Ω 2 − Ω 1 0 Ω 3 − Ω 2 − Ω 3 0 ] \begin{bmatrix} 0&\Omega_1&\Omega_2\\\\ -\Omega_1&0&\Omega_3\\\\ -\Omega_2&-\Omega_3&0 \end{bmatrix} 0Ω1Ω2Ω10Ω3Ω2Ω30
那么,
{ C 1 Ω = 0   C 2 Ω = Ω 1 2 + Ω 2 2 + Ω 3 2 ≜ φ 2 > 0   C 3 Ω = 0 × ( 0 + Ω 3 2 ) − ( − Ω 1 ) × ( 0 + Ω 3 Ω 2 ) + ( − Ω 2 ) × ( Ω 1 Ω 3 − 0 ) = 0 \begin{cases} \mathscr{C}^{\Omega}_1=0 \\\ \\ \mathscr{C}^{\Omega}_2={\Omega}_1^2+{\Omega}_2^2+{\Omega}_3^2\triangleq\varphi^2>0 \\\ \\ \mathscr{C}^{\Omega}_3=0\times(0+{\Omega}_3^2) -(-{\Omega}_1)\times(0+{\Omega}_3{\Omega}_2)+(-{\Omega}_2)\times({\Omega}_1{\Omega}_3-0)=0 \end{cases} C1Ω=0 C2Ω=Ω12+Ω22+Ω32φ2>0 C3Ω=0×(0+Ω32)(Ω1)×(0+Ω3Ω2)+(Ω2)×(Ω1Ω30)=0

3. 反对称二阶张量的特征值与特征向量

反对称二阶张量 Ω \bold{\Omega} Ω的特征方程为:
λ 3 − C 1 Ω λ 2 + C 2 Ω λ − C 3 Ω = ( λ 2 + φ 2 ) λ = 0 \lambda^3-\mathscr{C}^{\Omega}_1\lambda^2+\mathscr{C}^{\Omega}_2\lambda-\mathscr{C}^{\Omega}_3=(\lambda^2+\varphi^2)\lambda=0 λ3C1Ωλ2+C2ΩλC3Ω=(λ2+φ2)λ=0
因此,反对称二阶张量的特征值为:
λ 1 = i φ 、 λ 2 = − i φ 、 λ 3 = 0 \lambda_1=i\varphi、\lambda_2=-i\varphi、\lambda_3=0 λ1=iφλ2=iφλ3=0
故,反对称张量的特征值由零与一对共轭纯虚数构成,虚部为反称仿射量第二主不变量的算术平方根。
( λ 1 u ⃗ 1 ) ∙ u ⃗ 3 = Ω ∙ u ⃗ 1 ∙ u ⃗ 3 = − u ⃗ 1 ∙ Ω ∙ u ⃗ 3 = − λ 3 u ⃗ 1 ∙ u ⃗ 3 ⟹ ( λ 1 + λ 3 ) u ⃗ 1 ∙ u ⃗ 3 = 0 ⟹ u ⃗ 1 ∙ u ⃗ 3 = 0   ( λ 2 u ⃗ 2 ) ∙ u ⃗ 3 = Ω ∙ u ⃗ 2 ∙ u ⃗ 3 = − u ⃗ 2 ∙ Ω ∙ u ⃗ 3 = − λ 3 u ⃗ 2 ∙ u ⃗ 3 ⟹ ( λ 2 + λ 3 ) u ⃗ 2 ∙ u ⃗ 3 = 0 ⟹ u ⃗ 2 ∙ u ⃗ 3 = 0 (\lambda_1\vec{u}_1)\bullet\vec{u}_3 =\Omega\bullet\vec{u}_1\bullet\vec{u}_3 =-\vec{u}_1\bullet\Omega\bullet\vec{u}_3 =-\lambda_3\vec{u}_1\bullet\vec{u}_3 \Longrightarrow (\lambda_1+\lambda_3)\vec{u}_1\bullet\vec{u}_3=0 \Longrightarrow \vec{u}_1\bullet\vec{u}_3=0\\\ \\ (\lambda_2\vec{u}_2)\bullet\vec{u}_3 =\Omega\bullet\vec{u}_2\bullet\vec{u}_3 =-\vec{u}_2\bullet\Omega\bullet\vec{u}_3 =-\lambda_3\vec{u}_2\bullet\vec{u}_3 \Longrightarrow (\lambda_2+\lambda_3)\vec{u}_2\bullet\vec{u}_3=0 \Longrightarrow \vec{u}_2\bullet\vec{u}_3=0 (λ1u 1)u 3=Ωu 1u 3=u 1Ωu 3=λ3u 1u 3(λ1+λ3)u 1u 3=0u 1u 3=0 (λ2u 2)u 3=Ωu 2u 3=u 2Ωu 3=λ3u 2u 3(λ2+λ3)u 2u 3=0u 2u 3=0
则,反对称二阶张量的实特征向量与共轭的复特征向量分别正交,即 u ⃗ 3 ∙ u ⃗ 1 = u ⃗ 3 ∙ u ⃗ 2 = 0 \vec{u}_3\bullet\vec{u}_1=\vec{u}_3\bullet\vec{u}_2=0 u 3u 1=u 3u 2=0
定义实特征值 λ 3 \lambda_3 λ3 特征方向 u ⃗ 3 \vec{u}_3 u 3上的单位矢量 e ⃗ 3 \vec{e}_3 e 3 称作 反对称张量 Ω \Omega Ω的轴。由于 Ω ∙ u ⃗ 3 = 0 ⟹ Ω ∙ e ⃗ 3 = Ω ∙ u ⃗ 3 ∣ u ⃗ 3 ∣ = 0 \Omega\bullet\vec{u}_3=0\Longrightarrow\Omega\bullet\vec{e}_3=\Omega\bullet\frac{\vec{u}_3}{|\vec{u}_3|}=0 Ωu 3=0Ωe 3=Ωu 3u 3=0故,反对称张量将其轴方向上的任何向量映射为零向量

4. 反对称二阶张量的标准形

  • 若以反对称张量的三个线性无关的特征向量为基,则有:
    Ω = ( i φ ) u ⃗ 1 u ⃗ 1 − ( i φ ) u ⃗ 2 u ⃗ 2 \bold{\Omega}=(i\varphi)\vec{u}_1\vec{u}^1-(i\varphi)\vec{u}_2\vec{u}^2 Ω=(iφ)u 1u 1(iφ)u 2u 2
  • 若按照一般的处理方式由复数对角标准形得到实数标准形,取
    { g ⃗ 1 = u ⃗ 1 + u ⃗ 2 g ⃗ 2 = i ( u ⃗ 1 − u ⃗ 2 ) g ⃗ 3 = e 3 \begin{cases} \vec{g}_1=\vec{u}_1+\vec{u}_2\\\\ \vec{g}_2=i(\vec{u}_1-\vec{u}_2)\\\\ \vec{g}_3=e_3 \end{cases} g 1=u 1+u 2g 2=i(u 1u 2)g 3=e3
    则有:
    Ω = − φ g ⃗ 1 g ⃗ 2 + φ g ⃗ 2 g ⃗ 1 \bold{\Omega}=-\varphi\vec{g}_1\vec{g}^2+\varphi\vec{g}_2\vec{g}^1 Ω=φg 1g 2+φg 2g 1
    值得注意的是,反对称张量实数化标准形所参考的基 { g ⃗ 1 、 g ⃗ 2 、 g ⃗ 3 } \{\vec{g}_1、\vec{g}_2、\vec{g}_3\} {g 1g 2g 3}具有正交性,因为根据反对称张量实特征向量与复特征向量之间的正交性知:
    g ⃗ 3 ∙ g ⃗ 1 = u ⃗ 3 ∣ u ⃗ 3 ∣ ∙ ( u ⃗ 1 + u ⃗ 2 ) = 0 ( a )   g ⃗ 3 ∙ g ⃗ 2 = i u ⃗ 3 ∣ u ⃗ 3 ∣ ∙ ( u ⃗ 1 − u ⃗ 2 ) = 0 ( b ) \vec{g}_3\bullet\vec{g}_1=\frac{\vec{u}_3}{|\vec{u}_3|}\bullet(\vec{u}_1+\vec{u}_2)=0\qquad(a)\\\ \\ \vec{g}_3\bullet\vec{g}_2=i\frac{\vec{u}_3}{|\vec{u}_3|}\bullet(\vec{u}_1-\vec{u}_2)=0\qquad(b) g 3g 1=u 3u 3(u 1+u 2)=0(a) g 3g 2=iu 3u 3(u 1u 2)=0(b)
    此外,由于对于任意向量 x ⃗ \vec{x} x ,向量 Ω ∙ x ⃗ \bold{\Omega}\bullet\vec{x} Ωx x ⃗ ∙ Ω \vec{x}\bullet\bold{\Omega} x Ω均与其正交,即 x ⃗ ∙ Ω ∙ x ⃗ = x i Ω i j x j = x j Ω j i x i = − x j Ω i j x i ⟹ x i Ω i j x j = x ⃗ ∙ Ω ∙ x ⃗ = 0 \vec{x}\bullet\bold{\Omega}\bullet\vec{x}=x^i\Omega_{ij}x^j=x^j\Omega_{ji}x^i=-x^j\Omega_{ij}x^i\Longrightarrow x^i\Omega_{ij}x^j=\vec{x}\bullet\bold{\Omega}\bullet\vec{x}=0 x Ωx =xiΩijxj=xjΩjixi=xjΩijxixiΩijxj=x Ωx =0
    那么:
    g ⃗ 1 ∙ Ω ∙ g ⃗ 1 = g ⃗ 1 ∙ ( − φ g ⃗ 1 g ⃗ 2 + φ g ⃗ 2 g ⃗ 1 ) ∙ g ⃗ 1 = φ g ⃗ 1 ∙ g ⃗ 2 = 0 ⟹ g ⃗ 1 ∙ g ⃗ 2 = 0 ( c ) \vec{g}_1\bullet\bold{\Omega}\bullet\vec{g}_1 =\vec{g}_1\bullet(-\varphi\vec{g}_1\vec{g}^2+\varphi\vec{g}_2\vec{g}^1)\bullet\vec{g}_1 =\varphi\vec{g}_1\bullet\vec{g}_2=0 \Longrightarrow \vec{g}_1\bullet\vec{g}_2=0\qquad(c) g 1Ωg 1=g 1(φg 1g 2+φg 2g 1)g 1=φg 1g 2=0g 1g 2=0(c)
    另外,
    g ⃗ 1 ∙ Ω ∙ g ⃗ 2 = − φ g ⃗ 1 ∙ g ⃗ 1   g ⃗ 2 ∙ Ω ∙ g ⃗ 1 = φ g ⃗ 2 ∙ g ⃗ 2   g ⃗ 1 ∙ Ω ∙ g ⃗ 2 = ( Ω ∙ g ⃗ 2 ) ∙ g ⃗ 1 = − g ⃗ 2 ∙ Ω ∙ g ⃗ 1 \vec{g}_1\bullet\bold{\Omega}\bullet\vec{g}_2=-\varphi\vec{g}_1\bullet\vec{g}_1\\\ \\ \vec{g}_2\bullet\bold{\Omega}\bullet\vec{g}_1=\varphi\vec{g}_2\bullet\vec{g}_2\\\ \\ \vec{g}_1\bullet\bold{\Omega}\bullet\vec{g}_2 =(\bold{\Omega}\bullet\vec{g}_2)\bullet\vec{g}_1 =- \vec{g}_2\bullet\bold{\Omega}\bullet\vec{g}_1 g 1Ωg 2=φg 1g 1 g 2Ωg 1=φg 2g 2 g 1Ωg 2=(Ωg 2)g 1=g 2Ωg 1
    这说明:
    ∣ g ⃗ 1 ∣ = ∣ g ⃗ 2 ∣ ( d ) |\vec{g}_1|=|\vec{g}_2|\qquad (d) g 1=g 2(d)
  • 实际上,在标准正交基 { e ⃗ 1 , e ⃗ 2 , e ⃗ 3 } \{\vec{e}_1,\vec{e}_2,\vec{e}_3\} {e 1,e 2,e 3} e ⃗ 1 , e ⃗ 2 \vec{e}_1,\vec{e}_2 e 1,e 2 g ⃗ 1 \vec{g}_1 g 1 g ⃗ 2 \vec{g}_2 g 2所张成平面内的任意相互正交的两个单位向量)反对称二阶张量 Ω \bold{\Omega} Ω均可展开为: Ω = − φ e ⃗ 1 e ⃗ 2 + φ e ⃗ 2 e ⃗ 1 \bold{\Omega}=-\varphi\vec{e}_1\vec{e}_2+\varphi\vec{e}_2\vec{e}_1 Ω=φe 1e 2+φe 2e 1下面进行相关说明:
    (十 三)特殊的二阶张量——反对称张量

在垂直于 e ⃗ 3 \vec{e}_3 e 3的平面内任意选择两互相正交的单位矢量 e ⃗ 1 \vec{e}_1 e 1 e ⃗ 2 \vec{e}_2 e 2,并以 e ⃗ 1 \vec{e}_1 e 1 e ⃗ 2 \vec{e}_2 e 2 e ⃗ 3 \vec{e}_3 e 3为一组新基,那么逆变转换系数为: [ β j i ′ ] = [ ∣ g ⃗ 1 ∣ c o s α − ∣ g ⃗ 2 ∣ s i n α 0 ∣ g ⃗ 1 ∣ s i n α ∣ g ⃗ 2 ∣ c o s α 0 0 0 1 ] [\beta^{i'}_j]=\begin{bmatrix} |\vec{g}_1|cos\alpha & -|\vec{g}_2|sin\alpha & 0 \\ \\ |\vec{g}_1|sin\alpha & |\vec{g}_2|cos\alpha & 0 \\ \\ 0 & 0 &1 \end{bmatrix} [βji]= g 1cosαg 1sinα0g 2sinαg 2cosα0001 协变转换系数矩阵: [ β i ′ j ] = [ β j i ′ ] − 1 = [ ∣ g ⃗ 2 ∣ c o s α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ ∣ g ⃗ 2 ∣ s i n α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ 0 − ∣ g ⃗ 1 ∣ s i n α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ ∣ g ⃗ 1 ∣ c o s α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ 0 0 0 1 ] [\beta_{i'}^j]=[\beta^{i'}_j]^{-1}=\begin{bmatrix} \frac{ |\vec{g}_2|cos\alpha}{|\vec{g}_1||\vec{g}_2|} & \frac{ |\vec{g}_2|sin\alpha}{|\vec{g}_1||\vec{g}_2|} & 0 \\ \\ \frac{ -|\vec{g}_1|sin\alpha}{|\vec{g}_1||\vec{g}_2|} & \frac{ |\vec{g}_1|cos\alpha}{|\vec{g}_1||\vec{g}_2|} & 0 \\ \\ 0 & 0 &1 \end{bmatrix} [βij]=[βji]1= g 1∣∣g 2g 2cosαg 1∣∣g 2g 1sinα0g 1∣∣g 2g 2sinαg 1∣∣g 2g 1cosα0001 那么根据坐标转换关系,在新基中反对称张量的分量为: [ Ω ∙ n ′ m ′ ] = [ ∣ g ⃗ 1 ∣ c o s α − ∣ g ⃗ 2 ∣ s i n α 0 ∣ g ⃗ 1 ∣ s i n α ∣ g ⃗ 2 ∣ c o s α 0 0 0 1 ] [ 0 − φ 0 φ 0 0 0 0 0 ] [ ∣ g ⃗ 2 ∣ c o s α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ ∣ g ⃗ 2 ∣ s i n α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ 0 − ∣ g ⃗ 1 ∣ s i n α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ ∣ g ⃗ 1 ∣ c o s α ∣ g ⃗ 1 ∣ ∣ g ⃗ 2 ∣ 0 0 0 1 ] = [ 0 − φ 0 φ 0 0 0 0 0 ] [\Omega^{m'}_{\bullet n'}]=\begin{bmatrix} |\vec{g}_1|cos\alpha & -|\vec{g}_2|sin\alpha & 0 \\ \\ |\vec{g}_1|sin\alpha & |\vec{g}_2|cos\alpha & 0 \\ \\ 0 & 0 &1 \end{bmatrix} \begin{bmatrix} 0 & -\varphi & 0 \\\\ \varphi & 0& 0 \\\\ 0 & 0 & 0 \end{bmatrix} \begin{bmatrix} \frac{ |\vec{g}_2|cos\alpha}{|\vec{g}_1||\vec{g}_2|} & \frac{ |\vec{g}_2|sin\alpha}{|\vec{g}_1||\vec{g}_2|} & 0 \\ \\ \frac{ -|\vec{g}_1|sin\alpha}{|\vec{g}_1||\vec{g}_2|} & \frac{ |\vec{g}_1|cos\alpha}{|\vec{g}_1||\vec{g}_2|} & 0 \\ \\ 0 & 0 &1 \end{bmatrix}= \begin{bmatrix} 0 & -\varphi & 0 \\\\ \varphi & 0& 0 \\\\ 0 & 0 & 0 \end{bmatrix} [Ωnm]= g 1cosαg 1sinα0g 2sinαg 2cosα0001 0φ0φ00000 g 1∣∣g 2g 2cosαg 1∣∣g 2g 1sinα0g 1∣∣g 2g 2sinαg 1∣∣g 2g 1cosα0001 = 0φ0φ00000 可见,在所选的新标准正交基 { e ⃗ 1 , e ⃗ 2 , e ⃗ 3 } \{\vec{e}_1,\vec{e}_2,\vec{e}_3\} {e 1,e 2,e 3}中各分量与原来的正交基 { g ⃗ 1 , g ⃗ 2 , g ⃗ 3 } \{\vec{g}_1,\vec{g}_2,\vec{g}_3\} {g 1,g 2,g 3}中相同。(证毕)

4. 反偶矢量

定义
ω ⃗ = − 1 2 ϵ : Ω = − 1 2 Ω : ϵ \vec{\omega}=-\frac{1}{2}\bold{\epsilon}:\bold{\Omega}=-\frac{1}{2}\bold{\Omega}:\bold{\epsilon} ω =21ϵ:Ω=21Ω:ϵ
ω ⃗ \vec{\omega} ω 为反对称二阶张量 Ω \bold{\Omega} Ω反偶矢量,或 − ω ⃗ -\vec{\omega} ω Ω \bold{\Omega} Ω 互为对偶

按照定义: ω ⃗ = − 1 2 ϵ : ( − φ e ⃗ 1 e ⃗ 2 + φ e ⃗ 2 e ⃗ 1 ) = 1 2 φ ( e ⃗ 1 × e ⃗ 2 − e ⃗ 2 × e ⃗ 1 ) = φ e ⃗ 3 \vec{\omega} =-\frac{1}{2}\bold{\epsilon}:(-\varphi\vec{e}_1\vec{e}_2+\varphi\vec{e}_2\vec{e}_1) =\frac{1}{2}\varphi(\vec{e}_1\times\vec{e}_2-\vec{e}_2\times\vec{e}_1) =\varphi\vec{e}_3 ω =21ϵ:(φe 1e 2+φe 2e 1)=21φ(e 1×e 2e 2×e 1)=φe 3说明,对偶矢量沿反对称张量的轴向,大小为 φ = C 2 Ω \varphi=\sqrt{\mathscr{C}^{\Omega}_2} φ=C2Ω

另外反对称张量可由其对偶矢量得到,证明如下: ω k g ⃗ k = − 1 2 ϵ : Ω i j g ⃗ i g ⃗ j = − 1 2 ( g ⃗ i × g ⃗ j ) Ω i j = − 1 2 ϵ i j k Ω i j g ⃗ k \omega_k\vec{g}^k =-\frac{1}{2}\bold{\epsilon}:\Omega^{ij}\vec{g}_i\vec{g}_j =-\frac{1}{2}(\vec{g}_i\times\vec{g}_j)\Omega^{ij} =-\frac{1}{2}\epsilon_{ijk}\Omega^{ij}\vec{g}^k ωkg k=21ϵ:Ωijg ig j=21(g i×g j)Ωij=21ϵijkΩijg k − ϵ ∙ ω ⃗ = ϵ p q l g ⃗ p g ⃗ q g ⃗ l ∙ 1 2 ϵ i j k Ω i j g ⃗ k = 1 2 ϵ i j l ϵ p q l Ω i j g ⃗ p g ⃗ q = 1 2 ( δ i p δ j q − δ j p δ i q ) Ω i j g ⃗ p g ⃗ q = 1 2 ( Ω − Ω T ) = Ω -\bold{\epsilon}\bullet\vec{\omega} =\epsilon^{pql}\vec{g}_p\vec{g}_q\vec{g}_l\bullet\frac{1}{2}\epsilon_{ijk}\Omega^{ij}\vec{g}^k =\frac{1}{2}\epsilon_{ijl}\epsilon^{pql}\Omega^{ij}\vec{g}_p\vec{g}_q =\frac{1}{2}(\delta^p_i\delta^q_j-\delta^p_j\delta^q_i)\Omega^{ij}\vec{g}_p\vec{g}_q =\frac{1}{2}(\bold{\Omega}-\bold{\Omega}^T) =\bold{\Omega} ϵω =ϵpqlg pg qg l21ϵijkΩijg k=21ϵijlϵpqlΩijg pg q=21(δipδjqδjpδiq)Ωijg pg q=21(ΩΩT)=Ω这意味着反对称张量只用给出其反偶矢量便可得到其所有的信息。

5. 反对称二阶张量对应的线性变换

由于 Ω ∙ u ⃗ = ( − ϵ ∙ ω ⃗ ) ∙ u ⃗ = − ϵ : ( u ⃗ ω ⃗ ) = − u ⃗ × ω ⃗ = ω ⃗ × u ⃗ u ⃗ ∙ Ω = u ⃗ ∙ ( − ϵ ∙ ω ⃗ ) = − u i ϵ i j k w k g ⃗ j = u i w k ϵ i k j g ⃗ j = u ⃗ × ω ⃗ \begin{aligned} &\bold{\Omega}\bullet\vec{u} =(-\bold{\epsilon}\bullet\vec{\omega})\bullet\vec{u} =-\bold{\epsilon}:(\vec{u}\vec{\omega}) =-\vec{u}\times\vec{\omega} =\vec{\omega}\times\vec{u} \\ \\ &\vec{u}\bullet\bold{\Omega} =\vec{u}\bullet(-\bold{\epsilon}\bullet\vec{\omega}) =-u^i\epsilon_{ijk}w^k\vec{g}^j =u^iw^k\epsilon_{ikj}\vec{g}^j =\vec{u}\times\vec{\omega} \end{aligned} Ωu =(ϵω )u =ϵ:(u ω )=u ×ω =ω ×u u Ω=u (ϵω )=uiϵijkwkg j=uiwkϵikjg j=u ×ω 这说明反对称张量将任意向量 u ⃗ \vec{u} u 映射为其对偶矢量与该向量的叉积。另外从几何上对反对称二阶张量定义的线性变换进行说明:

对于任意向量 u ⃗ = u 1 e ⃗ 1 + u 2 e ⃗ 2 + u 3 e ⃗ 3 \vec{u}=u_1\vec{e}_1+u_2\vec{e}_2+u_3\vec{e}_3 u =u1e 1+u2e 2+u3e 3 有:
Ω = − φ e ⃗ 1 e ⃗ 2 + φ e ⃗ 2 e ⃗ 1   Ω ∙ u ⃗ = φ ( u 1 e ⃗ 2 − u 2 e ⃗ 1 )   u ⃗ ∙ Ω = φ ( − u 1 e ⃗ 2 + u 2 e ⃗ 1 ) \bold{\Omega}=-\varphi\vec{e}_1\vec{e}_2+\varphi\vec{e}_2\vec{e}_1\\\ \\ \bold{\Omega}\bullet\vec{u} =\varphi(u_1\vec{e}_2- u_2\vec{e}_1) \\\ \\ \vec{u}\bullet\bold{\Omega} =\varphi(-u_1\vec{e}_2+ u_2\vec{e}_1) Ω=φe 1e 2+φe 2e 1 Ωu =φ(u1e 2u2e 1) u Ω=φ(u1e 2+u2e 1)
如图所示:

(十 三)特殊的二阶张量——反对称张量

这意味着,

Ω ∙ u ⃗ \bold{\Omega}\bullet\vec{u} Ωu :将1-2面内的 u ⃗ \vec{u} u 分量绕轴按右手系旋转 90 ° 90° 90°并放大 φ = C 2 Ω \varphi=\sqrt{\mathscr{C}^{\Omega}_2} φ=C2Ω 倍,舍弃面外分量;

u ⃗ ∙ Ω \vec{u}\bullet\bold{\Omega} u Ω:将1-2面内的 u ⃗ \vec{u} u 分量绕轴按左手系旋转 90 ° 90° 90°并放大 φ \varphi φ 倍,舍弃面外分量;

上述关于二阶反对称张量线性变换的讨论也从几何上说明了 u ⃗ ∙ Ω ∙ u ⃗ = 0 \vec{u}\bullet\bold{\Omega}\bullet\vec{u}=0 u Ωu =0文章来源地址https://www.toymoban.com/news/detail-403405.html

到了这里,关于(十 三)特殊的二阶张量——反对称张量的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 2-反对称矩阵及其指数函数

    1.反对称矩阵 (1)定义: A为n阶矩阵,如果A的转置等于-A,则称A为“反对称矩阵”.即A\\\'=-A (2)特征: A主对角线两边对称的数相反,且主对角线的数全为0 (3)性质: a.设A,B为反对称矩阵,则A±B仍为反对称矩阵 b.设A,B为反对称矩阵,  则A\\\'或bA仍为反对称矩阵 c.设A为反对称矩阵,B为对称矩阵

    2024年02月11日
    浏览(39)
  • AI绘画,我们究竟该支持还是反对?

    随着科技的突飞猛进,人工智能开始与我们的生活变得越来越密集,人工智能绘画,简称AI绘画,是我们大多数普通人最近距离接触到的一个人工智能产品。 虽然AI绘画很早以前就已经有了,但开始让人们注意到它,频繁去使用它却是今年才有的事情。 只是,当AI绘画的作品

    2024年02月15日
    浏览(40)
  • 【离散数学】二元关系中的对称与反对称

    对称与反对称:  注: 存在既是对称也是反对称的关系,也存在既非 对称也非反对称的关系 例题1:  例题2:          

    2024年02月16日
    浏览(40)
  • 藏在GPT背后的治理分歧:那些赞同和反对的人们|AI百态(下篇)

            一面是无可否认的AI生产力,正在赋能千行百业;而另一面,这团火似乎烧向了我们不可控的隐秘角落。         在《AI百态(上篇)——ChatGPT的“N宗罪”》中,我们提到监管重锤在落下,意大利率先下达禁令,法国、爱尔兰、德国等不少国家开始效仿,准备

    2023年04月19日
    浏览(28)
  • 我反对独立开发者做笔记产品:从商业角度看笔记产品市场竞争

    事情是这样的,刷掘金时看到这篇文章:良言难劝该死鬼,居然有人觉得独立开发做三件套是件好事,这篇文章提到了另一篇文章,是我很喜欢的一个公众号号主和菜头写的一篇《从番茄时钟和记账本开始》; 之前在v2ex也看过相关讨论,于是打算好好思考下这件事情,于是

    2024年02月12日
    浏览(53)
  • 从安全、开发、产品三个角度反对用refresh_token续期access_token的观点

    access_token: 服务端与客户端通信,有时服务端需要知道客户端的身份,就会用到access_token来用于验证身份。 refresh_token: 但为了保证安全token会设置过期时间,如果直接过期,相当于用户或调用端正在使用产品,突然间就退出登录了,这种产品体验很差,于是有了refresh_toke

    2024年02月04日
    浏览(43)
  • 【MATLAB】制作二阶系统的时域分析GUI界面:登录界面的设计和二阶系统时域分析界面

    首先,在命令行窗口输入guide,进入gui向导进行创建GUI,如图: 使用静态文本标识标题和账号密码名称: 双击静态文本,在检查器页面中修改名称: 还可以修改字体大小(根据需求设置合适大小): 然后设置两个可编辑文本作为输入框(同样可修改参数): 最后设置一个“

    2024年04月28日
    浏览(36)
  • 泰勒展开:一阶,二阶

    泰勒展开式: 当时,是麦克劳林公式  麦克劳林公式: 看下图可以发现,当多项式的阶数达到一定的数值,会很接近幂函数。 GBDT的损失函数是一阶泰勒展开,XGB是二阶展开 梯度下降法与泰勒级数的关系: 梯度下降法背后的原理 - 知乎 梯度下降法和一阶泰勒展开的关系 - 知

    2024年02月11日
    浏览(49)
  • 零阶矩、一阶矩、二阶矩、…

    数学中矩的概念来自物理学。在物理学中,矩是表示距离和物理量乘积的物理量,表征物体的空间分布。矩在统计学和图像中都有很重要作用,我们常用的Adam优化器其全称为自适应矩估计优化器。本文将介绍各阶矩的理解和不同场景的应用。 Key Words:矩的意义、统计矩、图

    2024年02月11日
    浏览(30)
  • 反函数的二阶导数

    如果不习惯直接求反函数的二阶导,则可以先求y的二阶导y\\\'\\\',过程如下图 则其反函数的二阶导x\\\'\\\'就直接把y替换成x就可以了

    2024年02月13日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包