曲面局部理论介绍——从曲面的概念、基本形式到高斯曲率及其 Pthyon 计算

---

前言

本文尽可能详细地介绍了曲面的局部理论，并在最后通过 Python 编程来求曲面的高斯曲率。

说明：第一章至第六章都是曲面的局部理论介绍，曲面入门的必读，会非常数学化，需要耐心研读。第七章为 Python 在曲面曲率计算的上的应用，同时熟悉常见曲面的曲率。虽说本文内容较多，但也不是不可研读，本人花了差不多一天时间就完成了从零到整个内容的学习理解，具体学习时间需依据读者自身的数学知识而定。

---

一、曲面的概念

说明：本文 ${\mathbb{R}}^3$ 表示欧式空间，带有内积结构。

定义1.1 从平面区域 $D$ 到 ${\mathbb{R}}^3$ 的映射 $$\mathbf{r}(u,v)=(x(u,v),y(u,v),z(u,v)),$$ 满足 (1) 每个分量函数是无穷可微的，(2) 向量 ${\mathbf{r}}_u$ 与 ${\mathbf{r}}_v$ 线性无关，则称 $\mathbf{r}$ 是 ${\mathbb{R}}^3$ 的一个曲面，$(u,v)$ 称为曲面的坐标参数。

满足定义1.1的曲面在有些书中也被称为正则曲面。

设 $\mathbf{r}(u,v)$ 如上所定义，对于任意一点 $(u_0,v_0)\in D$ ，易验证有下式成立 $${\mathbf{r}}_u\times {\mathbf{r}}_v{|}_{(u_0,v_0)}={\left(\frac{\partial (y,z)}{\partial (u,v)},\frac{\partial (z,x)}{\partial (u,v)},\frac{\partial (x,y)}{\partial (u,v)}\right)|}_{(u_0,v_0)}$$ 曲面有两种表现形式，显示表达式形如 $z=f(x,y)$ ，即 $\mathbf{r}(x,y)=(x,y,f(x,y))$ ，由上式易知 $${\mathbf{r}}_u\times {\mathbf{r}}_v=(-f_x,-f_y,1)\ne 0，$$ 即 ${\mathbf{r}}_u$ 与 ${\mathbf{r}}_v$ 线性无关。后面我们将向量中的叉乘符号 $\times$ 用外微分中的楔积符号 $\wedge$ 来替换，以便与后面的几何学相统一。

隐式表达式形如 $F(x,y,z)=0$ ，当 $F_z(x_0,y_0,z_0)\ne 0$ 时，由隐函数定理，在 $(x_0,y_0)$ 的局部邻域 $D$ 内，$F(x_0,y_0,z_0)$ 有显式表达式 $$z=f(x,y),x,y\in D,z_0=f(x_0,y_0),$$ 类似，当 $F_x(x_0,y_0,z_0)\ne 0$ 或 $F_y(x_0,y_0,z_0)\ne 0$ 时，同样可以确定曲面。所以当 $\nabla F(x_0,y_0,z_0)\ne 0$ 时，$F(x,y,z)$ 在 $(x_0,y_0,z_0)$ 附近定义了一张曲面。

考虑曲面的不同参数表示，给定 $\mathbf{r}(u,v):D\to {\mathbb{R}}^3$ ，以及参数变换 $$\sigma :(\bar{u},\bar{v})\in \bar{D}\to (u,v)\in D,$$ 其中 $\sigma$ 是双射且该变换的 Jacobi 行列式满足$$\left|\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}\right|=\left|\begin{array}{cc}\frac{\partial u(\bar{u},\bar{v})}{\partial \bar{u}}& \frac{\partial v(\bar{u},\bar{v})}{\partial \bar{u}}\\ \frac{\partial u(\bar{u},\bar{v})}{\partial \bar{v}}& \frac{\partial v(\bar{u},\bar{v})}{\partial \bar{v}}\end{array}\right|\ne 0.$$ 这样，我们就有曲面的新参数表示 $$\mathbf{r}(\bar{u},\bar{v})=\mathbf{r}\circ \sigma (\bar{u},\bar{v})=\mathbf{r}(u(\bar{u},\bar{v}),v(\bar{u},\bar{v}))$$ 我们记曲面为 $S$ ，以后称 $\mathbf{r}=\mathbf{r}(u,v)$ 是曲面的一个参数表示。下面是曲面参数表示的几个例子。

例1.1 球面的参数表示为 $$\{\begin{array}{rl}& x=R\cos (u)\cos (v)\\ & y=R\cos (u)\sin (v)\\ & z=R\sin (u).\end{array}$$ 其中 $\bar{D}=\{(u,v):-\frac{\pi }{2}<u<\frac{\pi }{2},0<v<2\pi \}$ 。

例1.2 环面可视为 $xz$ 平面上的一个圆周绕 $z$ 轴旋转而成的曲面，在 x 轴上取离原点为 $R$ 的点为圆心，以 $r(r<R)$ 为半径作圆，$$\{\begin{array}{rl}& x=R+r\cos (u),\\ & z=r\sin (u),\end{array}$$ 然后将此圆绕 $z$ 轴旋转，得环面 $$\{\begin{array}{rl}& x(u,v)=(R+r\cos (u))\cos (v)\\ & y(u,v)=(R+r\cos (u))\sin (v)\\ & z(u,v)=R\sin (u).\end{array}$$ 一般地，我们有旋转曲面的参数表示：

例1.3 $xz$ 平面上与 $z$ 轴不相交的参数曲线 $$x=f(u),z=g(u)$$ 绕 $z$ 轴旋转得到旋转曲面 $$\mathbf{r}(u,v)=(f(u)\cos (v),f(u)\sin (v),g(u)).$$

例1.4 圆柱面的参数式为 $$\mathbf{r}(u,v)=(a\cos (u),a\sin (u),bv)$$ 其中 $a>0,b$ 都是常数。若规定 $-\pi <u<\pi$ ，$-\infty <v<+\infty$ ，则表示圆柱面上除去直线 $x=-1,y=0,z=bv$ 所得到的部分。

---

二、切平面与法向量

考虑曲面 $S$ ，参数表示为 $\mathbf{r}(u,v)=(x(u,v),y(u,v),z(u,v))$ ，$(u,v)\in D$ 。固定 $u=a$ ，曲线 $\mathbf{r}(a,v)$ 在 $v=b$ 处的切向量是 ${\mathbf{r}}_v(a,b)=\frac{d\mathbf{r}}{dv}(a,b)$ 。同样固定 $v=b$ ，有 $u=a$ 处的切向量是 ${\mathbf{r}}_u(a,b)=\frac{d\mathbf{r}}{du}(a,b)$ 。

由曲面的定义知，${\mathbf{r}}_u(a,b)$ 与 ${\mathbf{r}}_v(a,b)$ 线性无关，因此 ${\mathbf{r}}_u(a,b)$ 和 ${\mathbf{r}}_v(a,b)$ 张成与曲面 $S$ 相切于 $P_0=P(a,b)$ 点的一张平面，称为曲面 $S$ 在 $P_0$ 点的切平面，记为 $T_{P_0}S$ 。

过 $P_0$ 点与切平面 $T_{P_0}S$ 垂直的直线称为曲面在该点的法线。${\mathbf{r}}_u(a,b)\wedge {\mathbf{r}}_v(a,b)$ 是曲面 $S$ 在 $P_0$ 点的法向量，且 { P 0 :    r u    , r v    , r u ∧ r v } \{ P_0: \; \bold{r}_u \;,\bold{r}_v \;, \bold{r}_u \wedge\bold{r}_v\} {P0​:ru​,rv​,ru​∧rv​} 构成 ${\mathbb{R}}^3$ 的一个自然定向的标架。

下面我们给出曲面 $S$ 的切平面与参数选取的关系。设 $$\sigma :(\bar{u},\bar{v})\in \bar{D}\to (u,v)\in D$$ 是参数变换，则基变换矩阵就是参数变换的 Jacobi 矩阵 $\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}$，即 $$\left(\begin{array}{r}{\mathbf{r}}_{\bar{u}}\\ {\mathbf{r}}_{\bar{v}}\end{array}\right)=\left(\begin{array}{cc}\frac{\partial u}{\partial \bar{u}}& \frac{\partial v}{\partial \bar{u}}\\ \frac{\partial u}{\partial \bar{v}}& \frac{\partial v}{\partial \bar{v}}\end{array}\right)\left(\begin{array}{r}{\mathbf{r}}_u\\ {\mathbf{r}}_v\end{array}\right)$$ 特别地，在 $P_0$ 点，${\mathbf{r}}_{\bar{u}}\wedge {\mathbf{r}}_{\bar{v}}=\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}{\mathbf{r}}_u\wedge {\mathbf{r}}_v\ne 0$ 。于是我们有

性质2.1 曲面的切平面和法线与曲面参数的选取无关。

容易看到，当 $\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}>0$ 时，${\mathbf{r}}_{\bar{u}}\wedge {\mathbf{r}}_{\bar{v}}$ 与 ${\mathbf{r}}_u\wedge {\mathbf{r}}_v$ 的方向相同；当 $\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}<0$ 时，${\mathbf{r}}_{\bar{u}}\wedge {\mathbf{r}}_{\bar{v}}$ 与 ${\mathbf{r}}_u\wedge {\mathbf{r}}_v$ 的方向相反。

因此，当 $\frac{\partial (u,v)}{\partial (\bar{u},\bar{v})}>0$ 时，相应参数变换称为同向参数变换；反之则称为反向参数变换。

我们再次考查 $\mathbf{r}$ 的微分 $$d\mathbf{r}={\mathbf{r}}_u(u,v)du+{\mathbf{r}}_v(u,v)dv$$ 其中 $du,dv$ 恰好是切向量关于自然基底 { r u , r v } \{ \bold{r}_u, \bold{r}_v \} {ru​,rv​} 的分量。

现将 $du,dv$ 视为独立于 $u,v$ 的其他两个自变量，则微分式 ${\mathbf{r}}_u(u,v)du+{\mathbf{r}}_v(u,v)dv$ 可以表示 $T_{P}S$ 里的任意一个切向量。考虑下述定理2.2：

定理2.2 设 $V$ 是 $n$ 维向量空间，取一组基为 { α 1 , . . . , α n } \{ \alpha_1, ..., \alpha_n \} {α1​,...,αn​} ，其对偶空间 $V^{\ast }$ 的基为 $f_1,...,f_n$ ，则 $$\begin{array}{rl}& \alpha =\sum _{i=1}^n{f}_i(\alpha ){\alpha }_i,\forall \alpha \in V,\\ & f=\sum _{i=1}^{n}f({\alpha }_i)f_i,\forall f\in V^{\ast }\end{array}$$ 由于 $T_{P}S$ 的基为 { r u , r v } \{\bold{r}_u, \bold{r}_v\} {ru​,rv​} ，我们设 { f 1 , f 2 } \{ f_1, f_2 \} {f1​,f2​} 为对偶空间 $T_P^{\ast }S$ 中的基，则对任意的 $\mathbf{v}\in T_{P}S$ ，由定理2.2有 $$\mathbf{v}=f_1(\mathbf{v}){\mathbf{r}}_u+f_2(\mathbf{v}){\mathbf{r}}_v$$ 对比微分式 ${\mathbf{r}}_u(u,v)du+{\mathbf{r}}_v(u,v)dv$ 可以表示 $\mathbf{v}$ 即知，$du,dv$ 可以看作切空间 $T_{P}S$ 上的线性函数，即 $$\begin{gathered} du(\mathbf{v})=f_1(\mathbf{v}), \\ dv(\mathbf{v})=f_2(\mathbf{v}). \end{gathered}$$ 因此， { d u , d v } \{du, dv\} {du,dv} 构成 $T_P^{\ast }S$ 空间中的基，即为 { r u , r v } \{ \bold{r}_u, \bold{r}_v \} {ru​,rv​} 的对偶基。在上述 $\mathbf{v}$ 的展开式中，特别地取 $\mathbf{v}={\mathbf{r}}_u$ ，则得 $${\mathbf{r}}_u=du({\mathbf{r}}_u){\mathbf{r}}_u+dv({\mathbf{r}}_u){\mathbf{r}}_v$$ 以及取 $\mathbf{v}={\mathbf{r}}_v$ ，则得 $${\mathbf{r}}_v=du({\mathbf{r}}_v){\mathbf{r}}_u+dv({\mathbf{r}}_v){\mathbf{r}}_v$$ 从而得出 $du({\mathbf{r}}_u)=dv({\mathbf{r}}_v)=1$ ，$du({\mathbf{r}}_v)=dv({\mathbf{r}}_u)=0$ 。

实际上，任一切向量 $\mathbf{v}$ 在切空间 $T_{P}S$ 的基 { r u , r v } \{ \bold{r}_u, \bold{r}_v \} {ru​,rv​} 下的坐标为 $(du(\mathbf{v}),dv(\mathbf{v}))$ ，其中 $du,dv$ 为对偶空间 $T_P^{\ast }S$ 中的一组基。

---

三、曲面的第一基本形式

设 $S$ 是 ${\mathbb{R}}^3$ 的曲面，$\mathbf{r}=\mathbf{r}(u,v)$ 是它的参数表示，则 $S$ 的任何一个切向量 $\mathbf{v}$ 都可以表示成如下形式 $$\mathbf{v}=\lambda {\mathbf{r}}_u+\mu {\mathbf{r}}_v$$ 则 $<\mathbf{v},\mathbf{v}>={\lambda }^2<{\mathbf{r}}_u,{\mathbf{r}}_u>+2\lambda \mu <{\mathbf{r}}_u,{\mathbf{r}}_v>+{\mu }^2<{\mathbf{r}}_v,{\mathbf{r}}_v>$ 。

记 $E=<{\mathbf{r}}_u,{\mathbf{r}}_u>$ ，$F=<{\mathbf{r}}_u,{\mathbf{r}}_v>$ ，$G=<{\mathbf{r}}_v,{\mathbf{r}}_v>$ ，考虑 $S$ 上一曲线 $$\mathbf{r}(t)=\mathbf{r}(u(t),v(t))$$ 其切向量为 $$\frac{d\mathbf{r}(t)}{dt}={\mathbf{r}}_u{u}^{\prime }(t)+{\mathbf{r}}_v{v}^{\prime }(t)$$ 曲线在 $a<t^{\prime }<t$ 间的弧长为 $$\begin{array}{rl}s& ={\int }_a^t\left|\frac{d\mathbf{r}(t^{\prime })}{d{t}^{\prime }}\right|d{t}^{\prime }\\ & ={\int }_a^t\sqrt{E{\left(\frac{du}{d{t}^{\prime }}\right)}^2+2F\frac{du}{d{t}^{\prime }}\frac{dv}{d{t}^{\prime }}+G{\left(\frac{dv}{d{t}^{\prime }}\right)}^2}d{t}^{\prime }\end{array}$$ 因此，$I\triangleq d{s}^2=Edu\cdot du+2Fdu\cdot dv+Gdv\cdot dv$ 称为曲面 $S$ 的第一基本形式。

定理3.1 曲面 $S$ 的第一基本形式与参数选取无关。

结合 $d\mathbf{r}={\mathbf{r}}_{u}du+{\mathbf{r}}_{v}dv$ ，第一基本形式改写为 $$\begin{array}{rl}I& =Edudu+2Fdudv+Gdvdv\\ & =<{\mathbf{r}}_u,{\mathbf{r}}_u>dudv+2<{\mathbf{r}}_u,{\mathbf{r}}_v>dudv+<{\mathbf{r}}_v,{\mathbf{r}}_v>dvdv\\ & =<d\mathbf{r},d\mathbf{r}>\end{array}$$ 由一阶微分的形式不变性也可以知道，$I$ 与参数的选取无关。

回忆一下合同变换，设 $T$ 是一个正交矩阵，令 $\mathfrak{T}(P)=P\cdot T+P_0$ ，则 $\mathfrak{T}$ 是一个合同变换。常见的旋转、平移、反射变换都是合同变换。我们不加证明地给出定理3.2。

定理3.2 曲面的第一基本形式在 ${\mathbb{R}}^3$ 的合同变换下不变。

下面是一些例子。

例3.3 对平面 $\mathbf{r}(u,v)=(u,v,c)$ ($c$ 系常数) 而言，${\mathbf{r}}_u=(1,0,0)$ ，${\mathbf{r}}_v=(0,1,0)$ ，故第一基本形式为 $I=dudu+dvdv$ 。

例3.4 (柱面) 设 $C:(x(u),y(u))$ 是 $xy$ 平面的一条正则参数曲线，让 $C$ 沿 $z$ 轴方向移动，得曲面 $$\mathbf{r}(u,v)=(x(u),y(u),v)$$ 被称为柱面。由于 ${\mathbf{r}}_u=(x^{\prime },y^{\prime },0)$ ，${\mathbf{r}}_v=(0,0,1)$ ，则柱面的第一基本形式为 $$I=((x^{\prime }{)}^2+(y^{\prime }{)}^2)dudu+dvdv$$ 若取 $u$ 为 $C$ 的弧长参数，这时 $\parallel {\mathbf{r}}_u\parallel =1$ ，故 $$I=dudu+dvdv$$ 例3.5 (球面) 半径为 $R$ 的球面为 $$\mathbf{r}(\theta ,\varphi )=(R\cos (\theta )\cos (\varphi ),R\cos (\theta )\sin (\varphi ),R\sin (\theta ))$$ 其坐标切向量为 $$\begin{array}{rl}{\mathbf{r}}_{\theta }& =(-R\sin (\theta )\cos (\varphi ),-R\sin (\theta )\sin (\varphi ),R\cos (\theta ))\\ {\mathbf{r}}_{\varphi }& =(-R\cos (\theta )\sin (\varphi ),R\cos (\theta )\cos (\varphi ),0)\end{array}$$ 故而 $I=R^2(d\theta d\theta +{\cos }^2(\theta )d\varphi d\varphi )$ 。

---

四 、曲面的第二基本形式

定义4.1 设曲面 $S$ 的参数表示为 $\mathbf{r}=\mathbf{r}(u,v)$ ，这时 $$\mathbf{n}=\frac{{\mathbf{r}}_u\wedge {\mathbf{r}}_v}{|{\mathbf{r}}_u\wedge {\mathbf{r}}_v|}$$ 是 $S$ 的单位法向量，曲面 $S$ 的第二基本形式定义为 $$II=-<d\mathbf{r},d\mathbf{n}>$$ 由 $\mathbf{n}$ 的定义有 $<{\mathbf{r}}_u,\mathbf{n}>=0$ ，$<{\mathbf{r}}_v,\mathbf{n}>=0$ ，对这两个等式求导得 $$\begin{array}{rl}L& \triangleq <{\mathbf{r}}_{uu},\mathbf{n}>=-<{\mathbf{r}}_u,{\mathbf{n}}_u>\\ M& \triangleq <{\mathbf{r}}_{uv},\mathbf{n}>=-<{\mathbf{r}}_u,{\mathbf{n}}_v>=-<{\mathbf{r}}_v,{\mathbf{n}}_u>\\ N& \triangleq <{\mathbf{r}}_{vv},\mathbf{n}>=-<{\mathbf{r}}_v,{\mathbf{n}}_v>\end{array}$$ 第二基本形式可表示为 $$\begin{array}{rl}II& =-<d\mathbf{r},d\mathbf{n}>\\ & =-<{\mathbf{r}}_{u}du+{\mathbf{r}}_{v}dv,{\mathbf{n}}_{u}du+{\mathbf{n}}_{v}dv>\\ & =Ldudu+2Mdudv+Ndvdv\end{array}$$ 第二基本形式实际上反映了曲面的形状。

例4.2 探讨平面与柱面的第二基本形式。

平面 $\mathbf{r}(u,v)=(u,v,c)$ ，$\mathbf{n}=(0,0,1)$ ，$II=-<d\mathbf{r},d\mathbf{n}>=0$ 。

柱面 $\mathbf{r}(u,v)=(x(u),y(u),v)$ ，其中 $(x(u),y(u))$ 为平面曲线，$u$ 是该曲线的弧长参数，则 $$\begin{array}{rl}& {\mathbf{r}}_{uu}=(x_{uu},y_{uu},0),\\ & {\mathbf{r}}_{uv}=(0,0,0),\\ & {\mathbf{r}}_{vv}=(0,0,0),\\ & \mathbf{n}=(y_u,-x_u,0)\end{array}$$ 设 $\kappa$ 为平面曲线 $(x(u),y(u))$ 的曲率，即 $\kappa =-<{\mathbf{r}}_{uu},\mathbf{n}>=-x_{uu}{y}_u+x_u{y}_{uu}$ ，我们有 $$L=<{\mathbf{r}}_{uu},\mathbf{n}>=-\kappa ,M=N=0.$$ 故柱面的第二基本形式为 $$II=-\kappa dudu$$ 特别，当 $(x(u),y(u))$ 是半径为 $R$ 的圆时，$\kappa =\frac{1}{R}$ ，此时柱面的第二基本形式为 $$II=-\frac{1}{R}dudu$$ 上述结果表明，虽然平面和柱面第一基本形式相同，但第二基本形式不同，表现为形状不同。

例4.3 容易验证半径为 $R$ 的球的第二基本形式为 $$II=R(d\theta d\theta +{\cos }^2(\theta )d\varphi d\varphi )$$ 其中，$\mathbf{n}$ 取为 $(-\cos (\theta )\cos (\varphi ),-\cos (\theta )\sin (\varphi ),-\sin (\varphi ))$ 。

本节最后给出性质4.4。

性质4.4 曲面的第二基本形式 $$II=Ldudu+2Mdudv+Ndvdv$$ 正定或负定的点，即 $LN-M^2>0$ 的点的附近，曲面的形状是凸的（或凹的，由法向选取决定），在 $LN-M^2<0$ 的点的附近，曲面是马鞍型的。

---

五、法曲率与 Weingarten 变换

我们不加证明地定义曲面的法曲率。

曲面 $S$ 沿 $P_0$ 处任意非零切向量 $\omega =\xi {\mathbf{r}}_u+\eta {\mathbf{r}}_v$ 的法曲率定义为 $${\kappa }_n(\omega )=\frac{II(\omega ,\omega )}{I(\omega ,\omega )}=\frac{L{\xi }^2+2M\xi \eta +N^2{\eta }^2}{E{\xi }^2+2F\xi \eta +G^2{\eta }^2}$$

例5.1 半径为 $R$ 的球的法曲率为 $\frac{1}{R}$ 。

这是因为 $II=I\cdot \frac{1}{R}$ 。这说明，球面沿任何方向的弯曲程度是一样的。

例5.2 探讨平面与柱面的法曲率。

平面法向量为常向量，故 $d\mathbf{n}=0$ ，$II=0$ 。

设柱面 $\mathbf{r}(u,v)=\left(R\cos \left(\frac{u}{R}\right),R\sin \left(\frac{u}{R}\right),v\right)$ 。由第一基本形式 $I=dudu+dvdv$ 以及第二基本形式 $II=-\frac{1}{R}dudu$ ，结合 ${\mathbf{r}}_u$ 与 ${\mathbf{r}}_v$ 为正交的单位向量，对任何单位切向量 $\omega$ (下式中 $\theta$ 为 $\omega$ 与 ${\mathbf{r}}_u$ 的夹角)$$\omega =\cos (\theta ){\mathbf{r}}_u+\sin (\theta ){\mathbf{r}}_v$$ 易知该柱面法曲率为 $$\begin{array}{rl}{\kappa }_n(\omega )& =\frac{L{\cos }^2(\theta )+2M\cos (\theta )\sin (\theta )+N{\sin }^2(\theta )}{E{\cos }^2(\theta )+2F\cos (\theta )\sin (\theta )+G{\sin }^2(\theta )}\\ & =\frac{-\frac{1}{R}{\cos }^2(\theta )}{{\cos }^2(\theta )+{\sin }^2(\theta )}\\ & =-\frac{1}{R}{\cos }^2(\theta )\end{array}$$ 下面定义高斯映射。

定义5.3 设曲面 $S$ 的参数表示为 $\mathbf{r}=\mathbf{r}(u,v)$ ，单位法向量为 $\mathbf{n}(u,v)$ ，单位球面记为 $S^2$ ，称映射 $$\begin{gathered} g:S\to S^2, \\ \mathbf{r}(u,v)\mapsto \mathbf{n}(u,v), \end{gathered}$$ 为曲面 $S$ 的高斯映射。

高斯映射 $g$ 沿曲线 $(u(t),v(t))$ 的导数为 $$\frac{d\mathbf{n}(t)}{dt}={\mathbf{n}}_u\frac{du}{dt}+{\mathbf{n}}_v\frac{dv}{dt}$$ 由于 $<\frac{d\mathbf{n}(t)}{dt},\mathbf{n}>=0$ ，得出 $\frac{d\mathbf{n}(t)}{dt}$ 为 $S$ 的切向量，从而 ${\mathbf{n}}_u$ 和 ${\mathbf{n}}_v$ 都是切向量。这表明，$$\left(\frac{du}{dt},\frac{dv}{dt}\right)\to \frac{d\mathbf{n}}{dt}={\mathbf{n}}_u\frac{du}{dt}+{\mathbf{n}}_v\frac{dv}{dt}$$ 是切向量之间的一个对应。因此，可定义一个切平面到另一个切平面的线性变换 $$\begin{array}{rl}\mathfrak{W}:& T_{P}S\to T_{P}S,\\ & \mathbf{v}=\lambda {\mathbf{r}}_u+\mu {\mathbf{r}}_v\mapsto \mathfrak{W}(\mathbf{v})=-(\lambda {\mathbf{n}}_u+\mu {\mathbf{n}}_v)\end{array}$$ $\mathfrak{W}$ 被称为 Weingarten 变换。

Weingarten 变换即是将切向量 $\mathbf{v}$ 的表示由切平面的基 { r u ,    r v } \{ \bold{r}_u, \; \bold{r}_v \} {ru​,rv​} 变换为 { n u ,    n v } \{ \bold{n}_u, \; \bold{n}_v \} {nu​,nv​} ，系数变为原来系数的相反数。

性质5.4 Weingarten 变换与曲面的参数选取无关。

性质5.5 对曲面 $S$ 的任意单位切向量 $\mathbf{v}$ ，曲面 $S$ 沿 $\mathbf{v}$ 方向的法曲率为 $${\kappa }_n(\mathbf{v})=<\mathfrak{W}(\mathbf{v}),\mathbf{v}>$$ 证明 不妨设 ${\mathbf{r}}_u$ 与 ${\mathbf{r}}_v$ 为单位正交向量 (可以通过斯密特正交化而得) ，令 $\mathbf{v}=\lambda {\mathbf{r}}_u+\mu {\mathbf{r}}_v$。则 $$\begin{array}{rl}<\mathfrak{W}(\mathbf{v}),\mathbf{v}>& =-<\lambda {\mathbf{n}}_u+\mu {\mathbf{n}}_v,\lambda {\mathbf{r}}_u+\mu {\mathbf{r}}_v>\\ & ={\lambda }^{2}L+2\lambda \mu M+{\mu }^{2}N\\ & ={\kappa }_n(\mathbf{v})\end{array}$$ 其中，$E=<{\mathbf{r}}_u,{\mathbf{r}}_u>=1$ ，$F=<{\mathbf{r}}_u,{\mathbf{r}}_v>=0$ ，$G=<{\mathbf{r}}_v,{\mathbf{r}}_v>=1$ ，${\lambda }^2+{\mu }^2=1$ 。

定理5.6 Weingarten 变换是曲面切平面到自身的自共轭变换，即 $\forall \mathbf{v}$, $\mathbf{w}\in T_{P}S$ ，$$<\mathfrak{W}(\mathbf{v}),\mathbf{w}>=<\mathbf{v},\mathfrak{W}(\mathbf{w})>$$ 易知，Weingarten 变换的两个特征值为实数。

---

六、主曲率与高斯曲率

对 $P\in S$ ，设 $\kappa$ 为 Weingarten 变换的一个特征值，$\mathbf{v}$ 是相应的单位特征向量，由 $$<\mathfrak{W}(\mathbf{v}),\mathbf{v}>=<\kappa \mathbf{v},\mathbf{v}>=\kappa$$ 以及性质5.5知，$\kappa$ 是曲面沿切方向 $\mathbf{v}$ 的法曲率。我们把 Weingarten 变换在 $P$ 点的两个特征值称为曲面 $S$ 在 $P$ 点的主曲率。特征值对应的两个实特征向量称为曲面在点$P$ 的主方向。

当两个主曲率不相等时 ($\mathfrak{W}$ 有两个不同的特征值时)，相应的两个主方向完全确定，且相互正交。当两个主曲率相等时，主方向不能唯一确定，此时曲面在该点任意切向都是主方向 (后面将给出说明)。

下面计算曲面的主曲率，得先求 Weingarten 变换在坐标切向量下的系数矩阵。令 $S$ 的参数表示为 $\mathbf{r}(u,v)$ ，在切平面的基 { r u ,    r v } \{\bold{r}_u , \; \bold{r}_v\} {ru​,rv​} 下 Weingarten 变换的系数矩阵设为 $$\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)$$ 则有 $$\begin{array}{rl}& \mathfrak{W}({\mathbf{r}}_{\mathfrak{u}})=-{\mathbf{n}}_u=a{\mathbf{r}}_u+b{\mathbf{r}}_v\\ & \mathfrak{W}({\mathbf{r}}_{\mathfrak{v}})=-{\mathbf{n}}_v=c{\mathbf{r}}_u+d{\mathbf{r}}_v\end{array}$$ 由 $<-{\mathbf{n}}_u,{\mathbf{r}}_u>=a<{\mathbf{r}}_u,{\mathbf{r}}_u>+b<{\mathbf{r}}_v,{\mathbf{r}}_u>$ 得 $$L=aE+bF$$ 由 $<-{\mathbf{n}}_u,{\mathbf{r}}_v>=a<{\mathbf{r}}_u,{\mathbf{r}}_v>+b<{\mathbf{r}}_v,{\mathbf{r}}_v>$ 得 $$M=aF+bG$$ 由 $<-{\mathbf{n}}_v,{\mathbf{r}}_u>=c<{\mathbf{r}}_u,{\mathbf{r}}_u>+d<{\mathbf{r}}_v,{\mathbf{r}}_u>$ 得 $$M=cE+dF$$ 由 $<-{\mathbf{n}}_v,{\mathbf{r}}_v>=c<{\mathbf{r}}_u,{\mathbf{r}}_v>+d<{\mathbf{r}}_v,{\mathbf{r}}_v>$ 得 $$N=cF+dG$$ 联立上面两个方程组，求得 $$\begin{array}{rl}a=\frac{LG-MF}{EG-F^2},& b=\frac{ME-LF}{EG-F^2}\\ c=\frac{MG-NF}{EG-F^2},& d=\frac{NE-MF}{EG-F^2}\end{array}$$ 因此 Weingarten 变换的系数矩阵为 $$\begin{array}{rl}\left(\begin{array}{cc}a& b\\ c& d\end{array}\right)& =\left(\begin{array}{cc}L& M\\ M& N\end{array}\right){\left(\begin{array}{cc}E& F\\ F& G\end{array}\right)}^{-1}\\ & =\frac{1}{EG-F^2}\left(\begin{array}{cc}LG-MF& ME-LF\\ MG-NF& NE-MF\end{array}\right)\end{array}$$ 由于主曲率 $\kappa$ 系上述矩阵的特征值，故有特征方程 $$\begin{array}{rl}& \left|\begin{array}{cc}\kappa +\frac{MF-LG}{EG-F^2}& \frac{LF-ME}{EG-F^2}\\ & \\ \frac{NF-MG}{EG-F^2}& \kappa +\frac{MF-NE}{EG-F^2}\end{array}\right|=0\end{array}$$ 展开即得 $${\kappa }^2-\frac{LG-2MF+NE}{EG-F^2}\kappa +\frac{LN-M^2}{EG-F^2}=0$$ 记曲面的两个主曲率为 ${\kappa }_1$ 、${\kappa }_2$ ，则称 $H=\frac{1}{2}({\kappa }_1+{\kappa }_2)$ 为曲面的平均曲率，$\mathrm{K}={\kappa }_1\cdot {\kappa }_2$ 称为曲面的高斯曲率。由韦达定理，$$\begin{array}{rl}H& =\frac{1}{2}\frac{LG-2MF+NE}{EG-F^2},\\ \mathrm{K}& =\frac{LN-M^2}{EG-F^2}=\left|\begin{array}{cc}a& b\\ c& d\end{array}\right|\end{array}$$ 又由于 ${\mathbf{n}}_u=-a{\mathbf{r}}_u-b{\mathbf{r}}_v$ ，${\mathbf{n}}_v=-c{\mathbf{r}}_u-d{\mathbf{r}}_v$ ，得 $$\begin{array}{rl}{\mathbf{n}}_u\wedge {\mathbf{n}}_v& =ad{\mathbf{r}}_u\wedge {\mathbf{r}}_v+bc{\mathbf{r}}_v\wedge {\mathbf{r}}_u\\ & =(ad-bc){\mathbf{r}}_u\wedge {\mathbf{r}}_v\\ & =\mathrm{K}{\mathbf{r}}_u\wedge {\mathbf{r}}_v\end{array}$$ 高斯曲率为零的曲面是可展曲面，平均曲率为零的曲面是极小曲面。

下面考虑法曲率与主曲率的关系。设 $P\in S$ ，取 $e_1,e_2$ 是曲面 $S$ 在 $P$ 点的主方向，且 { e 1 , e 2 } \{ e_1, e_2 \} {e1​,e2​} 构成 $T_{P}S$ 的单位正交基 (注意到 $\mathfrak{W}$ 的定义域为 $T_{P}S$)，由主曲率的定义有 $\mathfrak{W}(e_i)={\kappa }_i{e}_i$ ，$i=1,2$，对任意的单位向量 $\mathbf{v}\in T_{P}S$ ，设 $\mathbf{v}=\cos (\theta )e_1+\sin (\theta )e_2$ ，$\theta$ 为 $\mathbf{v}$ 与 $e_1$ 的夹角，则 $$\begin{array}{rl}{\kappa }_n(\mathbf{v})& =<\mathfrak{W}(v),v>\\ & =<\cos (\theta ){\kappa }_1{e}_1+\sin (\theta ){\kappa }_2{e}_2,\cos (\theta )e_1+\sin (\theta )e_2>\\ & ={\kappa }_1{\cos }^2(\theta )+{\kappa }_2{\sin }^2(\theta )\end{array}$$ 因此有如下欧拉公式
性质6.1 设 ${\kappa }_1$ 、${\kappa }_2$ 是曲面在点 $P$ 的主曲率，$e_1$ 、$e_2$ 是相应的正交主方向，设 $\mathbf{v}\in T_{P}S$ 是单位向量，$\mathbf{v}$ 与 $e_1$ 夹角为 $\theta$ ，则曲面在 $P$ 点沿 $\mathbf{v}$ 方向的法曲率为 $${\kappa }_n(\mathbf{v})={\kappa }_1{\cos }^2(\theta )+{\kappa }_2{\sin }^2(\theta )$$ 由上述公式可知，当主曲率 ${\kappa }_1$ 与 ${\kappa }_2$ 相等时，法曲率与切方向 $\mathbf{v}$ 无关。当主曲率 ${\kappa }_1$ 与 ${\kappa }_2$ 不等时，根据极值的第二充分条件知，当 $\theta =0$ 和 $\theta =\frac{\pi }{2}$ 时，${\kappa }_n(\mathbf{v})$ 同时取极大、极小值 (或同时取极小、极大值) ，这里我们已经解释了前面的问题。

下面考虑高斯映射像的面积与曲面的面积。

设曲面 $S$ 的面积微元为 $dA$ ，回忆如下混合积的结论： $$a\cdot (b\wedge c)=b\cdot (c\wedge a)=c\cdot (a\wedge b)$$ 以及拉格朗日公式：$$a\wedge (b\wedge c)=(a\cdot c)b-(a\cdot b)c$$ 设 ${\mathbf{r}}_u$ 与 ${\mathbf{r}}_v$ 如前所述，则由 $$\begin{array}{rl}dA& =\left|{\mathbf{r}}_u\wedge {\mathbf{r}}_v\right|dudv\\ & =\sqrt{({\mathbf{r}}_u\wedge {\mathbf{r}}_v)\cdot ({\mathbf{r}}_u\wedge {\mathbf{r}}_v)}dudv\\ & =\sqrt{{\mathbf{r}}_u\cdot ({\mathbf{r}}_v\wedge ({\mathbf{r}}_u\wedge {\mathbf{r}}_v))}dudv\\ & =\sqrt{[({\mathbf{r}}_v\cdot {\mathbf{r}}_v){\mathbf{r}}_u-({\mathbf{r}}_u\cdot {\mathbf{r}}_v){\mathbf{r}}_v]\cdot {\mathbf{r}}_u}dudv\\ & =\sqrt{EG-F^2}dudv\end{array}$$ 它是曲面 $S$ 上，由参数 $u$ 到 $u+du$ 以及 $v$ 到 $v+dv$ 所围小平行四边形 $\Delta$ 的面积。在高斯映射 $g$ 下，$g(\Delta )$ 的定向面积 $d\sigma$ 为 $$\begin{array}{rl}d\sigma & =\left|(\mathbf{n}(u+du,v)-\mathbf{n}(u,v))\wedge (\mathbf{n}(u,v+dv)-\mathbf{n}(u,v))\right|\\ & \approx \left|{\mathbf{n}}_u\wedge {\mathbf{n}}_v\right|dudv\end{array}$$ 我们可以取后面这个近似的面积，即 $$d\sigma =\left|{\mathbf{n}}_u\wedge {\mathbf{n}}_v\right|dudv=\mathrm{K}\left|{\mathbf{r}}_u\wedge {\mathbf{r}}_v\right|dudv=\mathrm{K}dA$$ 其中 $\mathrm{K}$ 为高斯曲率。取 $D$ 为 $S$ 上的含 $P$ 的区域，$g(D)$ 为 $D$ 在高斯映射下的像曲面，则其面积为 $$Area(g(D))={\int }_{g(D)}d\sigma ={\int }_D\mathrm{K}dA$$ 当 $D\to P$ 时，$$\underset{D\to P}{\lim }\frac{Area(g(D))}{Area(D)}=\underset{D\to P}{\lim }\frac{{\int }_D\mathrm{K}dA}{{\int }_{D}dA}=\mathrm{K}(P)$$ 上式最后一个等式通过第一型曲面积分的中值定理可以直接推出。积分项 ${\int }_D\mathrm{K}dA$ 还会在后面的高斯-博内定理中出现。

这便是高斯曲率的几何意义，高斯映射像的曲面在一点的弯曲程度，正是该点曲面的高斯曲率。

至此，我们将曲面的局部理论介绍完了，后面将进行曲率的 Python 编程计算。

---

七、Python 的高斯曲率计算

说明：前面数学基础打好了，往往后面的编程就是最容易实现的了。

7.1 导数运算

首先复习求导如何实现

from sympy import symbols, diff

# 自己定义一个多元函数
def function(x,y):
    return y*x**2 + 2*y**2


# 先将所求变量（x，y）符号化。
x, y = symbols('x y', real=True)

print("对x求偏导:")
print(diff(function(x, y), x))
print("对y求偏导")
print(diff(function(x,y),y))
print("对x,y求二阶混合偏导")
print(diff(function(x,y),x,y))
print("对x求二阶偏导:")
print(diff(function(x, y), x, 2))
print("对y求二阶偏导:")
print(diff(function(x, y), y, 2))

输出下面结果

对x求偏导:
2*x*y
对y求偏导
x**2 + 4*y
对x,y求二阶混合偏导
2*x
对x求二阶偏导:
2*y
对y求二阶偏导:
4

7.2 球面的高斯曲率

基于前面六章内容，我们现在可以编写常见曲面曲率计算的 Python 代码了，球面曲率比较容易实现。

# 半径为 R 的球面的曲率计算

import sympy
from sympy import symbols, diff, simplify

# 球面的度规张量 g11
def g11(theta, phi):
    R = symbols('R', real=True)
    return R**2

# 球面的度规张量 g22
def g22(theta, phi):
    R = symbols('R', real=True)
    return R**2*(sympy.sin(theta))**2

# 度规矩阵的行列式
def g(theta, phi):
    R = symbols('R', real=True)
    return R**4*(sympy.sin(theta))**2

# 曲率(此曲率公式有化简，不能用于一般的曲面情形)
def K(theta, phi):
    return (1/(2*g(theta, phi)))*(-diff(g11(theta, phi), phi, 2)-diff(g22(theta, phi), theta, 2)) \
            -(g22(theta, phi)/(4*g(theta, phi)**2))*(diff(g11(theta, phi), theta)*(-diff(g22(theta, phi), theta))-diff(g11(theta, phi), phi)**2)\
            -(g11(theta, phi)/(4*g(theta, phi)**2))*(diff(g22(theta, phi), phi)*(-diff(g11(theta, phi), phi))-diff(g22(theta, phi), theta)**2)

# 先将所求变量（theta，phi）符号化
theta, phi = symbols('theta phi', real=True)

# 计算半径为 R 的球面的曲率
simplify(K(theta, phi))

输出结果为 $\frac{1}{R^2}$ ，说明球面具有恒定常值的正曲率。

实际上前面已经给出了球面的法曲率为 $\frac{1}{R}$ ，由于其法曲率等于两个主曲率，故其高斯曲率也应该是 $\frac{1}{R}\cdot \frac{1}{R}=\frac{1}{R^2}$ 。

7.3 双曲抛物面的高斯曲率

# 双曲抛物面 z=xy 的曲率计算

import sympy
from sympy import symbols, diff, simplify

# 双曲抛物面的度规张量 g11
def g11(u, v):
    return 1+v**2

# 双曲抛物面的度规张量 g22
def g22(u, v):
    return 1+u**2

# 双曲抛物面的度规张量 g12
def g12(u, v):
    return u*v

# 度规矩阵的行列式
def g(u, v):
    return (g11(u, v)*g22(u, v) - g12(u, v)**2)

# 曲率(此处曲率公式为一般情形)
def K(theta, phi):
    return (1/(2*g(theta, phi)))*(2*diff(g12(theta, phi),theta,phi)-diff(g11(theta, phi), phi, 2)-diff(g22(theta, phi), theta, 2)) \
            -(g22(theta, phi)/(4*g(theta, phi)**2))*(diff(g11(theta, phi), theta)*(2*diff(g12(theta, phi), phi)-diff(g22(theta, phi), theta))-diff(g11(theta, phi), phi)**2)\
            -(g11(theta, phi)/(4*g(theta, phi)**2))*(diff(g22(theta, phi), phi)*(2*diff(g12(theta, phi), theta)-diff(g11(theta, phi), phi))-diff(g22(theta, phi), theta)**2) \
            +(g12(theta, phi)/(4*g(theta, phi)**2))*((diff(g11(theta, phi), theta))*(diff(g22(theta, phi), phi))-2*(diff(g11(theta, phi), phi))*(diff(g22(theta, phi), theta))+(2*diff(g12(theta, phi), theta)-diff(g11(theta, phi), phi))*(2*diff(g12(theta, phi), phi)-diff(g22(theta, phi), theta)) )

# 先将所求变量（theta，phi）符号化
u, v = symbols('u v', real=True)

# 计算双曲抛物面 z=xy 的曲率
sympy.factor(simplify(K(u, v)))

输出结果为 $-\frac{1}{{\left(u^2+v^2+1\right)}^2}$ ，这是一个马鞍面，该曲面具有恒定但不常值的负曲率。

7.4 锥面的高斯曲率

# 锥面 z^2 = x^2 + y^2 的曲率计算

import sympy
from sympy import symbols, diff, simplify

# 双曲抛物面的度规张量 g11   v = z  u=theta
def g11(u, v):
    return v**2

# 双曲抛物面的度规张量 g22
def g22(u, v):
    return 2

# 双曲抛物面的度规张量 g12
def g12(u, v):
    return 0

# 度规矩阵的行列式
def g(u, v):
    return (g11(u, v)*g22(u, v) - g12(u, v)**2)

# 曲率
def K(theta, phi):
    return (1/(2*g(theta, phi)))*(2*diff(g12(theta, phi),theta,phi)-diff(g11(theta, phi), phi, 2)-diff(g22(theta, phi), theta, 2)) \
            -(g22(theta, phi)/(4*g(theta, phi)**2))*(diff(g11(theta, phi), theta)*(2*diff(g12(theta, phi), phi)-diff(g22(theta, phi), theta))-diff(g11(theta, phi), phi)**2)\
            -(g11(theta, phi)/(4*g(theta, phi)**2))*(diff(g22(theta, phi), phi)*(2*diff(g12(theta, phi), theta)-diff(g11(theta, phi), phi))-diff(g22(theta, phi), theta)**2) \
            +(g12(theta, phi)/(4*g(theta, phi)**2))*((diff(g11(theta, phi), theta))*(diff(g22(theta, phi), phi))-2*(diff(g11(theta, phi), phi))*(diff(g22(theta, phi), theta))+(2*diff(g12(theta, phi), theta)-diff(g11(theta, phi), phi))*(2*diff(g12(theta, phi), phi)-diff(g22(theta, phi), theta)) )

# 先将所求变量（theta，phi）符号化
u, v = symbols('u v', real=True)

# 计算锥面 z^2 = x^2 + y^2 的曲率
sympy.factor(simplify(K(u, v)))

输出结果为 $0$ ，即锥面是可展曲面，跟平面一样也是平坦的。

至于其它曲面，大家可以自己动手改写代码，不在此赘述。值得一提的是莫比乌斯带，一个二维不可定向曲面，它的高斯曲率是不确定的，其原因还需要进一步加深学习，本文不在说明。