对于某个外部观测系来说,它可以看到所有的坐标系,坐标系之间的变化,以及对应的基的变化。那么这时就有两种情况,第一种是存在一个客观的对象,相对于外部观测系来说是恒定不变的,比如一座客观存在的山的高度。那么,无论内部坐标系如何去定义,它们只是在定义测量的方法,而这个客观存在的个体的客观性不会改变。因此,所有的坐标系都会尽其可能的去正确的描述这种客观性。所有的表述都应当具有一致性,但是由于坐标系的选取不同,所以表述方式必然不同。
为了保证描述的一致性,我们要求对山的描述在外部观测系看起来是不变的,就好比在一个以cm为单位的坐标系中,测量出了一段距离是100cm,那么在另一个以m为单位的坐标系中,这个结果就应当是1。这种相对于外部观测系不变的,确依据内部所选坐标系不同而发生变化以保证一致性的量,就叫做逆变量,如果这个描述是一个矢量,那它就是逆变矢量。一个典型的例子就是一小段位移dx,这个量是一个客观的量,不应该因为测量方式不同而改变其客观性。
而另外一种情况就是主观的测量结果,这个结果依据坐标系的变化而变化。比如说山的形状或者说山坡的倾斜程度。简单的说,在外部观测系看来,内部的坐标系千奇百怪,但是从内部观测者来看,自己的坐标系始终是“直的”,千奇百怪的反而是那个被测量的对象,比如说那座山。所以测得的坡度必定也是主观的,也许是由于坐标系的选取导致一个本来不陡的地方看上去很陡。这种随着测量坐标系的选取不同而测量结果也发生变化的量,我们叫做协变量,如果是一个矢量,则是协变矢量。
逆变量的客观性由其自生的性质就能保证,至少从外部观测系看来,那是一个恒定的值,无论坐标系如何变化。但是协变量的客观性就不那么明显了,因为没有一个客观的标准,所以这个量从一开始就是主观的,随着坐标系变化而变化的。比如说梯度就是这样一个量。那么,我们只能人为的去定义一个标准,也就是决定哪一个坐标系是测量的标准,然后通过这个标准坐标系来修正别的坐标系中测得的量。
通常,一个坐标系的所有几何信息可以被度规G来描述,假设从标准坐标系到任意坐标系的雅可比矩阵为J,则新坐标系的度规可以描述为G=J'G_0J,其中G_0为标准坐标系的度规。那么新坐标系中所测得的梯度D可以由G^-1D来修正回标准坐标系度规G_0下的梯度(自然梯度)。
举例:椭圆到圆的变换,纵轴不变,横轴缩小1/2,假设标准系为平面欧系,那么椭圆上梯度为(-1,-1)的点是(a^2/2,b^2/2)。此点经压缩变换成为圆上点(a/2,b/2),所以对应梯度变为(-a,-b)。由此可见梯度已经因为坐标系改变而发生协变。由于标准系为椭圆所在坐标系,在标准系中梯度并不指向坐标原点,而新的坐标系中梯度指向发生变化。所以我们认为新的梯度不再正确,需要通过度规进行修正。在此例中,新系度规为diag(a^2,b^2),所以修正以后梯度还原为(-1/a,-1/b)。可以验证,当方向倒数沿新修正梯度方向移动时,所得位移与标准系中一致,即:(-a,-b)(-1/a,-1/b)=2=(-1,-1)(-1,-1).

文章探讨了逆变矢量和协变矢量的概念,通过坐标系变化的视角解释它们的区别。逆变矢量如位移dx保持其客观性,其描述在所有坐标系中保持一致;而协变矢量如梯度则是主观的,随坐标系变化而变化,需要通过度规修正以反映客观情况。以椭圆到圆的变换为例,展示了协变过程和修正方法。
1497

被折叠的 条评论
为什么被折叠?



