返回首页

几何代数中的微分:数值方法

本文描述了一种在几何代数中通过定向体积和几何积指定微分的方法。该方法允许离网格插值值,并分离增量的平行和正交组件。提供了公式、符号和计算示例。

GA 中的数值微分:体积和差分
Advertisement 728x90

几何代数中基于定向体积的广义微分

在几何代数(GA)中,微分可通过定向体积与几何积来表达。该方法利用网格上的有限差分,对节点附近任意点的函数值进行插值。该方法将增量分解为平行于梯度与正交于梯度的分量,在数值计算中极具实用价值。

该技术基于泡利矩阵与伪标量对坐标轴进行矩阵表示。它无需额外网格或运行时矩阵乘法即可完成计算。

基本符号

  • Δ — 网格上的有限增量:步长 Δx, Δy, Δz 及函数差值 Δx f, Δy f, Δz f。
  • δ — 节点邻域内的任意增量。
  • σ1, σ2, σ3 — 泡利矩阵基下的坐标轴单位向量:

```math

Google AdInline article slot

σ1 = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}, \quad σ2 = \begin{bmatrix} 0 & -i \\ i & 0 \end{bmatrix}, \quad σ3 = \begin{bmatrix} 1 & 0 \\ 0 & -1 \end{bmatrix}

```

  • — 几何(矩阵)积。
  • × — 叉积。
  • I = σ1 ⋅ σ2 ⋅ σ3 — 伪标量。

该基下的向量 X 表示为:X = x σ3 + y σ2 + z σ1。注意坐标轴已置换:σ3 对应 x,σ2 对应 y,σ1 对应 z。

Google AdInline article slot

定向体积与相对体积

定向体积 δV 由网格面面积与位移构建:

δV = ΔSx ⋅ (δx ⋅ σ3) + ΔSy ⋅ (δy ⋅ σ2) + ΔSz ⋅ (δz ⋅ σ1)

其中 ΔSx = Δy Δz,ΔSy = Δx Δz,且 ΔSz = Δx Δy。

相对定向体积(除以网格体积 Δv = Δx Δy Δz 得到):

Google AdInline article slot
δV' = \frac{δV}{Δv} = \frac{Δx}{δx} ⋅ σ3 + \frac{Δy}{δy} ⋅ σ2 + \frac{Δz}{δz} ⋅ σ1

有限差分向量 Δ(f)(类似于未归一化的梯度):

Δ(f) = Δx f σ3 + Δy f σ2 + Δz f σ1

其中 Δx f = f(x+Δx, y, z) - f(x, y, z),其他轴同理。

标量增量与二重向量增量

标量增量 δf∥(平行分量):

δf∥ = \frac{Δx f}{Δx} δx + \frac{Δy f}{Δy} δy + \frac{Δz f}{Δz} δz

当 Δ, δ → 0 时,该式收敛于经典微分 df。

广义微分 δg f 定义为几何积 δV' ⋅ Δ(f):

δg f = δf∥ + I δf⊥

二重向量分量 δf⊥:

δf⊥ = (Δy f \frac{δz}{Δz} - Δz f \frac{δy}{Δy}) σ3 + (Δx f \frac{δz}{Δz} - Δz f \frac{δx}{Δx}) σ2 + (Δx f \frac{δy}{Δy} - Δy f \frac{δx}{Δx}) σ1

当且仅当 δV' 与 Δ(f) 平行(即位移 (δx, δy, δz) 与梯度共线)时,δf⊥ = 0。否则,该二重向量编码了以下信息:

  • 由 δV' 与 Δ(f) 张成平面的法向量。
  • 该平面内的正交对象。
  • 与 δf∥ 结合后,形成类似于复数的结构。

方法优势

  • 非网格插值:利用节点处的 Δx f, Δy f, Δz f 值,即可计算其邻域内任意 (δx, δy, δz) 对应的 δg f。
  • 分量分离:δf∥ 表示沿位移方向的变化,δf⊥ 则捕捉偏离梯度的程度。
  • 梯度轨迹:条件 δf⊥ = 0 定义了与 Δ(f) 平行的方向。
  • 计算高效:仅依赖标量运算,计算过程中完全无需矩阵操作。

计算示例

在节点 (0,0,0) 处:Δx = Δy = Δz = 0.1,Δx f = 0.2,Δy f = 0.3,Δz f = 0.4(对应导数值 2, 3, 4)。

对于点 (0.02, 0.03, 0.04):

  • δf∥ = (0.2/0.1)0.02 + (0.3/0.1)0.03 + (0.4/0.1)*0.04 = 0.29
  • δf⊥ 系数:c3 = 0.3(0.04/0.1) - 0.4(0.03/0.1) = 0;同理 c2 = 0,c1 = 0。

位移与梯度平行,故 δg f = 0.29。

对于点 (0.03, 0.02, 0.04):

  • δf∥ = 20.03 + 30.02 + 4*0.04 = 0.28
  • c3 = 0.30.4 - 0.40.2 = 0.04;c2 = 0.40.3 - 0.20.4 = 0.04;c1 = 0.20.2 - 0.30.3 = -0.05。

二重向量非零,表明该方法成功捕捉到了偏离程度。

核心要点

  • 该方法通过相对定向体积与有限差分来表达微分。
  • 无需辅助网格即可在任意点进行插值。
  • 二重向量分量可定量衡量位移与梯度之间的非共线性。
  • 适用于自适应网格数值方法,用于估算任意方向上的增量。
  • 计算过程完全简化为标量算术。

— Editorial Team

Advertisement 728x90

继续阅读