百科问答小站 logo
百科问答小站 font logo



学习微分几何,需要哪些预备知识? 第1页

  

user avatar    网友的相关建议: 
      

我猜题主指的应该是本科级别的微分几何,那对应的level应该是do carmo的那本《differential geometry of curves and surfaces》+一点点manifold相关的知识。要看懂这本书需要的知识储备其实不多,我猜题主应该是非纯数专业的理工科学生,因为微分几何是纯数的必修课,所以纯数的学生应该不会问这种问题。如果假设题主是理工科学生的话,那么题主应该是学过微积分和线性代数的,那要看懂do carmo就很简单了。

要看懂do carmo,所需要的知识大概有以下几点:

  • 求导,算积分,求determinant,求eigenvalue和eigenvector,以及diagonalization。 这一部分知识你作为理工科学生应该是很熟练的。你会在do carmo里遇到大量的你在学习微积分和线性代数的时候一直在做的计算题。
  • do carmo引用了很多微积分和线性代数里的经典定理,你看到这部分内容的时候可以直接把微积分和线性代数的书翻出来,直接用结论即可。不用深入理解那些经典定理也是可以继续看下去的。主要用到的就是multi-variable version 的chain rule和inverse function theorem。 而且do carmo每一章的最后一个section都是附录,里面包含了这一章所用到的微积分和线性代数知识。
  • 除了微积分和线性代数,一些有意思的推论的证明需要使用到一点点的point set topology,这个可以现学,即使你没学过point set topology也是可以继续看的,不影响对后续内容的理解。
  • 有了以上三点所说的基础知识,你就可以看懂do carmo了。当然了,你微积分和线性代数的基础越扎实,你的理解就能越深。比如说一开始在学regular curve和unit-speed reparametrization的时候,你要是以前在微积分/数学分析里学过一点关于rectifiable curve的东西的话,那么你会很舒服。在学frenet-serret formula的时候,你要是学过ode的相关知识的话,那么你会很舒服。如果你在multi-variable calculus学过differentiable map的相关理论内容的话,那么在学derivative of smooth maps between smooth surfaces的时候,你会很舒服。线性代数里的linear map,inner product,orthogonal matrix,quadratic form这一块的知识学得好的话,你在学gauss map,1st/2nd fundamental form,isometry and conformal maps的时候会很舒服。学过open/closed/compact sets相关知识的话,你会在很多地方都很舒服。
  • 你的微积分线性代数基础越扎实你会学的越舒服。但是你即使没有学过我在上一点说到过的知识,仅仅掌握了微积分线性代数里的各种计算类的知识,你也是可以看得懂的。遇到不懂的再把微积分线性代数课本翻出来直接用上面的结论即可。
  • 如果你看完了do carmo并且觉得微分几何很有意思,想要深入学习的话,那么这时候就可以按照 @Yuhang Liu 提供的学习路子来学。

一点题外话:

  • 我是一个微积分和线性代数都考了70几的物理系学生,也就是除了基本的知识以外真的啥都不懂,这学期我学了数学系的微分几何,还算顺利。所以,如果我能学的来,那么你也可以。
  • 我在国外上学,所以一些术语我只知道英文。如果造成了任何不便,十分抱歉。
  • 有想到别的东西的话,我会再补充。



  

相关话题

  我在网上淘到一本1930年的数学论文,微分几何方面的,作者DAN SUN,不知哪位大神给证实一下? 
  为何这么多人称赞指标定理? 
  微分流形与黎曼几何有什么关系? 
  如果换一种几何,圆周率的值会变么? 
  想彻底搞明白广义相对论,必须看一遍微分几何吗? 
  为什么三维欧氏空间中的紧致曲面必有正曲率的点? 
  直角坐标与极坐标的互化中,为什么 dxdy=rdrdθ? 
  想要学习流形的话需要哪些预备知识? 
  如何理解物理学图像?有人说,物理学图像常常是指几何图像? 
  研究生中常微分方程与动力系统专业需不需要接触微分几何的东西啊? 

前一个讨论
如何评价PyTorch 0.4.0?
下一个讨论
如何看待阿里巴巴提出的 FashionAI 比赛?





© 2024-07-07 - tinynew.org. All Rights Reserved.
© 2024-07-07 - tinynew.org. 保留所有权利