• 沒有找到結果。

射影法描寫運動

N/A
N/A
Protected

Academic year: 2022

Share "射影法描寫運動"

Copied!
9
0
0

加載中.... (立即查看全文)

全文

(1)

射影法描寫運動

虞言林

點的位置

我們先來討論這樣一個初等的幾何問題。 設想曠野中有一個有興趣的點 p, 一架偵察機探 得它的位置, 而後告訴一架別的飛機, 以便救援或清除該點。 那麼偵察機是怎樣來描寫 p 點的 位置呢?

用解析幾何的辦法去解決這個問題, 是大家熟悉的, 現在我們在此介紹一種不太熟悉的方 法—射影法. 至於這兩種方法的優劣比較, 那不是本文的事。

在地平面 π 上選定一個四點標型 σ = hA1, A2, A3, A0i, 四點標型是指: 四點 A1, A2, A3, A0 中任意三點不共線。 現在我們利用這個 σ, 建立 p 點的射影座標如下。

在機艙中 (R3中一個區域) 隨意選一個點 O, 和四個向量 A1, A2, A3, A0, 使得



Ai 平行於 −−→

OAi, ∀ i = 0, 1, 2, 3, A1+ A2+ A3 = A0.

按上面方式定義出來的 hA1, A2, A3, A0i 稱為是四點標型 σ 的一個提升, 簡記為 σ。 上面的 Ai 稱為點 Ai 關於 O 點的提升。 接下來對於要考慮的點 p, 我們選取它的一個關於 O 點的提 升 p, 即要求 p是R3 中一個向量, 並且滿足

p 平行於 −→ Op.

於是從下式

p = y1A1+ y2A2+ y3A3 求出 (y1, y2, y3), 而後有下列的定義

定義: 對於上面定義的三個數 (y1, y2, y3), 它們的聯合比 (y1 : y2 : y3) 稱為是點 p 關於 σ 的 射影座標。

11

(2)

證明定義的合理性: 定義射影座標的過程中, 點 O 和五個提升向量 p, A1, A2, A3, A0 的 選取有一定的任意性, 在文獻 [1]及其中的附錄 D 中證明了: 射影座標 (y1 : y2 : y3) 的定義 與點 O, 和五個向量的選取無關, 它只和 p 與 σ 有關。 我們就現在的特殊情形給予如下的直接 的證明。

首先當 O 點固定時, 我們來證明 (y1 : y2 : y3) 的定義與五個向量 p, A1, A2, A3, A0 的 選取無關。 如果另外又取 p#, A#1, A#2, A#3 , A#0, 這時從它們分別平行於向量 p, A1, A2, A3, A0, 以及等式

A#1 + A#2 + A#3 = A#0 , 我們立知: 存在兩個非零常數 ρ1, ρ2 使得

p# = ρ1p, A#1 = ρ2A1, A#2 = ρ2A2, A#3 = ρ2A3, A#0 = ρ2A0. 根據新提升下的等式

p#= ey1A#1 + ey2A#2 + ey3A#3

p = ey1

ρ2

ρ1

A1 + ey2

ρ2

ρ1

A2+ ey3

ρ2

ρ3

A1. 於是與 p = y1A1+ y2A2+ y3A3 比較可得

y1 = ey1

ρ2

ρ1

, y2 = ey2

ρ2

ρ1

, y3 = ey3

ρ2

ρ1

, 從而

(y1 : y2 : y3) = (ey1 : ey2 : ey3).

下面我們將證明射影座標的定義與O的選取無關性, 為此先證一個關於重心座標的引理。

引理1: 設 π 是 R3 中一張平面, A1, A2, A3 是 π 中處於一般位置的三個點 (即構成非退 化三角形), 於是對於任意 p ∈ π, 存在惟一 (λ1, λ2, λ3) 使得

(1) λ1+ λ2+ λ3 = 1, (2) 對於任意 O ∈ R3, 有 −→

Op= λ1

−−→OA1+ λ2

−−→OA2+ λ3

−−→OA3。 此外, 如果有一個 O ∈ R3 使得 −→

Op= µ1

−−→OA1+ µ2

−−→OA2 + µ3

−−→OA3 成立, 那麼這裏的 (µ1, µ2, µ3) 就是上面的 (λ1, λ2, λ3)。

證明: 選定一個不過平面 π 的點 O。 顯然 −−→

OA1, −−→

OA2, −−→

OA3 線性無關, 於是存在惟一 (µ1, µ2, µ3) 使得

−→ Op= µ1

−−→OA1+ µ2

−−→OA2+ µ3

−−→OA3.

(3)

上式兩端減去 (µ1+ µ2+ µ3)−→ Op 得 (1 − µ1− µ2− µ3)−→

Op= µ1(−−→

OA1−−→

Op) + µ2(−−→

OA2−−→

Op) + µ3(−−→

OA3−−→ Op), 或寫為

(1 − µ1− µ2− µ3)−→ Op= µ1

−−→pA1+ µ2

−−→pA2+ µ3

−−→pA3. 由於−−→

pA1,−−→

pA2,−−→

pA3平行於 π, 而−→

Op 不平行於 π, 故上式右端為零, 即有 (1−µ1−µ2−µ3) = 0, 它就是 µ1+ µ2+ µ3 = 1。

現在對於任意的Oe∈ R3, 下列的計算

−→ Ope =−→

Op−−→

O eO = µ1

−−→OA1+ µ2

−−→OA2+ µ3

−−→OA3−−→

O eO

= µ1(−−→

OAe 1+−→

O eO) + µ2(−−→

OAe 2+−→

O eO) + µ3(−−→

OAe 3+−→

O eO) −−→

O eO

= µ1

−−→e OA1+ µ2

−−→e OA2+ µ3

−−→e OA3

表明此處的(µ1, µ2, µ3) 就是引理中欲求的 (λ1, λ2, λ3), 並且引理中的最後一個斷言也成立, 故引理證畢。

引理中的 (λ1, λ2, λ3) 稱為 p 點關於 ∆(A1, A2, A3) 的重心座標。 上述的引理 1 其實表 明: 重心座標與 O 無關。 而我們要證明的是: 射影座標 (y1 : y2 : y3) 的定義與 O 的選取無 關。 設 O, eO 是 π 外的兩個點, 我們想從下列兩式

p = y1A1 + y2A2+ y3A3, p# = ey1Ae1+ ey2Ae2+ ey3Ae3 推出

y1 : y2 : y3 = ey1 : ey2 : ey3. 上面的 Ai, eAi 是點 Ai 分別關於 O 和 eO 的提升向量, 故可令

Ai = ǫi−−→

OAi, Aei = eǫi−−→

OAe i, ∀ i = 1, 2, 3.

同理可令

−→

Op= ρp, −→

Ope = ηp#. 於是我們便有

−→

Op= ρp = ρy1A1+ ρy2A2+ ρy3A3 = ρy1ǫ1

−−→OA1+ ρy2ǫ2

−−→OA2+ ρy3ǫ3

−−→OA3.

(4)

利用引理 1, 將O換成任意的 eO, 就得

−→

Ope = ρy1ǫ1

−−→e

OA1+ ρy2ǫ2

−−→e

OA2+ ρy3ǫ3

−−→e OA3. 將它和等式

−→

Ope = ηp#= ηey1eǫ1−−→

OAe 1+ ηey2eǫ2−−→

OAe 2+ ηey3eǫ3−−→

OAe 3

比較, 便得

ρy1ǫ1 = ηey1eǫ1, ρy2ǫ2 = ηey2eǫ2, ρy3ǫ3 = ηey3eǫ3.

將上述關於p的討論換成關於 A0 點的討論, 相應於上面的等式中的 yi, eyi 皆為 1。 新情況下的 (ρ, η), 無妨記為 (1

ǫ0, 1 eǫ0

), 它們滿足

−−→OA0 = ρA0 = 1 ǫ0

A0, −−→

OAe 0 = ηA#0 = 1 eǫ0

A#0. 於是新情況下的等式是

1 ǫ0

ǫ1 = 1

eǫ0eǫ1, 1 ǫ0

ǫ2 = 1

eǫ0eǫ2, 1 ǫ0

ǫ3 = 1 eǫ0eǫ3, 換句話說, 我們有

ǫ0

0 = ǫ1

1 = ǫ2

2 = ǫ3

3. 現在我們回來看看關於 p 情形的等式。 從那裏可推出

y1

e y1

= ηeǫ1 ρǫ1

= ηeǫ0 ρǫ0

, 同理有

y2

e

y2 = ηeǫ0

ρǫ0, y3

e

y3 = ηeǫ0 ρǫ0. 顯然從上面式子容易推出 y1 : y2 : y3 = ey1 : ey2 : ey3。證明完畢。

注(1): 上面介紹了一個從 σ 和 p 求出 (y1 : y2 : y3) 的演算法。 接著可以證明: 當 σ 固 定時, (y1 : y2 : y3) 與 p 彼此一一對應 (當然, 我們需要在 π 中增加一些新的點, 人們通常稱 之為無窮遠點, 這才能保證一一對應)。 有了一一對應, 我們可以引進等式記號

p= (yσ 1 : y2 : y3), 或者 p= (σ, (y1: y2 : y3) ).

注(2): 當知道 σ 和 (y1 : y2 : y3) 之後, 如何來求 p 呢? 可以先取四點標型 σ 的一個提 升 hA1, A2, A3, A0i, 由下式

−→

Oq = y1A1+ y2A2+ y3A3

(5)

確定 q, 於是 p 是直線 Oq 與平面 π 的交點。 這樣一來, 飛機之間可用射影座標傳遞點的位置 資訊, 確切講, 只要告知對方 σ 和 (y1 : y2 : y3), 對方便能根據注 (2) 自己求出 p。

仿射切線的射影描寫

設平面 π 中有一條曲線 p(t), 利用 π 中的仿射結構, 我們知道在 p(0) 處的仿射切線是 T(t) = p(0) + p(0)t.

上式是寫在平面 π 中的, 它的確切含意是: 在 π 中任意選定一點 Q 後, 把等式中前兩項看成 以 Q 為起點的向量之終點。 第三項是 π 中活動向量。

設 σ = hA1, A2, A3, A0i 是 π 中一個固定的四點標型, σ = hA1, A2, A3, A0i 是四點 標型 σ 的一個標型提升, 當然滿足

A1 + A2+ A3 = A0. 於是 π 中的曲線 p(t) 可表為

−−−→Op(t) = y1(t)A1+ y2(t)A2+ y3(t)A3.

按照前面的理解, y1(t) : y2(t) : y3(t) 是曲線 p(t) 在 σ 下的射影座標, 記為 p(t) = (σ , y1(t) : y2(t) : y3(t)).

曲線 p(t) 在 π 中的仿射切線 T (t), 它放在 R3 中有一個如下的表示

−−−→OT(t) =−−−−−−−−−−−→

O(p(0) + p(0)t) =−−−→

Op(0) + t · dtd

t=0

−−−→Op(t)

= (y1(0) + ty1(0))A1+ (y2(0) + ty2(0))A2+ (y3(0) + ty3(0))A3, 這就得到點T (t)的射影表示 (注意此處−−−→

OT(t) 是 T (t) 的某一個提升)

T(t) = (σ, (y1(0) + ty1(0)) : (y2(0) + ty2(0)) : (y3(0) + ty3(0))).

這裏的 T (t) 是一條帶著參數 t 的仿射切線, 射影空間中有一條相應的不帶參數的切線, 也許 人們更熟悉一些。 那是

l+ = {p = (σ, y1 : y2 : y3 ) | α1y1+ α2y2+ α3y3 = 0}, 其中

(α1, α2, α3) = (y1(0), y2(0), y3(0)) × (y1(0), y2(0), y3(0)).

(6)

顯然T (t) ∈ l+。 在這裏我們總假定(α1, α2, α3)不全為零, 不然的話, 曲線 p(t) 在 p(0) 處退 化, 這是一個求切線的平凡情形。

定理: 在 l+ 上定義三個點











Q0 = (σ, (y1(0) : y2(0) : y3(0)) ), Q∞= (σ, (y1(0) : y2(0) : y3(0)) ),

Q1 = (σ, (y1(0) + y1(0) : y2(0) + y2(0) : y3(0) + y3(0)) ), 則對於任意的 t, Q0, Q, Q1, T(t) 四點共線, 並且參數切線有如下運算式

T(t) = (hQ0, Q, Q1i, 1 : t ).

換句話說, 共線四點 Q0, Q∞, Q1, T(t) 的叉比 (又稱交比) 是 t 。 簡單寫來是 [Q0, Q∞, Q1, T(t)] = t.

在證明定理之前, 我們先證明文獻 [1]中的一個引理。

引理2: 設給定一個四點標型 σ = hA1, A2, A3, A0i, 並且它帶有一個提升 σ = hA1, A2, A3, A0i, 又給定一條不包含 A0 的射影直線 l+,

l+ = { (σ, y1 : y2 : y3 ) | α1y1+ α2y2+ α3y3 = 0}.

Pi = A0Ai∩ l+, ∀ i = 1, 2, 3.

則有常數 λ1, λ2, λ3 和 Pi 的提升Pi, 使得下式成立

P1 = A1+ λ1A0, P2 = A2+ λ2A0, P3 = A3+ λ3A0.

此時接著有 

















Pi, λi 是惟一確定的, P1+ P2+ P3 = 0, 1 + λ1+ λ2+ λ3 = 0, (λ1, λ2, λ3)k(α1, α2, α3).

證明: 對於固定的i, 因為 A0, Ai, Pi 共線, 故 −−→

OA0,−−→

OAi,−−→

OPi 線性相關, 於是有 µ1

−−→OA0+ µ2

−−→OAi+ µ3

−−→OPi = 0.

(7)

其中 µ3, µ2 皆不為零, 不然的話, 它導至 A0, Ai 兩點重合, 或者 A0, Pi 兩點重合。 容易取 µ2

使得 µ2−−→

OAi = Ai, 令 Pi = −µ3

−−→OPi, 那麼欲求的 λ1, λ2, λ3 便存在了。至於 λ1, λ2, λ3 的 惟一性可在上面的論述中易見。 利用

Pi = Ai + λiA0 = Ai + λi(A1+ A2+ A3), 我們有

(P1, P2, P3) = (A1, A2, A3)



1 + λ1 λ2 λ3

λ1 1 + λ2 λ3

λ1 λ2 1 + λ3



.

注意到 (P1, P2, P3) 共面, (A1, A2, A3) 線性無關, 故可得

det



1 + λ1 λ2 λ3

λ1 1 + λ2 λ3

λ1 λ2 1 + λ3



 = 0.

經計算, 上述行列式的等式就是

1 + λ1+ λ2+ λ3 = 0.

另外, 利用上面的等式, 易有

P1+ P2+ P3 = X3

i=1

(Ai + λiA0) = X3

i=1

Ai + X3

i=1

λiA0 = X3

i=1

Ai − A0 = 0.

注意到l+在σ下的方程是α1y1+ α2y2+ α3y3 = 0, 由 Pi = Ai + λi(A1 + A2+ A3), 便可 知 P1 = (σ, (1 + λ1) : λ1 : λ1 )。 P1 在直線 l+ 上, 這就表示

α1(1 + λ1) + α2λ1+ α3λ1 = 0.

上式導出

α1 = −(α1 + α2+ α3)λ1.

對 P2, P3 作類似討論, 得出結論後綜合得知 (λ1, λ2, λ3)k(α1, α2, α3)。 至此易見引理成立。

引理3: 記號同前, 若令

g = y2(0) − y1(0) y2(0) − y1(0) y3(0) − y1(0) y3(0) − y1(0)

!

(8)

−−−→OT(t) = X3

i=1

(yi(0) + tyi(0))Ai = (P2, P3)g 1 t

! .

證明: 由於

(λ1, λ2, λ3)k(α1, α2, α3) = (y1(0), y2(0), y3(0)) × (y1(0), y2(0), y3(0)), 故

X3 i=1

λiyi(0) = 0,

X3 i=1

λiyi(0) = 0.

從而再利用 P1+ P2+ P3= 0 便有下列等式

−−−→OT(t) =P3

i=1(yi(0) + tyi(0))Ai =P3

i=1(yi(0) + tyi(0))(Pi− λiA0)

=P3

i=1(yi(0) + tyi(0))Pi

= y2(0) − y1(0)) + t(y2(0) − y1(0) P2 + y3(0) − y1(0)) + t(y3(0) − y1(0)

P3

= (P2, P3)g 1 t

! . 引理證畢。

前面定理的證明: 令

(Q0, Q∞) = (P2, P3)g, Q1 = Q0+ Q∞,

我們可以知道 Q0, Q∞, Q1 是切線 l+ 上三個點的提升, 記這三點為 Q0, Q∞, Q1。 注意到 hQ0, Q∞, Q1i 是三點標型 hQ0, Q∞, Q1i 的提升, 從而利用引理 3 推得的下列等式

Q0 = (Q0, Q∞) 1 0

!

= (P2, P3)g 1 0

!

= X3

i=1

yi(0)Ai

可知

Q0 = (σ, (y1(0) : y2(0) : y3(0)) ).

類似地, 可以證明引理中所說的 Q∞, Q1 的運算式。 利用引理 3 有

−−−→OT(t) = (Q2, Q3) 1 t

! ,

(9)

從而

T(t) = (hQ0, Q∞, Q1i, 1 : t ).

又從

Q1 = Q0+ Q∞, −−−→

OT(t) = Q0+ tQ∞,

並按照 [3]第九行的公式, 知道 Q0, Q∞, Q1, T(t) 四點的叉比是 t 。 定理證畢。

致謝: 2005 年 11 月至 2006 年 1 月期間, 應鄭日新所長的邀請, 我在臺北中央研究院數學 研究所做為期三個月的訪問。 受到了熱情接待, 體驗到了良好的研究氣氛, 因而安頓下來, 便想 到了“切向量的射影描寫”。 這是一個小小的想法, 現投稿 「數學傳播」, 以之對中央研究院數學 所的好客表示由衷的感謝。 另外, 審稿人指出王九逵先生的文章, 訂正了 [1]中關於交比的定義, 那個定義與傳統叉比的定義不合。 在此也表示感謝。

參考文獻

1. 虞言林, 楊松林, 解析幾何, 普通高等教育“十五”國家級規劃教材, 科學出版社, 2005。

2. 王九逵, 射影平面六講—-第三講, 數學傳播, 第 25 卷 (第 3 期), 52-54。

3. 王九逵, 射影平面六講—-第四講, 數學傳播, 第 25 卷 (第 4 期), 43-45。

—本文作者任教於中國蘇州大學數學系—

參考文獻

相關文件

“這裡有一個奇特的小問題, 它使我想 起了我們在好幾個時候討論過的, Euclid幾 何的某些性質。 在同一平面上安排十七條直 線, 假設這些直線可以無限伸延且無三線共 點, 那麼,

於是我們若想要在已知函數值的某一點,了解附近大概的函

那個老闆娘,從來沒有請過像我這麼高薪的人,而且他的理念跟我們不一

這次的報告真的有一點點難度,再來後面的單元一定又是一 個極大的考驗,這次的報告真的只要前面一有錯誤真的影響

有高中老師問起, 怎樣告訴學生這個題目真正的難度在那裡, 所以引發我去想這個問題,

[r]

這裡最重要的便是 要知道, 以後我們找一個方陣或一個 linear operator 的 minimal polynomial 的方法便是先 找到它的 characteristic polynomial, 然後再利用上一個 Theorem

但是 linear transformation 就有這個好處, Theorem 4.1.8 告訴我們僅要檢查兩個 linear transformations 在一組 basis 裡中的那些有限多個向量是一致的, 那麼這兩個 linear transformation